개인정보의 유통 현황을 분석하고 파악하는 일은 개인정보가 집중되는 개인정보처리자에 대한 관리와 대응 차원에서 매우 중요한 이슈이다. 본 논문은 개인정보처리자가 인터넷 홈페이지 등을 통해 공개해야 하는 개인정보처리방침 데이터와 네트워크 이론을 결합하여 개인정보의 유통 구조를 분석하는 방법을 제시한 최초의 연구이다. 연구 결과 개인정보 유통 네트워크는 방향성과 가중성을 가지는 대규모 네트워크이며, 역동성, 군집성, 중심성, 복잡성, 창발성 등의 네트워크 특성을 가진다. 또한 개인정보가 집중되는 개인정보처리자를 식별 가능한 것으로 분석 되었다. 이를 통해 개인정보 유통 현황 및 개인정보가 집중되는 개인정보처리자를 보다 과학적인 방법으로 관리 할 수 있으며, 개인정보보호 규제 정책의 성과를 모니터링 및 제고할 수 있다.
개인정보의 유통 현황을 분석하고 파악하는 일은 개인정보가 집중되는 개인정보처리자에 대한 관리와 대응 차원에서 매우 중요한 이슈이다. 본 논문은 개인정보처리자가 인터넷 홈페이지 등을 통해 공개해야 하는 개인정보처리방침 데이터와 네트워크 이론을 결합하여 개인정보의 유통 구조를 분석하는 방법을 제시한 최초의 연구이다. 연구 결과 개인정보 유통 네트워크는 방향성과 가중성을 가지는 대규모 네트워크이며, 역동성, 군집성, 중심성, 복잡성, 창발성 등의 네트워크 특성을 가진다. 또한 개인정보가 집중되는 개인정보처리자를 식별 가능한 것으로 분석 되었다. 이를 통해 개인정보 유통 현황 및 개인정보가 집중되는 개인정보처리자를 보다 과학적인 방법으로 관리 할 수 있으며, 개인정보보호 규제 정책의 성과를 모니터링 및 제고할 수 있다.
The study on the structure of personal information flows is very important because government can measure and respond the risks caused by companies which collect personal information from other personal data users to operate their business. Recently, as the value of personal information is increasin...
The study on the structure of personal information flows is very important because government can measure and respond the risks caused by companies which collect personal information from other personal data users to operate their business. Recently, as the value of personal information is increasing, number of companies which intend to process a large scale of personal information is increasing too. Accordingly, the issue on the structure of personal data flow has become important for the leading personal information processors which receive far more personal information from others to comply the personal information protection laws. However, research on this issue has rarely performed so far. Therefore, this study proposes a framework for personal information data flow structure based on network theory. Theoretically, the results of the study may contribute to extending the application areas of the network theory to personal information area. Practically, the study may contribute to assisting regulatory authorities to find and monitor personal information processors.
The study on the structure of personal information flows is very important because government can measure and respond the risks caused by companies which collect personal information from other personal data users to operate their business. Recently, as the value of personal information is increasing, number of companies which intend to process a large scale of personal information is increasing too. Accordingly, the issue on the structure of personal data flow has become important for the leading personal information processors which receive far more personal information from others to comply the personal information protection laws. However, research on this issue has rarely performed so far. Therefore, this study proposes a framework for personal information data flow structure based on network theory. Theoretically, the results of the study may contribute to extending the application areas of the network theory to personal information area. Practically, the study may contribute to assisting regulatory authorities to find and monitor personal information processors.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이를 위해 네트워크 이론 및 관련 연구 현황에 대해 살펴보고, 개인정보의 위탁과 제공 등 개인정보 유통 현황에 대한 정확한 분석을 위해 개인정보 유통 데이터의 수집 방법을 제시한다. 그리고 수집된 개인정보 유통 데이터와 네트워크 이론을 기반으로 그동안 정확한 분석이 어려웠던 업종별 및 개인정보처리자별 개인정보 유통 현황과 개인정보가 집중되는 개인정보 집중 처리자를 식별하기 위한 방안을 검토한다. 이러한 개인정보 유통 데이터 분석에 기반하여보다 과학적인 방법으로 개인정보보호 정책 대상의식별, 정책 추진 성과에 대한 분석 및 모니터링, 개인정보 집중 처리자에 대한 관리 등 우리나라 개인정보보호 정책을 강화하기 위한 방안에 대해 살펴보고자 한다.
