[소이뉴스] 오늘 저녁, 이곳은 위험합니다!

범죄예측과 인공지능 기술을 알아봅니다.

2023. 9. 8.

[소이뉴스] 오늘 저녁, 이곳은 위험합니다!

이 메일이 잘 안보이시나요?

새로운 정보를 전해 드리는 소이뉴스입니다.

안녕하세요, 구독자님.

이번 한 주도 보람차게 보내셨나요?

최근 뉴스에서 불특정 다수를 대상으로 한 일명 '묻지마 범죄' 관련 소식을 많이 접하게 됩니다. 예전에도 없진 않았지만 근래 들어 부쩍 그 빈도가 높아진 것 같습니다. 그러다보니 주변에서도 아무 거리낌없이 다니던 대로변에서도 긴장을 하게 된다는 사람을 쉽게 볼 수 있게 됐습니다. 얼마 전까지만해도 '대한민국은 밤 늦게 다녀도 안전한 몇 안 되는 나라'라는 내용을 담은 외국 여행객들의 유튜브 브이로그가 많이 있었는데 이젠 그런 것들이 무색해졌습니다.

묻지마 범죄의 원인으로는 정신질환, 약물남용, 사회적 박탈감/좌절 등과 같은 사회 부적응 등이 원인이 될 수 있다고 합니다. 최근 급증하게 된 것은 코로나 펜데믹을 거치면서 사회적으로 고립되고 경쟁 심화와 경제적 양극화 등으로 인한 좌절을 겪게 되는 사례가 급격하게 증가한 것과 관계가 있다는 진단들이 있었습니다. 우리 모두가 치유가 필요한 시대를 살아가고 있는 것 같네요. 아무쪼록 원인을 제대로 알고 그것을 근본적으로 해결할 수 있는 그런 대책이 나올 수 있으면 좋겠습니다.

이번 소식에서는 범죄를 예측하는 기술들을 알아보고 새로 나온 인공지능 기술 소식도 전해 드리겠습니다.

범죄예측 (Crime Prediction)

범죄예측?

범죄예측은 범죄가 어디서 발생할 것이며, 누가 범죄를 저지를 확률이 높은지 등을 예측하는 기법을 말하며 주로 범죄 예방 측면에서 활용되고 있습니다. 범죄예측은 주로 과거와 현재의 다양한 데이터를 기반으로 향후에 발생할 내용들을 예측하게 되는데, 주로 사용되는 기술이 빅데이터 분석과 인공지능 기술입니다. 아직은 초기 단계라 정확도 측면에서는 지속적인 개선이 필요하지만, 적용효과를 보고 있는 사례들이 하나씩 나타나면서 주목받고 있는 분야이기도 합니다.

어? 그러고보니 어떤 영화에 나왔었던 것 같은데?

네, 맞습니다. 대표적인 영화로는 2002년에 나왔던 '마이너리티 리포트'를 통해 알려진 바가 있습니다. 영화 상에서는 '프리크라임(Pre-Crime)'이라는 범죄 예측 시스템이 나옵니다. 미래를 예지할 수 있는 3명의 예지자(아가사, 대쉬, 아서)가 등장하는데 이들이 보는 사건의 잔영으로 예비 범죄자를 체포함으로써 범죄를 사전에 예방하는 거였죠. 그런데 이 시스템의 한가지 제약사항이 있는데 그것은 3명이 서로 다른 예견을 할 수 있으며 다수의 예지 결과에 따르도록 되어 있다는 것이었습니다. 완벽하진 않다는 것이고 확률이 높은 쪽(Majority Report)으로 결론이 도출된다는 것인데... 마치 인공지능의 작동원리와 비슷하네요. 영화의 결말은 프리크라임 시스템의 헛점을 이용한 내부자의 소행으로 밝혀지며 프리크라임은 해체되고 톰 크루즈가 주연한 존은 다시 가족의 품으로 돌아가게 됩니다.

이외에 다큐멘터리 영화로 앞서 소개한 마이너티리 리포트에 나온 시스템의 이름과 동일한 '프리 크라임'이 있습니다.

범죄예측 시스템이 실제로 적용되고 있는 사례가 있나요?

