보고서 정보
주관연구기관 |
국토연구원 Korea Research Institute for Human Settlements |
연구책임자 |
김대종
|
참여연구자 |
임륭혁
,
신가원
|
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2018-12 |
과제시작연도 |
2018 |
주관부처 |
국무조정실 The Office for Government Policy Coordination |
등록번호 |
TRKO201900002478 |
과제고유번호 |
1105013966 |
사업명 |
한국여성정책연구원(R&D) |
DB 구축일자 |
2019-06-29
|
초록
▼
I. 서론
○ 최근 여성혐오 살인과 성폭력 증가 등으로 인해 여성안전에 대한 관심이 증가
- 충북경찰청과 충청북도는 유흥가와 대학가 주변, 원룸촌 등 여성 안전 취약지역의 편의점에 여성의 귀가를 도와주는 반딧불편의점을 운영함
- 사용자의 위치를 실시간으로 추적하고 위험상황 발생시 보호자와 경찰에 알릴 수 있는 ‘안심귀가 앱’ 활용 등 스마트 치안체계도 늘어나고
○ 본 연구의 목적은 최근 빅데이터로 주목받고 있는 유동인구와 신용카드 자료를 활용하여 여성의 안전과 관련이 있는 지리공간적인 요소와 특성 을 파악하는
I. 서론
○ 최근 여성혐오 살인과 성폭력 증가 등으로 인해 여성안전에 대한 관심이 증가
- 충북경찰청과 충청북도는 유흥가와 대학가 주변, 원룸촌 등 여성 안전 취약지역의 편의점에 여성의 귀가를 도와주는 반딧불편의점을 운영함
- 사용자의 위치를 실시간으로 추적하고 위험상황 발생시 보호자와 경찰에 알릴 수 있는 ‘안심귀가 앱’ 활용 등 스마트 치안체계도 늘어나고
○ 본 연구의 목적은 최근 빅데이터로 주목받고 있는 유동인구와 신용카드 자료를 활용하여 여성의 안전과 관련이 있는 지리공간적인 요소와 특성 을 파악하는 것임
○ 공간빅데이터의 정의와 중요성, 활용 동향을 조사하고 실제 공간빅데이터를 범죄예방이나 검거에 활용한 사례를 조사하여 시사점 도출
○ 빅데이터를 지도로 변환하여 여성안전 관련 정밀한 지리공간적 진단이 가능한지를 알아보기 위한 시범분석 수행
Ⅱ. 공간빅데이터의 정책동향 및 활용사례
○ 지리공간정보(geospatial data)는 현실세계에 존재하는 지형지물을 래스터(raster)나 벡터(vector)로 표현하고, 관련 속성정보(attribute)를 연결한 데이터를 말함
○ 공간빅데이터는 위치정보를 가지고 있는 빅데이터를 지리공간정보로 변환한 것을 의미하며, 넓은 의미에서는 지적도, 도로망도, 3차원 지형을 표현한 수치표고모델(DEM, Digital Elevation Model), 3차원 영상 등 기존의 벡터와 래스터 형태의 지리공간자료를 공간빅데이터에 포함시킬수 있음
- 인공위성, 항공기, 드론, CCTV와 같은 각종 센서, 스마트 폰 등의 기기 들이 생산하고 있는 지리공간자료를 종합적으로 분석해야 함
○ 공간빅데이터 구축사업이 국내외에서 추진되고 있음
- 국토교통부는 공간빅데이터 구축사업과 연계하여 공간 빅데이터의 분석 및 활용기술 개발 사업을 2014년도부터 수행하여, 공간 빅데이터 플랫폼 및 서비스를 활용한 재난, 재해, 범죄 등 국민생활밀착형 사회 문제의 예측 및 분석정보를 제공함
- 영등포구는 ‘2018년 영등포 빅데이터 분석 사업’의 일환으로 ‘여성안 전 빅데이터 셉테드 협업 플랫폼’을 전국 최초로 구축하여, 여성 대상 범죄 발생을 예방함
- 미국의 프레드폴(Predpol)은 빅데이터 기반 범죄 예측시스템인 프레드폴은 범죄 장소와 시간을 예상하여 경찰관을 선제적으로 배치하고 범죄를 예방할 수 있도록 돕는 예측치안(Predictive Policing)의 가장 대표적인 사례임
Ⅲ. 여성안전을 위한 공간빅데이터 시범분석
○ 여성안전을 위한 공간빅데이터 시범분석을 위해 폭력 위험등급과 공간특성의 상관관계 분석을 서울특별시 강남구 일대를 대상으로 실시함
- 해당 지역의 유동인구, 유흥업종 카드매출, 경찰서, CCTV와 보안등 과의 최단거리 등의 공간특성(독립변수)이 성폭력 위험등급(종속변수) 에 미치는 효과에 대한 경험적 분석을 실시함
○ 다양& 변수들이 성폭력 발생 등급에 얼마나 영향을 끼치는지를 확인하고, 공간적 상관관계를 분석하고자 분석용 데이터를 구축하였음
- 행정안전부 생활안전 지도서비스의 OpenAPI, 현대카드사의 월별 카드 매출데이터, 통신회사의 유동인구 데이터, CCTV, 보안등, 경찰서 및 지구대 위치 등 생활안전인프라 관련 데이터 등 종합적인 공간 데이터를 구축함
