행정안전부와 경찰청은 최근 2년간 전국에서 발생한 범죄사건의 현장을 기록한 '임장일지 데이터'를 인공지능(AI) 기술로 분석해 동일범의 여죄추적에 활용했다고 17일 밝혔다.
수사관이 피의자의 여죄 추적을 위해 범행수법과 유사한 임장일지를 일일이 검토하던 것을 인공지능 기계학습을 통해 신속하게 찾아낼 수 있도록 개선한 것이다.
실제 미제사건 비율이 70%에 달하는 절도사건의 경우 발생빈도가 높고 범행수법이 다양해 피의자의 여죄를 찾아내는데 현실적으로 어려움이 많았다. 이번 분석은 책임운영기관인 국가정보자원관리원과 경찰청이 협업해 임장일지에 포함된 장소, 시간, 범행수법 등의 텍스트 데이터를 다양한 AI 알고리즘을 활용해 최적의 여죄추적 모델을 구현한 것.
관리원은 여죄 추적 모델을 구현하기 위해 기존 검증된 알고리즘(TF-IDF) 뿐만 아니라 구글이 발표한 최신기술(Doc2Vec) 등 총 4개의 알고리즘에 대해 3개월에 걸쳐 기계학습으로 수차례 테스트했다. 경찰청은 이 과정에서 활용 데이터의 특성에 대해 관리원과 공유하고, 분석기법의 실제 적용 가능성을 검증하는 역할을 했다.
관리원이 구현한 분석모델은 부산지방경찰청의 범죄 피의자 여죄추적에 즉시 활용돼 3건의 추가 여죄 입증에 성공했다. 또한 다른 지역의 침입·절도사건 등 6건의 유사 사건에 대해서도 피의자 추가 여죄 수사가 활발하게 진행 중이다.
또한 경찰청은 자체 운영하고 있는 지리적 프로파일링 시스템과 범죄분석시스템에 이번 개발된 분석모델을 반영해 수사관의 여죄추적에 지속적으로 활용할 예정이다.
김부겸 행정안전부 장관은 "우리 부 소속의 두 기관이 협업해 빅데이터와 AI를 통한 과학적 수사를 강화하고 민생치안을 확립한 의미 있는 사례"라면서 "국립과학수사연구원 등 다른 소속기관과 다양한 빅데이터 분석 협업을 통해 국민 생활과 밀접한 사회 현안을 해결할 수 있도록 노력하겠다"고 말했다.이경탁기자 kt87@dt.co.kr
수사관이 피의자의 여죄 추적을 위해 범행수법과 유사한 임장일지를 일일이 검토하던 것을 인공지능 기계학습을 통해 신속하게 찾아낼 수 있도록 개선한 것이다.
실제 미제사건 비율이 70%에 달하는 절도사건의 경우 발생빈도가 높고 범행수법이 다양해 피의자의 여죄를 찾아내는데 현실적으로 어려움이 많았다. 이번 분석은 책임운영기관인 국가정보자원관리원과 경찰청이 협업해 임장일지에 포함된 장소, 시간, 범행수법 등의 텍스트 데이터를 다양한 AI 알고리즘을 활용해 최적의 여죄추적 모델을 구현한 것.
관리원은 여죄 추적 모델을 구현하기 위해 기존 검증된 알고리즘(TF-IDF) 뿐만 아니라 구글이 발표한 최신기술(Doc2Vec) 등 총 4개의 알고리즘에 대해 3개월에 걸쳐 기계학습으로 수차례 테스트했다. 경찰청은 이 과정에서 활용 데이터의 특성에 대해 관리원과 공유하고, 분석기법의 실제 적용 가능성을 검증하는 역할을 했다.
관리원이 구현한 분석모델은 부산지방경찰청의 범죄 피의자 여죄추적에 즉시 활용돼 3건의 추가 여죄 입증에 성공했다. 또한 다른 지역의 침입·절도사건 등 6건의 유사 사건에 대해서도 피의자 추가 여죄 수사가 활발하게 진행 중이다.
또한 경찰청은 자체 운영하고 있는 지리적 프로파일링 시스템과 범죄분석시스템에 이번 개발된 분석모델을 반영해 수사관의 여죄추적에 지속적으로 활용할 예정이다.
김부겸 행정안전부 장관은 "우리 부 소속의 두 기관이 협업해 빅데이터와 AI를 통한 과학적 수사를 강화하고 민생치안을 확립한 의미 있는 사례"라면서 "국립과학수사연구원 등 다른 소속기관과 다양한 빅데이터 분석 협업을 통해 국민 생활과 밀접한 사회 현안을 해결할 수 있도록 노력하겠다"고 말했다.이경탁기자 kt87@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
