모바일 데이터로 밝히는 아이보리코스트 HIV 공간역학

본 논문은 아이보리코스트(Ivory Coast) 50개 부서의 HIV 유병률을 모바일 전화 통화·이동 기록(CDR)으로부터 추출한 행동·이동 특성으로 예측하고, 그 결과를 통해 공간역학적 전파 메커니즘을 해석한다. 연구는 크게 네 단계로 진행된다. 첫 번째 단계는 데이터 수집 및 전처리이다. 저자들은 ‘Data for Development(D4D)’ 챌린지에서 제공된 두 종류의 CDR을 활용한다. SET1은 안테나 간 통화량을 시간대별(시간 슬롯·요일 구분)로 기록한 데이터이며, SET3은 개인별 위치(서브프리펙처 수준)와 타임스탬프를 포함한 이동 궤적이다. 약 5백만 사용자를 5개월 동안 관찰했으며, 각 안테나는 해당 부서에 매핑해 부서 수준의 통계량을 산출한다. 두 번째 단계는 HIV 유병률 데이터 준비이다. 아이보리코스트 보건부와 DHS(인구·보건 조사)에서 2012년 시행된 설문조사 결과를 이용해 부서별 HIV 유병률을 추정한다. 기존 DHS 데이터는 10개 행정구역 수준에 머물러 있었으나, 저자들은 커널 추정과 UN AIDS 데이터 보정을 결합해 50개 부서 수준(0.6~5.7%)으로 세분화하였다. 이 값은 모델의 종속 변수로 사용된다. 세 번째 단계는 특성(Feature) 추출이다. 총 224개의 특성을 네 카테고리(연결성, 공간, 이동, 활동)로 나누어 만든다. 연결성 특성은 SET1에서 통화 건수와 평균 통화 지속시간을 시간대·요일별로 집계해 120개를 만든다(예: 평일 00‑01시 통화 건수, 주말 08‑16시 평균 통화 시간 등). 공간 특성은 SET3에서 사용자가 방문한 위치들의 반경, convex hull 면적·둘레, 이동 거리 등을 95번째 백분위수 기준으로 25개 생성한다. 이동 특성은 사용자가 홈 부서에서 다른 부서로 이동한 횟수를 ‘in’·‘out’ 방향과 체류 일수(1~10일)별로 구분해 22개를 만든다. 활동 특성은 SET3에서 통화·문자 사용 빈도를 시간대·요일별로 집계해 57개를 만든다. 모든 특성은 부서 인구(아프리포프 데이터)로 정규화하고 평균값으로 스케일링한다. 네 번째 단계는 예측 모델링 및 해석이다. 저자들은 Ridge 회귀와 서포트 벡터 회귀(SVR)를 각각 개별 특성군에 적용하고, 재귀적 특성 제거(RFE)로 가장 설명력이 높은 변수를 선별한다. 이후 네 개의 특성군을 스택드 회귀(ensemble)로 결합해 하나의 통합 모델을 구축한다. 교차 검증 결과, 모델이 예측한 부서별 HIV 유병률과 실제 값 사이의 피어슨 상관계수는 0.71 이상으로, 실질적인 예측력을 입증한다. 특성 기여도 분석에서는 다음과 같은 요인이 HIV 위험과 강한 양의 관계를 보였다. (1) 야간(01‑05시) 통화량 및 활동량: 야간에 활발한 통신은 사회적 네트워크가 성적 위험 행동과 연결될 가능성을 시사한다. (2) 사용자가 커버하는 공간 규모: 반경·면적이 큰 사용자는 이동 범위가 넓어 다양한 지역과 접촉할 확률이 높다. (3) 전체·장기 이동량: 부서 간 이동, 특히 3일 이상 체류하는 장기 이동은 감염 전파 경로로 작용한다. 시각화 결과는 네트워크 그래프로 나타난다. 전체 통신 흐름과 야간 통신 흐름을 부서 간 강한 연결(평균 이상 흐름)로 추출했을 때, 아비장(5.1% 유병률)과 야무수크로(3.1%) 등 대도시가 중심 허브로 부각된다. 북부 지역은 연결이 약해 낮은 유병률과 일치한다. 이동 흐름 역시 인접 부서 간 강한 연결이지만, 아비장에서 다른 고위험 지역으로의 장거리 이동이 눈에 띈다. 장기 이동 네트워크에서는 아비장이 가장 큰 허브로 나타나, 이 도시를 중심으로 장기 체류 이동이 HIV 전파의 핵심 동인일 가능성을 제시한다. 연구의 한계는 다음과 같다. 첫째, DHS 기반 HIV 유병률은 표본 추출에 의존하므로 부서별 정확도가 다를 수 있다. 둘째, CDR 사용자는 전체 인구를 완전히 대변하지 못한다(연령·소득 편향). 셋째, 5개월이라는 짧은 관측 기간은 계절적 변동을 포착하기 어렵다. 넷째, 통화·이동 데이터만으로 성적 행동이나 보건 서비스 접근성을 직접 측정할 수 없어 인과관계 해석에 주의가 필요하다. 그럼에도 불구하고, 본 연구는 대규모 모바일 데이터와 전통적 역학 조사 데이터를 융합해 HIV 위험 요인을 정량화하고, 정책 입안자가 고위험 지역을 식별·우선순위화하는 데 실용적인 도구를 제공한다는 점에서 큰 의의를 가진다. 특히, 야간 통신·활동과 장기 이동이 위험을 높이는 주요 요인이라는 발견은 예방 프로그램 설계 시 시간대·이동 패턴을 고려해야 함을 시사한다.