Optimal Control of an SIR Model with Noncompliance as a Social Contagion

기술 요약: 사회적 전염으로서의 비순응을 포함한 SIR 모델의 최적 제어

문제 정식화
본 논문은 역학 모델링에 인간 행동 역학을 통합하는 과제를 다루며, 특히 비의료적 개입(NPI)에 대한 비순응(noncompliance)의 확산에 초점을 맞춥니다. 저자들은 인구를 두 개의 뚜렷한 집단, 즉 공중 보건 조치에 순응하는 집단(compliant)과 순응하지 않는 집단(noncompliant)으로 나누는 구획형 SIR 모델을 제안합니다.

기존 모델들이 행동을 고정된 파라미터로 취급하는 것과 달리, 이 모델은 비순응을 질병과 병행하여 질량 작용(mass-action) 메커니즘을 통해 퍼져나가는 "사회적 전염"으로 취급합니다. 순응 인구($S, I, R$)는 NPI로 인해 감염성이 감소하는 반면, 비순응 인구($S^*, I^*, R^*$)는 그렇지 않습니다. 모델에는 정책 결정자의 개입을 나타내는 네 가지 제어 변수가 포함됩니다:

1. $\alpha(t)$: 순응 인구의 감염성/혼합도 감소 (NPI 집행).
2. $\eta(t)$: 순응 감염자의 회복률 증가 (치료 노력).
3. $\mu(t)$: 비순응 확산율의 감소 (공중 보건 정보 캠페인).
4. $\nu(t)$: 비순응으로부터의 "회복" 속도 (교육 캠페인).

목표는 정책 결정자가 감염 비용, 비순응 비용, 그리고 제어 구현에 따른 경제적 비용 사이의 균형을 맞추는 비용 범함수(cost functional)를 최소화하는 최적 제어 문제를 정식화하는 것입니다.

방법론
저자들은 동역학계 이론, 최적 제어 이론, 그리고 수치 해석을 결лия한 엄밀한 수학적 프레임워크를 활용합니다:

1. 모델 분석: 저자들은 시스템의 기본 재생산 지수($R_0$)를 도출하고, 질병 부재 평형(DFE)의 안정성을 분석합니다. 이들은 질병 전파와 행동 전파 파라미터 간의 상호작용에 따라 시스템이 안정 상태를 유지하거나 불안정해지는 조건을 설정합니다.
2. 최적 제어의 존재성: 이는 최적 제어의 존재성에 대한 중요한 이론적 기여입니다. 저자들은 다음과 같은 일반적인 시나리오에 대해 이를 입증합니다:
   • 제어 변수가 역학 관계에서 비선형적으로 나타나는 경우.
   • 제어 비용이 매끄럽거나 강한 볼록성을 요구하지 않는 경우 ($L^1$ 제어 비용 허용).
   • 허용 가능한 제어 집합이 불연속적인 제어 맵(특히, 유한 변동 함수, $BV$)을 포함하는 경우.
     이 증명은 제어-상태 연산자의 약한 폐쇄(weak closure)와 비용 범함수의 하반연속성(lower-semicontinuity)에 의존하는 변분법의 직접법(direct method)을 사용합니다.
3. 수치적 해법: 저자들은 최적 제어 문제를 해결하기 위해 순차적 이차 해밀토니안(SQH) 방법을 사용합니다. 저자들은 SQH가 견고한 수렴 이론을 보유하고 있어 표준적인 전방-후방 스윕 방법(FBSM)보다 우수하다고 주장합니다. 이 알고리즘은 해밀토니안에 대한 이차 섭동을 사용하여 제어 맵을 반복적으로 업데이트하며, 각 단계에서 비용 범함수의 충분한 감소를 보장합니다. 저자들은 SQH 반복 계산의 수렴성을 증명합니다.

주요 결과
논문은 파라미터 체계와 정책 결정자의 선호도(비용 가중치로 인코딩됨)에 따라 최적 전략이 어떻게 달라지는지 보여주기 위해 세 가지 시나리오에 걸친 수치 시뮬레이션을 제시합니다:

• 시나리오 1 (베이스라인): 감염률이 중간 정도이고 순응 인구가 초기 상태일 때, 최적 전략은 정책 결정자의 우선순위에 크게 좌우됩니다.

