다차원 보건 경제 데이터 기반 나이지리아 코로나19 탐색적 평가

초록

본 논문은 2020년 2월 27일부터 9월 29일까지 나이지리아 질병통제센터(NCDC)가 발표한 일일 코로나19 확진·사망·검사 데이터를 웹 스크래핑으로 수집하고, 각 주의 2020년 예산, 인구 추정치, 보건 의료 시설 수, 코로나19 검사실 위치 등 경제·보건 지표와 결합한 종합 데이터셋을 제공한다. FAIR 원칙에 따라 정제·메타데이터화하여 데이터 과학, 역학, 보건 정보학 등 다양한 분야 연구에 활용 가능하도록 설계하였다.

상세 요약

이 연구는 데이터 수집·정제 단계에서 두 가지 핵심 과제를 해결하였다. 첫째, NCDC 공식 웹사이트와 지방정부 포털, 언론 보도 등 이질적인 온라인 소스에서 일관된 형식의 일일 보고서를 자동화된 웹 스크래핑 파이프라인으로 추출하였다. 파이썬 기반의 BeautifulSoup과 Selenium을 조합해 동적 페이지와 AJAX 로드 데이터를 처리했으며, 수집된 원시 파일은 CSV와 JSON 형태로 저장한 뒤, 날짜·주(state) 기준으로 정규화하였다. 둘째, 경제·보건 변수는 나이지리아 연방예산청, 국가통계청, WHO 및 세계은행 데이터베이스에서 가져와 동일한 지리 단위(주)와 연도(2020)로 매핑하였다. 변수 간 스케일 차이를 최소화하기 위해 로그 변환 및 Min‑Max 정규화를 적용했고, 결측값은 인접 시점 평균과 인구 비례 보간법으로 보완하였다.

데이터셋은 FAIR 원칙을 충실히 반영한다. Findability는 DOI와 GitHub 저장소를 통해 고유 식별자를 제공하고, 메타데이터는 DataCite 스키마와 Dublin Core를 사용해 상세히 기술하였다. Accessibility는 오픈 라이선스(CC‑BY‑4.0)와 함께 HTTP GET 요청만으로 다운로드 가능하도록 설계했으며, 파일 포맷은 비압축 CSV와 Parquet을 동시에 제공해 다양한 분석 환경에 대응한다. Interoperability는 변수명에 국제 표준(ISO‑3166‑2 for 주 코드, ISO‑8601 for 날짜)과 통일된 단위(SI) 사용을 강제했으며, JSON‑LD 메타데이터를 포함해 머신러닝 파이프라인과 GIS 시스템에 바로 연결할 수 있다. Reusability는 상세한 데이터 수집·정제 프로세스와 코드 스니펫을 문서화하고, 각 변수의 출처와 업데이트 주기를 명시함으로써 2차 연구 시 신뢰성을 확보한다.

기술적 검증에서는 시계열 분석을 통해 COVID‑19 신규 확진자와 검사실 수, 보건 시설 밀도 간의 상관관계를 탐색하였다. 특히, 주별 검사실 수가 많은 지역일수록 확진자 검출 비율이 높아 검증 능력의 차이가 보고된 확진자 수에 미치는 영향을 정량화할 수 있었다. 또한, 주별 예산 규모와 인구 대비 보건 시설 수를 결합한 복합 지표가 감염 확산 속도와 부정적 상관관계를 보였으며, 이는 정책 입안자가 자원 배분을 재조정할 근거 자료로 활용될 가능성을 시사한다.

전반적으로 이 데이터셋은 다차원 보건·경제 정보를 통합함으로써 전통적인 역학 데이터만으로는 포착하기 어려운 구조적 요인들을 정량화할 수 있게 한다. 향후 연구자는 이 기반 위에 시계열 예측 모델, 공간 회귀 분석, 네트워크 전파 모델 등을 적용해 지역 맞춤형 방역 전략을 설계하고, 다른 저소득 국가와의 비교 연구에도 활용할 수 있다.