빅데이터 활용해 위험지역 집중순찰…112 신고 24% 감소

빅데이터와 머신러닝 기술을 활용해 지역별 범죄 위험도를 예측하고, 이 정보를 실제 치안에 적용해 범죄율을 낮춘 사례가 나왔다.

28일 경찰청과 행정안전부 국가정보자원관리원에 따르면 인천시에 '인공지능 범죄 위험도 예측 모델'을 적용해 범죄 위험지역 16곳에 10월 14일부터 6주간 경찰관을 집중 배치한 결과 신고 건수는 작년 같은 기간(666건)보다 23.7%, 범죄 발생 건수도 124건에서 112건으로 9.7% 감소했다.

이번 시범 분석 대상은 송도·청라와 같은 신도심과 국제공항·국가산업단지 등 복합적인 도시 환경이 공존하는 인천시가 선정됐다.

경찰과 국가정보자원관리원은 살인·강도·성폭력·절도·폭력 등 경찰의 범죄기록, 주취자 시비 등 112 신고 데이터는 물론이고 소상공인시장진흥공단의 소상공인 데이터(8만건), 인천시 항공사진(16GB), 신용카드 결제정보(521만건), SK텔레콤의 유동인구 데이터 등도 함께 분석했다.

분석을 위해 인천을 2만3천개의 작은 사각형으로 나누고 월별, 일별, 2시간 단위의 데이터를 적용해 구역마다 범죄 위험도를 '매우 위험', '위험', '약간 위험', '보통', '안전' 등 5단계로 평가했다.

이어 '매우 위험' 구역이 몰린 16곳을 범죄 위험지역으로 선정했다.

범죄 위험도 예측 모델의 정확도는 1일 단위 기준으로 98%에 이르렀다고 경찰과 국가정보자원관리원은 밝혔다.

이 방식은 단순히 범죄 발생 수만으로 위험도를 예측하는 기존 방식(선형 회귀 예측모델)보다 정확도가 20.1% 높은 것으로 나타났다.

민갑룡 경찰청장은 "경찰의 업무는 과학적 데이터 분석과 활용이 매우 중요하다"며 "이번 연구 결과의 효과를 검증하고, 폭넓게 다른 기관과 협업해 더 효과적인 치안 활동을 전개하겠다"고 말했다.

김명희 국가정보자원관리원장은 "앞으로도 다양한 공공·민간 데이터를 활용해 국민이 체감할 수 있는 과제를 주도적으로 수행할 것"이라고 덧붙였다.

/연합뉴스