본 논문에서는 개인정보보호법에 의해 개인정보처리자가 인터넷 홈페이지 등을 통해 공개하도록 되어 있는 개인정보처리방침(이하 처리방침) 데이터를 활용하여, 개인정보 처리 위탁 또는 제3자 제공에 따라 개인정보가 유통되는 현황 및 특성을 네트워크 이론의 기초 논거를 바탕으로 분석하고자 한다.
본 논문은 그동안 개인정보의 위탁 및 제공의 현황에 대해 단편적인 연구 결과만 제시되던 상황에서 과학적인 네트워크 이론을 기반으로 개인정보처리자가 개인정보보호법에 의해 공개하게 되어있는 정보호보 정책 즉 처리방침 데이터를 이용해서, 개인정보 유통 정보를 체계적으로 수집하고 분석하기 위한 분석 방안을 제시한 선도적 연구로서 의미가 있다.
그리고 수집된 개인정보 유통 데이터와 네트워크 이론을 기반으로 그동안 정확한 분석이 어려웠던 업종별 및 개인정보처리자별 개인정보 유통 현황과 개인정보가 집중되는 개인정보 집중 처리자를 식별하기 위한 방안을 검토한다. 이러한 개인정보 유통 데이터 분석에 기반하여보다 과학적인 방법으로 개인정보보호 정책 대상의식별, 정책 추진 성과에 대한 분석 및 모니터링, 개인정보 집중 처리자에 대한 관리 등 우리나라 개인정보보호 정책을 강화하기 위한 방안에 대해 살펴보고자 한다.
가설 설정
지금까지 네트워크 이론연구들을 통하여 알려진 중요하고 공통된 발견들은 첫째, 네트워크의 크기가 빠르게 성장하고 있지만, 대부분의 네트워크 경로는 작은 세계에 포함됨을 보여준다. 둘째, 네트워크 세계에는 클러스터가 존재한다. 마지막으로 네트워크 구조는 보편적으로 멱함수법칙이 존재한다는 것이다 (Albert et al.
제안 방법
본 논문의 , 에서 제시한 개인정보 유통 데이터 수집 및 분석 프레임워크와 개인정보 유통 데이터의 정형화된 표현은 개인정보 처리방침을 이용해서 개인정보 유통 데이터를 체계적으로 수집 할 수 있는 방안을 최초로 제시하였다.
이렇게 수집된 개인정보를 수집하거나 위탁 또는 제공받는 개인정보처리자의 명칭을 중복이 없도록 정리한 다음 약 50만개 기업의 기업정보를 보유하고 있는 민간 데이터베이스와 개인정보처리자의 명칭을 기준으로 비교하여, 민간 데이터베이스에 있는 개인정보처리자의 업종 데이터를 수집하는 과정을 거쳤다. 그리고 처리방침 데이터의 위탁 및 제공 목적을 고려해서 수집한 업종 데이터를 보정하는 과정을 거쳤다.
이를 위해 네트워크 이론 및 관련 연구 현황에 대해 살펴보고, 개인정보의 위탁과 제공 등 개인정보 유통 현황에 대한 정확한 분석을 위해 개인정보 유통 데이터의 수집 방법을 제시한다. 그리고 수집된 개인정보 유통 데이터와 네트워크 이론을 기반으로 그동안 정확한 분석이 어려웠던 업종별 및 개인정보처리자별 개인정보 유통 현황과 개인정보가 집중되는 개인정보 집중 처리자를 식별하기 위한 방안을 검토한다.
