TeamUnansweredQuestionsKU26

강남구 마약 공급과 투약 경로 추적

-마약 확산의 구조적 원인과 예방 방안 탐구-

그것이알고싶조: LYS26KU, LCY26KU, JYJ26KU, LXT26KU, CJ26KU, CYS26KU

연구 배경 및 목적

마약이 심각한 사회적 문제로 대두되고 있다. '역대 마약류 사범 단속 현황'을 보면 알 수 있듯, 단속된 사범은 1985년부터 2024년까지 약 20배 증가하였으며, 2020년대에 들어서고부터 급격하게 증가하고 있다. 마약 투약 사범도 2020년에 9000명대까지 대폭 증가하며, 2023년에는 만 명을 넘어섰다. 압수된 마약류는 2021년도에 급격히 증가하였고, 20년간 약 5배 넘게 증가하였다. 이는 마약 사건의 심각성을 보여준다.

맨 위의 지도는 2021년 서울 행정동별 '범죄 지도'로, 특히 강남구에서 5등급으로 분류된 마약과 관련한 위험한 지역의 비율이 많음을 알 수 있다. 아래에 있는 지도는 2019년에 분석된 서울의 마약 지도로, 최근 5년간 마약류사범 검거 인원과 인구 10만 명당 마약류사범 검거 인원을 나타내고 있다. 두 부분에서 강남구가 최다 인원을 기록하고 있음을 볼 수 있다.

한때 우리나라가 '마약청정국'이라 불리던 시절이 무색하게, 마약 관련 사건이 사회 전반에 심각한 문제를 초래하고 있다. 이러한 현상은 단순 범죄가 아닌, 사회의 안전을 위협하는 요인으로 작용할 수 있다. 그 중 마약 사범 검거 인원이 급격하게 증가한 2020년부터 현재, 특히 마약 관련 사건이 다수 존재하는 강남구를 중심으로 마약 확산 경로를 탐구하려고 한다. 이를 통해 마약 문제를 효과적으로 예방하고 대응하기 위한 방안을 모색한다.

이러한 문제 상황을 바탕으로 다음과 같은 문제 의식을 중심으로 탐구한다.
1. 마약의 주요 공급 경로와 유통 방식은 어떠한 특징을 보이는가?
2. 마약 투약자들이 마약에 접근하게 되는 경로는 어떠한가?
3. 마약 관련 사건을 예방하고 대응하기 위한 방안에는 무엇이 있나?
이를 통해 단순히 범죄 발생 현황을 파악하는 데 그치지 않고, 마약 확산의 구조적 원인을 밝히는 것을 연구의 핵심 질문으로 설정한다.

최근 마약 범죄는 사회 전반으로 확산되고 있으며, 특히 강남구와 같은 지역에서는 마약에 대한 접근성이 높아져 문제의 심각성이 더욱 커지고 있다. 그러나 기존의 연구나 보도는 주로 마약 사범의 검거 인원이나 마약 사건 수와 같은 결과 중심의 통계에 머물러 있는 한계가 존재한다. 따라서 실제 마약이 어떤 경로를 통해 유입되고 확산되는지에 대한 과정적 분석이 필요하다. 본 연구는 마약 공급 및 투약 경로를 중심으로 보다 구조적인 분석을 수행함으로써, 향후 효과적인 예방 방안을 탐구해본다는 점에서 그 필요성이 존재한다.

연구 대상

1. 자료 선정: 뉴스 보도자료 및 온라인 백과사전
본 연구는 최근 사회적 문제로 급부상한 마약 범죄, 특히 마약류 사범 및 압수량이 급격히 증가한 2020년부터 2026년 현재까지의 시기를 중심으로 마약 확산 경로와 공급·투약 네트워크를 구조화하고자 한다. 이를 위해 국내 주요 언론사의 뉴스 보도자료(네이버 뉴스 링크)와 온라인 백과사전(나무위키)를 수집 자료로 선정하였다. 뉴스 보도자료는 결과 중심의 통계에 머물러있지 않고, 구체적인 마약 적발 사례, 유통 및 투약 사건의 발생 시점, 관련 인물 및 조직의 개입 방식, 적발 장소 등의 ‘사건성 데이터(Event Data)’를 실시간으로 제공한다. 따라서 2020년 이후 급격한 증가세를 보인 마약 범죄의 타임라인을 기사의 발행일과 사건 발생 시점 데이터를 통해 정밀하게 매핑할 수 있다. 하지만 피의자 개인정보 보호 및 수사 보안 등의 이유로 핵심 인물이나 마약 성분의 정확한 명칭이 익명화·단편화되어 보도된다는 한계가 있다. 따라서, 온라인 백과사전을 활용해 뉴스 보도에서 생략된 데이터를 보완한다. 본 연구는 이 두 자료를 결합하여 사건(Event)–인물(Person)–장소(Location)–마약 종류(Drug)를 유기적으로 연결하는 관계성(Relation) 중심의 데이터 모델을 구축하고자 한다. 이를 통해 단순 검거 인원 숫자 중심의 기존 통계 연구와 달리, 본 자료들은 마약이 유입되고 확산되는 '과정적 메커니즘'과 구조적 원인을 밝히는 유의미한 결과를 불러온다.

