KOTI 한국교통연구원

---

"본 연구는 객체단위 모빌리티 데이터가 가진 유용성을 보존하면서도 안전하게 활용할 수 있도록 기술적 해결책과 제도적 기반을 동시에 마련하는 데 목적이 있다. 이를 위해 객체단위 통행사슬(Trip-Chain) 데이터에 적합한 비식별화 기술을 검토하고, 데이터의 안전성과 유용성을 함께 확보할 수 있는 평가체계를 제안하였다. 또한 모빌리티 데이터의 활용 목적과 정보 공개 수준에 따른 비식별화 가이드라인과 법·제도 개선 방향을 제시함으로써 지속가능한 모빌리티 데이터 생태계 구축에 기여하고자 하였다."


 


기존의 유용성·안전성 지표는 평가 결과를 일관된 기준으로 해석하기 어렵다는 한계가 있다. 같은 지표라도 데이터의 표본 크기나 희소성, 적용한 모형과 평가 방식에 따라 값의 의미가 달라져, 어느 수준이면 안전하거나 유용하다고 판단할 보편적인 기준선(절대 기준)을 정하기 어렵기 때문이다. 본 연구는 이러한 한계를 보완하기 위해 새로운 유용성·안전성 평가 체계를 제시하였다 <그림 5>.



유용성은 먼저 SRMSE (Scaled Root Mean Square Error) 지표를 이용하여 비식별 데이터가 원본의 분포 형태를 유지하는지를 점검한다. 이때, ‘출발 시간대’나 ‘출발지’처럼 변수 하나하나의 분포가 원본과 유사한지를 1차원 SRMSE 로 평가하고, ‘특정 시간대에 어느 지역에서 출발’과 같이 변수 조합의 분포가 원본과 유사한지는 2차원 SRMSE를 통해 평가한다. 다음으로는 교통 분석에서 가장 많이 활용되는 기종점 통행량(OD)의 재현성을 평가하기 위하여 통행 유사도(CPC) 지표로 비식별화된 OD가 원본과 얼마나 유사한지 검증한다. 이처럼 데이터의 기본적 분포 보존 여부와 모빌리티 데이터의 특성에 맞춘 재현성을 나누어 평가함으로써 데이터의 활용 목적과 특성을 반영한 유용성 평가를 시행한다.
안전성은 두 가지 관점에서 상호보완적으로 평가한다. 첫 번째 관점은 ‘꼬리분포 관점’으로 기존의 K-익명성을 활용해 특정 개인을 노린 표적 공격에 취약한 소수 집단의 규모를 진단한다. 모든 데이터를 [출발지·도착지·시간] 등 준식별자 조합별로 묶은 뒤, 같은 조합을 가진 통행이 K건을 넘는 비율을 산출하는 방식이다. 두 번째는 '전체분포 관점'으로, 본 연구에서 새롭게 개발한 재식별 기대 위험도(ERR, Expected Re-identification Risk)를 활용한다. ERR은 희소 집단에만 초점을 맞추는 한계를 보완하기 위해, 데이터 전체의 평균적인 재식별 위험을 나타내는 지표이다. 동일한 통행 패턴이 k건 존재할 경우 재식별 확률은 1/k로 계산되며, ERR은 이를 전체 데이터에 대해 평균한 값이다. 값이 클수록 데이터 유출 시 개인이 식별될 위험이 높음을 의미한다. 따라서 ERR은 표적 공격에 초점을 둔 꼬리분포 관점 지표와 함께 활용되어, 대규모 유출 상황까지 고려한 보다 종합적인 안전성 평가를 가능하게 한다 <표 4>.





5. 객체단위 모빌리티 데이터 정보보호 방법 본 연구에서는 LG U+ 기종점 통신데이터(약 4,263만 건)를 대상으로, 마스킹·일반화 기법과 합성 데이터 기법을 활용한 데이터 형태별(Trip·Trip-Chain) 비식별화를 진행하고, 정보보호 안전성과 유용성을 평가하였다.

