초록 ▼

제1부 범죄예방을 위한 빅데이터 활용 프레임 재정립
1. 연구목적
미래에 대한 불확실성과 고위험이 상존하는 현대사회에서 빅데이터는 현실에 대한 분석력과 대응력을 높여 미래에 대한 예측가능성을 제고시킬 뿐만 아니라,데이터에 기반한 객관적･과학적 접근방식을 통해 보다 나은 미래 사회로의 방향을 모색할 수 있게 한다. 특히 공공분야에 있어서 빅데이터는 국가를 위협할 수 있는 잠재적인 위험관리를 위한 최첨단 과학적 분석도구로서 기능할 뿐만 아니라, 미래의 불확실한 고위험사회에 대비하고자 하는 국가정책결정의 핵심원천이 될 것으로

제1부 범죄예방을 위한 빅데이터 활용 프레임 재정립
1. 연구목적
미래에 대한 불확실성과 고위험이 상존하는 현대사회에서 빅데이터는 현실에 대한 분석력과 대응력을 높여 미래에 대한 예측가능성을 제고시킬 뿐만 아니라,데이터에 기반한 객관적･과학적 접근방식을 통해 보다 나은 미래 사회로의 방향을 모색할 수 있게 한다. 특히 공공분야에 있어서 빅데이터는 국가를 위협할 수 있는 잠재적인 위험관리를 위한 최첨단 과학적 분석도구로서 기능할 뿐만 아니라, 미래의 불확실한 고위험사회에 대비하고자 하는 국가정책결정의 핵심원천이 될 것으로 평가받고 있다.
하지만 새로운 지식으로서의 형식과 기술을 갖춘 빅데이터는 장래에 대한 무한한 가치의 창출가능성과 미지의 위험을 모두 수반하고 있다. 현재로서는 이러한 기술적 가치의 잠재성이 무한히 열려있고, 그 잠재성으로부터 수반되는 장래성과 위험 역시 불명확한 상태로 남아있지만, 이로부터 제기되는 명백한 문제들로 인해 기술적･법적인 프레임의 전환에 대한 필요성이 강력히 요구되고 있다.특히 데이터의 생성 및 이용방식이 기존의 패러다임에서 벗어나는 빅데이터 환경은 정보에 대한 권리와 프라이버시 침해라고 하는 문제에 직면해 있다.
이와 같이 빅데이터에 수반되는 불명확성과 위험에도 불구하고 빅데이터를 활용하여 국가 주요 현안에 대한 합리적･선제적 대응이 가능한 예방행정체계를 강화하고자 하는 노력은 전세계적인 현상이라 할 수 있다. 특히 빅데이터를 범죄예방이나 수사 등 사회안전망 확보에 활용하고자 하는 논의는 세계 여러나라에서 주요한 테제로 자리잡고 있다.
이에 본 연구는 가치있는 빅데이터의 생산을 통해 예측에 기반한 범죄예방활동의 중요성이 부각되고 있는 현실하에서, 빅데이터 기술이 지닌 개인정보에 관한 인권침해 및 프라이버시 침해의 위험을 최소화하면서도 범죄예방을 위한 빅데이터 기술의 활용방향을 제시해 보고자 한다. 특히 빠르게 변화･발전하는 정보통신기술과 사회구조의 변화로 인한 범죄현상에 대하여 빅데이터를 통한 범죄예방정책의 활용의 필요성과 그 한계를 형사정책적 관점에서 검토하고, 빅데이터의 본질에 내재하는 정보 프라이버시에 대한 침해의 위험을 고려한 입법정책적 논의의 토대를 제공하고자 한다.

