본 논문은 2025년 중반 기준 전 세계 COVID-19 검사 양성률이 11%로 상승한 상황에서, 변이 바이러스의 출현으로 인한 진단 및 방역 전략의 어려움을 해결하기 위해 의료 영상(흉부 X선 및 CT)을 이용한 COVID-19 자동 진단 시스템을 제시한다. 다양한 최첨단 CNN 모델(VGG16, ResNet50, ConvNetXtTiny, MobileNet, NASNetMobile, DenseNet121 등)을 평가한 결과, DenseNet121이 CT 및 X선 영상을 이용한 COVID-19 진단에서 가장 우수한 성능(정확도 98%, 정밀도 96.9%, 재현율 98.9%, F1-score 97.9%, AUC 99.8%)을 보였다. 이는 양성 및 음성 사례 모두에서 높은 일관성과 신뢰성을 나타내며, 혼동 행렬을 통해 위양성 및 위음성이 최소화됨을 확인하였다. 본 연구는 심층 전이 학습을 통해 신속하고 정확하며 변이에 강한 COVID-19 진단을 제공하는 데 초점을 맞추고 있으며, 확장성과 접근성에 중점을 두었다.
