신종 코로나 바이러스 확진 환자가 증가하고 있는 가운데 하루 7명 이하로 접촉하면 감염 위험이 낮아진다는 논문이 주목받고 있다.

2017년 5월 ‘BMC 바이오인포매틱스(BMC Bioinformatics)’18호에 게재 ‘복잡계 네트워크를 이용한 감염병 확산예측 모델연구’ 논문에 표시된 미감염자, 감염자, 회복자 수의 시간에 따른 변화 그래프. / KAIST 제공
2017년 5월 ‘BMC 바이오인포매틱스(BMC Bioinformatics)’18호에 게재 ‘복잡계 네트워크를 이용한 감염병 확산예측 모델연구’ 논문에 표시된 미감염자, 감염자, 회복자 수의 시간에 따른 변화 그래프. / KAIST 제공
해당 논문은 2017년 5월 ‘BMC 바이오인포매틱스(BMC Bioinformatics)’18호에 게재된 것으로 ‘복잡계 네트워크를 이용한 감염병 확산예측 모델연구’가 주제다. KAIST 바이오 및 뇌공학과 이광형 교수가 교신저자로 참여하고 지도 학생이던 바이오브레인 김기성 대표가 제1 저자로 참여했다.

해당 논문은 "사스·메르스 등과 같은 감염병은 반드시 감염자 수가 감소하는 전환점이 존재하며, 그 시점을 예측할 수 있다"며 "하루 평균 접촉자 수를 7명 이하로 통제할 경우 어떠한 감염병으로부터도 안전하다"고 주장했다.

이광형 교수 연구팀은 전염병 확산은 감염성·지속성(회복성)·사회구조 등 3가지 특성에 의해 결정된다고 보고 컴퓨터 시뮬레이션 방식으로 연구를 진행했다. 이를 검증하기 위해 연구팀은 인구 네트워크 모델, 수학적 모델 등에 따른 파라미터 값을 추론했다. 파라미터 값은 감염병에 전염된 사람이 다른 사람과 접촉했을때 병을 전파할 가능성을 컴퓨터 시뮬레이션으로 도출한 값이다.

연구팀은 초기에 감염자 수가 증가하다 감소하기 시작하는 전환점이 항상 존재한다는 사실을 알아냈다. 또 특정 감염병이 네트워크(사회)에서 발생하더라도 반드시 전환점이 존재한다는 결론을 얻었다. 연구팀은 이를 회복자가 전염병으로부터 회복되거나 사망으로 전염병 확산경로가 차단되기 때문으로 해석했다.

또 연구팀은 최악의 감염병이라도 회복자 누적 수가 네트워크 인구의 27%가 되는 시점에서 꺾인다는 점도 밝혀냈다.

특히 이광형 교수 연구팀은 시뮬레이션 결과 파라미터 값이 4라는 것을 확인했다. 이를 실제 사람이 만나는 인구수로 환산한 결과 7.99명, 즉 하루에 7명 이하로 만나게 될 경우 감염병을 확산할 가능성이 현저히 낮아진다는 결론을 얻었다.

 이광형 교수. / KAIST 제공
이광형 교수. / KAIST 제공
이광형 교수는"어떠한 감염병도 확산이 꺾이는 점이 항상 존재한다는 점과 또 그 시점을 예측할 수 있다는 점, 그리고 일 평균 접촉자 수를 7명 이하로 줄이면 인간은 어떠한 감염병으로부터도 안전할 수 있다는 결과를 얻었다"며 "인간은 특히 예방약을 통해 감염률을 낮출 수 있고, 치료제 개발을 통해 지속기간(회복률)을 개선할 수 있으며 격리조치를 통해 접촉자 수를 낮출 수 있기에 그 어떠한 질병으로부터 생존을 결코 위협받지 않는다"고 강조했다.