AI 기반 사회연결망을 활용한 홈리스 청소년 HIV/AIDS 위험 행동 방지 연구
- 소셜이노베이션융합전공
- 조회수390
- 2021-10-18
코로나바이러스의 대유행은 질병과의 싸움에서 가장 중요한 무기가 정확한 정보와 그것을 전파할 수 있는 지역사회 내의 신뢰할 수 있는 개인들이라는 것을 보여주었다. 코로나바이러스와 관련된 가짜뉴스나 유언비어, 언론 보도들로 전파된 잘못된 민간요법이나 치료법이 개인의 생명을 앗아갔다는 점에서, 치료 이전에 질병에 대한 정확한 정보를 전달하는 것이 사회경제적 비용을 절약할 수 있다는 교훈을 다시 한번 보여준 바 있다.
이러한 측면에서 공중 보건 당국은 어떻게 하면 좋은 정보를 필요한 사람들에게 전달할 수 있을지 계속해서 고민해왔다. 홈리스 청소년들의 경우 주거 불안과 다양한 인종, 민족, 성별 정체성 등과 결합하여 HIV 감염과 전염의 위험이 높은 군으로 인식되고 있다. 청소년 홈리스 경험은 안정적인 주택에 사는 아이들보다 HIV 양성반응을 보일 가능성이 10배 더 높다고 밝혀졌다. 이를 해결하기 위한 접근법 중 하나는 peer change agents(PCA)로, 사회적 연결망 내에서 건강한 행동과 질병 예방에 대한 정보를 촉진하기 위해 지도자 역할을 할 수 있는 동료를 모집하는 것이다. 사회 복지사와 공중 보건 공무원은 콘돔 사용 및 정기적인 HIV 검사와 같은 행동을 촉진하기 위해 PCA 전략을 사용해오긴 했지만 실제 사례에서 성공과 실패를 모두 보여줘왔다. 결국 이를 성공시키기 위해서는 지역사회 내에서 가장 큰 영향을 미칠 수 있는 적절한 동료 지도자를 선택해야 한다는 선결과제가 있음을 보여주었다.
AI는 이 문제의 해결에 실마리를 제공할 수 있다. 근 20년 가까이, 컴퓨터 과학자들은 소셜 네트워크의 제한된 수의 노드가 정보 보급을 극대화하는 데 어떻게 사용될 수 있는지를 탐구해 왔다. 하버드 대학의 John A. Paulson School of Engineering and Applied Sciences (SEAS)의 연구진들은 사우선 캘리포니아, 펜실베이니아 주립 대학과 협력하여, 주변 지인들에게 HIV 예방에 관한 정보를 가장 효과적으로 홍보할 수 있는 사회적 연결망 내의 사람들을 식별할 수 있는 AI 시스템을 개발했다. 현장 실험 결과, 동료 리더를 선정하는 두 가지 다른 방법인 CHANGE 시스템과 공중 보건의 표준 DC 접근법(고학력자 청소년 리더 선택)의 효과를 비교했다. 연구원들은 AI를 기반으로 한 그들의 새로운 알고리즘이 조사 대상자들에게서 HIV를 야기할 수 있는 주요 위험 행동을 현저히 감소시켰다는 것을 발견했다.
연구진들은 자신들의 AI 기반 소셜 네트워크로 구성된 인원들과 기존의 방법으로 진행할 그룹을 구분하여 약 700명 이상의 청소년들을 대상으로 연구를 진행했다
연구팀은 홈리스 청소년들이 HIV 검사를 받을 수 있는 방문 센터의 사회복지사들과 협력하여 3개의 센터에서 700명 이상의 참가자들을 모집했다. 그 다음 연구팀에서는 선택된 동료 지도자들에게 성 건강, HIV 예방, 의사소통 기술, 리더십 기술, 그리고 자기 관리에 대해 훈련시키고, 동료 리더로 선발된 인원들에게 정기적으로 HIV 검사와 콘돔 사용을 장려하도록 요청했다. 그리고 나서 CHANGE(CompreHensive Adaptive Network samplinG for social infectE)라고 불리는 AI 지원 전략에 등록된 청소년들이 관찰 전용 그룹에 등록된 또래 학생들보다 보호받지 않은 성관계에 참여할 가능성이 현저히 낮다는 사실을 발견했다.
이전 달에 CAS(condomless anal sex)나 CVS(condomless vaginal sex)를 최소 한 번 이상 한 경험이 있냐는 질문에 대하여 CAS 질문의 경우 OR(odds ratio)가 0.69로 GEE 추정치에서 CHANGE 그룹 인원이 전통적인 방식을 수행한 그룹에 등록된 경우보다 CAS에 참여할 확률이 31% 낮음을 나타낸다. 한편 CVS 경험에 있어서도 통계적으로 유의한 양만큼 감소했다고 추정했다(OR = 0.78). 그러나 다른 그룹의 경우 시간에 따른 CVS 경험에 통계적으로 유의한 변화가 없었다. 연구원들은 또한 고학력자 청소년들이 동료 지도자로 영입된 그룹보다 AI를 기반으로 한 CHANGE 그룹에서 행동이 더 빨리 변화한다는 것을 발견했다. CHANGE 그룹 참가자들의 대부분은 한 달 이후의 설문조사에서 변화를 확인할 수 있었지만, "고학력자" 리더 그룹의 개선은 셋째달까지 나타나지 않았다.
연구진들은 변화에 필요한 속도는 HIV의 위험을 즉각적으로 줄이는 데 매우 중요하게 생각했는데, 3개월 정도가 지나면 많은 청소년들이 센터를 떠나기 때문에 짧은 시간 내에 최대한 많은 사람들에게 다가갈 수 있어야 하기 때문이었다. 연구진은 이 연구가 건강을 위해 사회연결망 개입을 최적화하기 위한 AI 방법의 사용을 보여주는 첫 번째 사례라고 말했으며, 이 프로젝트는 AI 연구가 어떻게 사회적 이익을 위해 성공적으로 채용될 수 있는지에 대한 교훈을 제공할 수 있다고 보았다. 이번 연구의 결과는 사회 내에서 가장 취약한 사람들에게 영향을 미치는 영양 부족, 약물 남용, 그리고 다른 공중 보건 위기를 방지할 수 있는 정보를 지역사회에 퍼뜨리는 데 긍정적으로 활용될 수 있다고 보았다.
< 자료 원문 >
Wilder, Bryan, et al. "Clinical trial of an AI-augmented intervention for HIV prevention in youth experiencing homelessness." arXiv preprint arXiv:2009.09559 (2020).