빅데이터 및 소셜 미디어 데이터의 효과적인 활용을 위한 개인정보 보호 체계 구축과 비정형 데이터 분석 기술의 중요성 doc_id PCY_201501220921399291_4

법제도의 측면에서는 한국과 일본에서는 개인정보법이 제정되어 있으며 미국에는 옵트아웃을 기반으로 한 ‘소비자 프라이버시 권리장전(Consumer Privacy Bill of Rights)’, 유럽의 옵트아웃을 기반으로 한 ‘EU 데이터보호규정(General Data Protection Regulation)’ 등이 정비되어 있다. 조직적인 대책으로는 법에서 규정한 안전관리 조치를 준수하는 차원에서 정보보호관리체계(ISMS)와 프라이버시 영향평가(PIA) 등의 시스템 운용과 관리상의 각종기법이 도입되고 있다. 또한 기술적인면에서도 프라이버시보호 데이터마이닝(PPDM: Privacy-Preserving Data Mining) 등 여러 가지 기법이 연구 개발되어 적용되고 있다. 그러나 개인정보보호를 과도하게 중시하면 빅데이터의 활용을 저해하게 될 우려가 있다. 이는 서비스공급자와 이용자의 양자가 상호간에 다양한 효용성을 얻을 수 있는 기회를 놓치는 것이 된다. 이러한 점에서 법제도적, 기술적 대책을 적절히 운용하여 정보주체가 안심하고 자신의 데이터를 제공하게 하고 빅데이터가 적극적으로 활용되게 하는 일이 중요하다. 구글, 트위트, 유튜브 등의 글로벌 기업의 서비스에 국내법 상에 문제가 있는 부분이 있더라도 이를 국내에서 국내법의 규정에 따라 제재를 가할 수는 없다. 따라서 이제는 국제협력을 도모하면서 선진국 수준에 부응하는 프라이버시보호와 개인정보보호 제도를 정착시켜야 할 시점에 와있다. 해외에서 이미 법적인 관점에서의 개인정보보호 보다는 사회적인 관점에서의 프라이버시 보호가 중시되는 경향으로 흐르고 있다. 방송통신위원회는 2013년 12월 18일 ‘빅데이터 개인정보보호 토론회’와 2014년 3월 19일 ‘온라인 개인정보보호 세미나’를 통해 가이드라인에 대한 의견을 수렴하고 다음과 같은 가이드라인을 제시하고 있다. 현재 빅데이터 활용에 있어 개인정보보호법의 핵심적 화두는 정보주체의 사전 동의를 받는 것이 곤란할 경우를 법적으로 어떻게 초치할 지의 문제이다. 정보보호관리체계(ISMS: Information Security Management System)는 기업이나 조직이 정보보호 활동을 체계적이고 지속적으로 수행하기 위해, 보안정책을 수립하고 이에 근거한 계획의 작성, 실시, 운영, 그리고 일정 기간 후의 보안 방침과 계획의 재검토 등을 포함한 전체적인 위험관리를 지속적으로 수행하는 체계를 말한다. 기업이나 조직이 ISMS를 보유하고 유지하고 있는 지에 대해서는 ‘ISMS 인증제도’를 통하여 제도적으로 보증받는다. 이는 제삼자 기관에 의한 인증심사에 의해 정보보안 관리체계의 국제규격인ISO/IEC17799:2000 및 BS7799-2:1999에 입각한 평가를 받는 것이다. ISMS에 요구되는 범위는 ISO/IEC15408 등이 정하는 기술적인 정보보안 대책의 레벨이 아니라 조직 전체에 있어서 보안관리 체제를 구축·감시하고 위기관리를 실시하는 것이다. ISMS는 개별적인 문제에 대한 기술 대책외 에도 조직관리의 일환으로서 스스로의 위험을 평가하여 필요한 보안레벨을 정하고 계획에 따라 자원을 배분해서 시스템을 운용하는 것이다. 조직이 보호해야할 정보자산에 대해서 기밀성, 완전성, 가용성을 균형있게 유지하고 개선하는 것이 ISMS의 기본 개념이다. SNS는 청소년들의 일상생활 속에서 갖는 우울한 감정이나 스트레스, 고민을 들을 수 있고 행태를 이해할 수 있는 장소로 SNS상에서 나타나는 자살에 대한 감정표현이나 심리적 위기 행태들을 분석하게 되면 위험징후와 유의미한 패턴을 감지하여 자살을 예방하는데 긍정적 효과가 발휘될 수 있다. 