제2부 주요 외국의 빅데이터 활용 관련 법제의 비교분석
1. 빅데이터 활용 관련 입법방향
개인정보 내지 프라이버시 보호에 관한 국내외 규범의 기본틀을 구성하는 것은 공정정보원칙(fair information practice principles, FIPPs)라 할 수 있다.
하지만 빅데이터 환경에 있어서는 프라이버시를 보호하는 규범의 기본골격을 형성하는 공정정보원칙이 유지되기 어려운 측면들이 나타나고 있다. 즉, 빅데이터의 본질상 데이터의 수집 시점에서 예측하지 못한 새로운 가치가 분석과정에서 발견될 수 있고, 이러한 새로운 결과를 토대로 데이터에 대한 2차적 사용이 이루어지기 때문에 공정정보원칙이 제시하고 있는 데이터 수집과 이용에 관한 원칙들을 적용하기 어려운 문제들이 있다. 따라서 주요 국가들이 빅데이터를 활용함에 있어서 개인정보보호를 위한 법제를 어떻게 변화시키고 있는지를 살펴봄과 아울러 이를 범죄예방시스템에 어떻게 적용할 수 있을 것인가를 검토할 필요가 있다.
빅데이터 활용과 관련한 주요 외국의 입법방향을 보면, 크게 “공개와 보호”라는 두가지 측면에서 접근하고 있음을 볼 수 있다. 즉 주요 국가들은 빅데이터 활용을 뒷받침하면서도 그로 인한 개인정보침해를 예방하기 위한 기본 법제로서 정보공개법과 개인정보보호법을 두고 있다. 각 국가들은 이 두 법제를 중심으로 개인정보에 대한 권리와 의무, 자율과 강제, 권한과 책임의 프레임을 만들어나가 고 있으며, 이에 의해 안전하면서도 효율적인 빅데이터 환경의 보다 나은 모습을 도모하고 있다.

제3부 주요 외국의 빅데이터 기반 범죄예방시스템 운영현황 및 성과분석
제3부는 미국, 영국 사례를 중심으로 외국의 빅데이터를 활용한 범죄예방시스템에 대해 상세히 살펴보았다. 전체적인 경향은 2000년대 이후 예측적 경찰활동, 스마트 경찰활동, DDACTS 등 (본 연구에서는 이들을 빅데이터 경찰활동이라 통칭함) 범죄와 범죄자를 예측하고 예방하려는 노력이 상당히 활발히 이루어지고 있고 가시적인 성과도 도출되고 있는 바, 이러한 흐름은 주로 미국에서 비롯되어 영국･호주･캐나다 등지로 확대되어가고 있는 추세이다. 반면, 예측의 부정확성 및 프라이버시 침해와 같은 인권문제가 계속해서 제기되고 있고, 이를 개선하기 위한 정부 차원의 노력이 데이터 거버넌스 도입을 중심으로 적극 이루어지고 있다. 주요 내용을 정리하면 다음과 같다.

