개인정보보호위원회가 인공지능(AI) 학습에 필요한 합성데이터를 안전하게 생성·활용할 수 있도록 돕기 위해 합성데이터 참조모델 5종을 공개한다.
합성데이터란 실제 데이터와 통계적 특성이 유사해 실제 분석과 유사한 결과를 얻을 수 있도록 생성된 가상 데이터다. 데이터 특성만 참조해 실제 개인과 직접 관련이 없는 완전히 새로운 데이터셋을 생성해 개인정보 보호에 대한 법적 제약 없이 활용 가능하다.
연구용역을 통해 마련한 참조모델에는 △구강 이미지 △안전모 착용 이미지 △혈당 측정 정보 △통신사 멤버십 사용내역 △기업주주·대표자 정보 등 5가지 합성 데이터셋과 함께 데이터를 생성한 절차·과정에 대한 설명이 포함됐다.
개인정보위는 합성데이터를 활용하기 원하는 기업·연구기관 수요를 조사하고 그 수요에 맞춰 유용한 데이터를 생성했고, 생성 과정에 대해선 각 분야 전문가로 구성된 연구반 검토, 외부전문가의 적정성 심의 등을 거쳤다고 설명했다.
합성데이터는 사전 준비, 합성데이터 생성, 유용성·안정성 검증, 활용 등 4단계를 걸쳐 만들어졌다. 합성데이터 생성에는 '적대적 생성 신경망(GAN)' 기술이 사용됐다. 유용성·안정성 검증에서는 '구별 불가능성 검증', '비쥬얼 튜링 테스트', '구조적 유사성 검증' 등의 기법이 활용됐다.
합성데이터는 내달 3일부터 '가명정보 지원플랫폼'을 통해 공개된다. 합성데이터 활용을 원하는 기업이나 연구자는 누구나 신청할 수 있고 최소한의 확인 절차를 거쳐 제공할 예정이다.
고학수 개인정보위 위원장은 “합성데이터 생성 참조모델은 개인정보 침해 우려를 없애면서도 데이터를 적극적으로 활용하도록 해 관련 데이터 산업 생태계 발전에 크게 기여할 것”이라며 “본격화되는 데이터 경제 시대에 국민 삶의 질을 제고할 수 있도록 개인정보의 안전한 활용을 위해 적극 노력하겠다”고 말했다.
조재학 기자 2jh@etnews.com
