인공지능 이용 범죄예측 기법과 불심검문 등에의 적용에 관한 고찰

• 영문명: A Study on Predictive Crime Analytics based on Artificial intelligence and Police Stop
• 발행기관: 대검찰청
• 저자명: 양종모(Yang Jong Mo)
• 간행물 정보: 『형사법의 신동향』제51호, 210~242쪽, 전체 33쪽
• 주제분류: 법학 > 법학
• 파일형태: PDF
• 발행일자: 2016.06.30

국문 초록

빅 데이터 시대의 본격적 개막에 따라 빅 데이터를 각 분야에 응용하려는 다양한 시도가 진행되고 있다. 이러한 빅 데이터의 응용에 있어서 핵심적 요소는 인공지능을 이용한 분석기법인데, 범죄예측 분야도 예외는 아니어서 빅 데이터와 인공지능을 이용한 범죄예측의 실용적 모델들이 속속 등장하고 있다. 이러한 인공지능과 빅 데이터를 이용한 범죄예측 기법은 1980년대의 인공지능 전성시대의 기법과는 다른 머신러닝이라는 새로운 기법 때문에 가능하게 된 것인데, 사전에 범죄발생 징후가 높은 지역과 시간을 미리 예측하여 선정하고, 순찰활동 등 경찰력을 그 지점에 집중토록 함으로써 경찰의 예방활동에 현실적이고도, 지대한 공헌을 하고 있다. 이런 시스템을 범죄예방 활동에 도입한 미국의 여러 도시에서 괄목한 만한 성과가 나옴으로써 ‘마이너리티 리포트’라는 영화에서나 가능했던 범죄예측과 사전 진압의 스토리가 멀지 않은 장래에 실현될 가능성을 높여주고 있다. 본고에서는 이러한 인공지능을 이용한 범죄예측 기법에 대한 일반적 소개와 더불어, 그것을 실제 활용함에 있어 우리 법 현실에서 어떠한 법적, 기술적, 방법론적인 문제를 야기할 것인지, 그런 문제를 현행법 체계 하에서 어떻게 규율할 수 있는지에 대하여 불심검문에의 적용을 중심으로 검토할 예정이다. 불심검문 제도의 특수성 때문에 그 규율에 있어서 다른 분야와는 다른 특성이 나타나기도 하는데, 보다 범용적인 형태의 규율은 차후의 과제로 남기고, 논의의 범위를 인공지능 분석기법에 의한 범죄예측 결과의 불심검문 적용에 한정하기로 한다. 머신러닝 분석기법 중 인공신경망은 사용자에게 일종의 블랙박스와 같고, 불투명하기 때문에 결론 도출과정을 설명할 수 없다는 특성을 가지고 있는데, 이러한 특성 때문에 머신러닝 분석기법, 나아가 인공지능 분석기법이 적용된 예측결과를 과학적 증거방법으로 허용하기 위해서는 여러가지 법적 검토가 뒤따라야 할 것이다. 나아가 인공지능에 대한 일반적 허용과 관련하여서도 그와 관련된 법적·제도적 측면의 논의 외에 법철학적 차원 등 다양한 형태의 고찰이 필요하다는 점은 분명하다.

영문 초록

After historic man-versus-machine match in Seoul, people became aware of rapid advance of artificial intelligence. Artificial intelligence is based on the assumption that the process of human thought can be mechanized. The Beginning of artificial intelligence is set in 1956. Watson, the artificial intelligence program created by I. B. M. is able to understand natural language queries and answer question. Machine Learning is the hot new phase of artificial intelligence. This has become practical only recently with the development of big data. Applying machine learning is a big switch from traditional police dispatching. The use of artificial intelligence to predict crime has only recently emerged. For example Predpol software is a powerful tool that allows law enforcement to shift from reactive to preventive policing. It’s algorithm uses advanced mathematics and machine learning to generate predictions using type, place, and time of past crimes. It is based on the idea that analyzing large amount of crime data, you can more accurately predict where and when crimes may happen. This article reviews the admissibility of predictive policing based on artificial intelligence. The standard rule on admissibility of new scientific evidence is Frye and Daubert test. But the reliability of machine learning should be differently assessed. The heart of machine learning is artificial neural network. Artificial neural network can learn, but acts as a black box. So artificial neural network can’t explain how it arrives at a particular solution. This opaqueness affects the admissibility of crime prediction based on machine learning. If we cannot see how the network derives its results it produces, we cannot accept the results. The validation of results is very important factor in admissibility of scientific evidence in criminal trials. But predictive policing based on artificial intelligence will impact reasonable suspicion analysis of police stop. Despite that predictive policing based on artificial intelligence lacks reliability and transparency, it provides legitimacy in police stop.

목차

논문요약

Ⅰ. 서론

Ⅱ. 빅 데이터 지식처리 인공지능 동향

Ⅲ. 범죄예방활동과 범죄예측 시스템

Ⅳ. 인공지능 범죄예측 시스템 구현과 불심검문에의 적용 가능성

Ⅴ. 결론

참고문헌

ABSTRACT

키워드

인공지능 머신러닝 인공신경망 컴퓨터 분석 범죄예측 기법 빅 데이터 불심검문 Artificial intelligence Machine learning Artificial neural network Computer Analytics Crime predicting Police stop