판결문 비식별화를 위한 개인식별정보의 계층적 분류 및 데이터셋 구축 = Establishing Personal Information Categories and Constructing Datasets for the De-identification of Korean Court Judgments

국문 초록 (Abstract)

헌법 제109조의 재판공개의 원칙에 따라, 판결문은 민·형사소송법상의 규정(민사소송법 제162조의3, 형사소송법 제59조의3)에 근거하여 열람 및 복사가 가능하다. 그러나 법원은 개인정보 보호를 위해, 관련 소송법 조항과 『개인정보보호법』, 『민사판결서 열람 및 복사에 관한 규칙』, 『형사판결서 등의 열람 및 복사에 관한 규칙』, 그리고 『판결서 등의 열람 및 복사를 위한 비실명 처리기준(재판예규)』에 따라 판결문에 포함된 개인정보 및 간접식별정보를 비식별화하여 공개할 의무가 있다. 이는 판결의 투명성과 사법 접근성을 제고하는 한편, 정보주체의 프라이버시를 보호하기 위한 제도적 장치라 할 수 있다.

하지만 현행 비식별화 기준은 개인식별정보에 대한 정의와 항목 구분이 명확하지 않아 실무상 처리의 일관성이 떨어지며, 기술적 자동화에도 한계가 존재한다. 본 논문에서는 한국어 판결문을 대상으로 비식별 처리 기준의 체계화를 목적으로, 실제 판결문을 모사한 비식별화 데이터셋을 구축하고, 법률 도메인에 특화된 개인식별정보 분류 체계를 정립하였다. 이를 통해 향후 판결문 자동 비식별화 시스템 개발에 활용 가능한 기준점을 제시하고, 공공 사법정보의 안전한 활용을 위한 기반을 마련하고자 하였다.

다국어 초록 (Multilingual Abstract)

According to Article 109 of the Constitution of the Republic of Korea, the principle of open trials ensures that court rulings can be accessed and copied under the provisions of the Civil Procedure Act (Article 162-3) and the Criminal Procedure Act (Article 59-3). However, to protect personal information, courts are obligated to de-identify personally identifiable information (PII) in judgments before disclosure. This obligation is grounded in relevant procedural laws, the Personal Information Protection Act, the Rules on the Inspection and Copying of Civil and Criminal Judgments, and the Judicial Rule on De-identification Standards for Court Judgments. This system aims to enhance transparency and access to justice while safeguarding the privacy of individuals involved.

Nevertheless, the current de-identification standards lack clear definitions and categorizations of personal information, resulting in inconsistencies in practice and limitations in automation. This study aims to establish a structured framework for de-identification criteria specific to Korean court rulings. We construct a de-identified dataset for de-identification of court judgments and develop a three-tiered PII categorization. By doing so, we present a practical foundation for the future development of automated de-identification systems and contribute to the secure and responsible use of public judicial information.

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구의 필요성 1
• 제2절 연구 문제 및 현황진단 1
• 제3절 연구 목적 및 기여 2
• 제2장 선행연구 4
• 제1절 국내 판결문 비식별화 관련 선행연구 및 현황 4
• 제1항 자동화 시스템의 미비와 수작업 중심의 한계 4
• 제2항 인공지능 모델 학습을 위한 데이터셋 부재 4
• 제3항 비식별처리 대상 항목의 구체성 결여 4
• 제2절 해외 판결문 비식별화 현황 5
• 제1항 정부 주도의 비식별처리 자동화 연구 5
• 제2항 비식별처리 대상 항목 기준의 모호함 5
• 제3절 의료 분야 비식별화와의 비교 6
• 제1항 의료데이터 비식별화 기준과 제도적 기반 6
• 제2항 판결문 비식별화의 복잡성 7
• 제3장 연구방법 8
• 제1절 데이터 수집 9
• 제2절 라벨링 원칙 수립 9
• 제3절 익명처리된 부분 탐지 후 라벨링 10
• 제4절 개인식별정보의 계층적 분류 13
• 제5절 개인식별정보 유형별 Replacement 리스트 구축 16
• 제6절 LLM을 사용한 데이터증강 17
• 제4장 결론 19
• 참고문헌 20
• 부록 22
• 제1절 사건관계인 특정 정보 22
• 제1항 인명 22
• 제2항 아이디•닉네임 22
• 제3항 연령정보 22
• 제4항 이메일주소 22
• 제5항 주민등록번호 23
• 제2절 기타 (사건관계인이나제3자를특정할수있는) 정보 23
• 제1항 사건관계인이력 23
• 제2항 사건 관련 숫자 정보 23
• 제3항 사건 관련 장소 23
• 제4항 지리정보 24
• 제5항 조직 24
• 제6항 기관 및 시설 25
• 제7항 사업체 26
• 제8항 상품 일반 29
• 제9항 방송통신서비스 29
• 제10항 금융서비스 29
• 제11항 사회•문화 30
• 제12항 URL 30
• Abstract 31
• 그림 목차
• [그림1] 익명처리된 판결문으로부터 학습용 데이터셋 구축 및 개인식별 정보의 계층적 분류 2
• [그림2] 익명처리 후 공개된 판결문과 라벨링한 판결문 13
• [그림3] 개인식별정보의 계층적 분류 15
• [그림4] Replacement list 예시 17
• [그림5] LLM을 사용한 라벨 증강 과정 18