본 논문의 <표 2>, <표 3>에서 제시한 개인정보 유통 데이터 수집 및 분석 프레임워크와 개인정보 유통 데이터의 정형화된 표현은 개인정보 처리방침을 이용해서 개인정보 유통 데이터를 체계적으로 수집 할 수 있는 방안을 최초로 제시하였다. 특히 단순 통계 분석뿐 아니라 네트워크 이론을 적용하여 개인정보 유통 네트워크 분석 가능성을 최초로 제시 하였다.
대상 데이터
9,236건의 개인정보 제3자 제공 데이터를 분석한결과 개인정보를 제공한 개인정보처리자와, 개인정보를 제공 받은 개인정보처리자의 업종이 모두 확인된 제공 건은 6,267건이며, <표 8>과 같이 311개 개인정보처리자가 3,445개의 개인정보처리자에게 개인정보를 제공하는 것으로 분석 되었다. 개인정보를 제3자에게 제공을 하는 개인정보처리자는 조사대상 1,981개 개인정보처리자중 15.7%인 311개로 분석되었다.
본 논문에서 사용한 개인정보 유통(위탁, 제공) 관련 데이터는 2013년 4월부터 5월까지 2달간 이재근 외(2013: 770-771)가 제안한 방법으로 수집한 1,981개 개인정보처리자의 처리방침 데이터중 개인정보 위탁 및 제공 관련 데이터를 이용하여 분석하였다. 수집된 위탁 관련 데이터는 총 9,692건이며, 제공관련 데이터는 총 9,237건이 수집되었다.
본 논문에서 사용한 개인정보 유통(위탁, 제공) 관련 데이터는 2013년 4월부터 5월까지 2달간 이재근 외(2013: 770-771)가 제안한 방법으로 수집한 1,981개 개인정보처리자의 처리방침 데이터중 개인정보 위탁 및 제공 관련 데이터를 이용하여 분석하였다. 수집된 위탁 관련 데이터는 총 9,692건이며, 제공관련 데이터는 총 9,237건이 수집되었다.
데이터처리
그리고 이렇게 수집된 개인정보 유통 데이터에 대한 네트워크 및 통계 분석은 노드엑셀(NodeXL), 에스피에스에스(SPSS) 등의 분석 소프트웨어를 이용하여 분석하였다. 개인정보 유통 데이터 수집 및 분석 프레임워크를 정리해 보면 <표 1>과 같이 정리할수 있다.
성능/효과
<표 9>은 개인정보를 제공한 개인정보처리자와, 개인정보를 제공 받은 개인정보처리자의 업종이 모두 확인된 6,267건의 개인정보 유통 현황이다. 6,267건의 개인정보 제3자 제공 건에 대해 업종 간 제공하고, 제공 받는 조합은 총 124개로 이중 빈도가 가장 높은 업종 조합은 금융∙보험업(K)에서 금융∙보험업(K)이 전체의 15.69%인 983건으로 나타났다. 다음으로는 방송∙통신∙정보서비스업(J)에서 금융∙보험업(K)이 9.
8,434건의 개인정보 처리 위탁 건에 대해 업종 간 위탁하고, 수탁 받는 조합은 에서와 같이 총 101개 조합이 존재하는 것으로 분석된다.
9,236건의 개인정보 제3자 제공 데이터를 분석한결과 개인정보를 제공한 개인정보처리자와, 개인정보를 제공 받은 개인정보처리자의 업종이 모두 확인된 제공 건은 6,267건이며, 과 같이 311개 개인정보처리자가 3,445개의 개인정보처리자에게 개인정보를 제공하는 것으로 분석 되었다.
9,692건의 개인정보 처리 위∙수탁 데이터를 분석한 결과 위탁을 준 개인정보처리자와, 수탁 받은 개인정보처리자의 업종이 모두 확인된 건은 총 8,434건이었으며, 개인정보 처리 업무를 위탁하는 비율은총 1,981개 개인정보처리자중 596개인 30.1%가 위탁하고 있었으며, 위탁자로부터 개인정보를 처리 업무를 수탁 받는 개인정보처리자는 총 3,770개로 와 같이 분석 되었다.
