서울시가 인공지능(AI)과 3D 공간정보를 결합한 ‘S-Map 방범취약지역 예측 모델’을 본격 운영한다. 서울 전역을 100m 단위로 세분화해 범죄 발생 가능성을 예측하고, 주민참여 순찰, 보안등·비상벨 설치 등 방범 시설 배치를 최적화하는 방식이다. 시는 기존 통계 기반 예측의 한계를 넘어, 실제 범죄 발생 데이터를 활용해 모델 정확도를 검증했다고 밝혔다.
서울시는 2023년 개발한 ‘서울형 방범예측지수’를 활용해 범죄 취약지역을 분석해왔으나, 집계구 단위 통계로 산출돼 세밀한 방범 자원 배치와 실시간 행정 의사결정에는 한계가 있었다. 이번 모델은 AI 머신러닝과 3D 공간정보 분석을 도입해 구역별 위험 요인을 정량적으로 산출, 행정에 바로 적용할 수 있도록 고도화됐다.
모델은 최근 2년간 범죄 데이터를 학습해 유동인구, 가로등 밝기, 건물 용도, CCTV 밀도 등을 종합 분석한다. 이를 통해 “어떤 지역에 순찰을 강화해야 하는지”, “방범 시설물은 어디에 설치하는 것이 효율적인지”를 객관적으로 판단할 수 있다. 특히 저층과 고층 주택이 혼재된 골목 등 시야가 제한돼 시민 불안도가 높은 지역을 정밀하게 식별하는 데 유리한 것으로 나타났다.
서울시는 S-Map에 예측 결과를 탑재해 주민참여 순찰대의 순찰 필요 구역을 안내하고, 보안등·비상벨 설치 위치를 최적화하며, 노후 방범시설 교체에도 활용할 계획이다. 아울러 자치구별 방범 취약지도를 정기적으로 갱신해 맞춤형 방범 정책 수립에도 적용할 예정이다.
강옥현 서울시 디지털도시국장은 “AI와 빅데이터를 활용한 S-Map 모델로 한정된 인력과 예산을 우선순위별로 배분할 수 있게 됐다”며 “생활안전, 교통, 복지 등 다양한 분야에서 도시 데이터를 결합해 시민이 체감하는 디지털 도시를 완성할 것”이라고 말했다.
이번 시스템은 아동 통학로, 노인복지시설, 원룸 밀집지역, 유흥가 주변 등 범죄 취약지역까지 선별 관리가 가능하도록 설계됐다. 그러나 데이터 기반 예측 모델인 만큼, 예측 정확도와 현장 적용 간 괴리 가능성, 범죄 유형별 대응 한계는 지속적으로 검증이 필요하다는 지적도 있다.
서울시는 AI·3D 기반 방범 대응체계를 통해 시민 안전 체감도를 높이는 동시에, 한정된 방범 자원을 효율적으로 배치하는 행정 혁신 사례로 평가된다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
