1) 본고는 한국지역정보개발원의 디지털정책자료로서, 국내외 최신 디지털 이슈와 지역 디지털 동향 등을 파악해 국내 지자체 정보화 역량 강화와 정책 수립에 도움이 되고자 작성됐음(디지털정책기획부 조소원 선임).

Ⅰ. 들어가며

지방자치단체가 직면한 가장 심각한 구조적 과제 중 하나는 지속적인 인구감소와 그에 따른 전반적인 노동력 부족 문제이다. 특히 청년층의 대도시 집중과 고령화의 가속은 지방의 생산 가능 인구를 급격히 감소시키고 있으며 이는 지역 경제의 활력을 저하시킬 뿐 아니라 공공서비스의 안정적 유지에도 심각한 위기를 초래하고 있다. 치안 분야 역시 이러한 인구 구조 변화의 영향을 피해갈 수 없다. 선행연구에 따르면 인구감소와 범죄 발생 간에는 유의미한 상관관계가 존재하는 것으로 확인됐다(이수창·김대찬, 2023: 101.). 즉, 지방에 만연되어 있는 인구감소와 고령인구 비율의 증가로 인한 지방 소멸 위기는 범죄 발생에도 취약함을 보여주는 것이다. 이는 경찰 인력의 고령화와 신규 인력 확보의 어려움으로 순찰활동 공백이 늘어나고 이로 인해 방범 사각지대가 늘어나는 현상(조선일보, 2023.11.15.)과 맞물려 인구 구조의 변화가 치안환경 전반에 구조적 변화를 초래하고 있음을 보여준다.
이는 기존의 치안 정책 및 방법과 다른 새로운 방법의 도입 그리고 이의 선제적 대응이 필요함을 시사한다. 이러한 배경 속에서 AI 기술은 지역 사회의 치안 문제 해결을 위한 새로운 해법으로 주목받고 있다. AI 기반 범죄 예방 시스템은 CCTV 영상 분석, 이상행동 감지, 예측 기반 순찰 경로 설계 등을 통해 다양한 방식으로 인력 부족 문제를 효과적으로 보완할 수 있다. 이는 사후 대응 중심의 기존 치안 체계를 예방 중심의 스마트 치안 체계로 전환할 수 있는 대안으로 평가되며 실제로 여러 지자체에서 도입을 시도하고 있다. 이에 따라 AI 기술을 활용한 범죄 예방 시스템이 지방자치단체의 치안 문제 해결에 어떤 효과를 발휘할 수 있는지 검토하고 실제 현장에서 이를 구현하기 위한 방향성을 제시하고자 한다.

Ⅱ. 범죄 예방을 위한 AI 기술 확장 과정

범죄 예방을 위한 AI 기술은 CCTV 영상 분석, 음향 인식, 행동 패턴 분석 등을 중심으로 빠르게 발전하고 있다. 이러한 기술은 단순 감시를 넘어 위험 상황을 사전에 탐지하고 실시간 대응을 가능하게 하여 범죄 예방과 공공 안전 향상에 기여하고 있다.

1. 객체 인식 기반 감시 기술
AI 기반 감시 기술의 도입은 영상 속 사람, 차량, 물체 등을 자동으로 인식하는 객체 감지 기술에서 출발했다. 이 시기의 기술은 주로 HOG, SIFT 등 전통적인 이미지 처리 알고리즘을 기반으로 하며 OpenCV와 같은 도구를 통해 구현됐다(신종환·박찬미·이현주·이성현·이재광, 2021: 20). 주요 활용 사례로는 차량 인식, 침입 알림 등이 있었으며 영상 내 움직임이 감지되었을 때 경고를 보내는 방식으로 운용됐다. 이 기술은 객체의 종류를 식별하는 데는 효과적이었지만 해당 객체의 행동이나 상황적 의미까지는 해석하지는 못했다. 객체 감지 기술의 도입은 CCTV 영상 분석의 자동화를 가능하게 하였으며 반복적인 모니터링 업무를 대체함으로써 보안 인력의 감시 부담을 경감시키는 데 기여했다.

2. 행동 분석 기술
이 시기에는 단순한 객체 인식을 넘어 사람의 행동을 이해하고 이상 징후를 감지하는 기술이 본격적으로 도입됐다. AI와 딥러닝 기술이 CCTV 영상 분석에 적용되면서 쓰러짐, 싸움, 배회 등 비정상적인 행동을 자동으로 인식할 수 있게 됐다(ETRI WEBZINE, 2021.03.). 핵심 기술로는 Skeleton 기반 자세 추정, LSTM 기반 이상행동 감지 모델 등이 활용되었으며(Pratik K. Mishra, Alex Mihailidis, Shehroz S. Khan, 2021: 2) 이를 통해 기존 영상 보안 시스템보다 정밀하고 지능적인 분석이 가능해졌다. 이러한 기술은 병원, 요양 시설, 학교, 지하철역 등 다양한 공간에서 낙상 사고 감지, 침입 탐지, 위험 행동 식별 등으로 활용되었으며 상황 발생 시 신속하고 효과적인 대응을 가능하게 하는 기반을 마련했다.

