새벽배송이 늘면 범죄는 줄어들까? 경찰청 데이터로 검증해봤습니다

2024년에서 2025년 사이 전국의 새벽 절도 건수는 9.3% 줄었습니다. 하지만 이것이 새벽배송 덕분이라는 증거는 아닙니다. 경찰청 원자료, 배송사 진입 시점, 시간미상 사건의 배분을 확인하고, 어떤 가정이 있어야 인과효과를 말할 수 있는지까지 검토했습니다.

배송기사가 골목을 지켜준다면, 통계에도 흔적이 있을까

출발점은 「의외로 자경단이란 쿠팡맨들」이라는 짧은 영상이었습니다. 영상은 배송기사의 신고와 경찰 협력 사례를 소개합니다. 새벽에 골목을 오가는 사람이 많아지면 위험한 상황을 빨리 발견할 수 있겠다는 생각이 들었습니다.

영상은 질문의 출처입니다. 개별 신고·구조 사례를 범죄율 감소의 통계적 증거로 사용하지 않았습니다.

가설은 그럴듯합니다. 인적이 드문 시간에 배송기사가 드나들면 범행을 망설이게 할 수도 있고, 피해자를 발견해 추가 피해를 막을 수도 있습니다. 다만 데이터로 물어볼 때는 세 질문을 나눠야 합니다.

1. 실제 범죄가 덜 발생했는가?
2. 같은 범죄를 더 잘 발견하고 신고하게 됐는가?
3. 신고 이후 검거와 피해 방지가 개선됐는가?

세 가지는 모두 중요하지만 같은 결과가 아닙니다. 예를 들어 기존에는 신고되지 않던 사건을 배송기사가 발견하면, 실제 안전이 개선되는 상황에서도 경찰에 기록된 사건은 늘 수 있습니다. 그래서 기록된 범죄 건수만 보고 예방 효과의 방향을 바로 정할 수는 없습니다.

먼저 ‘범죄 발생 건수’가 무엇인지 확인했습니다

이번 계산의 주자료는 경찰청의 2024·2025년 「범죄 발생시간 및 장소」 PDF입니다. 두 파일 모두 세 번째 페이지에 죄종별 발생시간 표가 있습니다. 2019년 CSV도 확보했지만, 장기 효과 추정의 사전기간으로 쓰지 않고 데이터 정의와 시간미상 비중을 확인하는 참고자료로만 사용했습니다. 공식 연도별 통계

여기에는 알아둘 정의가 있습니다. 경찰청 일러두기에 따르면 발생 건수는 모든 실제 범죄의 수가 아니라 형사 입건되어 통계원표가 작성·승인된 사건의 수입니다. 집계연도와 실제 발생연도에 시차가 생길 수 있고, 같은 책의 시도경찰청별 현황과 실제 범죄 발생지 표도 같은 지리 기준이 아닙니다. 2025년 일러두기

분석 단위는 다음처럼 고정했습니다.

항목	이번 계산의 기준
공간	전국 합계
기간	2024년 통계와 2025년 통계 비교
새벽	00:00~05:59, 두 개의 3시간 구간을 합산
나머지 시간	06:00~23:59. 낮만이 아니라 저녁·심야 일부도 포함
죄종	절도, 강도, 폭행을 각각 분석. 폭행과 상해는 합치지 않음
지표	기록 사건 건수의 전년 대비 변화. 인구 10만 명당 범죄율 아님
발생시간 미상	기본 비교에서는 별도 분리하고, 이후 배분 민감도 분석

새벽 6시간과 나머지 18시간은 구간 길이가 다릅니다. 두 구간의 건수를 그대로 비교해 어느 시간이 더 위험한지 말하지 않았습니다. 각 구간 안에서 전년 대비 얼마나 변했는지를 비교했습니다. 또 실제 새벽배송은 오전 7~8시까지 이어질 수 있으므로, 00~06시는 표에 맞춘 분석 구간이지 모든 배송사의 운영시간을 정확히 재현한 구간이 아닙니다.

원자료 검증도 별도로 했습니다. 2024년 PDF의 텍스트 추출은 글자가 깨져 렌더링한 표에서 필요한 행을 전사했고, 시간대 합계와 총계가 맞는지 확인했습니다. 2025년은 추출 텍스트를 원문 이미지와 대조했습니다. 2019년 CSV 38개 행은 시간대 합계와 요일 합계가 모두 일치했습니다.

