[표지]
제출문
목차
Ⅰ. 사업 개요 10
1. 연구 배경 10
가. 코로나19 등 도시 감염병의 출연 및 확산의 위협 10
나. Post-코로나 시대에 맞춘 스마트도시 시스템의 재편 필요 12
다. 현재 방역 기술의 제한점 13
라. 수리적 모형을 이용한 코로나19 예측 시스템의 한계 16
마. 지역사회 맞춤형 감염병 취약성 지원 시스템 필요 19
바. 감염병의 실내 호흡기 전파 방지를 위한 시설 필요 24
2. 연구 목적 28
가. 전체 연구 목적 28
나. 세부 연구 목적 28
Ⅱ. 사업 내용 33
1. 코로나19 발생예측 33
1) 적용 알고리즘 33
2) 분석 프로세스 38
2. 사회적 거리두기 현황 모니터링 40
1) 해외 사례 40
2) 산출 방법 44
3. 코로나19 취약성 분석 46
1) 코로나19 취약성 분석 목표 46
2) 문헌고찰 46
3) 코로나19 도시 감염병 취약성 지표 개발 52
4) 공간분석을 이용한 코로나19 발생 지역 특성 분석 63
4. 헬스케어 플랫폼 서비스 64
1) 헬스케어 플랫폼 서비스 목표 64
2) 헬스케어 플랫폼 상세 수행 서비스 구성도 65
5. 시각화 서비스 실증 - 서울시 감염병연구센터 72
1) 시각화 서비스 실증 목적 및 대상 72
2) 시각화 서비스 실증 방법 72
3) 실증 피드백 공유 및 반영 73
6. 감염병 전파차단 공조살균시스템 73
1) 배경 73
2) 연구 목적 74
3) 연구 방법 74
7. 감염병 대응 헬스케어 솔루션 발굴 75
1) 접근 절차 75
2) 솔루션 현황 조사 75
3) 검토 대상 솔루션 선별 76
Ⅲ. 사업 성과 77
1. 코로나19 발생예측 77
1) 원시 데이터 셋 77
2) N일 후 신규 확진자 예측 84
3) 예측 결과 124
2. 사회적 거리두기 현황 모니터링 131
3. 코로나19 취약성 분석 133
1) 코로나19 취약성 분석 결과 133
2) 공간분석을 이용한 코로나19 발생 지역 특성 분석 결과 177
4. 헬스케어 플랫폼 서비스 183
1) 헬스케어 플랫폼 데이터 구축 서비스 183
2) 헬스케어 플랫폼 데이터 환경 구축 183
3) 헬스케어 플랫폼 데이터 구축 실적 184
4) 헬스케어 플랫폼 시각화 서비스(https://healthcare.gurmwi.io/intro/) 186
5. 시각화 서비스 실증 - 서울시 감염병예방센터 210
1) 실증 자료 210
2) 실증 대상 210
3) 실증 과정 211
4) 실증 결과 212
5) 실증 결과를 반영한 시각화 솔루션 업그레이드 214
6. 감염병 전파차단 공조살균시스템 215
1) 공기유동 CFD 시뮬레이션 215
2) 공기유동 실증 248
3) 입자 검출 실험 262
7. 감염병 대응 헬스케어 솔루션 발굴 268
1) 솔루션 상세 분석 결과 268
2) 솔루션 분석 종합 310
Ⅳ. 사업성과 확산방향 311
1. 사업성과의 표준화 전략 311
가. 사업성과의 표준화 필요성 311
나. 국내외 표준화기구 동향 분석 311
다. 본 과제와 관련된 표준 적용 전략 312
2. 사업성과의 사업화 전략 314
가. 사업성과의 사업화 목표 314
나. 사업성과의 사업화 추진 내용 314
다. 사업성과의 마케팅 전략 316
3. 사업성과의 기대효과 317
표 1. 미국 코로나-19 지역사회 취약성 지수 20
표 2. 유럽질병예방통제센터 취약성 지표 21
표 3. 원시 데이터 코로나 현황 컬럼 77
표 4. 원시 데이터 기상 컬럼 77
표 5. 원시 데이터 경제지표 컬럼 78
표 6. 원시 데이터 역학조사 컬럼 78
표 7. 원시 데이터 인구 컬럼 78
표 8. 원시 데이터 교통 컬럼 79
표 9. 원시 데이터 SKT 이동량 데이터 컬럼 79
