90년도부터 컴퓨터를 접하게 되어 프로그램을 하게 되었습니다. 그 당시 XT 라고 하는 컴퓨터를 사용하게 되었는데, 대략 1MB 당 만원 정도에 해당되는 저장장치 비용이 필요하던 시절입니다. 제가 처음 접하게 된 컴퓨터는 금성컴퓨터로서 20MB하드 디스크였는데, 20만원으로 책정되었지요. 저장장치의 비용이 이렇게 비싸다 보니, 저장장치를 절약하여 프로그램을 하는것이 필수였지요.

대부분 날짜 형식은 6자리형식으로 900101(yymmdd)와 같이 저장장치를 절약하도록 프로그램을 하다 보니 y2k 문제에 봉착하게 되었던거죠..2000년을 표기하지 못하는상황. 이때 큰일이 날것처럼 난리를 피우지만 별일없이 지나가죠. 개발자들만 날짜형식의 길이를 8로 바꾸는 작업을 하면서 생고생을 하게 되죠.

왜 가명처리를 이야기 하는데, 옛날 이야기를 하냐구요.

최근에는 저장장치의 비용이 엄청나게 싸졌습니다. 테라는 기본이고 페타, 엑사, 제타 라는 단위의 저장장치가 이야기되니깐 말이죠. 이것은 왠만한 데이터는 저장을 하게 되는 시대에 들어서게 되었습니다. 내가 접속하는 모든 페이지에 대한 접속기록은 물론 검색한 기록을 포함한 로그 데이터, 핸드폰을 들고 다니면서 이동한 위치정보 데이터, 차량의 네비게이션을 통해 수집하는 데이터, IOT기술을 이용한 센서 수집 데이터, 시시각각 변하는 날씨, 경제지표, 주식 등등 각종 데이터가 수집되는 빅데이터 시대에 살고 있습니다.

그런데, 이렇게 수집해서 뭘할려고 그럴까요? 여러가지 다양한 분석 및 AI 머신러닝을 통해 학습하기 위한 학습데이터로 이용하여 새로운 가치를 창출하고자 합니다. 수많은 데이터가 있고, 이를 학습시킬수 있는 AI 기술까지 발전되는 상황인거죠. 그런데, 문제가 있습니다. 수많은 데이터를 AI학습을 통해 새로운 가치를 만들어내는 데이터 산업 시대로 가는 과정에서 학습용 데이터에 포함된 개인정보를 그대로 노출하게 되면 개인의 프라이버시 침해 문제가 발생할 수 있게 됩니다. 그렇다고 이렇게 막대한 데이터가 눈앞에 있는데 이용하지 못하는 상황이 되는것도 문제가 되지요.

가명처리 기술을 적용하여 빅데이터를 AI가 학습할 수 있도록 하는데 필요하게 됩니다. 실제 데이터를 분석한다는것은 각 개인별로 분석하는 마케팅용 분석이 있을수도 있지만 전체적인 트랜드와 시계열 분석을 통해 미래를 예측해볼 수 있는 분석이 있는데, 개개인의 정보는 없는 상황에서도 유의미한 분석이 가능하게 됩니다.

가명처리 하여 활용하는것은 무엇보다도 안전한 환경에서 수행되는것이 전제된 상태입니다. 가명처리 하여 활용할 수 있다는 법적 조항이 있지만, 책임성이 강화되어 있기 때문에 가명처리를 진행하기 위해서는 전문가의 도움을 받아 진행해보는것이 필요합니다. 한국인터넷진흥원(KISA)등 많은 기관들이 이런 부분들의 도움을 줄수있는 제도를 마련하고 있습니다.