신종 코로나 바이러스 2019 탐지는 AI가 가장 빨랐다

| Updated

지금 중국 우한에서 발생한 신종 코로나 바이러스 2019(우한 폐렴으로 많이 소개되었지만 질명명에 특정 지역명을 표기하는 것을 공포와 지역 혐오를 부추기기 때문에 수정합니다)로 전 세계가 공포에 떨고 있죠.

지난 2002년 사스(SARS, 중증급성호흡기증후군) 때 중국이 보여준 비밀주의로 엄청난 희생이 났었습니다.

이 때문에 이번 신종 코로나 바이러스 2019 확산 사태에 대해서 각국에서는 더욱 더 경계하고 주의를 기울이고 있습니다.

그러면 이 신종 코로나 바이러스 2019 는 누가 처음으로 감지한 것일까요?

중국 우한에서 발생했기 때문에 중국에서 처음 발견한 것일까요?

놀랍게도 캐나다의 인공지능, AI기반 건강 모니터링 플랫폼인 BlueDot이 가장 먼저 이 신종 코로나 바이러스 2019를 감지해 냈다고 합니다.

지금 전 세계를 흽쓸고 있는 신종 코로나 바이러스 2019 감지 이력을 정리한 WIRED 보도를 기반으로 이 내용을 간략 정리해보고 여기서 얻을 수 있는 시사점을 찾아보기로 하죠,

An AI Epidemiologist Sent the First Warnings of the Wuhan Virus

신종 코로나 바이러스 2019 감지 이력

WIRED 기사에서 정리한 각 단체별 신종 코로나 바이러스 2019 감지 이력은 아래와 같습니다.

  • 2020년 1월 9일 세계보건기구(WHO)는 독감 증세와 비슷한 전염병이 중국 우한, 특히 야생 동물을 판매하는 시장 주변에서 확산되고 있다고 공표
  • 2020년 1월 6일 미국 질병예방센터(CDC)는 신종 코로나 바이러스 2019 확산을 발표
  • 2019년 12월 31일 캐나다 건강 모니터링 플랫폼인 BlueDot은 신종 코로나 바이러스 2019 확산 소식을 발표

AI 기반 모니터링 플랫폼인 BlueDot이 가장 앞설 수 있었던 이유

세계적 권위를 갖는 미국 질병예방센터(CDC)나 세계보건기구(WHO)가 민간 기구의 모니터링 플랫폼보다 1주일이상 늦게 정보를 파악한 것은 정보 획득 방법의 차이에서 비롯되었습니다.

미국 질병예방센터(CDC)나 세계보건기구(WHO)는 공식적으로 중국의 공식적인 정보에 의존해야 합니다.

그러나 널리 알려졌듯이 중국은 질병, 대기 오염 또는 자연 재해관련 중국에서 발생하는 모든 상황에 대해서 철저하게 정보를 숨기기 때문에 공식 기관들로서는 일정한 한계를 가질 수 밖에 없습니다.

인공지능, AI로 모든 가능한 정보 수집

그러나 가장 먼저 신종 코로나 바이러스 2019 확산을 탐지한 캐나다 건강 모니터링 플랫폼인 BlueDot은 정부 발표 자료도 참조하지만 인공지능, AI를 활용해 모든 정보를 분석하고 이를 기반으로 정보를 추정해 냅니다.

이들은 당연히 중국 당국의 공식 발표외에도 외국어로 된 언론 보도를 모으고도, 온라인 포럼과 블로그등에 올라오는 질병에 대한 이야기들을 수집해 종합적인 결론을 내립니다.

그렇기때문에 중국 당국의 공식적인 발표 이전에 결론을 얻을 수 있었다고 합니다.

“우리는 정부가 적절한 시기에 정보를 제공하지 않기 때문에 이에 의존하지 않습니다. 우리는 발생할 수 있는 사항에 대한 뉴스, 논란, 포럼 또는 블로그에서의 정보들을 토대로 어떤 종류의 특이한 사건이 일어나고 있다는 징후를 포착할 수 있습니다.”
– BlurDot CEO, Kamran Khan

그렇지만 소셜미디어 정보는 무시한다.

