[논문]머신러닝기반 범죄발생 위험지역 예측

허선영; 김주영; 문태헌

doi:10.11108/kagis.2018.21.4.064

머신러닝기반 범죄발생 위험지역 예측
Predicting Crime Risky Area Using Machine Learning 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.21 no.4, 2018년, pp.64 - 80

허선영 (경상대학교 공학연구원) , 김주영 ((주)동명기술공단종합건축사사무소 도시사업본부 도시계획부) , 문태헌 (경상대학교 도시공학과)

초록
AI-Helper

우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.

Abstract ▼ AI-Helper

In Korea, citizens can only know general information about crime. Thus it is difficult to know how much they are exposed to crime. If the police can predict the crime risky area, it will be possible to cope with the crime efficiently even though insufficient police and enforcement resources. However, there is no prediction system in Korea and the related researches are very much poor. From these backgrounds, the final goal of this study is to develop an automated crime prediction system. However, for the first step, we build a big data set which consists of local real crime information and urban physical or non-physical data. Then, we developed a crime prediction model through machine learning method. Finally, we assumed several possible scenarios and calculated the probability of crime and visualized the results in a map so as to increase the people's understanding. Among the factors affecting the crime occurrence revealed in previous and case studies, data was processed in the form of a big data for machine learning: real crime information, weather information (temperature, rainfall, wind speed, humidity, sunshine, insolation, snowfall, cloud cover) and local information (average building coverage, average floor area ratio, average building height, number of buildings, average appraised land value, average area of residential building, average number of ground floor). Among the supervised machine learning algorithms, the decision tree model, the random forest model, and the SVM model, which are known to be powerful and accurate in various fields were utilized to construct crime prevention model. As a result, decision tree model with the lowest RMSE was selected as an optimal prediction model. Based on this model, several scenarios were set for theft and violence cases which are the most frequent in the case city J, and the probability of crime was estimated by $250{\times}250m$ grid. As a result, we could find that the high crime risky area is occurring in three patterns in case city J. The probability of crime was divided into three classes and visualized in map by $250{\times}250m$ grid. Finally, we could develop a crime prediction model using machine learning algorithm and visualized the crime risky areas in a map which can recalculate the model and visualize the result simultaneously as time and urban conditions change.

주제어

표/그림 (10)

그림 FIGURE 1. Decision tree
표 TABLE 1. Data Used in Machine Learning
그림 FIGURE 2. Data pre-processing
그림 FIGURE 3. Status by Crime Type
표 TABLE 2. RMSE by each algorithm
표 TABLE 3. Response Plot by Primary Model
그림 FIGURE 4. Crime Status by Season
그림 FIGURE 6. Scenario Setting Process
그림 FIGURE 5. Crime Status by Time
그림 FIGURE 7. Visualization of Predicted Crime Risky Area by Case

