
373
14
장
머신러닝을 위한 데이터 개인 정보 보호
WARNING
_
K
-
익명성
흔히 익명화
anonymization
라고 알려진
K
-익명성(
https
://
oreil
.
ly
/
sxQet
)은 머신러닝 파이프라인에서 개
인 정보 보호를 강화하는 좋은 방법이 아닙니다.
K
-익명성은 데이터셋의 각 개인을 준식별자(성별, 인종, 우
편번호 등 개인을 간접적으로 식별할 수 있는 데이터)와 관련하여
k
–
1
과 구별할 수 없도록 요구합니다. 이는
데이터셋이 이 요구사항을 충족할 때까지 데이터를 집계하거나 제거함으로써 가능합니다. 이런 데이터 제거
는 일반적으로 머신러닝 모델의 정확도를 크게 떨어뜨립니다.
49
14.7
요약
개인 데이터나 민감한 데이터를 사용할 때는 신뢰할 수 있는 사용자, 필요한 모델 성능 수준,
사용자에게서 얻은 동의와 관련하여 사용자의 요구에 가장 적합한 데이터 개인 정보 보호 솔루
션을 선택해야 합니다.
이 장에서 설명하는 모든 기술은 아주 새로운 것이며, 프로덕션 용도는 아직 널리 보급되지 않
았습니다. 이 장에서 다룬 프레임워크를 사용해서 사용자의 개인 정보를 완벽하게 보호할 수
있다고 가정하지 마세요. 머신러닝 파이프라인에 개인 정보 보호를 추가하는 데는 항상 상당
한 추가 엔지니어링 노력이 수반됩니다. 개인 정보 보호 머신러닝 분야는 빠르게 발전하고 있
으며, ...