본문 바로가기 주메뉴 바로가기 검색 바로가기
코로나19 다음 확산 이동 경로, 예측 어려운 이유는?
상태바
코로나19 다음 확산 이동 경로, 예측 어려운 이유는?
인간의 행동은 바이러스 및 공중 보건으로 억제하기 어렵다. 질병 모델 생성 전문가에게는 예측 불가능하면서 심각한 영향을 미치는 문제이다.
By GREGORY BARBER, WIRED US

워싱턴대학교 생물학 교수인 칼 버그스트롬(Carl Bergstrom)이 직면한 여러 직업적 어려움 중 한 가지는 코로나19의 다음 확산 경로를 알려달라는 질문을 받는 것이다. 다음 코로나19 확산 관련 질문은 “다음 주 코로나19 확산 상황은 어떻게 될 것인가?”, “다음 학기의 코로나19 상황은 어떨 것인가?”, “오는 겨울의 코로나19 상황 전망을 어떻게 보는가?”와 같이 다양하게 변형된 질문이 함께 제기되며, 바이러스는 지금까지 매우 오랫동안 인류를 항상 따라다녔다. 그러나 최근에는 코로나19 다음 확산 경로 예측 관련 상호작용과 관련된 열렬한 논의가 이루어지기 시작했다. 버그스트롬 교수는 “인간과 같이 지각 능력이 있는 존재가 정보에 대해 보이는 반응”과 “바이러스 확산 등 생물학적 현상 확산 방식”이라는 관련성을 지닌 두 가지 상호작용을 연구하고 있다. 대중의 코로나19 관련 질문의 답을 제시하는 이들 중 한 명이 바로 버그스트롬 교수이다.

그러나 버그스트롬 교수는 최근 들어 “알 수 없다”라는 답변과 함께 다소 위축된 반응을 보였다.

코로나19 확산 경로 예측에 대한 정확한 어조를 드러내는 간결한 답변이다. 코로나19가 창궐하기 시작한 이래로 질병 모델 전문가의 역할은 코로나19 대유행 속에서 인류가 나아가는 방향을 정확히 말하지는 않았으나 앞으로 마주할 가능성이 있는 여러 상황에 대비하도록 한다. 일종의 불안 비즈니스이다. 위기 상황에서 다양한 선택권을 만들어 대중이 한 가지 결론이나 최선이라고 생각하는 다른 결론에서 벗어나 지나친 희생이나 희망이라는 결과로 이어지도록 한다. (트럼프 행정부가 대다수 낙관론을 최대한 이용해 2020년 여름이면 코로나19를 완전히 퇴치할 수 있다고 선언한 것을 떠올려 보아라. ‘2020년’ 여름에 코로나19가 사라졌는가?) 각종 질병 모델은 정치인이 코로나19 대응 자원을 배치할 곳을 판단하도록 도움을 주며, 평범한 시민이 불확실한 세계에서 어느 정도 안정성을 찾는 데 도움을 주는 역할도 했다. 그러나 실제 대응 기관의 소통은 도움을 주지 않았다.

갑작스럽게 질병이 발병하는 모든 상황에서 초기 대응에 따라 질병 확산 전망치가 매우 증가하거나 감소할 수도 있기 때문이다. 향후 질병 확산 상황 추측은 극도로 어렵다. 코로나19 발병 초기부터 다수 전염병 학자들도 서둘러 ‘인간 사이의 바이러스 확산 방식’, ‘바이러스 발전 속도’, ‘슈퍼 전파자의 역할’, ‘보이지 않는 대유행병을 생성하는 무증상 감염’ 등 코로나19와 함께 새로 등장한 병원체의 기본 요소를 이해했다. 시간이 지나면서 바이러스 감염 방식 관련 바이러스학 및 면역학 데이터, 다음 상황 예측 관련 유행병 데이터 등 전면적인 노력과 함께 이루어지는 과학 보도 덕분에 코로나19를 더 자세히 이해하게 되었다. 전문가가 바이러스 이동 경로를 이동하게 되면, 마스크 착용과 사회적 거리 두기 등과 같은 요소와 함께 되돌아오는 방향 등을 수월하게 판단할 수 있다.
 
