[논문]데이터 3법 시대의 익명화된 데이터 활용에 대한 제언

천지영; 노건태

doi:10.13089/jkiisc.2020.30.3.503

데이터 3법 시대의 익명화된 데이터 활용에 대한 제언
Suggestions for Applications of Anonymous Data under the Revised Data Privacy Acts 원문보기

情報保護學會論文誌 = Journal of the Korea Institute of Information Security and Cryptology, v.30 no.3, 2020년, pp.503 - 512

초록
AI-Helper

데이터 3법으로 인해 개인정보를 가명처리 후 데이터를 공개할 수 있게 되었다. 이렇게 익명화된 데이터는 연구 및 서비스 분야 등에서 유용하게 활용될 전망이나, 익명화된 데이터로부터 정보의 주체를 재식별하는 등 프라이버시 침해에 대한 우려가 크다. 본 논문에서는 공공 데이터에서 개인을 식별해내는 것이 크게 어렵지 않음을 보이고, 또한 공개된 데이터의 신뢰성에 의문을 제기한다. 사용자들이 데이터 공개와 프라이버시 보호 사이의 상충관계를 잘 이해하여 데이터 3법 시대에 데이터를 안전하게 활용할 수 있는 방안에 대해 제언한다.

Abstract ▼ AI-Helper

The revisions to data privacy acts allows the disclosure of data after anonymizing personal information. Such anonymized data is expected to be useful in research and services, but there are high concerns about privacy breaches such as re-identifying of the individuals from the anonymized data. In this paper, we showed that identifying individuals from public data is not very difficult, and also raises questions about the reliability of the public data. We suggest that users understand the trade-offs between data disclosure and privacy protection so that they can use data securely under the revised data privacy acts.

주제어

표/그림 (5)

표 Table 1. Descriptive Statistics
표 Table 2. Correlation Analysis
표 Table 3. Weight Analysis
그림 Fig. 1. Graphs for Rounded Weight - Number of Users
표 Table 4. Rounded Weight Analysis

AI 본문요약
AI-Helper

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

문제 정의

국내에서 공공 데이터는 최근 몇 년간 국가 주도 하에 빠른 속도로 증가하고 있다. 다만 아직까지 국내 공공 데이터를 분석하여 개인을 식별한 연구 결과는 찾아보기 힘들며, 데이터 3법 시대를 맞이하여 본 논문에서는 실제 공공 데이터와 온라인 상에서 쉽 게 얻을 수 있는 기타 정보를 활용하여 개인을 식별하는 과정을 보이고, 이것의 문제점과 해결 방안을 고민하고자 한다.
데이터 이용의 활성화를 위한 데이터 3법 개정안의 국회 본회의 통과로 인해 개인정보를 가명처리 후 데이터를 공개하여 통계 작성, 과학적 연구, 공익적 기록보존 등으로 유용하게 활용될 전망이나, 익명화된 데이터로부터 정보의 주체를 재식별하는 등 개인의 프라이버시 침해에 대한 우려가 높다. 본 논문에서는 공공 데이터로부터 개인을 식별할 수 있음을 서울 열린데이터 광장에 공개된 서울자전거 따릉이 정보로부터 가능함을 보였고, 공개된 데이터의 신뢰성에 의문을 제기하였다. 마지막으로, 데이터 공개와 프라이버시 보호 사이의 상충관계를 이해하여 본 논문에서 제언한 내용이 데이터 3법 시대에 현명한 데이터 활용을 위한 발전 방향에 도움이 되기를 기대한다.

