SK텔레콤 뉴스룸 실험실(LAB)은 데이터로 사회, 경제 현상을 분석하는 콘텐츠 시리즈를 연말까지 10회에 걸쳐 연재합니다. 시리즈가 다양한 사회, 경제 활동 전망에 도움이 되길 바랍니다.
[바로보기] 1편: 데이터가 세상을 움직인다
[바로보기] 2편: 코로나 시대 하루 이동량은 어떻게 변했을까?

SK텔레콤은 통계청, 한국관광공사 등 정부 및 공공기관, 지자체 등의 공공 의사 결정 과정에 유동인구 빅데이터 정보를 제공해 왔다. 「빅데이터로 보는 세상 ③」에서는 빅데이터 분석 플랫폼, 지오비전(Geovision)의 유동인구 데이터가 CCTV 설치, 시민 순찰대 코스 선정 등 사회 안전망 조성과 국민 생활 편의 기여에 어떻게 활용되었고, 어떠한 분석 과정을 거쳤는지 소개한다.

어디에 CCTV가 설치되어야 범죄 예방에 효과적일까? CCTV 위치 선정도 빅데이터가 한다

현대 사회에서 CCTV는 범죄 예방, 사건 · 사고 발생 후 범인을 검거, 시시비비 판단 등 다양한 영역에서 활용된다. 기존에는 담당자가 범죄 우려가 있는 지역을 직관적으로 파악해 CCTV를 설치하는 경우가 많았다. 그러나 최근에는 정교한 빅데이터 분석을 통해 같은 비용으로 효과가 더 높은 곳에 CCTV를 설치한다.

2014년, 수원시는 SKT 지오비전 유동인구 데이터를 비롯해 경찰청, 경기도 공공 데이터 등 방대한 빅데이터를 활용해 CCTV를 추가 설치할 최적 위치를 찾았다. 수원시는 41개의 행정동을 200mX200m 단위로 잘게 쪼개 7,983개의 블록으로 지역을 세분화했다. 확정된 분석 공간에 ▲ 유동인구 밀도 ▲여성/청소년 유동인구 ▲파출소 위치 ▲다중 민원 접수 지역 ▲CCTV 설치 현황 등의 데이터를 삽입해 CCTV 설치 필요 지역을 찾아내는 객관적인 분석 단계를 거쳤다.

126곳 CCTV 설치, CCTV 분석 매뉴얼 전국 지자체 배포

빅데이터 분석을 기반으로 수원시는 CCTV 우선 설치 지역 979개를 선정하고, 그중 최우선으로 CCTV를 설치할 곳으로 133개 블록을 뽑았다. 이를 토대로 수원시는 2015년 하반기에만 126곳에 CCTV를 설치했다.* 이 CCTV 분석은 정보화진흥원(NIA)의 표준분석모델로 선정되었고, 매뉴얼이 전국 지자체에 배포되어 각 지자체에서 활용 가능한 환경을 마련했다.
* 출처: 행정안전부, 한국정보화진흥원. 「내 삶을 바꾸는 공공 빅데이터! 빅데이터 사례집」. 2018

방범 순찰대 노선 과학적으로 만들 수 없을까? 지역 시민 순찰대 코스 선정에 활용된 빅데이터

2016년, 경기도의 한 도시는 치안 목적으로 시민 순찰대를 운영하고 있었다. 이 도시는 운영하고 있는 순찰 코스가 적절한지, 코스에 추가할 곳은 없는지 빅데이터 분석을 통해 검증하고, 운영에 효율성을 높였다.

분석을 위해 방범/시설, 사건/사고 등의 공공 데이터와 SKT 지오비전의 유동인구, 매출 데이터 등이 활용되었다. 지오비전 pCell 기술*을 활용해 행정구역을 50mX50m 단위로 잘게 쪼개 지역을 세분화한 후, 분류한 데이터들을 지도 위에 시각화 했다. 먼저 각 데이터를 기반으로 범죄 우려 지역을 선정한다. 다음 단계로 여러 데이터가 중첩적으로 범죄 우려 지역으로 알려주는 곳을 중심으로 최적의 순찰 노선을 추출한 후, 관할서 범죄 정보 데이터를 활용해 교차 검증해 최종적으로 새로운 순찰 코스를 만들었다.
* 50m 단위로 유동인구를 파악할 수 있는 기술로 최소 10m 단위로 쪼개 관리할 수 있다. SKT 독자 보유

6개의 카테고리 중 지오비전의 유동인구, 매출 데이터를 활용해 데이터를 시각화하는 과정을 소개한다. 유동인구 데이터를 활용해 지도 위에 유동인구 밀도의 낮고, 높음 정도를 녹색 → 적색으로 표현한다. 특히, 20대 이하 청소년, 2~30대 여성 인구 밀도가 높은 곳은 주요 순찰 대상으로 정한다. 매출 데이터의 경우 매출이 높은 지역을 순찰 대상(적색 셀)으로 선정한다.

이러한 과학적인 데이터 분석 과정을 통해 도출한 추가 순찰 필요 지역을 연결해 최적의 순찰 코스를 만들었다. 공공과 민간 데이터의 융복합 분석은 범죄 발생 통계 중심의 단편적인 분석에서 벗어나 지역별 특색에 맞춘 치안 정책 수립과 선제적인 현장 활동을 가능하게 한다.

지진 발생을 대비한 대피소 운영 계획 수립도 빅데이터가 도와

SKT는 2017년 포항 지진 발생 후, 행정안전부 주관으로 포항시의 대피소 수용인원과 지오비전 주/야간 존재인구 수*를 비교해 대피소 수의 적정성 여부를 파악했다. 사무 시설이나 유동인구 집중 지역은 거주 인구보다 활동 시간대 동적 인구가 높은 경우가 있다. 주간은 12시, 야간은 24시 기준으로 존재인구 수를 행정동 별로 비교해 최적의 대피소 운영 계획 수립을 도왔다.
* 특정 시간 및 공간 단위에 거주하거나 활동하는 인구

재난 관리의 시작은 위험에 노출된 인적 규모를 파악하는 것에서 출발한다. 지진 전후 유동인구의 이동 패턴 분석은 지진 발생 직후의 상황별 대응 요령을 도출하는데 도움이 된다. 또한, 과학적 데이터는 재난 관리 예산 확보의 필요성을 파악하는데 근거 자료가 된다.

CCTV 최적 입지 도출, 방범 순찰 노선 선정 등 지오비전 빅데이터 활용 사례를 살펴봤듯, SKT 유동인구 데이터는 치안/안전/재난 예방 등 공공 분야에서 광범위하게 활용되고 있다. 데이터를 기반으로 한 과학적이고 체계적인 분석은 한정된 치안 자원을 적재적소에 배치를 가능하게 하고, 불필요한 예산을 줄이는 등 행정 효율을 높이는데 도움이 된다.
수원시 CCTV 최적화 매뉴얼이 전국 지자체에 배포된 것처럼 우수한 빅데이터 적용 행정 사례는 전국 지침 수립의 근거로 자리매김 하고 있다. 빅데이터는 우리도 모르는 사이에 국민의 일상에 가까이 들어와 생활 편의와 안전망 구축에 기여하고 있다.