자료의 비식별화 (De-identification of Data)
쉽게 풀면
비식별화는 이름, 주민등록번호, 정확한 생년월일처럼 개인을 알아볼 수 있는 정보를 자료에서 지우거나 바꿔서, 그 자료만으로는 누구인지 알 수 없게 만드는 작업이에요. 이렇게 하면 참가자의 프라이버시를 보호하면서도 연구에 필요한 정보는 활용할 수 있어요. 다만 여러 자료를 조합하면 다시 개인이 특정될 수도 있어서, '완전한 익명화'와 '식별 위험이 낮아진 비식별화'는 구분해서 이해해야 해요. 유전체 자료처럼 그 자체로 고유한 정보는 비식별화가 특히 어려운 경우로 꼽혀요.
왜 중요한가
연구윤리와 개인정보보호 규제가 강화되면서, 사람을 대상으로 한 거의 모든 연구는 자료 수집·공유·공개 과정에서 비식별화 절차를 요구받습니다. 특히 의료·보건 데이터나 대규모 설문 자료를 공개 저장소에 공유하거나 다기관 공동연구를 진행할 때, 비식별화 수준을 어떻게 설계했는지가 연구윤리심의위원회(IRB) 승인과 논문 심사 모두에서 핵심 검토 항목이 됩니다.
논문에서는 이렇게 쓰입니다
데이터 분석 방법이나 개인정보 보호 조치를 설명할 때 흔히 쓰인다.
의료 데이터를 외부에 공개할 때, 단순히 이름 등을 지우는 것을 넘어 나이·지역 같은 준식별자 조합만으로도 개인이 특정되지 않도록 통계적 기준을 적용해 비식별화를 강화했다는 뜻이다.
조금 더 깊게 보면
비식별화는 이름처럼 직접적으로 개인을 가리키는 '직접 식별자'를 제거하는 것과, 나이·성별·거주지역처럼 조합하면 개인을 특정할 수 있는 '준식별자'를 처리하는 것으로 나눌 수 있습니다. 준식별자 처리에는 값을 범주화하거나 일부를 가리는 방식이 흔히 쓰이며, 재식별 위험을 정량적으로 낮추기 위한 기준으로 k-익명성 같은 개념이 언급되기도 합니다. 다만 어떤 비식별화 방법도 재식별 위험을 완전히 0으로 만들 수는 없다는 점이 관련 연구에서 자주 지적됩니다.
주의할 점
비식별화된 자료도 다른 자료와 결합하면 재식별될 위험이 있으므로 가명처리와의 차이를 이해해야 한다.