Envisioning better health outcomes for all

지리정보가 코로나19 보건 불평등을 해결한다

팬데믹 해결을 위해 지리학적으로 접근하는 방법은 지역사회를 돕는데 도움이 된다.

※ Esri와 공동 작업으로 작성된 기사입니다.

현재 코로나19 팬데믹으로 유색인종의 건강 불평등 문제가 제기되고 있다. 질병통제예방센터(CDC)에 따르면, 미국 전체 인구와 비교해서 흑인의 코로나 바이러스 감염률은 1.4배, 사망률은 2.8배 더 높다. 마찬가지로, 아메리카 원주민과 히스패닉/라틴계는 코로나 바이러스 감염률이 거의 두 배이며, 사망률은 2.5~2.8배 더 높은 것으로 나타났다.

이런 통계가 나오게 된 배경에는 중요한 구조적, 사회적, 공간적 문제가 있다. 이러한 현상이 나타나는 이유는 무엇인가? 또한 보건 불평등에 내포된 문제를 어떻게 측정하고 해결할 것인가?

건강 불평등의 지리학적 이해

지리정보 시스템(GIS: Geographic Information System) 지도를 보면 유색인종의 코로나 바이러스 감염률과 사망률이 더 높다는 것을 잘 알 수 있다. 지리정보 시스템은 복잡한 상황을 한눈에 정리하기 위해, 관련은 있지만 서로 다른 데이터를 계층화함으로써 지리적 정보와 주요 문제를 연관 짓는다.

예를 들어, GIS 사용자와 전염병 학자가 팬데믹에서 가장 먼저 매핑한 것 중 하나는 취약 계층이 사는 위치였다. 각각의 데이터는 취약한 부분이 발생하게 된 여러 가지 원인을 고려했다. 여기에는 1) 필수 직업을 통한 노출 가능성 2) 노인과 특정 질환이 있는 사람들의 질병 민감성 3) 대중 교통을 이용하여 출근하는 사람과 단체 생활을 하는 사람들의 전염 가능성 4) 빈곤, 부적절한 교육, 의료 보험 부족으로 인한 사회 경제적 불이익이 포함된다. 이 역학관계 분석에 따르면, GIS 덕분에 최초 대응 기관(First Responder)은 즉각적인 조치가 가능했고, 전염병 학자는 입증된 방법으로 병원 접근성 및 역량이 취약한 부분을 평가할 수 있었다.  

유색 인종의 사망률에 대한 경각심이 높아지자, 불평등의 원인 파악을 위해 같은 방법이 적용되었다. 이는 잠재적인 해결책을 정의하고 개발하는 데 도움이 되었다.

https://wp.technologyreview.com/wp-content/uploads/2021/01/europe-icao-coronavirus-nova-s-1.png?w=3000
유럽 전역의 코로나 현황

도심에 사는 사람들은 전반적으로 건강 문제와 밀접하게 관련된 상황에 있다는 것은 오래 전부터 알려진 사실이다. 여기에는 소득 및 교육 격차, 낮은 주택 보유율, 주변 오염 노출 증가, 건강 관리와 합리적인 가격의 신선 식품 이용률 감소 등이 포함된다. 코로나 위기와 관련된 또 다른 중요한 데이터는 바이러스와 매일 밀접 접촉하는 서비스 직종에 유색인종 비율이 높다는 점이다.   

GIS 공급업체 에스리(Esri)의 최고의료책임자(CMO) 겸 보건솔루션 담당 이사 에스테 제라티(Este Geraghty)는 이렇게 주장한다. “GIS는 결과적 차이가 발생한 곳을 확인하고, 인종차별 원인이 발생하는 곳에 이를 완화하기 위한 노력이 집중될 수 있도록 도움을 준다.” 제라티는 GIS 기반 스마트맵의 모든 관련 데이터를 분석함으로써, 리더들이 잠재적 해결책으로 현지에 적합한 판단을 내릴 준비가 되었다고 말한다. 이것은 “완전히 공평한 시스템을 갖추기 전까지는 임시방편적인 수단을 제공할 수 있으며, 언젠가 모든 사람들이 건강과 관련하여 동일한 기회를 얻게 될 것”이라는 의미이다.

