경찰행정학과 탐구 보고서 [생활과과학] CCTV 영상 분석을 통한 범죄 예측 모델 연구

목차

I. 서론
I.1. 이론적 배경 및 선행 연구 분석
I.2. 범죄 예측 모델 설계 및 구현
I.3. 모델 성능 실험 및 결과 분석
I.4. 모델의 사회적·윤리적 함의와 과제

II. 결론

III. 참고 문헌

IV. 미주

본문내용

현대 사회는 과학 기술의 발전과 함께 다양한 형태의 범죄 또한 지능화되고 급증하는 추세에 있다. 이러한 사회적 불안감 속에서 범죄를 예방하고 시민의 안전을 확보하기 위한 노력이 다방면으로 이루어지고 있으며, 그 중심에는 폐쇄회로 텔레비전(CCTV)이 있다. 전국적으로 설치된 CCTV는 범죄 발생 시 용의자 추적 및 증거 확보에 결정적인 역할을 수행하며, 이미 중요한 사회 안전망의 일부로 자리 잡았다. 실제로 CCTV의 존재만으로도 범죄 시도를 포기하게 만드는 등 범죄 억제 효과가 상당하다는 연구 결과도 보고된 바 있다. 2024년 기준 전국적으로 176만 대 이상의 CCTV가 운영되고 있으며, 이는 범죄 예방 및 해결에 있어 CCTV의 중요성이 지속적으로 증대되고 있음을 시사한다.

하지만 기존의 CCTV 활용 방식은 대부분 범죄가 발생한 이후의 사후 대응에 초점이 맞춰져 있다는 한계를 지닌다. 수많은 CCTV 영상을 소수의 인력이 24시간 실시간으로 감시하는 것은 물리적으로 불가능에 가까우며, 이로 인해 사건의 골든타임을 놓치는 경우가 빈번하게 발생한다. 즉, CCTV가 범죄 현장을 기록하는 '눈'의 역할은 충실히 수행하고 있지만, 위험 상황을 사전에 인지하고 경고하는 '뇌'의 기능은 부족한 실정이다. 따라서 범죄 발생을 사전에 예측하고 선제적으로 대응할 수 있는 능동적인 시스템의 필요성이 강력하게 대두되고 있다.

이러한 배경 하에 본 연구는 인공지능(AI) 영상 분석 기술을 CCTV 시스템에 접목하여 범죄 발생 가능성을 예측하는 모델을 개발하고자 한다. 최근 딥러닝을 비롯한 인공지능 기술의 비약적인 발전은 대규모 영상 데이터를 분석하여 특정 패턴이나 이상 징후를 감지하는 것을 가능하게 하였다.

참고자료

· 김건우, 김신인증. (2020). 마이너리티 리포트가 현실로…'AI+CCTV'로 범죄 예측 가능해진다. 지디넷코리아.
· 김정, & 최용. (2017). 베이지안 확률 기반 범죄위험지역 예측 모델 개발. 한국지리정보학회지, 20(4), 89-101.
· 박미랑, & 이성식. (2014). 판결문과 8하원칙에 기반한 인공지능 범죄 예측 모델링. 한국경찰학회보, 16(4), 119-144.
· 박지영, & 김대식. (2020). 지능형 CCTV 기반 동적 범죄예측 기술 동향. 전자통신동향분석, 35(2), 16-26.
· 이민규, & 김학범. (2015). 범죄예방을 위한 CCTV 위치 적절성 및 효과성 분석. 한국지역지리학회지, 21(4), 739-750.
· 최용, 김정, & 이성식. (2017). 머신러닝기반 범죄발생 위험지역 예측. 한국과학기술정보연구원. SAS Korea. (2018). 딥러닝을 활용한 객체 탐지 알고리즘 이해하기. SAS Korea Blog.
· IBM. (n.d.). 객체 감지란 무엇인가요?. IBM.
· 위키백과. (n.d.). 자동 번호판 인식.