주간기술동향 2013. 12. 11.

www.nipa.kr 32

미국, 데이터 마이닝으로 범죄를 막는 ‘예측 경비’ 확대*

○ 미국의 치안 유지 활동 패러다임이 데이터를 취합하는 사후 관리에서 데이터 분석을

통한 ‘예측 경비(Predictive Policing)’로 발전해 나갈 조짐을 보이고 있음

- 미국은 FBI(연방수사국)가 범죄에 대한 데이터를 ‘N-DEx’라는 데이터웨어하우스에

서 일원적으로 통합, 관리

- N-DEx 는 FBI 의 형사행정정보서비스부(CJIS)가 8,500 만 달러의 예산을 들여 미국

내 모든 연방, 주정부, 종족, 지역의 법집행기관 간의 정보를 공유하도록 한다는 야심

찬 의도로 2008 년부터 시작한 프로젝트

- 당초 2009 년까지 법집행기관 대다수의 자발적 참여를 기대했으나, 현재는 미국 전

역의 18,000 개 사법기관 중 약 23%인 4,200 개 정도가 참여 중이며, 이렇게 된 데

에는 예산, 정치적 이해, 기술 등의 요인이 작용

- 예정보다 지연되고는 있으나 미 전역의 수사를 향상시킬 초석이 될 N-DEx 가 진척

되고 나면, 다음 단계는 데이터 마이닝 기법을 이용하여 언제, 어디서 범죄가 일어날

것인지, 혹은 누가 재범을 저지르게 될 것인지를 미리 예측하는 것이 가능할 전망

* 본 내용과 관련된 사항은 정보서비스팀(☎ 042-710-1771)과 ㈜크로센트 박종훈 수석 아키텍트(☎ 02-3446-

2287, soma0722@naver.com)에게 문의하시기 바랍니다.

** 본 내용은 필자의 주관적인 의견이며 NIPA의 공식적인 입장이 아님을 밝힙니다.

최신 ICT 동향

*주: 녹색은 이미 참여 중, 주황색은 현재 참여 과정에 있음, 노란색은 참여약속을 의미

<자료>: CJIS, 2013. 6.

(그림 1) FBI 의 N-DEx 에 참여 중인 주 정부(左)와 참여 중인 법집행기관(右)

최신 ICT 동향

정보통신산업진흥원33

- 마치 영화 ‘마이너리티 리포트’의 대본과 유

사하게 들리지만, 다른 점은 범죄자를 ‘체포’

하는 것에 목적을 두는 것이 아니라, 범죄의

가능성을 예측하고 범행을 미연에 ‘예방’하는

데 목적을 둔다는 것

- 사법기관용 소프트웨어 벤더의 컨소시엄인

IJIS Institute 에 따르면, 9.11 을 계기로 경찰

의 치안 유지 활동 패러다임이 대응 임무(response mission)에서 예방 임무

(prevention mission)로 일대 전환

- 사건 관리 데이터베이스로 Coplink 라는 상용 소프트웨어를 사용하고 있는 LA 경찰

청의 스콧에드슨 청장은 “예측 경비가 많은 사람들의 요망 리스트 상단에 자리하고

있다”며, Coplink나 N-DEx 등은 모두 그 방향으로 진화해 갈 것이라 전망

- 예측 경비라는 새로운 정책은 LA 와 시애틀 등 지역 도시 차원에서는 이미 도입되어

성과를 거두고 있음

○ 예측 경비의 기본적인 아이디어는 특정 범죄들이 유사성을 보이기 때문에 이를 분석하

고 예측할 수 있는 알고리즘이 있다면 범죄 ‘예방’이 가능하다는 것

- 현재 예측 경비를 위해 사용되고 있는 분석 알고리즘 중 대표적인 것은 UCLA 가 개

발한 ‘PredPol’

- 이는 7 년 간의 범죄 정보를 분석하여 500 평방 피트 내의 지역에서 특정 유형의 재

산 관련 범죄가 발생할 확률이 가장 높은 지역, 즉 ‘예측 박스(Predictive Boxes)’를

<자료>: Minority Report, 2002,

(그림 2) 영화 마이너리티 리포트 中

<자료>: Minority Report, 2002,

(그림 3) 범죄 예측 솔루션 PredPol 의 이용 화면과 주요 기능

주간기술동향 2013. 12. 11.

www.nipa.kr 34

<표 1> 미국의 지역 도시들의 시도하고 있는 예측 경비의 사례와 효과

지역 도시 주요 내용 및 현황

LA

- UCLA 개발 PredPol 도입 - 다음 순찰 교대에서 500 평방 미터 내의 지역에서 특정 유형의 속성과 관련된 범죄가

발생할 확률이 가장 높은 지역, 즉 ‘예측 박스(Predictive Boxes)’를 예언 - 다음 팀은 자신들의 순찰 동안 예측 박스 지역에 집중하거나 경찰 인력을 적재적소에

