과학적 치안 실현과 선제적 범죄 대응을 위한 빅데이터 활용 체계 구축 및 관련 법제 정비의 필요성 doc_id PCY_201509210500089561_10

우리나라는 국가적 차원의 위험요인과 기회요인을 선제적으로 파악, 대응 방안을 수립하기 위한 시스템 구축이 미비하다. 이러한 실태는 미래에 영향을 미칠 수 있는 잠재적 위험요소와 불확실성 요소들을 탐색하지 못하고, 빅 데이터를 활용한 각종 시뮬레이션 및 시나리오 기법 등을 통해 국가위험관리 계획을 수립하기 어려우며, 국가와 국민의 위험 요소를 사전에 예측하고 대응 방안을 모색하기 위한 과학적 시스템 마련이 점점 더 구체화되기 어렵게 된다. 따라서 정보통신 IT 분야의 훌륭한 인프라를 가지고 있지만 정작 관련 법제와 제도 정비의 미비로 인하여 혼란이 가중되고 있는 실정이다. 현재의 사이버 안전체계 구축도 못한 상태에서 빅 데이터와 관련된 어떤 정비 없이 이를 추구하는 것은 다소 모험이 될 수도 있기 때문이다. 이에 범죄 빅 데이터와 관련된 법제 정비와 안전체계구축이 먼저 선행 되어야 한다. 범죄가 절도･강도 등 전통적인 강력범죄에서 이제는 해킹, 개인정보 유출 등 사이버범죄 면으로 급속도로 전이되고, 새로운 범죄유형이 시각각 등장하면서 경찰 활동은 복잡해지는 반면 정보의 부족 또는 정보의 과잉으로 인하여 문제에 대한 해결책 찾기가 쉽지 않다. 하지만, 빅 데이터는 범죄라는 사회의 문제를 해결하는 데도 많은 기여를 할 것이다. 슈퍼마켓 계산 데이터를 데이터 마이닝한 결과 기저귀와 맥주가 동시에 팔리는 비율이 의외로 높다는 사실이 밝혀지는 것처럼 어떠한 뉴스가 보도된 후에 폭력행위가 늘어나거나 부동산 가격, 실업률 등이 범죄에 어떠한 영향을 미치는지, 새로운 IT 기기가 등장한 경우 어떠한 범죄가 발생하거나 감소했는지 등을 예측하여 대응할 수 있을 것이다. 자살 노트나 웹에 게시한 자살 암시 글에 대한 텍스트 마이닝을 통해 어떠한 경우에 실제 자살할 확률이 높은지 확인하여 선제적으로 예방할 수 있고, 실종아동이 발생했을 때 어떠한 동선으로 이동하는지 등을 도출해 낼 수 있을 것이다. 경찰관들의 활동 동선(사복과 정복 근무) 기록과 범죄예방 효과의 추이도 분석하게 되면 새로운 발견을 꾀할 수 있고, 학교폭력 예방교육 이후의 범죄 또는 자살 추이의 변화를 통해 경찰활동의 효과성도 검증이 가능해질 것이다. 빅 데이터 활용의 궁극적인 목적은 의미없이 단절되어 있는 것처럼 보이는 여러 유형의 데이터들을 연결시켜 실시간으로 분석한 후에 이를 정책적 의사결정에 반영할 수 있도록 하는 것이며, 특히 범죄에 대한 대응은 다른 어떠한 요소보다 국민의 생명과 신체, 재산 등의 보호와 가장 밀접하게 관련되어 있는 등 빅 데이터 활용의 1단계 목표가 되어야 함이 마땅하다. 빅 데이터는 이러한 정부의 범죄대응 전략 개선에 새로운 지표를 마련해 줄 수 있으며 무엇보다도 정보의 왜곡을 줄이면서 데이터에 근거한 과학치안을 실현해 줄 수 있을 것으로 기대한다. 기존에는 데이터 수집에 많은 비용과 시간이 소요되어서 전체 특성을 알아내는 기법으로 표본추출(sampling)과 통계를 활용하여 표본설계가 실패하거나 추출이 편향되게 이루어질 경우 위험이 높았으며, 조사과정상의 문제로 결과가 왜곡될 위험도 상당했으나 빅 데이터는 이러한 근원적 문제를 상당부분 해소해 줄 것으로 보인다. 우리나라에서 범죄예측 분야가 우선적으로 고려된 이유는 대략 3가지 정도를 들 수 있다. 첫째, 범죄와 안전의 문제는 대표적인 공공재적 성격을 가지고 있다. 누구에게나 혜택이 돌아가고 전국에 효과를 미칠 수 있다. 모든 국민들이 수혜자가 되기 때문에 정책적 파급효과도 크기 때문에 국가의 빅 데이터 전략의 정책기조와 맥락을 같이 한다. 둘째, 범죄 관련정보가 시스템으로 잘 구축되어 있다. 경찰은 조직이 방대하고, 업무가 다양하여 효율적인 업무처리가 항상 중요한 관건이 되어 왔다. 