A Study of the Thresholds of Safety Evaluation Metrics for Synthetic Data

AI 기술의 발전으로 양질의 데이터에 대한 수요가 증가했으나, 개인정보 보호 문제로 인해 이를 확보하기 어려운 상황이다. 이에 대한 해결책으로 재현 데이터(Synthetic Data)가 주목받고 있다. 하지만 재현 데이터를 평가하는 안전성 지표에는 기준이 존재하지 않아 개인정보 처리자는 생성한 재현 데이터가 안전하다는 것을 입증하기 어렵다. 본 연구에서는 익명화 기준에 따른 재식별 위험을 검증할 수 있는 안전성 지표를 도출하고, 재현 데이터의 안전성을 평가하기 위한 안전성 지표의 임계값 설정 방법을 제안한다. 원본 데이터가 완벽하게 재현된 데이터라는 가정하에, 시뮬레이션을 통해 임계값을 계산하는 방법을 제시하였다. 한편 계산 시간이 오래 걸리는 시뮬레이션 방식의 대안으로 원본 데이터의 분포를 가정한 임계값 계산 방법도 함께 제안한다.