새벽 절도는 줄었지만, 폭행은 같은 방향이 아니었습니다

경찰청 2024·2025년 원자료를 재계산한 기술통계입니다. 배송량이나 도입 지역으로 나눈 결과가 아닙니다.

죄종	새벽 2024년 → 2025년	새벽 변화	나머지 시간 2024년 → 2025년	나머지 시간 변화
절도	46,958 → 42,585건	−9.31%	135,873 → 125,752건	−7.45%
강도	212 → 206건	−2.83%	243 → 271건	+11.52%
폭행	38,801 → 38,886건	+0.22%	76,276 → 72,911건	−4.41%

절도는 새벽과 나머지 시간 모두 감소했습니다. 강도는 새벽에서 줄고 나머지 시간에서 늘었지만, 새벽 감소의 실제 크기는 6건입니다. 폭행은 나머지 시간에서 감소한 반면 새벽에서는 85건 늘었습니다.

여기까지만 보면 서로 다른 이야기를 만들 수 있습니다. 절도만 고르면 “새벽의 안전이 개선됐다”고 말하기 쉽고, 폭행만 고르면 반대 이야기를 하기 쉽습니다. 하지만 어느 결과에도 배송 서비스의 변화가 연결돼 있지 않습니다. 2024년과 2025년을 전국 새벽배송의 도입 전후로 간주할 근거도 없습니다.

이 글에서는 세 죄종을 탐색적으로 골랐고, 유의성 검정이나 통계적 신뢰구간을 제시하지 않았습니다. 차트의 퍼센트만으로 유의한 효과나 일관된 범죄 예방을 주장하지 않습니다.

인과분석을 하려다 ‘처치일’부터 잘못 잡을 뻔했습니다

인과효과는 단순한 전후 차이와 다릅니다. 알고 싶은 것은 배송이 있는 동네의 현재 범죄와, 그 동네에 배송이 없었더라면 생겼을 범죄의 차이입니다. 같은 동네의 두 현실을 동시에 볼 수 없으므로, 비슷한 다른 지역이나 자연스럽게 생긴 도입 차이를 이용해야 합니다.

대표적인 접근이 차분의 차분, DiD입니다. 새 서비스가 들어온 지역의 변화를 비교 지역의 변화와 대조합니다. 중요한 조건은 서비스가 없었더라도 두 지역의 변화 경로가 비슷했을 것이라는 평행추세 가정입니다. 회귀식에 변수를 많이 넣는다고 이 조건이 자동으로 충족되지는 않습니다. DiD 방법론 설명

처음에는 날짜가 선명한 배송사 진입 사례를 후보로 살펴봤습니다. 컬리는 2021년 8월 1일 대구로 샛별배송을 확대했고, SSG닷컴은 2025년 2월 27일 부산 전역으로 서비스를 넓혔습니다. 날짜와 지역이 있으니 바로 분석할 수 있을 것처럼 보였습니다.

2019년 1월은 서비스 운영이 확인되는 시점입니다. 정확한 최초 운영일이나 당시 모든 주소의 배송 가능 여부를 확인했다는 뜻은 아닙니다.

그런데 2019년 1월 전자신문 보도를 확인하니, 쿠팡 로켓프레시는 이미 부산과 대구 등으로 확대돼 있었습니다. 기사에서 말하는 범위도 행정구역 전체가 아니라 로켓배송 가능 지역입니다. 따라서 컬리·SSG 진입일을 해당 도시의 최초 새벽배송 도입일로 쓰면 처치를 잘못 정의하게 됩니다.

검토한 후보	확인한 사실	인과분석에서의 판단
컬리 대구, 2021-08-01	달성군을 제외한 7개 구 진입. 쿠팡은 이전부터 운영	‘새벽배송 최초 도입’이 아니라 특정 사업자의 추가 진입
SSG 부산, 2025-02-27	강서구·영도구·기장군 등을 더해 부산 전역 확대	도시 전체의 최초 노출 아님. 추가 지역의 과거 타사 배송 경계도 확인 필요
쿠팡 지역 확대, 2019년 1월 보도	대구·부산 등 서비스 운영 확인	더 이른 후보지만 정확한 주소 경계·첫 배송일·비교군이 미확보

물론 새 배송사의 진입으로 골목의 배송차량이 더 많아졌을 가능성은 있습니다. 다만 기존 사업자의 물량을 나눠 가진 것인지, 실제 기사 체류시간이 증가한 것인지는 다릅니다. 주문량·차량 통행·시간대별 활동량 없이 두 현상을 구분할 수는 없습니다.

