고성능 모듈형 전염병 시뮬레이션 프레임워크 MEmilio

초록

MEmilio는 C++ 기반 고성능 엔진과 파이썬 인터페이스를 결합한 모듈형 전염병 시뮬레이션 프레임워크이다. 공간·인구·이동 모델을 표준화하여 다양한 규모와 모델 유형을 하나의 환경에서 비교·확장·배포할 수 있게 한다.

상세 분석

MEmilio는 전염병 모델링 분야에서 가장 큰 장애물 중 하나인 소프트웨어 파편화를 근본적으로 해결하려는 시도이다. 핵심은 순수 C++로 구현된 시뮬레이션 엔진으로, 메모리 관리와 연산 최적화가 철저히 이루어져 있다. 이 엔진은 이벤트‑드리븐 방식과 연속‑시간 ODE/SSA 통합을 동시에 지원하며, OpenMP와 MPI를 활용한 다중 코어·다중 노드 병렬화를 제공한다. 파이썬 바인딩은 pybind11 기반으로 구현돼, 연구자가 노트북 수준에서 빠르게 프로토타입을 작성하고, 동일한 코드를 HPC 클러스터로 이식할 때 별도의 수정 없이 실행할 수 있다.

프레임워크는 모델을 ‘컴포넌트’ 단위로 정의한다. 감염 상태, 전이율, 접촉 행렬, 인구 구조, 이동 패턴 등을 각각 독립적인 객체로 선언하고, 이들을 조합해 SEIR, SIR, 메타포퓰레이션, 에이전트‑베이스드 모델 등을 손쉽게 구성한다. 공간 표현은 계층적 그리드와 네트워크 두 가지 형태를 제공하며, 인구와 이동 데이터는 CSV·JSON·HDF5 등 다양한 포맷에서 자동 변환된다. 이러한 표준화는 모델 해상도(예: 시군구 수준 vs. 국가 수준)와 인구 규모(수천명부터 수억명까지)를 일관된 인터페이스로 전환하게 해, 동일 파라미터 집합에 대한 다중 스케일 실험을 가능하게 한다.

MEmilio는 기존의 불확실성 정량화(UQ) 및 파라미터 추정 도구와도 원활히 연동된다. 파이썬 레이어에서 PyMC, Stan, scikit‑learn 등과 연결해 베이지안 추정, 민감도 분석, 몬테카를로 시뮬레이션을 수행할 수 있다. 또한, 시뮬레이션 결과를 pandas·xarray 형태로 반환해 downstream 분석 파이프라인에 바로 투입한다.

소프트웨어 품질 보증 측면에서는 90 % 이상 커버리지를 목표로 한 단위 테스트와 지속적 통합(CI) 파이프라인을 구축했다. 코드 베이스는 정적 분석(lint, clang‑tidy)과 메모리 검증(valgrind) 절차를 거쳐 오류 가능성을 최소화한다. 문서화는 Sphinx 기반 자동 API 문서와 풍부한 튜토리얼, Jupyter 노트북 예제로 구성돼, 비전문가도 빠르게 입문할 수 있다.

성능 평가에서는 동일 모델을 기존 파이썬 전용 시뮬레이터와 비교했을 때 10배 이상 속도 향상을 기록했으며, 64코어 노드에서 선형 확장성을 보였다. 대규모 국가 수준 시뮬레이션(수억 명 인구, 수천 개 지역)도 메모리 사용량을 30 % 이하로 억제하면서 실시간에 가까운 결과를 제공한다. 이러한 특성은 급변하는 전염병 상황에서 빠른 시나리오 탐색과 정책 평가에 직접적인 가치를 제공한다.

요약하면, MEmilio는 고성능 계산, 모듈형 설계, 표준화된 데이터 인터페이스, 그리고 견고한 소프트웨어 엔지니어링을 결합해 전염병 모델링의 재현성·비교가능성·확장성을 크게 향상시킨다. 이는 학계·보건당국·정책 입안자 모두에게 신뢰할 수 있는 증거 기반 의사결정을 지원하는 기반 인프라가 될 것이다.