[논문]원문정보공개 지원을 위한 민감정보 필터링 요건에 관한 연구

오진관; 오세라; 최광훈; 임진희

doi:10.14404/jksarm.2017.17.1.051

원문정보공개 지원을 위한 민감정보 필터링 요건에 관한 연구
A Study on Sensitive Information Filtering Requirements for Supporting Original Information Disclosure 원문보기

한국기록관리학회지 = Journal of Korean Society of Archives and Records Management, v.17 no.1, 2017년, pp.51 - 71

오진관 (명지대학교 기록정보과학전문대학원 기록관리학전공, 알엠소프트 기록연구소) , 오세라 (네모아이씨티(주)) , 최광훈 (알엠소프트(주)) , 임진희 (명지대학교 기록정보과학전문대학원)

초록
AI-Helper

원문정보공개 서비스를 개시한 후 한해 천만 건에 가까운 전자 결재문서가 온라인을 통해 공개되고 있다. 하지만 대량의 전자결재문서를 정보공개 업무담당자가 모두 확인하여 원문정보공개 서비스를 수행하는 것은 현실적으로 불가능한 상황이다. 이에 따라 최근 일부 공공기관에서는 개인정보 필터링 도구를 활용하여 문서 생산단계에서 정형화된 개인정보를 필터링하고 있으나 비정형화된 민감정보는 관리되지 않고 있다. 본 연구에서는 원문정보공개 지원을 위해 사용 중인 필터링 도구 분석을 통해 필터링 도구의 고도화 방향을 설정하였으며, 필터링 도구 활용단계가 추가된 결재문서 본문 작성과 원문정보공개 프로세스를 재설계하였다.

Abstract ▼ AI-Helper

Approximately 10 million electronic approval documents have been released online since the commencement of the original information disclosure service. However, it is practically impossible to carry out an original information disclosure service by confirming a large amount of electronic approval documents to all persons in charge of information disclosure. Recently, some public organizations have been using private information filtering tools to filter personal information at the stage of document production, but the management of different sensitive information has not been managed using solutions. In this study, we set up the advanced direction of the filtering tool by analyzing the filtering tool in use to support the original information disclosure, and redesigned the text of the approval document and the original information disclosure process with the use of the filtering tool.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 현재까지 개발된 필터링 도구의 한계점을 살펴보고 고도화된 필터링 도구가 갖추어야 할 기능요건을 분석해 보았다. 또한, 필터링 도구를 효과적으로 활용하기 위한 프로세스를 재설계하여 각 공공기관에서 원문정보공개 서비스를 위한 업무를 보다 효율적으로 할수 있는 민감정보 필터링 요건에 대해 연구하였다. 연구를 통해 확인한 민감정보 필터링 요건은 다음과 같다.
이것은 공공기관에서 사용중인 생산시스템이 생산부 분만을 고려하여 설계되어 공개를 대비한 시스템 구축이 되지 않았다는 것에 그 원인이 있다. 본 연구에서는 현재까지 개발된 필터링 도구의 한계점을 살펴보고 고도화된 필터링 도구가 갖추어야 할 기능요건을 분석해 보았다. 또한, 필터링 도구를 효과적으로 활용하기 위한 프로세스를 재설계하여 각 공공기관에서 원문정보공개 서비스를 위한 업무를 보다 효율적으로 할수 있는 민감정보 필터링 요건에 대해 연구하였다.
본 연구의 목적은 원문정보공개 지원을 위해 고도화된 필터링 도구가 갖춰야 할 기능요건 도출과 필터링 도구를 활용한 원문정보공개 프로세스를 제안하는데 있다. 연구 수행 방법은 개인정보, 민감정보 정의와 종류를 확인하기 위해 각종 법규를 분석하였고, 현재까지 개발된 필터링 도구의 기능 분석을 위해 나라장터에 등록된 18개의 필터링 솔루션 기능을 분석하여 기계학습 기반의 필터링 기능의 작동 방식을 설계하고, 원문정보공개 프로세스를 재설개하였다.

