닫기

글로벌이코노믹

“병원 경보 전에 잡는다”… AI, 차세대 팬데믹 예측 '게임 체인저'로 부상

글로벌이코노믹

“병원 경보 전에 잡는다”… AI, 차세대 팬데믹 예측 '게임 체인저'로 부상

기상·건강 빅데이터 신속 처리… 동물서 인간 옴겨가는 ‘스필오버 이벤트’ 조기 감지
웹 검색·항공 교통량·SNS 패턴 분석… 우한 폐렴 사태 당시 공식 발표 전 변종 포착
인도 등 밀집 지역 감시망 강화… “전통 역학 보완하는 포용적·해석 가능한 AI 구축 과제”
AI는 말라리아와 같은 질병 모니터링에 도움을 준다. 사진=로이터이미지 확대보기
AI는 말라리아와 같은 질병 모니터링에 도움을 준다. 사진=로이터
지구 온난화에 따른 기후 변화와 무분별한 토지 개간으로 변종 바이러스의 출현 주기가 가쁘게 단축되는 가운데, 인공지능(AI) 기술이 전 세계 공중보건의 유일한 자강론적 예방 통제 무기로 부상하고 있다.

병원이나 실험실의 공식 행정 장부에 감염병 경보가 기록되기 전, 기상과 유통망, 소셜미디어 등 다각적인 거시 데이터셋의 이상 징후를 먼저 포착해 차세대 팬데믹의 침투를 사전에 막겠다는 전술이다.

7월 19일(현지시각) 닛케이 아시아(Nikkei Asia)에 게재된 인도 하이데라바드 기반 독립 작가 카비타 야를라가다(Kavita Yarlagadda)의 분석 보고서와 글로벌 보건 가치사슬 분석 내용을 보면, 최근 전 세계 과학계와 보건당국은 뎅기열, 말라리아, 콜레라 등 매개체 감염병의 발생 확률을 실시간으로 계산하기 위해 인공지능 예측 엔진을 전면 가동하고 있다.

‘스필오버’ 잔해 추적… 빅데이터로 반응성 감시의 결함 상각


과거 코로나19(COVID-19), 에볼라, 조류 인플루엔자 사태에서 증명되었듯 잠재적 유행병을 초기 통제하는 것은 인류의 사활이 걸린 시나리오다.

대부분의 치명적 병원체는 야생 동물계에서 기원하는데 산림 벌채, 집약적 가축 사육, 도시화 등 인간의 자연 서식지 침입 펜스가 무너지면서 병원체가 인간에게 이동하는 이른바 ‘스필오버 이벤트(Spillover Event)’의 빈도가 수직 상승했다.

기존의 전통적인 질병 감시 체계는 실험실 확진 보고서나 병원 자본 장부, 정부의 사후 통보에 의존하는 ‘반응성 구조’에 묶여 있어 실제 방역선이 가동되기까지 치명적인 시간 공백을 노출했다.

반면 AI는 기후 변화, 토지 이용도, 글로벌 교통 수송망, 인구 이동, 소셜미디어(SNS)의 텍스트 패턴, 웹 검색 트렌드 등 방대한 비정형 정보를 실시간으로 융합해 전산 처리한다.

실제 대표적인 성공 시나리오는 세계보건기구(WHO) 등 공식 기관의 경보가 발령되기 전, 항공 교통량과 지역 뉴스 보도 장부를 분석해 중국 우한에서 발생한 의문스러운 폐렴 변종의 출현을 최초로 잡아낸 AI 기반 민간 모니터링 시스템이다.

이후 과학계는 사람, 동물, 생태계의 건강을 통합 관리하는 ‘원 헬스(One Health)’ 개념에 AI 머신러닝을 활용해 유전체 감시 시스템의 수율을 고도화하고 있다. 더 나아가 폐수나 대기 환경 샘플에서 유전 물질을 추출해 바이러스 잔해를 실시간 추적하는 스마트 방역망도 상용화 궤도에 진입했다.

진단 정확도는 이미 ‘인간 전문가’ 수준… 인도 등 인구 밀집국 잠재력 기대


AI는 팬데믹 예방을 넘어 실제 의료 현장의 임상 진단 수율에서도 전례 없는 배수를 증명하고 있다. 방사선학 분야에서 AI의 이미지 분석 정확도는 이미 인간 전문의와 맞먹는 펀더멘탈을 확보했다.

흉부 CT 스캔과 엑스레이 데이터셋을 통해 결핵, 유방암, COVID-19를 조기 스크리닝하는 것은 물론, 실명의 주된 뇌세포 결함인 당뇨병성 망막병증의 발병 경과를 안구 영상 분석만으로 정밀 예측해 내는 단계에 도달했다.

특히 빠른 도시화와 기후 변화 리스크에 노출된 인도와 같은 초고밀도 신흥국의 경우, AI 감시 인프라 도입 시 내수 보건 안정성에 기여할 잠재력이 막강하다. 의료 인프라가 취약한 농촌 지역의 계절성 전염병을 원격 모니터링하고, 발병 핫스팟을 조기 예측해 방역 자원 배분 계획을 최적화할 수 있기 때문이다.

알고리즘 편향과 프라이버시 족쇄… “전통 역학 대체 아닌 추가 자산”


그럼에도 불구하고 보건 안보 전선에 완벽한 AI 펜스를 치기 위해서는 해결해야 할 법적·윤리적 결함이 산적해 있다. 가장 치명적인 인센티브 리스크는 개인 의료 데이터의 유출 방지와 알고리즘의 ‘데이터 편향(Bias)’ 극복이다.

특정 인종이나 국가의 데이터셋에만 치우쳐 학습된 AI 모델은 왜곡된 진단 오류를 도출할 위험이 크기 때문에, 규제 기관의 철저한 검증과 ‘해석 가능하고 포용적인 AI(Explainable AI)’ 프레임워크 구축이 강제되어야 한다.

또한, 미국 아마존이 엔지니어들의 생산성 추적 장부인 ‘키로랭크’를 과도하게 도입했다가 부작용을 겪은 사례처럼, 의료 AI의 도입이 현장 보건 인력의 임상적 노하우와 직권을 강제 상각하거나 대체하는 수단으로 악용되어서는 안 된다는 지적이다.

인류의 생존 장부를 방어하기 위해 빅데이터 역학 시스템을 이식하려는 이번 AI 팬데믹 예측 전술은 하반기 글로벌 디지털 헬스케어 자본의 흐름과 국가별 바이오 안보 주권을 결정할 기술 변수로 부상하고 있다.


신경원 글로벌이코노믹 기자 shincm@g-enews.com