본문으로 건너뛰기 섹션으로 건너뛰기

🚓AI와 미래

경찰관 · 순찰하고 수사하며 치안을 지키는 선서 경찰관 — 비독의 잠입 수사관과 필의 1829년 순경들로부터 대중의 신뢰가 흔들리는 오늘날까지 이어져 온 직업이다.

한눈에
지표 밀도

진한 칸일수록 이 직업에서 해당 지표가 높습니다.

최근 검토 출처·크레딧미디어 크레딧방법론

짧은 답

치안의 9대 원칙이란 무엇인가?

흔히 로버트 필의 업적으로 알려져 있지만 실제로는 런던 최초의 경찰청장인 찰스 로원(Charles Rowan)과 리처드 메인(Richard Mayne)이 1829년에 작성했을 가능성이 높은 일련의 지침이다. 경찰은 범죄를 예방하기 위해 존재하며 대중의 지지에 의존하고 필요한 최소한의 물리력만 사용해야 한다는 내용으로, '경찰이 곧 대중이고 대중이 곧 경찰이다'라는 문구로 요약된다.

경찰관이 되려면 대학 학위가 필요한가?

대부분의 나라에서는 필요 없다. 미국을 비롯한 많은 나라는 고등학교 졸업장과 경찰학교 훈련만 요구하지만, 잉글랜드와 웨일스는 2020년부터 학위 연계 입직 경로를 도입했고, 독일과 프랑스 같은 나라는 지휘관급 장교를 위해 별도의 더 까다로운 대학 트랙을 운영한다.

경찰학교 훈련 기간은 얼마나 되는가?

나라마다 크게 다르다. 미국의 경찰학교는 보통 5~8개월이며, 이후 몇 주간 감독 하에 현장 훈련을 받는다. 독일과 일본은 학교 교육과 실무 훈련을 2~3년에 걸쳐 병행하는데, 이는 초기 훈련을 더 긴 공식 자격 취득 과정의 끝이 아니라 시작으로 보는 공무원 제도의 특성을 반영한다.

경찰관의 급여는 어느 정도인가?

나라와 계급에 따라 크게 다르다. 미국에서는 2023년 기준 순찰 경찰관의 중위 연봉이 약 7만 5천 달러였고, 영국에서는 순경의 초봉이 대략 2만 8천~3만 2천 파운드이며 경력이 쌓이면 오른다. 인도에서는 명목 금액 기준으로 주 경찰 초임이 이 수치들의 극히 일부에 불과하다.

현대 경찰 제도는 누가 만들었는가?

특정한 한 사람이 만든 것이 아니다. 로버트 필의 1829년 런던 수도경찰청은 대중의 동의를 명시적 기반으로 삼은 최초의 상시·제복 민간 조직이었지만, 이는 1812년부터 파리에서 사복 수사를 개척한 외젠 프랑수아 비독의 업적과 그 이전 수세기에 걸친 잉글랜드의 야경 의무 전통을 바탕으로 한 것이었다.

AI와 로봇이 경찰관을 대체할까?

핵심 역할은 아니다. 카메라, 번호판 인식 장치, 예측 소프트웨어는 이미 일상적인 감시와 교통 단속을 자동화하고 있지만, 사람을 구금하거나 체포하거나 물리력을 행사할 법적 권한은 현재 선서한 인간만이 가지고 있으며, 법정에서 신빙성 있게 증언할 수 있는 것도 인간뿐이다. 어디에서도 그 권한이 기계에 확장된 적은 없다.

이 섹션부터 시작 - AI와 미래

비교 랩 열기

이 페이지 공유

밖에서 보면 치안 업무는 부분적으로 자동화 가능해 보인다. 카메라는 이미 어떤 경찰관보다도 많은 거리를 감시하고 있고, 소프트웨어는 이미 어떤 인간 분석가가 수작업으로 검토할 수 있는 것보다 많은 패턴을 잡아내고 있다. 그런 전환의 일부는 실제로 일어나고 있으며, 특히 이 직업에서 가장 반복적이고 물량이 많은 부분에서 그렇다.

