[디지털데일리 이종현기자] 데이터의 활용은 인공지능(AI) 기술 개발의 근간이 된다. 얼굴인식의 경우 얼마나 많은 얼굴 데이터를 학습시키는지 등에 달렸다. 영상 속 폭력이나 화재 등을 자동으로 인식하는 기술에도 많은 데이터가 요구된다.

단순히 양만 많다고 되는 문제는 아니다. 오히려 정확도가 떨어지는 데이터는 AI 학습에 방해가 되기도 한다. 보다 품질이 높은 데이터가 필요한데, 이 경우 개인정보가 다수 포함되기 때문에 프라이버시 침해 등의 논란으로 이어질 수 있다. 때문에 개인정보에서 개인을 식별할 수 없도록 일부 정보를 삭제하거나 가리는 등의 작업을 거친 익명정보를 활용하는데, 다시 데이터의 품질이 낮다는 문제에 부딪힌다.

여기서 등장한 것이 가명정보다. 가명정보는 개인정보 대비 정보보호는 강화하는 동시에 익명정보 대비 활용성을 높이는, 개인정보와 익명정보의 중간 역할을 한다. 다른 정보와 추가 결합하지 않으면 그 정보 자체로는 개인을 식별할 수 없도록 만든 정보로, 데이터 활용에 목마른 기업이나 연구자들이 주로 활용 중이다.

국내에서 가명정보라는 개념이 등장한 것은 지난 2020년 개인정보보호법·신용정보법·정보통신망법, 일명 ‘데이터3법’으로 불리는 법 개정이 이뤄지면서부터다. 데이터 활용의 중요성이 점차 커지는 가운데 안전하게 데이터를 활용하기 위한 대안으로 제시됐다.

한국인터넷진흥원(KISA) 심동욱 데이터안전활용단장은 “가명정보는 4차 산업혁명 시대에 데이터를 가장 안전하게 잘 쓰는 나라가 되기 위해 도입한 제도”라며 “가명정보 결합을 통해 다양한 이종 산업간 데이터를 연계함으로써 보다 기능 좋은, 편리한 서비스를 개발할 수 있게 됐다”고 말했다.

가령 건강보험공단이나 교육부, 의료기관 등이 보유한 생애주기별 건강정보를 고용노동부가 보유한 개인직업정보와 결합해 데이터 기반 보건의료를 가능케 한다. 직업군별 근로환경에 대한 사회안전망을 구축할 수도 있다.

보건복지부 장애인 등록정보나 교통카드 이용정보, 지하철 편의시설정보로는 교통약자를 위한 편의시설 점검 우선순위를 분석하고, 또 교통약자 이동편의시설 취약지역을 선정해 최적의 위치를 선정할 수도 있다. 전기자동차 충전 인프라 입지 선정에도 가명정보의 결합이 활용되는 중이다.

KISA는 가명정보 활용을 통해 각종 사회문제를 해결할 수 있으리라 기대 중이다. 대표적인 사례로 언급한 것은 ▲불법 장기 이식 실태 파악 ▲보호 종료 아동의 생활 수준 파악 ▲수감자 교정 정책에 대한 효과 분석 ▲대학의 취업 현황 통계 개선 ▲성인병 조기 발견을 위한 생활 습관 연구 ▲신용평가, 보험료 산정 체계의 효율화 등이다.

심 단장은 “가명정보 제도 도입 이후 그간 총 257건의 정보 결합이 이뤄졌다. 결합에 쓰인 데이터는 2600만건 정도”라며 “앞으로도 제도를 손볼 점이 많다. 가명정보 결합 전문기관에게 자체 결합 가능 범위를 확대하는 등의 논의가 이뤄지는 중이다. 추후에는 음성이나 영상 같은 비정형 정보까지도 범주를 넓혀나가게 될 것”이라고 밝혔다.