5.1 마스킹·일반화 기법 기반 비식별화 안정성 유용성 평가
분석 결과, 시공간 집계 단위가 넓어질수록 안전성은 높아지는 반면 유용성은 낮아지는 상충관계를 확인할 수 있었다 <그림 6>. 특히, 유용성 측면에서 공간 격자를 100m에서 1,000m로 넓힐 때 1차원 SRMSE로 측정한 정보 손실이 급격히 커져 데이터 유용성이 크게 떨어졌다. 이러한 안전성과 유용성의 상충관계(trade-off) 변화 크기를 바탕으로, 공개 모빌리티 데이터의 안정성과 유용성을 효과적으로 확보하기 위해서는 60분, 1,000m 단위가 적절하며(K>3 비율 70% 이상), 데이터 안심 구역처럼 통제된 환경에서는 30분, 500m 단위(K>3 비율 약 44%)가 절충안이 될 수 있다는 결론을 도출하였다.



5.2 합성데이터 기반 비식별화 안정성 유용성 평가
합성데이터는 원본 데이터의 형식, 구조와 통계적 분포, 패턴을 학습해 생성된 모의 데이터로서 민감한 개인정보를 직접 노출하지 않아 효과적으로 개인정보를 보호할 수 있으며, 데이터 부족, 수집 제약, 접근 제약 상황에서 데이터 증강을 통해 모델의 성능을 높이고, 개인정보보호 규정을 준수하면서 민감한 데이터를 안전하게 공유, 활용할 수 있는 효과적인 방법이다. 본 연구에서는 데이터의 형태와 활용 목적에 따라 서로 다른 합성 기법을 적용하였다. 출발지와 도착지로만
구성된 Trip OD 형태에는 통계 모형(Synthpop), 생성형 AI 기본 모형(CTGAN), 이를 고도화한 모형(WGAN-GP), 그리고 두 방식을 결합한 하이브리드 모형 (CART+CVAE)을 적용하였고, 경유지정보까지 포함하는 Trip-Chain 형태에는 Synthpop, CTGAN, 생성형 AI 모형 T(VAE)를 적용하였다.
분석 결과를 살펴보면, 합성데이터 기반 비식별화 방법에서도 유용성과 안전성의 상충관계(tradeoff)를 확인할 수 있었으며, 특히 통계 모형과 AI 모형을 함께 사용한 결합 모형(하이브리드 모형)이 단일 모형보다 우수한 성능을 보이는 것으로 나타났다. Trip OD 형태에서는 하이브리드 모형인 CART+CVAE가 원본 통행 구조의 약 82% (CPC 0.816)를 재현하면서도, 원본과의 직접 일치를 피함으로써 유용성과 안정성을 동시에 효과적으로 확보하였다. Trip-Chain 형태에서는 TVAE가 통행 목적별 분포와 체류 시간 등 원본의 특성을 가장 충실하게 재현하였으며, Synthpop은 안전성 측면에서 강점을 보였다.
정리하면, 합성데이터는 데이터 형태와 적용 기법에 따라 그 성능과 특성이 달랐는데, 데이터의 안전성과 유용성을 균형있게 확보하면서 활용 목적에 맞는 유용한 합성데이터를 만들어 내기 위해서는 방법론 선택이 중요하다는 것을 확인할 수 있었다.





 





[참고문헌]
•개인정보보호위원회(2024),『가명정보 처리 가이드라인』
•개인정보보호위원회(2024),『합성데이터 생성·활용 안내서』, p.49
•개인정보보호위원회(2024),『합성데이터 생성 참조모델』
•국무조정실(2016), 『개인정보 비식별 조치 가이드라인』
•송재익, ‘합성데이터를 통한 안전한 개인정보 활용 전략’, 개보위, 개인정보 기술포럼 합동세미나, 2024.
• 송태진, 이해선(2017), 2017년도 국가교통조사·DB시스템 운영 및 유지보수 제3권 모바일 자료 기반 통행수요 추정 및교통지표 발굴. 세종: 한국교통연구원. p.34.
• Carvalho, T., Moniz, N., Faria, P., & Antunes, L. (2022). Survey on privacy-preserving techniques for data publishing. arXivpreprint arXiv:2201.08120.

1. 객체단위 모빌리티 데이터의 정보보호 필요성

2. 객체단위 모빌리티 데이터 특성

3. 국내 법·제도 사례

4. 새로운 정보보호 수준 (안전성·유용성) 평가 방법

5. 객체단위 모빌리티 데이터 정보보호 방법

6.  객체단위 모빌리티 데이터 비식별화 가이드라인 및 법 제도 개선 방향

7. 결론