범죄 위험 추론, 범죄 위험 예측, 치안정보 데이터뱅크, 데이터 마이닝, 휴먼 네트워크 분석, Crime risk inference, Crime risk prediction, Security information data bank, Data mining, Human network analysis
KSP Keywords
Risk prediction, platform development
Funding Org.
과학기술정보통신부
Research Org.
한국전자통신연구원
Project Code
21HR4200, ICT-based Crime Risk Prediction and Response Platform Development for Early Awareness of Risk Situation,
Lee Yong Tae
Abstract
연구개발 목표 및 내용 최종 목표 치안정보 데이터뱅크* 기반의 범죄 위험 상황 초기 인지를 위한 지능형 범죄 위험도 예측 및 대응 시스템 기술 개발 * 치안정보 데이터뱅크 : 첨단 범죄수법 자료, 범죄분석 자료, 범죄예방 자료, 초동수사 자료, 외부기관 환경요소 자료 등을 포함하는 데이터 저장소 전체 내용 범죄 위험 상황을 초기 인지하여 실시간으로 범죄 위험을 판단하고 대응하기 위한 치안정보 데이터뱅크 기반 지능형 범죄 위험도 예측 및 대응 플랫폼 개발 o 치안정보 데이터뱅크 기반 시공간 범죄위험 스코어 산출 기술 개발 - 지역적 범죄·안전 정보 분석 및 범죄 안전 지수 개발 - 실시간 범죄 위험 스코어 산출 모델 개발 - 범죄위험 스코어 산출 추론 엔진 개발 - 기계학습 기반 범죄위험 스코어 산출 소프트웨어 시스템 개발 o 치안정보 데이터뱅크 기반 범죄 유형·위험도 예측 기술 개발 - 범죄 유형 탐색/분류 및 사건 위험도 추론 모델 개발 - 실시간 유사 범죄 유형 탐색/예측/추천 및 지역별 위험성 평가 모델 개발 - 기계학습 기반 범죄 위험도 예측 소프트웨어 시스템 개발 o 휴먼 네트워크 분석 기반 인물 관계 시각화 및 탐색 기술 개발 - 다수의 이종 사건에 대한 용의자와 관련 인물(공범/피해자/참고인) 간 관계도 생성 알고리즘 - 휴먼 네트워크 분석에 의한 인물 관계 시각화 모듈 개발 - 용의자·범죄조직의 위험성(중요성·활동성) 분석 모듈 개발 o 다변량 시계열 모니터링 및 주요범죄 요인 진단 지원 기술 개발 - 시계열 범죄 추세 자동 분류 및 유형별 분석 모듈 개발(시기/장소 등) - 시계열 군집 식별 및 범죄 요인 진단 모듈 개발 - 다변량 관리도 기반의 시계열 모니터링 기술 개발 o 치안정보 데이터뱅크 통합·관리 기술 개발 - 치안정보 데이터뱅크 구축 및 데이터 연동 표준 인터페이스 개발 - 비정형 데이터(개인정보 등) 비식별화 기능 개발 - 범죄 데이터 오류 탐지 기술 개발 o 실증서비스를 통한 검증 및 융합서비스 모델 개발 - 데이터 통합 환경 및 성능목표 검증을 위한 운영체계 확립 및 실증서비스 테스트베드 구축 - 현장 적용 실증서비스 수행을 통한 현장 추가 요구 개선 기술개발 - 성과확산을 위한 타 응용분야와의 융합서비스 모델 개발
연구개발성과 o 요약 - 국민들의 치안 안전을 위해 각종 치안 정보를 통합·분석하여 경찰에 신고된 사건의 유형과 위험 수준을 초기 인지하고 주변 인물 관계, 범죄 발생 주요 요인을 분석하여 의사 결정을 지원하는 ICT 융합 기반의 지능형 범죄 위험도 예측 및 대응 플랫폼 기술 개발을 완료하였으며, 정량적 개발 성과와 목표 항목을 달성함 o 연구개발성과(계획치/실적치)
연구개발성과 활용계획 및 기대 효과 o 활용계획 - 다양한 치안정보를 분석하여 범죄 위험도를 초기에 감지하여 신속·정확한 상황 파악과 대응을 지원하는 초동 범죄 위험 감지 및 대응 솔루션에 활용 가능 - 정형·비정형 데이터가 혼재된 치안정보의 개인정보 비식별화 및 개인정보 접근권한 관리 기술 개발을 통하여 개인 정보를 포함한 공공 데이터, 의료 데이터에 확장 적용 가능 - 이종 데이터 소스로부터 데이터를 실시간 수집하고 지능정보기반 범죄 위험 예측 기술 개발을 통해 유사 인공지능 응용에 활용 가능함
o 기대 효과 - (기술적 기대효과) ❍ (최고수준의 R&D) 범죄위험도 산출 정확도: 미국 샌프란시스코경찰국의 위험도 산출 정확도 71% 대비 약 15%이상 정확도 달성(세계최고수준), 유형 추론 정확도: KLUE-BERT-base모델의 토픽분류 Macro_F1 85.7%(뉴스데이터, 클래스 7종, top1기준) 대비 112사건유형추론 Macro_F1 86.3%(112신고내용 대상, 클래스 38종, top2기준)로 뉴스와 신고데이터 품질을 고려 시 국내최고수준, 특히 경찰청, 치안정책연구소와 협력하여 실제 112데이터, 가상KICS데이터를 활용한 최신 AI모델 생성 및 정확도 검증 완료
- (경제적 기대효과) ❍ (국민편익) 지능화되고 다변화되는 범죄 문제를 초기에 해결함으로써 사회 안전을 도모하고, 위험성 상황에 신속하게 대처하는 인프라를 조성함으로써, 대국민 안전 사회 실현 및 국민 편익 효과 증대 기대 ❍ (기회비용) 기존 범죄 분석 지원 시스템의 한계 및 세부적인 범죄의 수법 및 정형 데이터로는 발견할 수 없었던 범죄 단서를 지원함으로써 범죄 예방 및 신속한 사건을 해결함으로써 치안 유지에 대한 기회비용 감소 ❍ (시장규모확대) 2022년 공공안전 및 재난예방 ICT 분야의 시장규모는 각각 약 3조 3,900억원, 연평균 성장률은 17.87%로 전망(※출처 : ICT R&D 중장기 기술로드맵 2022) ❍ (고용인력창출) 국내 공공 사회서비스 비중 상승으로 정보산업의 고용지표(고용유발계수: 특정 산업에 대한 최종 수요가 10억원 발생할 때 해당산업을 포함하여 직간접적으로 유발되는 취업자의 수) 6.24를 고려하였을 때, 범죄 위험도 예측/대응 서비스의 경우 2022년~2027년 동안 15만여명의 고용유발효과 예상 (※출처 :「2019년 산업연관표(연장표)」의 정보산업 고용유발계수 및 IITP 기술로드맵 기초로 추정)
