범죄 예방 및 수사를 위한 데이터 분석 기술의 활용과 인권 및 권리 보호에 관한 고찰 doc_id PCY_201509210500089561_28

그리고 현재 실무적으로 시행하고 있는 범죄지도 서비스는 강도, 성폭력, 절도, 폭력 등 4대 범죄에 대한 범죄위험지역(Hot Spot) 정보만을 토대로, 그것도 도로･보행길･공원 등 비주거 지역에만 제한적으로 제공하고 있을 뿐이다. 이러한 정책은 일본, 미국, 영국 등 선진국에 비하여 서비스되는 정보의 유형이나 서비스 수준도 미흡하다. 이는 기술적인 한계라기보다는 범죄지도 공개에 대한 국민적 공감대가 충분히 형성되어 있지 않고, 현행 법률상 정보 활용에 제약이 있기 때문이다. 따라서 범죄지도의 공개를 통한 범죄예방의 효과성이 입증되어 공개되어야 하며 범죄예측의 알고리즘 및 정확성이 담보되어야 할 필요가 있다. 이는 국민들이 그 정보에 대해 신뢰할 수 있는 환경이 마련되어야 하며 범죄자 또한 해당 정보를 함께 인지할 경우의 부작용에 대한 해결책이 미리 선행되어야 할 것이다. 회귀분석은 하나 이상의 설명변수가 하나의 반응변수에 대해 가지는 관계를 규명하기 위하여 사용되는 방법으로 설명변수의 값의 변화에 따라 반응변수의 값을 예언하기 위해 사용하는 통계적 분석 기법이다. 핫스팟 매핑과는 대조적으로 회귀분석은 과거 범죄는 물론 광범위한 데이터에 기초하여 미래 범죄 위험을 예측할 수 있는데, 예를 들어, 미래 침입 절도 예측을 위한 회귀 분석 모델은 과거 침입절도 데이터와 더불어 다른 유형의 범죄 건수, 해당 지역 가정 및 빈집 수, 재산 범죄로 최근 기소된 개인 수 등 다양한 데이터를 사용한다. 회귀 모형에서 지표는 장래 발생할 사건에 대한 힌트를 제공한다. 수평선 위의 번개 치는 먹구름이 곧 비가 올 것을 암시하는 것처럼 변수들은 가까운 장래의 범죄 경향에 대한 방향성을 보여줄 수 있다. 중한 범죄로 변질되는 경범죄들, 대형 백화점 신축 등 범죄 장소를 이전시키는 지리적 변화, 기타 범죄 활동의 강도나 위치를 바꾸는 변화들이 이런 지표가 될 수 있다. 주요 지표들을 잘 분석함으로써 경찰활동은 사후적 대응에서 선제적 대응으로 개선될 수 있다. 예를 들어 날씨는 특정 유형의 범죄 증가에 영향을 미치는 것으로 알려져 있는데 일기 예보 분석은 근시일 내 관련 범죄가 어디서 발생할지 예측하는데 중요한 정보를 제공해 줄 수 있다. 데이터 마이닝은 ‘데이터베이스에 포함된 숨겨진 사실을 발견하는 것을 목표로 하는 정보 추출활동’ 또는 유용한 패턴과 경향을 찾기 위해 대규모의 전산화된 데이터를 검색하는 행위를 말한다. 전통적인 회귀분석에 있어서 많은 경우 분석자들은 예측 모형을 구축하기 위해 선택해야 할 가능한 변수들이 너무 많은 경우 계산의 어려움이 있기 때문에 입력 변수의 개수를 제한하게 된다. 반면, 데이터 마이닝은 특히 많은 입력 변수들이 있는 상황을 처리하도록 고안되어 있으며, 선형회귀분석을 넘어 데이터 마이닝 모형들의 사용은 컴퓨터 처리 속도와 용량의 개선에 따라 점점 인기를 얻고 있다. 데이터 마이닝은 단 하나의 핵심 기술이 있는 것이 아니라 엄청난 양의 데이터에서 정보를 추출하기 위한 여러 도구들의 집합이다. 데이터 마이닝에 사용되는 계산 기법은 분석하고자 하는 데이터의 속성에 따라 다르다. 종속변수가 이산변수냐 연속변수냐에 따라 여러 기법들이 존재한다. 전문가시스템은 인공지능 기술의 응용분야로 어떤 입력 값에 대해 결정을 하기 위한 특정 지식공간에서 생성된 지식을 사용하는 시스템이다. 즉, 인간이 특정분야에 대하여 가지고 있는 전문적인 지식을 정리하고 표한하여 컴퓨터에 기억시킴으로써, 일반인도 이 전문지식을 이용할 수 있도록 하는 시스템이다. 전문가 시스템은 여러 목적으로 사용될 수 있다. 예를 들어, 수사관은 전문가 시스템을 수사관이 가장 유용한 결과를 만들어 낼 것 같은 데이터 출처를 제시하는데 사용할 수 있다. 