용어 목록 > 기초감염재생산수 (Basic Reproduction Number)

기초감염재생산수 (Basic Reproduction Number)

쉽게 풀면

학교에서 한 학생이 독감에 걸렸다고 해봅시다. 이 학생이 아무런 예방 조치 없이 평소처럼 생활한다면, 평균적으로 몇 명의 친구를 새로 감염시킬까요? 그 답이 되는 숫자가 바로 R0(알제로)입니다. R0가 1보다 크면 감염자 한 명이 한 명 이상을 감염시키므로 유행이 점점 커지고, R0가 1보다 작으면 감염이 퍼지다가 저절로 사그라듭니다. 홍역처럼 R0가 12~18에 달하는 병은 순식간에 퍼지고, 계절독감처럼 R0가 1~2 정도인 병은 상대적으로 천천히 퍼집니다. 다만 R0는 '아무 대응도 하지 않았을 때'를 가정한 이론적 숫자이며, 마스크 착용이나 집단면역 형성처럼 실제 조건이 바뀌면 실질적인 확산 속도(실효재생산수)는 R0와 달라집니다.

왜 중요한가

R0는 한 편의 논문 안에서 끝나는 숫자가 아니라, 감염병 확산 모델링·백신 접종 전략·방역 정책 강도 결정처럼 훨씬 큰 연구 주제들의 출발점 역할을 합니다. R0 값 하나로 유행 규모를 가늠하고, 집단면역에 필요한 최소 면역 인구 비율을 계산하고, 격리·거리두기 같은 개입이 얼마나 강해야 하는지를 설계할 수 있기 때문에, 역학·공중보건·수리생물학 논문에서 반복적으로 등장하는 핵심 지표입니다. 그래서 새로운 병원체가 등장할 때마다 학계에서 가장 먼저 추정하려 하는 값이기도 합니다.

계산과 범위

• R₀는 면역이 없는 인구집단에 감염자 한 명이 들어왔을 때, 그 한 명이 직접 감염시키는 사람 수의 기댓값입니다. ‘명 ÷ 명’의 비이므로 단위가 없고, 시간당 속도가 아닙니다.
• 가장 단순한 모형에서는 감염자가 단위 시간에 접촉하는 사람 수를 β, 감염 기간의 평균을 1/γ라 할 때 R₀ = β/γ입니다.
• 대부분의 감염 모형에서 R₀가 1보다 크면 유행이 시작될 수 있고 1보다 작으면 시작되지 못합니다. 다만 매개체가 끼는 일부 모형(말라리아 등)에서는 이 경계가 그대로 성립하지 않을 수 있습니다.
• 단순한 모형에서 유행의 지속을 막는 데 필요한 면역 인구의 비율(집단면역 문턱)은 1 − 1/R₀입니다.

가상의 예입니다. β = 0.5(하루 접촉자 수), 평균 감염 기간 5일(γ = 0.2)이면 R₀ = 0.5 ÷ 0.2 = 2.5이고, 집단면역 문턱은 1 − 1/2.5 = 60%입니다. 같은 식에 R₀ = 12와 18을 넣으면 각각 91.7%와 94.4%로, 홍역 같은 질병에서 높은 접종률이 요구되는 이유를 보여 줍니다.

해석 기준

R₀에는 ‘이 값이면 안전하다’ 같은 절대 기준이 없고, 1이라는 경계와 병원체별 대략의 규모만 참고합니다. 아래는 문헌에서 접종·개입 이전의 값으로 정리된 범위의 예입니다. 같은 질병도 연구마다 범위가 넓습니다.

R₀는 병원체의 고정된 상수가 아니라 생물학적·행동적·환경적 요인에 따라 달라지고, 거리두기 같은 개입으로도 바뀝니다. 또 하나의 감염 상황에서도 어떤 모형을 쓰느냐에 따라 여러 값이 나올 수 있어 질병 간 비교에는 조심해야 합니다.