두 번째로 특정 업종이나 업종을 초월해서 개인정보 위탁업무를 전문적으로 처리하는 개인정보처리자즉 위탁에 따라 개인정보가 집중되는 개인정보집중 처리자를 식별할 수 있다. 개인정보 유통 네트워크 분석 결과 특정 개인정보처리자는 176개 개인정보처리자로부터 개인정보 처리 업무를 위탁받고 있었으며, 또다른 특정 개인정보처리자는 73개 개인정보처리자로부터 개인정보를 제공받는 것으로 분석 되었다. 즉 기존의 방법으로는 위탁, 제공 등으로 인해 개인정보가 집중되는 개인정보처리자를 식별할 수 있는 방법이 제한되었으나, 처리방침에 기재하도록 되어 있는 개인정보 위탁 및 제공에 대한 데이터를 이용해서 빅데이터 분석을 실시하면 기존에 식별이 불가능 했던 개인정보집중처리자를 보다 정확하게 식별할 수 있다.
개인정보 유통 네트워크를 시각화한 결과 , , 와 같이 개인정보처리자들 간에 개인정보의 유통이 복잡한 양상을 띠고 있는 것으로 분석되어 개인정보 유통 네트워크는 복잡성을 내포한다고 할 수 있다.
우선 개인정보의 위탁 및 제공에 따라 개인정보가 집중되는 업종에 대한 분석이 가능하다. 개인정보 처리 위탁의 경우 방송∙통신∙정보서비스업(J), 시설관리∙사업지원업(N), 도∙소매업(G), 금융∙보험업(K), 운수업(H), 전문기술서비스업(M)이 전체 위탁자의 90.5%를 차지하는 것으로 분석 되었으며, 개인정보 제공에 따라서는 제조업(C), 금융∙보험업(K), 방송∙통신∙정보서비스업(J), 숙박∙음식점업(I), 도∙소매업 (G)에 전체업종의 66.5%가 집중되는 것으로 분석되었다.
23%인 178개 제공자는 5개 이상의 개인정보처리자에게 개인정보를 제공하는 것으로 분석 된다. 개인정보를 가장 많이 제공받는 개인정보처리자는 73개 개인정보처리자로부터 개인정보를 제공 받는 것으로 나타났으며, 개인정보를 제공받는 3,445개 개인정보처리자의 5.28%인 182개 개인정보처리자는 5개 이상의 개인정보처리자로부터 개인정보를 제공받고 있고, 1개의 개인정보처리자로부터 개인정보를 제공받는 개인정보처리자는 전체의 81.3%인 2,801개로 분석되었다.
개인정보를 제공하는 개인정보처리자가 가장 많은 업종은 금융∙보험업(K)으로 전체의 32.5%인 101개 개인정보처리자가 개인정보를 제공하고 있는 것으로 분석 되었다. 음으로는 도∙소매업(G)이 16.
두 번째로 특정 업종이나 업종을 초월해서 개인정보 위탁업무를 전문적으로 처리하는 개인정보처리자즉 위탁에 따라 개인정보가 집중되는 개인정보집중 처리자를 식별할 수 있다. 개인정보 유통 네트워크 분석 결과 특정 개인정보처리자는 176개 개인정보처리자로부터 개인정보 처리 업무를 위탁받고 있었으며, 또다른 특정 개인정보처리자는 73개 개인정보처리자로부터 개인정보를 제공받는 것으로 분석 되었다.
본 논문에서 제시한 개인정보 유통 분석 방법은 개인정보처리자들 사이의 개인정보 유통 현황 뿐만 아니라 제조업과 금융업 등 개인정보를 많이 다루는 특정 업종간에 발생하는 개인정보 유통 현황의 특징 및 구조를 파악할 수 있다. 이러한 분석을 통해 개인정보 집중 업종 및 개인정보가 집중되는 개인정보처리자를 보다 과학적인 방법으로 식별할 수 있으며, 개인정보보호 침해 예보제, 개인정보보호 정책 성과 평가 등의 수행 기반을 마련할 수 있다.
