k-익명성을 만족해도 같은 질병 정보가 드러날 수 있는 이유

k-익명성은 선택한 준식별자 조합이 같은 레코드가 최소 k개인지 봅니다. 이 조건만으로 각 집단의 민감 속성까지 감춰지는 것은 아닙니다.

준식별자가 같은 세 레코드의 진단값이 모두 A라면 누군가의 정확한 행을 모르더라도, 그 집단에 속한다는 사실을 알고 있을 때 진단값 A를 추론할 수 있습니다. 이는 교육용 반례이며 실제 자료의 재식별 위험을 측정한 결과가 아닙니다.

k가 답하는 질문과 답하지 않는 질문을 나눕니다

비식별 데이터에서 ‘한 사람의 행을 찾기 어렵다’와 ‘그 사람의 민감 속성을 모른다’는 같은 말이 아닙니다. k-익명성은 선택한 준식별자 값의 조합을 기준으로 레코드를 묶고, 각 묶음에 적어도 k개가 들어 있는지 확인합니다. 이름처럼 직접 식별자를 없애도 나이 구간과 지역의 결합이 특정 사람을 가리킬 수 있으므로 이런 준식별자를 함께 봅니다. 중요한 점은 k가 집단의 크기를 세는 값이지, 그 안의 모든 속성 분포를 검사하는 값은 아니라는 것입니다.

NIST SP 800-188 Final은 데이터 비식별화를 재식별 위험을 줄이기 위한 선택지와 거버넌스 문제로 다룹니다. 문서는 k-익명성에서 동치 집단의 크기를 설명하고, 민감 속성의 다양성을 더하는 l-다양성 같은 후속 보완이 제안됐다고 짚습니다. 동시에 비식별 기법은 전문가가 적용 목표와 위험을 살피고 구현을 검증해야 한다고 안내합니다. 따라서 아래 작은 표는 정의를 연습하기 위한 창작 예시일 뿐, 이 방법을 쓰면 실제 공개 데이터가 안전해진다는 판정이 아닙니다.

세 행은 3-익명이지만 진단값은 모두 같습니다

가상의 공개용 자료에 이름을 싣지 않고 나이 구간, 지역, 진단 코드만 남겼다고 합시다. 여기서 나이 구간과 지역을 준식별자로 선택합니다. 같은 준식별자 조합이 세 행에 반복되므로 이 그룹은 k=3 조건을 만족합니다. 그러나 ‘진단값’ 열의 세 값은 모두 A입니다. 공격자가 특정 행과 사람의 연결은 못 해도, 대상자가 이 그룹에 있다는 사실을 알고 있으면 그 사람의 진단값도 A라고 추론할 수 있습니다.

판단은 두 번 나눠 합니다. 먼저 준식별자 열을 묶어 같은 조합에 몇 행이 있는지 셉니다. 3행이므로 이 예의 k는 3입니다. 다음에 민감 속성 열을 세어 서로 다른 값이 몇 개인지 확인합니다. 서로 다른 진단값은 A 하나뿐이므로 값의 다양성은 1입니다. 표의 행 번호와 현실 인물을 연결할 수 없더라도, 집단 소속을 아는 사람에게는 그 민감 속성값이 A라는 불확실성이 남지 않습니다.

두 번째 표에서 세 번째 진단값만 B로 바꾸면 준식별자 조합과 집단 크기는 그대로지만, 민감 속성의 값은 A와 B 두 종류가 됩니다. 이 변화는 첫 표보다 속성 추론을 어렵게 만들 수 있지만, ‘모든 추론 공격이 해결됐다’는 뜻은 아닙니다. 값의 의미가 심하게 불균형할 수 있고, 다른 공개 자료나 배경지식과 결합될 수도 있습니다. k와 민감 속성 다양성은 서로 다른 검사항목입니다.

자료를 볼 때는 집단 크기와 값 분포를 따로 확인합니다

1. 무엇을 보호하려는지 정하고 직접 식별자와 준식별자를 구분합니다.
2. 준식별자의 조합별로 레코드를 묶어 각 그룹의 크기를 셉니다.
3. 그룹별 민감 속성의 종류와 분포를 따로 확인합니다.
4. 외부 자료와 결합했을 때 집단 소속이나 민감값을 알 수 있는지 가정합니다.
5. 공개 목적과 데이터 유용성을 고려해 검토·승인 절차와 재식별 위험 평가를 둡니다.

NIST IR 8053은 비식별된 자료도 때로 재식별될 수 있다는 연구 배경을 정리한 2015년 보고서입니다. 이후 NIST SP 800-188 Final(2023)은 정부 데이터 비식별화의 구체적인 기술과 거버넌스를 다룹니다. 이 문서들은 ‘k가 얼마면 누구에게나 익명’이라는 보편 기준을 제시하지 않습니다. 자료의 맥락과 공개 방식, 결합 가능성을 보아야 합니다. 특히 이 글의 세 행은 실제 사람·질병·기관을 나타내지 않습니다.

회상 연습: k와 속성 다양성은 각각 얼마인가요

창작 자료의 한 그룹에 준식별자 값이 같은 레코드 네 개가 있고, 민감 속성은 X, X, X, X입니다. 이 그룹이 만족하는 k의 하한은 무엇인가요? 민감값의 서로 다른 종류는 몇 개이며, 집단 소속을 이미 알고 있는 사람이 추론할 수 있는 내용은 무엇인가요?

그룹 크기가 4이므로 k=4 조건을 만족합니다. 서로 다른 민감값은 X 한 종류입니다. 집단 소속을 아는 사람은 행 하나를 정확히 찾지 못해도 대상자의 민감값이 X라고 추론할 수 있습니다. 이 답은 그 예시의 정보 구조를 설명할 뿐, 실제 데이터가 노출됐거나 특정 개인의 속성을 안다는 뜻은 아닙니다. 공개 전에 준식별자 기준과 민감 속성의 분포를 별도로 점검해야 합니다.

이 구분은 비식별화 검토를 시작하는 체크포인트입니다. k 값을 계산한 다음 멈추지 말고, 어떤 민감한 사실을 공개 데이터에서 알 수 있는지 다시 물어야 합니다. 위험을 줄이는 방법은 데이터 성격과 이용 목적에 따라 달라지므로, 단순한 k 수치만으로 법률상 익명정보 여부나 안전성을 단정하지 마세요.