인공지능·빅데이터 기반 스마트치안 현실화 눈앞

글자 작게 글자 크게 인쇄하기

범죄 발생 위험지역을 예측해 경찰관·순찰차 등 치안자원을 미리 적재적소에 배치하는 인공지능(AI) 기반 스마트치안이 실현될 전망이다.

행정안전부 국가정보자원관리원(원장 김명희)과 경찰청(청장 민갑룡)은 치안정책 패러다임을 전환하고 스마트치안을 구현하기 위해 빅데이터 분석을 수행했다. 송도, 청라 등 신도심과 국제공항, 국가산업단지 등 복합적 도시 환경이 공존하는 인천지역을 분석했다.

범죄·무질서 위험도 예측모델을 설계, 월·일·2시간 단위로 범죄·무질서 발생 위험지역을 예측하고 범죄·무질서 발생에 영향을 미치는 주요 환경적 요인을 파악했다. 범죄는 살인·강도·성폭력·절도·폭력 등 5종, 무질서는 주취자·시비 등 관련 112 신고 10종이다.

인천시 빅데이터 활용 범죄예측. 행정안전부 제공
<인천시 빅데이터 활용 범죄예측. 행정안전부 제공>

분석에는 경찰청의 112신고·범죄통계 등 치안데이터를 중심으로 소상공인시장진흥공단 소상공인 데이터(8만건), 인천시 항공사진(16.2GB)뿐 아니라 SK텔레콤 유동인구(530만건)·신용카드 매출정보(521만건) 등 민간과 공공 다양한 데이터를 결합해 활용했다.

관리원은 신고·범죄 건수뿐 아니라 환경적 요인을 결합해 범죄 위험도 예측모델을 개발했다. LSTM(Long Short Term Memory) 딥러닝 알고리즘과 그래디언트 부스팅 기반 캣부스트(Catboost) 알고리즘을 활용했다. 지역별, 월·일·2시간 단위 범죄 발생 건수를 예측하고 범죄·무질서 위험도를 5점 척도로 나타냈다.

일 단위 기준 예측모델 성능을 평가한 결과, 범죄 위험도는 98% 예측 정확도를 보였다. 예측 성능은 범죄 발생 건수만을 토대로 한 선형회귀 예측보다 20.1% 향상됐다. 무질서 위험도는 91.3% 예측 정확도를 보였고 예측 성능은 5.1% 개선됐다.

인공지능 알고리즘은 약 2600개 요인 중 유흥주점의 업소 수를 범죄 예측 가장 중요한 환경적 요인으로 선정했다. 숙박시설은 업소 수뿐 아니라 매출액도 같이 고려해야 하고 유동인구의 요일별 편차도 범죄 예측에 중요한 요인으로 판단했다. 특정지역 범죄 예측에는 그 지역 과거 범죄 건수 외 인접 지역 범죄 건수도 큰 영향을 미친다는 사실을 밝혀냈다.

예측 모델을 현장에 적용한 결과 실제 범죄 예방에 효과가 있는 것으로 나타났다. 경찰청은 10월 14일부터 6주간 범죄 예측 결과를 기반으로 인천시 16개 지역에 경찰관과 순찰차를 집중 배치했다. 신고 건수는 작년 같은 기간 대비 666건에서 508건으로 23.7%, 범죄발생건수는 124건에서 112건으로 9.7% 감소했다.

경찰청은 범죄위험도 예측 모델을 향후 인천지역 대상으로 시범 운영한 뒤 전국으로 확대할 계획이다. 민갑룡 경찰청장은 “경찰 업무는 국민의 안전과 직결되는 만큼 과학적인 데이터 분석과 활용이 매우 중요하다”며 “연구결과를 치안 현장에 적용해 효과를 검증하고 자체 연구와 폭넓은 기관 간 협업으로 보다 효과적 치안 활동을 전개할 것”이라고 전했다.

김명희 국가정보자원관리원장은 “사회적 가치를 창출하고 확산하기 위해 경찰청, SK텔레콤과 전략적으로 협업한 의미 있는 분석사례”라며 “향후에도 다양한 공공·민간 데이터를 활용해 국민이 체감할 수 있는 분석과제를 주도적으로 발굴·수행, 정부 정책에 대한 국민 신뢰를 얻고 국민 삶이 개선되도록 노력할 계획”이라고 말했다.

박종진기자 truth@etnews.com