본문 바로가기 주메뉴 바로가기 검색 바로가기
기술이 코로나19를 만났을 때, 한국의 대처법
상태바
기술이 코로나19를 만났을 때, 한국의 대처법
약사와 수학자도 코로나19 해결 위해 나서
신종 코로나바이러스(이하 코로나 19) 발생 건수가 점점 더 많아지면서, 정부는 관련 정보를 수집하고, 유증상자를 빠르게 진단하면서 병의 확산을 막고자 총력을 기울이고 있다.

이 신종 호흡기 질환의 위험을 대중에게 알리고자 질병관리본부는 지난 1월 말부터 하루 두차례 정례 브리핑을 열고 확진자와 사망자 수를 알리고, 대처 방안을 낱낱이 공개하고 있다.

정부는 코로나 19의 확산에 관한 상세한 정보를 공유하여, 환자들이 어디에 방문했었는지 질병 진단을 받기 전에 만난 이는 누구인지를 실시간으로 업데이트했다. 이 정보를 온라인에도 공개하고, 휴대전화 문자메세지를 통한 비상경보를 내리기도 한다. 메신저 앱인 카카오톡까지 활용 중이다.

대구, 고양, 이젠 서울을 포함한 일부 지역 정부는 드라이브스루 선별 진료소를 설치해 코로나 19를 진단하고 있다. 선별 진료소에 대기하는 검역팀은 보호복을 착용 중이며, 운전자들은 차에 앉은 채 본인에게 열이 있거나 호흡 이상이 없는지 진단할 수 있다. 이 모든 과정은 10분도 채 걸리지 않는데, 기존 진단에 걸리는 시간의 1/3밖에 되지 않는다.

방역을 위해서 힘쓰는 이들 중에 정부 관계자만 있는 것은 아니다. 약사와 수학자들도 본인의 전문 기술을 사용해 병균의 확산을 막고자 힘쓰고 있다.

본 기사에서는 정부 관계자는 아니지만 힘쓰는 두 전문가 그룹의 사례를 소개한다.

 
[사진=UNSPLASH]
[사진=UNSPLASH]

◆ 병 악화를 막는 신약 후보

최근 시흥에 본사를 둔 바이오제약 회사인 코미팜은 자사의 신약 후보가 코로나 19 환자 상태의 악화를 막는 데 도움이 될 수 있다고 밝혔다.

코미팜 연구팀은 자사의 신약 후보가 독감 바이러스가 몸에 침투했을 때 면역 세포가 비정상적으로 많이 늘어나는 증상인 ‘사이토카닌 폭풍’을 막을 수 있다고 주장했다. 독감 바이러스가 몸에 들어오면 그 수는 기하급수적으로 늘어나 다른 장기에까지 퍼진다. 바이러스 숫자가 너무 많아지면 면역 세포 또한 다수 활성화돼 도리어 환자의 몸까지 공격한다. 이는 심하면 독감의 증상을 악화시키거나 장기를 손상시키기도 한다.

코미팜의 신약 후보 파나픽스는 면역 세포가 보내는 신호를 통제해 사이토 카닌 폭풍을 막는다. 코미팜 관계자는 정확히 어떤 원리로 약의 효과가 나타나느냐에 대한 질문에 대답하지 않았다.

코로나 19의 치료약이나 백신은 아니지만, 파나픽스는 의료계 전문가의 눈길을 끌기에는 충분했다. 현재 코미팜은 두 병원에 입원한 코로나 19 환자 100명을 대상으로 임상 실험을 진행 중이다.

한 코미팜 관계자는 “상용화 가능성을 논하기 전에 먼저 실험이 어떻게 되는지 지켜봐야 한다”고 말했다.

◆ 병 확산을 예측하는 수학적 알고리즘

주요 수학자들도 본인의 전문 분야를 이용해서 바이러스의 확산을 막는데 힘을 쏟고 있다. 지난달 13일에는 건국대학교에서 수학자 3명과 의료계 전문가 3명이 모여 감염의 현재 상황과 병균이 퍼지는 방식을 분석할 효과적인 수학 모델을 보였다.

워크숍에서 소개된 모델 중 하나는 ‘SEIR’로, 모델의 4가지 단계인 ‘감염대상군(Suspectible)’, ‘노출군(Exposed)’, ‘감염군(Infectious)’, ‘회복군(Removed)’의 줄임말이다. 감염대상군은 아직 바이러스에 노출되지 않은 사람들을 이야기한다. 환자와 접촉했지만 아직 증상이 나타나지 않은 잠재적 감염자는 노출군에 속한다. 증상이 발현되고 나면 감염군으로 재분류된다. 병상에서 일어난 이들은 마지막 단계인 회복군으로 돌아간다.

이날 참석한 수학자들은 이 모델을 사용해 한 환자가 몇 명의 환자에게 병을 옮길 수 있는지, 다시 말해 재생산지수(Reproduction Index)를 계산할 수 있다고 밝혔다. 예를 들어, 만약 재생산지수가 3이라면 한 환자가 3명의 사람을 감염시킬 수 있다는 뜻이다. 만약 이 재생산지수에 환자를 만날 확률을 곱하면, 하루에 몇 명의 사람들이 감염되는지 계산할 수 있다고 한다.

정부가 바이러스 확산을 통제하기 위해 어떻게 해야 하는지도 이 모델을 통해 가늠해볼 수 있다. 건국대학교 수학과 김소영 연구원은 “코로나 19 환자 한 사람이 무방비로 돌아다닐 때 20명을 감염시킬 확률은 29.55%이다”라며 “그런 상황을 60%만 차단해도 집단 감염 확률은 0.45%로 줄어든다”고 밝혔다.


<영어 기사 원문>
When Technology Meets COVID-19
와이어드 코리아=엄다솔 기자 insight@wired.kr
이 기사를 공유합니다
RECOMMENDED