수원시 CCTV·범죄 데이터로 생활 안전지수 시각화하기

수원시 CCTV·범죄 데이터로 생활 안전지수 시각화하기 수원시는 경기남부의 중심도시로, 약 120만 명의 인구가 생활하는 대규모 도시다.
대규모 주거단지와 상업지구, 그리고 대학가가 공존하는 구조 속에서
시민의 안전을 확보하는 일은 도시행정의 핵심 과제다.

최근 몇 년 사이, 수원시는 공공데이터 기반 치안 관리 정책을 강화하며
범죄예방 도시로의 전환을 추진하고 있다.
특히 ‘CCTV 운영 데이터’와 ‘경찰 범죄 발생 통계’를 결합하여
지역별 생활 안전지수를 시각화하는 시도가 활발하게 진행되고 있다.

이 접근은 단순한 숫자 통계를 넘어,
공간 데이터(GIS)와 시민 행동패턴 데이터를 융합해
도시의 위험지도를 입체적으로 표현하는 방법이다.

이 글에서는 수원시의 CCTV·범죄 데이터를 활용해
생활 안전지수를 산출하고 시각화하는 과정을 구체적으로 살펴본다.

 

 

1. 수원시 CCTV·범죄 데이터의 구조 이해

수원시는 ‘수원시 공공데이터포털’과 경기데이터드림 플랫폼을 통해
CCTV 위치 정보와 범죄 발생 데이터를 공개하고 있다.

CCTV 데이터에는 설치 주소, 설치 용도(방범·교통·재난), 해상도, 관할구 등이 포함되어 있으며,
2024년 기준 약 13,000여 대의 공공 CCTV가 운영 중이다.

범죄 데이터는 경찰청 통계와 연계되며,
살인, 강도, 절도, 폭행, 성범죄, 차량 절도, 생활범죄 등으로 세분화되어 있다.

이 두 가지 데이터셋을 결합하면
‘CCTV 밀도 대비 범죄 발생률’을 계산할 수 있다.
예를 들어, 한 동(洞) 단위로 1제곱킬로미터당 CCTV 대수와
범죄 발생 건수를 비교하면, CCTV 사각지대나 고위험 구역을 도출할 수 있다.

이 과정은 행정뿐 아니라 시민 생활에도 유용하다.
시민은 자신이 거주하거나 이동하는 지역의 안전지수를 직접 확인할 수 있고,
지자체는 이를 기반으로 범죄 예방 인프라를 합리적으로 배치할 수 있다.

---

2. 데이터 기반 안전지수 산출 방법

생활 안전지수를 산출하기 위해서는 단순히 CCTV 개수만 보는 것이 아니라
다양한 요인을 함께 고려해야 한다.
분석자는 다음과 같은 절차를 거쳐 안전지수를 구성할 수 있다.

1. 지표 설정 단계

• CCTV 밀도 (1㎢당 설치 수)
• 범죄 발생 건수 (유형별 합산)
• 야간 조도 지수 (가로등 밀도 등)
• 유동인구 데이터 (KT·SKT 이동통계 활용 가능)

2. 정규화 단계
각 지표의 단위가 다르기 때문에
0~1 사이의 상대값으로 표준화해야 한다.
예를 들어, 범죄율이 높을수록 점수를 낮게,
CCTV 밀도가 높을수록 점수를 높게 부여한다.

 

3. 가중치 부여 및 종합 계산
각 항목에 중요도 가중치를 부여해
최종 안전지수(SafeIndex)를 계산한다.
예시:
SafeIndex = (CCTV 밀도×0.4) + (가로등 밀도×0.2) − (범죄율×0.3) − (야간 유동인구 위험도×0.1)

4. 시각화 단계
GIS(지리정보시스템)을 활용해
동별 안전지수를 색상으로 표현한다.
예를 들어, 0.8 이상은 ‘안전지역(녹색)’,
0.4~0.7은 ‘보통지역(노랑)’,
0.4 미만은 ‘위험지역(적색)’으로 표시하면
시민이 한눈에 위험 분포를 파악할 수 있다.

 

이렇게 산출된 지수는 도시 전체의 ‘디지털 안전지도’로 활용될 수 있으며,
정책 결정의 근거자료로도 쓰인다.