제4부 빅데이터를 활용한 범죄예방시스템의 기술적 변화와 발전방향
1. 빅데이터 기술의 발전 경향
작금의 시기는 “빅데이터“의 시대이다. 제4부에서는 빅데이터 기술의 현주소와 그 문제점 그리고 그것들을 해결하기 위해서 어떠한 새로운 패러다임이 필요한지를 살펴보고자 한다. 현재의 빅데이터 기술에 대해서 일반적으로 ”기존에 처리하지 못하던 다양한 문제들을 여러 채널로부터 얻어지는 엄청난 양의 빅데이터들을 이용하여 문제들을 해결할 수 있다“는 인식이 저변에 깔린 단계이다. 하지만, 아직까지 이러한 문제들의 해결 방법에 대한 능동적인 모색보다는 이러한 문제를 풀기위한 기반기술을 구축하는데 초점을 두고 있다. 이는 곧 넘어야 하는 많은 장벽이 현실에 존재함을 역설하고 있다. 또 다른 빅데이터 기술의 문제점은 빅데이터에 대한 관심이 데이터의 가치보다는 양에 치우쳐져 있다는 점이다.
이러한 현재의 빅데이터 기술의 한계와 문제점을 극복하기 위해서 최근에 새로이 도입되거나 논의되는 기술들이 다수 존재한다. 첫 번째 기술은 Deep Learning이라는 기반 기술로서 데이터로부터 직접 드러나지 않은 채 숨겨져 있는 구조까지도 모형화하고 추론함으로서 분류 등에서 보다 높은 정확도와 효율성을 제공하고 있다. 두 번째 기술은 조서의 자동 분류나 인터넷과 포털사이트에 존재하는 범죄내용을 포함하는 글들을 주제에 따라 자동으로 추출하거나 거짓 정보 유포 및 확산에 대한 흐름의 파악하는데 쓰일 수 있는 토픽 모델링(Topic modelling)이다. 그런데 이러한 기술들보다 우선적으로 고려해야 하는 것이 바로 미래 기술의 방향성이다.명확한 미래 기술의 방향을 잡기위해 본 장에서는 가치(Value)와 베테랑(Veteran)이라는 두 가지 속성을 기존 빅데이터 성질에 추가하였다.
또한 이러한 미래 기술의 방향성의 설정과 함께 도래하는 신기술들과의 연계가 필요하다. 연계해야할 첫 번째 신기술은 클라우드 컴퓨팅 (Cloud Computing)이다. 하지만, 이러한 클라우드 컴퓨팅 서비스는 대용량 저장 공간 제공과 비용절감이라는 장점들과 함께 공용성이라는 특징 때문에 범죄사건 데이터와 같은 무결성 및 기밀성이 필요한 데이터들이 보안상의 문제점이 발생할 수 있다. 또다른 신기술은 바로 사물인터넷 (Internet of Things) 기술이다. 사물인터넷 시대에는 IoT 환경에서 센서들 간에 연결되어 얻어지는 대용량 데이터들을 이용하여 보다 효과적으로 범죄자들에 대한 이해 및 분석이 가능하다. 특히 이렇게 수집되어 분석된 정보는 범죄자 추적 및 범죄자들의 행동 패턴 및 암수범죄 탐지등의 각종 수사 및 방범 활동에 사용이 가능하다. 마지막으로 주목해야 하는 신기술은 사이버 물리 시스템 (Cyber Physical System)과의 연계이다. IoT는 소형화와 장비들간 연결에 초점이 맞추어져 있는 반면 CPS는 그 연결망의 통제와 관리를 포함하는 개념이라는 점에서 그 차이를 보인다.
빅데이터 기술이 보다 효율적으로 해석되고 이해되기 위해서 이러한 신기술들과의 연계만 존재하진 않는다. 신기술보다는 오히려 데이터의 양과 질을 높이는 방법도 필요하다. 대표적인 사례는 바로 공공 데이터 및 민간데이터를 추가함으로서 기존의 빅데이터가 갖는 가치성을 더 높일 수 있다. 즉, 범죄사건에 대한 빅데이터는 형사사법정보시스템포털이나 ‘사건수사시스템’을 포함하는 KICS와 같은 경찰, 검찰에서 관리하는 데이터들로 제한적인 결과를 얻어내기보단 추가적으로 정부3.0에 힘입어 제공되는 공공데이터들을 이용하여 보다 정밀하며 유용한 정보를 추출할 수 있다.
이와 함께 빅데이터 시스템은 정보 수집과 첩보 활동에서 주로 사용되어왔던 기술 중 하나인 OSINT (Open Source Intelligence) 기술을 빅데이터간에 연계할 필요가 있다. 범죄발생 후 수사에만 머물던 기존의 범죄수사관련 빅데이터 분석은 내부의 자료 분석을 넘어서서 미래의 빅데이터 분석 기술은 기존의 방식에 추가적으로 OSINT와 같은 공개된 정보(Information)를 수집하고 분석하여 가치 있는 정보(Intelligence)로 재생산할 수 있는 시스템으로 넘어가야 할 것이다.

제5부 범죄예방을 위한 빅데이터 활용과 관련한 인식조사
빅데이터는 현대에서 미래로 연결되는 사회변화의 하나의 축을 이루는 새로운 도구로서, 우리 사회의 다양한 부분에 편리함을 제공할 수 있는 한편, 광범위한 정보들의 공개로 인해 개인의 프라이버시 침해의 가능성을 내포하고 있기도 하다.
빅데이터라는 모호하고 낯선 개념에도 불구하고, 이미 불가피하게 현실로 다가온 빅데이터의 활용에 대하여 일반인들의 인식수준과 개인정보에 대한 허용범위를 조사하는 것은 쉽지 않지만 필요한 일일 것이다. 따라서 본 조사연구에서는 그러한 한계를 감수하고, 일반인에 대한 인식조사를 실시함과 더불어 빅데이터 및 범죄예방과 관련한 전문가들을 대상으로 인식조사와 심층면접을 실시함으로 써 한계를 보완하고 결과를 도출, 비교하였다.