제안 방법

문자열과 정확히 일치하는 문자열은 물론, 공백을 무시하고 일치하는 문자열, 해당 문자열을 포함한 문자열, 대소문자를 구분 또는 구분하지 않고 일치하는 문자열 등을 검색한다. 각 필터링 도구는 속도와 정확성을 고려하여 적합한 검색 알고리즘을 채택하여 구현한다.
필터링 대상이 되는 입력 파일은 다양한 포맷으로부터 텍스트를 추출하고, 문맥 정보 규칙 적용을 위해 메타데이터도 추출한다. 규칙 데이터베이스의 조건으로 텍스트와 메타데이터를 대상으로 검색을 실시한 뒤 정형 정보 및 비정형 정보와 유사하게 검색 결과를 출력한다.
인공지능(AI)의한 분야로서 명시적인 프로그램 없이 컴퓨터가 학습할 수 있도록 프로그램 하여 새로운 데이터에 대처하게 한다. 기계학습 기술을 필터링 기술에 적용함으로써 기존 규칙 데이터로부터 민감정보 검색 규칙을 찾아내서 새 규칙을 정의하고 이 규칙에 의해 다시 필터링을 실행하며 이 과정을 반복해 감으로써 규칙을 개선해가는 필터링 구현 방식을 제시하고자 한다.
마스킹 도구는 정보공개 서비스용 사본 생성을 위해 민감정보를 비식별 화하기 위한 도구이다. 기관에서 관리하는 민감정보를 마스킹 도구에 검사항목으로 등록하여 마스킹할 문서를 불러오기 하여 마스킹 도구를 구동한다. <그림 7> 과 같이 문서에 작성된 민감정보를 마스킹 도구를 활용하여 비식별 정보로 변경이 필요한 내용을 선택하고 ‘마스킹 실행’을 수행한다.
본 연구의 목적은 원문정보공개 지원을 위해 고도화된 필터링 도구가 갖춰야 할 기능요건 도출과 필터링 도구를 활용한 원문정보공개 프로세스를 제안하는데 있다. 연구 수행 방법은 개인정보, 민감정보 정의와 종류를 확인하기 위해 각종 법규를 분석하였고, 현재까지 개발된 필터링 도구의 기능 분석을 위해 나라장터에 등록된 18개의 필터링 솔루션 기능을 분석하여 기계학습 기반의 필터링 기능의 작동 방식을 설계하고, 원문정보공개 프로세스를 재설개하였다.
정규표현식 검색 결과의 정확도를 높이기 위하여 외적인 형식으로 표현할 수 없으나 의미적으로 유효성을 판정할 수 있는 규칙을 추가한다. 주민등록번호의 뒷자리 중 마지막 숫자는 검증 식에 의해 계산된 오류 검증용 숫자로서 정규표현식으로 표현될 수 없는 규칙을 가지고 있다.
기계학습 기반 민감정보 필터링 프로세스를 도식화하면 <그림 5>와 같다. 정형 정보와 비정형 정보 규칙 설정에서와 유사하게 기초 규칙 데이터베이스를 사용자가 설정하여 정규표현식 및 검색 문자열이 확장 규칙과 함께 데이터베이스를 구축한다. 이 때 문맥 정보에 관한 규칙 설정을 추가할 수도 있다.

대상 데이터

2017년 1월 현재 나라장터 종합쇼핑몰(http:// shopping.g2b.go.kr)에 개인정보보호관련 보안 소프트웨어를 등록하여 판매하는 업체는 18개 이다. 시판 중인 필터링 솔루션의 종류에는 PC 내 존재하는 개인정보가 포함된 문서를 검색하고, 개인정보 포함여부를 실시간 알림으로 개인정보 노출 위험성을 발견하는 솔루션, 기관이 운영 중인 웹사이트 내 게시물 개인정보 필터링 솔루션, 업무관리시스템에 등록되는 문서와 게시 글의 본문 내용 또는 첨부되는 파일 안에 개인정보 포함 여부를 검사해주는 솔루션, 웹서버, DB 서버 등 서버 내 존재하는 웹소스, 파일, DB데이터를 대상으로 개인정보 포함 여부를 검색하고 결과를 보고해주는 솔루션 등 개인정보보호를 위한 다양한 솔루션이 있다.
행정자치부 정보공개포털(www.open.go.kr) 을 통해 2016년 한 해 동안 523만 건의 원문정보가 공개되었다. 정보공개포털을 통해 현재 원문 정보공개되는 결재문서는 행정기관의 경우 국장급 이상, 공공기관의 경우 임원급 이상의 결재 문서가 공개되고 있다.

이론/모형

2011년 9월부터 「개인정보 보호법」이 본격 시행됨에 따라 기존의 개인정보보호와 관련하여 언급되지 않았던 새로운 개념인 ‘민감정보’ 용어를 사용하게 되었다.

