DARNN 기반 서울시 행정구역별 COVID-19 확산 예측 모델

Abstract

2020년 한해동안 서울시에는 코로나바이러스 확진자가 지속적으로 발생하였다. 서울시 각 행정구역마다 코로나바이러스 확진자의 주 발생 원인이 다를 수 있지만, 공통적인 요인도 존재한다. 이 발생원인은 소규모 감염 요인과 집단 감염 요인으로 구분된다. 본 연구에서는 다양한 감염 요인에 대한 변수들을 최적화하는 DARNN (Dual-Stage Attention-Based Recurrent Neural Network) 기법을 사용하여 COVID-19 확산 예측 모델을 제시한다. 2020년 서울시의 각 행정구역별 코로나바이러스 확진자 수에 대한 시계열 데이터와 확진자 발생 패턴에 대한 행정구역들 사이의 상관관계, 각 행정구역별 유동인구 등의 정보를 활용한 실험에서, 제안된 DARNN 모델은 기존에 널리 활용되는 LSTM (Long Short-Term Memory) 모델과 비교하여 우수한 예측 정확도를 보였다.