d라이브러리

휴대전화에서 나오는 데이터를 활용해 복지 대상을 결정할 수 있다는 흥미로운 연구 결과가 나왔어요.

미국 캘리포니아대학교 버클리캠퍼스 연구팀은 아프리카 토고의 휴대전화 빅데이터를 분석해 코로나19로 피해를 입어서 지원이 절실한 빈곤층을 빠르고 정확하게 찾았어요.

2020년 4월 토고 정부는 빈곤층에 지원금을 주는 복지 프로그램인 ‘노비시(Novissi)’를 만들었습니다. 가난한 100개 주의 시민 6만 명에게 격주로 미화 10달러(약 1만 2,000원)를 주는 거예요. 그런데 개발도상국인 토고에서는 그동안 인구 조사가 제대로 이뤄지지 않아 누구에게 노비시 지원금을 줄지 대상을 선정하는 데 어려움을 겪었습니다.

그래서 연구팀은 토고의 고해상도 위성 사진을 분석해 빈곤 지역을 추렸어요. 산림 면적과 지붕 재료 등 빈곤과 상관관계가 있는 정보를 활용했죠. 그다음 이 지역들에서 하루 1.425달러(약 1,700원) 미만으로 생활할 가능성이 큰 사람들을 휴대전화 데이터를 이용해 찾았습니다. 국제 전화 건수, 데이터 사용량, 모바일 거래 금액, 잔액 등을 분석해 기존의 조사 자료와 휴대전화 데이터 자료에서 보여 주는 빈곤 데이터가 일치하는지 확인한 다음, 빈곤을 예측하는 기계 학습을 진행했지요.

이처럼 AI로 예측한 결과, 전화와 대면 설문 조사 등 빈곤층을 찾아내는 기존 방식보다 지원 사각지대에 있는 사람들의 비중을 최대 21% 줄인 것으로 나왔어요. 2020년 11월 첫 지원이 시작된 이후 지금까지 약 13만 7,000명이 지원 혜택을 받았습니다.

연구에 참여한 에밀리 에이켄 캘리포니아대 연구원은 “이 프로젝트는 위기 상황에서 휴대전화 데이터 같은 빅데이터를 구호 활동에 활용할 수 있음을 보여 준다”라고 설명했어요. 이 연구는 국제학술지 <;네이처>; 3월 16일자에 실렸습니다.