실시간 안면인식 치안시스템에 대한 시민의 수용성 연구: 경찰 효율성, 시스템 안정성, 범죄 두려움, 사생활 침해, 경찰 정당성, 경찰에 대한 인식을 중심으로 = A Study on Citizens' Acceptance of Live Facial Recognition Policing System (LFRPS): Focusing on Police Efficiency, System Stability, Fear of Crime, Invasion of Privacy, Police Legitimacy, and Recognit

다국어 초록 (Multilingual Abstract)

Live Facial Recognition Policing System (LFRPS) has recently emerged as one of the most controversial policing innovations. This is because concerns about personal data and privacy infringement are raised due to the characteristics of those using biometric information.
Therefore, this study explored and analyzed the variables that predict citizens' acceptability, focusing on factors that are concerned when using the live facial recognition policing system at a time when empirical research on the police's use of the live facial recognition policing system has not yet been conducted. Through the analysis of this study, we seek ways to reduce conflicts between police and citizens in the process of using new policing technology and to build a positive relationship that increases police efficiency by utilizing live facial recognition policing systems.
For this purpose, the survey was conducted focusing on citizens (public) who are parties to the security service, and SPSS was used as the statistical program.
As a result of the analysis, the use of live facial recognition was highly receptive when it was not infringing on citizens' privacy (β=-0.428***), and the higher the police's use of live facial recognition policing system (β=0.402***), the higher the willingness to accept it, and the justification in terms of means (β=0.358***). In addition, the analysis results (β=-0.197*) showed that stability and reliability should be secured for automated systems in accordance with the expectation that artificial intelligence (AI) and predictive security systems (Fredfall, Hunchlab) will be combined in the future.
Based on these analysis results, it was suggested that in order for the police to actively utilize the live facial recognition policing system, citizens' perception of the police should not be impaired in case citizens perceive it negatively rather than the completeness of the technology.
For this purpose, it is necessary to clearly justify the purpose and use of the new policing technology, and as it is expected to be implemented as an artificial intelligence live facial recognition policing system to be automated, it is proposed to secure reliability in the system.

국문 초록 (Abstract)

실시간 안면인식 치안시스템(LFRPS)은 최근 가장 논란이 많은 치안 혁신 중 하나로 급부상했다. 생체정보를 이용하는 이들의 특성으로 인해 개인 데이터 및 사생활 침해에 대한 우려가 제기되고 있기 때문이다.
이에 본 연구는 경찰의 실시간 안면인식 치안시스템 사용에 대한 경험적 연구가 아직 시행되지 않은 시점에서 실시간 안면인식 치안시스템 활용 시 우려되는 요인을 중심으로 시민의 수용성을 예측하는 변인들을 탐색하고 그 영향들을 분석하였다. 이 연구의 분석을 통해 신치안기술의 활용과정에서 경찰과 시민들 간의 갈등을 감소시키고 실시간 안면인식 치안시스템을 활용하여 경찰의 효율성을 높이는 긍정적인 관계를 형성하기 위한 방안을 모색하고자 한다.
이를 위해, 치안서비스 당사자인 시민(대중)을 중심으로 설문되었으며, 통계 프로그램은 SPSS를 활용하였다.
분석 결과, 실시간 안면인식의 활용은 시민의 사생활을 침해(β=-0.428***)하지 않을 때 수용성이 높았고, 경찰의 실시간 안면인식 치안시스템 사용이 치안활동의 효율성(β=0.402***)을 높인다고 판단할수록 수용의사가 높았으며, 수단적 측면에서도 정당화(β=0.358***)되어야 한다는 결과를 도출했다. 더불어 향후 인공지능(AI)과 예측치안시스템(프레드폴, 헌치랩) 등이 결합될 것이라는 예상에 따라 자동화된 시스템에 대해서도 안정성 및 신뢰성이 확보되어야 한다는 것을 분석 결과(β=-0.197*)로 알 수 있었다.
이와 같은 분석결과를 토대로 실시간 안면인식 치안시스템을 경찰이 적극적으로 활용하기 위해서는 기술의 완성도보다 시민이 부정적으로 인식하는 경우를 대비하여 경찰에 대한 시민의 인식이 손상되지 않아야 함을 제시하였다.
이를 위해, 치안 신기술에 대한 사용의 목적과 용도를 명확하게 정당화할 필요가 있으며, 자동화될 인공지능 실시간 안면인식 치안시스템으로 구현이 예상되는 만큼 시스템상의 안정화에 대한 신뢰도를 확보하는 것을 제안하였다.

참고문헌 (Reference)

1 박한호, "예측치안시스템에 대한 경찰관 인식 및 태도가 수용성에 미치는 영향" 한국민간경비학회 21 (21): 27-44, 2022

2 국제팀, "영국서 "경찰 ‘안면인식기술’ 사용은 인권침해"소송"

3 국정모, "안면인식 CCTV, 국내에도 곧 도입된다?"

