l-다양성 (l-Diversity)
한 줄 정의: 익명화된 데이터에서 동일한 준식별자 값을 가진 그룹마다 민감 속성이 최소 l개 이상의 서로 다른 값으로 충분히 다양하게 분포하도록 요구하는 프라이버시 보호 기준입니다.
쉽게 풀면
l-다양성은 k-익명성의 한계를 보완하기 위해 등장한 개념입니다. k-익명성은 "같은 특성을 가진 사람이 최소 k명 있다"는 것만 보장하는데, 만약 그 그룹 전원이 동일한 병명을 가지고 있다면 개인이 특정되지는 않아도 병명이 그대로 드러나는 문제가 생깁니다. l-다양성은 여기에 더해 그룹 안의 민감한 정보(예: 병명)가 최소 l가지 이상 다양하게 섞여 있어야 한다는 조건을 추가로 요구합니다.
왜 중요한가
정보보안학과 프라이버시 연구에서 l-다양성은 k-익명성만으로는 막을 수 없는 동질성 공격(homogeneity attack)을 방지하기 위한 대표적 개선 모델로 다뤄집니다. 의료, 금융 등 민감 데이터를 공개하거나 공유할 때 익명화 품질을 평가하는 기준으로 활용됩니다.
논문에서는 이렇게 쓰입니다
"본 연구는 k-익명성만 적용된 데이터셋에서 동질성 공격이 가능함을 보이고, l-다양성을 적용하여 이를 완화하는 방법을 제안한다."
기존 익명화 방식의 약점을 보완하는 방법으로 l-다양성을 활용했다는 뜻입니다.
"실험 결과 l-다양성을 만족시키기 위해서는 일부 그룹에서 데이터 손실이 불가피하게 증가하는 것으로 나타났다."
프라이버시를 강화할수록 데이터의 유용성이 줄어드는 상충 관계를 보여주는 문장입니다.
조금 더 깊게 보면
l-다양성에도 한계가 있는데, 민감 속성 값이 몇 개 안 되는 경우 유사한 값들끼리만 섞여 있어도 조건을 형식적으로 만족할 수 있는 근접성 공격(skewness/similarity attack) 문제가 지적됩니다. 이를 보완하기 위해 등장한 것이 t-근접성과 같은 후속 모델입니다.
주의할 점
l-다양성을 만족한다고 해서 프라이버시가 완벽히 보장되는 것은 아니며, 민감 속성 값들의 의미적 유사성까지 고려하지 못한다는 한계가 있습니다.