· 연구 주제: 머신러닝 기법을 활용하여 서울지역 아동학대 우발지역을 선제적으로 예측하는 모형을 구축하여 소중한 아동의 인권을 보호하기 위해 우리 사회가 나아가야 할 방향을 제시한 연구이다. · 연구 배경: 2013년에 울주와 칠곡에서 발생한 아동학대 사망 사건을 계기로 2014년에 ‘아동학대 예방 및 피해아동 조기발견?보호 종합대책’ 발표 및 ‘아동학대범죄의 처벌 등에 관한 특례법’이 제정되었다. 관련 법이 제정된 후 아동학대는 중대한 ‘범죄’라는 인식이 확산되었다. 하지만, 아동학대는 여전히 발생하고 있으며, 정부와 지자체의 노력에도 불구하고, 아동학대 신고 건수는 급격히 증가하고 있다. 아동학대의 악순환을 끊기 위해 이론 탐색과 함께 실질적인 해결방안을 제공할 수 있는 연구가 필요하다. · 선행연구와의 차이점: 기존 문헌들이 주로 아동학대 사례를 분석하여 아동학대 유발인자들을 사후에 검증하는 탐색적 연구방법에 의존했다면, 본 연구는 서울시 자치구 별 데이터를 수집하여 인공지능의 한 영역인 머신러닝 기법을 활용하여 보다 정교하게 아동학대 우발지역을 예측하였다. · 연구방법: 본 연구에서는 데이터를 수집하기 위해 웹 크롤링 기법을 활용하였다. 수집한 데이터는 전처리 과정을 거쳐 머신러닝을 활용한 추정 모델링을 기반으로 연구를 진행하였다. 추정 모델링으로는 random forest, neural network, support vector machine, AdaBoost 등을 사용했으며, 이 중 제일 정확도가 높은 예측 모형을 선정하여 결과를 도출하였다. · 연구결과: 데이터 분석 결과, AdaBoost의 AUC 값이 0.829를 나타내 최고의 모형으로 확인되었다. 또한, 관할 지역 내 공원 수가 아동학대 우발지역 예측에 가장 높은 영향력을 나타내는 것으로 나타났으며, 요보호아동 발생 수, 일반주택 주차장 수 순임을 확인할 수 있었다. 이를 통해 인구 밀집도와 경제적/사회적 복지시설의 배치에 따라 아동학대 발생이 영향을 받을 수 있음을 추론할 수 있었다. · 공헌점 및 기대효과: 국내·외에서 단 한 번도 시도된 적 없는 머신러닝 기법을 활용하여 아동학대 우발지역의 예측을 시도하여 사회학, 사회복지학, 행정학, 지역개발학 분야에 있어서의 연구 방법론의 확장에 기여하였다. 또한, 그 동안 선행연구에서 전혀 고려할 수 없었던 변수들이 아동학대 발생에 중요한 영향을 미침을 확인할 수 있었다. 이를 근거로 중앙정부 및 지자체는 제한된 자원(예산)을 효율적으로 집행할 수 있을 것이며, 범죄가 발생할 가능성이 높은 지역을 선제적으로 예측함으로써 불행한 사건을 미연에 방지할 것으로 기대된다.