본 논문에서 제시한 방안은 개인정보의 위탁 및 제공이 집중되는 개인정보처리자 및 관련 업종을 정확 하게 식별 가능하다. 이러한 분석 결과를 기반으로 업종별, 유통 유형별 특성에 맞는 다양한 개인정보보호 정책의 기획 및 추진이 가능하다.
본 논문에서 제시한 방안을 통해 그동안 정확하게 분석되지 못했던 개인정보처리자별, 업종별 개인정보의 유통 현황에 대한 입체적이고 정확한 분석이 가능해 졌으며, 이러한 분석 기법 및 분석 결과를 기반으로 다양하고 새로운 개인정보보호 관련 연구의 가능성을 높였다는 측면에서 학술적 의의가 있다.
그리고 개인정보 유통 정보와 개인정보 관련 민원, 침해 현황 데이터를 연계∙분석하여, 특정 업종 및 관계에 위치해 있는 개인정보처리자의 개인정보 침해 가능성에 대해 보다 정확하고 빠르게 분석 가능하다. 즉 개인정보 관련 민원이 발생하는 기업들간의 관계를 사회관계망 분석 등을 통해 보다 과학적으로 분석이 가능하며, 이러한 데이터 분석을 통해 개인정보 민원 또는 침해 발생에 대해 분석 및 예측의 정확도를 높여 국민들의 개인정보를 실질적으로 보호할 수 있다.
후속연구
본 논문에서 제시한 방안은 개인정보의 위탁 및 제공이 집중되는 개인정보처리자 및 관련 업종을 정확 하게 식별 가능하다. 이러한 분석 결과를 기반으로 업종별, 유통 유형별 특성에 맞는 다양한 개인정보보호 정책의 기획 및 추진이 가능하다. 또한 <그림 5> 와 같이 개인정보보호 관련 법∙제도 변경 및 정부의 각종 개인정보보호 정책 추진에 따라 개인정보처리자가 어떻게 대응하고 있는지를 분석 및 모니터링하고 이를 다시 개인정보보호 정책 기획에 피드백 하는등 개인정보보호 정책의 선순환을 촉진할 수 있다.
향후 처리방침의 전자적 표시제도(방송통신위원회, 2008)가 엄격히 시행되고 이를 기반으로 개인정보 유통 데이터 수집을 자동화 한다면, 우리나라의 개인정보 유통 현황에 대한 보다 체계적이고 정확한 분석이 가능할 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
네트워크의 구조적 속성은 어떠한 특성을 가지는가?
따라서 행위자들이 어떤 관계를 형성하고 있느냐에 따라 네트워크가 달라지므로 네트워크 분석은 행위자들 간의 관계 특성즉, 네트워크의 구조적 특성을 규명하는 것에 초점을 두어야 한다. 네트워크는 구조적 속성은 역동성 (Dynamics), 군집성(Clustering), 중심성(Centrality) 같은 미시적 특성과 복잡성(Complexity), 창발성 (Emergence)과 같은 거시적 특성을 갖는다(이수상, 2013: 67).
네트워크의 접근 방식이 학문의 패러다임을 주도하는 이유는 무엇인가?
최근 들어 네트워크 이론에 기반하여 사회 및 경제적인 현상을 해석하고 분석하고자 하는 노력이 다양하게 진행되고 있다. 이러한 네트워크의 접근 방식이 학문의 패러다임을 주도하는 이유로 먼저 디지털화된 다양하고 광범위한 자료의 존재와 급속한 컴퓨팅 파워의 향상, 여러 학문분야에 연결된 다 학제적 접근방식의 보편화, 연구방법의 환원주의에서 전체주의로의 변화 등을 꼽을 수 있다 (Albert et al., 2002).
개인정보의 유통 현황을 파악하는 것이 개인정보보호 정책 수립에 매우 중요한 의미를 갖는 이유는 무엇 때문인가?
개인정보의 유통 현황을 파악하는 것은 개인정보보호 정책 수립에 매우 중요한 의미를 갖는다. 개인정보가 집중되는 업종의 개인정보보호에 보다 많은 자원을 투입하여 상대적으로 효율적인 정책성과를 달성할 수 있기 때문이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.