《合成数据指南》（韩文）-110页_6mb

합성데이터 활용 안내서 요약

1. 합성데이터의 목적과 적용 범위

합성데이터는 개인정보 보호를 강화하면서도 학습 데이터 부족 문제를 해결하기 위해 생성됩니다.

• 적용 대상: 원본 데이터에 개인정보가 포함된 경우. 완전 합성 데이터는 가명정보나 익명정보로 인정받을 수 있습니다.
• 유효한 사용 예시:
  • AI 모델 학습용 데이터셋 생성 (예: 통신사 멤버십 데이터)
  • 의료 AI 개발 (예: 구강 이미지 합성)
  • 소프트웨어 테스트 데이터

2. 합성데이터 생성 및 안전 매니지먼트 프로세스

5단계로 구성된 합성 데이터 처리 프로세스를 따릅니다:

1. 사전준비:
   • 활용 목적, 범위, 생성 주체 설정
   • 원본 데이터 분석 및 전처리 (식별자 제거, 극단 값 처리)
2. 합성 데이터 생성:
   • 통계 모델 기반 (Synthpop, GMM) 또는 AI 기반 (GAN, Diffusion Model) 방법 선택
   • 차등 프라이버시 적용 및 비가역적 알고리즘 사용
3. 안전성 및 유용성 검증:
   • 안전성 지표: 구별 위험도, 연결 위험도, 추론 위험도
   • 유용성 지표: 분포 유사성, 모델 성능 측정
4. 심의위원회 평가:
   • 외부 전문가와 내부 위원으로 구성, 세부 기준 검토
5. 활용 및 안전 관리:
   • 합성 데이터의 잔여 위험 모니터링, 반복 사용 관리

3. 합성 데이터 검증 지표와 임계값 설정

• 안전성 지표:
  • 구별 위험도 (0 가까울수록 안전), 연결 위험도 (CAP 값 0.7 미만 권장), 추론 위험도 (0.5 이하 권장)
  • 기준 설정: 90분위 수 또는 임의 임계값 설정
• 유용성 지표:
  • 회귀 모델의 신뢰구간 겹침도, 분포 유사성 (Jensen-Shannon Divergence 등)
• 생성 방법 선택: 데이터 유형 및 속성에 맞춰 통계 또는 AI 기반 방법 적용

4. 합성 데이터 거버넌스와 법적 근거

• 준수 기준:
  • "개인정보보호법" 제15조 및 "합성데이터 생성 참조모델" 적용
  • 원본 데이터 제공 시 위탁 계약, 제3자 제공 동의 등 적법 절차 준수
• 익명화: 심의위원회 검증 시 익명 데이터로 인정받아 안전한 공유

5. 합성 데이터 활용의 한계와 추천 사항

• 위험 관리: 멤버십 추론 공격, 재식별 위험 모니터링 필요
• 적응형 프로토콜:
  • 데이터 사용 환경에 따라 유용성/안전성 균형 조정
  • 정기적 검증 및 기술 갱신 (GAN 으로 생성 시 지나친 유사성이 위험 요소)
• 교육에 활용하기: 합성 데이터 체크리스트 및 가이드라인 문서 활용

이 안내서는 합성 데이터를 윤리적이고 안전하게 활용하는 방법을 제공하며, 실제 프로젝트에서는 상황에 맞춰 절차를 조정하거나 심의위원회 평가를 통한 최적화를 고려해야 합니다.