KCI우수등재
특정인에 대한 범죄예측 시스템의 문제점과 개선방안 = Criminal Legal Issues and Improvements of Crime Prediction System for a specific person
저자
발행기관
학술지명
권호사항
발행연도
2021
작성언어
-주제어
KDC
360
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
241-266(26쪽)
KCI 피인용횟수
0
제공처
머신러닝 및 딥러닝 기술에 근거한 인공지능이 빅데이터라는 방대한 자료 속에서 숨겨진 정보들 간의 상관관계를 찾아내고 이를 바탕으로 미래에 어떤 일이 발생할 것인지를 통계적으로 예측하고 있다. 이를 활용하여 사회의 많은 분야에서 상당히 높은 수준의 예측을 하고 있다. 이러한 높은 예측력은 범죄예방분야에서도 활용되고 있는데, 이미 선진국에서는 범죄발생률이 높은 대도시를 중심으로 빅 데이터와 인공지능을 이용한 범죄예측 시스템을 도입함으로써 범죄율이 감소하는 등 가시적인 효과를 보고 있다. 이러한 범죄예측 시스템의 방법은 범죄 예측, 범죄 피해자 예측, 범죄자 예측 등 크게 3가지로 구분할 수 있다. 특정한 범죄자와 피해자와 같은 특정인의 범죄를 전망하는 범죄자 예측과 피해자 예측은 개인의 Privacy가 침해된다는 점과 민감한 개인정보의 수집 범위가 제한적이라는 점에서 연구 및 활용이 제한되었다. 이 때문에 범죄예측 시스템은 장소별, 지역별 범죄 위험도를 기반으로 한 범죄발생의 시간과 장소를 전망하는 시공간 범죄예측이 주를 이루고 있다. 이러한 상황에서 본 연구는 특정인에 대한 범죄예측 시스템에서 발생할 수 있는 문제점을 제기하고 이에 대한 신속한 대처방안을 모색하는데 목표를 두고자 한다. 특정인에 대한 범죄예측 시스템은 특정인의 개인정보를 다루기 때문에 필연적으로 헌법상 보장된 사생활의 비밀과 자유 및 개인정보자기결정권 등의 기본권을 침해할 수밖에 없다. 특정인을 대상자로 할 경우 일반인과의 형평성의 문제가 제기될 수 있다. 또한 대상범죄를 어느 범위까지 허용할 것인지 명확한 한계를 설정하기 어렵다. 범죄예측 시스템에 사용되는 인공지능 알고리즘은 불명투명성, 편향성, 부정확성의 문제가 있다. 인공지능 알고리즘의 불투명성은 부정확한 범죄예측으로 인한 피해나 그 책임의 소재를 찾는데 어려움을 줄 수 있다. 또한 인공지능 알고리즘이 지닌 잠재적 편향성과 부정확성 때문에 범죄예측이 공정하지 못하다는 비판을 받고 있다. 그리고 범죄예측 시스템은 시민들에게 새로운 통제수단이 되고 있다. 이러한 문제점을 해결하기 위해서는 먼저, 개인정보보호법 제15조 1항 1호에 의해 정보주체의 사전 동의를 반드시 받도록 하여야 할 것이다. 범죄예측을 위한 특정인에 대한 개인정보수집은 합목적적 범위 내에서 필요최소한에 그쳐야 할 것이고, 잘못된 결과가 발생할 경우를 회피 내지 개선할 수 있는 적당한 조치를 사전에 보장하여야 한다. 모든 개인정보수집은 감독기관의 적절한 감독을 받을 것을 보장하여야 한다. 알고리즘의 불투명성을 해결하는 방법으로는 정보 주체나 일반인을 대신하여 알고리즘의 적절성을 심사하고 감시하는 조직이나 기관을 설치하는 방법을 제시할 수 있다. 편향성 및 부정확성 해결방안으로 범죄예측 시스템을 통한 범죄예방의 효과성이 입증되어 공개되어야 하며 범죄예측 시스템의 알고리즘의 정확성이 담보되어야 할 것이다. 범죄예측 시스템의 적용대상범죄와 대상자의 선정을 위해서는 재범의 중대성과 위험성이 중요한 판단 기준이 될 것이다. 범죄예측 시스템을 사용한 범죄예측은 살인, 강도, 강간, 방화와 같은 중대범죄여야 할 것이다. 범죄예측 시스템이 시민에 대한 통제장치로서 악용될 우려를 불식시키기 위해서는 범죄예측 시스템도 보안처분과 같이 비례성의 원칙에 의하여 대상자의 권리침해를 최소화하여야 한다. 범죄예측 시스템은 형벌이나 다른 보안처분에 의하여 목적을 달성할 수 없는 최후수단으로서 사용되어야 할 것이다. 대상자의 재범위험성을 근거로 개별적으로 사용하여야 한다. 범죄예측시스템은 행정처분에 의하여 행해져서는 안되고 법원의 사법심사에 의하여 부과되어야 한다.