3. 음향 기반 감지 기술
AI 기반 감지 기술은 기존의 시각 정보 중심에서 나아가 청각 정보를 함께 활용하는 방향으로 발전하고 있다. 총성, 비명, 고함 등 위험을 암시하는 소리를 실시간으로 인식함으로써 상황을 보다 정확하고 신속하게 파악할 수 있게 된 것이다. 주요 기술로는 Sound Event Detection, 음향 딥러닝 모델(CNN, RNN) 등이 있으며(Emre Cakir·Giambattista Parascandolo·Toni Heittola·Heikiki Huttunen·Tuomas Virtanen, 2017: 1) 일부 시스템은 영상과 음향을 통합적으로 분석하는 멀티모달 접근도 채택하고 있다(Junyu Gao·Maoguo Gong·Xuelong Li, 2015: 1). 이러한 기술은 어두운 밤, 골목, 주차장 등 CCTV 사각지대나 비가시 구간에서도 위협을 감지할 수 있어 감시의 공간적 범위를 넓혔다.

4. 실시간 연동 체계
범죄 예방을 위한 AI 기술은 단순한 감지 기능을 넘어 분석 결과를 관제센터나 경찰, 보안 인력에게 실시간으로 전달하여 즉각적인 대응을 가능하게 하는 체계로 발전하고 있다. 주요 기술로는 IoT 기반 감지 장치, 실시간 알림 플랫폼, 모바일 경보 시스템 등이 있으며 긴급 상황 발생 시 분석 결과와 함께 영상, 위치 등 이벤트 정보가 자동 전송되어 빠른 출동과 초동 조치를 지원한다(S. Nithya Roseline·S Deepika·P Gayathri, 2025: 680). 이러한 연동 체계는 범죄 발생 징후를 조기에 감지하고 피해를 최소화할 수 있는 실시간 대응 기반의 시스템을 구현하는 데 핵심적인 역할을 수행하고 있다.

5. 예측형 치안 전략
기술의 방향은 점차 실시간 대응을 넘어 미래를 예측하고 범죄를 사전에 차단하는 단계로 진화하고 있다. 이 시기부터는 과거의 범죄 발생 이력, 시간, 장소, 유형 등의 데이터를 기반으로 위험 발생을 예측하는 시스템이 도입됐다. 주요 기술로는 지리정보시스템(GIS) 기반 분석, 빅데이터 기반 패턴 분석 등이 있으며 이를 통해 특정 장소나 시간에 순찰 우선순위를 자동 추천하거나 범죄 취약지역을 지정할 수 있게 됐다(방준성·박원주·윤상연·신지호·이용태, 2019: 112). 예측형 치안 전략은 경찰 인력의 효율 배치, 사각지대 조기 점검, 범죄율 감소에 기여하고 있으며 예방 중심의 치안 전략이 가능해졌다는 점에서 큰 전환점이 된다.

6. 자율 판단형 AI 감시체계
AI의 역할은 단순 감지에서 벗어나 수집된 정보를 종합적으로 해석하고 대응 방식까지 스스로 결정하는 자율형 감시체계로 진화하고 있다. 이 단계는 Transformer 기반의 고차원 상황 이해 모델, 강화 학습 기반의 의사결정 시스템 등이 활용되며 다중 감각 정보를 결합한 복합 해석이 가능해진다(NIA, 2024: 38). 이를 통해 사람의 개입 없이도 경고 전송, 출동 요청, 우선순위 설정 등의 판단이 자동화된다(LVT, 2025.08.04.).
이 시기는 기술의 고도화뿐 아니라 책임 소재, 사생활 침해 등 윤리적·법적 논의가 병행되어야 하는 중요한 전환점으로 평가된다.