제라티 이사는 “문맥상 모든 원인을 이해할 수 없다면, 잠재적 문제나 해결책을 기대하지 못할 수도 있다”고 덧붙였다.

효과적인 코로나19 백신 배포를 위한 GIS

지리적 요소와 밀접한 관련이 있는 또 다른 팬데믹 문제는 어떻게 하면 백신을 공정하고 안전하며 효과적으로 배포할 수 있는지에 대한 것이다. GIS는 우선 순위를 분석하고, 분배 네트워크를 계획하며, 백신 배포를 안내하고, 접종을 실시간으로 파악하며, 전반적인 진행 상황을 모니터링하는 도구를 제공한다.

제라티는 GIS를 사용하여 코로나 백신 배포 접근법을 개발했다. 백신 보급에 적합한 시설을 매핑하는 것이 첫번째 단계다. 어떤 백신은 초저온 보관(Ultra-cold Storage)이 필요하기 때문에, 이를 포함한 저장 능력에 따라 시설을 분류해야 한다. 제라티는 시설 데이터세트의 일부로 GIS를 사용하여 각 시설의 직원이 하루에 잠재적으로 투여할 수 있는 백신 개수를 계산할 수도 있다고 한다. 병원 이외에도, 서비스가 취약하고 외딴 지역에 사는 사람들에게 백신을 배포하는 능력에 따라 다른 유형의 시설도 고려해야 할 것이다. 여기에는 대학 진료소, 개인 약국 및 소매 약국, 직원에게 접종할 의지와 능력이 있는 직장이 포함될 수 있다.

다음 단계에는 모집단의 위치와 숫자뿐만 아니라 질병통제예방센터가 권장하는 카테고리 분류와 단계적 백신 배포에 대한 주(State) 별 계획에 따른 매핑이 포함된다.

두 가지 데이터(시설과 인구집단)를 지도에 연관시킴으로써, 여러 가지 이동 방법(예: 운전, 도보, 대중교통)을 바탕으로, 어떤 지역사회가 백신 접종 장소와 멀리 있는지 분명해진다.

제라티는 “지리적인 관점으로 접근하면 빈틈을 찾을 수 있으며, 누가 소외되었는지, 확인된 시설 범위 내에 없는 집단은 어디인지를 알게 된다”고 설명했다. GIS는 격차 해소 방법을 찾아서 의사 결정을 개선하고, 모든 사람이 백신을 접종할 수 있도록 한다. 

GIS가 지도상의 ‘빈틈’을 포착하는 지역(예: 갈 수 없는 지역이나 시골)의 경우, 제라티는 학교 체육관에 팝업 클리닉이나 대형 주차장에 드라이브 스루를 계획하거나, 상황에 따라서 개인적으로 봉사 활동을 구상해 볼 수 있다. 제라티는 “노숙자들은 병원에 와서 백신을 맞을 가능성이 적기 때문에, 우리가 직접 손을 내밀어야 할 수도 있다”고 말한다.

예방접종 진행상황을 공론화하면 지도와 공간에 대해 생각해 볼 기회가 생긴다. 지도를 업데이트하면 주나 카운티의 다른 지역에서 얼마나 많은 사람들이 백신을 접종했는지 명확하게 알 수 있다. 이 지도를 통해, 사람들은 본인의 백신 접종 순서와 장소를 파악한다. 또한, 지역 주민들은 다른 시설의 대기 시간을 비교하여 가장 최선의 선택을 내릴 수 있다. 

제라티는 이런 방식으로 코로나 백신을 배포하면 사람들에게 희망을 줄 수 있다고 주장한다. “이렇게 논리적이고 전략적으로 접근하면, 더 효율적인 백신 제공이 가능하고 일상적인 활동을 훨씬 더 빨리 할 수 있다.”

취약한 집단, 지리적 통찰력

세상이 코로나로 고군분투 하기 훨씬 이전에도, 공중 보건 및 사회 문제 해결과 지리적 위치의 연관성은 매우 높았다. 노숙자 문제 해결을 위해 GIS를 사용하는 것은 좋은 방법이다. 

