NearFind — 실종 시민 제보망
실종 안내 문자를 인상착의 이미지로 바꾸고, 마지막 확인 장소 근처 시민에게만 알려 신고로 잇는 MVP
- 실종 안내 문자는 이미 전국에 갑니다. 문제는 보내지 않아서가 아니라 기억과 행동으로 이어지지 않는 것이었습니다.
- 긴 안내문을 인상착의 이미지로 바꾸고, 마지막 확인 장소 근처 시민에게만 알려 112 신고로 연결했습니다.
- 기획 단계에서 AI가 얼굴과 위치를 추정하지 않는다, 제보에 보상하지 않는다를 금지 항목으로 문서에 못박고 시작했습니다.
문제 🤔
실종자를 예측하는 것이 아니라, 공식 정보가 필요한 순간에 필요한 시민에게 닿게 하는 것이 과제였습니다.
접근 🛠
- 긴 안내문에서 핵심 요소를 뽑아 인상착의 카드로 재구성했습니다. 옷·소지품 중심의 '3초 카드'입니다.
- 인상착의를 AI 참고 이미지로 생성해 글자보다 기억에 남게 했습니다.
- 마지막 확인 장소와 경과 시간을 기준으로 알림 구역을 정하고, 그 구역에 들어온 동의 사용자에게만 푸시했습니다.
- 알림에서 곧바로 112 전화·문자 신고로 연결했습니다.
결과 📈
정보 → 인지 → 행동의 단절을 잇는 5단계 파이프라인과 MVP 화면을 구현했습니다. 경찰청의 공식 경보를 대체하는 것이 아니라 도달 정확도와 제보 전환을 보완하는 위치로 설계했습니다.
이 프로젝트에서 제가 한 것 ✍
- 정보 → 인지 → 행동 단절을 잇는 5단계 파이프라인 설계
- AI의 금지 영역 문서화 — 얼굴 생성·현재 위치 추정 배제
- 보상 없는 참여 원칙 수립 (허위 제보·위험한 추적 방지)
금융 직무와의 연결 🎯
- AI 리스크 관리 — 얼굴 생성과 위치 추정을 기획 단계에서 금지 항목으로 문서화했습니다. 금융 AI의 금지 사용 영역 설정과 같은 판단입니다.
- 유인 설계의 부작용 예측 — 보상을 걸면 허위 제보가 늘어난다고 보고 보상을 제거했습니다. 인센티브가 만드는 리스크를 읽는 관점입니다.
기술 선택과 판단 근거 🧭
왜 그 방법을 택했는지, 무엇을 택하지 않았는지 적었습니다.
AI가 얼굴과 현재 위치를 추정하지 않게 했다
실종자의 얼굴을 생성하거나 현재 위치를 예측하면 오인 신고와 사생활 침해가 곧바로 발생합니다. AI의 역할을 인상착의를 기억하기 쉬운 이미지로 바꾸는 것으로 한정했습니다.
제보와 발견에 보상하지 않기로 했다
보상을 걸면 허위 제보와 위험한 추적 행동이 늘어납니다. 공개 보행로 참여에만 배지를 주고, 발견·제보·사진 제출에는 보상하지 않는다는 원칙을 명시했습니다.
직접 추적이 아니라 안전 거리에서 신고하도록 안내했다
시민이 직접 쫓아가면 본인과 실종자 모두 위험해집니다. 알림 화면마다 안전 수칙을 다시 보여줍니다.
더 자세히
관심 있는 항목만 펼쳐 보세요.
이 프로젝트가 시작된 배경
실종 안내 문자는 이미 전국으로 발송되고 있습니다. 문제는 보내지 않아서가 아니라 기억과 행동으로 이어지지 않는 것입니다. 긴 텍스트는 옷·가방 특징이 남지 않고(현장 인지 실패), 전국 발송은 대부분의 사람에게 무관하며(알림 피로), 목격 가능성이 생겨도 신고까지 가지 않습니다(행동 단절).
막혔던 지점과 해결 과정 1
AI로 할 수 있는 것과 하면 안 되는 것을 먼저 갈랐다
실종자 얼굴 생성, 현재 위치 예측, 목격 사진 자동 대조 — 기술적으로는 가능하고 데모에서도 화려합니다. 하지만 오인 신고 한 건의 피해가 서비스의 이득보다 큽니다. 기획 단계에서 'AI는 얼굴·현재 위치를 추정하지 않는다'를 문서에 못박고 시작했습니다.
데이터
이 결과가 틀렸을 수 있는 지점
- 해커톤 MVP라 실제 경찰 시스템 연동은 없고 공개 정보 기반 시뮬레이션입니다.
- AI 생성 이미지는 참고용이며 실제 인물과 다를 수 있다는 한계를 화면에 명시해야 합니다.
- 수상하지 못했습니다. 다만 책임 있는 AI 설계 원칙을 기획 단계에서 세운 경험은 남았습니다.
회고
AI 서비스에서 기능을 빼는 결정도 설계라는 것을 배웠습니다. 규제 산업에서 일한다면 더 자주 하게 될 판단이라고 생각합니다.