빅데이터 과학의 형사사법체계 활용 가능성과 범죄 예측 및 수사에서의 유용성, 그리고 이에 따른 개인정보 인권 보호 문제에 대한 통합적 고찰 doc_id PCY_201509210500089561_29

연쇄범죄자 거주지 예측 기능은 1995년부터 2011년 사이에 울산 지역에서 발생한 연쇄 방화사건에 활용되었다. 당시 경찰은 ‘한국형 연쇄 범죄자 거주지 예측 알고리즘을 활용하여 범인 거주지 및 직장 등 거점과 관련 있는 군집 2개 영역을 추출하고, 그 중 거주지 관련 군집 영역을 다시 추출하여 범인의 주거지를 예측하였는데 예측 범위 내에서 발견되었다. 당시 범죄자는 출근시간은 7시 전후, 퇴근시간은 17~18시 전후인 것으로 나타났다. 군집분석 결과 1군집은 일과 전후 시간대에 군집하였고, 2군집은 대부분이 일과 시간대로 A기업과 가까운 지역에서 발생하여 1군집은 범인 거주지와 관련이 있는 지역으로, 2군집은 직장 및 자주 가는 장소와 관련이 있는 지역으로 예측하였다. 실제로 범인은 A기업에서 종사하는 것으로 예측이 적중하였다. 112신고시스템을 통해 접수되는 피해신고 중에는 골든타임을 놓치게 될 경우 심각한 피해로 이어질 수 있는 사건이 존재하기 때문에 신속하게 대응하는 것이 중요하다. 위에서 소개한 파주경찰서의 사례는 독립되어 운영되고 있는 두개의 데이터를 연결했을 때 시너지 효과를 낼 수 있다는 사실을 실증적으로 보여주었다. 하지만 112신고정보 및 순찰차의 정보에 대한 활용은 다음의 몇 가지의 점들로 볼 때 낮은 것으로 판단된다. 첫째, 112신고정보 그 자체만으로도 많은 분야에서 활용할 수 있음에도 접수와 출동에만 관심을 집중한 나머지 데이터 분석을 통한 선제적 예측과 신속한 출동에 대해서는 관심이 부족했다. 따라서 앞으로는 접수와 출동을 넘어서 수요예측과 신속한 출동 등 경찰출동요소에 대한 의사결정을 지원할 수 있는 기능을 개발할 필요가 있다. 범죄위험지역(Hot Spot) 분석은 과거 범죄 데이터를 통해 범죄 위험이 증가된 지역을 예측하는 기법이다. 과거에 범죄가 발생한 장소는 장래에도 범죄가 일어날 개연성이 높다는 기본 가정을 예측의 근거로 삼는다. 모든 범죄위험지역(Hot Spot) 분석 방법은 군집화(clustering)가 핵심으로, 장소의 범위와 관련하여 식별된 구역이 지나치게 좁으면 관심 지역이 배제될 수 있고, 지나치게 넓게 설정하면 자원을 할당하는데 유용하지 않아 활용도가 떨어진다. 표현 방법은 격자형 매핑(gird mapping)이나 주제별 매핑(thematic mapping) 등 매우 단순한 방식이 일반적으로 사용되고 있다. 과거 경찰청에서 ArcGIS 툴을 이용하여 개발한 범죄지도도 주로 이 표현방식을 사용하였다. 영국의 경우 경찰의 범죄위험지역 분석정보를 대외에 공개하는 서비스에 활용하였는데 이를 소개하면 다음과 같다. 첫째, 문제해결 역량 제고이다. 이는 분석에 사용되는 데이터의 양이 증가하면 할수록 정보의 왜곡을 줄일 수 있다. 기존에는 데이터 수집에 드는 비용과 시간이 많았기 때문에 제한된 데이터로부터 전체 특성을 알아내는 기법에 의존하게 되고 이에 따라 정보의 왜곡이 존재한다. 분석이 가능한 수준으로 데이터를 정형화하는 과정에서 소실되는 정보도 상당할 수밖에 없으며 이러한 소실 정보 또한 예측에 있어서는 가치를 가질 수 있다. 다양한 문제해결에 필요한 복잡하고 미묘한 패턴을 잡기 위해서는 빅 데이터가 중요한 역할을 하게 된다. 