강한 계절성 (seasonality), 보고의 불확실성, 그리고 비정상적 (non-stationary) 전파 역학으로 인해 기존 모델의 신뢰성이 떨어지는 사하라 이남 아프리카에서는 정확한 말라리아 예측이 여전히 주요 과제로 남아 있습니다. 가나의 구(district) 단위 말라리아 감시를 위해서는 데이터가 제한적인 상황에서도 확률적으로 엄격하고 견고한 예측 프레임워크가 필요합니다. 본 연구는 5세 미만 말라리아 월간 입원 환자를 모델링하기 위해 가우시안 프로세스 회귀 (Gaussian Process Regression, GPR)와 Holt-Winters 지수 평활법 (exponential smoothing)을 통합한 하이브리드 프레임워크를 제안합니다. GPR은 비선형적 (non-linear) 거동과 예측 불확실성 (predictive uncertainty)을 포착하는 반면, Holt-Winters는 장기 예측을 안정화하고 계절적 구조를 보존합니다. 10년간의 구 단위 데이터 (2014-2023)를 사용하여, 롤링 오리진 확장 윈도우 검증 (rolling-origin expanding-window validation)을 통해 성능을 평가했습니다. 하이브리드 모델은 Holt-Winters 단독 모델의 $R^2 = 0.8213$ 대비 $R^2 = 0.9906$을 달성하였으며, 잔차 (residuals)의 $94.2%$가 $\pm 2\sigma$ 범위 내에 있었습니다. 2024-2028년 예측 결과, 월평균 입원 환자는 약 8,000건에서 12,200건으로 증가할 것으로 전망됩니다. 시공간 분석 (Spatio-temporal analysis) 결과 뚜렷한 생태학적 이질성 (ecological heterogeneity)이 드러났습니다: 질병 부담이 높은 북부 지역의 구들은 큰 절대적 변동에도 불구하고 안정적인 상대적 패턴을 보였습니다. 이 프레임워크는 풍토병 지역에서 말라리아 조기 경보 및 운영 계획 수립을 위한 확장 가능한 확률적 접근 방식을 제공하며, 가나의 국가 말라리아 통제 전략을 지원합니다.