영국, 인공지능을 활용해 경찰관 평가 시작

영국은 경찰 조직 내 문제점을 대중에게 영향을 미치기 전에 조기에 파악하고 평가할 수 있는 기계 학습 알고리즘의 개념 증명 시험을 진행하고 있습니다. 보고서에 따르면. 

지금까지 영국과 웨일즈의 경찰력을 감사하는 업무를 담당하는 영국 경찰 및 소방 구조국(HMICFRS)은 경찰이 최상의 성과를 내고 있는지 확인하기 위해 "PEEL" 평가를 활용해 왔습니다. 

영국의 PEEL 프레임워크에는 시의성 문제가 있습니다.

PEEL은 경찰의 효과성(Police Effectiveness), 효율성(Efficiency), 정당성(Legitimacy)을 의미합니다. 본질적으로 이 지수는 경찰이 범죄를 얼마나 잘 해결하고 국민을 안전하게 지킬 수 있는지를 측정합니다. 또한 경찰이 자원을 현명하게 사용하고 있는지, 그리고 국민의 신뢰를 얻고 있는지 확인하는 데에도 도움이 됩니다. 

이 평가 체계는 2014년부터 잉글랜드와 웨일스의 43개 경찰 조직을 평가하는 데 사용되어 왔습니다. 한 사례로, HMICFRS는 PEEL 평가를 통해 스태퍼드셔 경찰이 민원 대응, 범죄 수사, 범죄자 및 용의자 관리 능력에서 '부적합'하다고 판단했습니다.

PEEL 모델은 효과적이기는 하지만 시의적절성 문제가 있습니다. 

HMICFRS 조사관들은 데이터 검토, 경찰관 업무 관찰, 심지어 시민 및 경찰 직원들과의 면담을 통해 이러한 평가를 수행합니다. 평가 결과를 바탕으로 경찰에 등급을 부여합니다. 

이 절차는 HMICFRS가 사전에 대응하기보다는 문제에 대응하는 데 그칩니다. 결과적으로, 경찰 조직 내에서 심각한 문제가 발견될 경우, 그 영향이 대중에게 확산되거나 영향을 미칠 수 있습니다. 

HMICFRS, AI를 활용해 경찰 등급 매길 예정

HMICFRS는 Accelerated Capability Environment(ACE)와 함께 The London Data Company와 협력하여 기계 학습 알고리즘을 개발했습니다. HMICFRS 인사이트 포트폴리오 책임자인 Jacquie Hayes는 이 알고리즘이 검사 프로세스와 "매우 유사한 결론"에 도달했지만 훨씬 빨리 진행되어 지역 사회를 더 안전하게 만든다고 말했습니다. 

AI 알고리즘은 약 8주 만에 개발되었습니다. 999 신고, 내무부, 국가통계국(ONS)의 공개 데이터를 활용합니다. 보고서에 따르면, 이 도구는 약 60%의 사례에서 경찰의 PEEL 등급을 정확하게 예측했습니다.

현재 상황에서는 AI가 앞으로 영국과 웨일즈 경찰의 평가 및 검사 절차의 핵심 부분이 될 것으로 보입니다. 

현재 AI 알고리즘은 PEEL 평가 문제 중 하나인 경찰의 범죄 수사 능력에 대해서만 훈련되어 있습니다. 그러나 HMICFRS는 향후 18개월 동안 이 도구를 다른 PEEL 문제로 확장하고 실제 시스템과 전반적인 감사 프로세스에 적용할 계획입니다.

헤이스는 "우리는 수집한 데이터를 어떻게 더 활용할 수 있을지, 그리고 이를 어떤 다른 PEEL 질문에 확장 적용할 수 있을지 모색하고 있습니다."라고 말했습니다. 

헤이스는 이 도구의 도입이 검사팀의 교체를 의미하는 것은 아니라고 단언했습니다. 하지만 소방 및 구조 부서로의 확장을 포함하여 적용 측면에서 많은 변화를 가져올 계획이라고 밝혔습니다. 

"소방 및 구조 분야도 목록에 있지만, 이 분야를 통해 많은 일을 하고 싶어 하기 때문에 목록이 매우 깁니다."라고 헤이스는 덧붙였다. "인공지능으로 검사팀을 대체할 수는 없지만, 이것이 검사 방식에 어떤 의미를 갖는지 생각해 볼 수 있으며, 그 결과에 영향을 미칠 것이라고 생각합니다."