데이터의 윤리적 활용

생각 열기 — 이름을 지웠으니 괜찮을까

새솔시가 「나이대에 따라 어느 대여소를 많이 쓰는지」 연구하려고 이용자 설문 결과를 누구나 내려받게 공개하려 한다. 담당자는 «이름과 전화번호만 지우면 되겠지»라고 생각한다.

개인 정보와 비식별화

개인 정보(personal information) — 살아 있는 사람을 알아볼 수 있게 하는 정보. 이름·전화번호처럼 그것만으로 알 수 있는 것과, 다른 정보와 합치면 알 수 있는 것이 모두 들어간다는 그 사람을 알아볼 수 있는 정보다. 이름·전화번호처럼 그것만으로 알 수 있는 정보뿐 아니라, 나이·사는 동네·학교처럼 여럿을 합치면 알 수 있게 되는 정보도 개인 정보가 될 수 있다.

비식별화(de-identification) — 데이터에서 특정한 사람을 알아볼 수 없도록 처리하는 일. 지우기·가리기·묶기(범주화) 등을 쓴다는 데이터에서 누구인지 알아볼 수 없게 처리하는 일이다.

비식별화의 방법

방법	어떻게	예
지우기	열을 통째로 뺀다	이름 열, 전화 열을 지운다
가리기	일부를 *로 바꾼다	한가람 → 한**
묶기(범주화)	자세한 값을 넓은 범위로 바꾼다	17세 → 10대, 솔빛동 → 새솔시
바꾸기(가명)	진짜 값 대신 번호를 붙인다	한가람 → 이용자 001

직접 비식별화해 보기

아래 실험실은 가상 인물 12명의 설문이다. 열마다 처리 방법을 골라 보자. 남은 정보가 똑같은 사람끼리 «무리»가 되고, 무리 없이 혼자인 사람은 빨갛게 보인다. 혼자인 사람은 남은 정보만으로도 누구인지 짐작될 수 있다.

비식별화 실험실people.csv — 가상 인물 설문처음으로

상황 새솔시가 «나이대에 따라 어느 대여소를 많이 쓰는지» 분석하려고, 이용자 설문 결과를 누구나 내려받게 공개하려 한다.

혼자 — 남은 정보만으로 누구인지 짐작할 수 있다

실험

보호와 쓸모 사이

약 15분

1. 이름과 전화만 지워 보자. 아직 혼자인 사람이 몇 명인가?
2. 나이를 «묶기»(10대·40대 …)로 바꾸고 동네만 남겨 보자. 누가 여전히 혼자인가? 왜 그 사람들일까?
3. 목표 세 가지를 모두 만족시켜 보자. 그 대신 무엇을 잃었는가? (예: 「역 앞」인지 「시장 앞」인지 구별할 수 없게 되었다)

편향 — 데이터가 한쪽으로 기울 때

편향(bias) — 데이터나 분석이 어느 한쪽으로 치우쳐 전체의 모습을 제대로 보여 주지 못하는 것은 데이터가 한쪽으로 치우쳐 전체를 제대로 보여 주지 못하는 것이다. 편향된 데이터로 내린 결정은 데이터에 빠진 사람에게 불리하게 돌아간다.

• 표본

  한쪽만 모였다

  앱 알림으로만 설문을 받으면 앱을 쓰지 않는 어르신의 의견이 빠진다. 「시민들은 대여소를 시내에 더 원한다」는 결론이 사실은 «앱을 쓰는 젊은 시민»의 의견일 수 있다.

• 기록

  기록된 것만 있다

  대여 기록에는 «빌린 사람»만 있다. 대여소가 멀어서 아예 빌리지 못한 사람은 기록에 나타나지 않는다. 기록만 보면 «이 동네는 수요가 없다»고 잘못 판단한다.

• 과거

  과거의 치우침을 배운다

  예전에 한 동네에만 대여소를 많이 두었다면, 그 기록으로 「어디에 더 둘까」를 정하면 또 그 동네에 두게 된다. 치우침이 되풀이된다.

데이터를 쓰기 전 점검표

토의

이 분석, 써도 될까?

약 20분

7차시에 쓴 보고서(또는 아래 상황)를 놓고, 점검표의 다섯 물음에 하나씩 답해 보자.

상황 — 새솔시가 대여 기록으로 「야간에 혼자 자전거를 타는 여성이 많은 길」을 찾아, 그 길에 가로등과 비상벨을 더 놓으려 한다. 이를 위해 회원의 성별·나이와 시간대별 이동 경로를 분석한다.

활동지

데이터 윤리 점검표

점검할 분석 (내 보고서 또는 위 상황)

① 꼭 필요한 데이터만 쓰는가 — 뺄 수 있는 것은?

② ③ 누구인지 드러날 위험은 없는가 — 어떻게 막을까

④ 빠진 사람이나 치우침은 없는가

⑤ 결과를 쓸 때 밝혀야 할 한계

그래서 이 분석을 써도 될까 — 조건이 있다면— 고르기 —그대로 써도 된다고칠 점을 고치면 써도 된다쓰면 안 된다

그렇게 판단한 까닭

스스로 점검

• ○ 드러날 위험과 막을 방법을 적었다
• ○ 빠진 사람이나 치우침을 따졌다
• ○ 판단과 까닭을 적었다

글자 규칙으로 살펴보는 점검표다. 다 켜졌다고 좋은 답이 되는 것은 아니다 — 마지막 판단은 내가 한다.

⬇ 내려받기🖨 인쇄지우기

적은 내용은 이 브라우저에만 저장된다. 다른 컴퓨터로 옮기거나 제출하려면 내려받는다.

확인 문제

개념 확인 문제

보기를 누르면 바로 채점된다. 틀려도 해설을 읽으면 된다.

이름과 전화번호를 지웠는데도 누구인지 드러날 수 있는 까닭으로 가장 알맞은 것은?12소생03-04

1. 1파일이 컸기 때문에
2. 2나이·동네·성별 같은 정보를 합치면 한 사람만 남을 수 있기 때문에
3. 3숫자가 많기 때문에
4. 4그래프를 그리지 않았기 때문에

「17세 → 10대」, 「솔빛동 → 새솔시」처럼 자세한 값을 넓은 범위로 바꾸는 비식별화 방법은?12소생03-04

1. 1지우기
2. 2가리기
3. 3묶기(범주화)
4. 4정렬하기

앱 알림으로만 받은 설문으로 «시민 전체의 의견»을 말할 때의 문제는?12소생03-04

1. 1개인 정보 유출
2. 2앱을 쓰지 않는 사람이 빠진 편향
3. 3데이터가 너무 많음
4. 4그래프의 축이 잘림

데이터를 윤리적으로 활용하는 자세로 거리가 먼 것은?12소생03-04

1. 1분석에 꼭 필요한 데이터만 모은다
2. 2공개하기 전에 혼자 드러나는 사람이 없는지 확인한다
3. 3결과를 쓸 때 데이터의 한계를 밝힌다
4. 4나중에 쓸지 모르니 개인 정보를 최대한 많이 모아 둔다