Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
개인정보와 개인정보 비식별화
Search
Jinny You
November 26, 2019
Technology
0
63
개인정보와 개인정보 비식별화
Jinny You
November 26, 2019
Tweet
Share
More Decks by Jinny You
See All by Jinny You
디자이너와 개발자가 자주 겪는 Lottie 핸드오프 FAQ - Figma Config Watch Party Seoul
tinyjin
0
71
인디 앱 개발자와 Flutter
tinyjin
0
380
모던 웹 기술로 C++ 렌더링 엔진 테스트 자동화하기
tinyjin
0
39
그래픽 엔진 포팅 사례로 배우는 웹어셈블리 웹 컴포넌트 개발부터 디버깅, 최적화까지
tinyjin
0
330
韩国的打卡地:你喜欢海边吗?
tinyjin
0
38
LottieFiles로 시작하는 빠르고 효율적인 애니메이션 핸드오프
tinyjin
0
87
エンジニアが見つめるLottieアニメーション
tinyjin
0
110
ThorVG's Lottie Model in Action
tinyjin
0
220
국민대학교 사제동행 세미나
tinyjin
0
380
Other Decks in Technology
See All in Technology
20250625 Snowflake Summit 2025活用事例 レポート / Nowcast Snowflake Summit 2025 Case Study Report
kkuv
1
300
LinkX_GitHubを基点にした_AI時代のプロジェクトマネジメント.pdf
iotcomjpadmin
0
170
AWS アーキテクチャ作図入門/aws-architecture-diagram-101
ma2shita
29
10k
急成長を支える基盤作り〜地道な改善からコツコツと〜 #cre_meetup
stefafafan
0
120
より良いプロダクトの開発を目指して - 情報を中心としたプロダクト開発 #phpcon #phpcon2025
bengo4com
1
3.1k
~宇宙最速~2025年AWS Summit レポート
satodesu
1
1.8k
AIエージェント最前線! Amazon Bedrock、Amazon Q、そしてMCPを使いこなそう
minorun365
PRO
13
4.9k
ひとり情シスなCTOがLLMと始めるオペレーション最適化 / CTO's LLM-Powered Ops
yamitzky
0
420
PHPでWebブラウザのレンダリングエンジンを実装する
dip_tech
PRO
0
200
TechLION vol.41~MySQLユーザ会のほうから来ました / techlion41_mysql
sakaik
0
180
Welcome to the LLM Club
koic
0
160
【5分でわかる】セーフィー エンジニア向け会社紹介
safie_recruit
0
26k
Featured
See All Featured
The Straight Up "How To Draw Better" Workshop
denniskardys
233
140k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
Unsuck your backbone
ammeep
671
58k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
7
700
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
30
2.1k
Designing Experiences People Love
moore
142
24k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
46
9.6k
GitHub's CSS Performance
jonrohan
1031
460k
We Have a Design System, Now What?
morganepeng
53
7.7k
Building Adaptive Systems
keathley
43
2.6k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Practical Orchestrator
shlominoach
188
11k
Transcript
개인정보와 개인정보 비식별화 유진의
개인정보를 수집하는 순간부터 개인정보를 안전하게 보관 및 활용해야하는 책임이 생깁니다.
개인정보란 무엇일까요?
개인정보란? 살아 있는 개인에 관한 정보로서 성명, 주민등록번호 및 영상
등을 통해 개인을 알아볼 수 있는 정보
정보
개인을 알아볼 수 있는 정보
살아있는 개인을 알아볼 수 있는 정보
개인정보 비식별화?
개인정보 비식별화 다른 정보와 결합하여 특정 개인을 알아볼 수 없도록
거치는 일련의 조치
좀 더 구체적으로 이해해볼까요?
개인정보를 구성하는 세가지 요인 1. 특정 데이터가 한 개인과 대응됨.
2. 특정 데이터와 특정 개인이 연결됨. 3. 특정 데이터로부터 특정 개인을 추론할 수 있음.
개인정보 비식별화의 원리 1. 위 세가지 구성 요인을 모두 제거하기
(익명화) 2. 개인과 대응하되, 연결(2)과 추론(3)을 모두 제거하는 것 (가명화)
1차 정리 개인정보를 비식별화한다는 것은 -> 가명화 or 익명화 =>
가명정보 or 익명정보
가명 정보와 익명 정보 익명 정보 가명 정보
가명정보란? 개인을 식별하기 어렵지만 다른 데이터와 결합했을 때 재식별 가능성이
있는 정보
익명정보란? 다른 데이터와 결합해도 특정 개인을 연결 또는 추론할 수
없는 정보
개인정보 비식별화가 왜 필요한가요?
현 시대에서 데이터란 무수한 문제를 해결할 수 있는 소중한 자원이다.
모든 데이터는 개인정보에 연결될 위험성이 있다!!! 가령, 쇼핑몰 구매 이력
등
개인정보 비식별화 절차
1. 비식별화할 데이터셋을 선별
2. 스키마 분석 데이터를 아래와 같은 4가지 범주로 분류 식별자(Identifiers)
- 개인을 1:1로 식별할 수 있는 정보 준식별자(QI: Quasi-Identifiers) - 다른 데이터와 결합하여 특정 데이터를 간접적으로 식별할 수 있는 정보 민감정보(SA: Sensitive Attributes) - 개인의 사생활을 드러낼 수 있는 정보
2. 스키마 분석 QI QI QI SA SA SA SA
Identifiers
3. 개인 식별 정보 제거 개인을 식별할 수 있는 Identifiers에
해당하는 값들은 무.조.건 삭제합니다 주민등록번호, 이메일, 계좌번호 등
4. 비식별화 방법 선정
4. 비식별화 방법 선정 QI QI QI SA SA SA
SA 가명 처리 데이터 삭제 데이터 범주화 데이터 범주화 총계처리 총계처리 총계처리
5. 프라이버시 모델 선정 K-익명성(K-anonimity) - 주어진 데이터셋에서 같은 값을
가지는 레코드가 적어도 K개 이상 존재해야 함. L-다양성(L-diversity) - 각 동질 집합이 가진 민감정보의 종류는 적어도 L개 이상 존재해야 함. T-근접성(T-closeness) - 민감 정보의 분포 차이를 T이하로 만들어야 함.
6. 비식별 조치 진행 상용 프로그램 또는 프로그래밍을 이용해 진행
7. 적정성 평가 및 사후관리 전문가를 통해 비식별 데이터의 안정성을
검증하고 프라이버시 문제가 일어나지 않도록 지속적인 모니터링을 진행
목표 1. 개인정보보호에 대한 중요성을 알리자! 2. 개인정보와 개인정보 비식별화에
대한 개념을 쉽게 정리해드리자! 3. 개인정보 비식별화의 전반적인 흐름에 대한 이해를 돕자! 제 목표가 달성되었을까요…?
모든 피드백과 건전한 비판은 감사히 받겠습니다
감사합니다