도시 공기 전염병 시뮬레이션: GIS·MAS 기반 전파 경로 분석

초록

본 논문은 GIS와 다중 에이전트 시스템(MAS)을 결합해 도시 인프라와 인구 이동을 정밀히 모델링하고, 도로·대중교통 네트워크와 실내·실외 전파 확률을 고려한 공기 전염병 확산 시뮬레이션 프레임워크를 제시한다. 지역 구분, 서브로케이션, 이동 라우팅 알고리즘 등을 통해 전파 ‘고속도로’를 식별하고, 시나리오 테스트와 정책 지원에 활용할 수 있다.

상세 분석

이 연구는 도시 수준의 공기 전염병 확산을 정량화하기 위해 네 가지 핵심 기술을 통합한다. 첫째, GIS 기반의 도시 구획 모델링으로 주거, 사무, 학교, 의료, 레크리에이션 등 6가지 지역 유형을 정의하고, 각 지역 내부에 주거·사무·교실·환자·레크리에이션 서브로케이션을 세분화한다. 이러한 계층적 구분은 실내·실외 전파 확률을 차별화할 수 있는 기반을 제공한다. 둘째, 도로망(RN)과 대중교통망(PTN)을 그래프 형태로 구현한다. 도로는 교차점(노드)과 구간(엣지)으로, 대중교통은 정류장과 노선 구간으로 모델링하여 복합 네트워크 구조를 만든다. 셋째, 이동 라우팅 알고리즘을 두 단계로 설계한다. 3 km 이하의 짧은 거리 이동은 직선 경로(L)로 가정하고, 그 이상은 Dijkstra 기반 최단 경로 탐색을 통해 RN 상의 최적 경로를 찾는다. 대중교통 이용 시에는 확장 영역 내 정류장을 탐색하고, 직접 도달 가능한 정류장(DR) 집합을 폭넓게 탐색하는 BFS‑기반 알고리즘을 적용한다. 라디우스 파라미터는 상황에 따라 조정 가능하도록 설계돼, 실제 교통 혼잡이나 환승 제한을 반영한다. 넷째, 인구 합성 단계에서는 다중 에이전트 시스템(MAS)을 활용해 개별 에이전트에 연령, 성별, 면역 상태, 사회적 역할, 주거·근무 서브로케이션 등 다양한 속성을 부여한다. 에이전트는 사전 정의된 일일 일정표에 따라 주거, 업무, 교육, 레크리에이션, 병원 방문 등 여러 활동을 수행하며, 각 활동 장소에서 접촉 확률과 전파 위험을 계산한다. 이때 실내·실외 전파 확률 차이를 반영해, 예를 들어 야외에서는 햇빛·풍속에 의해 감염 확률이 감소하도록 모델링한다. 전체 시뮬레이션은 시간 단계별로 에이전트 이동·접촉·감염·치료 과정을 업데이트하며, 정책 시나리오(예: 대중교통 운행 제한, 특정 지역 폐쇄) 적용 시 전파 경로와 확산 규모를 정량적으로 평가한다. 논문의 강점은 GIS와 MAS를 결합해 공간·사회·행동적 요인을 동시에 고려한 통합 모델을 구현한 점이며, 라우팅 알고리즘의 파라미터화와 서브로케이션 구분을 통해 전파 ‘고속도로’를 정밀히 탐지한다. 다만, 실제 인구 이동 데이터와 실시간 교통 흐름을 반영하지 않은 점, 전파 파라미터(감염률, 잠복기 등)를 고정값으로 설정한 점은 모델의 일반화와 정확도에 제한을 줄 수 있다. 향후에는 모바일 위치 데이터와 센서 기반 환경 정보를 연동해 동적 파라미터 조정이 가능하도록 확장하는 것이 필요하다.