Towards a participatory European social contact observatory

바이러스가 인구 집단 내에서 어떻게 확산되는지 이해하기 위해, 과학자들은 먼저 사람들이 삶을 어떻게 살아가는지를 이해해야 합니다. 병원체가 존재한다는 사실을 아는 것만으로는 충분하지 않습니다. 연구자들은 그것을 한 사람에게서 다른 사람에게로 옮기는 보이지 않는 인간 상호작용의 그물을 지도화해야 합니다. 이러한 상호작용은 흔히 사회적 접촉(social contacts)이라 불리며, 사람들이 붐비는 사무실, 교실, 또는 가족의 집과 같이 서로의 숨결을 공유할 만큼 가까이 서 있는 순간들을 의미합니다. 수십 년 동안 이 그물을 지도화하는 가장 좋은 방법은 수천 명의 사람들에게 자신이 만난 모든 사람에 대해 시간, 장소, 연령을 기록하는 상세한 일기를 작성하도록 요청하는 것이었습니다. 이러한 설문 조사는 유행병을 예측하는 데 있어 견고한 토대를 제공했지만, 비용이 많이 들고 조직하기 어려웠으며 보통 10년에 한두 번 정도만 실시되었습니다. 이는 새로운 위기, 예를 들어 팬데믹이 발생했을 때, 데이터가 종종 구식이 되어 사람들이 안전을 위해 행동을 얼마나 빠르게 변화시켰는지를 포착하지 못하게 된다는 것을 의미했습니다.

이제 유럽 전역의 연구진은 질병을 보고하는 일상적인 행위를 사회 생활을 추적하는 방법으로 전환하는 다른 접근 방식을 테스트했습니다. 이미 온라인으로 독감 유사 증상을 보고하고 있는 자원봉사자 네트워크를 활용하여, 과학자들은 이 동일한 사람들에게 매일의 접촉도 함께 기록해 달라고 요청했습니다. 목표는 이 지속적이고 저비용인 방법이 기존의 무거운 설문 조사만큼 정확하면서도 실시간으로 업데이트할 수 있는 능력을 갖춘 신뢰할 수 있는 인간 상호작용 지도를 만들어낼 수 있는지 확인하는 것이었습니다. 이탈리아, 벨기에, 네덜란드에서 18,000명 이상의 자원봉사자로부터 얻은 110,000건 이상의 접촉 보고서를 분석한 이 연구는 이 방법이 효과적임을 시사합니다. 연구 결과, 이러한 디지털 보고서에서의 누가 누구를 만나는지에 대한 패턴은 전통적인 연구에서 관찰된 패턴과 밀접하게 일치하는 동시에, 열이 있거나 휴가 중인 것과 같은 요인이 사람들의 상호작용 방식을 어떻게 변화시키는지도 밝혀냈습니다.

연구진은 12개 유럽 국가의 시민들이 자신의 건강 상태를 자발적으로 보고하는 오래된 디지털 플랫폼인 인플루엔자넷(InfluenzaNet)을 기반으로 연구를 구축했습니다. 수년 동안 이 자원봉사자들은 기침이나 발열과 같은 증상에 대한 주간 업데이트를 보내며 공중보건 관계자들이 호흡기 질환의 확산을 추적하는 데 도움을 주었습니다. 연구팀은 이 참여도가 높은 시민들에게 한 가지 일을 더 요청할 수 있다는 점을 깨달았습니다. 바로 전날 누구를 만났는지에 대한 간단한 일기를 작성하는 것이었습니다. 2023년 말에 시작되어 2024년까지 이어진 이 연구에서, 자원봉사자들은 두 달마다 접촉 설문을 작성하도록 초대받았습니다. 그들은 대화를 나누었거나 가까이 있었던 사람의 수를 보고했으며, 이를 연령대별 및 가정, 직장, 학교와 같은 환경별로 분류했습니다. 이 자원봉사자들은 이미 시스템의 일부였기 때문에, 연구진은 이들의 접촉 보고를 증상 기록 및 개인 정보와 직접 연결하여 건강과 행동이 어떻게 얽혀 있는지에 대한 풍부한 그림을 그려낼 수 있었습니다.

