CaseLinker: 아동 대상 인터넷 범죄 조사에 대한 교차 사례 분석을 위한 오픈소스 시스템

1. 문제 정의 (Problem Statement)

아동 성착취 및 학대 (CSEA) 관련 사건 데이터는 여러 기관, 관할 구역, 기관에 분산되어 있으며, 형식과 상세도가 제각각입니다. 이로 인해 다음과 같은 심각한 문제들이 발생합니다.

• 교차 사례 분석의 어려움: 사건 간 패턴, 유사성, 연결 고리를 식별하기가 매우 어렵습니다.
• 데이터의 파편화: 서로 다른 포맷 (PDF, 데이터베이스 등) 과 불일치하는 스키마로 인해 통합 분석이 불가능합니다.
• 심리적 부담: 분석가는 반복적으로 충격적인 사건 내용을 직접 읽어야 하므로 2 차 외상 스트레스 (Secondary Traumatic Stress) 에 시달립니다.
• 기존 도구의 한계: 기존 콘텐츠 탐지 도구 (해시 기반) 는 파일 단위만 식별할 뿐, 사건의 맥락이나 범행 패턴을 분석하지 못하며, 기업용 포렌식 플랫폼은 고비용과 복잡한 인프라를 요구합니다. 또한, 블랙박스 형태의 머신러닝 모델은 법적 증거로서의 해석 가능성 (Interpretability) 이 부족합니다.

2. 방법론 (Methodology)

CaseLinker 는 비구조화된 사건 보고서를 구조화된 지능형 데이터로 변환하는 5 계층 아키텍처를 기반으로 합니다. 핵심은 결정론적 (Deterministic) 정보 추출과 분석가의 심리적 안전을 고려한 설계입니다.

• Layer 1: 수집 (Ingestion)
  • PDF 텍스트 추출 (pdfplumber 라이브러리 사용) 을 통해 원본 텍스트를 정제합니다.
  • 파일명 패턴 매칭을 통해 출처 기관 (예: AZICAC) 을 자동 식별합니다.
• Layer 2: 처리 (Processing)
  • 사례 배치 (Case Batching): 시간적 패턴 (예: "2012 년 1 월에...") 을 기반으로 단일 문서 내 여러 사건을 분리합니다.
  • 하이브리드 정보 추출:
    • 정규식 (Regex) 기반: 인구통계, 플랫폼, 증거량 등 구조화된 데이터 추출 (높은 정확도, 결정론적).
    • 패턴 기반 시맨틱 분석: 심각도 지표 (영유아, 성폭행 등), 사건 주제 (생산, 소지, 가족 내 등) 추출.
    • 장점: 학습 데이터 불필요, 법적 절차에서 검증 가능, 하드웨어 요구 사항 낮음.
• Layer 3: 저장 (Storage)
  • 경량화된 SQLite를 사용하여 이식성과 암호화, 병합이 용이하도록 설계합니다.
  • 원본 텍스트를 보존하여 감사 (Audit) 와 재처리가 가능합니다.
• Layer 4: 클러스터링 및 분석 (Clustering & Analysis)
  • 2 단계 클러스터링:
    1. 외부 클러스터링: 사전 정의된 주제 (온라인/디지털, 소지, 중대 사건 등) 에 따라 사건을 분류.
    2. 내부 클러스터링: 가중치 부여된 Jaccard 유사도 (플랫폼, 인구통계, 주제, 심각도 등 6 가지 차원) 를 사용하여 세부 그룹화.
  • 우선순위 분류 (Priority Triage): 심각도 지표, 피해자 수, 사건 유형 등을 가중치하여 5~10 점 척도로 자동 점수화하여 중요 사건을 선별합니다.
  • 자동 인사이트 생성: 플랫폼 트렌드, 심각도 분포, 범행 패턴 등을 자동 요약합니다.
• Layer 5: 시각화 (Visualization)
  • 분석가 웰빙 중심 설계: 원본 텍스트 대신 추출된 구조화 데이터를 우선 표시하고, 필요 시에만 상세 내용을 점진적으로 공개 (Gradual Disclosure) 합니다.
  • 대화형 대시보드: 타임라인, 심각도 지표, 사건 상세, 범인 이전 기록, 플랫폼/환경, 관련 기관 등을 시각화합니다.

3. 주요 기여 (Key Contributions)

1. 아키텍처적 기여: 비구조화된 사건 보고서를 구조화 가능한 지능으로 변환하는 모듈형 5 계층 파이프라인을 제시. 모든 추출 과정이 결정론적이고 감사 가능하도록 설계.
2. 알고리즘적 기여: 해석 가능성과 세밀함을 모두 잡기 위해 주제 기반 외부 클러스터링과 가중치 Jaccard 유사도 기반 내부 클러스터링을 결합한 2 단계 방법론 개발.
3. 인간 중심 설계 (Human-Centric Design): 분석가의 심리적 안전을 위해 충격적 콘텐츠 노출을 최소화하는 UI/UX 와 자동 우선순위 분류 시스템 도입.
4. 실증적 검증: 공개된 Arizona ICAC 보고서 (2011-2014, 47 건) 를 대상으로 한 평가 수행.

4. 평가 결과 (Results)

• 데이터셋: Arizona ICAC 연간 보고서 (2011-2014) 의 47 건 공개 사건.
• 정보 추출 성능:
  • 범인 - 피해자 관계: 100%
  • 기소 결과: 95.7%
  • 사건 주제: 89.4%
  • (공개 보고서의 익명화 정책으로 인해 피해자 수나 플랫폼 언급은 상대적으로 낮음)
• 클러스터링 성능:
  • "Online-Digital" 클러스터는 높은 일관성 (0.709) 을 보임.
  • 모든 사건이 최소 하나의 클러스터에 포함됨 (100% 커버리지).
  • 47 건 클러스터링 소요 시간: 11.03ms (실시간 분석 가능).
• 우선순위 분류:
  • 수동 검토 결과, 점수가 가장 높았던 (10 점) 사건이 영유아 피해자 및 성폭행이 포함된 중대 사건으로 정확히 식별됨.
  • 분류 소요 시간: 0.09ms.
• 시스템 성능:
  • 초당 약 23.2 건의 사건 처리 가능 (표준 하드웨어 기준).
  • 10,000 건의 사건을 약 7 분 내 처리 가능.

5. 의의 및 결론 (Significance & Conclusion)

• 기술적 격차 해소: 파일 단위 탐지나 기기 단위 포렌식을 넘어, 사건 단위 (Case-Level) 의 교차 분석이 가능한 최초의 경량 오픈소스 도구 제공.
• 법적 및 윤리적 적합성: 블랙박스 AI 가 아닌 해석 가능한 (Interpretable) 규칙 기반 방식을 사용하여 법정에서의 증거 채택 가능성을 보장.
• 분석가 보호: 반복적인 충격적 콘텐츠 노출을 줄이고 패턴 인식을 지원함으로써 분석가의 정신 건강을 보호하는 도구 설계.
• 접근성: 고가의 기업용 솔루션 없이도 소규모 기관 (Local ICAC Task Forces) 이 고급 분석 능력을 활용할 수 있도록 오픈소스로 공개.

CaseLinker 는 아동 성착취 범죄 대응에서 단순한 효율성 향상을 넘어, 분석가의 인간적 존엄성을 보호하면서도 체계적이고 해석 가능한 지능을 제공하는 새로운 패러다임을 제시합니다.