보건의료·공공안전·유통·금융 등 분야별 5종 합성데이터 생성 및 생성과정 공개
6월 3일부터 ‘가명정보 지원플랫폼’에서 누구나 활용 신청 가능
[보안뉴스 김경애 기자] 합성데이터(Synthetic Data)는 실제 데이터와 통계적 특성이 유사해 실제 데이터 분석결과와 유사한 결과를 얻을 수 있도록 새롭게 생성해낸 가상의 데이터를 말한다. 합성데이터는 적절하게 생성된 경우 개인정보에 대해 요구되는 법적 제약 없이 활용 가능하고, 민감한 정보가 포함되는 등 개인정보 침해 우려가 있는 경우에도 안전하게 활용할 수 있다는 강점이 있어 대표적인 프라이버시 보호 기술(Privacy Enhancing Technology) 중 하나로 주목받고 있다.
특히 ‘합성데이터’는 실제 데이터의 특성만 참조해 실제 개인과 직접적인 관련이 없는 완전히 새로운 데이터셋을 생성해내는 기술로, 개인정보의 일부 또는 전부를 변형하는 기법인 ‘비식별 처리(가명·익명처리)’ 개념과는 구별된다.
개인정보보호위원회(위원장 고학수, 이하 개인정보위)에서 민간 연구자나 기업 등이 인공지능 학습 등을 위해 합성데이터를 안전하게 생성·활용할 수 있도록 5종의 ‘합성데이터 생성 참조모델’을 공개한다.
개인정보위는 연구용역을 통해 ‘합성데이터 생성 참조모델’을 마련했다. 이번 ‘합성데이터 생성 참조모델’에는 구강 이미지, 안전모 착용 이미지, 혈당 측정정보 등 5가지 종류의 합성데이터셋과 함께, 해당 데이터를 생성한 절차와 과정에 대한 상세한 설명이 포함되어 있다.
개인정보위는 합성데이터를 활용하고자 하는 기업·연구기관 수요를 조사하고 그 수요에 맞춰 유용한 데이터를 생성했고, 생성과정에 대해서는 각 분야 전문가로 구성된 연구반 검토, 외부전문가의 적정성 심의 등을 거쳤다고 밝혔다.
5종의 합성데이터는 1. 사전 준비 ➔ 2. 합성데이터 생성 ➔ 3. 유용성·안전성 검증 ➔ 4. 활용 등 4단계 절차를 거쳐 만들었다.
합성데이터 생성에는 다양한 첨단기술들이 활용될 수 있다. 예를 들어, 참조모델의 구강 이미지 합성데이터의 생성에는 인공지능(AI) 기술 기반의 ‘적대적 생성 신경망(GAN, Generative Adversarial Networks)’ 기술이 활용됐다.
GAN은 ‘가짜 데이터를 생성하는 AI’와 ‘진짜와 가짜를 구분하는 AI’를 각각 만들고 두 개의 AI가 서로 경쟁해 발전하는 방식으로 학습을 진행하면서 정교한 합성데이터를 만들어내는 알고리즘이다. GAN의 최초제안자인 이안 굿펠로(Ian GoodFellow)는 GAN의 작동 원리를 최대한 진짜 같은 위조지폐를 만들어내는 ‘위조지폐범’과 위조지폐를 판별하여 검거하려는 ‘경찰’과의 관계에 비유하기도 했다.
생성된 합성데이터는 합성데이터와 원본데이터가 얼마나 유사한지, 동일한 목표를 달성할 수 있는지 등을 검토하는 ‘유용성 검증’과, 생성된 합성데이터를 통해 원본데이터 내 개인이 식별·추론될 가능성이 있는지 등을 검토하는 ‘안전성 검증’도 거쳤다.
유용성·안전성 검증에도 다양한 기법이 활용될 수 있는데, 이번 참조모델에서는 AI가 원본과 합성데이터를 구분하지 못하는 정도를 정량적으로 측정한 ‘구별 불가능성 검증’, 관련 분야 전문가가 직접 원본과 합성데이터를 판별하는 테스트를 수행하는 ‘Visual Turing Test’, 휘도·대조·구조 등을 기반으로 이미지의 형태적 유사성을 평가하는 ‘구조적 유사성 검증’ 등의 기법이 사용됐다.