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

구축된 모형을 활용하여 범죄 발생 위험지역을 예측하고 이를 지도에 시각화하여 표현하면 사용자가 이해하기 쉬울 것이다. 또한 조건의 변화(예를 들면 날씨나 시간대의 변화)에 따라 즉각적으로 예측결과를 시각화하여 주는 자동화 시스템이 필요하지만, 본 연구는 아직 이 단계에 도달하지 못해, 다음과 같이 시나리오를 가정하여 각 시나리오에 따른 범죄발생 위험지역을 예측하고, 이를 시각화하는 방법으로 진행하고자 한다. 범죄유형은 그림 3과 같이 대상지역에서 2년 동안 절도 2,710건, 폭력 2,081건으로 강간·추행, 강도, 살인에 비하여 현저하게 많이 발생하고 있기 때문에 절도와 폭력으로 하였다.
또한 해외의 다양한 시스템 사례연구를 토대로 한국의 실정에 맞는 연구의 방법 및 데이터를 구축하고자 하였다. 먼저 해외 범죄 관련 정보를 제공하는 시스템 및 웹사이트는 범죄 발생 현황을 제공하는 것과 범죄 발생 위험지역을 예측하여 제공하는 것으로 나뉜다.
범죄는 그 지역의 사회경제적, 인구학적, 물리적, 환경적 특성들에 영향을 받기 때문에 무작위로 발생하는 것이 아니라 상황에 따라 집중과 반복하여 발생하는 패턴이 있다(Newburnet al, 2004). 본 연구에서는 실험적으로 우리나라에서 사례지역의 환경적 특성이 반영된 빅데이터를 구축하고, 머신러닝 기반으로 범죄발생 위험지역 예측 모형을 탐색하고자 한다.
본 연구에서는 주어진 범죄자료와 도시정보를 바탕으로 학습하여 범죄를 예측하는 연구이므로 연구의 목적에 따라 지도학습으로 모형개발을 진행하도록 하며, 이와 관련한 선행연구를 검토하였다. 지도학습에 속하는 머신러닝 알고리즘으로는 나이브 베이즈(Naive Bayesian)모형, 로지스틱 회귀모형, 의사결정나무(Decision Tree)모형, 랜덤포레스트(Random Forest)모형, 신경망 모형, 서포트벡터머신(Support Vector Machine, SVM)모형 등이 있지만 본 연구에서는 예측 및 분류연구에 주로 사용되며 그 정확도가 다른 모형들에 비하여 높다고 선행연구에서 알려진 의사결정나무, 랜덤포레스트, SVM 모형을 중심으로 연구대상지에 적용하여, 범죄발생 위험지역을 가장 정확하게 예측하는 모형을 탐색해 보고자 한다.
이에 본 연구는 범죄예측부터 결과의 시각화까지 자동화된 시스템을 개발하는 전 단계로 우선 빅데이터로 구축 가능한 도시 및 범죄 관련 정보를 구축하고, 머신러닝 기반 범죄발생 위험지역 예측 모형을 탐색 한 후, 시나리오 별로 범죄를 예측하여 그 결과를 지도로 시각화하는 과정을 제시하고 구현하는 것을 목적으로 한다.
이에 본 연구에서는 지역 내 범죄 발생 데이터와 범죄발생과는 직접적인 연관성이 있지만 그동안 기술부족으로 고려되지 않았던 범죄 연관 정보를 활용하여 빅데이터를 활용한 머신러닝 기법으로 범죄발생 위험지역 예측모형을 구축하고 검증해 보았다.
본 연구에서는 주어진 범죄자료와 도시정보를 바탕으로 학습하여 범죄를 예측하는 연구이므로 연구의 목적에 따라 지도학습으로 모형개발을 진행하도록 하며, 이와 관련한 선행연구를 검토하였다. 지도학습에 속하는 머신러닝 알고리즘으로는 나이브 베이즈(Naive Bayesian)모형, 로지스틱 회귀모형, 의사결정나무(Decision Tree)모형, 랜덤포레스트(Random Forest)모형, 신경망 모형, 서포트벡터머신(Support Vector Machine, SVM)모형 등이 있지만 본 연구에서는 예측 및 분류연구에 주로 사용되며 그 정확도가 다른 모형들에 비하여 높다고 선행연구에서 알려진 의사결정나무, 랜덤포레스트, SVM 모형을 중심으로 연구대상지에 적용하여, 범죄발생 위험지역을 가장 정확하게 예측하는 모형을 탐색해 보고자 한다.

