질병청 K-COV-N 활용 44건 논문·8건 정책반영 성과 공개

코로나19 건강정보 연계 빅데이터 K-COV-N이 2022년 4월 이후 275건의 데이터 개방과 44건의 연구성과, 8건의 정책반영으로 이어졌다.

질병관리청 역학데이터분석담당관 김성순 과장은 지난 2일 서울 SETEC컨벤션센터에서 열린 2026년 대한예방의학회 전기학술대회 질병관리청 주관 세션 ‘데이터로 연결하는 감염병 예방: 건강정보 연계 빅데이터’ 발표를 통해 이같이 밝혔다.  

◆“확진자 수” 너머의 질문…데이터 연계 3대 목적

발표에 따르면 과거 감염병 대응은 몇 명이, 어느 지역에서, 어떤 연령대에서 발생했는지를 묻는 수준이었다면, 현재와 미래에는 건강기록·환경 및 원헬스·인구통계 및 사회적 요인을 아우르는 질문으로 확장되고 있다. 

구체적으로는 누가 감염과 중증화에 가장 취약한지, 백신과 치료제가 실제 현장에서 효과가 있는지, 감염 이후 장기적인 건강영향(후유증)은 무엇인지, 방역 정책이 실제로 효과가 있었는지 등이다.

이를 위한 데이터 연계는 ▲연구용 연계 DB(K-COV-N, K-CURE, K-TB-N 등 감염병 빅데이터 플랫폼으로 민·관·학 연구 지원 및 감염병 특성 심층분석) ▲정책 근거 생산(예방접종 효과평가, 고위험군 재정의, 장기 건강영향·질병부담 분석) ▲현장 방역업무 연계(국방부·농림축산식품부·환경부·식품의약품안전처 시스템 연계를 통한 실시간 감시·역학조사 지원·조기경보체계 가동) 등 세 가지 목적으로 추진되고 있다고 설명했다.

◆다기관 연계 생태계로 확장되는 감염병 데이터

발표는 WHO·CDC·EU·영국 등의 데이터 전략을 토대로 ▲연결(감시자료 단독분석을 넘어 건강정보·유전체·환경·관계부처 데이터 결합) ▲안전(원자료 반출이 아닌 신뢰 기반의 안전한 분석환경 구축) ▲AI-Ready(자동화된 분석을 위한 데이터 표준화 및 고품질 메타데이터 확보) ▲환류(실세계근거를 통한 즉각적인 현장 방역 및 정책결정)를 글로벌 보건데이터의 4대 메가트렌드로 제시했다.

질병관리청의 감염병 데이터는 국민건강보험공단(K-COV-N, K-TB-N), 국립암센터(K-CURE, 암 정보), 국방부(법정감염병), 농림축산식품부(인수공통감염병), 환경부(매개체·하수감시), 식품의약품안전처(안전정보) 등과 연계된 다기관 생태계로 확장되고 있다고 밝혔다.

◆K-COV-N 성과…275건 개방, 44건 논문, 8건 정책반영

K-COV-N은 코로나19 확진·예방접종 정보에 건강보험공단의 기저질환·의료이용 정보를 결합해 구축됐으며, 2022년 4월 이후 민·관·학을 대상으로 275건의 데이터가 개방됐다. 

이를 활용한 연구에서는 중증화, 백신효과, 후유증에 대한 고품질 실세계근거(RWE) 44건이 도출됐고, 이 중 8건이 국가 예방접종 및 고위험군 보호지침에 직접 인용·반영됐다.

▲44건 연구성과=4대 영역으로 구분된다. 

감염 및 중증화 위험요인 연구(8건)는 소아·청소년, 임산부·신생아, 정신질환자, 소아 장기이식 환자·장애인 등을 다뤘다. 

백신 효과 및 안전성 연구(16건)는 심혈관·자가면역·만성질환·안과질환 등 특정 기저질환별 맞춤형 검증을 진행했다. 

장기 후유증 및 건강영향 연구(13건)는 심뇌혈관질환, 정신신경학적 후유증, 류마티스 등 롱코비드 궤적을 추적했으며, 의료이용 및 공중보건 영향 연구(7건)는 항생제 처방 패턴 변화, 초과사망률, 간호인력 등 거시적 영향을 평가했다.

