컨텐츠 바로가기

03.19 (화)

6일 개학한다면…'코로나 유행종료' 92일 더 늦어질 것"

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
[머니투데이 김주현 기자] [국가수리과학연구소 감염병연구팀, 마이크로 시뮬레이션 모델로 대구 지역 코로나19 확산 예측 ]

머니투데이

삽화_코로나19,코로나,바이러스,마스크,우한, 우한폐렴 / 사진=김현정디자인기자

<이미지를 클릭하시면 크게 보실 수 있습니다>



초·중·고등학교가 기존 일정대로 오는 6일 오프라인 개학한다면 대구 지역 코로나19(COVID-19) 유행 종료 시점이 92일 늦어지고 확진자도 약 107명이 더 증가할 것이란 예측이 나왔다.

국가수리과학연구소(이하 수리연) 감염병연구팀은 마이크로 시뮬레이션 모델로 초·중·고 개학을 가정해 대구 지역 코로나19(COVID-19) 확산 영향을 분석한 결과 이같이 나왔다고 2일 밝혔다.

연구팀은 초·중·고등학교 방학을 지속하면 지역 내 코로나19 유행이 이달 26일 종료되고 6일 개학하면 7월27일로 종료 시점이 늦어진다고 예측했다. 또 방학을 유지했을 때 최종 누적 확진자수는 6677명, 개학을 진행했을 때는 6784명으로 107명 더 많은 확진자가 나왔을 것이라고 예측했다.



대구 지역 신천지 교인, 비 교인보다 감염 확률 9.3배 높아



지난달 30일 기준 국내 9961명의 확진자 가운데 대구 지역 누적 확진자는 6624명으로 전체 68.6%에 해당한다. 이 가운데 신천지 관련 확진자는 4467명으로 대구 지역 확진자의 67.4%다.

대구 시민을 250만명, 대구 신천지 교인을 9000명으로 가정하면 신천지 교인의 코로나19 누적 감염률은 49.6%로 비 신천지 시민의 누적 감염률인 0.08% 보다 약 575배 더 높았다. 결국 대구 코로나19 유행은 신천지 교인 집단이 고위험집단인 핫스폿이 돼 대구 지역사회로 전파됐다는 설명이다.

수리연 연구진은 대구 인구와 동일하 크기의 가상 인구 집단을 이용한 마이크로 시뮬레이션 모델을 개발해 지난달 26일까지의 대구 코로나19 확진 결과를 재현했다.

시뮬레이션 모델의 각 개인은 가구, 직장/학교, 공동체(종교 및 친목 모임)에서 감염자와 접촉을 통해 감염될 수 있도록 설계했다. 재현 결과 신천지 교인 사이의 코로나19 감염 확률은 비 신천지 대구 시민의 감염 확률보다 약 9.3배 높았다.



4월6일 개학했으면 '코로나 유행 종료' 최대 92일 늦어져



머니투데이

/사진제공=국가수리과학연구소

<이미지를 클릭하시면 크게 보실 수 있습니다>


연구진은 이 재현 결과를 토대로 △초·중·고 방학을 계속 유지할 경우 △4월6일 개학을 진행할 경우 △4월6일 개학 진행 후 증상 발현-확진 평균 기간이 다시 4.3일로 증가할 경우 등 세 가지 시나리오로 대구 코로나19 확산 영향을 예측했다.

신천지 교인에 대한 대대적인 검사와 격리가 시작된 2월29일 이후 증상발현 후 확진까지의 평균기간은 4.3일에서 2.7일로 단축됐는데, 학생들의 상대적 둔감 등을 감안해 이 기간이 다시 4.3일로 증가했을 경우를 가정한 것이다.

각 시나리오별 대구 지역 최종 누적 확진자수는 중위값을 기준으로 6677명부터 6784명까지 최대 107명이 추가로 발생할 수 있을 것으로 예측됐다.

또 마지막 신규 확진자의 발생일(유행 종료)은 4월26일부터 7월27일까지 최대 92일 차이가 발생할 수 있을 것으로 예측됐다.

손우식 수리연 감염병연구팀장은 "이번 연구는 해외 및 국내 다른 지역으로부터 코로나19 신규 감염자가 대구로 유입되지 않는다는 가정 하에 진행된 제한점이 있지만 고위험과 저위험 집단으로 확연히 분리되는 대구 사례를 이해하고 학교 내 감염을 시뮬레이션 할 수 있는 모델을 개발했다는데 의의가 있다"고 설명했다 .

한편 연구진은 보다 정확한 예측과 방제 정책 효과 분석을 위해 지역 간 인구 이동과 국외 감염 잠복기 환자 입국을 반영한 감염병 확산 예측 모델 연구를 계속적으로 진행한다. 또 시뮬레이션을 전국으로 확대해 나갈 계획이다.

김주현 기자 naro@

<저작권자 ⓒ '돈이 보이는 리얼타임 뉴스' 머니투데이, 무단전재 및 재배포 금지>
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.