제안 방법

각 시나리오에 따라 J시의 격자별 범죄 발생 위험 확률을 산정한 뒤 도출된 결과를 바탕으로 위험지역을 예측하였다. 조건마다 결과치가 약간 차이를 보이기는 하지만 범죄 발생 확률이 가장 높은 경우는 0.
특히 날씨정보를 도입한 이유는 Ranson(2014), Horrocks and Menclova(2011), Elleng and Cohn 1990) 등 다수의 연구에서 날씨와 범죄가 관련성이 높다는 연구를 반영하였기 때문이다. 기상청에서 제공하는 자료의 갱신 주기는 1일, 인구정보는 수시(년 2회 이상), 건물정보는 월 1회, 토지정보는 연 2회(6개월 단위)로 갱신되는 정보를 활용하였다. 좋은 예측모형은 좋은 데이터를 투입하지 않으면 불가능하며, 특히 머신러닝의 경우 질 좋은 데이터의 확보가 매우 중요하다.
동일한 계절이어도 오후인지, 심야인지에 따라 날씨 변수는 큰 차이를 보이며, 범위도 다양하게 분포한다(그림 4, 5 참조). 따라서 계절, 시간대에 따른 날씨별 평균값을 사용하여 시나리오를 작성하였다.
범죄 정보발생 정보와 격자별로 구축된 지역 정보 및 생활정보를 취합하여 하나의 데이터세트로 구축하기 위해 본 연구에서는 QGIS를 이용하여 격자모서리 4점의 X, Y좌표를 추출하였다. 다음으로 범죄 발생 위치 좌표를 해당하는 격자에 할당하는 방식으로 데이터 전처리 과정을 거쳤으며 구체적인 흐름은 그림 2와 같다.
범죄유형은 그림 3과 같이 대상지역에서 2년 동안 절도 2,710건, 폭력 2,081건으로 강간·추행, 강도, 살인에 비하여 현저하게 많이 발생하고 있기 때문에 절도와 폭력으로 하였다.
본 연구에서는 지도학습 모형 중 활용도와 정확도가 높은 것으로 알려진 의사결정나무, 랜덤포레스트, SVM을 적용하여 비교·분석하였다.
선행연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보, 지역정보를 머신러닝에 활용할 수 있도록 데이터 처리를 하였으며, 이를 랜덤포레스트, 의사결정나무, SVM 방식으로 예측력을 각각 비교·분석하였다.
이러한 한계를 감안하여 본 연구에서는 그나마 사례지역의 2년에 걸친 범죄발생 정보를 입수하였으며, 이를 기반으로 하고, 사례연구를 통해 알려진 범죄와 관련성이 높으며 머신러닝으로 분석 가능한 빅데이터 형태로 구축할 수 있는 데이터 세트를 확보하였다. 여기에는 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적률, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 사용하였다. 데이터의 경우 위치정보를 포함하고 있으며, 공공기관에서 지속적으로 제공하는 대규모 데이터를 활용하였다.
이때 Ahn(2014), Kim and Ahn(2016) 등의 선행연구에서 적용하는 비율을 고려하여 랜덤하게 8:2, 7:3, 5:5로 나누어 각각 2회씩 머신러닝을 적용하고 가장 설명력이 좋은 모형을 탐색하였다. 응답변수(response variable)는 범죄 발생 위치가 속한 격자의 2년 간 총 범죄 발생 건수로 설정하였으며, 예측변수(predictor variables)는 표 1에서 구축한 생활정보와 지역정보 데이터로 하였다.
앞 장에서 격자단위로 전처리한 4,906건의 실제 범죄데이터와 관련 정보를 머신러닝 훈련용(training) 데이터와 검정용(test) 데이터로 분리하였다. 이때 Ahn(2014), Kim and Ahn(2016) 등의 선행연구에서 적용하는 비율을 고려하여 랜덤하게 8:2, 7:3, 5:5로 나누어 각각 2회씩 머신러닝을 적용하고 가장 설명력이 좋은 모형을 탐색하였다. 응답변수(response variable)는 범죄 발생 위치가 속한 격자의 2년 간 총 범죄 발생 건수로 설정하였으며, 예측변수(predictor variables)는 표 1에서 구축한 생활정보와 지역정보 데이터로 하였다.
그러나 범죄자료가 공개되지 않아 제한적인 우리나라의 여건상 유사하면서 구축 가능한 자료에 의존할 수밖에 없다. 이러한 한계를 감안하여 본 연구에서는 그나마 사례지역의 2년에 걸친 범죄발생 정보를 입수하였으며, 이를 기반으로 하고, 사례연구를 통해 알려진 범죄와 관련성이 높으며 머신러닝으로 분석 가능한 빅데이터 형태로 구축할 수 있는 데이터 세트를 확보하였다. 여기에는 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적률, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 사용하였다.
따라서 시간적으로 변화하는 동적인 예측시스템이 요구되는데 이를 위해 시계열 변수의 도입이 필요하게 된다. 이에 사례지역에 대하여 빅데이터로 구축할 수 있는 정보로서 시시각각 변화하는 날씨, 인구, 건물, 토지 등을 우선 시범적으로 투입하여 분석해 보기로 하였다.
그러나 본 연구는 범죄위험지역을 예측하는 성격을 띠고 있으므로 식 5와 같이 각 격자별 범죄 발생 확률로 결과를 시각화하고자 한다. 즉 사례지역 격자 전체에서 발생할 것으로 예측된 범죄 건수의 합을 분모로 하고, 각 격자의 범죄 발생 예측 건수를 분자로 하여 각 격자별 범죄 발생 확률을 산정하였다.
지역정보는 격자 내의 건축물 평균건폐율, 평균용적률, 평균높이 등의 건축물 정보와 거주인구 및 유동인구 등의 인구 정보, CCTV, 경찰서(지구대 및 파출소 포함), 공시지가 정보 등을 포함하여 데이터를 구축하였다. 유동인구는 SK텔레콤에서 휴대전화 사용인구를 기반으로 추정하여 50×50m 단위로 제공하는 데이터를 활용하였다.
우리나라의 지방도시의 경우 범죄가 그다지 많지 않아 발생확률도 낮게 예측되었다. 하지만 본 연구에서는 상대적인 개념에서 위험확률이 높은 순으로 Grade 1, 2, 3으로 분류하였다.