[사진=Unsplash]
[사진=Unsplash]

바이러스 관련 각종 기본 정보부터 다음 확산 상황 예측까지 모든 질문에 답변을 완료해도 불확실성은 절대로 사라지지 않는다. 2021년 현재 상황을 생각해 보아라. 물론 델타바이러스 자체에도 초기 바이러스보다 더 빠른 복제 속도와 감염 속도 등 답변을 찾지 못한 각종 의문점이 함께 등장했다. 코로나 백신 접종자의 바이러스 확산 정도를 포함한 백신 접종 사항도 풀리지 않은 의문점이 많다. 이 모든 요소가 델타바이러스의 대유행이 특정 시점과 장소의 감염 심각성에 영향을 미친다. 바이러스와 백신 관련 각종 의문점을 제기하는 가운데 어떠한 장기적 계산이든 또 다른 변이 바이러스가 등장할 위험성이 있다. 워싱턴대학교 보건 측정 과학 교수인 엠마뉴엘라 가키두(Emmanuela Gakidou)는 “코로나19 발병 초기보다 더 많은 정보를 얻은 것은 확실하지만, 각종 의문 사항이 감소했다고 보기는 어렵다”라며, “학계는 단 한 번이라도 일주일 이상 연속으로 활용할 수 있는 모델을 보유하리라 만족한 적이 없다”라고 설명했다.

버그스트롬 교수는 다음과 같이 생각할 것을 제안했다. 2020년 3월, 코로나19 발병 초기 질병 모델 생성 전문가가 감염 증가와 감소 추세를 어떻게 예측했을까? 현재 코로나19 4차 대유행이 한창이지만, 4차 대유행이라는 표현 자체는 일시적으로 감염 건수가 비슷한 수준을 유지하다가 조금씩 증가한 뒤 최고치를 기록하는 추세보다 훨씬 더 복잡하다. 과거를 돌아보더라도 코로나19 감염 형태를 설명하기 어렵다. (현재 시간 구분 기준이 모호해져 의미가 없는 것이 유일한 이유는 아니다.) 여러 변화 요소의 원인 중 일부는 바이러스 자체이며, 나머지는 바이러스 대응 방식이다. 1차 대유행 당시 전국적인 외출 제한과 함께 대중의 생활은 중단되었다. 이후 외출 제한을 마스크 착용 의무화와 부분적인 시설 재개방 및 가끔 이루어진 중단 등으로 대체했다.

그러나 좌절과 피로, 비관론과 낙관론 간의 대대적인 변경의 형태이기도 하다. 2020년 가을, 코로나19 감염 상황이 최악이었으나 미국 내 추수감사절 연휴 이동이 이루어진 것을 그 예시로 언급할 수 있다. 이제는 2021년 여름 코로나19 감염 건수가 가장 심각한 수준을 기록하는 상황에서 미국 사회의 여러 곳에서 평소와 같은 대규모 사무실 복귀가 이루어진다. 버그스트롬 교수는 “지금도 코로나19 확산이 이루어지는 상황에서 대중의 행동이 180도 바뀌었다. 인간은 코로나19의 심각성에 대한 믿음을 끊임없이 바꾼다”라고 설명했다.

일부 측면에서 코로나19 경험이 길어지면서 특히 질병 모델 생성 전문가의 불확실성이 증가할 수 있다. 믿음과 행동은 각각의 주 단위, 그리고 간혹 마을 단위로 갈수록 다양해지는 추세이다. 델타바이러스라는 치명적인 바이러스는 백신 접종을 계기로 대중의 생각이 갈수록 양극화된 상황에서 등장했다. 이에, 대중은 델타바이러스 확산이 행동 방식에 의미하는 바를 두고 혼란에 빠졌다. 가키두 교수는 “마스크 착용 의무화 기간이 한 달인 것은 괜찮지만, 한 달 더 연장되면 대중이 거부 의사를 표출한다. 바이러스 감염 상황을 예측하는 것은 매우 어렵다”라고 말했다.

조지아공과대학에서 복합 생물학 시스템을 연구하는 교수인 조슈아 웨이츠(Joshua Weitz)는 “계속 현재 바이러스 예측 관련 상황을 어렵게 만드는 요소는 질병 상황 간의 상호작용과 바이러스 발견 당시 대중의 반응, 시간이 지난 뒤 대중의 반응이다”라고 말했다. 18개월간 코로나19 감염이 계속 이어진 뒤 개인의 위험 인식과 그에 따른 행동 방식 모두 바이러스의 경로에 집단적인 영향을 미친다는 사실은 매우 직관적인 생각이다. 그러나 웨이츠 교수는 현재의 직관적인 생각은 코로나19가 재빨리 사라지리라 믿었던 바이러스 확산 초기에는 직관적이지 않았다는 사실에 주목한다. 이는 19세기 전염병 이론의 유산인 전염병학적 용어로 파의 법칙(Farr’s law)이라고 말할 수 있다. 바로 감염 건수가 절정에 도달한 뒤 같은 속도로 줄어들면서 바이러스 감염 모델이 종 모양의 곡선 모델을 형성한다는 이론이다.

