범죄학 이론의 검증과 범죄 예방 및 대응을 위한 빅데이터 활용의 중요성과 상호작용 doc_id PCY_201509210500089561_12

사회학습이론은 범죄 또는 비행은 여러 가지 요인에 의해 습득되고 반복 또는 변화되는 과정을 겪게 되는 것이라고 주장한다. 개인이 일탈행위에 노출된 사람과 특별한 교제 관계를 가지거나 일탈행위에 더욱더 우호적인 정의를 가지게 되면 법을 위반할 가능성이 높다는 것이다. 범죄학 이론은 위에서 열거한 대표적인 이론 이외에도 심리학적 이론, 사회유대이론과 통제이론, 낙인이론, 갈등이론 등 다양한 이론들이 존재한다. 이러한 이론들이 추구하는 바는 대체 어떠한 요인들이 범죄를 발생하게 하는가이다. 범죄학 이론을 주장하는 학자들은 저마다 자신들이 내세운 이론들을 검증하기 위해 많은 노력을 기울여 왔다. 이러한 이론들은 범죄원인을 찾아 해결하고 이를 통해 범죄를 예방하고자 하는 정책과도 맞물려 있기 때문에 어떠한 이론이 적정한지에 대한 검증은 대단히 중요하게 된다. 국가의 행정정보전산망이 연결되어 있고 형사사법정보시스템으로 인해 성범죄자 정보, 수용자 정보, 출입국정보 등이 실시간으로 조회가 가능하게 되었다. 기상청 정보, CCTV의 전력사용량 등으로 추정할 수 있는 조도정보 등을 문서가 아닌 데이터 전송시스템으로 전송받고 경찰 내부 순찰차량에 탑재되어 있는 모바일 컴퓨터, 외근 형사들이 소지한 모바일 기기 등으로부터 데이터 전송도 즉시 가능하다. 따라서 이러한 데이터들을 실시간으로 수집 및 활용할 수 있는 체제와 법규가 정비된다면 살인사건 및 납치강도 사건과 같이 촌각을 다투는 사건해결에 많은 도움을 줄 수 있게 된다. 또한, 빅 데이터를 통하여 범죄를 사전에 예측하고 분석결과를 통해 순찰경로 조정 등의 방법으로 범죄예방의 효율성을 획기적으로 제고할 수 있을 뿐만 아니라, 도로교통 데이터를 분석하여 교통사고를 예방하는 등 과실범죄를 능동적으로 예방하거나, 인터넷상의 데이터 송수신 경향을 분석하여 불법정보의 유통을 사전에 차단하는 것도 가능할 것으로 예상된다. 또한 보험 가입 및 보험금 지급 내역과 금융 정보를 종합적으로 분석하여 보험사기를 적발하거나 DNA 색인시스템 등 범죄자에 대한 정보를 연계하여 이미 발생한 범죄에 대하여 효과적으로 대응하는 것도 가능할 수도 있음을 짐작할 수 있다. 잔혹한 범죄를 저지르는 범죄자는 사회에 충격을 주며 이들이 한 번 수감되더라고 형기를 마친 이후에도 범죄를 저지를 수 있다는 두려움은 시민을 늘 불안하게 한다. 결국 국가는 이러한 범죄자에 대해서 형벌을 가중하고 보안처분을 확대하고 강화하는 정책을 시행하게 되는데 이러한 정책들이 애초에 예정한 효과를 거두었는지를 밝히는 것은 그 이후의 정책결정에 매우 중요하게 작용하게 된다. 특히 이러한 정책은 죄형법정주의나 이중처벌금지원칙, 과잉금지원칙 등 형법의 기본원리를 침해할 수 있는 여지가 있기 때문에 그 실효성을 담보하지 못한다면 부적절한 형사정책이라는 비난은 계속될 것이다. 우리의 형사정책에서 정당성보다도 범죄억제의 필요성이 압도하고 있는 현실에서 강력한 형벌과 보안처분이 범죄억제력을 가지고 있는지 검증하는 노력이 필요하다. 이러한 검증이 가능하기 위해서는 한 번 처벌을 받은 범인이 출소한 이후에 동 종의 범행을 했는지 여부가 추적 조사되어야 한다. 그러나 향후 발생한 범죄들이 과연 해당 범인에 의한 것인지가 판별되지 않거나 암수범죄로 남아 있다면 이에 대한 검증은 실패하게 될 것이다. 빅 데이터는 이러한 한계를 극복할 수 있는 방법을 제공할 수 있다. 