후속연구

이에 반해 비정형 민감정보는 각 기관에 따라 등록되는 정보가 상이하며 특정 패턴을 가지지 않는 특성이 있어 지속적인 관리가 필요하다. 각 기관의 공개유예 대상 목록의 관리는 기록물의 공개재분류 작업 시 활용할 수 있으며, 이들 정보를 활용한 공개 재분류 솔루션 개발도 가능할 것으로 판단된다.
주민등록번호를 POXIS(Portable Operating System Interface) 문법으로 간단히 표현한다면, ‘숫자 6자리 + 하이픈 + 숫자 7자리’ 패턴을 [0-9]{6}-[0-9]{7}로 기술한다. 그러나 이 표현식에 의하면 앞자리 생년월일의 월일 숫자에 해당되지 않는 숫자를 갖는 문자열인 999999-9999999도 허용되기 때문에 좀 더 정확한 주민번호 표현식이 필요할 것이다. 생년 월일의 월 2자리 중 첫자리는 0 또는 1만이 허용되어야 하며, 날짜의 앞자리는 0~3 사이 숫자만 유효하다.
이 민감정보 내역은 민감정보 필터링 도구 활용시 사용할 수 있고, 5년 주기의 공개재분류 과정에 서도 활용 할 수 있다. 추후에는 민감정보 내역을 활용한 공개재분류 솔루션을 개발하여 업무를 보다 효율적으로 수행할 수 있기를 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	개인정보 필터링도구는 어떤 문제를 해결하기 위해 사용되는가?	「개인정보 보호법」 제17조 (개인정보의 제공)에 따라 개인정보는 정보주체의 동의 없이 개인정보가 유출되지 않아야 한다. 공개유예 해야 할 정보나 보호해야 할 개인 정보를 잘 가려내는 것이 현 시점에서 중요한 과제라 할 수 있으며, 이런 문제를 해결하기 위해 일부 공공기관들은 개인정보 필터링도구를 사용하고 있다.
	원문정보 공개란 무엇인가?	우리나라는 1998년 1월부터 「공공기관의 정보공개에 관한 법률」을 시행하여 아시아에서 최초로 정보공개제도를 도입하였으며, 2014년 3월부터는 133개 기관(중앙 47, 시·도 17, 시·군·구 69)에서 원문정보공개 서비스를 개시한 후 2017년 1월 현재 12,179개 공공기관에서 원문정보공개 서비스를 진행하고 있다. 원문정보 공개는 전자적 형태로 보유·관리하는 정보 중공개대상으로 분류된 정보를 국민의 청구가 없더라도 정보통신망을 활용한 정보공개시스템 등을 통하여 공개하는 제도이다(행정자치부, 2015). 이 제도의 시행을 통해서 이전의 ‘청구에 의한 공개’ 중심에서 공공기관이 ‘적극적인 정보 공개’ 방식으로 전환되었다.
	인공지능 기반 고도화된 필터링 도구가 필요한 이유는 무엇인가?	본문과 첨부파일의 필터링이 마치면 문서관리카드에 포함된 개인정보를 팝업창에 알려준다. 하지만 현재 일부 공공기관에서 사용하고 있는 필터링 도구는 개인정보에 대한 필터링만 실행되고 있어 일반적인 패턴을 가진 개인정보 이외의 민감한 정보는 필터링 도구를 통해 걸러지지 않는 문제점이 있다. 그래서 기계학습 기반의 인공지능을 갖춘 고도화된 필터링 도구가 필요하다.

참고문헌 (15)

국가기록원 (2006). 검색일자: 2017. 1. 22. www.archives.go.kr(National Archives of Korea (2006). Retrieved January 22, 2017, from www.archives.go.kr)
국가기록원 (2016). 2016년 기록물 관리지침. 대전: 국가기록원.(National Archives of Korea (2016). Guidelines for Archives Management 2016. Daejeon: National Archives of Korea.)
나라장터 (2016). 검색일자: 2017. 1. 22. shopping.g2b.go.kr(Korea Public Procurement (2016). Retrieved January 22, 2017, from shopping.g2b.go.kr)
정보공개포털 (2015). 검색일자: 2017. 1. 22. www.open.go.kr(Freedom of Information Portal (2015). Retrieved January 22, 2017, from www.open.go.kr)
정보소통광장 (2015). 검색일자: 2017. 1. 22. opengov.seoul.go.kr(Seoul Information Communication Plaza (2015). Retrieved January 22, 2017, from opengov.seoul.go.kr)
정연수, 김미현, 최윤정 (2007). 2007년 개인정보분쟁조정 사례집. 서울: 한국정보보호진흥원, 개인정보분쟁조정위원회.(Jung, Y. S., Kim, M. H., & Choi, Y. J. (2007). Personal Information Dispute Settlement Casebook 2007. Seoul: Korea Information Security Agency, Personal Information Dispute Resolution Committee.)
행정자치부 (2015). 개인정보보호 지침. 서울: 행정자치부.(Ministry of the Interior (2015). Privacy Guidelines. Seoul: Ministry of the Interior.)
행정자치부 (2016). 2015년 정보공개 연차보고서. 서울: 행정자치부(Ministry of the Interior (2016). Annual Report on Public Disclosure in 2015. Seoul: Ministry of the Interior.)
허준석, 홍덕용 (2016). 원문정보공개서비스를 위한 전자기록구성요소에 관한 연구. 기록학연구, 50, 351-388.(Heo, J. S. & Hong, D. Y. (2016). A Study on the Electronic Records Element for Full Text Opening Information Service. Korean Society Of Archival Studies, 50, 351-388.)
황진현, 임진희 (2015). 체계적인 원문정보공개를 위한 정부산하공공기관 기록관리시스템 기능요건 연구. 기록학연구, 46, 325-363.(Hwang, J. H. & Yim, J. H. (2015). A Study on Functional Requirements of Records Management Systems for Government-Affiliated Organizations to respond to Immediate Disclosure of Original Official Documents. Korean Society Of Archival Studies, 46, 325-363.)
Tom Mitchell (1997). Machine Learning. McGraw hill.
공공기록물 관리에 관한 법률 (법률 제12844호).
개인정보 보호법 (법률 제14107호).
전자서명법 (법률 제12762호).
정보통신망 이용촉진 및 정보보호 등에 관한 법률 (법률 제14080호).

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증