실제 바이러스 확산 추세는 종 모양 곡선 형태와 다르다. 2020년 봄, 웨이츠 교수는 전문가 여러 명과 함께 2차 대유행 가능성을 예측했다. 1차 대유행을 완전히 퇴치하지 못했으며, 코로나19 감염 의심 환자도 매우 많았기 때문이다. 감염 건수가 절정을 기록한 뒤 증가 추세가 완만해지면서 다수 예측보다는 느린 속도로 감소했다. 그리고 매우 빠른 속도로 감염 형태가 비슷한 수준을 유지했다. 웨이츠 교수는 행동과 질병 모델의 외출 자제를 비롯한 각종 개입 요소 작용 방식 예측과 일치하지 않는다는 가설을 제기했다. 휴대폰 데이터로 얻은 이동 보고서와 대중의 사회적 접촉 경험 수치를 연구하면서 바이러스가 치명적일수록 개인의 위험 행동이 감소하지만, 또다시 치명적인 수준을 기록하기 전까지는 위험 행동이 증가한다는 사실을 확인했다. 웨이츠 교수는 “여러 요소를 고려하고 현지 상황을 지켜본 뒤 행동을 바꾼다”라고 설명했다.

반응에 따른 행동의 한 가지 파장은 마스크 착용 의무화와 백신 접종 의무화 등과 같은 정책이 바이러스 통제에 얼마나 도움이 되는지 분석하기 어렵다는 점이다. 원인과 효과 간의 경계, 그리고 정부 대응과 대중의 실제 행동 간의 모호해지는 경계는 이미 감염률 증가와 감소에 반응한다. 웨이츠 교수는 그 예시로 2020년, 조지아주에 마스크 착용 의무화가 도입된 시기를 보면서 마스크 착용 의무화 전후의 바이러스 감염률을 비교하고자 한다면, 마스크 착용 의무화가 바이러스 감염 예방에 그리 효과가 없다고 판단할 수도 있다. 그러나 바이러스 감염률을 먼저 알게 된 후 사전 예방 대책으로 더 일찍 마스크 착용 의무화를 채택했다면 어떨까? 외출 제한 명령 시행 기간이 더 길었다면 어떨까? 혹은 마스크 착용 의무화를 시행한 뒤 이를 준수한 이가 거의 없어 마스크 착용의 감염 예방 효과 자체를 확인할 수 없는 다른 상황이 발생했다면 어떨까? 웨이츠 교수는 “상황과 그에 따른 판단은 확실히 관련성이 있다. 그 관련성을 아직 설명할 수는 없다”라고 말했다.

질병 모델 생성 전문가에게 바이러스 문제에 대한 불확실성은 어려움을 나타낸다. 델타바이러스 감염 확산이 끝날 시점을 계산하려면 영국과 같이 이미 델타바이러스 감염이 급격히 증가해 절정을 기록한 곳의 상황을 지켜봐야 한다. 델타바이러스가 빠른 속도로 사라질 것인가 혹은 완만한 감소 추세를 보일 것인가? 그것도 아니라면, 꾸준한 감소세를 유지할까? 웨이츠 교수는 델타바이러스 감염 확산 예측 시나리오가 대중의 위험 인식과 행동에 크게 의존할 것이라고 주장한다. 델타바이러스 감염 추세가 절정에 달한 뒤 결국 백신 접종률이 낮은 앨라배마보다는 백신 접종률이 높은 버몬트에서 감염 건수가 더 감소할 것이다. 공교육 현장과 기업에 시행하는 각각 다른 정책도 특정 집단의 감염 추세가 개인의 행동에 따른 바이러스 확산 상승세 및 감소세 혼합, 급격한 상승세 유지, 감소세 기록 등을 결정하는 요소가 된다.

