ADsP(데이터분석 준전문가) 제1과목 ‘데이터의 이해’ 중 PART 2 데이터의 가치와 미래를 완결하는 이번 14편에서는 데이터 경제 활성화와 개인의 권리 보호를 양립시키는 법적·기술적 핵심 장치인 데이터 3법, 개인정보 비식별 조치 5대 기법, 그리고 프라이버시 보호 모델(K-익명성·L-다양성·T-근접성)을 다룹니다.
데이터 분석 실무에서는 원천 개인정보를 그대로 분석할 수 없으므로, 법률적 기준에 맞추어 안전하게 가공(비식별화)하고 재식별 위험을 통제하는 보호 모델을 정확히 이해하는 것이 매우 중요합니다.
쏠티북스의 『선넘는 ADsP』 교재를 바탕으로, 비전공자도 직관적으로 파악할 수 있도록 신소재 부품 외부 반출 시 표면 마스킹 및 보안 규격 검수에 빗대어 핵심 이론들을 차근차근 정리해 보겠습니다. 1과목 전체 학습 순서는 ADsP 1과목 독학 지도에서 확인할 수 있습니다.
1. 데이터 3법과 데이터 3단계 분류: 개인정보·가명정보·익명정보
데이터 3법(개인정보보호법, 정보통신망법, 신용정보법) 개정은 데이터 결합과 활용의 법적 근거를 마련하고, 분산되어 있던 규제 체계를 통합하기 위해 추진되었습니다.
개정의 핵심은 데이터를 식별 가능성에 따라 ‘개인정보’, ‘가명정보’, ‘익명정보’의 3단계로 명확히 구분하여 활용 범위를 정립한 것입니다.
이를 제조 공장의 신제품 시험 부품 외부 반출 검수에 비유하면 다음과 같습니다.
- 개인정보: 부품 표면에 공장명, 일련번호, 엔지니어 서명이 선명하게 적혀 있어 출처를 즉시 알 수 있는 ‘원본 부품’
- 가명정보: 핵심 일련번호를 가명 코드로 덮어두어 단독으로는 출처를 알 수 없으나, 본사의 암호 해독 키(추가 정보)와 대조하면 재식별이 가능한 ‘보안 가공 부품’ (통계 작성, 연구, 공익적 보존 목적으로 동의 없이 활용 가능)
- 익명정보: 표면을 완전히 깎아내고 용융 가공하여 현대 기술로는 어떤 방법으로도 출처를 되살릴 수 없는 ‘완전 비식별 부품’ (개인정보보호법 규제 대상에서 제외)
| 구분 | 법적 정의 및 식별 가능성 | 활용 조건 및 동의 여부 | 공정 반출 비유 |
|---|---|---|---|
| 개인정보 | 살아있는 개인에 관한 정보로, 성명·주민번호·영상 등 단독 또는 쉽게 결합하여 개인을 식별할 수 있는 정보 | 정보 주체의 명시적 사전 동의 필수 | 엔지니어 이름과 시리얼 번호가 새겨진 원본 부품 |
| 가명정보 | 추가 정보 없이는 특정 개인을 식별할 수 없도록 처리한 정보 | 통계작성, 과학적 연구, 공익적 기록보존 등을 위해 동의 없이 활용 가능 | 라벨을 가명 코드로 덮어둔 보안 가공 부품 (복원 키 필요) |
| 익명정보 | 시간, 비용, 기술을 합리적으로 고려할 때 더 이상 개인을 식별할 수 없도록 처리된 정보 | 법적 규제 없이 자유롭게 활용 가능 | 형체를 완전히 녹여 재생한 순수 금속 재료 (재식별 불가) |
2. 개인정보 비식별 조치 5대 핵심 기법
데이터의 유용성을 살리면서 개인 식별 요소를 가리거나 제거하기 위해 적용하는 5가지 표준 비식별화 기법입니다.
