개인정보의 비식별화에 따른 기계학습의 예측 정확도 분석 연구 = A Study on the Prediction Accuracy of Machine Learning using De-Identified Personal Information

다국어 초록 (Multilingual Abstract)

The de-identification of personal information is emerging due to the revision of the Personal Information Protection and Personal Information Protection Act. In addition, the use of artificial intelligence and machine learning is becoming a driving force in the Fourth Industrial Revolution. In this paper, we experimentally verify the predictive accuracy of a machine learning decision tree algorithm using de-identified personal information by applying k-anonymity (k=2). The prediction results of the input data are compared to determine the limitations of using de-identified personal information in machine learning. According to the amendment of the Personal Information Protection Act, we propose that when using de-identified personal information in machine learning, the level of personal information de-identification and the analysis algorithm should be considered.

국문 초록 (Abstract)

개인정보 보호 및 개인정보 보호법 개정에 따른 개인정보 비식별화 관련 사항이 대두되고 있다. 또한 4차 산업혁명의 원동력으로 인공 지능과 기계학습의 활용이 증대되고 있다. 본 논문에서는 k-익명성(k=2)을 적용한 비식별화 개인정보를 활용하여 기계학습의 의사결정나무 알고리즘으로 예측 정확도를 실험적으로 검증한다. 그리고 입력 데이터의 예측 결과를 비교하여 기계학습에서 비식별화 개인정보를 활용 시 제한 사항을 알아보고자 한다. 개인정보보호법 개정안에 따라 기계학습에 비식별화 개인정보를 사용할 경우, 개인정보 비식별화 수준과 분석 알고리즘을 고려하여 활용해야 한다는 것을 제안한다.

참고문헌 (Reference)

1 김정선, "가명 데이터 활용연구- 기술적 처리방법 및 기업의 활용방향을 중심으로 -" 한국정보보호학회 30 (30): 253-261, 2020

2 Microsoft, "Two-Class Boosted Decision Tree"

3 "Titanic Data"

4 Korea Internet & Security Agency, "Systematization and establishment of privacy protection model to enhance personal information utilization"

5 "Personal Information Protection Act"

6 J. Paranthaman, "Performance Evaluation of K-Anonymized Data" 13 : 2013

7 BILL INFORMATION, "Partial Amendment of the Personal Information Protection Act (Alternative)"

8 "Microsoft Azure Machine Learning Studio"

9 "Guidelines for De-identifying Personal Information"

10 "General Data Protection Regulation (GDPR) Article 4 (5)"

11 Jonghoo Choi, "Application of Data Mining Decision Trees" 4 (4): 61-83, 1999

12 Min Kyoung Sung, "Analysis of Anonymized Data on Machine Learning" 2019 (2019): 106-108, 2019

13 "ARX Data Anonymization Tool"

14 H. Wimmer, "A Comparison of the Effects of K-anonymity on Machine Learning Algorithms" 5 : 2014