네. 국내외에서 도입되어 사용되고 있습니다. 잘 알려진 해외사례는 주로 미국, 영국 국, 중국 쪽인데 시스템 명까지 알려진 것은 주로 미국 쪽이 많았습니다.

해외사례

프로드폴(PredPol)
범죄유형, 발생 위치, 날짜, 시간 등 과거에 발생한 범죄 데이터를 분석해 미래에 발생할 범죄유형과 지역을 예측하는 서비스. 미국 LA경찰과 시애틀, 영국 경찰 등이 사용
크라임스캔(CrmeScan) : 미국 피츠버그 경찰이 사용 중
IBM 크러시 (Crush) : 워싱턴 DC, 멤피스 등에서 테스트 진행
IBM 캅링크
컴파스(COMPAS) : 위스콘신주, 유타, 버지니아, 인디애나, 시카고 등등에서 사용. 주로 범죄자의 재범 가능성을 예측
Complete Anaytics Pilot Program to Fight Gang Crime : 영국 경찰에서 사용
헌치랩(Hunchlab) : 미국 시카고 경찰에서 사용 중. 시간과 계절 등의 주기 정보와 과거 범죄 데이터 등을 분석해서 범죄 발생가능성이 높은 지역을 예측

국내사례

폴리스랩 (Police Lab)
경찰청과 과학기술정보통신부가 함께 ICT 기술을 활용한 치안현장 맞춤형 솔루션 개발을 위해 폴리스랩(Police-Lab)을 운영 중이며, 이를 통해 실험실에서 문제 해결형 기술을 개발하고 이를 치안 현장에 실증해 보는 과정을 거침
프리카스(Pre-CAS·Predictive Crime Risk Analysis System)
범죄발생 건수,112신고 건수, 교통사고 건수와 유흥시설·학교 숫자 등의 치안 데이터와 인구, 기상, 면적, 경제활동인구, 실업/고용률 등의 공공데이터를 함께 분석하여 언제, 어디에서 범죄가 발생할 확률이 높은지를 예측하고 이에 따라 순찰하는 시스템입니다. 83.1% 정도의 높은 정확도를 보이는 것으로 알려져 있습니다.
클루 (CLUE) : 경찰청에서 개발 중

사진: Unsplash의Clay Banks

범죄예측 시스템은 어떤 과정을 거치게 되나요?

일반적인 범죄예측은 아래와 같은 전형적인 과정을 포함합니다.

데이터 수집 : 범죄 관련 데이터의 수집이 필요합니다. 주로 과거, 범죄 기록, 범죄장소, 시간, 날씨, 인구통계학적 정보, 사회/경제적 요인 등등의 정보가 대상이 됩니다.
데이터 분석 : 데이터 분석을 통해 범죄 패턴을 식별하고 관련된 요소들 간의 상관관계를 추출합니다.
예측 모델 개발 : 분석 데이터를 기반으로 범죄발생 가능성, 발생지역, 발생시점 등에 대한 예측 모델을 개발합니다. 시뮬레이션 기반 혹은 머신러닝/딥러닝 기반의 예측 모델이 개발될 수 있습니다.
자원 할당 : 예측된 내용에 따라 경찰 및 법 집행기관은 경비, 순찰 인원 등의 자원을 효율적으로 할당해서 사고 예방 및 발생 시 신속한 대응을 할 수 있습니다.

범죄예측에 사용되는 인공지능 기술로는 어떤 것이 있나요?

예측을 위해 다음과 같은 머신러닝 및 딥러닝 기술이 활용될 수 있습니다.