단편적인 예를 들면, 하나의 사건에서 사용된 대포전화는 그 자체만으로는 통화 내역에 대한 확인이나 그 전화의 사용위치에 대한 정보에 불과한 것이며 이 전화를 특정하지 못하는 한 범죄수사나 예방에 있어 다른 의미를 가지지 않게 된다. 그러나 국민 1인이 1년간 사용하는 전체 통화량과 통화상대방의 평균인원수는 대포전화를 특정 하는데 중요한 지표를 제공해 줄 수 있다. 이 연구는 바로 이러한 문제의식에서 출발한다. 최근 새롭게 떠오르면서 우리 사회 여러 방면에서 큰 관심을 받고 있는 빅 데이터 과학이 우리 삶의 형식과 사회구조를 어떻게 변화시키고 있는지, 그 중에서도 특히 형사사법체계와 우리의 정보인권에 어떤 영향을 미치는지에 관심의 초점을 맞추고자 한다. 이미 시사를 한 것처럼, 빅 데이터 과학은 다양하고 이질적인 거대정보를 수집･저장･분석함으로써 우리 형사사법체계에 긍정적인 기여를 할 수 있다. 이를테면, 빅 데이터 과학은 범죄를 예측하거나 범죄수사를 진행하는 데, 더 나아가 성범죄와 같은 상습범죄의 재범을 방지하는 데 유의미한 역할을 수행할 수 있다. 그러나 이미 언급한 것처럼, 개인정보를 광범위하게 수집･저장하고 관리･분석하는 빅 데이터 과학은 개인정보에 관한 인권, 즉 개인정보인권을 중대하게 침해할 위험도 안고 있다. 따라서 한편으로는 빅 데이터 과학이 갖고 올 과학기술적 유용성을 이용하면서도, 다른 한편으로는 빅 데이터 과학에 의해 발생할 수 있는 새로운 인권침해 문제를 조화롭게 해결할 수 있는 법정책적 방안을 모색해야 한다. 바로 이러한 목적에서 본 연구의 첫 단추가 꿰어야 한다. 이 연구는 가장 기본적인 방법으로서 문헌연구 분석방법을 사용하였다. 빅 데이터와 관련된 국내외 문헌을 광범위하게 수집하고 분석함으로써, 빅 데이터와 관련된 이론적 논의와 실제적 현황을 파악하고, 이를 통해 양자의 관계에 대한 바람직한 방향을 모색해 보고자 한다. 다음으로 통합과학적 방법을 사용하였다. 통합과학적 방법은 기초법학을 주된 전공으로 하여 주로 사용하는 방법이다. 헌법학자인 정종섭 교수로 거슬러 올라가는 이 방법은 법학 자체를 통합과학으로 파악하면서, 법적 문제를 정확하게 풀어가기 위해 실정법학의 각 전공분과뿐만 아니라 기초법학, 더 나아가 철학이나 사회학 등과 같은 다른 학문영역의 관점이나 성과를 원용 하였다. 따라서 본 연구에서는 주로 빅 데이터에 관한 과학적 성과와 형사법적 고찰, 그리고 실무적 과정에서의 빅 데이터 활용방안, 정보인권에 관한 인권철학적 성과와 개인정보 보호법과 관련을 맺는 정보법학의 성과 등을 통합적으로 고려하였다. 몇 년 전부터 이른바 ‘빅 데이터’(Big Data)가 새로운 화두로 떠오르고 있다. 이를 반영하듯 빅 데이터를 다루는 단행본이나 연구논문 등이 최근 다양한 영역에서 생산되고 있다. 이를테면 빅 데이터는 경제･경영 영역에서 새로운 비즈니스 키워드로 언급되고 있을 뿐만 아니라 빅 데이터는 사회 전 영역에서 새로운 성장 동력으로 관심의 초점이 되고 있다. 현 박근혜 정부 역시 빅 데이터를 창조경제의 원천으로 인식하고 있다. 이에 따라 빅 데이터를 다루는 빅 데이터 과학이 새로운 첨단분야로서 떠오르고 있고, 이를 통해 자연스럽게 사회 전체적으로 빅 데이터 환경이 조성되고 있다. 이를 반영하듯, 심지어 가장 최근에는 빅 데이터가 스포츠 영역에서도 등장하고 있는데, 월드컵 열기가 한창이던 지난 7월 빅 데이터 분석을 통해 월드컵 8강팀을 예측한 구글(Google)의 시도를 소개한 기사가 게재되기도 하였다.