피앤피뉴스 - 빅데이터를 통한 범죄 예측…스마트치안 ‘현실화’

  • 흐림진도군6.9℃
  • 흐림고흥6.1℃
  • 흐림보성군6.7℃
  • 흐림봉화3.7℃
  • 흐림강릉4.0℃
  • 흐림보은4.1℃
  • 비홍성4.8℃
  • 흐림영주3.2℃
  • 비수원3.9℃
  • 흐림정선군1.5℃
  • 흐림장흥6.7℃
  • 비흑산도5.8℃
  • 흐림속초2.9℃
  • 흐림거창2.9℃
  • 비여수5.9℃
  • 비부산6.9℃
  • 흐림해남7.1℃
  • 흐림울릉도6.1℃
  • 비전주6.4℃
  • 흐림부여5.1℃
  • 비서울2.8℃
  • 흐림태백-0.4℃
  • 흐림경주시6.2℃
  • 흐림임실5.7℃
  • 비광주5.9℃
  • 흐림동두천0.6℃
  • 흐림밀양7.0℃
  • 흐림상주3.2℃
  • 비북부산6.6℃
  • 흐림춘천1.4℃
  • 흐림파주0.2℃
  • 흐림장수4.6℃
  • 흐림통영6.3℃
  • 흐림영월3.1℃
  • 흐림부안5.9℃
  • 비대전5.0℃
  • 흐림함양군2.5℃
  • 흐림양산시6.7℃
  • 비인천2.7℃
  • 흐림홍천2.2℃
  • 흐림이천2.4℃
  • 흐림천안4.2℃
  • 흐림제천2.6℃
  • 흐림순창군6.1℃
  • 비북강릉3.0℃
  • 흐림광양시5.6℃
  • 흐림동해4.8℃
  • 흐림순천5.9℃
  • 비제주9.0℃
  • 흐림김해시5.9℃
  • 흐림의성4.9℃
  • 비창원6.6℃
  • 흐림추풍령2.9℃
  • 흐림고산8.8℃
  • 비안동3.7℃
  • 비백령도2.4℃
  • 흐림원주3.3℃
  • 흐림금산5.0℃
  • 흐림울진5.8℃
  • 흐림문경3.3℃
  • 흐림정읍5.9℃
  • 흐림보령5.6℃
  • 흐림철원0.7℃
  • 흐림인제1.2℃
  • 흐림북창원6.7℃
  • 비청주4.2℃
  • 흐림남원5.3℃
  • 흐림거제7.0℃
  • 흐림완도6.8℃
  • 흐림산청2.4℃
  • 흐림합천5.3℃
  • 비북춘천1.6℃
  • 흐림세종4.5℃
  • 흐림충주3.9℃
  • 흐림강진군6.7℃
  • 흐림영덕6.2℃
  • 흐림고창6.2℃
  • 흐림서귀포11.1℃
  • 흐림양평4.2℃
  • 흐림청송군4.1℃
  • 흐림대관령-1.9℃
  • 비대구4.2℃
  • 흐림군산5.3℃
  • 흐림서청주3.9℃
  • 흐림고창군5.8℃
  • 흐림진주5.0℃
  • 흐림성산9.3℃
  • 흐림구미4.7℃
  • 흐림강화0.8℃
  • 흐림영천5.3℃
  • 비울산6.2℃
  • 비목포6.6℃
  • 흐림남해6.1℃
  • 비포항7.3℃
  • 흐림영광군6.0℃
  • 흐림의령군4.6℃
  • 흐림서산4.1℃

빅데이터를 통한 범죄 예측…스마트치안 ‘현실화’

김민주 / 기사승인 : 2019-12-04 10:39:00
  • -
  • +
  • 인쇄


경찰청, 국가정보자원관리원과 협업으로 범죄위험도 예측 분석 

 

[공무원수험신문=김민주 기자] 범죄 발생 위험지역을 예측해 경찰관, 순찰차 등을 미리 적재적소에 배치하는 인공지능 기반의 스마트 치안이 현실화될 전망이다.

 

경찰청(청장 민갑룡)과 행정안전부 국가정보자원관리원(원장 김명희)은 치안정책의 패러다임을 전환하고 스마트 치안을 구현하기 위한 빅데이터 분석을 수행했다. 분석은 송도, 청라 등 신도심과 국제공항, 국가산업단지 등 복합적인 도시 환경이 공존하는 인천지역을 대상으로 했다. 범죄·무질서 위험도 예측모델을 설계하여, 시간 단위로 범죄·무질서 발생 위험지역을 예측하고 범죄·무질서 발생에 영향을 미치는 주요 환경적 요인을 파악한 것이다.

