Data Value Analysis Research To Support Differentiated Security Activities

데이터 경제 시대에 접어들면서 데이터는 경제활동의 핵심 자산으로 자리 잡았다. 그중 금융산업에서는 개인정보와 같은 민감성 높은 데이터를 다루기 때문에 차별화된 보안 체계를 구축하는 것이 필수적이다. 하지만 기존 등급화 과정은 주로 사람의 주관적인 판단에 의존하고 있어 평가의 일관성과 신뢰성이 낮으며 이는 데이터의 가치를 충분히 반영하지 못할 수 있다. 따라서 본 연구는 금융 문서의 가치를 분석하고 이를 기반으로 보안 등급을 분류하는 객관적인 모델을 제안한다. 이를 위해 델파이 기법을 통해 보안 등급화의 기준을 정립하고 전문가 의견과 GPT-3.5-Turbo의 분류 결과를 비교 검토하여 데이터 라벨링에 대한 타당성 검증하였다. 이후, ALBERT 모델을 적용하여 금융 데이터를 3단계로 분류하는 자동화된 보안 등급화 모델을 구축하였다. 이를 통해 금융 분야에서의 데이터 관리와 보안 체계에 있어 객관적이고 체계적인 접근을 가능하게 하며. 기업은 데이터의 민감도와 활용도에 따라 맞춤형 보안 전략을 수립할 수 있으며 정보 유출 사고를 예방할 수 있을 것이다.