earticle

영어

In recent years, Artificial Intelligence(hereafter AI) has been recognized as a mainstream means of business innovation regardless of the field. This study was conducted to explore the scope and expected effects of applying AI to the 112 calls, which is the first point of contact with citizens during police work, and the 112 situation control center, which receives calls and maintains and oversees the police response. Until now, there have been studies on the application of AI to police work in general and investigative work, but there has not yet been a study to apply AI to the 112 situation control center. We conducted a literature review on the application of AI in police work, as well as interviews with eight police experts who are involved in the procedural handling of 112 calls or who have studied AI in policing. The results showed that the greatest need for AI was in the area of 112 call receiving. Currently, there is variation in the quality of calls received by police officers due to individual competence and emotions. In order to homogenize this, the need for AI to analyze the caller's voice and STT to display it with high accuracy was identified. To do this, it is necessary to have an STT with an AI language model that goes beyond the level of a simple engine. We also realized that the shortcomings of the 112 system, such as the difficulty in obaining the desired spot in the location search, could be offset by replacing it with a learned AI-based search. In addition, we could expect that when an incompetent caller misses an essential question, the AI can help the caller understand the situation accurately by asking the missing question. To achieve this, it is not enough to simply train a general large language model. This is because police data can only work in a closed network to maintain security, and it is difficult for a model that is not trained with police domain knowledge to be effective in actual 112 work. Therefore, it is necessary to build an AI 112 language model by pre-training police data on an open source large language model that has been trained with data and then fine-tuning it with actual 112 data. However, it is necessary to continuously support the huge investment of resources as specialized personnel must run a large number of GPUs simultaneously to progress the learning process. In order to prioritize rapid business application, AI tasks that reduce the learning process by injecting lightweight resources are required, so we also described suggestions centered on prompt engineering. Through this research, we hope that this study will serve as a foundation for fundamentally and dramatically increasing the police's ability to respond to emergency incidents in the 112 call handling process, which receives many requests for police dispatch from the public.

한국어

최근 분야를 가리지 않고 인공지능(이하 AI)은 업무 혁신의 대세 수단으로 각광받게 되었다. 이에 본 연구는 경찰 업무 중 시민과 가장 먼저 호흡하는 대표적 창구인 112 신고, 그리고 이를 접수하고 그에 따른 경찰의 대응상황을 유지․총괄하는 112 상황실에 AI를 적용할 수 있는 범위와 기대효과 를 탐색하고자 이루어졌다. 지금까지 AI를 경찰 업무 전반, 수사 업무 등에 적용하는 부분에 대한 연구는 있었으나 112 상황실로 한정해 적용하려는 연구는 아직 없었다. 이에 경찰업무에의 AI 적용 과 관련한 문헌고찰은 물론 112 신고의 절차적 처리선상에 있거나 치안 AI를 연구한 경찰 전문가 8 명을 대상으로 면접조사를 시행하였다. 연구결과 112 접수 영역에서 가장 크게 AI 적용 요구가 표출되었다. 현재 경찰관이 접수하는 신 고의 질에는 개인 역량이나 감정에 따른 편차가 존재한다. 이를 균질화하기 위해 AI가 신고자 음성 을 분석하고 STT가 정확도 높게 이를 현출해 줄 필요성이 도출되었다. 그를 위해서는 단순한 엔진 수준을 넘어 AI 언어모델이 적용된 STT가 갖추어져야 한다. 그리고 위치검색에서 원하는 값을 얻 기 어려운 112 시스템의 단점을 학습된 AI기반 검색으로 바꿔 상쇄시킬 수 있음도 알 수 있었다. 또 한 역량이 부족한 접수자가 필수질문을 놓칠 때 AI가 누락된 질문을 알려 상황을 정확히 파악하게 지원할 수 있다는 기대도 가질 수 있었다. 이를 위해서는 단순히 일반 거대언어모델을 학습시키는 것만으로는 부족하다. 경찰 데이터의 보 안성을 유지하기 위해 폐쇄망 작업만 가능한데다 경찰의 도메인 지식이 학습되지 않은 모델로는 실 제 112 업무에서 효과를 발휘하기 어렵기 때문이다. 이에 데이터를 학습한 오픈 소스 거대언어모델 에 경찰 데이터를 사전학습한 뒤 실제 112 데이터로 미세조정하는 파인튜닝 작업을 통해 AI 112 언 어모델을 구축하는 작업이 요구된다. 다만 전문 인력이 대용량의 GPU 다수를 동시에 가동하며 학 습을 진행시켜야 하는 만큼 막대한 자원투입을 지속적으로 지원해 주어야 한다. 우선적으로 빠른 업무적용을 도모한다면 경량 자원을 투입하여 학습과정을 줄이는 AI 작업이 요구되기에 프롬프트엔 지니어링을 중심으로 한 제언도 서술하였다. 이를 통해 본 연구가 국민의 경찰력 출동 요구를 다수 접수하는 112 신고 처리절차에서 경찰의 긴급사건의 대응역량을 근본적이고도 획기적으로 높일 수 있는 기틀이 되길 희망한다.