제안 방법

이 데이터로부터 개인을 식별할 수는 없으나 데이터들간의 상관관계 분석을 통해 사용자들의 몸무게를 도출해낼 수 있었다. 개인을 식별하기 위해 SNS에 공공자전거 이용에 대한 글을 올린 블로거들의 정보를 활용하였다. 그 결과 해당 블로거의 자료를 공공자전거 데이터에서 식별해낼 수 있었고, 따라서 그 블로거의 몸무게, 연령대, 성별 정보를 알 수 있게 되었다.
서울 열린데이터 광장에서 제공되는 서울자전거 따릉이 이용자의 정보는 크게 대여 관련 정보(대여일자, 대여시간, 대여소번호, 대여소명)와 개인 관련 정보(성별, 연령대코드, 이용건수, 운동량, 탄소량, 이동거리, 사용시간)로 구별될 수 있으며, 개인 관련 정보 중에서 운동량, 탄소량, 이동거리에 어떠한 상관관계가 있는지에 대해 분석해보았다.
위에서 조사된 몸무게 대비 서울자전거 따릉이 이용자 수를 보다 시각적으로 나타내기 위하여 우리는 Python 3에서 matplotlib 라이브러리를 사용하여 소수점 첫째 자리에서 반올림한 몸무게가 30kg 이상 110kg 이하인 각각의 정수 값들을 [Fig 1]과 같이 그래프로 나타내었다.
특히, 데이터 이용 활성화를 위해 EU GDPR(General Data Protection Regulation; 일반개인정보 보호법)을 반영하여 가명정보를 도입하였으며, 이를 통해 개인정보 주체의 동의 없이 통계 작성(상업적 목적을 포함), 과학적 연구(산업적 목적을 포함), 공익적 기록보존 등을 위해 가명정보를 사용할 수 있도록 하였다.

대상 데이터

분석 데이터의 출처는 서울 열린데이터 광장이며, 2019년 12월 23일에 업데이트된 “서울특별시 공공 자전거 이용정보(시간대별)”에서 가장 최신 자료인 2019년 11월 24일부터 11월 30일까지 일주일간의 데이터를 사용하였으며, 이동거리가 0인 데이터를 제외한 237,616개의 데이터를 가지고 분석하였다.
따라서 본 논문에서는 서울시 공공자전거 이용정보 분석을 통하여 공개된 공공 데이터에서 개인을 식별해내는 것이 크게 어렵지 않음을 보인다. 분석을 위해 서울 열린데이터 광장에 공개된 공공자전거 데이터를 활용하였고, 개인을 식별하기 위해 SNS에 공공자전거 이용에 대한 글을 올린 사람들의 정보를 이용하였다. 그 결과 서울시 공공자전거를 이용하는 사용자의 몸무게, 연령대, 성별 등을 알아낼 수 있었다.
위의 식을 사용하면 서울 열린데이터 광장에 공개된 정보인 운동량과 이동거리를 사용해 모든 서울자전거 따릉이 이용자의 몸무게를 얻는 것이 가능하다. 실제로 분석된 데이터의 일부는 아래 [Table 3]과 같으며, 이는 2019년 11월 24일 데이터의 초반 30 개 데이터이다. 여기서 몸무게는 W, 소수점 둘째 자리에서 반올림한 몸무게는 RW로 표기하였다.
본 장에서는 서울시 공공자전거 이용정보 분석을 통하여 공개된 공공 데이터에서 개인을 식별해내는 것이 크게 어렵지 않음을 보인다. 이러한 분석을 위해 서울 열린데이터 광장에 공개된 서울자전거 따릉이 데이터를 활용하였다. 이 데이터에는 대여일자, 대여시간, 대여소번호, 대여소명, 성별, 연령대, 이 용건수, 운동량, 탄소량, 이동거리, 사용시간 등이 포함되어있다.