4 박한호, "실시간 안면인식 기술에 대한 수용성 연구: 경찰에 대한 신뢰와 정당성 인식이 신치안기술 도입 수용에 미치는 영향 분석" 한국민간경비학회 20 (20): 77-100, 2021

5 박한호, "신치안기술에 대한 인식: 예측치안 시스템에 대한 경찰공무원의 태도 분석" 한국민간경비학회 21 (21): 77-98, 2022

6 한상암 ; 박한호 ; 이명우, "범죄예방을 위한 정보 주도형 경찰활동(ILP)에 대한 연구 - 국내도입논의를 중심으로 -" 한국보안관리학회 (36) : 227-253, 2013

7 김현빈 ; 최낙훈 ; 강지수 ; 임소현 ; 김희열, "범죄예방을 위한 CCTV 영상 기반의 실시간 안면인식 시스템" 한국정보기술학회 19 (19): 99-106, 2021

8 곽중희, "미래 안전, 스마트치안이 책임진다"

9 박한호, "경찰조직의 예측치안 시스템에 대한 경찰관 인식과 태도 분석: 운영, 인식, 결정에 대한 메커니즘을 중심으로" 한국치안행정학회 19 (19): 149-165, 2022

10 애틀러스리서치앤컨설팅, "中 경찰, 안면인식 스마트 안경 이용한 감시시스템 구축"

11 Роберт Низамутдинов, "В России полицию снабдяточками с распознаванием лиц"

12 Tyler T. R., "Why People Cooperate: The Role of Social Motivations" Princeton University Press 2013

13 Vinay, A., "Two novel detector-descriptor based approaches for face recognition using sift and surf" 70 : 185-197, 2015

14 Tyler T. R., "Trust in the Law: Encouraging Public Cooperation With the Police and Courts" Russell Sage Foundation 2002

15 Heen M. S. J., "The Thin Blue Line Meets the Big Blue Sky : Perceptions of Police Legitimacy and Public Attitudes Towards Aerial Drones" 31 : 18-37, 2018

16 Sohn, D. W., "Residential crimes and neighbourhood built environment: Assessing the effectiveness of crime prevention through environmental design (CPTED)" 52 : 86-93, 2016

17 Slovic P., "Rational Actors or Rational Fools : Implications of the Affect Heuristic for Behavioral Economics" 31 : 329-342, 2002

18 Purshouse, J., "Privacy, crime control and police use of automated facial recognition technology" 3 : 188-204, 2019

19 Meijer A., "Predictive Policing : Review of Benefits and Drawbacks" 42 : 1031-1039, 2019

20 Napoléon, T., "Pose invariant face recognition : 3D model from single photo" 89 : 150-161, 2017

21 Urquhart, L., "Policing faces: the present and future of intelligent facial surveillance" 31 (31): 194-219, 2022

22 St Louis E., "Police Use of Body Worn Cameras : Challenges to Visibility, Procedural Justice and Legitimacy" 17 : 305-321, 2019

23 Ariel B., "Paradoxical Effects of Self-Awareness of Being Observed : Testing the Effect of Police Body-worn Cameras on Assaults and Aggression Against Officers" 14 : 19-47, 2018

24 Patel, N. P., "Optimize approach to voice recognition using iot" 251-256, 2018

25 Alfalou, A., "Optimization of decision making for face recognition based on nonlinear correlation plane" 343 : 22-27, 2015

26 Wang, Q., "New perspectives in face correlation research: a tutorial" 9 (9): 1-78, 2017

27 Faull, A., "Missing the target : When measuring performance undermines police effectiveness" 2010 (2010): 19-25, 2010

28 Bradford, B., "Live facial recognition: Trust and legitimacy as predictors of public support for police use of new technology" 60 (60): 1502-1510, 2020

29 Thomas Macaulay, "Leak shows EU police aim to create an international facial recognition database: The system was proposed by police forces from 10 EU nations, and it could be expanded to cover the US"

30 PytlikZillig, L. M., "Interdisciplinary perspectives on trust" 17-47, 2016

31 Baker, T. E., "Intelligence-led policing: Leadership, strategies, and tactics" Looseleaf Law Publications 2009

32 McGarrell, E. F., "Intelligence-led policing as a framework for responding to terrorism" 23 (23): 142-158, 2007

33 Fussey P., "Independent Report on the London Metropolitan Police Service’s Trial of Live Facial Recognition Technology"

34 London Policing Ethics Panel, "Final Report on Live Facial Recognition"

35 Cozens, P. M., "Crime prevention through environmental design (CPTED): a review and modern bibliography" 23 (23): 328-356, 2005

36 Crow M. S., "Community Perceptions of Police Body-Worn Cameras : The Impact of Views on Fairness, Fear, Performance, and Privacy" 44 : 589-610, 2017

37 Coco Khan, "Can anyone avoid CCTV surveillance? We ask an expert"

38 Zhao, C., "Bisecting k-means clustering based face recognition using block-based bag of words model" 126 (126): 1761-1766, 2015

39 Sakiyama M., "Big Hover or Big Brother? Public Attitudes About Drone Usage in Domestic Policing Activities" 30 : 1027-1044, 2017

40 Fussey, P., "Assisted’facial recognition and the reinvention of suspicion and discretion in digital policing" 61 (61): 325-344, 2021

41 Yesberg J. A., "Affect and trust as predictors of public support for armed police : Evidence from London" 29 : 1058-1076, 2019

42 Yang, W., "A fingerprint and finger-vein based cancelable multi-biometric system" 78 : 242-251, 2018

43 Kortli, Y., "A Review of Face Recognition Methods" 20 (20): 342-, 2020