제6부 빅데이터를 활용한 범죄예방시스템 구축을 위한 제언
1. 입법적 제언
빅데이터에 기반한 범죄예방시스템을 위한 법적인 근거를 마련하고자 하는 입법적 노력을 함에 있어서는 먼저 입법의 필요성에 대한 논거가 정확히 제시될 필요가 있다. 즉, 입법동기와 목적간의 균형, 입법목적과 수단의 비례, 규범화의 불가피성에 대한 판단을 통해 입법의 정당성을 확보할 필요가 있다. 그리고 빅데이터를 활용함에 있어서는 개인정보로 인한 프라이버시 침해가 문제되지 않도록 보호하고자 하는 이익이 무엇인지에 대한 명확한 규정과 함께 상호 이익들간의 비례성 및 적정성 유지가 가능하도록 입법내용이 구성되어야 할 것이다. 이러한 입법의 필요성에 대한 검토와 함께 입법에 의해 예상되는 효과와 그것이 미치는 영향력의 범위, 수범자로서 일반국민의 수용가능성에 대한 판단도 사전적으로 검토될 필요가 있다.
빅데이터에 기반한 범죄예방시스템을 구축함에 있어서 현행 법제로는 법적 정당성을 부여하는데는 한계가 있는 것이 사실이다. 즉 범죄예방을 목적으로 한 개인정보의 수집･처리･이용 등에 대한 법적인 근거를 뒷받침할 수 있는 법률이 현재로서는 없기 때문이다.
따라서 빅데이터에 기반한 범죄예방시스템 구축을 위한 입법적 가이드라인을 제시해보면 다음과 같다. 첫째, 범죄예방을 위한 개인정보 이용에 관한 기본원칙으로서 법률유보원칙, 적법성원칙, 이용목적 제한원칙, 정확성 및 최신성 원칙등을 규정해야 할 것이다. 둘째, 범죄예방을 위한 개인정보보호원칙에 대한 예외의 허용기준과 개인정보 처리기준을 명확히 정립해야 한다. 즉 빅데이터에 기반한 범죄예방시스템은 개인정보의 이용 및 처리가 필수적이고, 상당부분 민감한 개인정보를 포함하고 있기 때문에 개인정보에 대한 침해를 초래할 수 있는 예외의 허용과 처리 및 이용기준은 대단히 중요한 입법적 요건이라 할 것이다. 셋째, 개인정보보호를 위한 기술적･절차적 의무규정을 도입할 필요가 있는데, 특히 개인정보에 대한 익명화 조치, 범죄예방시스템에 대한 개인정보 영향평가, 개인정보처리시스템의 의무적 등록, 정보처리시스템 관리자 및 처리자의 의무 및 책임범위 설정 등과 관련한 규정들이 도입되어야 할 것이다.

Abstract ▼

Chapter 1. Re-establishment of the Framework for Using Big Data to Prevent Crimes
1. Purpose
In today's societies suffering from uncertainties about the future and high risks of various types, big data improves our ability to predict the future by enhancing our capability to analyze and respon

Chapter 1. Re-establishment of the Framework for Using Big Data to Prevent Crimes
1. Purpose
In today's societies suffering from uncertainties about the future and high risks of various types, big data improves our ability to predict the future by enhancing our capability to analyze and respond to the reality, and allows us to seek ways to make a better future through objective and scientific approaches based on data. In particular, in the public sector, big data is expected to function as a cutting edge tool for scientific analysis for managing possibly nation-threatening risks, and one of the core sources for formation of national policies designed to prepare ourselves for the uncertain and high-risk future.
However, big data, which qualifies as a new form of knowledge in terms of both form and technology, poses both the possibility of creating infinite values for the future, and the risks of which nature we do not yet know. Presently, big data's potential for creating technological values open up an infinity of possibilities for us, and the future outcomes and risks posed by such potential also remains uncertain. There have been clear issues raised against big data, however, which strongly warrant the need to transform the technological and legal framework. The big data environment involves data generation and utilization which surpass the boundaries of the existing paradigm, which led to criticisms for possible infringement on people's right to information and their privacy.
Despite such uncertainties and risks posed by big data, big data is being used by countries across the world to strengthen their preventive administration systems so as to secure the capability to address national issues in a reasonable and preemptive manner. In particular, use of big data for crime prevention, investigation, and other social safety purposes is emerging as a major thesis in multiple countries.
As such, under the current circumstances where production of big data and crime prevention based on prediction using the big data are gaining significance, this Study seeks to propose a way to utilize big data technologies to prevent crimes, while minimizing the risks against personal information, human rights, and privacy inherent in big data technologies. More specifically, this Study aims to provide and overview of rapid changes and developments of information and communication technologies and changes in crimes brought on by the changes in social structures, review the necessity and limitations of using crime prevention policies utilizing big data, and lay the foundation to discuss legislative approaches which considers the risk of privacy invasion inherent in big data.