대상 데이터

지역의 특성을 감안하여 시나리오 설정은 그림 6과 같다. 대상지인 J시에서 절도와 폭력범죄를 대상으로 계절별, 시간대별, 날씨정보를 바탕으로 J시의 상황에 맞는 32개 시나리오를 설정하였다.
여기에는 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적률, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 사용하였다. 데이터의 경우 위치정보를 포함하고 있으며, 공공기관에서 지속적으로 제공하는 대규모 데이터를 활용하였다. 즉, 기존의 범죄 분석이 발생한 범죄데이터를 누적시켜 범죄 발생예측 지역을 도출했다면 본 분석에서는 기존의 분석에서 제외 되었던 범죄의 세부 속성정보와 범죄 발생과 연관성이 높은 대규모 빅데이터를 활용한 연계분석을 통해 범죄발생지역을 예측하는 차이가 있다.
범죄자료는 2008년, 2011년 4,906건의 5대 범죄(절도, 폭력, 강도, 강간, 살인)데이터를 사용하였다.
여기서 본 연구는 확보한 데이터를 기반으로 범죄발생 위험지역을 예측하고 그 장소를 지도로 표출하기 위해 사례도시를 250×250m의 격자 단위로 데이터를 구축하였으며, 국토지리정보원(https://www.ngii.go.kr)에서 제공하는 격자를 기준으로 하였다.
유동인구는 SK텔레콤에서 휴대전화 사용인구를 기반으로 추정하여 50×50m 단위로 제공하는 데이터를 활용하였다.

데이터처리

이 때 머신러닝의 다양한 알고리즘 중에서 예측 정확도가 높은 알고리즘을 찾아야 되는데, 그 평가 척도는 대개 평균 제곱근 오차(Root Mean Square Error, RMSE)를 사용한다. 이는 실제값과 예측값의 오차를 나타내는 척도이며 식 4와 같다.

이론/모형

본 연구에서는 지도학습 모형 중 활용도와 정확도가 높은 것으로 알려진 의사결정나무, 랜덤포레스트, SVM을 적용하여 비교·분석하였다. 분석도구로는 MATLAB 패키지를 활용하였다.

