• 전자통신동향분석
• /
• 제36권5호
• /
• pp.74-81
• /
• 2021

Based on data provided by the science and technology knowledge infrastructure (ScienceON, 2017-2021), this paper reviews the research trends of domestic police services and related technologies, and describes the research and development direction of policing technology. For this purpose, the research was searched using the keywords science policing, smart policing, predictive policing, and policing. Policing technology is used for crime investigation (prevention), such as crime analysis and crime prediction. The collection of related data use urban infrastructure, the processing of data collected using technologies, such as artificial intelligence, and the utilization of data in police services (system) were summarized. In future, on-site support technology and crime investigation (prevention) technology for a preemptive correspondence to social threats and effective police activities must be developed. In addition, the quality of police services should be improved, a system to use police-related data should be developed, and the capabilities of police experts need to be strengthened.

• 융합보안논문지
• /
• 제16권6_2호
• /
• pp.23-32
• /
• 2016

급격한 정보통신기술의 발달은 경찰에게 새로운 도전이자 기회가 되고 있다. 이 연구는 국내외 치안분야의 ICT기술 활용사례를 검토하고, 그 시사점을 확인하는 것을 목적으로 한다. 이를 위해 정보통신기술 활용에 관한 경찰활동의 근거이론으로 정보주도 경찰활동(intelligence-led policing), 예측적 경찰활동(predictive policing), 증거기반 경찰활동(evidence-based policing)의 개념에 대해 소개하였다. 또, 빅데이터 기반 범죄분석과 예측기술 활용방안과 경찰의 정보통신체계 및 지휘통제기술의 고도화방안에 대해 논의하였다. 이 연구를 통해 확인한 시사점으로 (1) 기본데이터의 확보, (2) 활용가능한 통합D/B의 구축, (3) 정책결정자의 활용성 증대, (4) 유관기관 사이의 교류협력, (5) 전문가집단의 양성, (6) 통합 D/B구축의 법적 근거와 실무적 가이드라인 마련을 제안한다.

• 전자통신동향분석
• /
• 제35권2호
• /
• pp.17-27
• /
• 2020

Predicting where and when a crime may occur in an area of interest is one of many strategies of predictive policing. Multidimensional analysis, including CCTV, can overcome the limitations of hotspot prediction, especially of violent crimes. In order to identify the precursors of a crime, it is necessary to analyze dynamic data such as attributes and activities of people, social information, environmental information, traffic flows, and weather. These parameters can be recognized by CCTV. In addition, it provides accurate analysis of the circumstances of a crime in a dynamic situation, calculates the risk, and predicts the probability of a crime occurring in the near future. Additionally, it provides ways to gather historical criminal datasets, including sensitive personal information.

• 한국지리정보학회지
• /
• 제20권4호
• /
• pp.89-101
• /
• 2017

범죄는 장소나 건축물 용도에 따라 발생빈도와 유형이 다르고, 그 장소를 이용하는 사람들의 특성 및 공간 구조 차이에 의해 다양하게 발생한다. 따라서 공간 및 지역특성을 포함한 공간 빅데이터를 활용하여 지역을 분석해 보면 범죄예방 전략을 마련할 수 있다. 아울러 빅데이터와 지능 정보화시대의 도래에 따라 예측적 경찰활동이 새로운 경찰활동의 패러다임으로 등장하고 있다. 이에 보편적인 지방도시 J시를 대상으로 3개년 동안의 7,420건의 실제 범죄사례를 바탕으로 도시공간의 물리 환경적인 특성을 분석하여 범죄발생공간을 규명하고, 위험지역을 예측해 보고자 하였다. 분석에는 다양한 빅데이터 중 범죄를 유발하는 도시 공간 내 물리 환경적 요소에 한하여 공간 빅데이터를 구축하여 공간회귀분석을 실시하였다. 다음으로 분석결과 도출된 가로폭, 평균 층수, 용적율, 1층 사용용도(제2종 근린생활시설, 상업시설, 유흥시설, 주거시설)을 변수로 베이지안확률 기반 범죄발생 위험성 예측 모형(CIPM: Crime Incident Prediction Model)을 개발하였다. 개발된 모델은 실제 범죄발생 지역과의 중첩분석 및 모델의 정확도를 판단하는 Roc curve 분석을 통해 AUC 값이 0.8로 모델이 적합한 것으로 나타났다. 개발된 모델을 토대로 사례지역의 범죄 위험도를 분석한 결과 범죄발생은 상업 및 유흥시설이 밀집된 지역과 건물층수가 높은 지역, 그리고 상업 및 유흥시설과 주거가 혼재해 있는 블록이 범죄발생 확률이 높은 것으로 나타났다. 본 연구는 단순히 범죄의 공간적 분포와 범죄발생 영향요인을 탐색하는 기존의 연구와 달리 범죄발생 예측모델을 확률론적 관점에서 개발하는 영역으로 한 단계 진전되었다는 점에 의의가 있다.