Chapter 2 Comparative Analysis of Legal Systems Related with Big Data Use in Developed Countries
1. Direction of Legislation on Big Data Use
Both in and outside of South Korea, legal frameworks for protection of personal information or privacy is predicated on the fair information practice principle (FIPP). The big data environments, however, involves certain aspects where it is difficult to adhere to the FIPP, which forms the fundamental framework for privacy protection laws. To be specific, due to the nature of big data, new values not anticipated at the time of data collection may be discovered during subsequent analysis. As these new findings form the basis for secondary use of the data, the principles on data collection and use under the FIPP do not readily apply to such cases. These situations warrant the need to look into how developed countries reform their legal systems designed to protect personal information with regard to the use of big data, and how such reforms can be applied to systems designed to prevent crimes.
Legislation efforts in developed countries approach the issue of big data use from two perspectives: disclosure, and protection. In other words, developed countries enacted information disclosure laws and personal information protection laws as framework laws for promoting the use of big data, all the while preventing possible infringement of personal information.
On the basis formed by these two types of laws, each country is currently building a framework which establishes the rights and duties, autonomy and regulation, and authorities and responsibilities regarding personal information, under the ultimate goal of building better, safer, and more efficient big data environments

Chapter 3. Analysis of Operation and Performance of Crime Prevention Systems Utilizing Big Data in Foreign Countries
This study made a comprehensive review on foreign countries’ crime prevention system utilizing big data science, centering around the U.S. and U.K. cases. Since the start of the new century, proactive efforts have been made to predict and prevent crime with notable positive outcomes. Some of the instances include Predictive Policing, SMART Policing, and DDACTS(hereinafter, these policing strategies are referred to as “Big Data Policing”), which have mostly originated from the U.S., expanding into U.K., Australia, Canada, and other developed countries. On the other hand, issues such as unreliable prediction and human rights violation (e.g., invasion of privacy) have been consistently raised. Each government has been taking measures to address these issues, one of which is to set up data governance. Below is the summary of this report.
Big Data Policing applies advanced (mostly quantitative) analytical techniques to identify and intervene high-risk places and people, such as hot spot analysis, regression analysis, data mining, near-repeat modeling, spatio-temporal analysis, geographic profiling, and risk terrain analysis. It must be noted, however, that it is more than a mere technical concept that mingles crime analysis with big data science. Rather, the Big Data Policing must be understood as a comprehensive policing strategy that inherits the partnership ideology of Community Policing and the systematic process of Problem Oriented Policing. As such, it has several key features:
• Strategic Approach to Goals
The primary mission of Big Data Policing is to improve quality of life for communities by controlling not only crime and disorder but also all types of neighborhood problems like order maintenance and fear of crime. Thus, all of the community problems need to be monitored and analyzed to figure out the priority. Once the priority is decided, it is recommended to establish specified action plans and develop a logic model to determine the criteria for measuring performance during the evaluation phase.
• Maximizing Data Utility
Making better use of data is the key criterion which distinguishes Big Data Policing from the other policing strategies, and thus the Big Data Policing requires collecting diverse data and applying adequate analysis techniques to discover problems and their causes as precise as possible. First of all, data collection should be carried out in an exact and speedy manner. Otherwise, it becomes difficult to make a precise analysis and on-time response. Also, data must include not only crime and incident records but also diverse information on risk factors and quality of life. That said, data integration among various organizations and accumulation of semi- or non-structural data need to be carried out properly. Lastly, each department should be able to apply suitable prediction techniques described in the main body of the report to diverse situations. For this purpose, some large-sized departments hire analysis experts. Small departments who cannot afford to hire experts are recommended to seek assistance from research institutes.
• Strategic Intervention
In order for the problem solving strategy and tactics to be effective and efficient, they need to be as narrow and deep as possible, and optimized for the characteristics of neighborhood, population, and individuals. Also, accountability should be ensured by assigning a person in charge. At the same time, organizational flexibility needs to be strengthened so that other organizations and departments can provide assistance. One of the most important elements required to maximize the effectiveness of intervention is the “situational awareness,” for which an effective communication system has to be constructed among all personnel from commanders to field officers.
• Ongoing Monitoring and Evaluation
There are two types of policy evaluations: process evaluation and outcome evaluation. Since the 2000’s, process evaluation has been gaining significance in that the expected outcome cannot be obtained without proper implementation of the planned process. Therefore, ongoing monitoring and evaluation needs to be made from the planning phase to the implementation of police intervention. For strict and objective evaluation, it is important to have researchers perform (quasi-) experimental study that compares experimental areas to control counterparts. Continuity is one of the main elements of evaluation. Continuous monitoring activities are required to detect any change in crime pattern or neighborhood environment caused by criminals’ reaction to police intervention, through which the cyclic process of Big Data Policing may be ensured.
• Collaboration and Outreach
Big Data Policing requires collaboration with neighborhood in all phases, which would be the only way to ensure the effectiveness of crime prevention and the legitimacy of policing. As a matter of fact, cooperation itself may improve the image of and trust in police, which tends to have a positive impact on the residents’ feeling of security and satisfaction regardless of actual status of crimes. Besides, collaborations with other government agencies, non-profit organizations, and civil entities are important to collect and share data, strengthen collective intelligence on big data strategy, and get useful feedback from each other. Finally, proactive efforts for outreach are to be made to consolidate the cooperation. For this, public relations and education for residents are necessary. And also, having representatives of other organizations participate in the strategic meeting for Big Data Policing might be another good way.
• Control Tower and Community
As seen in the example of SMART Policing Initiative, it is desirable to secure consistency and quality of the Big Data Policing program by constructing a Big Data Policing community. One of the most important measures is to invigorate the working groups comprised of experts and working-level staffs and let them develop, distribute, and provide training on best practices. Also, it is critical to have small departments get help from research institutions so that they can construct big data systems, collect and analyze data in a proper manner, and carry out strict evaluations. Further, setting up diverse meetings and visits among departments and holding web seminars could be another good measure. Finally, constructing control tower and community might be a great help to establish an effective big data governance.

