이질적 사회 시스템에서 질병 확산의 인과 추론과 반사성 분석

초록

본 연구는 인간 이동 데이터를 활용해 외부·내부 요인을 동시에 모델링한 ‘잠재 영향 점 과정(LIPP)’을 제안한다. 15년간 호주 퀸즐랜드의 뎅기열 발생 데이터를 분석해 지역 간 인과 관계와 메타인구의 반사성(내부 피드백 수준)을 정량화하였다. 결과는 시간이 지남에 따라 전역적인 확산이 강화되고, 인구 밀집 지역은 느리지만 지속적인 피드백을, 주변 지역은 급격하지만 불규칙한 피드백을 보인다는 점을 밝혀냈다.

상세 분석

LIPP 모델은 전통적인 Hawkes 과정에 세 가지 핵심 요소를 추가한다. 첫째, 지역별 환경 이질성을 나타내는 외생 강도 ηᵣ와 외부 유입 확률 ρ₀ᵣ을 곱해 기본 발생률 λ₀ᵣ=ηᵣρ₀ᵣ 로 정의한다. 이는 기후·벡터 분포 등 지역 고유 위험을 반영한다. 둘째, 인간 이동 행렬 ρₖᵣ을 통해 메타인구 간 내생 영향을 모델링한다. 각 출발 지역 k는 잠재 전염력 ξₖ와 벡터 존재 지표 δ(k)를 결합한 가중치 ζ(k)=1+δ(k)·ξₖ 로 조정되며, 이를 이동 확률 ρₖᵣ에 곱해 다른 지역 r에 대한 감염 강도 λₖᵣ(t)=∑_{t_i<t} ζ(k)·ρₖᵣ·φ(t−t_i) 로 산출한다. 셋째, 시간 감쇠 함수 φ(·)=exp(−ϕₖ·Δt) 를 도입해 최근 사건이 더 큰 영향을 미치도록 한다. 전체 강도는 λᵣ(t)=λ₀ᵣ+∑ₖ λₖᵣ(t) 로 합산된다.

파라미터 추정은 EM 알고리즘을 이용해 잠재 인덱스 Z_i(어떤 이전 사건이 현재 사건을 유발했는가)를 업데이트하고, ηᵣ, ξᵣ, ϕᵣ를 최대우도 추정한다. 합성 데이터 실험에서 평균 절대 백분율 오차(MAPE)가 낮아 모델의 복구 능력이 검증되었다.

실제 데이터 적용에서는 15년(2002‑2016) 동안 15개 SA4 지역에 걸친 뎅기열 사례를 사용했다. 사건 네트워크를 시각화한 결과, 2003, 2009, 2013년 대규모 발병 시기에 지역 간 인과 링크가 강화되었으며, 특히 대도시와 관광지 사이의 상호작용이 두드러졌다. 파라미터 해석에 따르면, 인구가 많은 지역은 ξᵣ 값이 크고 ϕᵣ이 작아 느리지만 지속적인 피드백(높은 반사성)을 보였고, 외곽 지역은 ξᵣ이 상대적으로 낮지만 ϕᵣ이 커서 급격한 폭발 후 빠른 소멸(낮은 반사성)을 나타냈다. 또한, 시간에 따라 ρ₀ᵣ(외부 유입) 비중이 감소하고, ρₖᵣ(내부 이동) 비중이 증가함으로써 전역적인 확산 메커니즘이 강화되는 추세가 확인되었다.

이러한 결과는 전통적인 SIR 모델이 포착하기 어려운 ‘피드백 강도’와 ‘확산 경로의 동적 변이’를 정량화함으로써, 공중보건 정책이 지역 특성에 맞는 예방·통제 전략을 설계하는 데 실질적인 통찰을 제공한다.