용인시, CCTV 자료로 체납차량의 잦은 출현 지역 분석
등록 주소지 중심에서 실제 생활 반경 중심으로 단속
자동차세 체납 징수에 활용되는 기술…일반 교통위반 단속과 구분
주소지로 찾아갔는데 차가 없다면
서류에 적힌 주소와 자동차가 실제 머무는 장소는 다를 수 있다. 차량이 낮에는 직장에 있고 밤에는 다른 곳에 세워진다면, 주소지를 방문하는 것만으로는 만나기 어렵다. 체납차량을 찾는 업무에서도 같은 문제가 생긴다.
용인시는 차량이 자주 나타나는 장소를 분석하는 방식으로 접근했다. 11월 2일 YTN 보도에 따르면, 시는 주정차 단속용 CCTV 자료와 인공지능을 활용한 체납차량 출현 예측 지도로 단속 지역을 정하고 있다. 취재 현장에서는 자동차세를 체납한 차량의 번호판을 떼거나 바퀴에 잠금장치를 설치했다.
눈에 띄는 장면은 바퀴에 채워진 장치지만, 더 큰 변화는 그 차량을 찾아간 과정에 있다. 차량 등록 정보를 따라 방문하던 업무가 반복적으로 관측된 이동과 주차 장소를 참고하는 방식으로 달라진 것이다.
카메라를 더 세우는 대신 기록을 읽는다
보도에 따르면 분석에는 용인시의 주정차 단속용 고정형 CCTV 500여 개에 저장된 자료가 활용된다. 체납차량이 자주 나타나는 지점을 지도에 표시하고, 최근 6개월 자료를 분석해 우선 단속할 지역을 추천하는 방식이다.
용인시는 올해 3월 이 지도를 도입했다. YTN은 도입 전후 비교에서 체납차량 번호판 영치 실적이 하루 4대 수준에서 5대 이상으로 늘었다고 전했다. 다만 이 수치만으로 증가분 전체를 AI의 효과라고 단정하기는 어렵다. 단속 인력과 활동량 등 다른 조건도 함께 봐야 한다.
기술의 의미는 분명하다. 넓은 지역을 같은 비중으로 순회하기보다 차량을 만날 가능성이 높은 곳에 인력을 보낼 수 있다는 것이다. 용인시도 지난 3월 공식 보도자료에서 CCTV 빅데이터 기반 출현지도를 체납차량 단속에 활용했다고 설명했다.
이 사례를 모든 운전자의 위반을 AI가 실시간으로 적발하고 자동 처벌하는 시스템으로 이해해서는 안 된다. 보도에서 다룬 것은 체납차량을 찾는 업무다. 자동차세 체납과 과속·신호위반 단속은 대상도 절차도 다르다.
잘 찾는 기술일수록 잘못 찾았을 때도 설명해야 한다
세금을 성실하게 내는 운전자 입장에서는 상습 체납에 대한 징수 효율이 높아지는 일을 반길 수 있다. 납부하는 사람만 손해라는 인식이 생기지 않도록 하는 것도 행정의 역할이다.
동시에 차량의 출현 기록을 활용하는 만큼 정보가 어디까지 쓰이는지 설명할 필요가 있다. 자료에 접근할 수 있는 사람, 이용 목적, 보관과 정정 절차가 분명해야 기술에 대한 신뢰도 유지된다. 이미 납부한 차량의 정보가 갱신되지 않는 상황 등에 대비한 확인 과정도 중요하다.
운전자에게 필요한 대응 역시 막연히 AI 단속을 두려워하는 것이 아니다. 고지 내용을 확인하고, 납부 기록과 체납 상태가 일치하는지 살피며, 어려움이 있다면 관할 부서에 적용 가능한 절차를 문의하는 일이다.
행정이 차량을 찾아내는 방법은 정교해지고 있다. 그만큼 정확한 대상을 찾고 정당한 절차로 처리했다는 설명도 정교해져야 한다. 단속 기술의 수준은 많이 찾아낸 숫자만으로 완성되지 않는다.