그런데 BlueDot은 흥미로운 이야기를 했는데요. 그들은 소셜미디어 데이타는 살피지 않는다고 합니다. 그것은 소셜미디어가 너무 지저분하기 때문에 때문이라고 합니다.

쇼셜미디어에서는 증명이 안된 사실이 너무 빠르게 확산되기 때문에 이의 진위 여부를 따져서 정보를 유추하기엔 인공지는, AI로서도 한계가 있다는 이야기입니다.

인공지능, AI조차 포기한 소셜미디어의 신뢰성은 그냥 재미로만 보고 신뢰성 있는 정보는 다른 곳에서 찾아야 할 것 같네요.

항공권 발행 데이타로 확산 방향을 추정

또 흥미로운 내용은 이들은 항공권 발행 데이타에 접속해 신종 코로나 바이러스 2019에 감연됨 환자들이 이동하는지를 추정해 내었습니다.

그들은 이 바이러스가 우한에서 방콕, 서울, 타이페이, 도쿄로 확산되어 이 지역에서 처음 출현한 후 며칠 내에 엄청나게 확산될 것이라고 정확하게 예측했습니다.

AI가 정보를 수집하지만 최종 분석과 결론은 사람이 내림

2013년 사스(Saas) 전염병 확산 시 토론토에서 병원 전염병 전문가로 일하던 칸은 질병을 추적하는 더 나은 방법을 찾기를 원했습니다.

그래서 2014년 BlueDot을 설립하고, 자연어 처리 및 기계 학습 기법을 사용하여 65개 언어로 된 뉴스 보고서, 항공사의 데이터 및 동물 질병 발생에 대한 보고서 등을 분석하고 있습니다.

” 우리는 자연어 처리와 기계 학습을 통해 몽골에서 발생한 탄저균의 발생과 헤비메탈 밴드 탄저균의 재결합 여부를 인식하도록 이 엔진을 훈련시켰다”
– BlurDot CEO, Kamran Khan

BlueDot 설립자 Khan에 따르면 자동으로 데이터를 모집이 끝나면 사람이 그것을 분석합니다.

전염병학자들은 결론들이 이치에 맞는지 과학적 견지에서 확인하고, 정부, 기업, 그리고 공중 보건 고객들에게 보고서를 보내고 있습니다.

마치며

조직 및 시스템에 의해서 이루어지는 정보 전달 체계는 중간 중간 인간의 개입으로 왜곡되고 정달 속도가 느려질 수 있음은 수많은 사례에서 충분히 증명된 사실입니다.

그리고 이러한 시스템이라는 것은 과거의 경험의 유산이기 때문에 새로운 사실을 인지하고 해석하는데 한계를 가질 수 밖에 없습니다.

그렇기때문에 이러한 공식 프로세스가 아니면서도 실체적 진실을 빨리 파악할 수 있는 대안으로 여러 정보 소스를 종합해 판단하도록 AI를 적극 활용하고, 이러한 접근 방법은 어느 정도 효용성을 증명하고 있는 것으로 보입니다.

그렇지만 BlueDot이 소셜미디어 정보는 무시하는 것처럼 기존 통용되는 정보가 신뢰성을 가질 수 있어야 이러한 시도도 효과가 있다는 것 입니다.

인공지능, AI를기반으로 전염병 확산을 예츨하는 시스템의 사활도 얼마나 신뢰성있는 정보 유통 플랫폼에 의존하고 있느냐에 달려 있다는 생각입니다.

그런 의미에서 가짜뉴스와 왜곡된 정보가 넘쳐흐르는 소셜미디어는 언젠가는 의사결정에 필요한 정보를 왜곡해 재앙을 불러올지도 모르겠습니다.

그렇기에 가짜뉴스나 왜곡된 정보를 정리하고 유통을 차단할 필요성이 여기에서도 증명되는 것 같습니다.

참고

Subscribe
Notify of
guest
0 Comments
Inline Feedbacks
View all comments