도시 이동·인식 모델로 본 전염병 확산과 저비용 방역 전략

초록

**
본 논문은 도시 내 사람·디바이스의 이동과 장소별 수용능력을 고려한 동적 전염병 모델을 제시한다. 전염병이 전파되는 두 시나리오(신흥국 모델·산업화 국가 모델)를 분석해, 어떠한 방역 조치가 없더라도 일정 비율의 인구는 감염을 피할 수 있음을 증명한다. 또한, 미디어를 통한 인식 제고와 행동 변화만으로도 전염병 확산을 실질적으로 억제할 수 있음을 수학적으로 입증한다.

**

상세 분석

**
논문은 기존 SIR·SIS 모델이 정적인 네트워크 구조를 전제로 하는 한계를 지적하고, 실제 도시 환경에서 사람들의 이동이 시간에 따라 급격히 변한다는 점을 강조한다. 이를 위해 저자들은 두 개의 이분 그래프(개인 ↔ 장소)로 구성된 동적 네트워크를 도입한다. 각 장소는 파워‑law(지수 ≈2.8)의 차수 분포를 갖으며, 이는 “핫스팟”이라 불리는 고밀도 지역이 소수 존재하고 다수의 저밀도 지역이 널리 퍼져 있음을 의미한다. 개인은 매 시간 단계마다 독립적으로 장소를 선택하는데, 선택 확률은 해당 장소의 차수(인기도)와 정비례한다.

두 시나리오는 다음과 같이 구분된다.

1. Emerging‑Country 모델: 의료·미디어 자원이 극히 제한돼 감염자 치료·격리가 거의 불가능하다. 저자는 마크오프 이론과 확률적 결합 분석을 통해, 전체 인구가 감소함에 따라 평균 접촉률 β·⟨k⟩/N이 시간에 따라 감소하고, 결국 감염자와 비감염자 사이의 충돌 확률이 임계값 이하로 떨어져 일정 비율(≈5‑10%)의 인구가 영구적으로 무감염 상태를 유지한다는 ‘생존 정리’를 증명한다.

2. Industrialized‑Country 모델: 정부가 대규모 치료·격리와 전면적인 미디어 캠페인을 수행한다. 여기서는 감염자 수 I(t)와 인식 수준 A(t) 사이에 상호작용 항을 추가한다. 인식이 일정 임계값 θ를 초과하면 개인의 이동 선택이 “고위험 장소 회피”로 전환돼, 실제 접촉 네트워크의 평균 차수가 급격히 감소한다. 저자는 마코프 연쇄와 라플라시안 스펙트럼을 이용해, θ가 충분히 크면 기본 재생산수 R₀가 1 이하로 떨어져 전염병이 사라지는 ‘억제 정리’를 도출한다.

핵심 통찰은 다음과 같다.

• 파워‑law 장소 분포는 소수의 고밀도 장소가 전체 전파 역학을 지배한다는 점에서, 해당 장소에 대한 목표형 방역(예: 대규모 청소·소독)만으로도 전체 감염 규모를 크게 감소시킬 수 있다.
• 인식 기반 행동 변화는 치료제나 백신이 부족한 상황에서도 “자발적 사회적 거리두기”를 유도함으로써, 네트워크의 평균 차수를 효과적으로 낮춘다. 이는 전통적인 SIR 모델에서 보이는 고정 임계값 β/γ와 달리, 동적 네트워크에서는 시간에 따라 변하는 임계값을 제공한다.
• 인구 감소와 공간 확보 메커니즘은 신흥국 모델에서 자연스럽게 발생한다. 감염이 진행될수록 사망·격리된 인구가 감소해 남은 인구가 더 넓은 공간에 분산되므로, 접촉 확률이 자체적으로 억제된다.

수학적 증명 외에도 저자들은 시뮬레이션(파워‑law 차수 2.8, N=10⁴~10⁵)으로 이론을 검증한다. 결과는 ‘무방비 상태에서도 최소 5%는 살아남는다’, ‘미디어 인식 수준이 30% 이상이면 전염병이 급격히 소멸한다’는 구체적 수치를 제시한다. 이러한 정량적 근거는 정책 입안자가 제한된 예산으로도 효과적인 방역 전략을 설계할 수 있음을 시사한다.

**