성능/효과

각 사례별로 그 속성을 구체적으로 살펴보면, Case A는 계절과 시간의 구분 없이 폭력범죄의 발생 위험이 높은 지역이며, Grade 3 수준의 범죄 발생 위험 지역이 1 곳으로 다른 결과에 비하여 적게 나타났다. 실제로 Case A에서 Grade 3 수준으로 범죄 발생 위험이 예측된 지역은 터미널, 음식점, 유흥주점 등이 위치하여있어 유동인구가 많은 지역으로 통상적인 인식과 유사한 결과이다.
선행연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보, 지역정보를 머신러닝에 활용할 수 있도록 데이터 처리를 하였으며, 이를 랜덤포레스트, 의사결정나무, SVM 방식으로 예측력을 각각 비교·분석하였다. 그 결과 3개의 알고리즘 별로 학습용데이터와 검정용데이터를 나누어 분석한 18개의 모형 중 RMSE가 가장 낮아 정밀도가 높은 의사결정나무모형(학습용:검증용 데이터 비율을 8:2로 하고, 2차 실험한 경우)이 최적모형인 것으로 분석되었다.
(2015)는 랜덤포레스트 모형을 이용하여 스마트 폰 카메라를 통해 입력된 얼굴의 구성요소에서 특징 벡터를 추출하고, 미리 만들어진 랜덤포레스트 학습모형과 비교하여 시선 인식 실험을 수행하였다. 그 결과 84.77%의 높은 시선 인식 성능을 확인하였다.
Yoo(2015)는 의사결정나무모형을 기저로 하며 무작위성을 최대로 부여함으로써 예측오차를 줄이는 방법인 랜덤포레스트와 의사결정나무모형을 비교·분석하였다. 그 결과 랜덤포레스트가 가지치기 이후의 의사결정나무와 비슷한 예측력과 높은 안정성을 보이는 것으로 나타났다. 즉, 랜덤포레스트는 설명변수가 많고 설명변수 간 상호작용이 복잡한 자료에도 적용 가능하며, 예측력과 안정성이 높음을 실증하였다.
Kim and Kim(2013)은 대도시 주민의 우울감에 영향을 주는 요인을 예측하기 위하여 로지스틱 회귀모형과 의사결정나무모형을 활용하여 예측모형을 제시하였다. 그 결과 민감도와 분류정확도의 경우에는 의사결정나무모형보다 로지스틱 회귀모형이 높지만, 의사결정나무모형은 분석의 정확도보다는 분석과정 중 특정 경로의 설명이 필요한 경우에 로지스틱 회귀모형보다 유용하게 활용할 수 있는 것으로 해석하였다.
(2013)은 심장질환환자의 조기 예측을 위한 최상의 분류기를 찾기 위하여 의사결정나무, 규칙기반분류기로부터 파생된 CART(Classification and Regression Tree), ID3(Iterative Dichotomized 3) and decision table(DT) 모형을 이용하여 예측모형을 개발하고 비교·분석하였다. 그 결과 세 가지 모형 중 CART에 의한 예측 분류모형이 기존의 분류방법을 크게 향상시킬 수 있다고 하였다.
(2016)은 인위적인 산불 발생을 예측하기 위하여 로지스틱 회귀모형과 랜덤포레스트 모형을 비교·분석하였다. 그 결과 연구대상지의 인위적 산불 발생 예측 시 로지스틱 회귀모형보다 랜덤포레스트 모형의 예측 정확도가 높다고 하였다.
