메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김병필 (KAIST)
저널정보
한국법경제학회 법경제학연구 법경제학연구 제20권 제1호
발행연도
2023.4
수록면
113 - 151 (39page)
DOI
10.46758/kjle.2023.04.20.1.113

이용수

DBpia Top 0.5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
현재 우리 개인정보 보호 법제는 개인정보자기결정권을 적정하게 보호하면서도 개인정보를 인공지능 학습 목적으로 활용할 수 있도록 허용해야 한다는 사회적 요청에 대응할 과제를 안고 있다. 이 문제에 대한 해법으로 가명처리와 익명처리와 같은 비식별 조치가 입법화되어 왔으나, 이에 대해 재식별 위험을 충분히 낮추지 못하여 개인정보 보호에 있어 불충분하다는 비판과 데이터의 유용성을 지나치게 감소시킴으로써 그 활용을 지나치게 제약한다는 비판이 함께 제기되고 있다. 이에 대한 대안으로 최근 들어 비식별 조치를 넘어선 새로운 기술적 접근이 주목받고 있다. 본 연구는 인공지능 분야에서 개인정보 보호를 강화하면서도 인공지능 학습 및 추론을 가능하게 하는 새로운 기술적 접근을, ① 데이터 변형 접근법(차분 프라이버시), ② 데이터 최소화 분산 접근법(연합 학습), ③ 데이터 암호화 접근법(동형 암호), ④ 가상 데이터 생성 접근법(합성 데이터)으로 구분하고, 각 기술의 의의와 한계를 검토한다. 본 연구는 이러한 검토를 거쳐 개인정보 보호 법제는 이와 같은 신기술을 포용하고 개인정보 보호 수준과 데이터 유용성을 함께 개선하는 방향으로 발전해 나가야 한다는 결론을 제시한다.

목차

Ⅰ. 들어가며
Ⅱ. 개인정보의 비식별 조치의 한계
Ⅲ. 새로운 개인정보 보호 인공지능 기술
Ⅳ. 현행 개인정보 보호 법제에의 도전
Ⅴ. 결론
참고문헌
Abstract

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0