따라서 오래 전부터 전과정보, 지문정보부터 시작하여 형사사법정보시스템(KICS), 지리적 프로파일링 시스템(GroPros), 112신고 시스템 등이 다양한 시스템들을 운영하여 왔다. 특히, 형사사법정보시스템은 경찰, 검찰, 법원, 교정 등 형사사법 관련기관과 모두 연계되어 있고, 데이터 연계에 대한 표준화도 잘 되어 있어서 활용도가 높을 수 있다는 판단이다. 셋째, 국가경찰 체제로 정보의 수집 및 분석, 정책결정 등 의사결정이 빠르다는 점이다. 미국, 영국 등 자치경찰제도를 채택하고 있는 경우에는 각 주별로 시스템 구축여부, 데이터 수집 및 저장방식 등이 상이하여 정책추진에 어려움이 많겠지만, 우리나라의 경우에는 그러한 어려움은 최소화될 수 있다. 범죄란 우연히 발생하기도 하고 계획적으로 발생하기도 하며 그 범죄에 이르게 되는 원인을 특정하기 어렵다. 이러한 문제를 해결하기 위해서는 더욱더 많은 데이터가 필요하게 되고, 빅 데이터라는 새로운 패러다임은 기존의 어떠한 것들보다 범죄예측 영역에서 그 빛을 발하게 될 것이다. 빅 데이터가 체계화 되면 분야별 정보의 수평적 융합과 실시간 데이터 분석에 기반한 의사결정이 이루어져 적시성 있고 현실적이며 선제적인 의사결정 및 정책집행 체계의 구현이 가능해 질 것이다. 의미 없이 단절되어 있는 정형･비정형･반정형 데이터들이 서로 연계되고 실시간으로 분석되어 의사결정을 지원할 것이다. 체계적인 데이터 분석은 정책 집행과정을 정확하게 진단하여 투명한 정책을 만들어 나갈 것이다. 이를 통해 정책에 대한 조직차원의 의사결정, 현장의 법집행관과 형사사법기관의 의사결정 지원, 위험과 범죄의 사전 탐지, 더 나아가 정책과 이론의 검증까지 다양한 분야에서 활용될 수 있을 것이다. 따라서 범죄예측과 관련이 있는 모든 이해당사자들 즉, 경찰, 검찰, 중앙부처, 교육청, 자치단체, 시민단체, 민간경비업체 등이 참여하여 빅 데이터 범죄예측 플랫폼 구성에 대해서 논의할 필요가 있다. 영국과 미국에서는 데이터 분석을 통하여 범죄수사 대상에 관한 우선순위를 선정하고 대응하고 있다. 2013년 10월에 창설된 영국의 국가범죄국(National Crime Agency, ‘NCA’)은 정보분석을 담당하는 인텔허브라는 조직을 별도로 운영하면서 범죄위협에 대한 위험을 측정하고 대응의 우선순위 결정한다. 영국의 법집행기관은 과거 2006~2007년에는 총기무장 집단(Firearms group), 마약 조직에 우선 대응하였지만 최근에는 인신매매(Human Trafficking), 국경위협 범죄 (Threaten the border), 사이버범죄(Cyber crime) 등에 초점을 맞추고 있는데 이는 이러한 우선순위 결정 매카니즘에 따른 것이다. 미국 FBI 역시 국가안보와 범죄 분야의 위협 요인에 대한 우선순위를 발표하고 있다. 우선순의는 국가안보 측면에서는 테러리즘, 방첩, 사이버범죄, 그리고 범죄측면에서는 공공부패, 시민권리, 조직범죄, 지능 범죄, 폭력범죄 및 주요절도 등으로 설정되어 있다. 한국인터넷진흥원과 빅 데이터전략 연구센터는 청소년 자살원인 분석을 위해 빅 데이터를 활용하였다. 이 기관들은 1단계로 토픽 중심의 데이터를 추출하고 2단계로 청소년이 자살과 관련하여 언급한 데이터를 추출하고 3단계로 내용을 분석 하기 위한 용어 사전을 작성한 후 불용어 처리 등 데이터 정제과정을 거쳐 최종적인 분석 대상 데이터를 추출하였다. 대상 데이터를 통해 버즈 분석, 키워드 분석, 감성 분석, 영향력자 분석 등 총 12가지의 세부 분석을 실시하여 청소년 자살 관련 행태, 자살에 대해 느끼는 감정의 종류, 자살의 주요 원인 등을 밝혀내려는 시도를 하였다. 해당 연구는 소셜 네트워크만을 분석하였으나 만약 여기에 변사사건 정보, 유서의 내용, 인터넷상 자살 게시글 내용과 조치결과 정보 등이 결합 되면 세밀하게 위험 징후를 예측할 수 있을 것이다.