표제지
목차
발간사 2
국문요약 17
제1장 서론 / 윤해성;양천수 22
제1절 연구의 목적 23
제2절 연구의 범위와 내용 29
제3절 연구의 방법 31
제2장 빅 데이터의 일반적 고찰 / 윤해성;양천수;김봉수 33
제1절 개관 34
제2절 빅 데이터 과학 일반론 35
1. 현대사회의 구조변동 35
가. 현대사회의 복잡화ㆍ다원화ㆍ전문화 35
나. 정보화 사회 36
다. 위험사회 37
라. 안전사회 38
2. 빅 데이터 과학의 개념과 출현배경 39
가. 빅 데이터의 일반적 개념 고찰 39
나. 빅 데이터의 특성 및 종류 45
다. 빅 데이터 과학의 출현배경 46
3. 빅 데이터 과학의 처리과정 49
가. 정보수집 49
나. 데이터화 50
다. 데이터 분석 및 시각화 53
라. 새로운 통찰 또는 가치 발견 56
마. 빅 데이터의 구조와 처리기술 58
4. 빅 데이터 과학의 관계구조 60
가. 관계구조의 키워드로서 데이터ㆍ기술ㆍ아이디어 60
나. 빅 데이터 보유자 60
다. 빅 데이터 전문가 61
라. 빅 데이터 이용기업 62
5. 빅 데이터 과학의 활용 영역 63
가. 경제영역과 서비스 산업 64
나. 보건영역 66
다. 자연재해영역 67
라. 사회안전 영역 68
마. 정치 및 데이터 기반 의사 결정 및 정책 결정 영역 71
바. 스포츠 및 인문 과학 데이터 활용 영역 72
사. 형사사법영역 72
제3절 범죄 빅 데이터(Big Data)의 의의와 활용 73
1. 범죄 빅 데이터의 의의와 명암 73
가. '범죄 빅 데이터(Big Date)' 개념으로의 진화 - 'Material'에서 'Technology'로 73
나. 범죄 빅 데이터의 명(明)과 암(暗) 75
2. 범죄 빅 데이터의 속성 파악 77
3. 형사사법영역에서 범죄 빅 데이터의 활용 78
가. 범죄예측 78
나. 피의자 검거 79
다. 증거의 신빙성 판단 79
라. 상습성 및 재범가능성 예측 79
4. 공적 영역 및 범죄 빅 데이터 활용현황 80
가. 미국 80
나. 영국 87
다. 캐나다 90
라. 한국 91
5. 범죄 빅 데이터 활용과정상의 문제점 92
제3장 빅 데이터 활용에 있어서의 형사법적 고찰 / 윤해성;김봉수 96
제1절 빅 데이터와 개인정보 보호 97
제2절 빅 데이터 활용의 한계로서 개인정보 보호법제 98
1. 문제 상황 - 빅 데이터의 활용과 개인정보 보호정책과의 충돌 98
2. 「개인정보 보호법」의 내용 및 체계에 대한 개관 99
가. 「개인정보 보호법」의 입법배경 및 취지 99
나. 「개인정보 보호법」의 정책적 방향과 주요 규정 100
3. '개인정보'의 개념 및 보호범위의 판단기준에 대한 기존의 논의 105
가. '관련성'의 의미와 판단기준 106
나. 해당 정보 자체의 '식별성'에 대한 의미와 판단기준 108
다. '결합(가능 내지 용이)에 따른 식별가능성'의 의미와 판단기준 110
4. 정보주체의 동의방식에 대한 기존의 논의 112
제3절 현행 개인정보 보호정책의 방향성에 대한 평가 113
1. 현행 「개인정보 보호법」에 대한 비판 및 수정론 개관 113
2. 현행 보호정책적 방향성에 대한 타당성 검증 115
가. 개인정보 보호의 법적 근거 - 프라이버시(론) vs 개인정보자기결정권(론) 115
나. 개인정보 보호정도의 적정성에 대한 평가 - '완화'의 필요성에 대한 재반론 116
다. 현행 법제의 개념 및 정책방향의 타당성 119
