1) 1차년도 연구 ■ 폭력성 저감 치유환경 도출을 위한 관련 교정시설 관련 각론 사례 연구 ■ 폭력성 저감 모델개발을 위한 Spatial Data Mining 분석 로그 데이터 분석 방법론에 입각하여, cctv와 드론 감시기의 영상정보를 활용하여 빅데이터를 분석한다. 연구 표본집단은 교정관계자, 중범죄자, 경범죄자로 크게 3분류로 나누고 이들의 실내 및 외부 활동의 이동 동선 빈도, 범위 그리고 표정 및 행동을 분석한다. ◯먼저, 얼굴인식 알고리즘 ‘딥페이스’(DeepFace)를 사용하여 그들의 신상을 파악하고 정면 얼굴을 유추해 이미지를 추출한다. 페이스북 인공지능(AI) 팀이 개발한 얼굴 인식 알고리즘 ‘딥페이스(DeepFace)’는 97.25% 정확도로 인간의 평균 눈 수준(97.53%)에 가까운 것으로 알려졌다. 딥스페이스 알고리즘은 대중에게 공개된 어플리케이션이며 이 프로그램을 기반으로 하여 앞의 사진처럼 딥페이스 기술은 사진에 찍힌 옆모습을 분석, 빅데이터와 대조해 정면 얼굴을 유추해 가려낸다. 감정 인식을 통합하여, 각 얼굴의 분노, 경멸, 혐오, 공포, 행복, 슬픔과 같은 일련의 감정을 확실하게 추출한다. 도출되어 광범위하게 축적된 빅데이터 자료를 바탕으로 표본집단들이 어떤 공간(실의 크기, 실의 속성, 실의 밀도 등)에 따라 행복, 슬픔, 공포, 분노를 느끼는지 분석한다. 3개월 동안의 분석데이터를 통해 과밀로 인해 수용자 및 교정관계자가 스트레스를 경험하는 시간과 장소에 대한 객관적인 데이터를 축적하여 결과를 확보하고 시간별, 장소별 수용자 및 교정관계자의 스트레스가 높은 공간의 순위와 변수들을 결정한다. ■ 빅데이터 및 Space Syntax 비교분석을 통한 스트레스 요인 상관관계 분석 ◯빅데이터 분석 이후 수용자 공간 및 각 공간의 Space Syntax분석을 실시하고 사용빈도(중복도) 및 편의성에 대한 정량적인 데이터를 확보하여 과밀공간으로 인해 발생할 수 있는 기능상의 문제점을 분석한다. 이때 수용자 공간 및 교정관계자 업무공간 및 중복공간, 특히 ITR관련 공간과 접견공간 등의 동선을 집중적으로 분석하기로 한다. Space Syntax프로그램은 영국 UCL에서 개발한 Depth Map 2018년 버전을 사용하기로 한다. 분석을 통해 각론 기능별 필요동선량에 비해 공간심도가 적절한지의 여부 및 동선교차의 적절성의 문제 역시 정량적으로 분석이 가능하다. 빅데이터 분석과 Space Syntax분석을 마치면 각 분석결과를 바탕으로 스트레스 인자가 높은 공간순위와 Space Syntax분석상 반복빈도가 높은 공간을 매치하여 우선순위를 선정하고 그에 따라 동선상 활동빈도가 높은 공간에 대한 순위를 정량적으로 확보할 수 있게 된다. 2) 2차년도 연구 ■ 한국형 폭력성 저감 환경조성을 위한 건축설계지침 및 실내환경 가이드라인 개발 1단계: 교정시설 리모델링 건축설계 지침과 실내환경 가이드 라인의 주요항목 및 내용 도출 2단계: 국내 교정시설에 적합한 건축설계 지침 및 가이드라인 항목 및 내용 선별 3단계: 전문가 설문조사 및 집단토론회를 통한 건축설계 지침 및 가이드라인 확정 ■ 교정본부 교정시설 리모델링 사업에 건축설계지침 및 가이드라인 적용, 효과 분석 3) 3차년도 연구 ■ 한국형 폭력성 저감 교정시설 모델 개발 ■ 도심복합형 구치소 건축 확대와 주민친화형 교정시설을 위한 제도적 개선방안