- 지자체 최초 AI+3D 공간정보 결합한 ‘S-Map 방범취약지역 예측 모델’ 운영 들어가

- 서울 전역 100m 단위로 쪼개 범죄위험요인 예측, 순찰·CCTV 배치 최적화 등 활용

- 실제 범죄 발생 데이터로 예측 정확도 검증… ‘시민 안전 체감도’ 높여줄 것으로 기대

- 시 “한정된 인력·예산 효율 극대화… 시민이 체감하는 ‘디지털 도시’ 완성해 나갈 것”

□ 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 '23년 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.

S-Map 방범취약지역 예측모델

<S-Map 방범예측지수 서비스 화면>

<방범예측지수 집계구 단위 분석(고도화 전)과 100m단위 분석 결과 비교(고도화 후)>

- 지자체 최초 AI+3D 공간정보 결합한 ‘S-Map 방범취약지역 예측 모델’ 운영 들어가

- 서울 전역 100m 단위로 쪼개 범죄위험요인 예측, 순찰·CCTV 배치 최적화 등 활용

- 실제 범죄 발생 데이터로 예측 정확도 검증… ‘시민 안전 체감도’ 높여줄 것으로 기대

- 시 “한정된 인력·예산 효율 극대화… 시민이 체감하는 ‘디지털 도시’ 완성해 나갈 것”

□ 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 '23년 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.

S-Map 방범취약지역 예측모델

<S-Map 방범예측지수 서비스 화면>

<방범예측지수 집계구 단위 분석(고도화 전)과 100m단위 분석 결과 비교(고도화 후)>

- 지자체 최초 AI+3D 공간정보 결합한 ‘S-Map 방범취약지역 예측 모델’ 운영 들어가

- 서울 전역 100m 단위로 쪼개 범죄위험요인 예측, 순찰·CCTV 배치 최적화 등 활용

- 실제 범죄 발생 데이터로 예측 정확도 검증… ‘시민 안전 체감도’ 높여줄 것으로 기대

- 시 “한정된 인력·예산 효율 극대화… 시민이 체감하는 ‘디지털 도시’ 완성해 나갈 것”

□ 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 '23년 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.

S-Map 방범취약지역 예측모델

<S-Map 방범예측지수 서비스 화면>

<방범예측지수 집계구 단위 분석(고도화 전)과 100m단위 분석 결과 비교(고도화 후)>

- 지자체 최초 AI+3D 공간정보 결합한 ‘S-Map 방범취약지역 예측 모델’ 운영 들어가

- 서울 전역 100m 단위로 쪼개 범죄위험요인 예측, 순찰·CCTV 배치 최적화 등 활용

- 실제 범죄 발생 데이터로 예측 정확도 검증… ‘시민 안전 체감도’ 높여줄 것으로 기대

- 시 “한정된 인력·예산 효율 극대화… 시민이 체감하는 ‘디지털 도시’ 완성해 나갈 것”

□ 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 '23년 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.

S-Map 방범취약지역 예측모델

<S-Map 방범예측지수 서비스 화면>

<방범예측지수 집계구 단위 분석(고도화 전)과 100m단위 분석 결과 비교(고도화 후)>

- 지자체 최초 AI+3D 공간정보 결합한 ‘S-Map 방범취약지역 예측 모델’ 운영 들어가

- 서울 전역 100m 단위로 쪼개 범죄위험요인 예측, 순찰·CCTV 배치 최적화 등 활용

- 실제 범죄 발생 데이터로 예측 정확도 검증… ‘시민 안전 체감도’ 높여줄 것으로 기대

- 시 “한정된 인력·예산 효율 극대화… 시민이 체감하는 ‘디지털 도시’ 완성해 나갈 것”

□ 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 '23년 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.

S-Map 방범취약지역 예측모델

<S-Map 방범예측지수 서비스 화면>

<방범예측지수 집계구 단위 분석(고도화 전)과 100m단위 분석 결과 비교(고도화 후)>

- 지자체 최초 AI+3D 공간정보 결합한 ‘S-Map 방범취약지역 예측 모델’ 운영 들어가

- 서울 전역 100m 단위로 쪼개 범죄위험요인 예측, 순찰·CCTV 배치 최적화 등 활용

- 실제 범죄 발생 데이터로 예측 정확도 검증… ‘시민 안전 체감도’ 높여줄 것으로 기대

- 시 “한정된 인력·예산 효율 극대화… 시민이 체감하는 ‘디지털 도시’ 완성해 나갈 것”

□ 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 '23년 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.

S-Map 방범취약지역 예측모델

<S-Map 방범예측지수 서비스 화면>

<방범예측지수 집계구 단위 분석(고도화 전)과 100m단위 분석 결과 비교(고도화 후)>

- 지자체 최초 AI+3D 공간정보 결합한 ‘S-Map 방범취약지역 예측 모델’ 운영 들어가

- 서울 전역 100m 단위로 쪼개 범죄위험요인 예측, 순찰·CCTV 배치 최적화 등 활용

- 실제 범죄 발생 데이터로 예측 정확도 검증… ‘시민 안전 체감도’ 높여줄 것으로 기대

- 시 “한정된 인력·예산 효율 극대화… 시민이 체감하는 ‘디지털 도시’ 완성해 나갈 것”

□ 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 '23년 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.

S-Map 방범취약지역 예측모델

<S-Map 방범예측지수 서비스 화면>

<방범예측지수 집계구 단위 분석(고도화 전)과 100m단위 분석 결과 비교(고도화 후)>