듀크대학교 대학원생인 앨리 싱클레어(Allie Sinclair)는 “지금 당장 직면한 한 가지 중대한 문제는 대중이 바이러스 감염 건수에 큰 반응을 보이지 않는다는 사실이다”라고 주장했다. 싱클레어는 최근 미국 국립과학원 회보(Proceedings of the National Academy of Sciences)에 게재한 논문을 통해 피실험자에게 현지의 감염 위험성 인식을 물어본 사실을 언급했다. 그 결과, 피실험자 대다수가 10명이 모인 상황과 100명이 모인 상황에서의 잠재적인 바이러스 노출 확률이나 실내에서 식사할 때의 위험성을 확인하기 어려웠다는 사실을 확인할 수 있었다. 싱클레어는 앞서 언급한 모든 상황에서 바이러스 위험성 계산이 제대로 이루어지지 않는다는 점에 주목했다. 백신 접종을 한 이들은 바이러스 보호 수준이 강화되어도 더 조심스럽게 행동한다. 일반적으로 백신 접종을 하지 않은 이들은 바이러스 감염 위험을 막기 위한 조심스러운 행동을 하지 않는다. 싱클레어는 “백신 접종 상황에 따른 바이러스 위험성 주의 정도의 불일치는 위험에 대한 생각과 실제 위험 간의 불일치가 더 심각해질 수 있음을 시사한다”라고 주장했다.

이어, 싱클레어는 자신의 연구에서 희망을 찾아볼 수 있다고 덧붙였다. 바로 바이러스 감염 위험성에 대한 생각과 실제 위험성 형성에서 찾아볼 수 있다. 현지의 위험 정보를 명확히 건네는 데이터를 본 이들은 위험성에 대한 생각과 실제 위험성이 서로 일치하는 방식으로 행동하는 경향을 보인다. 싱클레어의 분석에 따르면, 지역별로 코로나19 확산 상황 전망을 보여주는 등 질병 모델을 대중의 실제 생활과의 관련성을 나타낸 방식으로 제시한다면 질병 모델이 어느 정도 제 기능을 한다는 사실을 시사한다.

버그스트롬 교수는 질병 모델을 토대로 실제로 알고 싶은 내용을 질문하는 것은 타당하다고 말한다. 단기적으로는 현지 지역 주민의 행동과 정책을 기반으로 지역별 델타바이러스 대유행 발전 상황을 예측하는 모델을 보유하는 것이 도움이 될 것이다. 위험성을 인지하고 어떤 행동을 해야 하는지 어느 정도 설명하기 때문이다. 버그스트롬 교수에게는 질병 모델이 개강과 함께 강의실에서 직접 학생 수백 명과 대면하고 강의하는 것이 얼마나 위험한가 제시한다. 버그스트롬 교수는 질병 모델의 데이터를 보면서 위험과 예방 조치가 혼합된 자료와 캠퍼스에 물리적으로 등장해야 할 필요성 등을 파악해, 대비가 되었다고 생각한다. 그러나 버그스트롬 교수가 올해 초여름, 델타바이러스가 창궐하기 전 자신이 가장 좋아하는 술집을 찾았을 당시 행동을 바꿀 준비가 되었을까? 그렇지는 않다. 그러나 버그스트롬 교수는 여전히 코로나19 감염 상황을 나타내는 데이터를 예의주시한다.

특히, 2021년 여름 초반에는 신규 감염자 수가 감소하다가 최근 백신 접종을 완료한 이들 상당수가 장기적으로 생각하려 하는 때, 코로나19 감염과 그에 따른 위험 대비 행동에 대한 단기적 조언을 받아들이기 어려울 것이다. 이제 단 한 가지 낙관적인 전망은 다른 여러 가지 전망으로 대체되었으며, 그중 일부는 암울하다. 질병 모델 생성 전문가 모두 “마스크 착용 시 어떤 변화가 발생했을까?”, “바이든 행정부의 백신 접종 의무화가 계획대로 이루어졌는가? 그리고 공교육 현장에는 어떤 영향을 미칠까?”, “보건 당국 관료는 독감과 코로나19 감염 건수가 동시에 급증할 때 어떻게 대비해야 할까?” 등과 같은 다양한 질문에 대비해야 한다. 아직은 알 수 없는 것에 여러 가지 방법으로 대응할 수 있다. 그리고, 그 누구도 바이러스 감염 상황이 정상화될 시점과 관련된 질문에는 답변할 수 없다.

** 위 기사는 와이어드US(WIRED.com)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)

<기사원문>
Why It’s So Hard to Predict Where the Covid-19 Pandemic Is Headed Next
이 기사를 공유합니다
RECOMMENDED