초록 ▼

1. 연구개발 목표 및 결과

가. 최종 목표

○ 본 연구는 비식별화를 위한 차분 프라이버시 기법과 이를 적용한 데이터 처리 플랫폼 개발을 목표로 한다. 보다 구체적으로는, (1) 데이터가 지닌 식별 위험도를 평가할 수 있는 척도 개발 (2) 데이터의 특성에 맞는 차분 프라이버시 알고리즘 개발 (3) 위험도와 유용성에 맞게 데이터 제공자가 차분 프라이버시의 적용 수준을 조절 할수 있는 협상 기술 개발 (4) 위에 언급한 기술들이 솔루션 형태로 제공되는 데이터처리 프레임워크의 프로토타입 구현을 목표로 한다.

1. 연구개발 목표 및 결과

가. 최종 목표

○ 본 연구는 비식별화를 위한 차분 프라이버시 기법과 이를 적용한 데이터 처리 플랫폼 개발을 목표로 한다. 보다 구체적으로는, (1) 데이터가 지닌 식별 위험도를 평가할 수 있는 척도 개발 (2) 데이터의 특성에 맞는 차분 프라이버시 알고리즘 개발 (3) 위험도와 유용성에 맞게 데이터 제공자가 차분 프라이버시의 적용 수준을 조절 할수 있는 협상 기술 개발 (4) 위에 언급한 기술들이 솔루션 형태로 제공되는 데이터처리 프레임워크의 프로토타입 구현을 목표로 한다.

○ 현재의 차분 프라이버시를 적용한 데이터 처리 프레임워크는, 완전히 신뢰할 수 있는 써드파티를 전제하고 차분 프라이버시를 적용하는 신뢰할 수 있는 큐레이터 모델(trusted curator model)이나 데이터를 수집하는 조직 및 기업을 신뢰하지 않고 데이터 소유자가 직접 차분 프라이버시를 적용한 뒤 데이터를 보내는 지역 모델(local model)로 분류할 수 있다. 각각의 모델은 다음과 같은 장·단점을 지닌다.
- 신뢰할 수 있는 큐레이터 모델: 전체 데이터를 취합하여 노이즈 삽입 수준을 결정할 수 있으므로 데이터 유용성과 프라이버시 보호에 있어 효율적이나, 해당 작업을 처리하는 큐레이터를 신뢰해야 한다는 단점이 있다.
- 지역 모델: 개인이 노이즈를 삽입하여 큐레이터에게 전송하므로 신뢰할 수 있는 큐레이터의 존재가 필요하지 않아 개인의 프라이버시를 원천적으로 보호할 수 있어 구글 및 애플에서 채택하고 있다. 그러나 신뢰할 수 있는 큐레이터 모델에 비해 데이터 유용성이 크게 저하될 수 있으며, 현재의 지역 모델에서는 사용자가 임의로 노이즈 삽입 수준을 결정할 수 없다는 단점이 있다.
현실에 존재하는 데이터에 차분 프라이버시를 적용 시에는 상황에 맞게 적합한 모델을 사용해야 하나, 현재의 차분 프라이버시 모델들은 둘을 독립적인 모델로 다루고 있다. 본 연구의 최종 목표는 신뢰할 수 있는 큐레이터 모델과 지역 모델이 지닌 단점을 극복하고 장점만을 취할 수 있는 데이터 처리 프레임워크의 프로토타입 개발과 그에 필요한 요소 기술 개발이다.

(출처:본문 1. 연구개발 목표 및 결과 p.5)