적절히 재배치 할 수 있음 - LA경찰청의 실시간 분석 및 결정적 대응 부서에 따르면, 2012년 6개월 동안의 파일럿

단계에서 Foothills 구역은 전년대비 빈집털이 사건이 25% 감소

시애틀

- UCLA 개발 PredPol 도입 - 2013년 5월에 5개구에서 모두 PredPol을 이용하여 재산 관련 범죄 예측을 시작 - 7 월에는 시 전역에서 총기 폭력이 언제, 어디서 발생할 확률이 가장 높은지를 예측하도

록 할 계획이었으나, 주정부 기관들 사이의 우선 순위 충돌로 인해 연기 - 시애틀 경찰청은 최근 수년간 증가하고 있는 폭력 범죄를 억제하기 위해 여전히 총기 폭력

예측 모델도입을 목표로 하고 있지만, 아직까지 구체적인 날짜는 정해지지 않고 있음 - 그러나 총기 사고 예측이 어느 정도 효과가 있는지에 대한 결론은 아직 나오지 않은 상

태이며, 총기 폭력 사건 자체가 적기 때문에 예측이 그다지 정확하지 않다는 반론 - 예측 박스 중 상위 3~5 개는 경험이 풍부한 경찰관이라면 항상 문제를 예상하고 있는

곳들이며, 반면 예측 박스 8~10 위는 전연 생각하지 못하는 곳이기 때문에 굳이 예측 모델의 도입이 필요하지 않다는 지적

리치몬드 - Information Builders의 WebFOCUS 솔루션 기반 예측 알고리즘 도입 - 2009년에 예측 경비 시스템을 도입하여 강력 범죄와 절도가 크게 감소

샬럿-메클런버그

- Information Builders의 WebFOCUS 솔루션 기반 예측 알고리즘 도입 - 리치몬드 경찰청의 로드니 먼로 서장은 샬럿-메클런버그 서장으로 취임하자마자, 리치

몬드에서의 좋은 성과를 바탕으로 유사한 시스템을 도입 - Information Builders가 개발한 이 시스템은 과거의 데이터를 포함하며 매 2시간 마다

갱신되는 데이터를 이용해서 39개 대응 구역을 위한 예측을 조정 - 로드니 먼로에 따르면 지금까지 폭력 범죄는 20%, 절도 범죄는 30 % 감소했음