보고 방법

• 추정값과 불확실성을 함께 적습니다(점추정과 신뢰구간 또는 신용구간).
• 어떤 모형과 가정으로 추정했는지, 어떤 자료(관찰 기간, 지역, 집단)를 썼는지를 밝힙니다. R₀는 관측값이 아니라 모형에서 나오는 값이기 때문입니다.
• R₀와 실효재생산수를 구분해 씁니다. 개입이나 면역이 반영된 시점별 값은 실효재생산수입니다.
• 다른 연구의 값을 비교할 때는 집단·접촉 구조·추정 방법이 같은지부터 확인합니다.

논문에서는 이렇게 쓰입니다

실제 논문에서

이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.

예시 문장

아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.

이 문장은 감염자 한 명이 평균 2.4~3.1명을 새로 감염시킬 수 있다는 뜻이며, 이 수치를 근거로 유행을 멈추는 데 필요한 최소한의 면역 인구 비율을 역산했다는 의미입니다. R0가 클수록 유행을 잠재우기 위해 더 많은 인구가 면역을 가져야 하므로, 백신 접종 목표율을 정하거나 방역 정책의 강도를 결정하는 논문에서 핵심 근거로 쓰입니다.

같은 병원체라도 접촉이 많은 밀집 환경에서는 R0가 더 높게 나타날 수 있다는 점을 보여주는 예문입니다. 이런 식으로 수리생물학·시설 방역 분야 논문에서는 R0를 하나의 고정값이 아니라 환경별로 비교하는 변수로 다루는 경우가 많습니다.

R0 개념이 사람 감염병뿐 아니라 가축 전염병 연구에서도 동일한 논리로 쓰인다는 점을 보여줍니다. 이처럼 R0는 분야를 막론하고 확산 위험을 정량화하고 방역 대응 범위를 정하는 데 공통적으로 활용됩니다.

조금 더 깊게 보면

논문을 읽다 보면 R0와 함께 실효재생산수(Rt 또는 Re)라는 용어를 자주 마주치게 됩니다. R0가 아무 개입이 없는 이론적 상황을 가정한 값이라면, Rt는 방역 조치나 기존 감염으로 인한 면역 등 실제 상황을 반영해 시점마다 달라지는 값입니다. R0는 흔히 감염자 접촉률, 감염 확률, 감염 지속 기간 등을 조합해 수리모형으로 추정하며, 추정 방법(혈청역학 조사, 발생 곡선 분석, 접촉 네트워크 모형 등)에 따라 같은 유행에 대해서도 서로 다른 값이 나올 수 있습니다. 따라서 논문을 비판적으로 읽을 때는 R0 수치 자체보다, 그 값을 어떤 모형과 가정으로 추정했는지를 함께 살펴보는 것이 중요합니다.

주의할 점

R0는 병원체 고유의 특성만으로 정해지는 고정값이 아니라, 인구밀도·접촉 빈도·사회적 행동 등 환경 조건에 따라 달라지는 추정치입니다. 같은 병이라도 도시와 농촌, 방역 수준이 다른 국가에서 추정된 R0 값이 서로 다를 수 있으므로, 서로 다른 연구의 R0를 단순 비교하기보다는 각 연구의 추정 방법과 전제 조건을 함께 살펴봐야 합니다.

헷갈리기 쉬운 용어

재생산수와 함께 나오는 값입니다.

참고 문헌

1. Diekmann, O., Heesterbeek, J. A. P., & Metz, J. A. J. (1990). On the definition and the computation of the basic reproduction ratio R0 in models for infectious diseases in heterogeneous populations. Journal of Mathematical Biology, 28(4), 365–382.
2. Delamater, P. L., Street, E. J., Leslie, T. F., Yang, Y. T., & Jacobsen, K. H. (2019). Complexity of the basic reproduction number (R0). Emerging Infectious Diseases, 25(1), 1–4.
3. Anderson, R. M., & May, R. M. (1991). Infectious Diseases of Humans. Oxford University Press.

표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.

관련 용어