사법 분야에서 머신 러닝 알고리즘의 사용 (1)

인공지능은 인류의 미래와 미래를 선도하는 신흥 기술로 자리매김했습니다. 이에 따라 다양한 산업이 인력과 공존하는 머신러닝 알고리즘을 구현해 직무 관련 업무를 완성하고 있으며, 사법 분야에서도 이러한 흐름에 뒤처지지 않고 있습니다.

 

일차적으로, 사법 시스템은 위험 평가 도구를 사용하여 판사들이 형량과 집행유예 옵션을 결정하는 것을 돕습니다. 법 집행 기관은 또한 이러한 도구를 사용하여 첨단 이미지 감지 및 얼굴 인식 시스템을 사용하여 범죄 활동을 예측하고 예방합니다. ML 모델은 심지어 범죄자의 재범 가능성을 예측하도록 훈련될 수 있습니다.

 

이러한 발전은 잠재적으로 전체 사법 시스템이 작동하는 방식을 바꿀 수 있습니다. 그러나 법 집행에서 결정을 내리는 것은 개인의 운명을 결정하는 것으로 엄청난 책임을 지게 됩니다. 현재의 인공지능 도구는 편견이 없고 공정한 예측을 할 수 있을 만큼 충분히 유능한 지, 그들이 실제로 그 과정을 돕거나 방해하는지에 대해 알아보도록 하겠습니다.

 

법 집행 기관에서의 인공지능

 법 집행 기관에서 활용되는 인공지능 기술은 크게 4가지로 분류할 수 있습니다. 첫번째로 얼굴 인식은, 영상 및 이미지 분석을 통해 공공의 안전을 보장하기 위해 사용됩니다. 고해상도 카메라는 수사관들에게 사람의 행동에 대한 정보를 제공할 수 있습니다. 예를 들어, Janus는 비디오 보안 감시 시스템에 연결되는 강력한 모델을 사용합니다. AI 카메라에서 데이터를 중앙 집중식 서버로 전송하여 비정상적이거나 위험한 행동을 경고합니다.

 

 다음으로는 DNA 분석이 있습니다. 법의학적 DNA 검사는 과학자들이 인간 DNA에 대한 보다 심오하고 정확한 분석을 수행하는 데 도움을 주면서 형사 사법 시스템에서 중요한 역할을 했습니다. 시러큐스 대학의 연구팀은 데이터 마이닝 기술을 사용하여 DNA 해부 과정을 개선하여 DNA 매칭 결과의 정확성을 향상하는 ML 기반 소프트웨어를 개발했습니다.

 

 세번째는 총성 탐지입니다. Cadre Research Labs는 스마트 장치의 총성 오디오 파일을 분석할 수 있는 ML 모델을 사용하여 법 집행 기관의 조사를 지원했습니다. 이 소프트웨어는 충격파와 총구 발사를 구별하고, 발사 타이밍을 결정하고, 존재하는 화기의 수를 결정하고, 무기에 사격을 할당하고, 등급과 구경의 확률을 추정하는 것을 포함하여 많은 작업을 수행할 수 있습니다.

 

 마지막으로는 범죄 예측이 있습니다. 여러 법 집행 기관은 범죄를 저지를 가능성이 가장 높은 개인의 유형을 예측하기 위해 기계 학습 알고리즘을 사용합니다. 예를 들어, AI로 구동되는 도구는 시카고 경찰국의 폭력 감소 전략에 필수적인 것이 되었습니다. 그들은 정보를 수집하고 잠재적으로 위험이 높은 개인을 식별하는 데 도움이 되는 소셜 네트워크를 구축합니다. 몇몇 법원은 범죄를 다시 저지르거나 법정에 나타나지 않을 가능성과 같은 범죄자와 관련된 위험을 평가하기 위해 이러한 도구를 사용합니다. 그들은 보석, 선고, 가석방에 대한 정보에 입각한 결정을 내릴 수 있는 인간 행동 패턴을 감지합니다. 비록 판사가 최종 결정을 내리더라도, 모델의 결과는 그들로 하여금 완전히 객관적이고 편견이 없는 판결을 내리도록 인도할 수 있습니다.

 

 이러한 AI 모델의 지지자들은 형사 사법 의사 결정 모델이 보다 공정한 결과를 제공하고 전통적인 사법 시스템의 결함을 근절할 수 있다고 주장합니다. 예를 들어, 이 모델들은 나이, 성별, 국적, 범죄 이력, 범죄 유형, 그리고 범인의 보호 관찰을 고려합니다. 그런 다음 이 모델은 범죄자의 재범률을 예측하도록 훈련됩니다. 즉, 그들이 재발하여 또 다른 범죄를 저지를 가능성이 있는지 여부입니다.