그래서 이 자료에 도입일을 붙여 회귀계수와 p값을 만드는 작업은 하지 않았습니다. 추정할 수 없는 것은 ‘전체 새벽배송의 인과효과’이며, 특정 사업자 진입의 추가 효과도 현재 자료로는 식별하지 못했습니다. 효과가 없다는 결론과는 다릅니다.

−9.3%에서 ‘새벽만의 변화’를 따로 계산하면 −2.01%입니다

인과효과는 아니지만, 새벽이 나머지 시간보다 상대적으로 얼마나 달라졌는지는 계산할 수 있습니다. 절도의 전년 대비 배율을 구해 서로 나눴습니다.

새벽 전년비 = 42,585 / 46,958 = 0.906874
나머지 시간 전년비 = 125,752 / 135,873 = 0.925511
R = 0.906874 / 0.925511 = 0.979863
상대 변화 = (R - 1) × 100 = -2.01%

이것은 두 시간대의 곱셈적 상대 변화입니다. 변화율을 빼서 얻는 −1.86%p와도 다른 값입니다. 나머지 시간을 비교 대상으로 삼았을 뿐, 배송의 영향을 받지 않는 대조군이라는 조건을 확인한 것은 아닙니다. 배송의 효과가 다른 시간대로 번지거나 범죄가 다른 시간으로 이동할 수도 있습니다.

따라서 −2.01%를 배송의 순효과라고 부를 수 없습니다. 여기서부터는 이 기술통계가 어떤 조건에 민감한지 확인했습니다.

시간미상 사건만 다시 배분해도 상대 변화의 부호가 바뀝니다

절도의 발생시간 미상은 2024년 703건, 2025년 670건입니다. 미상 사건을 모두 버리는 대신, 해당 건수가 새벽 또는 나머지 시간에 속했을 가능성을 열어뒀습니다. 알려진 시간대 값은 정확하다고 가정하고, 모든 정수 배분 조합을 계산했습니다.

절도 지표	미상 제외	시간미상 배분에 따른 범위
새벽 건수 자체의 전년 대비 변화	−9.31%	−10.65% ~ −7.89%
새벽 / 나머지 시간의 상대 변화	−2.01%	−3.97% ~ +0.04%

이 범위는 시간미상 사건의 배분에 따른 측정 범위입니다. 신뢰구간도, 인과효과의 상·하한도 아닙니다.

이 결과는 두 문장을 구분하게 합니다. 새벽 절도 건수가 줄었다는 관측은 시간미상 배분만으로 뒤집히지 않습니다. 반면 새벽이 다른 시간보다 더 개선됐다는 상대적 해석은 극단 배분에서 0을 조금 넘을 수 있습니다.

극단 배분이 가장 그럴듯한 시나리오라는 뜻은 아닙니다. 미상 발생이 무작위라는 가정을 하지 않았을 때 어디까지 달라지는지를 계산한 것입니다. 자정 입력 문제, 시간대 오분류, 미신고 사건, 승인 관행 변화는 이 범위에 포함되지 않습니다.

약 2%의 배경 상대추세만으로도 같은 숫자를 설명할 수 있습니다

두 번째는 관측하지 못한 배경 추세에 관한 점검입니다. 배송과 무관하게 새벽 절도가 다른 시간보다 약 2% 더 줄어드는 상황이었다면 어떨까요? 유흥 활동, 순찰, 상권 변화처럼 배송 이외의 원인도 시간대마다 다르게 작용할 수 있습니다.

관측된 비율을 R, 가정한 배경 상대추세의 배율을 B라고 놓고 R / B - 1을 계산했습니다. 여기서 B는 데이터에서 추정한 값이 아니라 설명을 위해 넣은 가정입니다.

B가 1이라면 계산값은 −2.01%입니다. 반면 배송과 무관한 배경 변화가 −2%, 즉 B가 0.98이라고 가정하면 계산값은 약 −0.01%가 됩니다. −5%를 가정하면 +3.14%, +5%를 가정하면 −6.68%입니다.