로스엔젤레스 카운티는 위치 별로 노숙자 집단의 분포도를 작성하고, 각 지역사회에서 노숙자를 발생시키는 위험요소를 문서화하고 분석하는 데 GIS를 활용했다. GIS 분석에 따르면, 로스앤젤레스 카운티 북부, 특히 북서부에서 노숙자가 발생한 주원인은 외상 후 스트레스 장애(PTSD)가 있는 참전 군인 때문이었다. 반면 북동부 지역의 경우, 새로운 형태의 노숙자가 나오게 된 주요 배경에는 가정 폭력을 피해 탈출한 여성과 아이들이 있었다.

워싱턴 주 스노호미시 카운티에서는 의료 종사자들이 이러한 위험 요소 매핑에 필요한 데이터를 수집하기 위해 거리로 나섰다. 의료인들은 GIS를 이용하여 2년마다 실시하는 노숙자 조사와 인구조사를 실시하고, 400명의 조건과 요구에 대한 세부 사항을 단기간에 수집하였다. 또한 노숙자들의 나이와 노숙자 중 참전 군인 존재 유무 등 표준 정보를 수집했고, 마약에 사용된 주사기가 있는지를 보고했다.

이렇게 위치별 차이가 확인되면, 가정 폭력, 외상 후 스트레스 장애, 마약 중독, 실직 또는 기타 확인된 근본 원인을 구체적으로 해결하기 위해 관련 사회 및 보건 서비스 등 지역사회별로 적절한 자원을 제공할 수 있다. 제라티는 “지리적 접근을 사용하면, 항상 부족한 자원을 가장 효과적으로 분배할 수 있다”고 주장한다.

팬데믹의 교훈

생활환경, 위치, 유전과 관련하여 불균형을 해소하는 문제는 언제나 질병 확산 및 사망률과 연관이 있었지만, 이런 식으로 추적·측정·분석된 적은 한번도 없었다. 코로나 위기는 중요 데이터를 찾아내고 상관관계를 파악해서 사람의 생명을 살리는 따라잡기의 문제다. 제라티는 이렇게 정신없이 돌아가는 상황이 반복되는 것을 바라지 않는다.

제라티는 “강력한 공중보건 대비시스템을 구축한다는 것은 기초 데이터 준비를 의미한다”고 설명한다. “예를 들어, 인구 집단에 비례한 병원, 대피소, 혈액 은행, 주요 인프라는 어디에 있는지, 커뮤니티 참여자와 파트너는 누구이고, 이들이 제공할 수 있는 서비스는 무엇이며, 어디에서 제공되는지에 관한 데이터가 포함된다.” 작년 3월, 팬데믹 초반에는 병원 별 병상 수, 중환자실 비율, 인공호흡기 개수, 개인보호장비 대수 및 구입처를 포괄적으로 보여주는 안내도가 존재하지 않았다. 제라티는 “건강 관련 인프라의 경우, 인구 통계 자료 뿐만 아니라 기본 지도와 데이터도 업데이트해야 한다”고 주장한다.

위기로 인해 다른 문제도 드러났다. 데이터가 잘 공유되려면, 지배구조도 분명해야 하고 데이터 공유도 더 적극적이고 활발해야 한다. 이렇게 되면 위기가 또 발생했을 경우 그 무엇도 기관 간의 필수 커뮤니케이션 속도를 늦추지 못한다. 또한 주요 시스템이 서로 작동하여 데이터를 업데이트 하고 반응 시간을 단축시키는 개선된 시스템 상호 운용(Interoperability)이 우선순위가 되어야 한다. 코로나19 팬데믹은 인명 피해 면에서 비극적인 사건이었다. 하지만 이번 일로 전 지역사회와 다음 세대가 더 건강히 오래 잘 살기 위해서는 새로운 방식의 개선이 필요하다는 것을 깨달았다.

미리보기 3회1회

MIT Technology Review 구독을 시작하시면 모든 기사를 제한 없이 이용할 수 있습니다.