예측적 경찰활동의 효과를 극대화하기 위한 빅데이터 활용의 중요성과 데이터 정확성 확보 및 윤리적 투명성 제고의 필요성 doc_id PCY_201509210500089561_13

예측적 경찰활동에 필요한 데이터를 분석해 주는 소프트웨어가 개발되었다고 하여 사람의 일이 없는 것은 아니다. 사람은 예측적 경찰활동에서 소프트웨어보다 중요한 역할을 하게 된다. 사람은 우선 어떠한 요소들이 범죄에 영향을 미치는지 연구를 하게 되며 이러한 요소들을 어떻게 수집하고 어떻게 관리할 것인지를 먼저 결정하여야 한다. 분석의 정밀도가 높아질수록 프라이버시에 대한 문제를 일으킬 수 있기 때문에 이 부분에서 사람의 판단은 매우 정교하게 개입되어야 하고, 법률적 판단도 하여야 한다. 분석을 할 수 있는 방법을 설계하여 실행하여야 하며 분석을 통하여 나온 결론을 재해석하고 다른 분석도구를 통해 도출된 결론과 재결합을 하여 맥락 안에서 새로운 지식을 발견해 내야만 한다. 이렇게 도출된 결과를 토대로 어떠한 경찰활동을 할 것인지에 대한 결정을 하는 것 또한 사람의 몫이다. 예측적 경찰활동에 쓰이는 데이터들은 개별 범죄사건 수사를 통해 취득한 기록, 신고자가 범죄피해내용을 신고한 기록, 교통단속 등 적발기록, 행정 목적상 취득한 기록 등 다양하게 존재한다. 그러나 이러한 기록들은 자동으로 수집되기 보다는 경찰관들의 경찰활동을 통해서 수집되거나 신고자의 진술로부터 수집된다. 신고자의 경우 데이터를 자신에게 유리한 방향으로 진술함으로써 허위 자료를 제공하게 되고 수사관들은 사건에 대한 해결에만 치우쳐 예측적 경찰활동에 기여할 수 있는 기타 정보에 대한 입력에 신중하지 못함으로 인해 오류정보를 입력할 수도 있게 된다. 특히, 상습성이 있거나 일정한 패턴을 가지게 되는 수법 범죄의 경우 해당 범죄에 관한 정보들이 상세하게 입력되어야 함에도 불구하고 부가적인 업무로 취급되어 추정에 의하여 작성 입력되는 경우도 존재할 수 있다. 예측적 경찰활동의 정확도를 높이기 위해서는 사람에 의해 작성 입력되는 정보의 정확성이 담보될 수 있는 제도적 장치가 필요하게 된다. 발전된 데이터베이스 시스템과 이를 분석할 수 있는 소프트웨어의 개발은 많은 양의 데이터 분석을 가능하게 한 것은 사실이지만 분석에 사용되는 데이터의 정확성이 낮을 경우에는 이로부터 도출된 결과에 오류가 있게 된다. 특히 빈집털이 절도의 경우 피해자가 집을 장기간 비웠을 때에는 절도범이 침입한 정확한 시간을 알 수가 없으며 만약 이러한 데이터를 입력하는 수사관 또는 사건 접수자가 폭넓게 시간을 입력하거나 특정한 시간을 입력한 경우에는 해당 데이터는 큰 위력을 발휘할 수 없게 된다. 또한 사건을 접수하고 수사를 진행하는 경우 수사진행 중에 취득한 모든 데이터를 데이터베이스에 입력하지 않게 되면 데이터의 생략이 이루어지게 된다. 정확한 분석을 위해서는 가급적 취득한 데이터가 실시간에 가깝게 데이터베이스에 입력될 것이 요구되어져야 한다. 반면에 사이버상 이루어지는 범죄의 경우 동일한 사건이 여러 경찰관서에서 중복적으로 취급되어지고 동일한 사건이 마치 여러 개의 사건인 것처럼 입력되는 경우도 있게 된다. 데이터의 중복 또한 데이터의 생략만큼 분석의 정확도를 떨어뜨리는 주요한 이유가 된다. 범죄학 이론은 범죄예측에 필요한 자료가 무엇인지 말해 줄 수 있다. 각각의 범죄학 이론에서 제공한 범죄인자를 분석하여 범죄를 예측하고 이를 예방하거나 제지하였다면 이 자료는 역시 범죄학 이론을 검증하는 자료로 사용될 것이다. 이는 가설과 검증의 관계로 상호작용한다. 