성능/효과

2장에서 살펴본 아메리카 온라인 프라이버시 침해 사례와 개인 유전체 데이터 공개로 인한 프라이버시 침해 사례, 그리고 3장부터 5장까지 우리가 분석한 서울자전거 따릉이 사용자의 몸무게 도출 및 성별과 연령대 등의 추가 정보를 얻을 수 있는 실제 사례 분석으로부터 데이터 3법 시대에 개인정보의 비식별 처리만으로는 개인의 프라이버시를 보호하는 데에 충분치 않음을 확인하였다. 이는 이미 개인정보를 비식별 처리해서 데이터를 공개해왔던 미국에서도 프라이버시 침해문제가 끊이지 않음으로도 확인할 수 있는 사례이다.
결과적으로 데이터 3법 개정안을 통해 데이터가 전 산업의 가치 창출을 위한 새로운 성장 동력을 확보할 수 있다는 기대효과가 있으며, 새로운 기술이나 제품, 개인 맞춤형 서비스 등의 혁신 서비스 창출 활성화를 기대할 수 있다. 또한, 개인정보 감독기구의 독립성을 확보하여 EU 적정성 평가 승인이 예상되며, 국내 기업이 EU 거주자의 개인정보를 이전할 때 필요한 절차를 면제받을 수 있어서 EU 진출에도 도움을 받을 수 있을 것으로 기대된다.
분석을 위해 서울 열린데이터 광장에 공개된 공공자전거 데이터를 활용하였고, 개인을 식별하기 위해 SNS에 공공자전거 이용에 대한 글을 올린 사람들의 정보를 이용하였다. 그 결과 서울시 공공자전거를 이용하는 사용자의 몸무게, 연령대, 성별 등을 알아낼 수 있었다. SNS에 공공자전거 이용에 대한 글을 올릴 때, 그리고 공공자전거를 이용할 때, 이러한 정보가 노출될 것이라는 사실을 사용자는 인지하지 못했을 것이다.
개인을 식별하기 위해 SNS에 공공자전거 이용에 대한 글을 올린 블로거들의 정보를 활용하였다. 그 결과 해당 블로거의 자료를 공공자전거 데이터에서 식별해낼 수 있었고, 따라서 그 블로거의 몸무게, 연령대, 성별 정보를 알 수 있게 되었다.
데이터 3법 개졍안의 주요 내용으로는 데이터 이용을 활성화하기 위해 가명정보라는 개념을 도입하였으며, 개인정보보호 관련 법률의 유사성과 중복성을 정비하고자 법체계를 정비해 “개인정보 보호법”으로 일원화하였고, 데이터 활용에 따른 개인정보를 다루는 처리자의 책임을 강화하였으며, 개인정보 판단 기준을 명확히 하였다.
[Table 4]에서 소수점 첫째 자리에서 반올림한 몸무게는 RW(Rounded Weight), 사용자 수는 Users(Number of Users)로 표기하였다. 서울자 전거 따릉이 이용자 중 상당수는 55kg, 60kg, 65kg, 70kg, 75kg과 같이 5kg 단위로 자신의 몸무게를 기록하는 경우가 많음을 확인할 수 있으며, 특히 65kg의 몸무게가 많은 것은 가입 시 선택 입력 항목인 자신의 몸무게를 입력하지 않은 사용자의 경우를 포함하기 때문에 다른 몸무게를 가진 사용자들에 비해 65kg의 몸무게를 가진 사용자들이 압도 적으로 많은 것을 확인할 수 있다.
서울자전거 따릉이는 회원가입 시 선택 입력 항목으로 자신의 몸무게를 입력하도록 하며, 입력하지 않는 경우 운동량 등을 계산할 때 65kg으로 계산하게 된다. 우리가 본 논문에서 분석한 결과에 의하면 서울 열린데이터 광장에 올라온 서울자전거 따릉이 사용자들의 몸무게를 도출할 수 있는데, 이 경우 특정 사용자의 몸무게가 정말 65kg인지, 아니면 그 사용자가 선택 항목이기 때문에 입력하지 않아서 나온 결과인 65kg인지에 대한 판단을 하기가 어려워진다. 즉, 자신의 몸무게를 입력하는 것이 회원 가입 시 선택 입력 항목이기 때문에 발생하는 데이터의 신뢰성 문제가 야기될 수 있으며, 신뢰할 수 없는 공공 데이터로 유용한 정보를 생성하기 어려울 수 있다.
위에서 분석된 서울자전거 따릉이의 탄소량과 이동거리의 상관계수 분석을 통해 얻은 상관계수는 1이었으며, 이는 탄소량과 이동거리가 정비례 관계임을 의미한다. 즉, 탄소량은 서울자전거 따릉이 이용자의 이동거리에 정비례하여 계산되는 일차식이 존재 한다는 사실을 확인할 수 있으며, 우리가 찾아낸 식은 아래와 같다.