표 10. 코로나 현황 카테고리에서 결측치 발생 컬럼 80
표 11. 기상 카테고리에서 결측치 발생 컬럼 81
표 12. 경제지표 카테고리에서 결측치 발생 컬럼 82
표 13. 예측값 변수 추가 방법 86
표 14. 유형1에 대한 1일 후의 신규 확진자 수 예측 결과 87
표 15. 유형2에 대한 1일 후의 신규 확진자 수 예측 결과 88
표 16. 유형3에 대한 1일 후의 신규 확진자 수 예측 결과 88
표 17. 유형5에 대한 1일 후의 신규 확진자 수 예측 결과 88
표 18. 유형1에 대한 2일 후의 신규 확진자 수 예측 결과 91
표 19. 유형2에 대한 2일 후의 신규 확진자 수 예측 결과 91
표 20. 유형3에 대한 2일 후의 신규 확진자 수 예측 결과 92
표 21. 유형4에 대한 2일 후의 신규 확진자 수 예측 결과 92
표 22. 유형5에 대한 2일 후의 신규 확진자 수 예측 결과 92
표 23. 유형6에 대한 2일 후의 신규 확진자 수 예측 결과 93
표 24. 유형7에 대한 2일 후의 신규 확진자 수 예측 결과 93
표 25. 유형8에 대한 2일 후의 신규 확진자 수 예측 결과 93
표 26. 유형1에 대한 5일 후의 신규 확진자 수 예측 결과 97
표 27. 유형2에 대한 5일 후의 신규 확진자 수 예측 결과 97
표 28. 유형3에 대한 5일 후의 신규 확진자 수 예측 결과 97
표 29. 유형4에 대한 5일 후의 신규 확진자 수 예측 결과 98
표 30. 유형5에 대한 5일 후의 신규 확진자 수 예측 결과 98
표 31. 유형6에 대한 5일 후의 신규 확진자 수 예측 결과 98
표 32. 유형7에 대한 5일 후의 신규 확진자 수 예측 결과 99
표 33. 유형8에 대한 5일 후의 신규 확진자 수 예측 결과 99
표 34. 유형1에 대한 7일 후의 신규 확진자 수 예측 결과 102
표 35. 유형2에 대한 7일 후의 신규 확진자 수 예측 결과 103
표 36. 유형3에 대한 7일 후의 신규 확진자 수 예측 결과 103
표 37. 유형4에 대한 7일 후의 신규 확진자 수 예측 결과 103
표 38. 유형5에 대한 7일 후의 신규 확진자 수 예측 결과 104
표 39. 유형6에 대한 7일 후의 신규 확진자 수 예측 결과 104
표 40. 유형3에 대한 7일 후의 신규 확진자 수 예측 결과 104
표 41. 유형3에 대한 7일 후의 신규 확진자 수 예측 결과 105
표 42. 유형1에 대한 10일 후의 신규 확진자 수 예측 결과 107
표 43. 유형2에 대한 10일 후의 신규 확진자 수 예측 결과 108
표 44. 유형3에 대한 10일 후의 신규 확진자 수 예측 결과 108
표 45. 유형4에 대한 10일 후의 신규 확진자 수 예측 결과 108
표 46. 유형5에 대한 10일 후의 신규 확진자 수 예측 결과 109
표 47. 유형6에 대한 10일 후의 신규 확진자 수 예측 결과 109
표 48. 유형3에 대한 10일 후의 신규 확진자 수 예측 결과 109
표 49. 유형3에 대한 10일 후의 신규 확진자 수 예측 결과 110
표 50. 유형1에 대한 15일 후의 신규 확진자 수 예측 결과 113
표 51. 유형2에 대한 15일 후의 신규 확진자 수 예측 결과 113
표 52. 유형3에 대한 15일 후의 신규 확진자 수 예측 결과 114
표 53. 유형4에 대한 15일 후의 신규 확진자 수 예측 결과 114
표 54. 유형5에 대한 15일 후의 신규 확진자 수 예측 결과 114
표 55. 유형6에 대한 15일 후의 신규 확진자 수 예측 결과 115
표 56. 유형3에 대한 15일 후의 신규 확진자 수 예측 결과 115
표 57. 유형3에 대한 15일 후의 신규 확진자 수 예측 결과 115
