공공정책 위키(Public Policy Wiki)에 오신 것을 환영합니다


공공정책 위키 시작하기

지리적 범죄 분석 시스템

Public Policy Wiki
JK (토론 | 기여)님의 2024년 3월 4일 (월) 10:54 판
(차이) ← 이전 판 | 최신판 (차이) | 다음 판 → (차이)
둘러보기로 이동 검색으로 이동

지리적 프로파일링

심리적 프로파일링이 범죄자의 말과 행동 그리고 범죄의 형태를 분석하여 범인을 찾는 것이라면, 지리적 프로파일링은 범죄 공간에 대한 지리적 특성을 분석하여 범인을 찾는 것이다.

지리적 프로파일링은 주로 5건 이상 연쇄적으로 벌어진 사건들과 관련한 장소들의 공간적 위치 및 범인의 행동특징을 체계적으로 분석하여 범인의 주요 활동거점으로 생각되는 집, 거주지, 직장 등을 통계적, 확률적으로 추정하는 과학수사 기법을 말한다.

킴 로스모(Kim Rossmo)는 현대적 의미의 지리적 프로파일링 기법을 실무로 정립한 캐나다의 경찰관이다. 그는 특출난 수학 능력을 가져 범죄학으로 박사학위를 받고 범죄자의 지리적 표지에 대한 수학적 방법을 이용하여 ‘지리적 프로파일링’ 분야를 개척한 선구자적인 인물로 평가받고 있다. 지리적 프로파일링에는 기본 가정 2가지가 존재한다.

최근접의 원칙(The nearness principle)

범인에게 비슷한 정도의 범행 가능한 장소가 여러개 존재할 경우, 다른 모든 조건이 같다면 자신의 생활근거지에서 가장 가까운 범행장소를 선택할 것이라는 가정이다. 이때 가까움의 정도란 실제 거리(기하학적 거리)가 아닌 ‘차량운행 거리(범죄의 여행거리)’를 말합니다. 또한, 이러한 공간적 거리는 개인에 따라 주관적으로 다르게 인식될 수 있습니다.

FBI에 의하면 연쇄살인의 경우, '최초의 공격지점'은 범인의 집에서 가장 가까운 지역일 가능성이 매우 높다고 한다. 실제로 연쇄살인범의 경우 보통 자신의 거주지로부터 1.6~3.2km 이내에서 피해자를 포착하는 경향이 있었으며 폭력범죄는 재산범죄에 비해 범인 거주지에서 더 가까운 지역에서 발생하는 것으로 나타났다.

원가설(Circle Hypothesis)

여러 범죄현장 중 두 개의 가장 멀리 떨어진 범죄현장들을 연결하는 선을 지름으로 하는 범행원(Crim circle)을 그렸을 때 이 범행원 안에 범인의 집이 존재할 확률이 매우 높다는 이론이다. 실제로 범행원은 전체 91%의 강간범행 현장을 포함하며, 범인의 집이 존재할 확률은 87%로 매우 높은 것으로 드러났다.

이 이론에 따르면 범죄 방식은 크게 두 가지로 나눌 수 있다.

  • 이동/통근형 방식 범인 거주지에서 일정한 방향으로 어느 정도 벗어난 지역에서 범행을 저지르고 다시 복귀하는 유형
  • 정체/거주지형 방식 거주지를 중심으로 주변 지역에서 범행을 저지르는 유형

의의(유용성)

  • 신속성과 효과성

범인이 거주하고 있을 가장 확률 높은 장소를 추정하고, 이 장소를 중심으로 용의자를 선정하여 수사한다는 점에서 막연히 넓은 지역에 있는 수많은 용의자를 상대로 일일이 조사하는 것보다 훨씬 신속하고 효과적이다.

  • 예측가능성

범죄가 자주 일어나는 곳에 대한 분석이 이루어지므로 ​범인의 행동 패턴을 파악하고 범죄 발생 지역을 효율적으로 예측할 수 있다.

지리적 범죄 분석 프로그램

라이젤(RIGEL)

로스모가 개발한 지리추정 프로파일링을 컴퓨터를 통하여 보다 더 정교하게 수행할 수 있는 시스템이다.

범죄정보와 다양한 변수를 입력시킬 경우 심각한 위험지역과 평균지역, 안전지역 등으로 구분되는 범죄지도를 얻을 수 있다. 범행위치를 특정한 주소치나 GPS로 파악한 위도값 및 경도값으로 입력하면 컴퓨터가 전형적인 공간분석을 수백만 번 이상 수행한 후 범인의 거주지일 가능성이 가장 높은 지역을 순서대로 2차원 혹은 3차원의 디지털 지도로 보여준다.

라이젤 시스템은 2002년부터 공식적으로 도입하여 강력사건 수사에 사용되고 있고, 현재는 미국, 영국, 독일, 벨기에, 오스트리아, 뉴질랜드 등 각국에서 이 프로그램을 활용하고 있다.