후속연구

실제로 자신의 유전체 데이터를 공개한 사용자들은 프라이버시가 침해될 수 있다는 위험을 잘 알고 있었지만, 개인정보 유출에 대한 걱정보다는 자신의 건강상의 문제를 빨리 치료하는 것을 더 중요시하게 생각했다는 설문 결과가 있었다[3]. 따라서 서비스 제공자는 데이터 공유로 인해 얻게 되는 사용자들의 이익과 이로 인해 발생될 수 있는 프라이버시 침해문제를 잘 분석하여 최대한 개인정보를 보호하면서도 가치있는 서비스를 제공할 수 있도록 노력해야 할 것이다. 사용자 입장에서는 개인의 프라이버시 침해가 발생할 수도 있다는 우려 때문에 무조건적으로 데이터 공개를 꺼리기보다는, 기술의 발전이나 가치 있는 서비스를 제공받기 위해 어느 정도는 감수해야 할 수도 있다는 사실을 인지하고, 자신의 데이터 공개를 스스로 결정할 수 있어야 할 것이다.
결과적으로 데이터 3법 개정안을 통해 데이터가 전 산업의 가치 창출을 위한 새로운 성장 동력을 확보할 수 있다는 기대효과가 있으며, 새로운 기술이나 제품, 개인 맞춤형 서비스 등의 혁신 서비스 창출 활성화를 기대할 수 있다. 또한, 개인정보 감독기구의 독립성을 확보하여 EU 적정성 평가 승인이 예상되며, 국내 기업이 EU 거주자의 개인정보를 이전할 때 필요한 절차를 면제받을 수 있어서 EU 진출에도 도움을 받을 수 있을 것으로 기대된다.
본 논문에서는 공공 데이터로부터 개인을 식별할 수 있음을 서울 열린데이터 광장에 공개된 서울자전거 따릉이 정보로부터 가능함을 보였고, 공개된 데이터의 신뢰성에 의문을 제기하였다. 마지막으로, 데이터 공개와 프라이버시 보호 사이의 상충관계를 이해하여 본 논문에서 제언한 내용이 데이터 3법 시대에 현명한 데이터 활용을 위한 발전 방향에 도움이 되기를 기대한다.
우리나라도 전국 각지에 사는 한국인 41명의 유전체 정보를 통합한 국민 표준 게놈지도를 공개하였다[16]. 이 데이터는 정밀의료 기술 개발에 활용될 빅데이터로 국민 건강에 크게 기여 할 것으로 전망된다.
반면, 단순히 사용자들이 약간의 불편함을 감소하기 위해 사용하는 서비스로부터 개인정보가 침해될 수 있는 부분은 사용자들이 받아들이기 어려운 부분일 수 있으므로, 활용의 목적에 따라 개인정보의 비식별화, 익명화, 가명정보 처리 등의 수준을 달리할 필요가 있겠다. 이를 위해 시민단체, 산업계, 법조계, 학계 등 각계 전문가가 참여하여 데이터 활용 목적의 수준을 결정하고, 그에 따른 차별적 개인정보의 비식별화 처리 및 가명정보의 처리 등을 제언한다.
따라서 공공 데이터를 수집하는 단계서부터 데이터의 품질을 향상시킬 방안을 고민하고, 이를 반영하여 데이터를 수집할 필요가 있다. 조금 더 구체적으로는, 서울자 전거 따릉이의 경우 65kg인 사용자가 선택 입력 항목을 입력하지 않은 사용자인지, 아니면 정말 65kg인 사용자인지를 구별할 수 있다면, 보다 정확한 활용이 기대될 수 있으므로, 데이터 수집 단계에서 신뢰성을 높일 수 있는 방안에 대한 고민이 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	데이터 3법이란?	데이터 3법이란 데이터 이용을 활성화하는 3가지 법률인 “개인정보 보호법”, “정보통신망 이용촉진 및 정보보호 등에 관한 법률(정보통신망법)”, “신용정보의 이용 및 보호에 관한 법률(신용정보법)”을 통칭하는 표현으로, 데이터 이용에 관한 규제 혁신과 개인 정보보호 문제를 해결하기 위해 2018년 11월 15일, 데이터 3법 개정안이 발의되었다[11]. 이는 대통령 직속 4차산업혁명위원회의 주관으로 시민단체, 산업계, 법조계, 학계 등 각계 전문가가 참여하여 의견이 반영된 입법조치로, 2020년 1월 9일 데이터 3법 개정안이 국회 본회의를 통과하였다.
	데이터베이스에 저장되는 개인의 정보를 보호하고자 하는 방법 중 비암호학적인 방법에는 무엇이 있나?	실제로 데이터베이스에 저장되는 개인의 정보를 보호하고자 하는 방법으로는 크게 암호학적 방법과 비암호학적 방법으로 나눌 수 있는데, 암호학적 방법은 상대적으로 개인의 정보를 보호함에 있어 우수성을 가지지만, 공공 데이터의 공개 측면에서 바라보기에는 실효성 측면에서 부족한 것이 사실이다. 반면, 비암호학적 방법으로는 k-익명성(k-Anonymity) [7], l-다양성(l-Diversity)[8], t-근접성 (t-Closeness)[9] 등의 방법부터 시작하여 차별적 프라이버시(Differential Privacy)[10] 등 데이터베이스에 저장되는 개인의 정보들을 비식별화하고자 하는 기술적 방안들에 대한 기본 연구는 꾸준히 진행되며 발전되고 있으나, 이러한 조치들은 개인의 정보를 완벽하게 보호하고 있지는 못한다.
	데이터 3법 개정안을 통해 기대할 수 있는 것은 무엇이 있나?	결과적으로 데이터 3법 개정안을 통해 데이터가 전 산업의 가치 창출을 위한 새로운 성장 동력을 확보할 수 있다는 기대효과가 있으며, 새로운 기술이나 제품, 개인 맞춤형 서비스 등의 혁신 서비스 창출 활성화를 기대할 수 있다. 또한, 개인정보 감독기구의 독립성을 확보하여 EU 적정성 평가 승인이 예상되며, 국내 기업이 EU 거주자의 개인정보를 이전할 때 필요한 절차를 면제받을 수 있어서 EU 진출에도 도움을 받을 수 있을 것으로 기대된다.

