[빅데이터분석기사 필기] Ⅰ.빅데이터 분석 기획 - 01. 빅데이터의 이해(3)

2 분 소요

01. 빅데이터의 이해

키워드🔑
인공지능, 빅데이터, 개인정보보호, 개인정보 비식별화

(1) 인공지능의 개념

(2) 빅데이터와 인공지능의 관계 ⇒ 상호보완 관계

(인공지능의 분석력, 예측력) + (빅데이터의 신뢰성, 현실성) ⇒ 의미있는 결과 도출
빅데이터로 말미암아 비정형 데이터 고속 분석이 가능해짐 → 1950년대에 등장한 인공지능을 최신트렌드로 끌고 올 수 있게 됨 → 자체 알고리즘으로 스스로 학습하는 딥러닝 기술 → 특정 분야에서 인간의 지능을 뛰어넘는 능력!
상호보완 관계
- 빅데이터는 인공지능의 구현완성도 높여줌
- 인공지능은 빅데이터의 문제해결 완성도를 높여줌
빅데이터 기술이 주목받는 이유: 우수한 정보처리를 바탕으로 의미있는 결과를 도출
빅데이터와 인공지능의 목표가 부합 → 빅데이터는 인공지능을 위한 기술이 될 가능성이 크다

(1) 개인정보보호: 정보 주체(개인)의 개인정보 자기 결정권을 철저히 보장하는 활동

개인정보 자기 결정권:
자신에 관한 정보가 언제, 어떻게, 어느 범위까지 타인에게 전달 및 이용될 수 있는지를
그 정보 주체가 스스로 결정할 수 있는 권리
개인정보: 살아있는 개인에 관한 정보/ 개인을 알아볼 수 있는 정보

(2) 개인정보보호의 필요성: 개인정보는 정보사회의 핵심 인프라

(3) 빅데이터 개인정보보호 가이드라인

(4) 개인정보보호 관련 법령

(5) 개인정보보호 내규
📌 데이터 수집 시 개인정보보호를 위한 가이드라인

(1) 개인정보 비식별화

(2) 개인정보 비식별화 절차
📌 사전검토 → 비식별 조치 → 적정성 평가 → 사후관리

(3) 개인정보 비식별 조치 방법
📌 가명처리 / 총계처리 / 데이터삭제 / 범주화 / 마스킹

가명처리: 식별할 수 없는 다른 값으로 대체
- 휴리스틱 익명화 / 암호화 / 교환방법
- ex) 홍길동, 20대
총계처리: 통곗값 적용
- 총계처리 기본방식 / 부분집계 / 라운딩 / 데이터 재배열
- ex) 연구실 학생들 키 합: 650cm
데이터 삭제: 특정 데이터값 삭제
- 속성값 삭제 / 부분 삭제 / 준 식별자 제거를 통한 단순 익명화
- ex) 주민등록번호 → 90년대, 여성
데이터 범주화: 범주화(해당 그룹의 대푯값으로 변환), 범위화(구간 값으로 변환)
- 범주화 기본방식 / 랜덤 올림 / 범위 방법 / 세분 정보 제한 방법 / 제어 올림
- ex) 박씨, 20~30세
데이터 마스킹: 전체 또는 부분적으로 대체값(공백, *, 노이즈)으로 변환
- 임의 잡음 추가 / 공백과 대체 방법
- ex) 이OO, OO대학 재학

(4) 재식별 가능성 모니터링