(2017)는 건설재해사전예측 모형개발을 위하여 모형의 해석이 쉽고 변수의 상호작용효과 해석이 용이한 의사결정나무 기법을 사용하였으며, 의사결정나무 모형의 현장 활용성 검토를 위하여 판별분석 모형과 비교·분석하였다. 분석 결과 의사결정나무 모형의 예측정확도가 80%, 판별분석 모형의 예측 정확도가 63%로 나타나 의사결정나무 모형의 예측 정확도가 더 높다고 하였다.
이를 다중판별분석, 인공신경망, 다분류 SVM 모형을 비교·평가하여 랜덤포레스트 모형이 가장 우수하고, 다음으로 다분류 SVM의 정확도가 높은 것으로 분석하였다.
이를 바탕으로 가장 빈번하게 발생한 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, J시는 시나리오별로 위험지역이 다르게 나타나는 3가지 패턴으로 도출되었다, 위험도 예측 결과는 발생 확률을 3개의 등급으로 시각화하여 시민들과 경찰관계자에게 도움이 되는 정보로 제공할 수 있게 하였다.
이를 위하여 로지스틱 회귀모형, 의사결정나무모형, 랜덤포레스트, 부스팅, 신경망모형을 비교·분석 하였으며, 예측력을 비교한 결과 랜덤포레스트와 부스팅 방식이 다른 모형들에 비해 높다고 하였다.
이상과 같이 머신러닝 알고리즘의 종류로서 의사결정나무, 랜덤포레스트, SVM은 다양한 분야에서 활용되고 있으며, 대개 정확도가 비 머신러닝 모형들보다 높은 것으로 나타났다. 그러나 투입되는 데이터의 종류나 분야 등에 따라 최적의 모형이 모두 다른 점을 주목할 필요가 있다.
각 시나리오에 따라 J시의 격자별 범죄 발생 위험 확률을 산정한 뒤 도출된 결과를 바탕으로 위험지역을 예측하였다. 조건마다 결과치가 약간 차이를 보이기는 하지만 범죄 발생 확률이 가장 높은 경우는 0.014~0.05 정도인 것으로 나타났다. 우리나라의 지방도시의 경우 범죄가 그다지 많지 않아 발생확률도 낮게 예측되었다.
표 3에서 error range가 표시된 부분이 넓거나 많을수록 예측값과 실제값의 차이가 크다는 의미가 있으며, 세가지 모형 중 RMSE가 낮아 예측력이 가장 높은 모형은 의사결정나무모형인 것으로 나타났으며, SVM모형의 경우 예측력이 가장 낮은 것으로 나타났다. 즉 3개의 알고리즘 별로 학습용데이터와 검정용데이터를 8:2 비율로 나누어 훈련할 경우, 의사결정나무 방식의 2회차 실험에서 1.1241로 평균제곱근오차가 가장 낮아 예측력이 높은 것으로 나타났다.
그 결과 랜덤포레스트가 가지치기 이후의 의사결정나무와 비슷한 예측력과 높은 안정성을 보이는 것으로 나타났다. 즉, 랜덤포레스트는 설명변수가 많고 설명변수 간 상호작용이 복잡한 자료에도 적용 가능하며, 예측력과 안정성이 높음을 실증하였다.
구축된 데이터 셋을 사용하여 범죄발생 위험 지역 예측 모형을 검증한 결과는 표 2, 3과 같다. 표 3에서 error range가 표시된 부분이 넓거나 많을수록 예측값과 실제값의 차이가 크다는 의미가 있으며, 세가지 모형 중 RMSE가 낮아 예측력이 가장 높은 모형은 의사결정나무모형인 것으로 나타났으며, SVM모형의 경우 예측력이 가장 낮은 것으로 나타났다. 즉 3개의 알고리즘 별로 학습용데이터와 검정용데이터를 8:2 비율로 나누어 훈련할 경우, 의사결정나무 방식의 2회차 실험에서 1.