제4절 현행 개인정보 보호법제 하에서 빅 데이터의 활용방안 모색 119
1. '불완전 또는 비(非)식별정보'를 기반으로 한 빅 데이터의 활용 가능여부 119
2. '공개정보'를 기반으로 한 빅 데이터의 활용 가능여부 120
3. 수집, 분석 및 가공 이후의 결과로서의 빅 데이터 개인정보해당성 검토 121
제5절 공공영역에서의 빅 데이터의 활용 가능성에 대한 검토 122
1. 빅 데이터 활용에 있어서 공공영역으로의 제한 필요성-빅 데이터 활용 이익의 '배분적 정의' 관점에서 122
2. 범죄예방 목적을 위한 개인정보의 활용가능성 및 실태 124
가. 범죄예방을 위한 수단으로서 '범죄예측' 124
나. 범죄예측을 위한 정보수집의 개관 124
3. 빅 데이터 기술을 통한 문제해결 가능성에 대한 검토 133
가. 문제상황에서 빅 데이터 기술의 갖는 함의 - '빅 데이터' 기술이 문제해결을 위한 대안적 수단이 될 수 있는가? 133
나. 치안유지와 재범방지 차원에서의 논의 135
제6절 빅 데이터 활용을 위한 형사정책적 선결과제 검토 140
1. 빅 데이터 환경의 도래에 따른 프라이버시권 개념의 변화필요성 140
가. 정보자기결정권에서 사회적 프라이버시 보호의무로의 전환 140
나. 보호법익으로서의 프라이버시권 141
다. 형사적 규제를 수반하는 정책적 대안의 모색 142
2. 한국 실정에 맞는 「개인정보 보호법」의 개정 146
3. 개인정보 비식별화 지침마련 149
가. 개인정보 비식별화 처리 방안 마련 149
나. 재식별 여부 등 사후관리 방안 마련 154
4. 개인 데이터의 활용을 촉진하기 위한 규정 도입 155
제7절 소결 156
제4장 빅 데이터 환경에서의 범죄예측 / 김기범;이관희;김일권;주성빈 158
제1절 서설 159
제2절 범죄예측 기법 162
1. 개념 162
2. 범죄예측 모델 165
가. 데이터 수집 166
나. 데이터 통합 166
다. 데이터 분석 166
라. 적용 및 개입 167
마. 범죄자 반응 167
3. 범죄예측 활용분야 167
가. 범죄 168
나. 범죄자 168
다. 범죄자 동일성 169
라. 범죄 피해자 169
4. 범죄예측 기법과 활용사례 170
가. 범죄위험지역(Hot Spot) 분석 170
나. 회귀분석 방법 172
다. 데이터 마이닝(Data Mining) 173
라. 전문가 시스템(Experts System) 173
마. 근접-반복 방법론(Near-Repeat Methods) 175
바. 시공간 분석(Spatio-temporal Analysis) 175
5. 빅 데이터 기법 등장 176
가. 기존 데이터와의 차이점 176
나. 빅 데이터 특성을 활용한 범죄예측 177
다. 빅 데이터 분석기법 180
제3절 빅 데이터 적용을 위한 범죄예측 기반진단 181
1. 형사사법정보시스템(KICS) 182
가. 개요 182
나. 유형 및 구조 183
다. 분석 및 예측 기능 187
2. 지리적 프로파일링 시스템 191
가. 개요 191
나. 유형 및 구조 192
다. 분석 및 예측 기능 193
라. 소결 200
3. 112 신고시스템 201
가. 개요 201
나. 분석 및 예측 기능 203
다. 소결 207
4. 범죄지도 서비스 208
가. 개요 208
나. 분석 및 예측 기능 209
다. 소결 210
5. 시사점 211
가. 수집의 문제 211
나. 공유의 문제 212
다. 분석의 문제 213
라. 활용의 문제 213