○ 분석용 테이블을 성폭력 발생현황 XY좌표, 위험 등급, 위험 등급 위치별 반경 100m 내 평균 카드매출액, 최근접 경찰서 거리, 최근접 CCTV 거리, 최근접 보안등 거리, 반경 100m 내 30대 남성의 평균 유동인구, 포 인트 반경 100m 내 20대 여성의 평균 유동인구 등으로 정의하고 공간 분석을 수행함
- 공간상관을 고려하지 않는 일반 OLS(Ordinary Least Squares, 최소자 승법)는 CCTV와익 거리를 제외한 신용카드 매출액, 경찰서와의 거리, 보안등과의 거리, 30대 남성 유동인구 평균, 20대 여성 유동인구 평균 모두 유의미한 결과를 가짐
- 그 중에서 30대 남성 유동인구와 20대 여성 유동인구의 평균은 0.01 의 유의수준에서 정 (+)의 상관관계를 가지며, 이는 30대 남성 유동인 구와 20대 여성 유동인구가 많을수록 성폭력 위험등급이 높다는 것을 의미함
○ SEM(Spatial Error Model, 공간오차모형)과 SLM(Spatial Lag Model, 공간시차모형 ) 모형은 공간자기상관을 고려하지만 공간자기상관성을 에러 흑은 변수로 보는지 그 차이에 따라 결과가 다르게 나타남
- SEM의 경우 경찰서와의 거리, 보안등과의 거리, 30대 남성 유동인구 평균, 20대 여성 유동인구 평균이 유의미하게 나타났으며, 30대 남성 유동인구 평균이 가장 영향력이 높은 변수임을 알 수 있음
- SLM의 경우 신용카드 매출액, 경찰서와의 거리, 30대 남성 유동인구 평균, 20대 여성 유동인구 평균이 유의미한 변수이지만 두 개의 유동 인구 변수만 정 (+) 의 상관관계를 보임
- 한편 지리가중회귀분석(GWR)은 각각의 독립변수마다 발생현상이 상이하게 나타나는 것을 의미하며, 성폭력 발생현황과 변수 간 공간특성의 상관관계는 다음의 [그림]과 같음
IV. 여성안전 분야 공간빅데이터 활용을 위한 정책제언
○ 지리공간적인 접근으로 정밀한 진단과 맞춤형 처방이 필요
- 여성안전분야에 효과적인 맞춤형 정책을 발굴하기 위해서는 지리공간 적인 접근이 유용하다는 것을 알 수 있었음
- 공간빅데이터 분석으로 어떤 정책이 가장 효과적일 것인지를 시뮬레이션하여 최종 정책대안을 선택하고 시행할 수 있어야 함
○ 정확한 시공간 범죄자료 생산과 개방 및 통합
- 수많은 연구자가 다양한 자료와 융합 활용하여 매우 효과적인 인사이트를 얻을 수 있도록 더욱 개방적인 데이터 공개 정책이 필요함
- 범죄자로 신고자로 스마트 귀가 등에 축적되는 자료 등을 통합하여 관리할 수 있는 체계 필요
○ 참여형 실시간 여성안전 지도 구축 및 공유 플랫폼 구축 필요
- 안심귀가길과 같은 앱은 자신의 보행경로를 추적할 수 있게 공유해주고 필요시 가족과 경찰에 바로 신고할 수 있는 것처럼 다양한 사용자가 자신에게도 유용하고, 타인에게도 유용한 정보를 공유하고 분석하여 더 큰 부가가치를 얻을 수 있는 생태계를 구축하는 방안 필요
- 생활안전지도에서 밀도지도나 그리드로 집합한 정보를 제공한다면 안심 귀가길과 같은 보다 다양한 앱이 개발될 것임
- 수많은 사용자가 다멍한 장소에서 여성안전과 관련된 정보를 생산하고, 이 정보를 통합하여 분석한 결과를 공유하면 성폭력과 같은 여성 안전 관련 범죄는 지속적으로 줄어들 것임
(출처 : 연구요약 6p)
Abstract
▼
Geospatial big data can provide location based analytics for securing women’s safety. Many big data such as floating population and credit card transactions have locations such as address or coordinate. Locational information can be mapped and visualized along with other geospatial data including to