회귀분석 모델 : 범죄 발생 횟수, 위치, 시간대 등의 예측
의사결정트리 (Decision Trees) : 범죄 패턴과 관련된 결정 규칙을 이용한 예측모델으 구축하는데 활용
랜덤 포레스트(Random Forest) : 복수개의 의사결정트리를 결합하여 범죄 예측 모델을 개선하는데 활용
SVM (Support Vector Machine) : 범죄 발생 여부를 선형/비선형 분류 방식으로 예측할 때 활용
분류모델 : 범죄 유형 예측에 활용
영상 분석 모델 : 객체감지, 폭행, 쓰러짐 등 이상행동 감지, 추적/트래킹
군집 분석 모델 : 범죄가 발생할 가능성이 높은 지역의 예측에 활용
자연어 처리 모델 : 범죄 관련 뉴스나 소셜 미디어 상에 게시된 범죄 정보 추출

최근에는 기존 범죄 관련데이터에 대한 분석과 SNS나 뉴스, 신고 접수 내용 등에 대한 자연어 처리, CCTV 영상 분석 등 다양한 방식을 결합하는 방식으로 접근하는 경향이 많아지고 있습니다. 특히 CCTV 영상을 이용한 시간대, 주기별 추이 분석, 배회자, 이상 행동 분석 등과 같은 추가적인 기능의 추가가 이뤄지면 더 큰효과가 있지 않을까 예상해 봅니다.

그렇게 되면 영화에서와 같은 범죄예측이 가능해지는건가요?

흠... 이 질문은 인공지능을 이용한 범죄예측시스템이 가지는 한계와 관련이 있을 것 같습니다. 이미 구축되어 있는 시스템들도 점점 더 정확도가 높아지고는 있긴 하나, 범죄라는 것 자체가 단순히 한 개인의 일탈로만 나타나는 것이 아니라 근저에는 사회,경제적 요인을 포함하는 정말 많은 원인 변수를 포함하고 있고 현재 우리는 인간의 행동을 완벽하게 설명하지 못하고 있죠. 이런 근본적인 제약사항 때문에 영화 내용과 같은 것은 어려울 거라 생각됩니다. 영화 상에서도 과학적으로 설명할 수 없는 '예지' 능력을 이용하고 있죠. 게다가 그 조차도 완전하지 않아 소수의견이 존재하는 제약이 있었구요.

하지만, 향후에는 어떻게 될지 저도 모르겠습니다. 예상할 수 있는 수준을 훌쩍 뛰어넘는 속도로 인공지능 기술이 발전하고 있으니 말입니다. 언젠가는 주변 환경에 대한 정보 분석과 그 상황에서의 사람들의 사고 과정을 실시간으로 모사, 시뮬레이션할 수 있는 기술이 등장하게 된다면 이런 일도 가능해지지 않을까요?

관련된 정보 좀 추천해주세요.

인터넷 상에서 찾은 정보를 나열해 봅니다.

기사) 피고인 척 보면 미래 범죄 예측... AI가 판사되면 세상은 나아질까? (한국일보, 2023.4)
기사) 빅데이터 분석해 범죄 예측‧대응…스마트치안 ‘주목’ (정보통신신문, 2022.3)
컬럼) 빅데이터가 범죄 예방하는 세상 (Science Technology)
논문) 부패범죄에 AI 범죄예측 시스템 적용의 문제점과 개선방안 (링크)
보고서) 특정인에 대한 범죄예측시스템의 형사법적 문제점과 개선방안 (기초학문자료센터)
기사) [과학핫이슈]'묻지마 칼부림' 과학기술로 예방 가능할까 (전자신문, 2023.8)
기사) [단독] 서울시 범죄 위험지역 지도 나왔다 (theAI, 2023.2)
기사) ‘구청-경찰-데이터’가 주거침입 절도 사건 절반으로 줄였다 (경향신문, 2022.9)
기사) [포커스온] 미래 안전, 스마트치안이 책임진다 (CCTV News, 2022.10)
블로그) 공간 속에서 찾아내는 악의 마음, 지리적 프로파일링 (서강학보, 2023.6)
기사) [단독] '마이너리티 리포트'가 현실로? 경찰, AI로 가정폭력·스토킹 막는다 (한국일보, 2023.8)
논문) 인공지능, 빅데이터, 그리고 경찰: 예측적 경찰활동에 대한 공법적 검토 (한국비교공법학회, 2023)
매거진) 17. 우리 동네 똑똑한 지킴이: 스마트 셉테드 (brunch story, 2022.9)
기사) [탐정M] 신림역 흉기난동, '묻지마 범죄'는 최근 갑자기 늘어난 걸까? (MBC뉴스, 2023.7)
기사) [따져보니] '묻지마 범죄' 원인과 해법은? (조선뉴스, 2023.8)
기사) ‘AI 활용한 범죄 예측’ 확대하는 경찰...학계선 “엉뚱한 결과 나올 수도” 우려 (조선일보, 2023.2)
기사) 평범한 형사도 명탐정 되는 'AI 스마트 치안'이 뜬다[과학을읽다] (아시아경제, 2022.2)
보고서) [이슈분석 208호] 스마트 치안 최근 동향과 시사점 (과학기술정책지원서비스, 2022.2)
블로그) 영화 리뷰 <프리 크라임> (brunch stroy, 2021.8)
예측 치안 (나무위키)