| 5대 기법 | 학술적 정의 및 처리 원리 | 세부 기술 기법 | 제조 부품 가공 비유 |
|---|---|---|---|
| 1. 가명처리 (Pseudonymization) | 식별 가능한 고유 정보를 다른 값(가명, 암호문, 일련코드)으로 대체하는 방식 | 휴리스틱 가명화, 양방향/단방향 암호화, 교환 방법 | 부품명판의 ‘홍길동 수석’을 사내 관리코드 ‘ENG-902’로 대체 각인 |
| 2. 총계처리 (Aggregation) | 개별 관측값을 숨기고 평균, 합계, 부분합 등 집계된 수치로 변환하여 노출을 방지 | 총계처리, 부분총계, 라운딩(올림/내림), 데이터 재배열 | 개별 부품 무게 대신 “A박스 10개 평균 무게 15kg”으로 표기 |
| 3. 데이터 삭제 (Data Reduction) | 민감도가 높거나 식별 위험이 있는 데이터 항목이나 레코드를 아예 완전히 제거 | 식별자 삭제, 식별자 부분삭제, 레코드 삭제, 식별요소 전부삭제 | 부품 표면의 시리얼 번호와 납품처 각인을 그라인더로 완전히 갈아내어 제거 |
| 4. 데이터 범주화 (Data Suppression) | 구체적인 수치나 명칭을 넓은 범위의 구간(구간화)이나 상위 범주로 변환 | 감추기, 랜덤 라운딩, 범위 방법(연령대 구간화), 제어 라운딩 | 정확한 가공 온도 ‘1,248℃’ 대신 ‘1,200~1,300℃ 구간’으로 뭉뚱그려 표기 |
| 5. 데이터 마스킹 (Data Masking) | 데이터의 전체 또는 주요 부분을 특수문자(`*`, `_`)나 공백 등으로 가려 처리 | 임의 잡음 추가, 공백과 대체, 블러링(Blurring) | 부품 일련번호 ‘AB-1234-89’를 ‘AB-****-89’로 일부만 먹지 테이프로 가림 |
3. 프라이버시 보호 모델 3총사: K-익명성, L-다양성, T-근접성
단순히 이름이나 주민번호를 마스킹했다고 해서 안전한 것은 아닙니다. 나이, 거주지역, 성별 등 준식별자(Quasi-identifier)들을 외부 공개 데이터와 결합하면 특정인을 다시 찾아내는 연결 공격(Linkage Attack)이 발생할 수 있기 때문입니다. 이를 통제하기 위해 3단계 프라이버시 보호 모델이 발전했습니다.
보호 수준 강화 흐름: K-익명성 → L-다양성 → T-근접성
(1) K-익명성 (K-Anonymity)
- 정의: 동일한 준식별자 조합을 가진 레코드가 최소 K개 이상 존재하도록 데이터를 변환하는 기법입니다. (예: ‘서울 거주 30대 남성’ 그룹의 인원이 최소 K명 이상이 되도록 범주화)
- 방어 목적: 외부 데이터와의 연결 공격(Linkage Attack) 방지
- 한계점: 한 그룹 내의 인원이 K명이더라도, 그들이 가진 민감 정보(예: 특정 질병명)가 모두 동일하다면 대상을 특정할 수 있는 ‘동질성 공격(Homogeneity Attack)’과 ‘배경지식 공격(Background Knowledge Attack)’에 취약합니다.
(2) L-다양성 (L-Diversity)
- 정의: K-익명성을 만족하는 집단 내에서 서로 다른 민감한 정보의 종류가 최소 L개 이상 다양하게 분포하도록 보장하는 모델입니다.
- 방어 목적: 동일한 질병명만 몰려 있는 것을 방지하여 동질성 공격과 배경지식 공격 방어
- 한계점: 민감한 정보의 종류는 다양하더라도 특정 항목에 확률이 심하게 쏠려 있거나(쏠림 공격), 민감 정보들 간의 의미가 지나치게 유사하다면(유사성 공격) 정보가 유출될 수 있습니다.
(3) T-근접성 (T-Closeness)
- 정의: 특정 동질 집단 내의 민감 정보 분포와 전체 데이터 집합의 민감 정보 분포 간의 거리(차이)가 허용 기준치 T 이하가 되도록 유지하는 고급 모델입니다.
- 방어 목적: 특정 그룹에 질병 정보가 통계적으로 쏠리는 현상을 차단하여 쏠림 공격(Skewness Attack)과 유사성 공격(Similarity Attack) 방어
4. 비식별화와 보호 모델을 이해하는 핵심 포인트
ADsP 시험에서 수험생들이 가장 자주 틀리는 함정 포인트를 정리합니다.
① ‘데이터 삭제’와 ‘데이터 마스킹’의 구분
- 데이터 삭제: 데이터베이스 테이블에서 해당 열(Column)이나 특정 행(Row)을 아예 물리적으로 없애버리는 것입니다.