참고문헌 (18)

"The credit card company knows my mind that I don't know", http://www.viva100.com/main/view.php?key20150603010000782, 2015.06.03.
"Personal Information Protection Act", http://www.law.go.kr/lsInfoP.do?lsiSeq195062&efYd20171019#0000
The Pros and Cons of Revealing Personal Genomics Data, Sung Hye Hong, BRIC View, 2018.
J-B. Lim and S-H. Lee, "A Study on Estimating Housing Area per capita using Public Big Data - Focusing on Detached houses and Flats in Seoul -," Journal of the Korean Regional Science Association, vol. 36, no. 1, pp. 51-67, Mar. 2020.
H-M. Cho, C-Y. Park, J-H. Kim, and H-I. Jang, "Utilizing Public Data of Building Energy for Fault Detection and Diagnostic Services in Smart City," Journal of Korean Institute of Architectural Sustainable Environment and Building Systems, vol. 13, no. 6, pp. 599-608, Dec. 2019.
G-C. Lee and J. Han, "Forecasting the Daily Peak Load of South Korea During the Winter Season : A Case Study on Open Public Data Usage," Journal of the Korean Operations Research and Management Science Society, vol. 44, no. 4, pp. 49-58, Nov. 2019.

상세보기
P. Samarati and L. Sweeney, "Protecting Privacy when Disclosing Information: k-Anonymity and Its Enforcement through Generalization and Suppression," Technical Report, 1998.
A. Machanavajjhala, J. Gehrke, and D. Kifer, "l-Diversity: Privacy Beyond k-Anonymity," ACM Transactions on Knowledge Discovery from Data, vol. 1, no. 1, Mar. 2007.

상세보기
N. Li, and T. Li, and S. Venkatasubramanian, "t-Closeness: Privacy Beyond k-Anonymity and l-Diversity," Proc. IEEE 23rd International Conference on Data Engineering, May 2007.
C. Dwork, "Differential Privacy," International Colloquium on Automata, Languages, and Programming, LNCS 4052, pp. 1-12, Jul. 2006.
"Revised Data Privacy Acts", http://www.korea.kr/special/policyCurationView.do?newsId148867915
"AOL search data leak", https://en.wikipedia.org/wiki/AOL_search_data_leak
"Protecting user privacy", http://www.dt.co.kr/contents.html?article_no2010071502012251697027
Uncharted: Big Data as a Lens on Human Culture, Erez Aiden and Jean-Baptiste Michel, 2013.
The New York Times, "A Face Is Exposed for AOL Searcher No. 4417749", https://www.nytimes.com/2006/08/09/technology/09aol.html, 2006.08.09.
"The Korean Reference Genome Project", http://koreanreference.org/home/index.html
M. Gymrek, A.L. McGuire, D. Golan, E. Halperin, and Y. Erlich, "Identifying Personal Genomes by Surname Inference," Science, vol. 399, no. 6117, pp. 321-324, Jan. 2013.
The Scientist, "Anonymity Under Threat", https://www.the-scientist.com/daily-news/anonymity-under-threat-39917, 2013.01.17.

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