마이크로데이터의 노출위험과 자료유용성 사이의 상충관계를 고려한 효과적인 매스킹 기법 및 비밀보호 방안에 관한 연구 doc_id CNTS-00118884035_1

공공이용파일을 작성하여 배포할 때는 노출위험뿐만 아니라 자료의 유용성(정보손실)을 동시에 고려해야 한다. 그러나 노출위험을 낮추기 위해 여러 매스킹 기법들을 적용할수록 자료의 정보손실 역시 계속해서 증가하며, 이러한 노출위험과 정보손실 측도 사이의 상충관계(trade-off)가 언제나 존재한다. 그럼에도 불구하고 적절한 비밀보호 처리를 위해서는 두 측도 모두를 낮추어야 하기 때문에 적절한 해결 방안을 찾기가 쉽지 않은 측면이 있다. Duncan 등(2001)에서는 노출위험과 유용성의 변화를 동시에 살펴볼 수 있도록 노출 위험-유용성 지도를 제안하여 매스킹 방안 선택의 기준을 제시한 바 있다. 이러한 노출위험과 자료유용성을 동시에 고려하는 개념은 매우 적절히 제시된 것으로 이후 관련 연구들에서 꾸준히 활용되어 왔다. 마이크로데이터의 노출제어 문제를 해결하기 위해 각 통계기관이 전통적으로는 매스킹 기법들에 의존해 와서 매스킹 기법들이 가장 널리 활용되고 있지만, 매스킹 기법만으로는 자료 공급자 및 자료 이용자를 모두 만족시키기 어려운 한계를 가진다고 할 수 있다. 때문에 미국, 독일 등에서는 인위자료(synthetic data)를 활용하여 공공이용파일을 작성하는 것을 최근 꾸준히 연구해왔다. 실제 자료에 대해 인위자료를 생성하여 공공이용파일을 작성한 사례도 시작되고 있으며 학계에서 연구가 활발히 진행되고 있다고 할 수 있다. 그러나 인위자료를 생성하는 것은 베이지안 기법에 근거한 여러 이론들을 자료 공급자가 익혀야 하는 문제나 인위자료의 활용 자체가 가지는 한계들도 있어 역시 많은 어려움이 예상된다. 노출위험은 보통 통계작성기관의 경험에 의거한 점검 목록을 체크하거나, 단순한 자료의 요약 통계량들을 이용하거나, 자료에 어떤 식별 테스트를 하는 방법들에 경험적으로(ad hoc) 의존해왔다. 하지만 노출위험은 분명한 통계적 원칙을 따라 평가되어야 하며, 그러한 노력들이 학계와 각국 통계기관들에서 꾸준히 이루어져 왔다. 대표적으로 미국의 경제활동인구조사(Current Population Survey) 자료를 위해서 Duncan과 Lambert(1989)의 방법을 적용한 연구가 있으며(Reiter, 2005), 영국에서는 로그 선형모형을(Skinner와 Shlomo, 2008), 네델란드 통계청에서는 포아송-감마 모형을 마이크로데이터의 비밀보호를 위해 적용했고(Bethlehem 등, 1990), 독일에서는 두 개의 마이크로데이터 파일에 판별분석을 적용하였다(Paass, 1988)고 알려져 있다. 매스킹 기법들이 발전하면서, 여러 매스킹 기법들을 이용한 다양한 노출제어 방안들을 비교하기 위해 노출위험과 자료유용성 측도의 중요성은 더욱 높아진다. 자료 공급자의 입장에서는 노출위험이 작다는 것이 보장될 필요가 있고, 자료 이용자 입장에서는 원래 조사된 자료와 비교하여 매스킹된 자료의 자료유용성이 충분히 보장될 필요가 있기 때문이다. 그러나 어떠한 매스킹 기법을 적용하여도 노출위험을 줄이고 자료유용성을 높이는(정보손실을 줄이는) 효과를 동시에 얻을 수는 없기 때문에 어떠한 매스킹 기법을 적용할 것인지 선택하는 문제는 쉽지 않은 것이 된다. 더구나 노출위험과 자료유용성 측도들은 그 종류가 많아 어떤 노출위험을 줄이는 매스킹 방안이 더 좋은지를 논하는 것도 쉽지 않은 문제이다. 본 연구에서는 이러한 한계 속에서 sdcMicro를 이용하여 현재 적용 가능한 마이크로데이터의 매스킹 기법들을 적용하고, 양수 조건을 가지는 자료의 특성을 반영하기 위해 최신 논문의 방법들을 검토하였다.