지능형 분석과 데이터 연결망이 작동하는 112 상황실에서 요원은 신고자의 불완전한 진술에 일방적으로 좌우되지 않는다. 시스템이 유기적으로 작동하여 신고 음성을 정확히 분석하고, 위험 요인을 확률적으로 제시해 준다. CCTV 등 주변 영상을 분석해 범죄 차량을 특정하고, 과거의 신고 및 범죄 이력을 확인해 즉각적으로 위험 경고를 보내는 모습은 AI가 112 상황실에서 작동하는 청사진이라 할 수 있다. 이 청사진이 실현될 때 112 요원은 비로소 불완전한 판단의 압박에서 벗어나 심리적 안정을 찾고, 시스템이 제시하는 객관적 근거에 기반해 소신 있는 상황 판단과 코드 지정, 그리고 지령을 내릴 환경이 조성될 것이다.
－01_“지능형 연결, 단절 없는 112 신고 처리” 중에서

지능형 신고 접수의 종착지는 112 요원을 AI로 전원 대체하는 것이 아니다. 112는 단순 상담 창구가 아니라 경찰을 현장에 출동시켜 신고자와 국민의 안전을 보호할 수 있게 하는 업무의 첫 시작점이기 때문이다. 즉, AI 기반 지능형 신고 체계는 112 요원의 업무를 단순히 자동화하는 것이 아니라, 현장 대응의 품질을 높이는 요원의 전략적 판단 지원에 목적이 있다.
－03_“AI 기반 신고 접수” 중에서

객체 추적을 통해 확보된 방금 전과 지금의 좌푯값은 다음의 위치를 계산하기 위한 시계열 데이터로 작동한다. 도주자가 어디로 이동할 것인지는 도로의 구조, 도주자가 탑승한 차량의 성능, 그리고 차량을 운전하는 범인의 심리적 기제에 의해 시간이 흐르며 더욱 명확하고 일정한 흐름을 가지게 된다. AI는 바로 이러한 흐름, 즉 관성을 읽어내어 도주자가 수 분 뒤 어느 교차로 어느 방향에 나타날지를 확률적으로 계산한다. 이 단계에서 LSTM(Long Short-Term Memory) 신경망이 핵심적인 역할을 수행할 수 있다. LSTM의 최대 장점은 데이터의 장기적인 의존성을 학습하는 것이다. 이 기술은 도주 중인 차량이 바로 전 가속도가 얼마였는지, 그리고 어떠한 방향으로의 전환을 시도해 왔는지 그 이력을 분석해 곧 어느 궤적으로 이동할지 예측하는 데 최적의 성능을 보인다.
－06_“AI 최적 경로 계산과 현장 지령” 중에서

그런데 여기서 하나 주의해야 할 점이 있다. AI가 고영향 시스템으로 분류되어 엄격한 관리를 받는 대상이 된다고 해서, 그 판단의 결과로 발생하는 모든 책임을 112 요원이나 현장 경찰에게 전가하는 것은 치안 행정의 마비를 초래할 수 있다. 특히 112 상황실의 코드4 분류나 긴급도 하향 결정은 한정된 경찰 인력을 최우선 순위의 사건에 집중시키기 위한 소위 ‘이유 있는 판단’이거나, 경찰이 아닌 전문 부처의 도움을 받는 것이 신고자에게 제대로 된 조치가 가능할 것이라는 판단에 의한 것이기도 하다. 따라서 신고자에게 AI의 오판으로 인한 피해가 발생할 때 이를 개개 경찰관의 과실로 치부하기보다는 시스템 전체를 운용하는 국가의 책임으로 접근하는 인식 전환이 필요하다.
－09_“AI 판단 책임” 중에서