우리나라는 급격한 사회·경제적 변화 속에 자살률이 2004년부터 OECD(Organization for Economic Cooperation and Development) 회원국 중 최고의 수준이며, 특히 청소년계층의 자살 문제가 사회적 이슈로 대두되면서 정부차원의 적극적인 대책이 시급한 실정이다. 또한, 사이버따돌림에 노출된 청소년들이 자살을 선택하거나 폭력의 가해자가 됨에 따라 심각한 사회문제로 떠오르고 있다. 이와 같은 사회위험에 대한 원인과 관련요인을 규명하기 위하여 기존에 실시하던 횡단적 조사나 종단적 조사 등을 대상으로 한 연구는 정해진 변인들에 대한 개인과 집단의 관계를 보는데는 유용하나 사이버 상에서 언급된 개인별 버즈(buzz)가 사회적 현상들과 어떻게 얼마나 연관되어 있는지를 밝히는 데는 한계가 있다. 빅데이터 분야에서 ‘소셜 애널리틱스(Social Analytics)’가 페이스북, 트위터, SNS 등에서 수집되는 비정형 데이터를 신속하게 분석을 한다. 소셜미디어에서 정보를 뽑아내고 분석하는 방법은 크게 3가지로 나눌 수 있다(송태민, 2013). 첫째, 텍스트마이닝(Text Mining)은 인간이 언어로 쓰인 비정형 텍스트에서 자연어처리기술을 이용하여 유용한 정보를 추출하거나, 연계성을 파악, 분류 혹은 군집화, 요약 등 빅데이터의 숨겨진 의미 있는 정보를 발견하는 것이다. 둘째, 오피니언마이닝(Opinion Mining)은 소셜미디어의 텍스트 문장을 대상으로 자연어처리기술과 감성분석 기술을 적용하여 사용자의 의견을 분석하는 것으로 마케팅에서는 버즈(Buzz; 입소문)분석이라고도 한다. 셋째, 네트워크분석(Network Analytics)은 네트워크 연결구조와 연결강도를 분석하여 어떤 메시지가 어떤 경로를 통해 전파가 되는지, 누구에게 영향을 미칠 수 있는지를 파악하는 것이다. 소셜데이터의 수집은 일반적인 웹환경(HTTP, RSS)에서 수집가능 정보들을 웹크롤러를 통하여 수집하고, 연계정보는 각 출처에서 제공하는 Open API를 이용하여 필요정보를 수집한다(권정은·정지선, 2012). 수집데이터는 데이터의 중복성 및 품질을 검사하여 유의미한 정보만을 선별한 후 분석과정에서 쉽게 처리하기 위해 다양한 수집형식을 고려하여 일관된 방식을 저장 및 관리를 해야 한다. 기초분석을 위해 형태소분석을 통하여 추출된 텍스터 데이터의 언어적 형태를 분석하여 구성요소들(명사, 동사, 형용사, 전치사, 조사 등)을 식별 및 분류한다. 구문분석을 통하여 언어적 구성요소들의 배치나 구조적 특성을 분석하여 의미적 연관관계를 유추하고, 감성분석을 통해 내용에 언급된 감성들의 표현들을 선별하여 감성 표현의 대상을 식별하고, 감성의 종류를 구분한다. 분석 기초자료인 언어분석을 위한 각종용어사전, 개체명사전, 이형태어사전, 감성어사전, 분류체계, 분류규칙, 분류학습 데이터 등을 지속적으로 수정·관리해야 한다. 소셜 미디어에서 표현되는 언어들은 주로 사람들의 일상 대화에서 쓰이는 구어체 문장으로 이루어진 비정형 데이터이기 때문에(노진석, 2012), 이를 보다 효과적으로 수집 및 분석하기 위한 분석틀이 필요하다. 분석틀의 내용으로는 관련 주제가 어떠한 개념 영역들로 구성되어 있는지와 각 개념 간 관계에 대한 정의가 필요하기 때문에, 이를 반영한 온톨로지(ontology)가 개발될 필요가 있다. 온톨로지(ontology)는 관심 주제의 공유된 개념(shared concepts)을 형식화하고(formalizing) 표현하기 위한(representing), 컴퓨터가 해석 가능한 지식 모델(computer-interpretable knowledge model)이다(Kim, Park, Min, & Jeon, 2013). 온톨로지를 통하여, 단어(word)를 사용해 어떤 영역(domains)을 개념화하고 명시적으로 표현하며, 개념의 종류와 그들의 연관 관계(relationship)를 명백하게 기술할 수 있다(이경일, 2006).