이 값들은 효과 추정치가 아닙니다. 같은 관측값이 서로 다른 배경 설명과 양립한다는 산술적 점검입니다. 적절한 비교군으로 B를 뒷받침하지 못한다면, 이 표에서 마음에 드는 숫자를 배송 효과로 선택할 수 없습니다.

전국·지역·시간대 자료가 각각 있어도, 서로 붙일 수는 없습니다

추가로 지역별 원자료와 도시별 시간대 자료도 찾았습니다. 데이터가 아예 없는 것은 아닙니다. 문제는 같은 사건을 같은 기준으로 잘라놓은 표가 아니라는 점입니다.

공개 자료	확인한 범위	이번 질문에 남는 한계
경찰청 지역별 통계	2017~2024년 연간 지역별 죄종 자료	시간대가 없고, 2023년부터 지리 열 구조가 더 세분화됨
대전 시간대별 현황	2017~2024년, 대전 단일지역	2023년에 시간 구간이 바뀜. 도시 간 공통 월별 패널 아님
인천 시간대별 강력범죄	2019년 경찰서별 자료	야간·조간·주간 구간이 다른 자료와 다름. 장기 전후 자료 아님
경찰청 전국 발생시간 표	전국 × 연도 × 시간대 × 죄종	지역별 배송 노출과 결합할 지역·월 차원 없음

대전의 이전 구간은 0~4시, 4~7시 등이고 이후 구간은 0~3시, 3~6시 등입니다. 4~7시 건수를 임의로 나눠 3~6시 값을 만들면 관측되지 않은 분포를 넣게 됩니다. 그렇게 만든 숫자로 정밀한 분석처럼 보이는 결과를 내지 않았습니다.

마찬가지로 ‘부산의 절도 건수’와 ‘전국 절도의 새벽 비중’을 곱해도 부산의 새벽 절도 실측값이 되지는 않습니다. 지역별 시간 분포가 전국과 같다는 강한 가정을 넣은 추정값일 뿐입니다. 이번 계산에는 이런 가공 패널을 사용하지 않았습니다.

자정에 몰린 값도 확인해야 합니다

최신 표에서 추가로 확인할 신호가 있었습니다. 2025년 전체 사건의 46.6%, 사기의 72.3%가 00:00~02:59에 들어갑니다. PDF 원문 이미지에서도 같은 숫자를 확인했지만, 실제 발생시각의 분포인지 입력·분류 관행이 관여했는지는 이 집계표만으로 알 수 없었습니다.

경찰청은 2023년 통계항목 신설·수정, 2024년부터 해양경찰청 입건 사건 제외에 대해서도 연도 비교 시 주의를 안내합니다. 이 변경들이 자정 집중을 설명한다고 입증한 것은 아닙니다. 따라서 2019년과 2025년의 시간대 비중 차이를 실제 범죄 행동의 변화로 바로 해석하지 않았습니다.

인과효과를 추정하려면 다음 분석이 필요합니다

이번 검토에서 확인한 것은 효과의 크기가 아니라, 현재 자료로는 효과를 식별하지 못한다는 사실입니다. 식별이란 분석자가 원하는 설명과 다른 설명을 데이터와 가정으로 구분할 수 있다는 뜻입니다. 알고리즘을 바꾸는 것보다 그 구분에 필요한 자료를 확보하는 일이 먼저입니다.

제가 다음 단계에서 사용할 설계는 이렇습니다.

1. 처치를 명확히 정의합니다. 최초 서비스 도입인지, 특정 사업자의 추가 진입인지 구분합니다. 주소별 과거 서비스 가능 범위와 실제 차량·기사 활동량을 확인합니다. 서비스 가능 여부와 실제 이용량의 효과도 별개입니다.
2. 범죄의 발생시점과 장소를 맞춥니다. 실제 발생지 × 발생월 × 시간대 × 죄종의 집계표를 확보합니다. 승인월, 시간미상, 장소 유형, 비공개 셀 규칙도 함께 확인합니다. 개인 사건의 신원이나 정확한 주소는 필요하지 않습니다.
3. 도입 전후의 비교 지역을 검토합니다. 아직 도입되지 않았거나 해당 사업자의 추가 진입이 없는 지역을 후보로 삼고, 다른 배송사·경찰 순찰·CCTV·야간 상권·인구·코로나 제한 변화를 확인합니다. 자료가 허용하면 도입 전후 각각 24개월 정도를 확보하되, 기간 길이 자체가 타당성을 보장하지는 않습니다.
4. 사전 추세와 주변 영향을 점검합니다. 도입 전부터 이미 다른 경로였는지, 인접 지역이나 다른 시간대로 범죄가 이동했는지 확인합니다. 사전 추세 검정을 통과해도 평행추세가 증명되는 것은 아닙니다.
5. 설계가 성립할 때만 효과를 추정합니다. 여러 지역이 다른 시점에 도입된다면 집단·시점별 효과를 추정하는 방식 등을 검토하고, 지역 단위 군집 불확실성을 보고합니다. 단순 전후 평균이나 아무 비교군을 넣은 회귀계수를 결론으로 쓰지 않습니다.

