[해외DS] AI, 일주일 뒤 범죄도 정확하게 예측한다

시카고대 연구진, 역사적 데이터와 범죄 패턴 사용한 모델 개발.… 결과는 네이처 인간 행동에 발표돼 범죄율 폭증한 시카고 비롯해 미국의 8개 도시에서 정확성 입증돼 기존 모델과 달리 경찰 집행 혹은 사회적 패턴 등 범죄의 ‘복잡성’ 무시

pabii research

[해외DS]는 해외 유수의 데이터 사이언스 전문지들에서 전하는 업계 전문가들의 의견을 담았습니다. 저희 데이터 사이언스 경영 연구소 (MDSA R&D)에서 영어 원문 공개 조건으로 콘텐츠 제휴가 진행 중입니다.

사진=AI 비즈니스

최근 AI 비즈니스는 시카고 대학교의 연구원들이 최소 1주일 전에 대도시의 범죄를 90%의 정확도로 예측할 수 있는 알고리즘을 개발했다고 밝혔습니다.

해당 연구 결과는 학술지 Nature Human Behavior에 게재되었습니다. 연구진은 과거 데이터와 범죄 패턴을 사용했고, 도시 환경을 ‘타일’, 즉 1,000평방피트(약 93제곱미터) 단위로 구획했습니다.

연구진은 먼저 시카고에 주목했습니다. 이 지역의 범죄는 현재까지의 데이터를 보았을 때 지난해보다 무려 34% 증가했습니다. 이후 연구진은 애틀랜타, 오스틴, 디트로이트, 로스앤젤레스, 필라델피아, 포틀랜드, 샌프란시스코 총 7곳의 주요 도시에 같은 도구를 적용, 그 결과가 시카고에서만큼이나 정확하다는 것을 밝혀냈습니다.

연구진은 논문을 통해 자신들의 “예측 모델이 당국의 범죄 예방을 강화할 수 있지만, 범죄의 집행에 존재하는 시스템적 편향을 추적하여 제 3자로 하여금 역으로 국가 기밀을 빼내는 데도 악용될 수 있다”고 밝혔습니다.

이번 연구 논문의 공동 저자인 시카고 대학교의 의학 조교수 이샤누 차토패드히야(Ishanu Chattopadhyay)는 블룸버그 지에 “사람들의 행동 패턴을 분석하여 범죄를 예측할 때 모델이 100% 정확한 성능을 보여준다고 주장하기는 어렵다”고 말했습니다.

이어 그는 “이러한 패턴 자체에는 어떤 의미도 없기 때문”이라며 “하지만 알고리즘은 절도 범죄와 폭력 범죄율의 상관관계에 대해 유의미한 인사이트를 도출할수 있다”고 전했습니다.

그동안 과학자들은 특정한 시간과 장소에서 범죄가 발생할 가능성을 예측하기 위해 사회학적 패턴을 사용했습니다. 분석가는 이 모델을 활용해 시간의 흐름에 따라 범죄의 양상이 어떻게 변하고, 치안 활동이 어떻게 변하는지를 평가할 수 있었죠. 과거에는 법의 집행을 도시의 부촌으로 돌리기 위해 이러한 모델이 사용되기도 했습니다.

기존의 예측 도구는 도시의 범죄율이 특히 높은 이른 바 ‘핫스팟’에서 범죄를 예측하고 그 결과를 인근 지역으로 확장하는 방식으로 돌아갔습니다. 그렇지만 이번에 시카고 대학교 연구진이 개발한 모델은 위험 모델을 편견에 취약하게 만드는, 경찰의 집행이나 계층화된 사회적 패턴 같은 범죄의 ‘복잡성’에 무게를 두지 않았습니다.

한편 2012년부터 2019년까지 시카고 경찰서는 피해자 혹은 가해자로서 범죄에 연루될 가능성에 대한 점수를 사람들에게 부여하는, 엄청난 논란을 불러일으킨 모델을 사용했습니다. 시카고 지역의 일간지 시카고 선타임즈(Chicago Sun-Times)의 조사에 따르면 이 모델의 정확도는 처참하기 그지없었습니다.

시카고 대학교의 이번 연구는 Neubauer Collegium for Culture and Society와 DARPA(Defense Advanced Research Projects Agency)의 자금 지원을 받았습니다.


Researchers at the University of Chicago have developed an algorithm that can predict crime in big cities at least a week in advance with 90% accuracy.

Their study, published in Nature Human Behavior, used historical data and crime patterns and divided urban environments into 1,000-square-foot city spaces called tiles.

The researchers first looked at Chicago – where crime spiked by 34% this year thus far versus 2021 − and applied the tool to seven other major cities, including Atlanta, Austin, Detroit, Los Angeles, Philadelphia, Portland, and San Francisco. The results proved as accurate as the Chicago results.

The authors said their research shows that “while predictive models may enhance state power criminal surveillance, they also enable surveillance of the state by tracing systemic biases in crime enforcement.”

“It is hard to argue that bias isn’t there when people sit down and determine which patterns they will look at to predict crime because these patterns, by themselves, don’t mean anything. But now, you can ask the algorithm complex questions like: ‘What happens to the rate of violent crime if property crimes go up?” co-author Ishanu Chattopadhyay, assistant professor of medicine at the University of Chicago told Bloomberg.

The scientists used sociological patterns to predict the likelihood of a crime taking place at a specific time and place. Using this model lets analysts evaluate how crime changes over time and how policing efforts shift as well. In the past, models have been used to redirect law enforcement to wealthier parts of cities.

Former predictive tools have been based on evaluating crime from city “hotspots” and expanding to nearby neighborhoods. The models haven’t weighed the complexities of crime, such as police enforcement and layered social patterns, which make risk models vulnerable to bias.

One controversial model used by the Chicago Police Department from 2012 to 2019 marked people with a score about how likely they would be involved in a crime as a victim or perpetrator. An investigation by the Chicago Sun-Times found the model to be highly inaccurate.

The research was funded by the Neubauer Collegium for Culture and Society and the Defense Advanced Research Projects Agency (DARPA).

Similar Posts