그러한 범죄예측을 더욱 더 세밀하게 보조할 수 있는 것으로 빅 데이터의 활용을 검토하게 된다. 그러나 빅 데이터는 범죄학 이론이 세운 가설을 검증하는데 도움을 주는 도구가 아니라 빅 데이터 자체를 분석하는 것은 그 자체로 실증이며 가설조차 필요 없게 된다. 다만 이러한 전제는 100% 완전한 인간의 정보를 활용하였다는 전제 즉, 범죄에 영향을 줄 수 있는 모든 변수를 전수조사 했다는 가정이며 이는 인간생활에 대한 해부와 다름이 없어 사실상으로나 윤리적으로나 불가능한 가정일 뿐이다. 행정활동이나 행정의 속사정이 외부에 제대로 알려지지 않으며, 또한 마음대로 할 수 있는 상황 하에서 책임성을 결여하게 되면 곧 부패가 발생할 수밖에 없다. 이것은 곧 행정 혹은 공무원의 익명성을 의미하는 것으로서, 그 동안 익명성은 전통적 공무원을 상징하는 특징의 하나였다. 익명성은 사람만이 아니라 정책과 조직에도 적용되어서, 행정기관을 검은 상자(Black Box)라고 표현하는 것이 자연스러울 정도였다. 그런데 이러한 익명성과 검은 상자는 결국 공적 감시의 부재를 의미하는 것으로서, 부패발생에 우호적 환경을 조성하는 역할을 수행하였다. 특히 빅 데이터 환경에서 데이터와 정보는 기업활동의 원천으로 작용할 수 있기 때문에 이에 대한 익명성은 부패와 데이터 남용 가능성을 높일 수밖에 없다. 따라서 빅 데이터 처리 과정의 공개는 빅 데이터 이용의 선결조건이 되어야만 한다. 데이터베이스의 존재와 사용이 공개된다면 국가나 조직은 비윤리적인 사용이나 사회적으로 수용할 수 없는 데이터의 사용을 더욱 피하게 될 것이다. IT의 발전으로 범죄의 수법 또한 치밀해지고 있으며 IT기술을 활용한 신종범죄가 극성을 부리고 있다. 정부당국은 1) 치안환경의 변화에 따른 전통적 범죄예방의 한계를 극복할 방안이 필요하며 2) 범죄예방을 위한 목표의 정확성을 제고하여야 하며 3) 치안정보 수집을 위한 접촉비용을 최소할 필요가 있으며 4) 표준화된 범죄대응 전략을 마련하여 일관성 있는 서비스를 제공하여야 하며 5) 범죄의 지능화･첨단화에 비해 범죄예방에 관한 인적･물적 자원을 충원하기 어려운 문제를 해결하는 대안을 마련하여야 하고 6) 사후적 대응에서 사전예측･조기탐지로 범죄대응 방식의 패러다임 전환을 하여야 한다. 이러한 해결과제에 대한 답을 빅 데이터에서 찾고자 한다. 이처럼 빅 데이터는 이미 알려진 기지(known knowns)와 무지(known unknowns)의 사실들을 넘어 알려지지 않은 미지의 사실(unknown unknowns)들을 도출해 낼 수 있는 통찰력을 얻을 수 있도록 해준다. 그간 여러 연구들에 의하면, 강력범죄에 있어 10%의 범죄자들이 전체 범죄의 50%를 저지르며, 소수의 피해자들이 상대적으로 많은 피해를 당하고, 경찰 신고 전화의 50%가 관할 지역 10%에 집중되어 있으며, 영국에서는 범죄 피해자의 50%가 반복적인 피해를 입고, 그 중 4%는 만성적인 피해자로 전체 신고범죄의 44%를 차지한다고 한다. 사후 연구에 의해 확인된 위와 같은 특정 범죄자, 범행 장소, 피해자가 누구인지를 미리 알 수만 있고 그 대강의 것이라도 미리 예견할 수 있다면 범죄를 저지를 가능성이 있는 자를 사전에 검거하여 범죄가 발생하지 않는 환경을 마련할 수 있을 것이다. 완벽하지는 않지만 이러한 바람은 헛된 것이 아니다. 다양한 원천들로부터 데이터를 수집하고 분석하여 과거에 발생한 어떠한 범죄적 요소와 유사한 패턴이 발견된다면 이를 통하여 미래 범죄를 예측할 수 있고 이에 효율적으로 대응할 수 있게 된다.