후속연구

범죄발생이 우려되는 지역을 예측해서 시민들에게 제공한다면 시민들은 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하여 미리 조심할 수 있는 장점이 있다. 경찰관계자들에게는 시시각각으로 변하는 위험지역 정보를 시간대별로 예측하여 제공함으로써 한정된 경찰력을 효과적으로 배치하여 범죄를 사전에 예방하고 범인 검거에 도움을 줄 수 있어 안전한 도시환경을 조성하는 데 도움이 될 것이다.
즉 주어진 문제를 풀기 위해 주어진 상황과 데이터에 따라 최적 모형을 일일이 탐색할 수밖에 없다는 결론에 도달하게 된다. 따라서 본 연구에서 개발되는 범죄발생 예측모형도 전국 어디서나 적용 가능하다기 보다 연구 대상지에 특화된 모형이 될 것이다.
정확한 예측을 위해서는 본 연구에서 사용된 데이터 외에 생활기상지수, 건축물 1층 용도, 도시시설물 위치 등과 같이 범죄발생에 영향을 미치는 정보가 필요하고, 빅데이터 시대에 맞추어 지역정보를 시/군/구, 읍/면/동, 집계구/블록별 등 조금 더 세분화된 형태의 빅데이터로 구축한다면 좀 더 좋은 결과를 얻을 수 있을 것이다. 또한 실시간 뉴스, 지역 이벤트, 도시계획 및 개발 현황, SNS 및 온라인 커뮤니티 정보 제공 등의 실시간 데이터를 추가하여 종합적으로 분석할 수 있는 응용 모형 개발도 필요하며, 이들 과제는 향후 본격적인 시스템 구현과 함께 추가로 연구를 수행하고자 한다.
이상과 같은 과정을 보다 실용화하기 위해서는 상황의 변화에 따라 실시간으로 예측 가능한 예측 시스템(predictive policing system)을 개발해야 하지만 본 연구는 그 전단계의 성과이며, 향후 연구로 자동화 시스템 개발을 추진할 예정이다. 한편 예측 모델의 정밀도를 향상시키기 위해서는 머신러닝의 성격상 질 좋은 데이터를 대량으로 투입할 수 있어야 한다.
이 또한 지속적으로 향상시켜야 할 부분이다. 정확한 예측을 위해서는 본 연구에서 사용된 데이터 외에 생활기상지수, 건축물 1층 용도, 도시시설물 위치 등과 같이 범죄발생에 영향을 미치는 정보가 필요하고, 빅데이터 시대에 맞추어 지역정보를 시/군/구, 읍/면/동, 집계구/블록별 등 조금 더 세분화된 형태의 빅데이터로 구축한다면 좀 더 좋은 결과를 얻을 수 있을 것이다. 또한 실시간 뉴스, 지역 이벤트, 도시계획 및 개발 현황, SNS 및 온라인 커뮤니티 정보 제공 등의 실시간 데이터를 추가하여 종합적으로 분석할 수 있는 응용 모형 개발도 필요하며, 이들 과제는 향후 본격적인 시스템 구현과 함께 추가로 연구를 수행하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	우리 일상생활에도 변화를 가져온 머신러닝의 예는?	머신러닝은 여러 분야에 매우 광범위하게 전개되고 있으며, 광고, 번역, 스팸차단, 게임, 음성 및 문자인식, 텍스트마이닝과 같은 검색엔진은 물론, 지능형 로봇, 자율주행 자동차와 같은 산업분야에서 이미 상용화되고 있다. 우리 일상생활에도 변화를 가져오고 있는데, 예를 들면 음악감상이나 라디오 청취를 위해 사용하던 스피커가 소리를 전달하는 단순한 도구에서 인공지능, 음성인식 기술 등을 활용한 AI 스피커로 발전하여 대중화되고 있다. 이뿐 아니라 글로벌 기업인 아마 존은 클라우드 기반 머신러닝 기술을 이용해 야구 경기 심층 분석, 예측 등을 제공하기로 메이저리그(MLB)와 계약했고, 한국의 한 카드회사는 올해 하반기 중 머신러닝 기반 사고예측 모형을 통한 이상금융거래탐지시스템(Fraud Detection System, FDS)을 고도화할 예정이다.
	지역정보에 포함되는 것은?	또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다.
	머신러닝이 상용화되고 있는 부분은?	알파고를 계기로 인공지능(Artificial Intelligence, AI)에 대한 관심이 증가하고 있고, 핵심 기술인 머신러닝(machine learning)과 딥러닝(deep learning)에 대한 연구도 확대되고 있다. 머신러닝은 여러 분야에 매우 광범위하게 전개되고 있으며, 광고, 번역, 스팸차단, 게임, 음성 및 문자인식, 텍스트마이닝과 같은 검색엔진은 물론, 지능형 로봇, 자율주행 자동차와 같은 산업분야에서 이미 상용화되고 있다. 우리 일상생활에도 변화를 가져오고 있는데, 예를 들면 음악감상이나 라디오 청취를 위해 사용하던 스피커가 소리를 전달하는 단순한 도구에서 인공지능, 음성인식 기술 등을 활용한 AI 스피커로 발전하여 대중화되고 있다.

참고문헌 (31)

Almanie, T., R. Mirza and E. Lor. 2015. Crime prediction based on crime types and using spatial and temporal criminal hotspots. International Journal of Data Mining & Knowledge Management Process 5(4):1-19.
Ahn, H.C. 2014. Optimization of multiclass support vector machine using genetic algorithm : application to the prediction of corporate credit rating. Information Systems Review 16(3):161-177.

원문보기 상세보기
Bae, S.W. and J.S. Yu. 2018. Predicting the real estate price index using machine learning methods and time series analysis model. Housing Studies 26:107-133.
Brown, I. and C. Mues. 2012. An experimental comparison of classification algorithms for imbalanced credit scoring data sets. Expert Systems with Applications 39(3):3446-3453.

상세보기
Chaurasia, V. and S. Pal. 2013. Early prediction of heart diseases using data mining techniques. Caribbean Journal of Science and Technology 1:208-217.
Cho, Y.R., Kim, Y.C. and Y.S. Shin. 2017. Prediction model of construction safety accidents using decision tree technique. Journal of the Korea Institute of Building Construction 17(3):295-303.

원문보기 상세보기
Choi, H.N. and D.H. Lim. Bankruptcy prediction using ensemble SVM model. Journal of the Korean Data & Information Science Society 24(6):1113-1125.

