Earticle

초록

영어

Smart policing based on data analysis secures the development and sustainability of policing strategies. Nevertheless, any practical case that effectively used the result of big data analysis for crime prevention is hard to find. The purpose of this study is to propose big data analysis models to cope more effectively with 112 crime calls. Based on various criminological theories (i.e. rational choice theory, routine activities theory, and social disorganization theory), prior studies, and the Korean policing environment, we posit that hot-spot car patrol is the most suitable patrol method. With this assumption in mind, we established two broad analytic strategies. First, we predict the risk of 112-call occurrences of each district (dong) in Daegu metropolitan city using floating population data collected by a Korean telecommunication company, SK telecom, and 112 crime calls data collected by Korea National Police Agency. Second, we conduct clustering analyses for several districts and suggest new patrol routes according to the result. The result is as follows. First, we produced a 112-call prediction model using big data from 2019.05.31. to 2020.04.30. Second, the risk level of each district was estimated using this prediction model. Third, we conducted a series of clustering analyses of 112 crime calls for five high-risk districts, and suggested new patrol routes that connect the central point of each 112-call occurrence cluster. These analytic methods need to be connected with pre-existing crime prevention systems such as Geopros for sustainable usage.

한국어

데이터 분석에 기반한 스마트 치안은 경찰 정책의 발전 및 지속성을 담보한다. 하지만, 범죄예방 분야에서 빅데이터 분석결과가 실제 정책에 접목된 사례는 찾아보기 어려웠다. 이 연구는 112신고에 보다 효율적으로 대처하기 위한 빅데이터 활용모델을 제시하는 것을 목적으로 한다. 합리적 선택이 론, 일상생활이론 등 범죄학적 이론과 순찰에 관한 선행연구들 및 우리나라의 치안실정에 비추어 볼 때, 차량을 이용한 핫스팟 순찰이 가장 적합하다고 볼 수 있다. 본 연구는 이를 기반으로 크게 두 가지의 분석 방향을 설정하였다. 첫째, SK텔레콤 유동인구 및 112신고 데이터 등을 활용하여 112신 고 예측모형을 추정한 후, 이를 바탕으로 법정동별 112신고발생 위험도를 예측한다. 둘째, 위험예상 법정동별로 112신고 군집화분석을 실시하여 그 중심점을 잇는 신규순찰노선을 제안한다. 연구결과는 다음과 같다. 먼저 2019.05.31.부터 2020.04.30.까지의 대구지방경찰청 112신고 빅데이터 및 SK텔레콤 유동인구 데이터 등을 분석하여 112신고 예측모형을 도출하였다. 이를 바탕으로 각 법정동의 시간대 별 위험도를 확인하였다. 또한, 위험 지역으로 분류된 법정동 중 5개 법정동을 임의로 선정하여 K-means 군집화분석을 실시한 결과, 법정동 내 특정지점에 112신고가 군집하여 발생한다는 사실을 확인하였으며, 그 중심점을 잇는 신규순찰노선을 추천할 수 있었다. 본 연구에서 제시한 데이터 분 석 사례를 지속적으로 활용하기 위해서는 지오프로스 등 기존 경찰시스템에 접목할 필요가 있다.

목차

국문초록
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 연구방법
Ⅳ. 분석결과
Ⅴ. 논의 및 제언
참고문헌

키워드

저자

• 김중곤 [ Joonggon, Kim | 계명대학교 경찰행정학과 조교수 ] 제1저자
• 이태현 [ Tae-Hyun, Lee | 비투엔 컨설턴트 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국치안행정논집 [Journal of Korean Public Police and Security Studies]

• 간기

  계간

• pISSN

  1738-5032

• 수록기간

  2004~2025

• 등재여부

  KCI 등재

• 십진분류

  KDC 350 DDC 350