이번 분석에는 경찰청의 112신고·범죄통계 등의 치안데이터를 중심으로 소상공인시장진흥공단의 소상공인 데이터(8만건), 인천시의 항공사진(16.2GB)뿐만 아니라, SK텔레콤의 유동인구(530만건신용카드 매출정보(521만건) 등 민간과 공공의 다양한 데이터를 결합하여 활용했다. 특히 SK텔레콤에서도 유용한 민간 데이터를 무상으로 제공하는 등 사회적 가치 실현이라는 국가적 과제에 적극 동참했다.


1.jpg▲ 경찰청 자료제공
 
 

분석을 위해 인천지역을 가로 200m×세로 200m 크기의 23천여 개 격자로 나누고 알고리즘을 통해 5개의 군집으로 분류했으며, 군집분석 결과, 범죄·무질서 발생 최상위 군집 지역은 주말과 심야 시간대에 112신고가 크게 증가하고, 유동인구는 매우 많지만 거주 인구는 적은 특징을 보였다.

 

이번 분석 과정에는 신고·범죄 건수뿐만 아니라 환경적 요인을 결합하여 범죄 위험도 예측모델을 개발했으며, 이 과정에서 LSTM(Long Short Term Memory. 시계열 데이터를 처리하기 위한 딥러닝 모델) 딥러닝 알고리즘과 그래디언트 부스팅(약한 예측 모델을 결합하여 예측도를 향상시키는 기계 학습 모델) 기반의 Catboost 알고리즘을 활용했다. 이를 통해 지역별, (()·2시간 단위의 범죄 발생 건수를 예측하고 범죄·무질서 위험도를 5점 척도로 나타낸 것이다.

 

() 단위 기준으로 예측모델의 성능을 평가한 결과, 범죄위험도는 98%의 예측 정확도를 보였으며 예측 성능(AUC 기반의 예측 모델 평가 방법)은 범죄 발생 건수만을 토대로 한 선형회귀 예측보다 20.1% 향상됐다. 또한 무질서 위험도의 경우 91.3%의 예측 정확도를 보였으며, 예측 성능은 5.1% 개선되었다.

인공지능 알고리즘은 약 2,600개의 요인 중에서 유흥주점의 업소 수()’를 범죄 예측의 가장 중요한 환경적 요인으로 선정했다. 숙박시설의 경우 업소 수()뿐만 아니라 매출액도 같이 고려해야 하며, 유동인구의 요일별 편차도 범죄 예측에 중요한 요인으로 판단했다. 또한, 특정 지역의 범죄 예측에는 그 지역의 과거 범죄 건수 외에 인접 지역의 범죄 건수 또한 큰 영향을 미친다는 사실을 밝혀냈다. 이는 경찰관의 지식과 경험이 담겨있는 데이터를 인공지능 알고리즘이 학습함으로써, 요인 간 상관관계를 파악하고 사람이 미처 발견하기 어려운 환경적 요인을 찾아내어 범죄 가능성을 예측한 것이다.

 

예측 모델을 현장에 적용한 결과 실제 범죄 예방에 효과가 있는 것으로 나타났다. 경찰청은 지난 1014일부터 6주간 범죄 예측 결과를 기반으로 인천시의 16개 지역에 경찰관과 순찰차를 집중 배치했다. 그 결과 신고 건수는 2018년 같은 기간 대비 666건에서 508건으로 23.7%, 범죄발생건수는 124건에서 112건으로 9.7% 감소했다. 경찰청은 범죄위험도 예측 모델은 인천 지역을 대상으로 시범 운영 후 전국으로 확대할 계획이라고 밝혔다.

 

민갑룡 경찰청장은 경찰의 업무는 국민의 안전과 직결되는 만큼 과학적인 데이터 분석과 활용이 매우 중요하다라면서 이번 연구결과를 치안 현장에 적용해 효과를 검증하는 한편, 자체 연구와 폭넓은 기관 간 협업을 통해서 보다 효과적인 치안 활동을 전개해 나갈 것이라고 밝혔다.

 

김명희 국가정보자원관리원장은 이번 분석은 사회적 가치를 창출하고 확산하기 위해 경찰청(‘19.4.12), SK텔레콤(’19.2.18)과 전략적으로 협업한 아주 의미있는 사례라며, “향후에도 다양한 공공·민간 데이터를 활용하여 국민이 체감할 수 있는 분석과제를 주도적으로 발굴·수행함으로써, 정부 정책에 대한 국민의 신뢰를 얻고 국민의 삶이 개선되도록 노력할 계획이라고 말했다.

[저작권자ⓒ 피앤피뉴스. 무단전재-재배포 금지]

WEEKLY HOTISSUE

뉴스댓글 >

많이 본 뉴스

초·중·고

대학

공무원

로스쿨

자격증

취업

오피니언

종합