형사정책시스템 알고리즘 구축 과정에서의 편향성

임용진; 박규동

추천

검색

자료유형: 학술저널

저자정보: 임용진 (광운대학교) 박규동 (광운대학교)

저널정보: 한국공안행정학회 한국공안행정학회보 한국공안행정학회보 제31권 제2호

발행연도: 2022.6

수록면: 161 - 198 (38page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2022

형사정책시스템 알고리즘 구축 과정에서의 편향성

임용진 , 박규동 한국공안행정학회보 2022.06 학술저널

2021

형사정책시스템 알고리즘 구축 과정에서의 편향성

임용진 , 박규동 학술대회 발표논문집 2021.12 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

자동화된 의사결정 형태로 발전 운용하고자 하는 형사사법 알고리즘의 효율성과 효과성을 파악하며, 알고리즘의 부정적 효과라 이해하는 편향성(bias)을 줄이기 위한 논의가 필요하다. 예측적 경찰활동이란, 능동적 범죄예측의 방식에서 현장 정보나 일선 관련 정보가 아닌 순수 사회 데이터를 활용해 통계적 예측을 통해 범죄 예방 또는 경찰의 개입 대상을 결정하는 것이다. DAS, PredPol, COMPAS 등의 시스템이 존재하나, 국내는 현재까지 진화된 방식의 기술적 논의와 테스트 단계일 뿐 법·제도적으로 갖추어야 할 요소와 알고리즘 구축에 대한 논제가 많다. 그런데도 쟁점은 기술 발달 측면에 가려져 있다. 따라서 기술적 측면을 배제하고 인문사회과학 영역에서 형사사법 알고리즘 시스템 도입에 선두 국가인 미국의 사례를 통해 그 문제점과 쟁점을 파악하는 것 또한 중요하다. 예측 치안을 어우르는 형사정책 분야에서 알고리즘의 자동화된 판단이 수반하는 편향성을 검토하고, 문제를 해결하기 위한 규범적 측면과 자료수집과 활용 측면에서 세밀한 보완과 구축의 전제적 필요성을 구상해보고자 한다.

A discussion is urgently needed to identify the efficiency and effectiveness of the criminal justice algorithm, which is intended to develop and operate in an automated decision-making form and to reduce the bias that is understood as a negative effect of the algorithm. In the method of Active Crime Prediction, which comprehensively analyzes current data and accessible public data and transmits the predicted and analyzed information to the on-site police in real-time, it utilizes pure social data rather than on-site information or front-line information. It is defined as a predictive police activity that determines the target of crime prevention or police intervention through statistical prediction and is facing a change to the establishment of criminal justice procedures through an algorithmic system as a type. Overseas, systems such as DAS, PredPol, and COMPAS are being produced and operated by private companies. However, in Korea, it is only at the stage of technical discussion and testing of the evolved method so far, and there are many issues and issues regarding the elements and algorithms that must be equipped legally and institutionally. Nevertheless, the realm of these debates and issues is obscured by technological advances. Therefore, it is important to exclude technical aspects and identify the problems and issues through the examples of the United States and the United Kingdom, which are leading countries in introducing criminal justice algorithm systems in the humanities and social sciences. In this study, the problems that appeared through previous studies and cases were classified and explored according to the system operation stage (construction, utilization, management). The various issues and problems analyzed are ultimately problems that appeared in the use of the algorithm. It also had a structure that reduced it to a problem created by the person using the technology. It is interpreted as a limitation in that it cannot provide a clear solution to the ongoing debate or reflect it in the field. Therefore, in the field of criminal policy dealing with predictive policing and recidivism prediction, we examine the bias accompanying the automated judgment of algorithms, and envision the prerequisite for detailed complementation and construction in terms of normative aspects and data collection and utilization to solve problems.

#예측 치안 #형사사법시스템 #알고리즘 구축 #범죄예측 #재범 예측 #Predictive policing #The criminal justice system #Algorithm construction #Crime prediction #Recidivism prediction

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

임용진

소속기관 광운대학교

주요연구분야 사회과학 > 행정학

논문수 1 이용수 37

박규동

소속기관 광운대학교

주요연구분야 공학 > 산업공학 TOP 5% 공학 > 컴퓨터학 TOP 5%

논문수 83 이용수 10,531

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)