Ⅲ. 국내·외 지방자치단체의 AI를 활용한 범죄예방 사례

1. 국내 사례
(1) AI 기반 통합 방범 인프라 스마트폴 구축 사업 추진(전라남도)
전라남도는 범죄 취약지역의 안전을 강화하고 도시 치안 인프라를 스마트하게 개선하기 위해 AI 기반 스마트폴 설치 사업을 추진하고 있다. 이 사업은 전라남도가 주도하고 도내 13개 시·군이 협력하는 형태로 각 지역의 골목길, 공원, 주택가 등에 지능형 CCTV, 조명, 비상벨, 각종 센서 등이 통합된 다기능 스마트 기둥(스마트폴)을 설치하는 방식으로 진행된다. 스마트폴에는 AI 영상 분석 기술이 적용되어 이상행동 감지, 군중 밀집도 분석, 화재 및 연기 감지 등이 가능하며 자치경찰 시스템과 실시간 연동되어 신속한 현장 대응과 선제적 범죄 예방을 지원한다. 또한 방범 기능 외에도 공공 와이파이 등 생활 편의 기능을 함께 제공함으로써 안전과 행정 서비스를 통합 제공하는 스마트 도시 인프라로 주목받고 있다(보안뉴스, 2024.07.30.).

(2) CCTV 사각지대 대응을 위한 모바일 감시 플랫폼 도입(서울 성동구)
서울 성동구는 CCTV 사각지대에 대응하고 주민이 직접 안전 감시에 참여할 수 있도록 스마트폰 기반 범죄 예방 앱 ‘안심이’를 도입했다. 이 앱은 사용자가 위급 상황 발생 시 스마트폰을 흔들거나 음량 버튼을 누르는 등 간단한 동작으로 즉시 긴급신고를 할 수 있으며 사용자 위치와 함께 실시간 영상이 관제센터로 자동 전송되어 경찰 또는 관제 요원이 신속하게 출동할 수 있도록 지원한다. 특히 밤길 귀가 중에는 앱을 통해 모니터링을 요청할 수 있고 관제 요원이 사용자의 경로를 추적해 귀가 완료 시점까지 안전을 실시간 확인한다. 이 시스템은 기존 CCTV의 사각지대를 보완하고 주민의 자발적 참여를 통해 선제적 안전 대응 체계를 구축한 사례로 주목받고 있다(서울특별시, 2025.06.20.).

(3) AI 지능형 선별 관제 시스템 화면(전북특별자치도 군산시)
전북 군산시는 CCTV 기반 영상 관제의 고도화를 위해 AI 기반 지능형 통합관제 시스템을 도입했다. 이 시스템은 사건 발생 시 관제센터 검색창에 절도범의 인상착의나 이동수단 등의 정보를 입력하면 AI가 실시간으로 다수의 CCTV 영상을 분석해 범인의 이동 경로를 자동 추적하고 경찰에 신속하게 단서를 제공한다. 또한 배회, 쓰러짐, 폭행 등 이상 행동 패턴을 자동으로 감지하여 징후 발생 시 관제 요원에게 즉시 경고 메시지를 전송한다. 이 시스템은 통합관제센터의 대응 효율성을 높이고 범죄 발생 시 보다 빠르고 정확한 현장 대응이 가능하도록 지원하는 대표적인 스마트 방범 사례로 주목받고 있다(SBS NEWS, 2025.04.08.).

2. 국외 사례
(1) 고령화 지역 중심 범죄 예방을 위한 스마트 감시체계 구축(일본 나고야시)
일본 나고야시는 고령화와 자율 방범 인력 감소 문제에 대응하기 위해 AI 기술을 활용한 지역 범죄 예방 시스템을 도입했다. 이 시스템은 CRIME NABI라는 AI 기반 범죄 예측 기술을 통해 과거 범죄 유형, 시간대 등의 데이터를 분석하여 위험 지역을 사전에 예측한다. 예측 결과는 Patrol Community 앱과 연계되어 최적의 순찰 경로를 자동으로 제시하며, 사용자가 이동수단과 거리 등을 입력하면 AI가 범죄 발생 가능성이 높은 지역을 중심으로 맞춤형 순찰 루트를 제공한다. 이를 통해 기존의 익숙한 순찰 동선에서 벗어나 효율적이고 선제적인 방범 활동이 가능하도록 유도하고 있다(Singular Perturbations).

(2) 지하철 내 선제적 보안 대응을 위한 AI 무기 탐지 기술 도입(미국 뉴욕시)
미국 뉴욕시는 지하철 내 무기 반입 범죄를 예방하고 시민 안전을 강화하기 위해 AI 기반 무기 탐지 시스템을 도입했다. 메트로폴리탄교통공사는 일부 지하철역에 Evolv Technology 장비를 시범 설치하고 총기나 흉기 등 위험 물품을 비접촉 방식으로 자동 탐지하는 시스템을 운영 중이다(The Verge, 2024.03.29.). 이 시스템은 금속 탐지 기술과 AI 영상 분석 기술이 결합된 형태로 승객이 짐을 열지 않아도 실시간으로 위험 물품 소지 여부를 판별하며 탐지 시 보안 인력에게 자동 경고를 전송한다.
이 기술은 형태, 질량 등 다양한 특성을 분석하여 혼잡한 지하철 환경에서도 잠재적 위협 요소를 식별할 수 있어 선제적 보안 대응 수단으로 주목받고 있다(Evolv Technology).