2.연구 대상 구체화: 서울 강남구를 중심으로 발생한 마약 관련 사건
장소 범위: 서울특별시 강남구 일대
시간 범위: 2020년~2026년 현재
내용 범위: 단순 마약 투약, 단순 마약 공급, 마약 투약 이후 발생한 사고 등을 모두 포함

3. 자료 출처 및 형식

언론 보도 자료: 네이버 뉴스
온라인 백과/사건 정리 자료: 나무위키

연구 방법

1. 데이터 수집 및 편찬

수집 대상

본 연구의 1차 자료는 2020년부터 2026년 현재까지의 ‘강남구 일대 마약 사건’을 보도한 기사로 한정한다.

수집 절차

데이터 수집은 신뢰도와 접근성을 고려하여 '네이버 뉴스'와 '위키 사이트'를 병행 활용하며, 세부 절차는 다음과 같다. 네이버 뉴스를 활용하여 ‘강남구 일대 마약 사건’ 보도 내용을 우선적으로 수집하고, 언론 보도만으로 확인이 어려운 정보가 있다면, 구체적 맥락은 위키 사이트를 참고하여 추가 자료를 수집한다. 이 경우, 정보의 왜곡을 방지하기 위해 위키 내에 등재된 1차 출처 및 각주를 교차 검증함으로써 데이터의 신뢰성을 확보한다.

자료 검색 방식
- 네이버 뉴스: ‘강남’, ‘마약’을 키워드로 포함한 기사를 검색하여 우선적으로 기사를 수집한다.
- 위키 사이트: 정확한 사건명을 사이트에 검색하여 추가 자료를 수집한다.

2. 데이터 클래스, 릴레이션, 속성 정의

클래스 정의: 마약 확산의 구조적 원인을 파악하기 위해 필요한 기본 정보인 사건(Event), 그 사건에 활용된 마약 종류(Drug), 사건과 연결된 사람(Person), 그리고 사건이 행해진 장소(Location)를 클래스로 설정하였다.
릴레이션 정의: 마약 확산의 구조적 원인을 파악하기 위해서는, 클래스 간의 관계를 파악하는 것이 가장 중요했다. 따라서 총 19개의 릴레이션을 설정했다. 릴레이션 설정을 통해 파악하고자 한 내용은 다음과 같다.
- E-P를 통해 사건과 인물간의 관계 파악
- E-D롤 통해 사건에서 마약의 활용 방향 파악
- E-L을 통해 사건에서 마약과 배달/공급/투약된 장소 관계 파악
- P-P를 통해 인물간의 관계 파악
- P-L을 통해 인물과 마약을 투약한 장소의 관계 파악
- D-L을 통해 특정 장소와 특정 마약 사이의 관계 파악
속성 정의: 본 연구의 목적은 개별 개체의 미시적 정보 수집이 아닌, 마약 확산의 '구조적 원인 파악'에 있다. 따라서 네트워크 분석의 효율성을 극대화하기 위해 개체별 속성(Attribute) 정의는 최소화하며, 사건의 일시나 마약의 대략적인 수량 등 연결 구조 분석에 반드시 필요한 필수 데이터에 한해서만 제한적으로 속성값을 부여한다.

온톨로지(Ontology)

온톨로지 그래프(OntoGraph)

클래스(Class)

(내용 서술)

릴레이션(Relation)

(내용 서술)

속성(Attribute)

(내용 서술)

데이터 샘플링

연구 데이터

【데이터 시트 페이지로 이동】

노드 데이터(총 209건)

Person 90건
Event 51건
Location 53건
Drug 15건

링크 데이터(총 389건)

Event - Person

hasDrugUser 55건
hasCourier 27건
hasSeller 20건
hasBuyer 15건

Event - Drug

involvesDrugUse 53건
involvesDrugSale 40건

Event - Location

hasUsageLocation 38건
hasDeliveryLocation 14건
occursAt 12건
hasSupplierLocation 11건

Person - Person

isSupplierof 28건
isFriendof 8건
commands 4건
isLoverof 3건
employs 1건

Person - Location

usesDrugAt 45건

Drug - Location

isSuppliedAt 15건

연구 결과

[1단계] 마약 공급망의 구조적 다단계 유통 추적
문제의식 1: 마약 사건 중 2단계 이상의 공급 경로를 거친 사건들과 그 유통 관계는 어떻게 구성되어 있는가?
질의어: match (a:Person) - [r:isSupplierof] - (b:Person) with a, count(r) as s where s > 1 match (a:Person)-[r]-(b) return a,r,b