Chapter 4. Technology changes and direction of future development of crime prevention systems utilizing big data
Section 1. Development of big data technologies
In this section, we describe the current status and concerns of the present big data analysis and then a new paradigm is proposed to address the problems.
To date, big data technique has been considered to resolve extremely difficult problems, by analyzing massive data, which were not done before. However, only building infrastructure for birdbath technique has been focused on more than solving such difficult problems. Similarly, the other concern of the current birdbath technique is that issues from the volume of the data are discussed and studied more than ones for new creative values.
Several methodologies from machine learning and data mining fields have been introduced in order to address the technical problems. One of the most famous approaches is ‘Deep Learning’ which models and infers hidden structures from the massive data. Deep learning can provide more accurate and trustable results in classification and clustering than traditional approaches like Neural Network. The other well-known approach is ‘Topic Modelling’, which can be used to automatically classify and categorize the documents and the contents in the Internet. With these new methodologies, we need to consider the direction of the future technology in the Big data. From this point of view, we introduce two additional properties of Big data: Value for meaningful data and Veteran for importance of experts. Finally, we have 5V for Big data: Velocity, Volume, Variety, Value, and Veteran.
After setting up the direction of the birdbath technology, we need to combine birdbath technique with other new technologies. First of all, birdbath should be linked with Cloud Computing. However, we should be very careful when cloud computing is used due to the information security. While cloud computing provides massive storage and cheap management to the client, the confidential or critical data like criminal records cannot be perfectly protected since cloud computing is basically stored in public. Internet of Things (IoT) is also a new technique to connect to birdbath analysis. We can use massive heterogeneous data, from various sensors in IoT environment, to catch the criminals and to reduce the crimes. In addition, the sensory data can be used to analyze the behaviors of criminals and to detect hidden crimes. Last technique to link to birdbath is Cyber Physical System (CPS). While IoT focuses on connection between small sensors and devices, CPS does the control and management of the network and connection of the devices with safety.
In addition to such connection with other technologies, we need to improve the quality of the data and to increase the volume of the data simultaneously. For instance, we can improve the quality of data by adding public data by governments and open data in public. In general, agencies and officers use only local database KICS including ‘Criminal Justice Service’ and ‘Crime Police Information System’ but they might obtain more precise and important information about the criminals by additionally analyzing and processing such public data.
Conventional Big data analysis can become richer by linking ‘open source intelligence (OSINT)’, which is used to collect information and to generate intelligence. That is, birdbath analysis becomes more powerful to create meaningful values by combining several data: public data, open data, OSINT technique.

