PET

왜 배우는가: PET는 빅데이터·AI 시대에 개인정보를 활용하면서도 보호해야 하는 상충 문제를 기술로 푸는 수단이라 실무 설계와 법 대응에서 자주 쓰인다. 시험에서는 개념 정의, 기술 유형 분류, 가명정보 처리와의 연계를 묻는 문항으로 반복 출제되었다.

출제 이력: 제138회 1교시 7번, 제134회 4교시 4번

1. 한 줄 정의와 핵심 키워드

답안 첫 줄에 쓸 정의 문장은 다음과 같다.

PET는 개인정보의 수집·처리·활용 전 과정에서 데이터 활용 가치를 유지하면서 정보주체의 프라이버시를 보호하는 기술의 총칭이다.

핵심 키워드는 다음과 같다.

• 프라이버시 강화 기술(PET)
• 데이터 최소화
• 비식별화
• 가명처리
• 동형암호
• 연합학습
• 차분 프라이버시
• 설계에 의한 프라이버시(Privacy by Design)

2. 개념 풀이

PET는 쉽게 말해 개인정보를 덜 드러내고도 데이터를 쓸 수 있게 해 주는 기술이다. 데이터를 아예 모으지 않거나, 모으더라도 원본을 보이지 않게 처리하는 방식이 기본 아이디어다.

정식 정의는 다음과 같다. PET는 개인정보 처리의 최소화, 데이터 보안의 극대화, 정보주체의 권한 강화라는 기본 데이터 보호 원칙을 기술로 구현한 것이다. 정보 시스템이 개인정보를 소유하는 정도를 기능 손실 없이 줄이는 기술 전체를 가리킨다. 영어권 자료에서는 PET를 경성(hard) 프라이버시 기술과 연성(soft) 프라이버시 기술로 나누기도 한다.

핵심 용어는 다음과 같이 풀이한다.

비식별화는 개인을 알아볼 수 없도록 식별요소를 삭제하거나 대체하는 처리다. 개인정보보호법상 가명처리, 총계처리, 범주화 등이 여기에 속한다. 가명처리는 추가정보 없이는 특정 개인을 알아볼 수 없도록 일부를 삭제하거나 대체하는 방법이다. 국가보훈부 지침 제3조는 이를 가명정보의 정의로 규정한다.

동형암호(Homomorphic Encryption)는 암호문 상태에서 연산할 수 있는 암호 기술이다. 연산 결과를 복호화하면 평문에 대해 같은 연산을 한 결과와 같다. 데이터를 복호화하지 않고 외부 클라우드에서 처리할 수 있어 PET의 대표 암호 기술로 꼽힌다.

연합학습(Federated Learning)은 원본 데이터를 한곳에 모으지 않고 각 기관에서 모델만 학습해 공유하는 방식이다. 차분 프라이버시(Differential Privacy)는 통계 결과에 통계적 노이즈를 넣어 개별 정보가 드러나지 않게 하는 기법이다.

3. 등장 배경과 필요성

데이터 경제가 커지면서 데이터 활용과 개인정보 보호가 충돌하게 되었다. 기업과 기관은 데이터를 결합하고 분석해야 가치를 얻지만, 원본을 공유하면 개인정보 유출 위험이 커진다. 기존의 접근 통제와 암호화만으로는 분석 과정에서 원본이 노출되는 문제를 막기 어렵다.

이 문제를 해결하려는 방향이 설계 단계부터 보호를 넣는 것이다. 유럽의 개인정보 보호 규범에서 강조하는 설계에 의한 개인정보 보호(Privacy by Design)는 PET를 그 구현 수단으로 보는 관점이다. 다만 미국 민주주의·기술센터(CDT)는 PET가 사용자 권한 강화 도구일 뿐 전체 체계의 일부라고 구분한다. PET만으로 프라이버시가 확보되지는 않는다는 뜻이다.

국내에서는 개인정보보호법의 가명정보 개념 도입과 함께 PET 수요가 본격화되었다. 통계작성, 과학적 연구, 공익적 기록보존 목적에 한해 정보주체 동의 없이 가명정보를 처리할 수 있게 되었다. 이때 추가정보를 분리 보관하는 안전조치가 필수가 되었고, 이 흐름 속에서 PET가 실무 기술로 자리 잡았다.

가명정보는 추가정보 없이 특정 개인을 알아볼 수 없는 정보 로 정의되며, 그 처리 시 추가정보는 별도 분리 보관해야 한다.

4. 구성요소·원리·절차

PET는 데이터를 처리하는 과정에서 개인을 식별할 수 있는 정보의 노출을 줄이면서 분석 결과는 유지하는 기술군이다. 구성요소는 크게 비식별 계열, 암호 계열, 분산·통계 계열, 하드웨어 격리 계열로 나뉜다.

비식별 계열은 데이터 형태를 바꾸는 방식이라 구현이 단순하다. 다만 추가 정보나 외부 정보와 결합하면 재식별 위험이 남는다. 암호 계열은 복호화 없이 연산하므로 원본 노출이 없다. 대신 연산 비용이 크다. 분산·통계 계열은 원본을 한곳에 모으지 않거나 결과에 노이즈를 넣어 개별 정보 추론을 막는다.

동형암호는 암호문에 대해 덧셈·곱셈을 수행하고, 복호화한 결과가 평문 연산 결과와 같아야 한다. 결과 식으로 나타내면 $\mathrm{Dec}(\mathrm{Enc}(a)\oplus\mathrm{Enc}(b))=a+b$ 이다. 여기서 \mathrm{Enc}는 암호화 함수, \mathrm{Dec}는 복호 함수, \oplus는 암호문 상의 연산이다.

PET 적용 절차는 다음과 같다.

• 처리 목적과 필요한 정보 항목을 정의한다.
• 식별자를 비식별 처리하고 추가정보를 별도 보관한다.
• 결합·분석 단계에서 암호 또는 분산 기술을 선택한다.
• 결과의 재식별 가능성을 점검하고 기록을 남긴다.
• 결과를 제3자에게 제공하거나 공개한다.

다음 도식은 가명정보 결합과 PET 적용 흐름을 나타낸다.

5. 관련 법령·기준·표준

PET를 직접 규정한 법령은 국내에 없다. PET는 개인정보 보호법상 가명처리, 가명정보 결합, 안전성 확보 조치 규정 안에서 적용된다. 아래 값은 국가보훈부 개인정보 보호지침의 현행 원문에 근거한다.

위 기준은 국가보훈부 지침에 한정된다. 다른 기관에 적용할 때는 해당 기관의 지침을 확인해야 한다. 「개인정보 보호법」에는 가명정보 관련 규정이 있다.

국내에서 PET를 다루는 공공 가이드라인과 해외 기준은 다르게 정리되어 있다. 해외 PET 체계는 개념 차이만 구분한다. 하드 프라이버시 기술은 데이터 자체를 보호하고, 소프트 프라이버시 기술은 정책과 사용자 통제를 중심으로 본다.

6. 유형과 비교

PET는 한 가지 기술이 아니라 목적과 방식이 다른 여러 기술의 묶음이다. 실무에서는 데이터를 줄이는 방식, 데이터를 암호화한 채 계산하는 방식, 데이터를 나눠 두고 함께 학습하는 방식으로 나누어 고른다. 답안에서는 이 세 축을 기준으로 비교하면 설명이 짧아진다.