인공지능 소식

SAHI

객체감지 모델을 통해 작은 물체를 감지하는 것은 주로 항공, 드론, 위성 사진 등에서 찍힌 물체를 감지하는 경우에 많이 활용되며 경우에 따라서는 도로 상의 CCTV에서 원거리에 있는 물체를 판별할 때도 해당됩니다. 극히 작은 물체의 경우, 그 자체로도 감지가 쉽지 않은데 그보다 더 어려운 것은 큰 객체와 극히 작은 객체처럼 한 이미지 상에 다양한 스케일의 객체가 포함되어 있는 경우입니다. 학습할 때 이에 대한 고려가 충분히 되고 많은 데이터가 필요한 경우가 되는 것이죠.

일반적으로 추론 대상 이미지가 입력으로 들어오면, 객체감지 모델은 이 이미지를 resize해서 모델의 최초 입력으로 사용합니다. 그럴 경우, 원본 이미지 상에서도 작은 객체의 경우, resize를 수행한 이후에는 더 작아져서 감지하는데 어려움이 생깁니다.

SAHI는 이미지에서 작은 물체를 감지하는데 도움이 되는 컴퓨터 비전 모델의 추론 기술입니다. 입력된 이미지에 대해 한번에 객체감지를 수행하는 것이 아니라, 이미지를 슬라이스로 나누어 처리한 후 합치는 방식이죠. SAHI의 좋은 점 중 하나는Supervision data loader가 지원되는 모델이면 종류에 구애받지 않고 적용할 수 있다는 것입니다.

참고) 논문, 깃헙, 소개글, 영상

사진: SAHI를 이용해서 slicing 방식으로 객체감지가 이뤄지는 예시 (출처)

FaceChain

FaceChain은 최소 1장 (최대 3장)의 인물사진으로 나만의 디지털 트윈을 만들고 다양한 설정을 적용한 개인 인물사진을 생성할 수 있도록 해 주는 툴체인입니다. 네이버나 카카오에서 프로필 사진을 생성하는 유료 서비스를 제공하고 있는데 이와 유사한 역할을 한다고 생각하면 됩니다.

이 툴 체인의 아키텍처를 보면 아시겠지만, 사용되는 모델들이 상당히 많으며 복잡한 처리 과정을 거칩니다. 모델로는 DamoFD (얼굴인식), 이미지 회전모델, M2FP (인간구문 분석모델), ABPN (피부 리터칭 모델), FairFace (얼굴 속성 인식모델), DeepDanbooru 모델, FQA(얼굴 품질 평가), 얼굴 융합모델, RTS(얼굴 인식 모델) 등이 사용되며 이것들이 유기적으로 연계되어 동작하도록 되어 있습니다. FaceChain은 ModelScope의 노트북이나 Docker, Conda 가상환경, Colab 등을 지원하니 개발자가 편리한 것을 취사선택할 수 있습니다.

참고) 논문, 깃헙, 영상

* 깃헙 상에서는 제공하는 모델을 구동하기 위해 VRAM 19GB, 디스크 50GB를 요구사항으로 명시되어 있습니다.

사진: FaceChain의 아키텍처 (출처)

PanoHead

기존의 GAN 방식은 높은 품질의 이미지 합성이 가능했지만 2D에 국한되어 서로 다른 방향에서 보는 장면을 합성하는데는 일관성이 제대로 보장되기 어려운 문제가 있었습니다. 그리고, 3D 모델을 만들기 위해서는 3D 스캔이나 별도의 렌더링 기술 적용 등의 추가적인 작업들이 필요했고 새로 등장한 모델들 또한 주로 정면에 가까운 시점만 제대로 지원이 되는 제약이 있었습니다.

