형사사건 수사기록 비식별화 방안에 관한 연구

김경종; 배소은; 우병관; 김지온

추천

검색

질문

자료유형: 학술저널

저자정보: 김경종 (경찰대학) 배소은 (경찰대학) 우병관 (경찰대학) 김지온 (경찰대학)

저널정보: 한국디지털포렌식학회 디지털포렌식연구 디지털 포렌식 연구 제16권 제3호

발행연도: 2022.9

수록면: 115 - 129 (15page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

인공지능(AI) 기술이 발달하면서 데이터의 활용가치는 갈수록 증가하고 있다. 정부는 데이터3법 개정과 가명정보 처리 가이드라인 제작 등을 통해 데이터들을 과학적 연구에 활용할 수 있는 길을 제시하고 있다. 또한, 재판 확정기록은 형사소송법에 따라 학술연구 또는 공익적 목적으로 활용할 수 있는데, 이러한 텍스트 데이터들을 비식별화하여 가명정보로 변환함으로써 NLP 기술 적용이 가능하다. 경찰청에서도 2021년부터 NLP 기술을 활용한 “AI 기반 범죄수사 지원 기술 연구개발”을 진행하고 있다. 한편, 사람의 범죄행위를 다루는 수사기록에는 개인에 관한 정보가 다량으로 포함되어 있으며, 언론에 쉽게 노출되는 형사사건의 특성상 포털사이트의 키워드 검색을 통해 쉽게 사건이나 개인을 식별할 수 있는 특징이 있다. 이에 개인정보 비식별화 방안 중 하나인 가명정보 기준을 형사사건 특성에 맞게 재정립할 필요가 있다. 본 논문에서는 수사기록 맞춤형 가명정보 기준을 수립하기 위해 형사사건 기록에 담긴 개인정보를 PYTHON 코딩을 통해 비식별화 하는 방법을 연구하였다. 형사사건 수사기록에 포함된 개인정보의 경우 이름, 주민등록번호 외에도 ‘관할관서’와 ‘지명’이 포함된 주소 정보를 비식별화 하였으며 비식별화 정확도를 높이기 위해 ‘주소혼용사전’ 구축의 필요성을 강조하였다. 아울러 주소정보를 비식별하기 위한 구체적인 방법론도 제시하였다. 본 연구는 개인의 프라이버시를 보호하면서도 형사사법정보를 연구목적으로 활용할 수 있는 가능성을 열었다는 점에 의의가 있다.

With the development of artificial intelligence (AI) technology, the use value of data is increasing. The government is proposing a way to utilize data for scientific research by amending the Data Act and creating guidelines for handling pseudonymous information. In addition, trial confirmation records can be used for academic research or public interest purposes in accordance with the Criminal Procedure Act, and NLP technology can be applied by de-identifying these text data and converting them into pseudonym information. Korean National Police Agency has also been conducting "AI-based criminal investigation support technology research and development" using NLP since 2021. Meanwhile, investigation records dealing with human criminal acts include a large amount of information on individuals, and due to the nature of criminal cases that are easily exposed to the media, it is possible to easily identify cases or individuals through keyword searches on portal sites. Accordingly, it is necessary to re-establish the standard for pseudonymous information, which is one of the measures for de-identification of personal information, according to the characteristics of criminal cases. In this paper, in order to establish a standard for pseudonym information suitable for investigative records, a method of de-identifying personal information contained in criminal case records through PYTHON coding was studied. In the case of personal information included in criminal case investigation records, address information including "public office of the police" and "place name" in addition to name and resident registration number was de-identified, and the need to establish "Mixed address dictionary" was emphasized to increase the accuracy of de-identification. In addition, a specific methodology for de-identifying address information was also presented. This study is meaningful in that it opened the possibility of using criminal justice information for research purposes while protecting individual privacy.

#개인정보 비식별화 #개인정보 마스킹 #개인정보보호 #개인정보자기결정권 #형사사건기록 #De-identification of personal information #Masking of personal information #Protection of personal information #Right to self-determination of personal information #Criminal case files

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김경종

소속기관 경찰대학

주요연구분야 사회과학 > 법학

논문수 2 이용수 716

배소은

소속기관 경찰대학

주요연구분야 사회과학 > 법학

논문수 1 이용수 230

우병관

소속기관 서원대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 10% 사회과학 > 행정학

논문수 6 이용수 1,585

김지온

소속기관 경찰대학

주요연구분야 사회과학 > 법학 TOP 10% 사회과학 > 행정학

논문수 8 이용수 1,755

이 논문과 함께 이용한 논문

형사사건 수사기록 비식별화를 위한 LLaMA3 기반 개인정보 태깅 및 비식별화 처리 연구

최주현 , 배소은 , 김령현 외 2명 Proceedings of KIIT Conference 2024 .11

데이터 사용 범위를 고려한 가명정보 처리방법 연구

민연아 한국컴퓨터정보학회논문지 2021 .05

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)