---

3. 데이터 분석 결과로 본 수원시의 안전 패턴

CCTV와 범죄 데이터를 2022~2024년 기간으로 분석한 결과,
수원시는 CCTV 밀도와 범죄율 간의 역상관 관계가 뚜렷하게 나타났다.
특히 팔달구와 권선구 구도심 지역은
CCTV 밀도가 낮고 범죄 건수가 상대적으로 많았다.

반면 영통구와 장안구 신도시 지역은
CCTV 설치율이 높고 범죄율이 안정적으로 낮게 유지되었다.

CCTV 1대당 평균 관할 면적을 비교하면
영통구는 320㎡, 팔달구는 640㎡ 수준으로,
보안 사각지대의 크기 차이가 약 두 배 이상이었다.

또한 범죄 유형별로 살펴보면,
절도·차량관련 범죄는 주로 구도심 상가 밀집지역에서,
성범죄는 야간 유흥지역과 대학교 인근에서 발생률이 높았다.

이러한 패턴은 단순한 통계치 이상의 의미를 갖는다.
데이터는 어디에 CCTV를 추가 설치해야 하는지,
야간 순찰을 어떤 시간대에 강화해야 하는지를 명확하게 제시한다.

---

4. 시각화를 통한 정책적 활용 방안

생활 안전지수를 시각화하면
정책의 방향성과 시민 체감도가 동시에 높아진다.
예를 들어, 지도 위에 동별 안전지수를 색상으로 표시하고
클릭 시 세부 범죄 유형·시간대·유동인구 정보를 보여주는
대시보드형 인터페이스를 구축할 수 있다.

이 시스템은 시민에게는 ‘생활 안전 가이드’로,
행정기관에는 ‘치안 자원 배분 도구’로 작용한다.
또한, AI 기반 예측모델을 접목하면
“다음 달 위험지역 예측”이나 “주간 범죄 발생 가능성”을
사전에 경고하는 기능도 가능하다.

수원시는 이미 일부 행정동을 대상으로
‘AI CCTV 범죄 예측 프로젝트’를 시범 운영하고 있으며,
범죄 발생 전 징후를 데이터로 탐지하는
지능형 치안관리 체계를 실험 중이다.

이러한 시스템은 범죄 예방을 넘어
시민의 심리적 안정감과 도시 브랜드 신뢰도까지 높이는 효과를 낸다.

---

5. 향후 개선과 확장 방향

수원시가 보다 정밀한 안전지수를 구축하려면
데이터 품질과 통합 수준을 높여야 한다.

현재는 CCTV 데이터와 경찰청 범죄 데이터가
서로 다른 주기로 갱신되어 시계열 분석이 어렵다.

또한 민간 CCTV(아파트·상가)의 위치정보는
보안 문제로 비공개되어 있어 데이터의 완전성이 떨어진다.

이를 해결하기 위해 지자체는
비식별화된 형태로 민간 데이터의 일부를 통합·활용할 필요가 있다.

또한 교통사고, 가로등 밝기, 인도 폭 등
생활 인프라 데이터를 함께 결합하면
‘범죄 + 안전환경’이라는 복합적 지수를 산출할 수 있다.

향후에는 수원시만의 ‘생활안전 통합 플랫폼’을 구축해
시민이 직접 지역 안전지수를 조회하고
위험 신고나 제안을 실시간으로 반영하는
참여형 안전 생태계를 만드는 것이 바람직하다.

---

결론

수원시의 CCTV·범죄 데이터는
단순한 통계표를 넘어 도시의 안전 수준을 가시화하는 도구다.

이 데이터를 기반으로 산출된 생활 안전지수는
시민의 체감안전을 높이고, 정책의 효율성을 극대화하는 역할을 한다.

무엇보다 중요한 점은 데이터가 객관적 판단의 기준이 된다는 사실이다.

감에 의존한 행정보다는 수치와 지도 기반의 전략이
도시 안전을 진정으로 개선한다.

수원은 이제 데이터를 통해
“보이는 치안에서 예측하는 치안”으로 나아가고 있다.

이는 다른 지자체가 벤치마킹할 수 있는
스마트 안전도시 모델의 시작점이 될 것이다.