▲정책환류 사례=정신질환자 코로나19 감염·사망 위험 연구가 정신건강증진시설 등 감염취약시설의 예방접종 우선순위 근거로, 소아·성인 장기이식 환자의 중증위험 연구가 면역저하자 예방접종 세부기준을 마련한다. 

코로나19 감염 후 호흡기 합병증·폐렴 위험 연구가 2025년 고위험군 추가접종 시행전략 수립으로, 팬데믹 기간 초과사망 분석 연구가 2023~2024절기 고위험군 접종 강력권고안 마련으로 이어진 사례 등 총 4개 유형, 8건이 소개됐다.

◆건강정보 연계 빅데이터의 활용가치와 ‘질병데이터ON’

발표는 활용 영역별로 ▲고위험군 정밀 정의(감염병+건강보험·암센터·국방부 데이터로 질환·장애·면역상태·직업노출을 반영한 입체적 타겟팅) ▲백신·치료제 효과평가(감염병+접종이력·치료제·식약처 안전정보로 실사용근거 기반 예방효과 증명) ▲장기 건강영향 분석(감염병+건보·암·만성질환·사망자료로 후유증 및 장기 질병부담 파악) ▲원헬스 조기경보(감염병+농림부·환경부·검역자료로 매개체 감염병 예측 및 위험지도 구축) ▲정책효과 평가(감염병+다부처 중재데이터로 방역정책 시행 전후 질병부담 변화 측정)의 기대효과를 제시했다.

또한 현안이 발생할 때마다 기관별로 자료를 요청하고 수작업으로 대조해 일회성으로 분석하던 과거 방식에서 벗어나, 감염병·접종·건보·관계부처 데이터를 표준화된 통합 메타데이터로 관리하고 탐색·연계·시각화를 원스톱으로 지원하는 ‘질병데이터ON; 플랫폼을 구축해 새로운 감염병 위기 발생 시 수일 내 데이터 기반 정책 질문에 답할 수 있는 체계로 전환하겠다는 방향을 밝혔다.

◆신뢰 기반 안전한 분석환경, AI 인프라로 진화

데이터 활용의 신뢰를 담보하기 위한 원칙으로는 목적 명확성, 최소 필요성, 가명처리, 안전한 분석환경, 접속기록 점검, 접근권한 관리, 데이터 제공심의, 결과의 공익적 환류 등 8가지가 제시됐다. 

발표는 “데이터 활용의 제1조건은 기술이 아니라 국민의 신뢰”라고 강조했다.

이와 함께 표준화 및 품질관리된 다기관 연계 데이터를 기반으로, 질병데이터ON 플랫폼(탐색·시각화·모델학습 환경)을 거쳐 방역용 AI 어시스턴트, AI 역학조사, 조기경보 모델 등으로 이어지는 단계적 구조를 제시하며, “알고리즘이 아무리 고도화되어도 분절된 데이터 위에서는 작동할 수 없으며, 연계 빅데이터는 곧 AI 인프라”라고 밝혔다.

◆학계·질병청 협력 패러다임 전환 제안

발표는 예방의학계를 향해 완성된 데이터를 받아 분석하는 역할에서 나아가 어떤 데이터를 연결하고 어떤 변수를 표준화할지 기획 단계부터 함께하는 '정책의 공동설계자' 역할을 제안했다. 

아울러 질병관리청 내부적으로는 데이터 연계 업무를 외부 연구자를 위한 부가 업무가 아니라 감시·역학조사·국회 대응·대국민 위험소통을 위한 핵심 방역 역량으로 인식할 필요가 있다고 강조했다.

◆데이터 활용 절차는?

질병관리청이 직접 제공하는 감염병 빅데이터 플랫폼 데이터는 (감염병 포털) 공지사항을 통해 신청할 수 있으며, 연구계획서·IRB 심의승인서 등을 갖춘 신청 이후 질병관리청 데이터제공심의위원회의 심의, 가명처리 및 정제를 거쳐 제공되는데 심의부터 제공까지 약 12주 이상이 소요된다. 

K-COV-N·K-TB-N은 국민건강보험공단과의 2단계 심의 및 수수료 지불을 거쳐 (건보공단 데이터분석센터)에서, K-CURE는 (국립암센터)를 통해 각각 활용할 수 있다.

질병관리청은 향후 데이터 표준화와 신뢰 기반 분석환경 확충을 통해 감염병 대응의 과학적 근거 생산 체계를 강화해 나간다는 방침이다.

[메디컬월드뉴스]