원문보기 상세보기
Choi, J.H. and D.S. Seo. 1999. Decision trees and its applications. Statistical Analysis Studies 4(1):61-83
Cortes, C. and V. Vapnik. 1995. Supportvector networks. Machine learning 20(3):273-297.

상세보기
Elleng G. and COHN. 1990. Weather and crime. The British Journal of Criminology 30(1):51-64.

상세보기
Guo, F., L. Zhang., S. Jin., M. Tigabu., Z. Su and W. Wang. 2016. Modeling anthropogenic fire occurrence in the boreal forest of China using logistic regression and random forests. Forests 7(11):250.

상세보기
Hajek, P. and K. Michalak. 2013. Feature selection in corporate credit rating prediction. Knowledge-Based Systems 51:72-84.

상세보기
Heo, J.Y. and J.Y. Yang. 2015. SVM based stock price forecasting using financial statements. KIISE Transactions on Computing Practices (KTCP) 21(2):167- 172.

상세보기
Heo, S.Y., J.Y. Kim and T.H. Moon. 2017. Crime incident prediction model based on Bayesian probability. Journal of the Korean Association of Geographic Information Studies 20(4):89-101.
Horrocks, J. and A.K. Menclova. 2011. The effects of weather on crime, New Zealand Economic Papers 45(3):231-254.

상세보기
Jeong, J.H., J.H. Kim., J.H. Choo., S.H. Lee. and C.T. Hyun. 2017. Common maintenance cost estimation model using random forest for multi-family housing. Journal of the Architectural Institute of Korea 33(3):19-27.
Kim, S.J. and H.C. Ahn. 2016. Application of random forests to corporate credit rating prediction. Industrial Innovation Studies 32(1):187-211.
Kim, S.J. and B.Y. Kim. 2013. Comparative analysis of predictors of depression for residents in a metropolitan city using logistic regression and decision making tree. Journal of The Korea Institute of Building Construction 13(12):829-839.
Lee, S.K. and T.S. Shin. 2018. Development and application of prediction model of hyperlipidemia using SVM and metalearning algorithm. Journal of Intelligence and Information Systems 24(2):111-124.
Lee, S. M. 2017. Spatial analysis of flood and landslide susceptibility in Seoul using random forest and boosted tree models. Master. Thesis, Univ. of Seoul, Seoul, Korea. 78pp.
Neuilly, M.A., K.M. Zgoba., G.E. Tita and S.S. Lee. 2011. Predicting recidivism in homicide offenders using classification tree analysis. Homicide studies 15(2): 154-176.

상세보기
Newburn, T. and R. Sparks.(eds.). 2004. Criminal Justice and Political Cultures: National and international dimensions of crime control. Willan Publishing. UK.
Oh, B.H., K.W. Chung. and K.S. Hong. 2015. Gaze recognition system using random forests in vehicular environment based on smart-phone. The Journal of The Institute of Internet. Broadcasting and Communication 15(1):191-197.
Oliveira, S., F. Oehler., J. San-Miguel-Ayanz., A. Camia and J.M. Pereira. 2012. Modeling spatial patterns of fire occurrence in Mediterranean Europe using Multiple Regression and Random Forest. Forest Ecology and Management 275:117-129.

상세보기
Park, W.K. and S.Y. Kim. 2003. A Study on TV program rating prediction : Emphasizing the comparison of prediction capability between regression model and data mining model. Advertising Research 58:61-79.
Ranson, M. 2014. Crime, weather, and climate change. Journal of Environmental Economics and Management 67(3):274-302.

상세보기
Song, J.Y. and T.M. Song. 2018. Crime prediction using Big Data. Hwangsogeoleum academi. Seoul. 414pp.
Song, Y.S., Y.C. Cho., Y.S. Seo and S.R. Ahn. 2009. Development and its application of computer program for slope hazards prediction using Decision Tree Model. Journal of The Korean Society of Civil Engineers 29(2):59-69.
Wikipedia. https://www.wikipedia.org/.
Yoo, B.K., K.Y. Choi and D.K. Kim. 2018. An study on shopper's retail format choice via Machine Learning Method : Based on national chain market and traditional market. The Journal of Business Education 32(1):155-174.

상세보기
Yoo, J.E. 2015. Random forests, an alternative data mining technique to decision tree. Journal of Educational Evaluation 28(2):427-448.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증