서울시가 방범 사각지대를 찾아내는데 주택·교통·환경 등 서울의 공간정보를 통합한 3D 플랫폼 ‘S-Map(맵)’을 활용한다. 시는 S-맵을 주민참여 순찰대의 순찰 필요구역을 확인하거나 보안등·비상벨 등 위치 선정에 활용, 효율적인 방범 행정을 구축한다는 계획이다.

 

서울시는 AI와 빅데이터를 기반으로 방범 사각지대를 정밀하게 찾아내는 ‘S-Map 방범취약지역 예측 모델’을 개발, 고도화하고 이번 달부터 본격인 운영에 들어간다고 밝혔다.

 

시는 그동안 2023년 개발한 ‘서울형 방범예측지수’를 활용, 범죄 취약지역을 분석해 왔으나 기존 모델은 통계청 집계구 단위(다각형)로 산출돼 세밀한 방범 자원 배분, 실시간 행정 의사결정에 한계가 있어 새 모델을 개발하게 됐다.

 

이번에 개발한 모델은 서울 전역을 100m 단위 격자로 세분화해 구역별 범죄 위험 요인을 예측하고, 실제 범죄 발생 데이터를 기반으로 성능을 검증함으로써 정확도와 공간 정합도를 높인 것이 특징이다. 또 AI 머신러닝 기반 예측 기술, 3D 공간정보 분석 기법을 도입해 기존 모델을 정량적이고 행정친화적 단위로 고도화했다.

 

예측 모델의 신뢰도 확보를 위해 최근 2년간 범죄 발생 데이터를 활용, 예측 정확도를 검증해 기존 모델 대비 정확도와 공간 일치도를 모두 높였으며 특히 야간시간대 사건이 자주 발생하는 지역을 정밀하게 식별하는 데 효과가 있음을 확인했다.

 

AI가 과거 범죄 발생 데이터를 학습해 유동인구·가로등 밝기·건물 용도·CCTV 밀도 등 다양한 요인을 종합 분석해 위험도를 산출, ‘어느 지역에 순찰을 강화해야 하는지’, ‘어디에 방범 시설물을 설치해야 하는지’ 등을 객관적으로 판단할 수 있다.

 

예컨대 저층과 고층주택이 혼재된 골목은 시야 제한이 많아 ‘시민 불안도’가 높은 지역으로 분류하는 등 AI가 물리적 환경까지 고려한 현실적인 방범 지도를 제시, 현장에서 바로 활용할 수 있는 실효성 높은 결과물을 구현해 준다.

 

시는 고도화된 예측 결과를 공간정보 플랫폼 ‘S-Map’에 탑재해 주민참여 순찰대 순찰 필요구역 제시, 보안등·비상벨 등 방범시설 설치, 노후 방범시설 교체 등 방범 인프라를 최적화하는 데 활용할 계획이다.

 

또 S-Map 예측 결과로 자치구별 방범 취약지도를 정기적으로 갱신하는 한편 지역별 맞춤형 방범 정책 수립에도 활용할 계획이다.

 

서울시는 지역별 특성을 고려한 정밀한 방범 대응체계로 범죄예방 관련 부서가 현장에서 바로 적용할 수 있는 ‘S-Map 방범취약지역 예측 모델’을 통해 시민이 일상에서 느끼는 ‘안전 체감도’를 획기적으로 높일 수 있게 될 것으로 기대하고 있다.

 

최근 아동 대상 범죄, 통학로 안전 문제가 사회적 이슈로 떠오르면서 AI가 어린이 통학로·골목·생활 동선 상 잠재 위험 요인을 감지하고 대응하도록 설계됐으며 노인복지시설·원룸 밀집지, 유흥가 주변 등 범죄 취약지역도 선별적으로 관리할 수 있다.

 

강옥현 서울시 디지털도시국장은 “AI·빅데이터를 활용한 ‘S-Map 방범취약지역 예측 모델’로 한정된 인력과 예산을 우선순위별로 투입하는 데이터 기반 현장행정을 실현할 수 있게 됐다”며 “앞으로 생활안전, 교통, 복지 등 다양한 분야에서 도시 데이터와 첨단 기술을 연결해 시민이 체감하는 디지털도시를 완성해 나갈 것”이라고 말했다.