변하지 않았고 법적으로도 변할 조짐이 없는 것은 누가 타인을 구금하거나 체포하거나 물리력을 행사할 권한을 갖느냐다. 모든 관할권은 여전히 그 권한이 실명으로 책임지는 선서한 인간에게 있어야 한다고 요구하며, 이는 주변 업무가 빠르게 변하는 와중에도 이 직업의 핵심을 붙들어두고 있다.

32 / 100
중간

기계가 대신할 수 있는 업무의 비율

교통·속도 단속, 번호판 추적, 일부 순찰 배치 결정, 초안 보고서 작성 등 치안의 일상적이고 반복적인 업무 상당 부분은 이미 자동화되었거나 소프트웨어의 도움을 받고 있다. 이 직업의 핵심인 물리력 행사의 법적 권한과, 모호하고 급변하는 상황에서 그것을 적용하는 데 필요한 판단력은 현재 어떤 시스템도 수행하도록 만들어지지 않았고 법적으로 허용되지도 않는 영역으로 남아 있다.

직함이 아니라 업무 단위로 산정했다. 낮을수록 안전하다.

AI가 대체하지 못하는 직업 →

기계가 가져가지 못하는 것

물리력 행사와 체포의 법적 권한

96

국가의 구금·체포·물리력 행사 권한은 오직 선서한 인간 경찰관에게만 법적으로 부여되어 있으며, 어떤 관할권도 이 권한을 기계에까지 확장한 적이 없다.

모호하고 급변하는 위협 속의 판단력

88

특정 순간 특정 인물이 실제 위험을 초래하는지를 몇 초 만에 결정하는 것은 현재 어떤 AI 시스템도 할 수 없고, 하도록 신뢰받지도 못하는 판단이다.

인간의 존재를 통한 상황 완화

80

차분하고 신뢰할 수 있는 인간의 목소리와 존재감은, 화면이나 스피커, 자동화 시스템이 대면 상황에서 재현할 수 없는 방식으로 긴장된 상황을 진정시킬 수 있다.

법정 증언과 반대신문

78

법 체계는 판사나 배심원이 신빙성을 직접 평가할 수 있는 인간 증인을 필요로 한다. 알고리즘의 결과물은 증거로 제출될 수는 있어도, 증인처럼 반대신문을 받을 수는 없다.

지역사회 관계 형성

62

특정 지역에서 수년간 눈에 띄고 일관되게 존재하며 이름과 내력, 긴장 관계를 알아가면서 쌓은 신뢰는, 회전하는 카메라 네트워크가 축적할 수 있는 것이 아니다.

이미 가져가고 있는 것

자동 교통·속도 단속

75

속도 및 신호 위반 카메라는 이미 많은 도시에서 수작업 교통 단속의 상당 부분을 대체해, 경찰관이 전혀 현장에 없어도 딱지를 발부한다.

번호판 인식과 차량 추적

68

자동 번호판 인식 장치는 한 근무 교대당 수천 개의 번호판을 스캔해 감시 목록과 대조하는데, 이는 예전에는 전적으로 경찰관의 눈에 의존하던 업무였다.

보고서 받아쓰기와 초안 작성

58

보디캠 음성을 받아쓰고 경찰관이 검토하고 서명할 초기 사건 보고서 초안을 작성해주는 소프트웨어가 이미 점점 더 많은 경찰서에서 쓰이고 있다.

예측 기반 순찰 배치

45

과거 범죄 데이터를 바탕으로 순찰을 어디에, 언제 배치할지 제안하는 알고리즘이 일부 경찰서에서 사용되고 있지만, 결과물에서 편향이 확인된 뒤 도입을 중단한 곳도 여럿이다.

일이 변해가는 방식

보디캠, 대응 장면을 증거로 바꾸다

2014년 무렵부터 보디캠은 물리력 행사를 둘러싼 분쟁을 경찰관과 민간인의 진술 다툼에서 검증 가능한 영상 기록으로 바꾸어 놓았고, 이는 대치 상황의 양쪽 모두의 행동을 변화시켰다.

