다음 달, 내일 많이 일어날 범죄는?

112 신고, 범죄통계 시계열 분석

112 신고, 범죄통계의 시계열 분석 방식을 시간 단위를 줄여서 월-일-시간 단위로 분석해보자. 단위가 좁을수록 활용 용도가 많아진다. 월 단위 분석이다. 2019년 7월부터 매월 다음 달 112 신고량을 예측해봤다. 2015년부터 2019년 5월까지의 112 신고 데이터 8300만 건을 사용했다. 테블루(Tableau)로 데이터를 전처리하고 지수 평활법 코드로 발생량을 예측했다.(김혜진 박세연, 2019)

2019 스마트 치안 데이터 분석 연구 (김혜진, 박세연)

분석 결과 위와 같이 2019년 이전 4년 동안 매년 112 신고가 점차 줄어들고 있었다. 2019년 6월부터의 예측값은 전년보다 높아졌다. 2019년 7월은 전년 대비 2.6% 높아진 178.6만 건의 신고를 예상했다. (2018년 7월 174.1만 건) 

유형별로도 예측할 수 있다. 112 신고는 50여 건의 상세 분류를 한다. 이들을 비슷한 유형별로 묶었다. 아래 그래프의 선들이 주요 유형들이다. 112 신고의 많은 부분이 '타 기관 소관 신고'(32.3%), '기타 경찰업무'(22.5%)이다. 질서유지(18%)와 교통신고(10.5)가 다음 비중이다. 이런 신고들이 전월보다 늘거나 줄어듦을 예측했다. 

출처 : 위와 같음

건수와 비중이 작더라도 의미가 있는 유형의 증감을 찾아야 한다. 이 당시 설명한 유형은 사기, 청소년 범죄, 가정폭력이었다. 사기 신고는 91.3%(4.3천→8.2천), 청소년 범죄 신고는 11.1%(1.1만→1.3만), 가정폭력은 7.3% (2.2만→2.4만) 증가했다. 

경찰관서별로도 예측했다. 당시 경남(▲7%) 대구·광주(▲6.6%) 경기남(▲5.3%) 전남(▲2.5%)은 증가할 것으로 예상했다. 서울(▼0.5%) 경북(▼0.4%) 제주(▼0.3%)는 감소할 것으로 예상했다. 

이 분석은 2019년 6월 말 시점에서 1~5월까지의 데이터를 대상으로 검증해봤다. 6월 기준으로 예측값과 실제 발생이 유형과 관서별로 최소 0.1~최대 5.1% 차이를 보였다. 

이런 시계열 분석은 공개한 코드에 적용해서 결과를 산출하는 방식이다. 천만 건 단위의 데이터에 적용하기에 일정한 정확도를 얻을 수 있지만, 1만 건 이하의 유형과 관서의 데이터는 예측의 신뢰도가 낮다. 과거의 신고량으로 현재의 데이터를 예측하는 방법이고, 날씨와 유동인구와 같은 다른 요인을 반영하지 않았다. 

이를 반영해서 시간 단위-지구대/파출소 단위의 분석을 했다. 이 분석은 한국 전자통신연구원(이하 ETRI)이 주관한 '범죄 위험상황 초기 인지 시스템 개발'이라는 국가 연구개발의 일환이다. 당시 과제는 '범죄 위험상황'을 초기에 판단하는 기술을 만드는 목적이었다. 이를 위해 지역별/시간대별로 위험도 판단을 위한 시계열 분석 기술을 시도한 것이다.  

고려대(김성범 교수 연구팀)에서 서울 지역의 112 신고와 유동인구, 날씨, 집회시위를 데이터로 사용해서 학습했다. 우리 센터는 실제 데이터에 개발 기술을 실증하는 역할을 했다. 분석의 공간적 단위는 경찰서 산하 지구대/파출소 단위이고 시간 단위는 6시간을 기준으로 했다. 정확도는 약 80% 정도였다.  

2021년 스마트 치안 연구개발 중

이 결과는 스마트치안빅데이터 플랫폼에 공개할 예정이다. 자치경찰 관계자들을 비롯한 지자체, 연구기관, 공공기관 사용자들이 활용하길 바란다. 

시계열 분석은 과거의 데이터를 통해 미래의 사건의 증감을 예측하기 위함이다. 발전하는 기술을 통해 보다 정밀하게 시간과 공간, 범죄 유형을 예상할 수 있다. 우리 센터의 그간 성과와 시행착오를 통해 ETRI-고려대학과 협력해서 일정한 성과를 얻었다.  연구 개발자에게 의미 있는 축적이다. 현장과 의사결정자에게는 어떻게 활용해야 할지 해결책을 주는 도구 여야 한다. 아직은 '참고할만한 예측' 수준을 넘지 못하는 듯하여 아쉽다.

해결 도구는 함께 고민해서 발전시켜야 하기에 그간 성과를 딛고 나아가야 한다.