발생한 범죄에 대한 범죄자 특정을 통하여 검거함으로써 검증 자료를 제공하는 방법도 있겠지만 검거하지 못한 경우라고 할지라도 범죄프로 파일링의 정확도를 높여 해당 범인에 의한 재범이라는 추정을 가능하게 할 수 있으며 범죄피해를 수사기관에 신고하지는 않았으나 피해와 관련된 상담 및 게시글을 올리는 익명 피해자들의 게시글 분석을 통해서도 전체 잔혹한 범죄자에 대한 형사정책과 범죄의 발생추이 분석을 통하여 그 효과성을 검증할 수도 있게 된다. 경찰 법집행기관이 위험방지를 위하여 위험을 분석하고 해결하기 위해서는 그 전제가 되는 위험에 관한 정보가 필수적이며 경찰의 주요 임무가 위험방지라고 할 때 그 위험방지는 그에 관한 정보를 전제로 한다. 따라서 경찰은 국민 개개인에 대한 구체적 위험의 방지 또는 예방을 위해 잠재적인 범죄자에 대한 인적 자료를 필요로 하게 된다. 또한 거의 모든 범죄에서 공통적으로 발견되는 것은 범죄자, 피해자, 범죄의 장소이다. 범죄학은 어떠한 범죄자, 어떠한 피해자, 어떠한 범죄환경이 범죄에 영향을 미치게 되는지 연구를 하게 되고 연구를 위해 세운 가설을 검증하기 위한 자료를 수집하게 된다. 빅 데이터 영역에서는 가설에 대한 검증 없이도 어떠한 요소가 범죄에 영향을 미치게 되는지를 확인하는데 사용할 여지가 있게 된다. 경찰 활동을 통해 알게 된 사실행위 즉, 순찰 중 알게 된 대문의 시정 상태, 순찰의 동선 등 법적인 관심 대상이 아닌 정도 또한 빅 데이터 분석에 필요한 정보원천이 될 수도 있다. 결국 빅 데이터는 범죄예방영역에서 무슨 일이 있어났는지 묘사하고 해당 사건이 발생한 원인을 토대로 앞으로 어떤 일이 일어날 것 같다는 예견을 가능케 하고 범죄의 원인과 본질 즉, 왜 그런 일이 일어나는지 원인을 밝히는데 도움을 줌으로써 현상을 진단하는 역할을 할 수 있게 된다. 원천으로써 사용될 데이터 하나하나의 수집, 관리, 배포의 정당성이 확보된 빅 데이터 집단과 그러한 데이터의 재상용에 대한 정당성까지 확보되어 있는 한정된 빅 데이터 집단으로 미래를 예측해야 한다는 점이며 이러한 현실적 제약에서 범죄학 이론은 빅 데이터 활용을 위한 이론적 모델을 제시할 수 있으며 빅 데이터는 여러 가지 범죄학 이론을 검증할 수 있는 유용한 도구로써도 상호작용하게 될 것이다. 범죄학 이론은 빅 데이터의 활용관점에서 어떠한 데이터를 활용할 수 있는지, 활용하면 안 되는 민감한 정보인지에 관한 기준을 제시해 줄 수 있다. 예를 들어 생물학적 이론을 받아들인다고 하여도 호르몬 상태, 유전자 정보 등을 수집하거나 이를 사용하여서는 안 될 것이며 심리학적 이론을 받아들인다고 하여도 특히 사회유대이론, 학습이론과 같이 온전히 개인 프라이버시 영역내의 정보가 검토되어야만 하는 경우에는 이를 빅 데이터로 검증하는 것조차 허용될 수 없게 된다. 정형데이터 마이닝으로는 숫자로 구성된 데이터를 마이닝하는 것을 들 수 있다. 이에 대해 비정형데이터 마이닝으로는 텍스트 마이닝, 웹마이닝, 오피니언 마이닝 등을 언급할 수 있다. ‘텍스트 마이닝’(text mining)이란 대규모의 텍스트 데이터에서 의미 있는 가치나 통찰을 추출하는 것을 말한다. 그리고 ‘웹마이닝’(web mining) 이란 “인터넷을 이용하는 과정에서 생성되는 웹로그(web log) 정보나 검색어” 등으로부터 유용한 통찰이나 가치를 추출하는 것을 말한다. 말하자면, 웹을 분석 대상으로 하는 데이터 마이닝인 셈이다. 마지막으로 ‘오피이언 마이닝’(opinion mining) 이란 “어떤 사안이나 인물, 이슈, 이벤트에 대한 사람들의 의견이나 평가, 태도, 감정 등을 분석하는 것”을 뜻한다. SNS를 대상으로 하는 데이터 마이닝이 바로 대표적인 오피니언 마이닝이라고 말할 수 있다.