인공지능이 일주일전에 범죄 예측

시카고 대학에서 범죄 예측 인공지능 개발을 하였다고 합니다. 이제는 인공지능 기술로 범죄까지 예측하고 예방도 가능할 수 있다고 생각하니 놀라움도 있지만 한 단계 발전되고 안정된 미래 사회를 기대하게 하였습니다. 하지만 아직은 초기 단계이고 인공지능의 발달이 초래할 다른 문제점을 살펴보고 나가야 할 방향을 결정하는 것을 중요할 것 같습니다.

 

인공지능의 발달과 범죄 예측

인공지능의 발달

 인공지능 기술은 2016년 3월 9일부터 16일까지 진행된 인공지능 바둑 프로그램인 알파고와 이세돌 9단과의 바둑 대국으로 관심을 모았습니다. 구글 딥마인드가 개발한 인공지능 알파고가 최종 4:1로 이세돌 9단에게 승리하면서 전 세계를 충격에 빠뜨렸고 인공지능이 대중에게 널리 알려지게 된 계기가 되었습니다. 지금은 당연하게 받아들이지만 당시에는 프로그램이 바둑 최고수를 이긴다는 것을 상상할 수 없었습니다. 현재는 최정상의 프로 바둑 선수들이 2점을 먼저 놓고도 인공지능 프로그램에 이기기 어려운 수준까지 인공지능 기술이 발전하였습니다. 바둑뿐만 아니라 게임, 자율 주행, 신뢰성 향상 등 여러 산업 분야에서도 인공지능이 활용되고 발전하고 있습니다. 

 

장점

인공지능은 정형화된 제한된 통계 자료에서 아주 높은 예측 정확도를 자랑합니다. 끝없이 이어진 단순한 숫자나 문자 나열 또는 복잡한 자료 등 인간이 직관적으로 알기 어려운 여러 요소 간의 상관관계를 확률적으로 제시하여 인간에게 인사이트를 제공합니다. 인공지능은 아직도 개발 초기 단계로 그 발전 가능성이 무궁무진합니다.

1. 제한된 자료에서 높은 예측 정확도
2. 직관적으로 알기 어려운 여러 데이터 요소들의 상관관계를 확률적 제시
3. 무한한 발전 가능성

 

단점

인공지능이 만능인 것처럼 이야기하는 사람이 많습니다. 하지만 실제로 인공지능은 비정형 데이터 또는 누락된 데이터에서 매우 부정확하고 이상한 결과를 도출합니다. 깔끔한 데이터 정리가 필수 요소이고 인공지능 개발 인력의 대부분이 인공지능 알고리즘 개발보다는 데이터를 정합성 있게 정리하는 작업에 투입되고 있습니다. 데이터의 어떤 항목을 추가 또는 삭제하는지에 따라 인공지능의 예측값은 천차만별이고 전체적인 예측보다 특정 조건의 예측에 특화되는 면이 있습니다. 다시 말하면 특정한 의도를 가진 사람이 데이터를 수정하여 그 결괏값을 본인들에게 유리한 방향으로 도출할 수 있다는 말입니다. 그러므로 인공지능으로 만들었다고 광고하는 상품이나 서비스에 대해서는 주의해서 면밀히 살펴봐야 합니다.

1. 비정형 또는 누락이 있는 데이터에서 오류 가능성 높음
2. 데이터 항목에 따라 예측값이 천차만별
3. 인공지능 상품 또는 서비스에 대해 각별한 주의 필요

범죄 예측

마이너리티 리포트

인공지능으로 범죄는 예측한다고 처음 들었을 때 톰 크루즈 주연의 영화 "마이너리티 리포트"가 떠올랐습니다. 다른 점은 인공지능이 아닌 예언자 세 명의 꿈을 통해 만들어지는 영상으로 범죄를 예측하는 것입니다. 세 명의 예언자의 영상은 항상 같지 않으며 의견이 나뉠 때는 다수결로 두 명의 영상만으로 범죄를 예측하고 범죄자는 잡아들어 감옥에 넣습니다. 이런 특성을 이용해 자신을 범죄를 교묘하게 덮고 주인공에게 누명을 씌우려는 권력자와 이에 맞서 자신의 무죄를 증명하게 의해 예언 영상의 소수 의견(마이너리티 리포트)을 찾아가는 여정이 이 영화의 줄거리입니다.

 

시카고 대학 인공지능 개발

시카고 대학에서 개발한 인공지능 범죄 예측 시스템은 2014년과 2016년 사이의 시카고 범죄 데이터 분석하고 그 후 몇 주간의 범죄를 예측했습니다. 약 300m 폭의 정사각형으로 나누어진 도시 전체의 범죄 발생 가능성을 90%의 놀라운 정확도로 일주일 전에 범죄를 예측했다고 합니다. 그리고 미국의 주요 7개 도시에서도 학습과 테스트 과정을 거쳐 그 정확성이 입증되었습니다.

 

유사한 인공지능 범죄 예측 시스템이 있었지만 경찰이 가지는 인종적 편견을 고착화하는 측면이 있었습니다. 하지만 새로운 인공지능 범죄 예측 시스템은 용의자를 특정하지 않고 잠재적인 범죄 현장만을 학습하여 인종적 편향을 최대한 줄이고자 했고 지역별 체포자 수를 분석하여 경찰에 일반적으로 유지되고 있는 편견이 실제로 존재함을 증명하였습니다.

 

시카고 대학 인공지능 범죄 예측 시스템

1. 90%라는 놀라운 정확도로 일주일 예측
2. 2014년과 2016년 사이의 광범위한 시카고 범죄 데이터로 학습
3. 해당 구역에서 범죄가 발생할 시기를 예측
4. 내재된 편견을 제거하기 위해 범죄자를 특정하지 않고 잠재적 범죄 현장만 파악
5. 지역별 체포자 수 분석
6. 미국의 다른 7개 도시에서 입증

 

우리나라

 우리나라도 2021년 5월부터 프리카스(Pre-CAS)라는 인공지능 범죄 예측 시스템을 도입하였습니다. 전국을 100㎡ 단위로 2시간마다 위험등급을 계산하고 정확도가 83.1%로 나타났습니다. 아직은 분석 결과와 실제 지역별 경찰 투입 인력은 맞지 않지만 지속해서 개선 진행 예정이라고 합니다.

1. 프리카스 인공지능 범죄 예측 시스템
2. 전국 100㎡ 단위로 2시간마다 위험등급을 계산
3. 83.1%의 정확도
4. 분석 결과와 실제 지역별 경찰 투입 인력 엇박자 개선 진행

 

인공지능의 미래

시카고 대학에서 개발한 인공지능 범죄 예측 시스템도 면밀히 살펴보면 학습 항목을 변경하여 선한 방향이라고 생각되는 특정 목적을 달성하는 형태로 진행되었습니다. 인공지능의 진정한 발전을 위해서는 모든 요소를 고려하여 학습 및 예측을 한 후 상관관계가 낮은 요소들을 하나씩 제거해 향후 예측의 효율성과 정합성을 높이는 것이 중요합니다. 편견이 있으면 안 된다는 도덕적 기준 등이 인공지능 학습에 의도적으로 추가되면 우연히 맞을 수도 있지만 궁극적으로 인공지능 발전에 방해 요소가 될 수 있습니다.