2022 개인정보 가명·익명처리 기술 경진대회 참여 후기

구조와 흐름

• 개인정보·가명정보·익명정보의 구분과 가명정보 처리 특례 소개
• 프라이버시 보호와 데이터 유용성 사이의 균형을 안전성·유용성 지표로 평가
• 범주화, 상하단코딩, 부분 총계와 k-익명성의 Python·pandas 적용 예시

선택 이유

• 가명정보의 추가정보 기반 재식별 가능성과 익명정보의 비개인정보성 구분
• 원본·비식별 데이터의 통계값 차이와 코사인 유사도, 레코드 비율 기반 유용성 측정
• 연결 공격 방어 수준을 동질 집합의 최소 크기인 k값으로 정량화

트레이드오프

• 식별 가능성 축소와 연구·통계 활용 목적의 데이터 유용성 간 상충
• 총계처리의 재식별 위험 저감 효과와 분산 등 산포도 손실 가능성
• k-익명성의 최소 안전성 판단 유용성과 가명처리 적용 한계·다양한 재식별 위험 검토 필요성

적용해볼 점

• 데이터 분포와 희소 구간을 EDA로 확인한 뒤 범주화·상하단코딩 수준 결정
• 활용 목적에 맞춘 유용성 지표를 스크립트로 상시 측정
• 식별정보 삭제, 준식별자·민감속성 분류, 처리 환경을 함께 고려한 재식별 위험 검토