게다가 어떤 업무들은 어떤 업무수행의 결과를 바탕으로 추가적인 결정 및 업무수행을 하게 하는 전문가 시스템에 의해 자동화 될 수 있다. 실제 경찰청에서는 2012년도에 사이버범죄 분야에 대한 전문가 시스템 도입을 추진한 바 있다. 경찰청이 추진한 시스템은 개인관심사 및 사회여건 변화 등에 의한 특정범죄발생 가능성 확인을 통해 예방기능을 가동함으로서 선제적 대응이 가능해지고, 현재 발생사건에 대한 분석으로 범죄자 추론데이터 산출하여 초기 범죄대응 및 수사방향 설정에 기여할 것으로 봤다. 이렇게 첫 번째 단계인 이익의 선별과정을 통해 중요하면서도 근본적인 이익으로 승인된 이익은 두 번째 단계인 도덕적 인권화 과정을 거침으로써 도덕적 인권으로 전환된다. 이러한 과정을 밟음으로써 경험적 이익은 비로소 규범적인 인권으로 탈바꿈한다. 그러면 구체적으로 어떤 과정을 거쳐 경험적 이익이 규범적인 인권으로 전환되는 것일까? 이에 관해서는 세 가지 측면을 언급할 수 있다. 먼저 경험적 이익이 도덕적 인권으로 전환되기 위해서는 이러한 이익을 인권으로 전환하는 과정이 도덕적 정당성을 획득할 수 있어야 한다. 이익을 인권으로 전환하는 과정 자체가 도덕적 정당성을 갖고 있어야만 비로소 이 과정을 통해 형성되는 인권 역시 도덕적 정당성을 획득할 수 있기 때문이다. 그런데 여기서 다음과 같은 의문을 던질 수 있다. 과연 어떻게 인권화 과정을 구축해야 이러한 과정이 도덕적 정당성을 획득할 수 있는가 하는 의문이 그것이다. 이는 다음과 같이 대답할 수 있다. 도덕적 인권화 과정을 합리적 대화과정에 최대한 가깝게 실현할 수 있다면, 이는 그 만큼 도덕적 정당성을 얻을 수 있다는 것이다. 여기서 ‘합리적 대화’(juristischer Diskurs)는 독일의 사회철학자 하버마스(Jürgen Habermas)가 제안한 바를 수용한 것이다. 프라이버시권에 대응하는 ‘퍼블리시티권’(right of publicity)은 “인격주체의 성명이나 초상을 경제적으로 이용할 수 있는 권리”를 말한다. 이를 달리 “실재하는 인물이 자신의 캐릭터에 대한 상업적 가치를 통제할 수 있는 권리”라고 정의하기도 한다. 우리 하급심 법원은 퍼블리시티권을 “재산적 가치가 있는 유명인의 성명･초상 등 프라이버시에 속하는 사항을 상업적으로 이용할 수 있는 권리”라고 정의하기도 한다. 이러한 퍼블리시티권은 프라이버시권과 함께 인격권의 하부 범주에 속한다. 다만 인격권이나 프라이버시권은 인격적 이익이나 프라이버시에 대한 침해로부터 이를 보호하고자 하는 소극적･방어적 권리라면, 퍼블리시티권은 인격적 이익을 상업적으로 이용하고자 하는 적극적･능동적 권리라고 말할 수 있다. 이렇게 볼 때, 퍼블리시티권은 인권주체의 자율적인 자기결정을 전제로 하는 권리라는 점에서 기존의 인격권이나 프라이버시권보다 진일보한 권리라고 평가할 수 있다. 연쇄범죄자 거주지 분석은 연쇄 범죄가 발생하였을 경우 범인의 예상 거주지나 범행하기 좋은 장소를 추출하는 기능을 말한다. 이는 거리 중심, 평균 중심, 최빈값 분석, 동선분석, 군집분석, 범행원 분석, 방향성 분석 등 다양한 기법을 활용하여 추출한다. 범인 거주지를 압축해주는 기능이 있어 용의자의 예상 거주지역의 범위를 설정하고, 사건발생지를 중심으로 잠복과 탐문을 하도록 하여 범인검거를 지원한다. 범죄자 주거지 추정을 위한 방법은 범죄 발생 위치들로부터 중심위치를 찾는 공간분포 접근방식과 연구지역 내의 모든 위치에서 범죄발생 위치와의 거리에 따른 확률을 계산하여 범죄자의 주거지가 존재할 확률 값을 구하는 확률거리 접근방식을 이용할 수 있는데, 이는 범죄자의 이동타입에 따른 범죄 발생 위치의 패턴에 따라 분석결과의 정확도가 상이한 특성을 지니고 있다. 즉, 범죄발생 위치의 공간적 분포는 범행동기, 목적, 범죄자의 특징, 이동형태 등에 따라 구별되는데, 이러한 분포 패턴에 따라 범죄자의 거주지 예측 결과에 차이가 있을 수 있으므로 범죄자의 이동 패턴을 고려한 차별적인 분석기법이 활용되어져야 한다.