연구팀이 이 자원봉사자들이 생성한 접촉 지도를 과거의 골드 스탠다드(gold-standard) 설문 조사와 비교했을 때, 결과는 안심할 만했습니다. 새로운 데이터는 과학자들이 오랫동안 관찰해 온 것과 동일한 근본적인 구조를 보여주었습니다. 즉, 사람들은 주로 자신과 비슷한 연령대의 사람들과 가장 빈번하게 섞이며, 학교, 직장, 가정에서의 상호작용 패턴도 익숙한 모습이었습니다. 과거의 종이 기반 연구와 마찬가지로, 디지털 자원봉사자들은 어린이와 청년층이 가장 많은 접촉을 하고 고령층은 더 적은 접촉을 한다는 점을 보여주었습니다. 또한 연구는 이러한 패턴이 달력에 따라 예측 가능하게 변화한다는 점을 확인했습니다. 사람들은 휴일과 주말 동안 접촉이 유의미하게 감소하고, 평일에는 더 많아지는 것으로 보고되었습니다. 이러한 기성 데이터와의 일치는 디지털 방식이 비록 전체 인구의 무작위 표본이 아닌 자원봉사자들에 의존함에도 불구하고, 사회적 삶의 진정한 형태를 포착하고 있음을 시사합니다.

이 연구는 단순히 이 방법이 작동함을 확인하는 것을 넘어, 특정 건강 상태가 사회적 행동을 어떻게 변화시키는지 밝혀냈습니다. 접촉 일기를 자원봉사자들의 증상 보고와 연결함으로써, 연구진은 누군가 몸이 아플 때 어떤 일이 일어나는지 볼 수 있었습니다. 연구진은 인플루엔자 증상, 특히 열이 있는 사람들은 건강한 사람들에 비해 접촉이 적은 경향이 있다는 것을 발견했습니다. 이러한 사회적 혼합의 감소는 벨기에와 네덜란드에서 가장 두드괄적이었는데, 이곳의 개인들은 열이 있을 때 상호작용이 유의미하게 줄어들었습니다. 그러나 관계가 항상 단순한 것은 아니었습니다. 어떤 경우에는 완전한 독감 수준에는 미치지 못하는 가벼운 증상이 있는 사람들도 여전히 높은 접촉 수를 보고했는데, 이는 가벼운 질병이 사람들이 일상생활을 지속하는 것을 항상 막지는 못한다는 점을 시사합니다. 이러한 미묘한 차이는 단발성 설문 조사가 쉽게 놓치는 부분으로, 단발성 조사는 동일한 사람의 건강과 행동을 시간에 따라 쉽게 추적할 수 없기 때문입니다.

또한 이 연구는 변화가 일어나는 과정에서 이를 추적하는 이 방식의 힘을 강조했습니다. 데이터를 지속적으로 수집하기 때문에, 연구진은 인구 집단의 "전파 잠재력(transmission potential)"이 시간이 흐름에 따라 어떻게 변하는지 관찰할 수 있었습니다. 연구진은 사회적 접촉의 밀도가 계절과 공중보건 조건의 변화를 반영하여 오르내리는 것을 관찰했습니다. 실시간에 가깝게 사회적 풍경을 모니터링할 수 있는 이 능력은 공중보건 관계자들에게 새로운 도구를 제공합니다. 몇 년 전의 정적인 지도가 아니라, 행동이 지금 당장 어떻게 변하고 있는지를 보여주는 살아있는 데이터 스트림에 접근할 수 있게 되는 것입니다. 이는 새로운 유행병 발생 시 바이러스가 얼마나 빨리 퍼질지, 혹은 휴가 기간의 봉쇄와 같은 새로운 정책이 확산을 늦추는 데 얼마나 효과적일지를 예측하는 데 도움이 될 수 있습니다.

이 연구가 디지털 감시의 유망한 미래를 제시하고 있지만, 저자들은 그 한계점을 주의 깊게 언급하고 있습니다. 온라인 네트워크에 참여하는 자원봉사자들은 일반 인구를 완벽하게 반영하는 거울이 아닙니다. 그들은 평균적인 사람보다 더 건강에 관심이 많고 교육 수준이 높은 경향이 있습니다. 연구진은 이러한 차이를 교정하기 위해 통계적 조정을 사용했지만, 데이터는 여전히 무작위로 추출된 사회의 단면이라기보다는 참여도가 높은 특정 집단의 습관을 반영합니다. 또한, 이 연구는 사람들이 자신의 상호작용을 기억하고 보고하는 것에 의존했으므로, 이는 불완전할 수 있습니다. 이러한 주의 사항에도 불구하고, 이번 연구 결과는 디지털 참여형 감시가 사회적 접촉에 관한 고품질 데이터를 수집하는 실행 가능한 방법임을 시사합니다. 이는 인간 상호작용의 지도를 최신 상태로 유지하여, 질병 확산을 주도하는 사회적 흐름에 대해 더 명확하고 시의적절한 관점을 제공하는 길을 열어줍니다.