베트남 코로나19 방역, AI가 돕는다: 중첩 개체명 인식(Nested NER) 기술의 활용

베트남 연구진이 베트남어 코로나19 데이터셋을 활용, 중첩 개체명 인식(Nested NER) 기술을 적용하여 코로나19 방역 효율을 높이는 AI 시스템을 개발했습니다. 이는 AI 기술이 실제 사회 문제 해결에 기여할 수 있음을 보여주는 중요한 사례입니다.

전 세계적으로 큰 피해를 안긴 코로나19 팬데믹. 베트남 역시 예외는 아니었지만, 환자 접촉자 추적, 지역 봉쇄, 격리 등의 신속하고 효율적인 방역 시스템으로 팬데믹을 효과적으로 관리했습니다. 하지만 이러한 과정은 대부분 수작업에 의존, 상당한 인력과 시간을 필요로 하는 어려움을 겪었습니다.

이러한 문제를 해결하기 위해, Ngoc C. Lê를 비롯한 베트남 연구진들이 AI 기반의 혁신적인 솔루션을 제시했습니다. 바로 중첩 개체명 인식(Nested Named-Entity Recognition, Nested NER) 기술을 활용한 코로나19 관련 정보 추출 시스템입니다.

연구진은 베트남어로 작성된 코로나19 관련 데이터셋을 직접 수집, 주석을 달아 새로운 개체 유형을 정의했습니다. 이 데이터셋을 기반으로, 자동화된 정보 추출 시스템을 개발하여 환자 접촉자 추적 및 방역 활동을 지원했습니다. 수작업으로 진행되던 방역 과정에 AI 기술을 접목함으로써 시간과 노력을 크게 절약하고 효율성을 높인 셈입니다. 이는 단순한 기술적 성과를 넘어, 실질적인 사회적 문제 해결에 AI 기술이 기여할 수 있음을 보여주는 중요한 사례입니다.

이 연구는 단순히 새로운 기술을 소개하는 것을 넘어, 실제 사회 문제 해결에 AI 기술을 적용한 성공적인 사례를 제시합니다. 베트남의 코로나19 방역 시스템 개선에 기여한 이 연구는 향후 다른 감염병 예방 및 관리에도 활용될 수 있는 가능성을 보여주는 의미있는 연구라 할 수 있습니다. 앞으로 더욱 발전된 AI 기술을 통해 더욱 정확하고 효율적인 방역 시스템 구축이 기대됩니다.

연구진: Ngoc C. Lê, Hai-Chung Nguyen-Phung, Thu-Huong Pham Thi, Hue Vu, Phuong-Thao Nguyen Thi, Thu-Thuy Tran, Hong-Nhung Le Thi, Thuy-Duong Nguyen-Thi, Thanh-Huy Nguyen