합성데이터는 실제 데이터의 유용성을 최대한 유지하면서도 원본데이터에 포함된 개인이 식별되지 않도록 생성하는 것이 핵심이다. 그래서 서로 상충 관계에 있는 유용성 검증과 안전성 검증을 적절히 수행하면서 균형점을 찾는 것이 중요하다.
개인정보위는 “이번 합성데이터 생성에 참여한 연구진은 이러한 목표를 달성하기 위해 목표한 유용성·안전성 수준이 충족될 때까지 데이터를 재생성, 추가처리(유용성 또는 안전성을 저하시키는 데이터를 삭제하거나 조정하는 등), 재검증하는 과정을 거쳤다”며 “이번에 생성한 5종의 합성데이터는 관련 분야의 전문가를 통해 높은 수준의 안전성이 검증된 만큼, 6월 3일부터 ‘가명정보 지원플랫폼’을 통해 공개한다. 합성데이터 활용을 원하는 기업이나 연구자는 누구나 신청할 수 있고 최소한의 확인 절차를 거쳐 제공될 예정”이라고 밝혔다.
고학수 개인정보위 위원장은 “이번에 개인정보위에서 공개한 ‘합성데이터 생성 참조모델’은 데이터 경제 시대의 개인정보 침해 우려를 없애면서도 데이터를 적극적으로 활용하도록 하여 관련 데이터 산업 생태계의 발전에 크게 기여할 것으로 기대된다”면서, “앞으로도 개인정보위는 본격화되는 데이터 경제 시대에 국민 삶의 질을 제고할 수 있도록 개인정보의 안전한 활용을 위해 적극 노력하겠다”고 밝혔다.
한편 합성데이터 생성 참조모델은 5월 30일부터 개인정보위 누리집>법령·정책>법령정보>지침 또는 개인정보포털>자료>지침자료에서 내려받기가 가능하다.
[김경애 기자(boan3@boannews.com)]
6월 3일부터 ‘가명정보 지원플랫폼’에서 누구나 활용 신청 가능
[보안뉴스 김경애 기자] 합성데이터(Synthetic Data)는 실제 데이터와 통계적 특성이 유사해 실제 데이터 분석결과와 유사한 결과를 얻을 수 있도록 새롭게 생성해낸 가상의 데이터를 말한다. 합성데이터는 적절하게 생성된 경우 개인정보에 대해 요구되는 법적 제약 없이 활용 가능하고, 민감한 정보가 포함되는 등 개인정보 침해 우려가 있는 경우에도 안전하게 활용할 수 있다는 강점이 있어 대표적인 프라이버시 보호 기술(Privacy Enhancing Technology) 중 하나로 주목받고 있다.
▲GAN의 작동 원리[이미지=개인정보보호위원회]
특히 ‘합성데이터’는 실제 데이터의 특성만 참조해 실제 개인과 직접적인 관련이 없는 완전히 새로운 데이터셋을 생성해내는 기술로, 개인정보의 일부 또는 전부를 변형하는 기법인 ‘비식별 처리(가명·익명처리)’ 개념과는 구별된다.
개인정보보호위원회(위원장 고학수, 이하 개인정보위)에서 민간 연구자나 기업 등이 인공지능 학습 등을 위해 합성데이터를 안전하게 생성·활용할 수 있도록 5종의 ‘합성데이터 생성 참조모델’을 공개한다.
개인정보위는 연구용역을 통해 ‘합성데이터 생성 참조모델’을 마련했다. 이번 ‘합성데이터 생성 참조모델’에는 구강 이미지, 안전모 착용 이미지, 혈당 측정정보 등 5가지 종류의 합성데이터셋과 함께, 해당 데이터를 생성한 절차와 과정에 대한 상세한 설명이 포함되어 있다.
개인정보위는 합성데이터를 활용하고자 하는 기업·연구기관 수요를 조사하고 그 수요에 맞춰 유용한 데이터를 생성했고, 생성과정에 대해서는 각 분야 전문가로 구성된 연구반 검토, 외부전문가의 적정성 심의 등을 거쳤다고 밝혔다.
