형사제재에 있어 빅데이터를 이용한 재범위험성예측의 활용 프레임 재정립을 위한 시론적 연구

A Study of Application Frame of Risk Prediction of Recidivism Utilizing the Big Data on Criminal Sanction

오늘날 다양한 형사제재의 부과에 대한 결정에 있어 재범위험성은 중요한 판단요소로 고려되고 있다. 종래 재범위험성예측에 대한 부정적 상황이 빅데이터의 활용이라는 새로운 정보환경으로 인해 새로운 변화를 가져오고 있다. 빅데이터에 수반되는 위험성에도 불구하고 빅데이터를 활용하고자 하는 노력은 전세계적인 현상이라고 할 수 있다. 따라서 빅데이터의 활용이라는 변화된 환경에서 형사제재에 있어 재범위험성 예측에 대한 활용 프레임을 재정립하여, 궁극적으로 범죄예방이라는 형법의 목적을 달성할 수 있는 방안을 모색하는 것이 필요하다. 다만, 빅데이터는 무차별적인 개인정보의 수집을 통해 필연적으로 사생활 침해를 동반하게 된다. 그렇다고 개인정보보호만을 강조하게 되면 빅데이터의 이용에 어려움이 있다. 최근 개정된 개인정보보호법을 통해 가명정보제도가 도입되어 개인정보를 이용할 수 있는 폭이 넓어졌다. 빅데이터를 기반으로 한 인공지능 시스템을 통해 시간과 인력을 절감할 수 있는 재범위험성 평가시스템의 구축이 가능할 수 있다는 점에서 이제는 형사제재에 있어 빅데이터를 이용한 재범위험성 평가가 필요하다. 인공지능 알고리즘을 활용한 재범위험성 예측은 사람이 관련 업무를 처리하는 것보다 효율적이고 광범위한 정보를 처리하는 과정에서 보다 예측가능성이 높아진다는 점에서 긍정적인 평가가 가능하다. 따라서 신뢰할 수 있는 재범위험성 예측 프로그램(알고리즘)을 개발하는데 노력을 기울일 필요가 있다. 물론 그러한 검증결과, 재범위험성 예측에 있어 여전히 합리적인 의심이 남아 있다면, 당연히 ‘in dubio pro roe’원칙에 입각하여 피고인에게 유리한 결론을 도출하여야 할 것이다.

Risk prediction of recidivism is an important factor in determining the imposition of various criminal sanctions. In the past, it was negative about risk prediction of recidivism, but it is bringing new changes due to the new information environment of using big data. Despite the ambiguity associated with big data, efforts to use big data are a global phenomenon. Therefore, in the changed environment of the use of big data, it is necessary to redefine the utilization plan for risk prediction of recidivism. It is necessary to find ways to achieve the purpose of criminal law through crime prevention. Big data is accompanied by invasion of privacy through indiscriminate collection of personal information. However, if only the protection of personal information is emphasized, there is a difficulty in using big data. Therefore, current ‘PERSONAL INFORMATION PROTECTION ACT’ should be improved to suit the big data environment. It is necessary to harmonize the benefits of using big data with the protection of personal information. An artificial intelligence system based on big data may enable the construction of a risk prediction of recidivism evaluation system that saves time and manpower. Risk prediction of recidivism using artificial intelligence systems is more predictable than human processing. Therefore, efforts need to be made to develop reliable risk prediction of recidivism programs. Of course, if there is still reasonable doubt as to the outcome of such verification, the conclusions in favor of the accused should be drawn on the basis of the “in dubio pro roe” principle.