-(사회적 기대효과) ❍ (안전사회도모) 복잡‧다양해지는 범죄 문제를 예방 및 조기 신속 해결함으로써 사회 안전을 도모, 치안정보 데이터뱅크 기반의 범죄 분석 및 지원 서비스의 효율적 제공 기반의 실시간 범죄 위험 수준 파악 및 대응을 통해 국민의 안전에 대한 수요 충족 ❍ (공공ICT기술확산)실제 데이터와 최신 ICT 기술을 접목하여 현장 요원의 의사결정을 지원하는 솔루션을 확보하고 현장 중심의 연구개발 추진함으로써, 실제 경찰청 시스템에 연구결과물을 연계하여 실증함으로써 향후 AI 국가전략 수립의 좋은 사례 및 공공 도메인의 AI 기술 확산에 기여 예상
(출처 : 요약문 4p)
Copyright Policy
ETRI KSP Copyright Policy
The materials provided on this website are subject to copyrights owned by ETRI and protected by the Copyright Act. Any reproduction, modification, or distribution, in whole or in part, requires the prior explicit approval of ETRI. However, under Article 24.2 of the Copyright Act, the materials may be freely used provided the user complies with the following terms:
The materials to be used must have attached a Korea Open Government License (KOGL) Type 4 symbol, which is similar to CC-BY-NC-ND (Creative Commons Attribution Non-Commercial No Derivatives License). Users are free to use the materials only for non-commercial purposes, provided that original works are properly cited and that no alterations, modifications, or changes to such works is made. This website may contain materials for which ETRI does not hold full copyright or for which ETRI shares copyright in conjunction with other third parties. Without explicit permission, any use of such materials without KOGL indication is strictly prohibited and will constitute an infringement of the copyright of ETRI or of the relevant copyright holders.
J. Kim et. al, "Trends in Lightweight Kernel for Many core Based High-Performance Computing", Electronics and Telecommunications Trends. Vol. 32, No. 4, 2017, KOGL Type 4: Source Indication + Commercial Use Prohibition + Change Prohibition
J. Sim et.al, “the Fourth Industrial Revolution and ICT – IDX Strategy for leading the Fourth Industrial Revolution”, ETRI Insight, 2017, KOGL Type 4: Source Indication + Commercial Use Prohibition + Change Prohibition
If you have any questions or concerns about these terms of use, or if you would like to request permission to use any material on this website, please feel free to contact us
KOGL Type 4:(Source Indication + Commercial Use Prohibition+Change Prohibition)
Contact ETRI, Research Information Service Section
Privacy Policy
ETRI KSP Privacy Policy
ETRI does not collect personal information from external users who access our Knowledge Sharing Platform (KSP). Unathorized automated collection of researcher information from our platform without ETRI's consent is strictly prohibited.
[Researcher Information Disclosure] ETRI publicly shares specific researcher information related to research outcomes, including the researcher's name, department, work email, and work phone number.
※ ETRI does not share employee photographs with external users without the explicit consent of the researcher. If a researcher provides consent, their photograph may be displayed on the KSP.