| 초록 |
□ 연구개요 과학과 기술의 발전으로 인해 지금까지는 오직 실험연구로만 알려진 과학수사 분야에서도 초고차원 빅데이터를 활용한 사건 해결의 필요성이 대두되었다. 사건 현장에 떨어져 있는 다양한 혈흔이나 피부조직, 머리카락으로부터 얻어진 사람의 유전자 정보와 함께, 현장 근처에서 서식하고 있는 곤충의 유전자 정보는 물론 비(非)유전자 정보로 알려진 사건 주변의 환경적 요인 정보들을 통해 최종적으로 보다 다차원적인 사후경과시간을 추정할 수 있으며, 이를 통해 사건이 최초로 발생했던 정확한 시간을 예측할 수 있으며 용의자를 특정 지울 수 있어 비로소 사건을 해결할 수 있다. 따라서 이를 위해서 초고차원 데이터 분석에 적합한 데이터마이닝이나 딥러닝 기법과 같은 빅데이터 분석 이론이 포함된 통합적이고 체계적인 새로운 통계분석 알고리즘 개발이 필수적이다. 본 연구는 지금까지 기존의 유전학이나 생물학적 연구만으로는 다소 한계점이 될 수 있는 초고차원 빅데이터 분석 부분을 통계학이 접목된 법의통계학(forensic statistics) 연구로서 해결하고자 한다. □ 연구 목표대비 연구결과 첫째, 최적의 통계 추정모형 개발을 통해 한국인을 대표할 수 있는 대립형질빈도 추정 모델 확립하기위해, 확률모델 추정을 통해 관측되지 않는 잠재 유전자 정보를 예측하고 비혈연관계에 있는 한국인 분포 추정을 통해 한국인 대립형질빈도 추정모델을 개발하였다, 둘째, 초고차원 자료 분석에 적합한 분석알고리즘 개발을 통해 다양한 혈연관계 분류를 위한 최적 분석 모형을 개발하기 위해, 초고차원 자료에서 공분산 행렬 추정과 추정된 행렬을 기반으로 한 통계적 모형을 개발하였다. 셋째, 초고차원 자료에 적합한 최적의 변수선택 방법이 고려된 분석알고리즘 개발을 통해 사후경과시간 추정을 위한 분석 모형을 개발하기 위해, 초고차원자료에서 공분산행렬구조와 그룹 구조를 반영한 비례위험모형의 생존예측 비교연구 수행하였으며, 유전정보가 포함된 초고차원 자료에서 종 분류를 위한 최적의 변수선택 방법이 적합 된 통계적 분석알고리즘을 제안하였다. 또한 상호연관성이 높은 비독립적인 환경정보가 포함된 초고차원 자료에서 사후경과시간 예측을 위한 머신러닝/딥러닝 알고리즘 개발을 위한 연구 수행을 위해 시그모이드 함수를 사용해 각 파리종별 적합한 성장모형을 제안하였다. □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) 첫째, 지금까지는 식별력이 낮아 제한적으로 진행됐던 3촌 이상의 혈연관계 식별 기술력의 향상을 통해 과학수사뿐 아니라 다양한 법의학에 대한 학문적 발달을 위한 기초 자료로 활용 가능하다. 둘째, 혈통유전자 추적기법에 대한 정량적 판단기준을 설정하여 결과 해석에 있어서 보다 계량화된 가이드라인을 제시하는 것을 통해 추후 이를 활용하는 법과학자들이 범할 수 있는 오류를 방지할 수 있다. 셋째, 사건 현장 주변에서 수집될 수 있는 많은 종류의 곤충들의 유전정보와 더불어 유기적으로 연결된 비(非)유전자 감식 대상이 되는 주변 환경적 정보들을 분석할 수 있음으로써 단편적인 분석보다는 더욱 다차원적인 사후경과시간 추정이 가능하게 된다. 넷째, 사후경과시간 추정에 대한 정량적 판단기준을 설정하여 결과 해석에 있어서 보다 계량화된 가이드라인을 제시하는 것을 통해 추후 이를 활용하는 법과학자들이 범할 수 있는 오류를 방지할 수 있다. 마지막으로 빅데이터 시대의 도래로 인해 등장한 초고차원 정보들을 이제는 어느 한 분야만의 국한된 단독 연구보다는 다양한 학문과의 상호교류를 위한 네트워크식 연구의 토대를 마련할수 있다. (출처 : 연구결과 요약문 2p) |