제4절 빅 데이터를 활용한 범죄예측 전략 214
1. 빅 데이터 적용의 의미 214
2. 빅 데이터 전략 이해 216
가. 전략수립 216
나. 기반구축 218
3. 범죄예측 플랫폼 220
가. 필요성과 가능성 220
나. 설계 222
다. 시사점 226
제5절 범죄예측에서 빅 데이터 활용 226
1. 우선순위 결정 226
가. 의사결정 권한의 이동 226
나. 집행의 우선순위 결정 227
2. 위험 및 범죄 탐지 229
가. 위험 예측 229
나. 범죄 피해자 예측 231
다. 범죄첩보 수집 232
라. 암수범죄 탐지 233
3. 법집행 활동 234
가. 순찰 패러다임 전환 234
나. 범죄발생 요인 제거 235
4. 경찰 및 사법부의 판단지원 236
가. 수사의 단서 제공 236
나. 상당성 판단 지원 237
다. 증명력 판단 보조 238
라. 양형 판단 기준 제시 238
5. 이론 및 정책 검증 239
가. 범죄학 이론 240
나. 형사정책 242
다. 검증 가능성 242
제6절 빅 데이터 도입을 위한 극복과제 245
1. 범죄예측의 함정과 한계 인식 245
가. 범죄예측의 함정 245
나. 범죄예측의 한계 246
2. 프라이버시 중심 설계 248
가. 프라이버시 침해 최소화 248
나. 프로파일링 통제 249
다. 감시 도구화 차단 250
라. 거버넌스 체계 구축 250
3. 데이터 신뢰환경 조성 251
가. 신중한 공개와 공유 251
나. 공유 및 공개 방식 개선 252
다. 처리과정의 투명성 확보 253
라. 비식별화 조치 253
마. 개인의 데이터 통제장치 마련 254
바. 시놉티콘(synopticon) 255
4. 윤리적 한계 인식 256
가. 자동화된 의사결정 256
나. 낙인효과 256
다. 분석윤리 257
5. 제도적 한계와 개선방안 258
가. 국가적 차원의 통합 추진 체계의 미비와 개선방안 258
나. 정보의 체계적 관리를 위한 제도의 미비점과 개선방안 266
제7절 소결 268
제5장 빅 데이터와 개인정보인권의 실제적 조화를 위한 법정책적 방안 / 양천수;전현욱 270
제1절 서설 271
제2절 형사사법영역에서 빅 데이터 과학의 한계 273
1. 형사사법영역에서의 빅 데이터 273
2. 안전사회 패러다임과 빅 데이터 제국의 출현 273
가. 사회의 안전사회화 273
나. 사회통제목표의 변화 274
다. 형사사법체계의 통제방식 변화 274
라. 국가의 안전국가화ㆍ감시국가화 275
마. 빅 데이터 제국의 출현과 정보인권의 위기 275
제3절 빅 데이터 과학, 그리고 법철학 276
1. 빅 데이터 과학과 인간의 자유의지 276
2. 빅 데이터 과학과 인과성 278
제4절 정보인권에 대한 이론적 논의 281
1. 인권의 개념과 규범적 특성 281
가. 인권으로서 정보인권 281
나. 인권의 개념 281
다. 인권의 규범적 특성 282
2. 정보인권에 대한 인권철학적 분석 288
가. 새로운 인권으로서 정보인권 288
나. 인권에 대한 기본관점 289
다. 인권의 형성 메커니즘 291
라. 도덕적 인권이자 법적 인권인 정보인권 295
3. 정보인권의 체계적ㆍ역사적 분석 295
가. 정보인권의 체계적 분석 295
나. 정보인권의 역사적 분석 302
제4절 개인정보인권을 보장하기 위한 현행 법적 규제체계 307
1. 서설 307
2. 개인정보인권 보장에 관한 비교법적 고찰 307