실시간 범죄 센터, 정보 업무를 중앙집중화하다

카메라 네트워크, 번호판 인식 장치, 공개출처 모니터링은 점점 더 중앙집중화된 실시간 범죄 센터에서 민간인 분석가들이 분석하며, 현장 경찰관이 홀로 정보를 수집하는 대신 이들에게 정보를 제공한다.

예측 도구, 법적 반발이 커지다

미국의 여러 주요 도시는 감사 결과 실제 범죄 추세와 무관하게 특정 지역을 불균형하게 표적으로 삼는다는 사실이 드러나자 예측 치안 소프트웨어 도입을 중단했다. 한때 필연적으로 보였던 도입 흐름은 이렇게 둔화되었다.

채용난, 인력 확보 방식을 바꾸다

미국, 영국을 비롯한 여러 나라의 많은 경찰서가 2020년 무렵부터 역대급 지원자 감소를 보고해왔으며, 이는 일부 경찰서가 체력이나 학력 요건을 낮추고 결원을 채우기 위해 공격적인 경력직 채용 인센티브를 도입하도록 이끌었다.

갈라져 나오는 새 직업들

디지털 포렌식 분석가

휴대전화, 컴퓨터, 클라우드 계정에서 증거를 추출하고 분석하는 전문 직종으로, 스마트폰이 대부분의 범죄 수사에서 핵심이 되기 전에는 거의 존재하지 않았다.

범죄 분석가(실시간 범죄 센터)

배지나 무기를 지니는 대신 카메라, 번호판, 공개출처 정보를 실시간으로 순찰 경찰관과 형사들에게 제공하는 민간인 데이터 전문가.

보디캠 증거 기술자

경찰서가 이제 생성하는 방대한 양의 영상 증거를 목록화하고, 필요한 부분을 편집하며, 법정 절차와 공공기록 요청 양쪽을 위해 제출용으로 만든다.

지역사회 폭력 중재 전문가

큐어 바이올런스(Cure Violence) 같은 프로그램을 본떠 만들어진, 흔히 동료 기반의 민간인 역할로, 특정 유형의 지역사회 폭력에 대해 전통적인 순찰과 함께, 혹은 그것을 대신해 점점 더 많은 예산을 지원받고 있다.

AI 노출 시나리오

세 가지 가역 렌즈: 업무 보조, 일부 대체, 새 틈새. 교육용이며 예측이 아닙니다.

보조

역할은 유지하고 AI가 초안·분류·조사를 빠르게 하며 판단과 책임은 사람이 집니다.

일부 대체

좁은 작업 묶음(템플릿·초안·반복 채점)이 먼저 줄어들고 인접 숙련은 커질 수 있습니다.

새 틈새

규제 환경에서 AI 출력을 신뢰해야 하는 감독·통합·도메인 QA 역할이 생길 수 있습니다.

전망

자동화에 가장 많이 노출된 업무는 미리 완전히 규정할 수 있는 것들이다. 속도 측정, 번호판 조회, 표준화된 딱지 발부 같은 일이다. 가장 잘 보호되는 업무는 그럴 수 없는 것들이다. 예측 불가능한 특정 인물이 실제 위험을 초래하는지를 실시간으로 판단하고, 법적·도덕적 책임을 짊어진 채 그에 대해 무엇을 할지 결정하는 일이다.

이러한 분화는 이 직업을 없앨 가능성이 낮다. 오히려 표준화할 수 있는 감시와 서류 업무의 비중이 점점 자동화되는 동안, 인간의 노력은 판단력과 책임, 관계 형성에 계속 집중될 가능성이 더 크다.

이 가운데 어느 것도 오늘날 여러 나라에서 이 직업이 마주한 신뢰의 문제를 해결하지는 못한다. 더 많이 감시받고 더 많이 기록되는 경찰관이라고 해서 자동으로 더 신뢰받는 것은 아니다. 그것은 그 기록이 무엇을 보여주는지, 그리고 기술만으로는 보장할 수 없는 결과에 달려 있다.

비슷한 직업

같은 분야만이 아니라 여섯 점수 프로필이 가까운 직업입니다.

계속 탐색하기

계속 탐색하기

법·공공 분야의 다른 직업