PanoHead는 단일 뷰 얼굴 이미지에서 머리 전체의 3D 텍스처 모델을 생성하는 기술로 중국 바이트댄스와 위스콘신대 연구진이 공동으로 발표했습니다. PanoHead는 이런 문제점들을 'Tri-grid representation', 'Fore-Background Decomposition', 'Camera pose self-adaptation' 과 같은 기법을 이용해서 해결하고 있습니다. 전면 사진을 가지고 측면, 후면 등의 형상을 예측해서 높은 품질의 3D 모델을 바로 생성해 준다는 점이 특히 마음에 듭니다. 드디어 집에서 놀고 있는 3D 프린터를 활용해 볼 시점이 온 것 같네요. ^^

참고) 논문, 소개글, 깃헙, 영상, 논문영상, 코드(코랩)

사진: PanoHead가 적용된 예시 (상), PanoHead 모델의 아키텍처 (하) (출처)

소이넷 소식

오랜만에 몇 가지 진행 중인 사항을 소개합니다.

소이넷, 2023 대한민국 4차산업 리딩기업 대상 수상
소이넷이 지난 9/7(목) 한국프레스센터에서 열린 '2023 대한민국 4차산업 리딩기업 대상'에서 '인공지능(AI) 실행 전문기업' 부문 대상을 수상했습니다. 서비스 중심의 인공지능 시장에서 저희가 가진 기술적인 강점이 높게 평가된 것 같습니다. (관련기사)

사진: 소이넷 박정우 공동대표 (오른쪽)가 상을 '2023 대한민국 4차산업 리딩기업 대상' 수상

기타 소식

그 외 최근 있었던 새로운 소식을 알려 드립니다.

2024년도 국가연구개발사업(R&D) 예산 배분,조정안 발표
2024년도 국가연구개발사업(이하 R&D) 예산 배분·조정안(이하 R&D 예산안)이 의결되었습니다. 혁신 R&D에 10조원, 필수 R&D에 8.7조원을 투자하고 R&D 비효율을 개선하겠다는 내용이며 금액 상으로는 전년 대비 16.6%가 감소되었습니다. 7대 핵심 분야로 바이오헬스, 인공지능, 사이버보안, 양자, 반도체, 이차전지, 우주 분야를 꼽고 이 부문의 예산은 전년 대비 확대되었고 정부출연연구기관 47곳에 배정되던 예산은 대폭 삭감되었다고 합니다. (링크, 링크, 링크)

인공지능 서비스의 배포와 운영 시 도움이 필요하신가요?

(주)소이넷은 인공지능 서비스를 제공하는 기업들 가운데 서비스 배포와 운영에서 어려움을 겪고 계신 곳에 도움을 드릴 수 있습니다.

혹시 구독자님의 회사는 다음과 같은 어려움을 겪고 계시지 않나요?

AI 모델을 개발하고 학습 후 서비스를 위한 성능(Accuracy)은 달성했는데, 정작 최적화 엔지니어가 없어서 어플리케이션, 서비스로의 배포를 위한 실행최적화를 못하고 있어요!
AI 서비스를 이미 제공하고 있지만, 비싼 클라우드 GPU 서버 인스턴스 사용료가 부담이 되네요. 흠... 경비를 절감할 수 있는 방안이 없을까?
서비스에 적합한 공개 SOTA 모델이 있지만 그대로 가져다 쓰기에는 우리 쪽 어플리케이션에 접목하기도 어렵고 운영 비용도 많이 들 것 같은데 어쩌지?
서비스에 사용되는 AI 모델을 통합적으로 관리, 배포, 모니터링을 하고 싶은데 그렇다고 비싸고 너무 복잡한 솔루션을 쓸 수는 없고 어쩌지?
비즈니스 도메인 기업이긴 한데 자체로 인공지능을 적용하기에는 기술적인 난이도도 있고... 어디 함께 공동 솔루션을 개발할 곳은 없을까?