AI 치안 싱크탱크-2

치안 활동 효과성 판단 및 위험 예측 시스템

AI 치안 싱크탱크는 복잡해지는 치안 문제에 대해 미리 경찰-공공-민간데이터로 파악하고 경찰활동의 효과성을 분석하는 시스템이다.

사용할 경찰 데이터는 경찰 112신고, 범죄통계, 체감안전도, 고객만족도, 경찰인력-예산이다. 

공공데이터는 인구,소득,환경 등 사회 환경 요소이다.

민간데이터는 인터넷 게시물, 뉴스, SNS 게시글이다.

이 데이터를 모아 개발할 기술은 무엇일까? 

1)우선 다양한 데이터를 경찰관서, 치안활동 유형으로 수집하고 저장, 전처리하는 기술이 있어야 한다. 무엇을 치안 데이터로 정의하고 어떻게 수집하며 서로 어떻게 연결할 것인지 많은 시간과 판단이 필요하다.

2)뉴스,게시물과 같은 비정형 치안 데이터를 긍정, 부정, 불안, 분노, 슬픔, 혐오, 기쁨과 같은 감정으로 분류하고 연관 단어를 찾아내는 기술이 있어야 한다.  

3)자동화한 데이터로 실시간 분석하는 데이터뱅크와 시각화 기술이 필요하다. 데이터를 분석하기 좋은 틀로 구조화해서 그것을 그래프, 지도 등 다양한 표현으로 볼 수 있도록 만드는 기술이다. 

4)112신고와 범죄통계, 체감안전도 왁 같은 정형 데이터와 뉴스,게시물 등 비정형 데이터를 결합하여 치안 위협 등급을 정의하고 AI를 활용해 위험 임계치 접근을 예측하는 기술

5) 범인 검거 등 활동 수치와 뉴스 등에서 파악한 신 기술과 정책이 위험 감소에 영향을 끼친 정도를 예측하는 기술

6) 위험의 유형과 등급에 따라 효과적인 정책 수단을 추천하는 기술

이런 기술을 개발해서 결합하면 '경찰청의 보이스피싱 대응 담당자는 이번 달은 재난지원금을 빙자한 사칭이 늘어나고 있다'는 위험을 감지하고, 이 위험에 대응하는 수단 중 1)수사 독려 2)홍보 3)대응 어플리케이션 확대 4)불법 서버-기지국 차단 등 선택방안 중 무엇이 가장 효과적인지 계량하여 판단'할수 있다. 

이런 기술 개발은 경찰만이 만들지 못한다. 정책 효과성 분석을 할 수 있는 행정연구 전문가와 IT 연구집단이 함께 해야 한다. 경찰은 데이터를 제공하고, 수요기관으로서 요구사항을 제시하며, 실증하는 역할을 하고, 행정 연구기관은 효과성 분석의 이론에 따른 분석 틀을 제시해야 한다. IT 연구자들은 분석틀에 맞게 데이터를 결합하고 분석하는 기술을 만들어야 한다.

연구기관과 비용은 약 3년에 30억 정도로 추진해볼 수 있다. 

데이터 제공과 실증 기관, 인프라를 제공할 찰대학에 연 3억*3년=9억원, 행정연구데이터분석 연구 기관 5억*3년=15억원, 시스템 개발 2억*3년=6억으로 역할을 나눠보았다.  

보이스피싱, 디지털성범죄, 인터넷 사기 등 심각해지지만 기존의 대응방식으로 해결하지 못하는 범죄부터 우선 분석 시스템을 만들어야 한다. 보이스피싱에 대한 정책수단 효과성 분석을 진행하고 있어, 그 방법론을 갖춰서 확대하는 식이다.

이 시스템을 만들면 경찰 각 부서가 자신들의 데이터만으로, 시간이나 장소 비교 중심의 분석하는 방식을 넘어서, 전문 연구기관에 데이터를 공개해서 객관적 모델을 만들고, 경찰-공공-민간 데이터를 결합해 분석해서, 가장 효과적인 수단에 집중해 위험을 감지하고 대응할 수 있을 것이다.