표 58. 유형1에 대한 20일 후의 신규 확진자 수 예측 결과 118
표 59. 유형2에 대한 20일 후의 신규 확진자 수 예측 결과 119
표 60. 유형3에 대한 20일 후의 신규 확진자 수 예측 결과 119
표 61. 유형4에 대한 20일 후의 신규 확진자 수 예측 결과 119
표 62. 유형5에 대한 20일 후의 신규 확진자 수 예측 결과 120
표 63. 유형6에 대한 20일 후의 신규 확진자 수 예측 결과 120
표 64. 유형3에 대한 20일 후의 신규 확진자 수 예측 결과 120
표 65. 유형3에 대한 20일 후의 신규 확진자 수 예측 결과 121
표 66. 코로나19 발생 지역 특성 분석의 기초통계 결과 177
표 67. 코로나19 발생 지역 특성 분석의 기초통계 결과 178
표 68. 대화식 의사결정나무 분석을 이용한 코로나19 발생 지역 특성 그룹의 해당 지역 179
표 69. 지리적 가중 회귀분석(GWR)을 이용한 코로나19 발생 지역 특성 분석 결과 181
그림 1. 코로나 19 세계 현황 10
그림 2. 신종/재출현 감염병의 세계적인 현황 11
그림 3. 감염병 차단 도시 개요도 13
그림 4. 코로나19 전파의 특징 14
그림 5. 코로나19 깜깜이 환지 비율 추이 14
그림 6. 확진자 및 확진자의 밀집접촉자 격리 중심의 방역의 한계 15
그림 7. 코로나19 안내 문자메시지의 문제 16
그림 8. 수리적 모형을 통한 코로나19 예측 17
그림 9. 수리적 모형을 통한 예측의 한계 17
그림 10. 코로나19 유행과 사회적 거리두기 18
그림 11. 미국질병예방통제센터(CDC)의 취약성 지수 생산 19
그림 12. 사회적 거리두기 공간역량 평가 및 지도화 사례 22
그림 13. 코로나19 발생취약성 예측 및 지도화 사례 22
그림 14. 미국 사회발전조사기구의 취약성 지도 23
그림 15. Random forest 구조 33
그림 16. Extremely randomized trees 구조 34
그림 17. GBM 구조 35
그림 18. XGBoost 구조 36
그림 19. GLM 구조 36
그림 20. Deep learning 구조 37
그림 21. Stacked ensemble 구조 38
그림 22. 분석 프로세스 39
그림 23. 일별, 자치구별 데이터 변환 결과 79
그림 24. 결측치 처리 결과(앞, 뒷날 데이터) 81
그림 25. 결측치 처리 결과(전날 데이터) 82
그림 26. 이상치 처리 결과 83
그림 27. 더미화 진행 결과 85
그림 28. 1일 후 신규 확진자 수 Input 데이터 셋 89
그림 29. 실제값과 예측값 비교(1일 후 신규 확진자 수) 89
그림 30. 변수 중요도 TOP 20(1일 후 신규 확진자 수) 90
그림 31. 1일 후 신규 확진자 수와 서울 합계 일조시간 비교 90
그림 32. 2일 후 신규 확진자 수 Input 데이터 셋 94
그림 33. 실제값과 예측값 비교(2일 후 신규 확진자 수) 94
그림 34. 변수 중요도 TOP 20(2일 후 신규 확진자 수) 95
그림 35. 2일 후 신규 확진자 수, 서울 현재 검사자 수 비교 96
그림 36. Minmax 스케일링 적용한 2일 후 신규 확진자 수, 서울 현재 검사자 수 비교 96
그림 37. 5일 후 신규 확진자 수 Input 데이터 셋 100
그림 38. 실제값과 예측값 비교(5일 후 신규 확진자 수) 100
그림 39. 변수 중요도 TOP 20(5일 후 신규 확진자 수) 101
그림 40. 5일 후 신규 확진자 수와 코스피 비교 102
그림 41. 7일 후 신규 확진자 수 Input 데이터 셋 105