더보기Artificial intelligence based on machine learning and deep learning technology finds correlations between hidden information in the vast data of big data and statistically predicts what will happen in the future. Using AI, there are high-level predictions in many fields of society. This high predictive power of AI is also being used in the field of crime prevention. In developed countries, crime prediction systems using big data and artificial intelligence have been introduced intensively in large cities with high crime rates. And they are producing tangible effects such as a decrease in the crime rate. The methods of such a crime prediction system can be broadly divided into 3 categories: ① crime prediction, ② criminal prediction, ③ crime victim prediction. Because of the limited scope of collection of sensitive personal information and protection of personal privacy, crime prediction, which predicts the time and place of a crime based on the crime risk by region and location, is mainly used rather than predicting criminals and victims. In this situation, the purpose of this study is to raise the problems that may appear in the crime prediction system for a specific person and to find a quick response method. Therefore, in this study, the problem of infringement of individual constitutional and legal rights that may occur when the crime prediction system is used for a specific person, the problem of opacity, inaccuracy and bias of the algorithm of the crime prediction system, and the problem of the crime prediction system as a new control means. We will review the potential problems and seek solutions to them. Since the crime prediction system for a specific person deals with the personal information of a specific person, it inevitably violates the basic rights such as privacy and freedom and the right to self-determination of personal information guaranteed by the Constitution. When targeting a specific person, the issue of equity with the general public may be raised. In addition, it is difficult to set clear limits on the extent to which target crimes are permitted. Artificial intelligence algorithms used in crime prediction systems have problems of opacity, bias, and inaccuracy. The opacity of artificial intelligence algorithms can make it difficult to find the cause of damage or responsibility due to inaccurate crime prediction. In addition, due to the potential bias and inaccuracy of artificial intelligence algorithms, crime prediction is being criticized for being unfair. And the crime prediction system is becoming a new means of control for citizens. In order to solve this problem, it is necessary to first obtain the prior consent of the information subject according to Article 15 (1) 1 of the Personal Information Protection Act. The collection of personal information for a specific person for crime prediction should be limited to the minimum necessary within the scope of the purpose of the crime, and appropriate measures to avoid or improve the occurrence of erroneous results should be ensured in advance. It should be ensured that all personal information collection is subject to appropriate supervision by the supervisory authority. As a method of solving the opacity of the algorithm, it can be suggested to establish an organization or institution that examines and monitors the adequacy of the algorithm on behalf of the data subject or the general public. As a solution to bias and inaccuracy, the effectiveness of crime prevention through the crime prediction system should be proven and disclosed, and the accuracy of the crime prediction system algorithm should be guaranteed. The seriousness and risk of recidivism will be an important criterion for the selection of target crimes and targets for the crime prediction system. Crime prediction using the crime prediction system should be serious crimes such as murder, robbery, rape,
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 계속평가 신청대상 (등재유지) | |
2017-01-01 | 평가 | 우수등재학술지 선정 (계속평가) | |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2007-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2006-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2005-01-01 | 평가 | 등재후보 1차 FAIL (등재후보1차) | KCI후보 |
2004-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2003-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.94 | 0.94 | 0.95 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.94 | 0.89 | 1.109 | 0.3 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)