가. 존엄과 자유: 개인정보인권 보장에 대한 법철학적 관점의 차이 307
나. OECD 가이드라인 309
다. UN의 개인정보규제 가이드라인 311
라. 유럽연합의 1995년 개인정보보호지침 312
마. 독일의 개인정보보호법 313
바. 미국의 개인정보보호 관련 법적 규제 314
사. 소결 315
3. 개인정보인권을 보장하기 위한 우리의 법적 규제체계 315
가. 우리나라 개인정보 보호법제의 연혁 316
나. 개인정보 보호법의 주요내용 318
제5절 빅 데이터 과학에 대한 개인정보인권의 보장방안 324
1. 서설 324
2. 개인정보인권 보장에 대한 인권철학적 기초 325
가. 논의 필요성 325
나. 공리주의가 아닌 자유주의 326
다. 의무론적 자유주의가 아닌 목적론적 자유주의 329
라. 빅 데이터 과학의 유용성과 개인정보인권 사이의 실제적 조화 330
마. 의심스러울 때는 개인정보인권의 이익으로 330
3. 비교법적 고찰 331
가. 유럽연합 331
나. 미국 338
4. 빅 데이터 과학과 개인정보인권에 관한 국내의 논의상황 341
가. 빅 데이터 환경에서 개인정보 보호법의 한계 341
나. 빅 데이터 환경에 대한 대응방안에 관한 논의 347
다. 소결 350
5. 빅 데이터 환경에서 개인정보인권 보장방안 350
가. 방법적 기초 350
나. 규범적 빅 데이터 인권에 의한 개인정보인권 보장방안 358
다. 물리적ㆍ기술적 빅 데이터 인권에 의한 개인정보인권 보장방안 371
라. 책임법적 규제수단을 통한 개인정보 보장방안 377
마. 규제권한의 다원화를 통한 개인정보인권 보장 379
바. 개인정보인권 보장을 위한 입법정책적 방향 382
제6절 소결 388
제6장 결론 / 윤해성 390
참고문헌 395
Abstract 421
판권기 424
〈표 2-1〉 빅 데이터의 개념요소 44
〈표 2-2〉 데이터 마이닝의 절차 56
〈표 2-3〉 빅 데이터의 구조 58
〈표 2-4〉 빅 데이터 분석 기술 59
〈표 2-5〉 외국의 빅 데이터 활용 현황 64
〈표 2-6〉/ 〈표 2-5〉 빅 데이터의 활용 사례 92
〈표 2-7〉 빅 데이터 관련 프라이버스 침해 문제 사례 95
〈표 3-1〉 개인정보보호 관련 법제의 개념정의 106
〈표 3-2〉 개인정보의 유형과 종류 107
〈표 3-3〉 옵트 인(opt-in)ㆍ옵트 아웃(opt-out)방식 112
〈표 3-4〉 우리나라 공공분야 빅 데이터 활용사례 123
〈표 3-5〉 개인정보보호와 관련하여 고려되는 주요 규정 147
〈표 3-6〉 주요국의 익명화 정보의 이용에 관한 제도 비교 151
〈표 3-7〉 개인 식별 요소 제거 요령 153
〈표 4-1〉 범죄지도 서비스의 범죄유형 및 범죄내용 171
〈표 4-2〉 빅 데이터의 4가지 구성요소 178
〈표 4-3〉 데이터를 기반으로 한 마이닝(Mining) 기법들 181
〈표 4-4〉 사건수사시스템 내 저장정보 현황 183
〈표 4-5〉 경찰 형사사법정보시스템 종류와 주무부서 185
〈표 4-6〉 수사시스템 통합사업 세부 추진내용 186
〈표 4-7〉 지리적 프로파일링과 관련된 시스템 현황 193
〈표 4-8〉 112 신고 코드 분류표 202
〈표 4-9〉 112 신고시스템의 수집 데이터 현황 203
〈표 4-10〉 112신고 현장도착 평균시간 204
〈표 4-11〉 생활안전지도 시범지역 현황(15개 지역) 208
〈표 4-12〉 미래 사회의 특성과 빅 데이터의 역할 215
