프라이버시와 데이터 정확성

프라이버시와 데이터 정확성

An Economic Analysis of Privacy Protection and Statistical Accuracy as Social Choices

By John M. Abowd and Ian M. Schmutte (AER 2019)

빅 데이터에 대한 담론이 한참 유행이더니 그도 다소 지나간 듯 하다만, 빅 데이터 활용에 대한 이슈들은 여전히 유효하게 남아있다. 그 중 가장 중요한 이슈는 아마도 differential privacy일 것이다. Target에서 여고생이 있는 집에 출산/육아용품 광고지를 보내서 그 집 아버지가 화를 냈는데, 알고보니 빅데이터를 분석해서 아버지보다 먼저 여고생의 임신을 Target이 알고있었다는 이야기가 differential privacy를 잘 나타내는 사례이다. 각각의 데이터가 익명으로 처리된다 하더라도 모든 가용한 데이터를 합쳐서 정확히 구분하면(differentiate) 개인적인(private) 정보를 찾아낼 수 있다는 것이, 아주 거칠게 요약한 differential privacy의 정의이다. 즉, 빅데이터가 난무하는 이 시기에는 통계적 정확성과 프라이버시가 trade-off관계에 있다는 거다.

위 AER페이퍼는 전형적인 cost-benefit analysis처럼 한계이득과 한계비용이 만나는 수준에서 적절히 통계적 정확성과 프라이버시를 정하자는 걸 주장한다. 페이퍼가 담론을 이끄는 구심점이 될 수 있다는 차원에서 좋은 페이퍼다. 데이터 사이언스 쪽에서는 더 적극적인 방법을 고민하는 것으로 알고 있다. 예를 들면, 데이터를 억세스 하는 사람은 노이즈가 섞인 데이터만을 받되, 노이즈가 unbiased되어 있어서, aggregate sense에서는 정확성이 보장되도록 하는 방법이라던가를 생각한다고 들었다. 잘 모르는 부분이니 코멘트만 하고 넘김...

나 박사할 때 Abowd가 학장이었는데, 좀 깐깐해서 고생 좀 했다만, 결국 기준을 높이지 않았으면 더 못했을 거란 생각도 든다. (사실 페이퍼가 크게 관심있다기 보다는 아는 사람 이름 보니 반가워서 정리했다)