그림 42. 실제값과 예측값 비교(7일 후 신규 확진자 수) 106
그림 43. 변수 중요도 TOP 20(7일 후 신규 확진자 수) 106
그림 44. 7일 후 신규 확진자 수와 한국 확진률 대비 사망률비교 107
그림 45. 10일 후 신규 확진자 수 Input 데이터 셋 110
그림 46. 실제값과 예측값 비교(10일 후 신규 확진자 수) 111
그림 47. 변수 중요도 TOP 20(10일 후 신규 확진자 수) 112
그림 48. 10일 후 신규 확진자 수와 유동인구 총합, 거래량 비교 112
그림 49. 15일 후 신규 확진자 수 Input 데이터 셋 116
그림 50. 실제값과 예측값 비교(15일 후 신규 확진자 수) 117
그림 51. 변수 중요도 TOP 20(15일 후 신규 확진자 수) 117
그림 52. 15일 후 신규 확진자 수와 KOSDAQ 지수 비교 118
그림 53. 20일 후 신규 확진자 수 Input 데이터 셋 121
그림 54. 실제값과 예측값 비교(20일 후 신규 확진자 수) 122
그림 55. 변수 중요도 TOP 20(20일 후 신규 확진자 수) 123
그림 56. 20일 후 신규 확진자 수와 코스닥, 외국인 순매수 비교 123
그림 57. Input 데이터 셋을 이용한 모델링 결과(1일 후 실제값과 예측값 비교) 124
그림 58. Input 데이터 셋을 이용한 모델링 결과(2일 후 실제값과 예측값 비교) 125
그림 59. Input 데이터 셋을 이용한 모델링 결과(5일 후 실제값과 예측값 비교) 126
그림 60. Input 데이터 셋을 이용한 모델링 결과(7일 후 실제값과 예측값 비교) 127
그림 61. Input 데이터 셋을 이용한 모델링 결과(10일 후 실제값과 예측값 비교) 128
그림 62. Input 데이터 셋을 이용한 모델링 결과(15일 후 실제값과 예측값 비교) 129
그림 63. Input 데이터 셋을 이용한 모델링 결과(20일 후 실제값과 예측값 비교) 130
그림 64. 시도별 표준화 값 기준 취약성 분포 134
그림 65. 시도별 표준화 값 기준 전파 취약성 분포 136
그림 66. 시도별 표준화 값 기준 방역 취약성 분포 137
그림 67. 시도별 표준화 값 기준 의료 취약성 분포 139
그림 68. 시도별 표준화 값 기준 건강 취약성 분포 141
그림 69. 시도별 표준화 값 기준 생계 취약성 분포 142
그림 70. 시도별 표준화 값 기준 사회보장 취약성 분포 143
그림 71. 시군구별 표준화 값 기준 취약성 분포 145
그림 72. 시군구별 표준화 값 기준 전파 취약성 분포 147
그림 73. 시도별 표준화 값 기준 방역 취약성 분포 148
그림 74. 시군구별 표준화 값 기준 의료 취약성 분포 150
그림 75. 시군구별 표준화 값 기준 건강 취약성 분포 151
그림 76. 시군구별 표준화 값 기준 생계 취약성 분포 152
그림 77. 시군구별 표준화 값 기준 사회보장 취약성 분포 153
그림 78. 시군구별 지표 실값 기준 전파 취약성 분포 157
그림 79. 시군구별 지표 실값 기준 방역 취약성 분포 158
그림 80. 시군구별 지표 실값 기준 의료 취약성 분포 163
그림 81. 시군구별 지표 실값 기준 건강 취약성 분포 169
그림 82. 시군구별 지표 실값 기준 생계 취약성 분포 169
그림 83. 시군구별 지표 실값 기준 사회보장 취약성 분포 176
그림 84. 시군구별 인구10만명당 코로나-19 발생률 분포 177
그림 85. 대화식 의사결정나무 분석을 이용한 코로나19 발생 지역 특성 분석 결과 179
그림 86. 지리적 가중 회귀분석(GWR)을 이용한 코로나19 발생 지역 특성 요인의 지역별 회귀계수 분포 182