Chapter 5 Use of Big Data for Crime Prevention and Awareness Survey Thereon
Big data is a new type of tool which constitutes one of the main pillars of social transformation that bridges the present with the future. While it has the potential to offer various benefits across diverse areas in our society, disclosure of a wide range of information poses the risk of privacy invasion. The obscurity and unfamiliarity of the concept makes it rather difficult to investigate the public awareness on the use of big data and the scope of acceptable disclosure of personal information. However, such survey is imperative under the situation where big data has already become a reality. Therefore, this Study conducted a survey on the perception of the general public and surveyed experts on big data and crime prevention through a survey and interviews to overcome the previous limitations and arrive at meaningful results.

Chapter 6 Suggestions for Construction of Crime Prevention System Utilizing Big Data
1. Suggestions for Legislation
Legislative efforts to lay the legal foundation for a big data-based crime prevention system should be preceded by clearly articulating the logical grounds for the necessity of such legislation. In other words, such legislation needs to be justified in terms of the balance between its motivation and its purpose, the proportionality of the means against the purpose of legislation, and the inevitability of regulation. In addition, a legislation involving the use of big data must contain clear provisions defining the interests to be protected by the efforts to prevent privacy invasion, and be composed in such a way as to allow for maintaining the proportionality and balance between the related interests. Along with such review of the necessity of legislation, also requiring consideration are the effects expected therefrom, the scope of its influence, and how it is received by the general public who will be affected by such legislation.
It cannot be denied that the current legal system does not provide sufficient justification for building a crime prevention system based on big data, because there is presently no statute in place to provide the legal basis for collection, processing, and use of personal information for crime prevention purposes. In light of the above discussion, this Study proposes the following legislative guidelines for building a crime prevention system based on big data. Firstly, such legislation needs to provide for basic principles regarding the use of personal information for crime prevention purposes, such as: statutory reservation, legality, restriction on purpose of use, accuracy, and up-to-dateness. Secondly, the legislation should clearly establish the criteria for granting exemptions to the aforementioned principles for crime prevention purposes, and the criteria for handling personal information. To be specific, a crime prevention system based on big data requires the use and handling of personal information, which may contain a substantial amount of sensitive information. Therefore, the criteria for granting exemptions and handling/using such information constitutes a core requirement for the relevant legislation in that such exemptions and use may cause serious infringement on personal information. Thirdly, the legislation needs to adopt provisions on technical and procedural obligations for personal information protection, such as: anonymization of personal information, assessment of crime prevention systems in terms of their impact on personal information, mandatory registration of systems used for handling personal information, and definition of the duties and responsibilities of the managers and staffs of information processing systems.

