영국, AI를 사용하여 경찰 등급 매기기 시작

영국에서는 경찰 조직 내 문제를 조기에 발견하고 등급을 매길 수 있는 머신러닝 알고리즘의 개념 증명(PoC)을 시험 중입니다. 이는 대중에게 영향을 미치기 전에 조기 경고를 제공하는 ‘조기 경고 예측 도구’와 유사합니다. 보고서에 따르면

지금까지 잉글랜드와 웨일즈의 경찰 조직을 검사하는 책임이 있는 Majesty’s Inspectorate of Constabulary and Fire & Rescue Services(HMICFRS)는 경찰이 최상의 성능을 발휘하도록 보장하기 위해 'PEEL' 평가에 의존해 왔습니다. 

영국의 PEEL 프레임워크, 시기적절성 문제

PEEL은 Police Effectiveness, Efficiency, and Legitimacy(경찰의 효과성, 효율성 및 정당성)의 약자입니다. 본질적으로, 이는 경찰이 범죄를 해결하고 사람들을 안전하게 지키는 능력을 얼마나 잘 측정하는지 나타냅니다. 또한 경찰이 자원을 현명하게 사용하고 있는지, 그리고 대중의 신뢰와 지지를 받고 있는지 확인하는 데 도움이 됩니다. 

이 프레임워크는 2014년부터 잉글랜드와 웨일즈의 43개 경찰 조직을 등급 매기는 데 사용되었습니다. 한 사례에서 HMICFRS는 스태퍼드셔 경찰이 PEEL 평가를 통해 대중 대응, 범죄 조사 및 피의자 및 용의자 관리 능력이 '부적절'하다고 발견했습니다.

효과적이지만, PEEL 모델은 시기적절성 문제가 있습니다. 

HMICFRS 검사관들은 데이터를 검토하고, 직원이 근무하는 모습을 관찰하며, 심지어 대중과 경찰 직원과 대화하여 이러한 평가를 수행합니다. 그들의 발견을 바탕으로 그들은 조직에 등급을 부여합니다. 

이 절차는 HMICFRS가 능동적으로 대응하기보다는 문제에 반응한다는 것을 포함합니다. 결과적으로 경찰 조직 내에서 심각한 문제가 발견되면 그 영향이 확산되거나 대중에게 영향을 미쳤을 수 있습니다. 

HMICFRS, AI를 사용하여 경찰 등급 매기기

HMICFRS는 가속화 능력 환경(ACE)과 함께 런던 데이터 컴퍼니와 협력하여 머신러닝 알고리즘을 개발했으며, HMICFRS 인사이트 포트폴리오 디렉터인 자키 헤이는 이것이 그들의 검사 과정과 '매우 유사한 결론'에 도달하지만 훨씬 더 빨리 발생하여 지역 사회를 더 안전하게 만든다고 말했습니다. 

AI 알고리즘은 약 8주 만에 구축되었습니다. 이 도구는 999 호출, 홈 오피스, 국가 통계청에서 사용할 수 있는 공개 데이터를 사용합니다. 보고서에 따르면 이 도구는 사례의 약 60%에서 조직의 PEEL 등급을 정확하게 예측했습니다.

현재로서 AI는 앞으로 잉글랜드와 웨일즈의 경찰 조직에 대한 등급 매기기 및 검사 절차의 핵심 부분이 될 것으로 보입니다. 

현재 AI 알고리즘은 PEEL 평가 질문 중 하나인 조직이 범죄를 얼마나 잘 조사하는지에 대해만 훈련되었습니다. 그러나 HMICFRS는 향후 18개월 동안 이 도구를 다른 PEEL 질문으로 확장하고 실시간 시스템 및 전체 검사 프로세스에 배포할 계획입니다.

“우리는 수집한 데이터를 활용해 더 많은 것을 할 수 있는지, 그리고 PEEL 질문 중 이를 확장할 수 있는 항목이 무엇인지 탐색하고 있습니다.”라고 헤이즈는 말했습니다. 

헤이즈는 이 도구의 도입이 검사 팀을 대체한다는 의미는 아니라고 강조했습니다. 다만, 응용 프로그램 측면에서 많은 작업을 수행할 계획이며, 소방 및 구조 부서로까지 확장할 예정입니다. 

“소방 및 구조 부서도 목록에 포함되어 있습니다. 하지만 우리가 이 도구로 많은 작업을 수행하기를 원하기 때문에 목록이 매우 깁니다.”라고 헤이즈는 덧붙였습니다. “인공지능으로 검사 팀을 대체할 수는 없지만, 검사 방식에 어떤 의미가 있는지 고려할 수 있습니다. 이는 검사 방식에 영향을 미칠 것이라고 생각합니다.”