빅데이터 기술을 활용해 감염병 확산을 막는 국내 방역체계가 도입 2년여만에 허점을 드러내 보완책 마련이 요구되고 있다.
28일 농림축산검역본부와 관련 업계에 따르면 지난 16일 조류인플루엔자(AI)가 국내에서 확인된 이후 당국은 빅데이터 분석시스템을 즉시 가동했지만 바이러스 확산저지에 성공하지 못했다. 검역본부가 차량 이동 자료 등을 가공한 빅데이터 분석결과를 바탕으로 발병 닷새 뒤인 11월 21일 AI 확산 가능 지역을 추렸지만 이때는 이미 전국에서 AI 발생이 잇따른 후였다. 불과 한 달 반 사이에 발생 지역은 8개 시·도, 32개 시·군으로 늘었다.
해당 빅데이터시스템이 지난 2014년 도입된 이후 처음으로 조기 방역에 실패하면서 다양한 원인 분석이 나오고 있다. 우선 올해 유행한 바이러스 의 감염 속도가 지난 2014~2015년보다 훨씬 빨랐다. 잠복기가 거의 없고, 육로가 아닌 철새를 통해 이동한 탓에 전국에서 동시다발적으로 발생했다는 점도 지난 번과는 다른 특징이었다. 김이식 KT 빅데이터센터 상무도 “지금까지의 사례에서는 최초로 AI 감염이 발견된 지역이 한 군데나 두 군데 정도였지만 이번 사태에서는 최소 여섯 군데에서 스무 군데 이상으로 보인다”며 과거와 달랐던 이번 AI의 양상을 지적했다.
그렇다고 빅데이터 시스템 자체가 무용지물이란 뜻은 아니다. 이 시스템은 잠복기(21일)에 발생 농장을 오간 차량의 GPS 위치 정보를 분석해 확산 가능 지역을 예측했는데 그 정확도가 90%선을 넘었다. 이처럼 정확한 예측능력은 앞선 바이러스 발병사태에서 톡톡히 효자 노릇을 했다. 시스템 도입되기 전과 비교해보면 도입후의 AI에 따른 살처분 보상액이 월 100억원대에서 수십억 원대로 급감한 것이다.
따라서 이 시스템의 근간은 최대한 활용하되 1차 발병시부터 바이러스 확산을 막을 수 있는 ‘차세대 조기 대응 시스템’을 마련해야 한다는 고 전문가들은 입을 모은다. 지진경보 시스템처럼 감염병 방역체계도 사람의 의사결정이 개입하지 않아도 자동으로 작동하도록 하자는 것이다. 빅데이터 업계 한 관계자는 “현재는 감염증상이 나타나도 시스템이 자동 대응하는 게 아니라 담당자들을 통한 보고체계를 거친 뒤 공문 형태로 지자체에 발병 상황이 전달되는 방식으로 방역체계가 운영되고 있다”며 “이런 방식으로는 바이러스 전파속도를 따라 잡을 수 없으므로 각종 센서를 장착한 IoT인프라를 농가에 깔아 자동 대응이 가능하도록 해야 한다”고 제언했다.