이 자료가 모여도 인과효과가 자동으로 보장되는 것은 아닙니다. 매출 가능성이 높고 치안이 좋은 곳부터 배송 서비스가 진입했을 수도 있습니다. 관측되지 않는 선택 요인이 얼마나 남는지 계속 따져야 합니다.

또한 범죄 억제의 편익이 확인되더라도, 그것만으로 야간노동이나 배송 규제의 정책 결론이 나오는 것은 아닙니다. 노동자의 건강·사고 위험과 다른 안전 대안은 별도의 평가가 필요합니다. 이 글은 해당 정책의 찬반을 판정하지 않습니다.

원자료와 코드를 함께 공개합니다

분석 재현 패키지 다운로드

패키지에는 경찰청 CSV·PDF 원본, UTF-8 변환본, 2024년 표의 전사값, 출처 목록, 계산 코드, 검증 결과가 들어 있습니다. 차트는 기사 사진을 가져온 것이 아니라 원자료와 계산 결과로 직접 만들었습니다. 사진 속 범죄나 배송 장면을 연출해 증거처럼 사용하지 않았습니다.

압축을 푼 폴더에서 다음 명령으로 결과를 재계산할 수 있습니다. Node.js 외의 분석 패키지는 필요하지 않습니다.

node analyze.mjs
node causal-audit.mjs
node make-charts.mjs charts

• crime_time_descriptive.csv: 연도·죄종별 건수와 비중
• crime_time_changes_2024_2025.csv: 두 해의 건수 변화
• causal_audit_results.json: 상대 변화, 가정 민감도, 시간미상 배분 범위
• causal_audit_summary.csv: 시간미상 배분 점검 요약
• public_sources.json: 데이터와 도입 시점의 출처·역할

시간미상 계산은 알려진 시간대 값이 정확하다는 조건에서 가능한 정수 배분을 모두 확인했습니다. 코드 실행과 합계 검증은 재현성을 확인하는 절차일 뿐, 새벽배송의 예방 효과를 검증한 것은 아닙니다. 지역별 배송 노출 원자료는 이 패키지에 없고, 기관에 추가 자료 요청을 제출한 상태도 아닙니다.

처음 질문은 “쿠팡맨이 범죄를 줄여줄까?”였습니다. 분석을 마친 지금의 답은 도움이 될 수 있는 경로는 있지만, 이번 자료만으로 감소 효과의 크기나 방향을 특정할 수 없다는 것입니다. 흥미로운 가설을 좋은 분석으로 바꾸는 과정에는, 숫자를 계산하는 일뿐 아니라 그 숫자에 붙일 수 없는 설명을 걷어내는 일도 포함됩니다.

출처

자료 확인일: 2026년 9월 27일.

1. 경찰청 2024년 범죄 발생시간 및 장소, PDF
2. 경찰청 2025년 범죄 발생시간 및 장소, PDF
3. 경찰청 2025년 일러두기, PDF
4. 공공데이터포털, 경찰청 범죄 발생 시간대 및 요일 2019
5. 전자신문, 쿠팡 로켓프레시 지역 확대 보도, 2019년 1월
6. CJ대한통운, 마켓컬리 샛별배송 대구 확대, 2021년 7월
7. 경향신문, 컬리 대구 7개 구 확대 보도, 2021년 7월 29일
8. 신세계그룹 뉴스룸, SSG닷컴 부산 새벽배송 권역 확대, 2025년 2월
9. 경찰청 범죄 발생 지역별 통계
10. 대전지역 시간대별 범죄 발생 현황
11. 인천 시간대별 강력범죄 발생건수
12. Callaway·Sant’Anna, 다기간 DiD 방법론과 가정 설명