  • "균형 잡힌" 정책 결정자(감염 비용과 비순응 비용을 모두 고려)는 $\mu$와 $\nu$를 사용하여 초기에 비순응을 억제함으로써, $R_0$를 즉시 1 미만으로 떨어뜨리지 않고도 $\alpha$와 $\eta$가 효과적으로 $R_0$를 낮출 수 있도록 하는 시너지 전략을 사용합니다. 즉, 총 비용을 최소화하기 위해 작은 유행을 수용합니다.
  • "공중 보건 중심" 정책 결정자(높은 감염 비용, 제로 비순응 비용)는 모든 제어를 공격적으로 사용하여 $R_0 < 1$로 만들고 질병을 퇴치하며, 완전 순응 DFE의 안정성을 활용합니다.
  • 민감도: 치료($\eta=0$)를 제거하면 제어 노력의 효능이 약 1/3 감소합니다. 행동 제어($\mu=\nu=0$)를 제거하면 인구가 비순응으로 이동함에 따라 질병 제어가 효과를 거의 잃게 되어, 비용 절감 효과가 ~10%로 감소합니다.
  • $L^1$ 비용: 이 방법은 $L^1$ 제어 비용($d_2=0$)을 성공적으로 처리하여, $\eta, \mu, \nu$에 대해 "뱅뱅(bang-bang)" 유형의 제어(0 또는 최댓값만 가짐)를 생성하는 한편, $\alpha$는 역학의 이차적 특성 덕분에 매끄러운 형태를 유지합니다.

• 시나리오 2 (높은 확산): 질병 감염률과 비순응 확산율이 높고, 신생아 중 상당수가 비순합 상태로 태어날 때, 제어는 효과가 떨어집니다. 오직 매우 높은 감염 비용 가중치($c_1 \ge 6$)를 가진 정책 결정자만이 질병을 완전히 억제하는 것이 최적이라고 판단하며, 그렇지 않으면 제어 비용이 너무 커지기 때문에 질병이 자연스럽게 진행되도록 두는 것이 최적 전략이 됩니다.

• 시나리오 3 (기초 성향): 비순응 신생아 비율($\xi$)을 높이는 것은 임계값을 드러냅니다. $\xi < 0.5$일 때는 비순응을 억제하는 것이 최적입니다. 그러나 $\xi \ge 0.5$가 되면 행동 제어($\mu$)가 무력화되어(0으로 떨어짐) 시스템을 질병 부재 평형으로 유도할 수 없게 됩니다.

의의 및 주장
본 논문은 세 가지 주요 기여를 주장합니다:

1. 사회학적/모델링 측면: NPI 준수 여부를 고정된 파라미터가 아닌 동적인 역학적 양으로 제공하는 기계적 프레임워크를 제공합니다. 이는 최적 제어 전략이 정책 결정자의 선호도에 매우 민감하며, 비순응의 역학을 무시하는 것이 차선이거나 효과 없는 전략을 초래함을 보여줍니다. 또한, 비순합 자체가 직접적인 비용을 발생시키지 않더라도, 비순합이 질병 전파에 미치는 하류 효과(downstream effects)를 고려할 때 행동 제어가 정당화됨을 강조합니다.
2. 수학적 측면 (존재성): 비선형 역학, 비매끄러운/비볼록 비용(특히 $L^1$), 그리고 불연속 제어를 허용하는 생물학적 모델에 대한 일반적인 최적 제어 존재성 프레임워크를 제공합니다. 이는 분석적 편의를 위해 흔히 가정되는(물리적으로는 비현실적인) 제어-아핀 시스템이나 $L^2$ 비용의 가정을 완화합니다.
3. 수치적 측면: SQH 방법의 사용을 옹호하며, 이 방법이 널리 사용되는 FBSM보다 더 나은 수렴성을 제공하면서도 구현 가능하다고 주장합니다. 저자들은 SQH가 $L^1$ 비용과 불연속 해를 포함하는 복잡한 최적 제어 문제를 효과적으로 해결할 수 있음을 입증합니다.

저자들은 본 연구가 질적 연구임을 명시하면서도, 역학 모델에 행동 역학을 통합하는 것의 필요성을 강조하며, 향후 연구에서 확률성, 네트워크 구조, 진화 게임 이론, 또는 더 세분화된 제어 변수(예: 백신 접종, 미디어 통제)를 포함할 수 있음을 시사하며 결론을 맺습니다.