〈표 4-13〉 빅 데이터 대상과제 218
〈표 4-14〉 G8 Open Data Charter and Technical Annex (G8 Summit, 2013) 221
〈표 4-15〉 범죄예측 관련 이용정보 현황(예시) 224
〈표 4-16〉 2013년 경찰청의 '국민공감 기획수사' 선정테마 현황 228
〈표 4-17〉 FBI의 범죄대응 우선순위 현황 229
〈표 4-18〉 미국의 빅 데이터 추진 전략 262
〈표 4-19〉 영국의 빅 데이터 추진 전략 263
〈표 4-20〉 일본의 빅 데이터 추진 전략 266
〈표 5-1〉 개인정보 보호법에 따른 개인정보의 유형 319
〈표 5-2〉 개인정보 보호원칙 규정 351
〈표 5-3〉 UN과 OECD 그리고 우리의 개인정보 보호원칙 352
〈표 5-4〉 개인정보의 침해유형 358
〈표 5-5〉 인격영역이론에 따른 인격권의 보호정도 362
[그림 2-1] 빅 데이터 주체 49
[그림 2-2] RAHS 솔류션 센터의 분석추진 단계 70
[그림 2-3] 기존 데이터와 빅 데이터의 접근방식 78
[그림 2-4] 미국 로체스터시의 범죄 정보 분석 플랫폼 86
[그림 2-5] 샌프란시스코 경찰청의 범죄 지도(Crime Map) 87
[그림 2-6] 전통적인 데이터 라이프사이클(Life-Cycle) 93
[그림 2-7] 빅 데이터 라이프사이클(Life-Cycle) 93
[그림 3-1] 개인 데이터, 개인정보와의 관계 148
[그림 3-2] 식별화를 위한 단계별 조치 사항 152
[그림 4-1] 예측적 경찰활동 순환과정 165
[그림 4-2] 영국의 범죄지도 서비스 화면 171
[그림 4-3] 사이버범죄 사전탐지 대응 전문가시스템 개요 174
[그림 4-4] 사건별 유사도 판별 방법(예시) 188
[그림 4-5] 공범관계 분석 방법(예시) 189
[그림 4-6] 범죄위험지역(Hot Spot) 분석spot(침입절도, '11년) 194
[그림 4-7] 범죄위험지역(Hot Spot) 분석spot(침입절도, 특정시간대) 194
[그림 4-8] 강남경찰서 치안블록 설정 이전(좌 8개)과 이후(우 1,629개) 196
[그림 4-9] 범죄위험지수(2014.1.27. 04:00~07:00, 강간ㆍ강제추행) 197
[그림 4-10] 시간대별 폭력 위험지수 변화(서울 강남 블럭) 197
[그림 4-11] 범죄위험지수 모델링 프로세스 198
[그림 4-12] 연쇄범죄자 거주지 분석기법(동선분석) 199
[그림 4-13] 연쇄범죄자 거주지 분석기법(군집분석) 200
[그림 4-14] 112 신고시스템 내의 동일전화번호 신고현황 205
[그림 4-15] IDS 현출 화면 206
[그림 4-16] 범죄지도 서비스(서울성북구 심야시간대 절도범죄 발생현황) 210
[그림 4-17] '범죄발생 장소ㆍ시간 예측을 통한 범죄발생 최소화' 사업 관련 정보유형 212
[그림 4-18] 공공데이터 개방 15대 전략분야 219
[그림 4-19] '범죄발생 장소ㆍ시간 예측을 통한 범죄발생 최소화' 사업개요 223
[그림 4-20] '범죄발생 장소ㆍ시간 예측을 통한 범죄발생 최소화' 사업 연계정보 225
[그림 4-21] 미국 빅 데이터 추진 체계 260
[그림 4-22] 영국 데이터 전략위원회 조직 구성 체계 264
[그림 4-23] 일본 빅 데이터 추진 체계 265
[그림 4-24] 데이터 중심의 시대에서의 단계 267