에볼라 출혈열, 신종 인플루엔자와 같이 신종 감염병의 등장과 전파력이 높은 강염병의 지속적인 발병에 따라 국외에서는 감염병 확산 예측을 위한 다양한 시뮬레이션 툴들이 개발되었다. 하지만 이러한 시뮬레이션 툴 들마다 개발환경 및 적용환경이 달라 국내 감염병 발병 사례에 적용하는데이는 한계가 있다. 현재 국내에서는 정부 3.0 정책에 따라 정부부처에서 보유하고 있는 다양한 공공데이터가 개방되어 국민누구나 활용할 수 있게 되었으며 이러한 공공데이터의 활용은 감염병 확산 예측에 있어 새로운 연구방향을 제시할 수 있을 것이다. 그리하여 본 연구에서는 국내 실정에 최적화된 감염명 확산 에측을 위한 파라미터 추출을 위하여 현재 활용이 가능한 공공데이터를 통합한 시범시스템(KODES)을 구축하였다. KODES의 인구, 가구 관련 데이터에서는 행정구역별, 연령별 인구수, 세대별 가구원수, 감염병 별, 주별, 연령별 감염병 발생 환자수와 사망자 수 데이터를 추출할 수 있다. 또한 의료, 보건 관련 분야에서는 시도별 의료인력 현황, 시도별 주요 의료장비현황, 연령별, 거주지역별 소득별 성년 인플루엔자 예방접종 실적, 서울시 주요 전염병 예방접종 실적, 서울시 구 별 병원, 병상수, 서울시 법정 전염병 발생현항 데이터를 추출할 수 있다. 인구이동 관련 데이터에서는 서울시 지하철 1-8호선의 일일 숭, 하차 인원수, 서울시 버스 노선별, 정류장 별 승, 하차 인원수 데이터를 추출할 수 있다. 그리하여 KODES는 감염병 확산 예측에 활용 가능한 공공데이터 약 66만개의 데이터 셋을 통합할 수 있었으며 조건에 맞는 다양한 파라미터 값들을 추출할 수 있도록 하였다. 또한 본 연구에서는 시범적으로 서울특별시를 대상으로 미국질병관리본부에서 개발한 감염병 예측 시뮬레이션툴 Community Flu2.0, FluSurge 2.0, FluAid 2.0에 서울시 인구 전체를 대상으로 하여 각 조건별 파라미터 값을 적용시켜 보았다. 그 결과 ? 부 실제 감염병 발병 환자수와 유사한 결과를 보였으나 각각의 시뮬레이션 툴 마다 상이한 예측결과를 나타내다. 이에 따라 우리나라 실정에 최적화된 감염병 확산 예측 시뮬레이션 시스템 개발이 요구되며 우리가 구축한 KODES는 감염병 확산 예측을 위한 기초자료 분석 및 공공데이터 기반 파라미터 값 입력을 위한 검색 기반 시스템으로의 활용이 가능할 것이다.