Geospatial big data can provide location based analytics for securing women’s safety. Many big data such as floating population and credit card transactions have locations such as address or coordinate. Locational information can be mapped and visualized along with other geospatial data including topographic map and cadastral map etc. It is easier for us to understand the situation of an issue such as women’s safety when visualized in the form of map. For instance, the locations where sexual harassments have been happened can be visualized as a map along with road, buildings, and CCTV etc. Furthermore, any relationship between sexual harassment and other factors can be analyzed in the spatial context.
The goal of this research is to testify whether geospatial big data can be helpful for diagnosing the status of women’s safety and developing any prescriptive policy. The data of sexual harassment as a dependent variable were collected from internet for Gangnam-gu area and floating population, credit card transactions, shortest distance to police station/CCTV/safely lights as independent variables were collected and processed using GIS SW. Visualization of those collected and processed data provided intuitive insights. The results from ordinary least square regression and spatial regression including spatial lag model and spatial error model, and geographically weighted regression were explored and compared in terms of spatial autocorrelation, significance and explanation power along with coefficients. It turns out that geospatial approach can be adopted and applied to diagnose the situation of sexual harassment in detail where the hot and cold spots are located and to provide better chance for effective policy intervention for better women’s safety.
(출처 : ABSTRACT 82p)
목차 Contents
- 표지 ... 1
- 경제·인문사회연구회 협동연구총서 ... 4
- 연구요약 ... 6
- 목차 ... 12
- 표목차 ... 13
- 그림목차 ... 14
- I 서 론 ... 16
- 1. 연구의 배경과 목적 ... 18
- 2. 연구의 내용과 방법 ... 19
- II 공간빅데이터의 정책동향 및 활용사례 ... 22
- 1. 공간빅데이터의 정의와 중요성 ... 24
- 2. 공간빅데이터 정책동향 ... 28
- 3. 공간빅데이터 활용사례 ... 30
- III 여성안전을 위한 공간빅테이터 시범분석 ... 38
- 1. 시범분석 주제와 분석방법 ... 40
- 2. 자료수집 및 분석과정 ... 43
- 3. 분석결과 ... 59
- IV 여성안전 분야 공간빅데이터 활용을 위한 정책제언 ... 66
- 1. 분석결과의 한계 ... 68
- 2. 공간빅데이터 활용을 위한 정책제언 ... 69
- 참고문헌 ... 72
- 부 록 ... 78
- Abstract ... 82
- 끝페이지 ... 85
※ AI-Helper는 부적절한 답변을 할 수 있습니다.