Identification of High-Risk Areas and Key Factors of Environmental Diseases Using Graph Neural Networks

환경성 질환은 사람들의 생활환경 속에서 발생하는 다양한 대기오염물질과 이로 인한 노출에 취약한 사회적 여건이 함께 작용하여 발생하는 복합적 건강 문제이다. 이러한 복합성을 이해하기 위해서는 사회적·환경적 요인을 함께 고려한 정량적 분석과 지역 간 차이를 반영할 수 있는 공간 기반의 접근이 요구된다. 그러나 기존 연구는 단일 요인에 집중하거나 공간 구조를 충분히 반영하지 못하는 한계가 있으며, 다양한 위험 요인을 통합적으로 고려한 시도는 부족한 실정이다. 이에 본 연구는 전국 시군구 단위의 환경성 질환, 대기질, 사회경제적 변수 데이터를 통합하고, 그래프 신경망(GNN: Graph Neural Network)을 활용하여 주요 영향 요인과 고위험 지역을 식별하였다. 분석 결과, 환경적 요인 중에서는 일산화탄소와 오존이 가장 큰 영향을 미쳤으며, 사회적 요인으로는 교통 및 보건 접근성, 경제 및 인구 특성이 유의한 영향을 나타냈다. 또한 중심성 분석과 공간 자기상관 분석을 통해 충청북도, 경상북도, 전라북도 내륙 지역이 공통적으로 구조적 고위험 클러스터로 식별되었다. 본 연구는 비선형 변수 상호작용과 공간 네트워크 구조를 반영하여 환경성 질환의 분포를 분석하였으며, 향후 지역 맞춤형 환경보건 정책 수립에 기초 자료로 활용될 수 있을 것으로 기대된다.