프리카스(Pre-CAS)

인공지능(AI) 기반 빅데이터 분석으로 범죄 위험도를 예측해 대비하는 시스템으로 범죄위험도 예측 분석에 있어 도시형·산업형·주거형·도농복합형·농림수산형·관광형 등 6개 지역 특성에 따른 각자의 데이터를 달리 입력한다. 이후, 100㎡ 격자 단위로 해당 구역의 범죄 위험도를 250개로 분류하여 시·군·구 단위 내에서 1등급부터 10등급까지의 척도로 구분하고 있다.

1등급에 가까울수록 위험도가 높고, 10등급은 사실상 사람이 살지 않는 산간지역 등이 해당한다. 경찰은 프리카스 프로그램을 이용하여 1등급부터 3등급까지를 '고위험등급'으로 판단하고, 현장에선 2시간 단위로 변화하는 범죄위험도에 따라 높은 등급 위주로 먼저 순찰 경로를 설정한다.

지오프로스(GeoPros)

지오프로스는 경찰청이 개발한 지리적 프로파일링 시스템(GeoPros: Geographical Profiling System)이다. 수많은 범죄정보 데이터와 전자지도를 결합하여 범죄유형별 주요 발생지역과 범죄 취약지역 등을 입체적으로 분석하는 스마트 치안시스템으로 2009년부터 지역별·범죄 유형별 특화된 범죄예방 정책 수립과 범인 검거에 활용되고 있다.

수사 중인 범죄에 대한 정보를 지오프로스에 입력하면 기존에 입력된 범죄자 정보와 동종범죄 발생 패턴 등 여러 변수를 적용하여, 반경 수십킬로미터에 이르는 연쇄사건에서 범인 은신처를 지도상으로 수백미터까지 좁힐 수 있어 범인을 검거할 확률을 높일 수 있다는 장점이 있다.

  • 범죄자/피해자 HotSpot 분석 HotSpot은 지역에 따른 범죄위험도를 확률 밀도 함수를 통해 분석하여 주는 기능으로 GeoPros는 커널밀도 함수를 활용하여 범죄가 이미 발생한 곳 뿐만 아니라 아직 발생하지 않은 곳의 범죄위험 확률도 인근의 범죄 밀도를 통해 분석하여 준다. 범죄위험지역은 시기별, 시간대별, 범죄 유형별로 달라지기에, 범죄위험지역 분석을 시간대별, 범죄 유형별로 세분화하여 분석한 결과를 활용하는 것이 효과적이다. HotSpot분석은 신청인이 기관소속 행정구역에 대한 분석결과를 shape파일과 kml파일로 제공한다. 신청인은 정기 신청(월별, 분기별, 연별)과 비정기 신청(1회성신청)으로 구분되며, 신청된 결과는 제공페이지에서 다운로드 받을수 있다. 다운로드기간은 1주일이며, 기간 이후에 생성된 파일을 자동 삭제 된다. 또한 사건의 건수가 작아서 범죄위치의 노출 위험이 있는 경우는 제공되지 않는다.
    • 선택 가능한 죄종 - 전체범죄, 살인범죄, 강간·강제추행범죄, 폭력범죄, 강도범죄, 절도범죄
    • 시간대 - 총 6가지 항목으로 심야(00시 ~ 04시), 새벽(04시 ~ 07시), 오전(07시 ~ 12시), 오후(12시 ~ 18시), 초저녁(18시 ~ 20시), 밤(20시 ~ 24시) 로 구분되어 있다.

활용 사례

  • 2021년 3월부터 제주경찰청은 성범죄를 비롯해 각종 범죄에 취약한 초등학생의 안전을 강화하기 위해 ‘지리적 프로파일링 시스템’을 활용하여 초등학교 주변 성범죄 예방 활동을실시하고 있다. 이에 따라 초등학교 주변을 대상으로 범죄에 노출될 수 있는 공·폐가, 공중화장실 등 위험요소를 시스템에 대입시켜 이를 반영한 순찰노선도 지도를 제작했다. 이를 아동안전지킴이, 배움터지킴이, 시니어클럽 등 외부 순찰인력 1564명에게 배부해 등·하교 시간대와 주말·공휴일에 순찰활동을 진행하였다.
  • 경찰청은 "프리카스에 나타난 범죄 예측 건수와 실제 발생 건수를 비교한 결과 정확도가 평균 83.1%로 나타났다"며 "위험도가 높게 예측된 지역이 실제로도 범죄와 112 신고가 많은 지역으로 확인됐다"고 밝힌 것으로 보아 프리카스의 예측 정확도는 높은 것으로 나타났다. 자치경찰제 시행으로 지역 특성을 고려한 맞춤형 치안정책이 중요 과제로 떠오르면서, 프리카스의 활용도는 커질 전망이다.

참고문헌

박기호. (2000). 범죄분석 지리정보시스템의 설계와 구현. 대한공간정보학회, 213-232

손휘택. (2019). 지리적 프로파일링 시스템을 활용한 경찰공무원의 의사결정 성과에 관한 연구 : 지각된 업무-기술 적합도를 중심으로

이문국. (2015). 지리적 프로파일링 시스템 (GeoPros)을 활용한 범인 거점 예측 - 연쇄 강도강간범을 중심으로-. 한국셉테드학회, 105-124

신상화. (2009). 연새 강간범에 대한 지리적 프로파일리에 관한 연구. 경찰학논총, 125-160