계산의 근거
사람은 익숙한 곳에서 움직여요. 집과 직장, 가게를 오가는 동선은 익숙한 영역을 만들고, 사람의 활동 대부분은 도시의 무작위 지점이 아니라 그 안에서 일어나요.
여기서 첫 번째 규칙이 나와요. 거점에서 멀어질수록 빈도가 낮아져요. 먼 거리를 이동하려면 시간이 걸리고 낯선 지역에서 길을 잃을 위험도 커지기 때문에, 거리가 멀수록 활동이 줄어들어요.
거점에서의 거리에 따라 지점이 어떻게 분포하는지 보여줘요. 집 바로 근처에서는 줄어들다가 조금 더 멀리서 정점에 이르고, 그다음에는 다시 줄어들어요. 특정 사건의 자료가 아니라 이런 규칙성이 나타나는 형태예요.
거점 바로 주변에서 나타나는 감소 구간을 완충 지대라고 해요. 거점 가까이에서는 아는 사람들의 눈에 띌 가능성이 너무 높기 때문에, 가장 가까운 몇 블록은 보통 피하게 돼요.
이 방법이 할 수 있는 일과 없는 일
결과로 나오는 건 이름이 아니라 확률 지도예요. 조사를 시작해볼 만한 지역을 보여주는 거죠. 이 방법은 수색 범위를 좁히고 확인 작업의 순서를 바꿀 뿐, 그 이상은 하지 못해요.
이 방법은 여러 지점이 이어지는 자료가 있을 때만 작동해요. 지점 하나로는 아무것도 알 수 없고, 두 개로도 거의 알 수 없어요. 지점이 적어도 여러 개이고 모두 같은 사람의 것일 때 계산이 의미를 갖는데, 이 점부터 증명해야 해요.
이사, 이동이 잦은 직업, 강이나 철도처럼 실제 거리가 직선거리와 달라지는 요소도 전체 양상을 흐릴 수 있어요.
같은 수학은 오래전부터 평화적인 목적으로도 사용돼 왔어요. 환자들의 주소를 바탕으로 질병 발생의 발원지를 찾고, 밭에서 해충이 어디에서 퍼져 나오는지 추정하고, 서비스 시설을 어디에 설치할지 계획하는 데 활용해요.
Miqo 앱에서 끝까지 읽어 보세요
1분만 더 읽으면 돼요. 마지막에는 퀴즈가 있어요. “범죄 → 연쇄살인범과 프로파일링”에서 찾을 수 있어요
휴대폰 카메라를 여기에 비추면 App Store나 Google Play가 열려요.
출처
- 지리적 프로파일링은 공간적 행동 모델에 기반해요. 거리에 따라 활동이 줄어들고, 거점 주변에는 완충 지대가 생긴다는 원리예요. 이 방법은 수색 지역의 우선순위를 정할 수 있지만 특정인을 식별할 수는 없어요. 이사하거나 이동이 잦은 생활을 하거나 복잡한 교통망 안에서 움직이는 경우 정확도가 떨어져요. 비슷한 모델은 역학과 생태학에서도 활용돼요