시티즌코난 가입자와 보이스피싱 발생 건수의 관계

선제적 경찰활동을 위한 데이터 기반 분석

이 글은 서울대 행정대학원 나종민 교수님의 <증거기반 경찰활동과 3T 모델>에서 시작했다. 교수님의 관련 글을 찾지 못해, 말씀으로 주셨던 내용을 이론으로 소개했다.

현대 사회에서의 위험이 늘어날 수록 위험을 초기에 대응하는 경찰활동이 중요하다. 이를 선제적 경찰활동(Proactive Policing)이라 한다. 디지털 사회에서 범행을 물색하고 유인하는 행위와 피해를 당하는 행위가 쉽게 구분되기 어려운 시대에 선제적 경찰활동은 더 중요해지고 있다.

어떤 위험에 더 주도적으로 대응할 것인가? 어떤 방법을 사용할 것인가? 효과가 있었나?를 평가해야 한다. 목표와 수단을 선택하고 평가하는 증거 기반 경찰 활동(Evidencd Based Policing)을 해야 한다는 것이다.

증거를 판단하기 위해 데이터를 사용하는 것은 경찰도 마찬가지다. 데이터를 기반으로 선제적 활동을 하고자 목표를 정해서 효과를 검증하고 후속 활동을 추적하는 증거기반 선제적 경찰 활동을 제안한다. 

여러 분야에서 이런 추적 기법을 3T라고 한다. 목표 설정(Targegting), 검증(Testing), 추적(Tracking)을 말한다. 목표(Target)하는 경찰 활동, 그 목표를 이루기 위해 수단은 무엇을 할 것인가?를 정한다

목표하는 경찰활동의 수단을 활동 전(前), 활동 중(中), 활동 후(後)로 나눠서 검증(Testing)한다. 평가 후에도 꾸준히 추적(Tracking), 환류해야 한다. 분석 대상은 장소별, 성별･연령 등의 대상, 순찰･수사･홍보 등 어떤 활동도 가능하다. 

경찰이 직접 데이터를 분석하거나 혹은 다양한 연구 기관이 추적 검증하는 활동별로 모델을 만들고, 우리 연구소에서 데이터를 제공하는 방식으로 협력을 넓힐 수 있다. 경찰 긱 부서 활동하는 부서가 효과성을 평가할 수도 있지만, 더 많은 기법을 사용하고 객관적 평가가 가능한 외부기관과 더 많은 데이터를 수집 분석할 수 있는 경찰 내 연구소에서 데이터를 수집 분석하는 것이다.

보이스피싱을 예를 들어보자. 보이스피싱은 경찰 내 다양한 부서가 연관되어 있고 공공 민간의 이해관계도 다양한다. 경찰활동의 한 가지 요인으로 효과성을 판단하기 어려워 여러 요소를 분석할 필요가 있다.

이런 목표에서 보이스피싱 대응 부서들과 협업해서 효과성에 대한 검증을 해본다고 가정하자

그림으로 표한하면 다음과 같다.

데이터 기반 경찰활동 효과성 검증 방식

이번 분석은 이 모델의 효과성을 판단하는 예시이므로 외부 전문가도 경찰 내 담당부서도 참여하지 않고, 경찰 내 데이터와 우리 센터가 운영하는 수단만을 비교했다. 전화사기 방지 앱 <시티즌 코난>의 효과를 비교했다. 시티즌 코난은 보이스피싱범들이 자주 사용하는 악성 앱을 탐지해서 경고하고 삭제해주는 애플리케이션이다. 이 앱은 작년 10월부터 전국에 홍보해서 당시 1만 명에서 3 뭘 말 현재 80만 명이 가입했다.

이 어플에 대한 각 시도 경찰청의 홍보, 활용 정도는 차이가 있다. 이 수단이 과연 보이스피싱 예방에 효과가 있었을 것인가? 그 비교를 해보고자 통계를 수집해 분석해보았다.

