인공지능 이용 범죄예측 기법과 불심검문 등에의 적용에 관한 고찰

양종모

추천

검색

자료유형: 학술저널

저자정보: 양종모 (영남대학교)

저널정보: 대검찰청 형사법의 신동향 형사법의 신동향 제51호

발행연도: 2016.1

수록면: 210 - 242 (33page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

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 여러 가지 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.

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.

#Artificial intelligence #Machine learning #Artificial neural network #Computer Analytics #Crime predicting #Police stop

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

양종모

소속기관 영남대학교

주요연구분야 사회과학 > 법학

논문수 13 이용수 4,123

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문의 저자 정보

최근 본 자료

댓글(0)