<자료>: NIPA 정리

도출해 내는 알고리즘

- PredDol 의 연구개발 책임자인 제프리 브랜팅엄에 따르면 수학자들이 지진을 예측하

기 위해 사용하는 알고리즘에 기반해서 PredPol 을 개발했다고 함

- 지진과 마찬가지로 범죄도 특정 ‘단층선(fault lines, 斷層線)’을 따라 발생하며, 사건

들은 예측 가능한 패턴으로 뭉쳐지는 경향이 있다는 것

- 현재 예측의 대상이 되는 사건은 전체 범죄의 65%를 차지하는 자동차 절도, 빈집털

이, 차량 털이 등을 넘어 강도, 강간, 폭행, 살인 등 FBI 의 범죄 분류 ‘Part 1’에 속

하는 범죄로 확장되고 있음

- 이 같은 알고리즘을 이용하여 순찰이 교대되는 동안 범죄 발생 가능성이 가장 높은

곳이 어딘지를 예측하는 상용 소프트웨어를 판매하기 위한 스타트업도 설립된 상태

○ 예측 경비는 범죄 유형의 유사성을 분석할 뿐 아니라, 특정 범죄자의 행동도 예측 가능

최신 ICT 동향

정보통신산업진흥원35

한 것으로 보고 있고, 마찬가지로 예방도 가능한 것으로 바라 봄

- DigitalGlobe 의 사회과학 및 정량적 조사기법 책임자인 콜린맥큐 박사는 기계 학습

을 이용해서 20 년 이상 폭력 범죄를 모델링했으며, 그녀는 “인간은 습관의 동물이며,

모든 것이 그 사실로 귀결한다”고 주장

- 즉, 충분한 이전 범죄행위 기록이 있다면 모델링을 사용하여 특정 범죄자의 행동을

예측하는 것도 가능하다는 것

- 가령, 수년 전 버지니아 북부에서는 한 저격범이 정부 시설을 노린 사건이 발생하자,

경찰당국은 해병대 마라톤 대회가 다가옴에 따라 이 저격범의 다음 행보를 예상하기

위해 안간힘을 썼음

- 사법당국은 이 저격범이 표적으로부터 200 미터 뒤에 자리잡는다든지, 고속도로나

주요 도로에 근접하는 것을 선호한다고 결론을 내렸음

- 맥큐 교수는 이 정보를 이용해서 저격범이 관련된 과거의 사건을 조사하고 데이터를

처리하여 예측 모델을 구성

- 그녀는 3 차원 공간 데이터를 이용하여 200 미터 기준에 해당하는 마라톤 코스 상의

모든 위치를 보여주는 열 지도(heat map)을 작성했으며, 사법당국은 그곳에 인원을

배치했는데, 결과적으로 아무 사고도 벌어지지 않았음

- 이러한 조치가 저격범을 저지했는지 여부를 단정하는 것은 어렵지만, 이 저격범이 묘

지를 좋아한다는 것이 명확해진 후 장소 선호도 분석은 다시 한번 효과를 발휘하게

되는데, 6 개월 후 이 저격범은 앨링턴 국립 묘지에서 체포되었음

- 맥큐 교수는 예측 경비가 유용한 도구이지만, 모든 대답을 내놓을 수 있는 시스템에

의존하는 것이 아니라 데이터를 해석할 수 있는 애널리스트가 계속 필요하다고 조언

- 통계 기반 접근방식이 어떤 경우에는 잘 작동하지만, 다른 경우에는 인간의 판단이

여전히 더 유효하기 때문이라는 것

○ 한편, 샬럿-메클런버그 경찰청은 범죄의 시간과 장소를 예측하는 것을 너머, 누가 다시

재범을 저지를 것인가 까지 예측하려 하고 있어 논란을 낳고 있음

- 어디에서 범죄가 발생할 것인지를 결정하기 위해 범죄와 발생지역을 연구하는 대신

경찰청은 범죄 이력을 이용해서 누가 범죄를 저지를 것인지를 결정

- 범죄 경력자에 관한 예측을 하는 이러한 접근방식은, LA 나 시애틀 경찰청의 경우 이

주간기술동향 2013. 12. 11.

www.nipa.kr 36

기술이 인종에 근거해서 사람들을 프로파일링하거나 이웃에 사는 사람을 프로파일링

하게 될 것이라는 두려움 때문에 피하려고 했던 것

- LA 에서는 그러한 우려 때문에 초기에 예측 프로그램이 저항을 받은 바 있으며, 시민

들의 권리를 경찰이 침해하는 것이 아닌가 하는 의문이 있었다고 함

- 그러나 경찰청이 체포 기록을 판단 자료에 넣는 것이 아니고, 어떠한 개인에 대한 정

보도 없으며, 단지 범죄가 발생한 시간과 장소만 대상으로 한다는 점을 설득

- 예측 경비에 관한 연구와 논문을 발표한 콜럼비아 대학의 법학 교수 앤드루퍼거슨에

따르면, LA 와 시애틀 경찰청의 예측 경비는 인종과 계급의 프로파일링에 대한 우려

를 낳았지만, 개인이 아닌 지역이 수집되므로 영향은 간접적이라고 해석

- 퍼거슨은 예측 경비가 인종차별로 이어질 지 여부를 결정하는 열쇠가 특정 인종이

많이 거주하는 지역만을 분석 대상으로 삼았는가 하는 불비례성 여부이며, LA 가 예

측 경비 기술을 이용하는 것에 대한 심각한 문제 제기는 없었다고 설명

- 그러나 퍼거슨은 샬럿-메클런버그 경찰서장 먼로가 취하고 있는 지역이 아닌 사람에

초점을 맞추는 접근 방식은 ‘골칫거리’라고 지적

○ 범죄자의 재범 가능성을 예측하는 것과 범죄 발생 가능 지역과 시간을 예측하는 것 중

어느 것이 효과적인가에 대한 판단은 예측 경비의 향후 방향을 결정지을 전망

- 먼로 서장은 자신의 접근 방식은 이미 범죄 행위 기록이 있는 사람만을 주목하는 모

델이기 때문에 프로파일링에 해당되지 않는다고 주장

- 범죄자 300 명을 분석한다고 할 때, 이들을 대상으로 삼는 이유는 인종과 거주지역

이 아니라 범죄 행위에 책임이 있는 개인들이기 때문이라는 것

<자료>: Information Builders WebFOCUS,

(그림 4) 샬럿-메클런버그 경찰이 도입한 Information Builders 의 예측 경비 솔루션의 화면

최신 ICT 동향

정보통신산업진흥원37

- 이에 대해 퍼거슨 교수는 요주의 인물을 파악하고 그들을 주시하는 것 자체는 예측

경비이지만, 컴퓨터를 이용해서 특정인의 미래 행동을 예측하는 것은 전혀 다른 문제

라고 지적

- 퍼거슨은 누가 다음 번 범죄를 어느 정도의 확률을 가지고 저지를 것인가를 판단할

수 있는 기술은 현재 우리가 갖고 있지 못한 것이라 생각하고 있음

- 그러나 먼로 서장은 다른 지역의 경찰청이 선택한 지역 기반 접근방식보다는 이미

알려진 범죄자가 언제 어디서 재범을 저지를 것인지를 예측하는 것이 더 효과적일

수 있다고 주장하며, 자신은 범죄 뿐만 아니라 사람도 조사한다고 설명

- 사람의 재범 가능성에 대한 예측은 권리 침해 소지가 다분하지만, 예측 경비의 목적

이 체포가 아니라 ‘예방’에 있다는 점은 이러한 논란을 비켜나가게 할 논거를 제공할

수 있기 때문에 향후 시민사회가 어떻게 수용할 지도 관심거리

(ComputerWorld, 10. 24 & Governing, 11. 5 & Government Technology, 11. 13.)