목차 Contents

• 표지 ... 1
• 발간사 ... 2
• 목차 ... 4
• 표목차 ... 18
• 그림목차 ... 20
• 국문요약 ... 26
• 제1부 범죄예방을 위한 빅데이터 활용 프레임의 재정립(탁희성) ... 52
• 제1장 연구의 개요 ... 53
• 제1절 연구의 목적 ... 54
• 제2절 연구내용 및 방법 ... 57
• 제2장 범죄예방 목적 빅데이터 활용을 위한 프레임 재구성 논의 ... 60
• 제1절 데이터 리스크 관리 및 평가방식의 전환 ... 61
• 제2절 빅데이터 환경에 적합한 정보보호기술의 적용 ... 70
• 제3절 개인정보 보호와 이용의 규범적 경계의 재정립 ... 89
• 제2부 주요 외국의 빅데이터 활용 관련 법제의 비교분석(탁희성) ... 93
• 제1장 빅데이터 환경을 뒷받침하는 규범적 원칙의 변화 ... 94
• 제2장 빅데이터 활용에 있어서 관련 법제의 비교 ... 98
• 제1절 빅데이터 활용과 관련한 법제 비교 개관 ... 99
• 제2절 미국의 개인정보보호와 정보공개 법제 ... 101
• 제3절 영국의 개인정보보호 및 정보공개 법제 ... 116
• 제4절 유럽연합의 개인정보보호 법제 ... 139
• 제5절 독일의 개인정보보호와 정보공개 법제 ... 167
• 제6절 빅데이터 활용 관련 법제에 대한 비교검토 ... 186
• 제3부 주요 외국의 빅데이터 기반 범죄예방시스템 운영현황 및 성과 분석 (정진성) ... 196
• 제1장 빅데이터와 범죄예방 ... 197
• 제1절 서설 ... 198
• 제2절 범죄 예측과 경찰활동에 관한 이론적 논의 ... 202
• 제2장 빅데이터 경찰활동과 범죄예방 프로세스 ... 218
• 제1절 예측의 범위 및 기법 ... 220
• 제2절 빅데이터 경찰활동의 개념 및 프로세스 ... 236
• 제3절 효과적인 범죄예방 프로세스 및 핵심요소 ... 253
• 제3장 외국의 범죄 예측 프로그램 운영현황 및 성과분석 ... 261
• 제1절 서설 ... 262
• 제2절 미국의 범죄 예측 및 예방 사례 ... 263
• 제3절 영국의 범죄 예측 및 예방 사례 ... 280
• 제4장 외국의 범죄자 예측 프로그램 운영현황 및 성과분석 ... 287
• 제1절 서설 ... 288
• 제2절 미국의 범죄자 예측 및 예방 사례 ... 293
• 제3절 영국의 범죄자 예측 및 예방 사례 ... 304
• 제5장 범죄 빅데이터 거버넌스와 효과적인 범죄예방시스템 ... 306
• 제1절 범죄 빅데이터 거버넌스 ... 307
• 제2절 소결 : 효과적인 범죄예방시스템 구축을 위한 제언 ... 321
• 제4부 범죄예방에 있어서 빅데이터 기술의 변화와 발전방향 (윤지원) ... 324
• 제1장 빅데이터 기술의 발전 경향 ... 325
• 제1절 변화하는 빅데이터 기술의 패러다임 ... 326
• 제2절 빅데이터 기술의 미래 발전 방향 ... 343
• 제2장 빅데이터 기반 범죄예방시스템의 한계와 문제점 ... 358
• 제1절 빅데이터 이용 범죄예방시스템에 대한 법적 및 행정적 한계 ... 359
• 제2절 빅데이터 분석에 기반한 범죄예방시스템에 대한 기술적 한계 ... 363
• 제3절 범죄예방시스템에 대한 사회적 이슈 ... 375
• 제3장 범죄예방시스템의 기술적 한계를 극복하기 위한 노력 ... 378
• 제1절 빅데이터 분석을 위한 공개데이터 수집에 관한 해결방안 ... 379
• 제2절 빅데이터 분석의 효율성과 프라이버시를 동시에 고려한 보안기술 ... 382
• 제3절 SNS를 활용한 빅데이터 범죄정보 제공 및 범죄 예방 ... 395
• 제4장 빅데이터를 활용한 범죄예방시스템의 기술적 모델 프레임 ... 397
• 제1절 빅데이터 분석에 의한 범죄예방시스템 프로세스 ... 398
• 제2절 빅데이터 분석을 위한 연동 및 관계를 그린 세부 프레임 ... 402
• 제3절 소결 ... 408
• 제5부 범죄예방을 위한 빅데이터 활용과 관련한 인식조사 (박준희･탁희성) ... 410
• 제1장 조사의 개요 ... 411
• 제1절 조사 설계 ... 412
• 제2절 조사방법 ... 416
• 제2장 일반인 대상 조사결과 분석 ... 421
• 제1절 조사 대상자의 일반적 특성 ... 422
• 제2절 일반인 인식조사 분석결과 ... 424
• 제3절 소결 ... 486
• 제3장 전문가 대상 조사결과 분석 ... 489
• 제1절 조사대상자의 특성 ... 490
• 제2절 전문가 인식조사 분석결과 ... 491
• 제3절 소결 ... 549
• 제6부 빅데이터를 활용한 범죄예방시스템 구축을 위한 제언 (탁희성) ... 551
• 제1장 빅데이터 기반 범죄예방시스템을 위한 입법적 제언 ... 552
• 제1절 입법적 선결과제 ... 553
• 제2절 빅데이터 기반 범죄예방시스템 구축을 위한 입법적 가이드라인 ... 558
• 제2장 빅데이터 기반 범죄예방시스템을 위한 정책적 제언 ... 577
• 제1절 기술적 관점에서의 제언 ... 578
• 제2절 정책적 관점에서의 제언 ... 583
• 참고문헌 ... 592
• Abstract ... 610
• 부록 ... 640
• 끝페이지 ... 671