5종의 합성데이터는 1. 사전 준비 ➔ 2. 합성데이터 생성 ➔ 3. 유용성·안전성 검증 ➔ 4. 활용 등 4단계 절차를 거쳐 만들었다.
합성데이터 생성에는 다양한 첨단기술들이 활용될 수 있다. 예를 들어, 참조모델의 구강 이미지 합성데이터의 생성에는 인공지능(AI) 기술 기반의 ‘적대적 생성 신경망(GAN, Generative Adversarial Networks)’ 기술이 활용됐다.
GAN은 ‘가짜 데이터를 생성하는 AI’와 ‘진짜와 가짜를 구분하는 AI’를 각각 만들고 두 개의 AI가 서로 경쟁해 발전하는 방식으로 학습을 진행하면서 정교한 합성데이터를 만들어내는 알고리즘이다. GAN의 최초제안자인 이안 굿펠로(Ian GoodFellow)는 GAN의 작동 원리를 최대한 진짜 같은 위조지폐를 만들어내는 ‘위조지폐범’과 위조지폐를 판별하여 검거하려는 ‘경찰’과의 관계에 비유하기도 했다.
생성된 합성데이터는 합성데이터와 원본데이터가 얼마나 유사한지, 동일한 목표를 달성할 수 있는지 등을 검토하는 ‘유용성 검증’과, 생성된 합성데이터를 통해 원본데이터 내 개인이 식별·추론될 가능성이 있는지 등을 검토하는 ‘안전성 검증’도 거쳤다.
▲참조모델로 공개하는 합성데이터 5종[자료=개인정보보호위원회]
유용성·안전성 검증에도 다양한 기법이 활용될 수 있는데, 이번 참조모델에서는 AI가 원본과 합성데이터를 구분하지 못하는 정도를 정량적으로 측정한 ‘구별 불가능성 검증’, 관련 분야 전문가가 직접 원본과 합성데이터를 판별하는 테스트를 수행하는 ‘Visual Turing Test’, 휘도·대조·구조 등을 기반으로 이미지의 형태적 유사성을 평가하는 ‘구조적 유사성 검증’ 등의 기법이 사용됐다.
합성데이터는 실제 데이터의 유용성을 최대한 유지하면서도 원본데이터에 포함된 개인이 식별되지 않도록 생성하는 것이 핵심이다. 그래서 서로 상충 관계에 있는 유용성 검증과 안전성 검증을 적절히 수행하면서 균형점을 찾는 것이 중요하다.
▲가상으로 생성된 합성데이터 샘플[이미지=개인정보보호위원회]
개인정보위는 “이번 합성데이터 생성에 참여한 연구진은 이러한 목표를 달성하기 위해 목표한 유용성·안전성 수준이 충족될 때까지 데이터를 재생성, 추가처리(유용성 또는 안전성을 저하시키는 데이터를 삭제하거나 조정하는 등), 재검증하는 과정을 거쳤다”며 “이번에 생성한 5종의 합성데이터는 관련 분야의 전문가를 통해 높은 수준의 안전성이 검증된 만큼, 6월 3일부터 ‘가명정보 지원플랫폼’을 통해 공개한다. 합성데이터 활용을 원하는 기업이나 연구자는 누구나 신청할 수 있고 최소한의 확인 절차를 거쳐 제공될 예정”이라고 밝혔다.
고학수 개인정보위 위원장은 “이번에 개인정보위에서 공개한 ‘합성데이터 생성 참조모델’은 데이터 경제 시대의 개인정보 침해 우려를 없애면서도 데이터를 적극적으로 활용하도록 하여 관련 데이터 산업 생태계의 발전에 크게 기여할 것으로 기대된다”면서, “앞으로도 개인정보위는 본격화되는 데이터 경제 시대에 국민 삶의 질을 제고할 수 있도록 개인정보의 안전한 활용을 위해 적극 노력하겠다”고 밝혔다.
한편 합성데이터 생성 참조모델은 5월 30일부터 개인정보위 누리집>법령·정책>법령정보>지침 또는 개인정보포털>자료>지침자료에서 내려받기가 가능하다.
[김경애 기자(boan3@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
김경애기자 기사보기
[2024-12-02] 
.jpg)