경찰 내부 시스템에서 올해 1월부터 3월까지 보이스피싱의 수사가 접수된 건을 조회해서 시도 경찰청별로 집계해보았다. (공식 통계가 아니고, 아직 경찰청 보고하지 않은 통계여서 비식별하고 평균값만 표시했다.)

시티즌 코난의 가입자수도 시도청 별로 집계했다. 실제 가입자 수는 80만 명인데, 여기에 시도청 단위 지역 구분이 가능한 사용자는 32만 명이다. 올해 1월 초 시티즌 코난의 지역별 빈발지 경고 기능을 배포하면서 지역 설정을 하도록 업그레이드했으나, 이를 선택한 사람이 32만 명인 것으로 보인다. 사건 수와 가입자 수, 총인구를 대입하고, 단위의 차이가 커서 인구 1 천명당 사건수, 인구 대비 가입자 수도 산정해보았다.

시도청 별 보이스피싱 사건-시티즌 코난 가입자 비교

위 표를 보면 전국 1~3월간 보이스피싱의 사건 접수는 152건이고, 이를 인구 1 천명당 산정하면 0.05건으로 표시할 수 있다. 시도청 개개별 건수는 비식별했다. 시티즌 코난의 가입자수 중 시도청 구분이 되는 사람은 32만여 명이다. 이 수자는 가입자 인구를 대비하면 0.99%에 불과하다. 다만 인구 대비 비율은 균일하지 않다. 세종청이 3.93으로 가장 높고, 부산 1.84, 광주 1.48, 울산 1.43, 대전 1.21% 등으로 타 시도 청보다 높다. 이 청들은 우리 센터와 자주 소통하며 홍보 노력을 하는 곳이다.

효과성 검증을 하는 질문은 '시티즌 코난을 적극적으로 홍보해서 많은 사람이 설치한 시도청은 사건 피해 사례가 적을까"이다.  아직 적은 숫자이지만 각 항목들을 상관 분석해봤다. 분석 결과는 다음과 같다.

보이스피싱 사건수와 시티즌 코난 가입자 수 비교

상관분석으로 의미가 있으면 최소 0.3 이상이어야 한다. 질문의 답을 찾으면 미세한 상관관계를 말할 수 있다. 가입자 비율과 사건량은 0.27로 통계적 상관관계가 없다. 다만 1 천명당 사건량으로 단위가 작아지면 -0.32의 상관 값으로 최소한의 음적 상관관계는 있다.

아직 공식적으로 주장할 단계는 아니지만, 시티즌 코난을 많이 설치한 지역은 피해사건의 비율이 통계적으로 다른 시도 청보다 적을 가능성이 있다.

위 결과는 '시티즌 코난의 가입자수'와 '사건량'이란 숫자 사이에 상관관계가 (미약하게나마) 있다는 결과이지, '시티즌 코난이 사건량 감소에 영향을 미쳤다'는 결과는 아니다.  이러한 분석기법은 결과를 주장하기엔 이르지만, 방법을 구성하는 예시로 의미가 있다.

앞으로 더 많은 분석을 넓혀가면 상관관계가 아니라 인과관계를 추정해 효과성을 넓힐 수 있다. 회귀 분석을 통해 더 많은 영향을 미치는 요인을 찾을 수 있다.  이 분석을 경찰서 단위로 나눠서 해보아도 의미가 있을 것이다. 피해사건이 발생한 수사 사건량뿐 아니라, 112 신고의 피싱 신고도 상관관계를 분석할 수 있다. 시티즌 코난 사용자가 위치를 입력하는 방식도 최소 단위가 경찰서이기 때문에 분석할 수 있다. 그 외 다른 경찰활동도 비교할 수 있다. 시도청 별 검거인원, 불법 중계기 단속 건수, 예방 홍보 활동 실적도 대상이 된다. 경찰 뿐 아니라 통신사의 각 정책도 통신사별 피해 대응 효과를 측정하는 모델에 산정할 수 있다.

보이스피싱을 활용한 다양한 경찰활동의 3T 측정을 하는 데이터 분석을 더 많은 전문가들과 함께 하고 싶다.