(3) AI 기반 아동학대 예방 시스템 도입(영국 런던 해크니 자치구)
영국 런던 해크니 자치구는 아동을 복합적인 사회적 위험으로부터 조기에 보호하고 사회복지 개입의 효율성을 높이기 위해 AI 기반 아동학대 예방 시스템을 도입했다.
이 시스템은 Early Help Profiling System이라는 AI 예측 기술을 활용하여 학교 출석, 복지 수급, 주거 환경 등 다양한 데이터를 종합 분석하고 위험 가능성이 높은 가정을 선별한다. 분석 결과는 사회복지 부서에 전달되며 매월 자동 생성되는 고위험 가정 목록을 통해 복지 담당자가 조기 개입 필요 여부를 검토할 수 있도록 지원한다. AI는 각 가정의 위험 요인을 종합적으로 점수화하고 이를 기반으로 보다 신속하고 체계적인 사례 관리가 가능하도록 돕는다(Community Care, 2018.03.01.).

Ⅳ. 시사점 및 앞으로의 방향

범죄 예방을 위한 AI 기술의 발전은 지역 치안 시스템을 사후 대응 중심에서 사전 예방 중심으로 전환시키는 중요한 계기가 되고 있다. 이러한 기술 유형을 기준으로 볼 때 현재 국내·외 지방자치단체는 실시간 연동 체계 및 예측형 치안 전략을 주로 활용하는 것으로 판단된다. 이러한 전략은 인구감소 지역이나 빈집 밀집 지역과 같은 치안 취약지구에 적용하면 지역적 특성과 인구구조 변화를 반영한 맞춤형 범죄 예방 효과를 기대할 수 있을 것이다. 한편 AI가 상황을 자율적으로 판단하고 대응 방안을 결정하는 자율 판단형 감시 체계는 아직 상용 단계에 이르지 않았으며 이를 실현하기 위해서는 기술의 고도화와 함께 제도적·윤리적 논의가 병행되어야 할 것이다. 이를 바탕으로 다음과 같은 시사점과 앞으로의 방향을 제시하고자 한다.

1. 지역 맞춤형 치안 전략
지방자치단체별 범죄 유형, 인구 구조, 생활 인프라가 상이하므로 AI 기술 도입 역시 획일적으로 추진되어서는 안 된다. 각 지역의 범죄 통계와 생활 데이터를 기반으로 범죄 발생 가능성이 높은 시간대와 장소를 예측하고 해당 여건에 적합한 감시·경고 시스템을 설계해야 한다. 예를 들어 고령 인구 비중이 높은 농촌 지역은 야간 귀가 경로 모니터링 기능, 도시 지역은 군중 밀집도 분석과 무기 탐지 기술이 효과적일 수 있다.

2. 데이터 기반 디지털 인프라 강화
AI 기반 범죄 예방의 핵심 전제는 고도화된 데이터 인프라 구축이다. 이를 위해 CCTV, 음향 센서, 위치 기반 장비 등 다양한 IoT 기기에서 수집된 데이터를 실시간으로 연계·분석할 수 있는 통합 플랫폼이 필요하며 영상·음향 데이터의 표준화, 클라우드 기반 통합관제시스템, AI 학습용 데이터셋 공유 체계 등을 마련해야 한다.

3. 개인정보 보호 및 윤리적 기준 마련
AI 감시 기술 확대는 사생활 침해와 감시권 남용 등 윤리적·법적 문제를 수반한다. 기술도입 이전에 철저한 개인정보 보호 지침을 마련하고 감시 범위, 데이터 저장 기간, 접근 권한 등에 대한 법적 기준을 명확히 해야 한다. 또한 시민 의견 수렴을 통해 사회적 합의를 도출하고 투명하고 책임 있는 AI 운영 체계를 설계하는 것이 중요하다.

4. 중앙정부-지방자치단체 간 협력 체계 구축
AI 기술은 초기 구축 비용과 유지보수에 상당한 자원이 소요되므로 지방자치단체 단독으로 추진하기에는 한계가 있다. 이에 중앙정부는 AI 감시 솔루션의 표준 모델을 개발하고 법·제도 개선 및 예산 지원을 통해 기반을 조성해야 한다. 또한 지방자치단체는 지역 특성을 반영한 시범사업을 운영하고 그 성과를 바탕으로 정책을 확산해야 한다.