고해상도 인간 접촉 네트워크와 감염병 전파

초록

미국 고등학교에서 무선 센서 네트워크를 이용해 3 m 이내의 근접 접촉 762,868건을 788명에게서 94% 커버리지로 수집하였다. 네트워크는 높은 밀도와 작은 세계 특성을 보였으며, 접촉 시간과 파트너 수가 비교적 균등했다. 인플루엔자와 유사한 질병을 시뮬레이션한 결과 실제 결석 데이터와 일치했으며, 네트워크 기반 표적 예방접종이 무작위 대비 효과가 크고, 높은 예방접종률에서 가장 유리함을 확인했다.

상세 요약

본 연구는 인간의 근접 접촉(CPI)이 전염병 전파에 미치는 영향을 정량적으로 파악하기 위해 무선 센서 네트워크(Wireless Sensor Network, WSN) 기술을 적용하였다. 데이터 수집은 미국 중서부의 한 고등학교에서 진행되었으며, 3 m 이내 거리에서 발생하는 모든 접촉을 20초 간격으로 기록하도록 설계된 센서를 각 학생과 교직원에게 부착하였다. 94%의 높은 참여율을 달성해 총 788명의 개체에 대해 762,868건의 접촉 이벤트를 확보했으며, 이는 기존 설문 기반 혹은 저해상도 Bluetooth 데이터에 비해 두-세 배 이상 정밀한 시간·공간 정보를 제공한다.

네트워크 구조 분석 결과, 평균 차수는 약 30으로 매우 높은 밀도를 보였으며, 클러스터링 계수와 평균 최단 경로 길이가 각각 무작위 그래프 대비 크게 증가하고 감소함을 확인했다. 이는 전형적인 작은 세계(small‑world) 특성을 나타내며, 감염병이 빠르게 전파될 수 있는 토대를 제공한다. 또한, 각 개인이 누적한 접촉 시간과 고유 접촉 파트너 수의 분포가 정규에 가까운 형태를 띠어, ‘슈퍼컨택터’라 불리는 소수의 고위험 개체가 존재하지 않음을 시사한다. 이러한 균등성은 전통적인 ‘핵심 전파자’ 기반 방역 전략이 제한적일 수 있음을 의미한다.

전염병 전파 시뮬레이션은 가중 접촉 그래프에 기반해 SEIR(감수‑노출‑감염‑회복) 모델을 적용하였다. 전염성 파라미터는 인플루엔자 평균 재생산수(R0≈1.4)를 기준으로 설정했으며, 시뮬레이션 결과는 2015‑2016년 인플루엔자 시즌 동안 보고된 학교 결석률과 높은 상관성을 보였다. 이는 수집된 고해상도 접촉 데이터가 실제 전파 동역학을 정확히 재현할 수 있음을 입증한다.

예방접종 전략 비교에서는 (1) 무작위 백신 투여, (2) 차수 기반(가장 많은 접촉자를 가진 순) 선택, (3) 가중 차수(접촉 시간 가중) 선택, (4) 베트위니스 중심성 기반 선택을 평가하였다. 저용량(10‑30%)에서는 차수 기반 전략이 무작위 대비 약 15%의 감염 감소 효과를 보였으나, 고용량(>60%)에서는 가중 차수와 베트위니스 중심성이 가장 큰 효과를 나타냈다. 이는 네트워크 구조가 비교적 균등하므로, 높은 백신 커버리지를 확보했을 때 전체 네트워크 연결성을 크게 약화시킬 수 있는 전략이 필요함을 의미한다.

연구의 한계로는 단일 학교와 하루 동안의 데이터에 국한되었으며, 계절·문화적 차이에 따른 접촉 패턴 변동성을 반영하지 못한다는 점을 들 수 있다. 또한, 센서가 3 m 이내 거리만 감지하므로 비접촉 전파(공기 중 장거리 전파)와는 별도로 고려해야 한다. 향후 다기관·다기간 데이터 축적과 다양한 연령·직업군에 대한 확장이 필요하다. 그럼에도 불구하고, 고해상도 접촉 네트워크 구축이 전염병 모델링과 표적 방역 정책 설계에 제공할 수 있는 가치는 매우 크며, 특히 신종 호흡기 바이러스 발생 시 신속한 대응 체계 구축에 핵심적인 역할을 할 것으로 기대된다.