- 데이터 마스킹: 데이터의 자리는 남겨두되, ‘홍*동’처럼 일부 문자를 기호로 덮어씌우는 것입니다. (“삭제는 마스킹 처리하는 방식이다”라는 지문은 오답입니다.)
② 보호 수준의 강도 순서
보호 수준이 가장 낮은 기초 단계부터 가장 정밀한 고급 단계로의 순서는 ‘K-익명성 → L-다양성 → T-근접성’입니다. 역순으로 나열되거나 중간 순서가 꼬인 보기를 정확히 가려내야 합니다.
③ 가명정보는 ‘동의 없이’ 활용 가능한 조건이 정해져 있습니다
가명정보는 상업적 마케팅에 무제한으로 쓸 수 있는 것이 아니라, 법률상 규정된 ‘통계작성, 과학적 연구, 공익적 기록보존’ 목적에 한하여 정보 주체의 동의 없이 활용할 수 있습니다.
5. 시험에서는 이렇게 출제됩니다
- 데이터 3법 구성 확인: 데이터 3법은 개인정보보호법, 정보통신망법, 신용정보법이며, 산업안전보건법이나 전자상거래법 등은 포함되지 않는다는 점을 골라내는 문제가 출제됩니다.
- 5대 비식별 기법 매칭: 주민등록번호 뒷자리를 대체하는 것은 가명처리, 연령을 ’30대’로 묶는 것은 데이터 범주화, 평균치로 바꾸는 것은 총계처리임을 짝짓는 문제가 빈출됩니다.
- 보호 모델 정의 및 순서
- “동일한 준식별자 레코드가 K개 이상 존재하도록 처리하는 기법” → K-익명성
- “K-익명성 그룹 내 민감정보가 최소 L개 이상 다양하게 존재하도록 보장하는 기법” → L-다양성
- “민감정보의 분포가 전체 집합의 분포와 유사하도록 조정하는 기법” → T-근접성
- 비식별화 수준 순서: K-익명성 → L-다양성 → T-근접성
6. 옆 개념과의 연결
08편부터 14편에 걸쳐 빅데이터의 정의, 3V 특징, 엔지니어링 파이프라인, 분석 기법, 위기요인 및 비식별화 보호 체계까지 PART 2 데이터의 가치와 미래를 모두 마무리했습니다.
다음 15편부터는 1과목의 마지막 대단원인 PART 3 가치창조를 위한 데이터 사이언스와 전략 인사이트로 진입하여, 데이터 기반 혁신을 이끄는 전문 직무와 3대 자원을 다루는 15편 미래 빅데이터 활용 3대 요소와 전문 인력을 학습합니다.
자주 묻는 질문(FAQ)
Q1. 가명정보와 익명정보의 가장 결정적인 법적 차이는 무엇인가요?
A. 재식별 가능성 여부입니다. 가명정보는 추가 암호화 키가 있으면 재식별될 수 있어 여전히 법적 규율 대상이지만, 익명정보는 시간·비용적으로 재식별이 불가능하여 개인정보보호법의 적용 대상에서 완전히 제외됩니다.
Q2. K-익명성을 달성했는데도 왜 L-다양성이 추가로 필요한가요?
A. 동일한 준식별자를 가진 K명의 그룹을 만들었더라도, 그 K명이 모두 ‘위암’ 환자라면 특정인이 위암에 걸렸다는 사실을 100% 알아낼 수 있는 동질성 공격에 노출되기 때문입니다. 이를 막기 위해 질병의 종류를 최소 L개 이상 섞어두는 L-다양성이 필요합니다.
Q3. 개인정보보호위원회는 데이터 3법 개정 후 어떤 역할을 하나요?
A. 각 부처(행정안전부, 방송통신위원회, 금융위원회 등)에 분산되어 있던 개인정보 보호 및 감독 권한을 단일 중앙행정기관으로 일원화하여 총괄 관리·감독하는 역할을 수행합니다.
마무리
14편에서는 신소재 부품의 반출 보안 검수 비유를 통해 데이터 3법의 개정 방향, 개인정보·가명정보·익명정보의 3대 구분, 5대 비식별 조치 기법(가명처리·총계처리·데이터 삭제·데이터 범주화·데이터 마스킹), 그리고 프라이버시 보호 모델의 3단계 발전(K-익명성 → L-다양성 → T-근접성)을 정리했습니다.
이로써 PART 2의 모든 단원이 완성되었습니다. 다음 15편에서는 새로운 파트인 미래 빅데이터 활용 3대 요소와 전문 인력으로 이어가겠습니다.
