가명 · 익명 처리Pseudonymization and Anonymization
가명처리는 개인정보의 일부를 삭제하거나 대체해 추가 정보 없이는 특정 개인을 알아볼 수 없게 하는 처리이고, 익명처리는 다른 정보를 써도 더 이상 개인을 알아볼 수 없게 하는 처리다.
1요약
- 가명 · 익명 처리는 개인정보 보호법(법률 제21445호 · 2026-09-11 시행)이 제2조 제1호 다목의 가명정보와 제58조의2 의 적용 제외 정보로 나누는 두 결과물을 만드는 데이터 처리이며, 그 위에서 통계작성 · 과학적 연구 · 공익적 기록보존(제28조의2)과 AI 학습 데이터 준비가 돈다.
- 이름만 지운 표도 다시 식별된다 — 1990년 미국 인구조사 자료에서 5자리 우편번호 · 성별 · 생년월일 세 값만으로 인구의 87%(2억 4,800만 명 중 2억 1,600만 명)가 유일하게 식별될 가능성이 있었다(Sweeney 2000).
- 처리한 표의 위험은 두 질문으로 가른다 — 되돌릴 추가 정보(키 · 대조표)가 남았는가, 그리고 준식별자 조합의 가장 작은 묶음 크기(최소 k)와 그 안의 값 종류(최소 l)가 얼마인가.
2등장 배경
미국 매사추세츠 주의 공무원 보험 기관(GIC)은 공무원 · 가족 약 13만 5,000명의 진료 기록에서 이름 · 주소를 지워 연구자에게 넘겼다. Sweeney 는 같은 도시 선거인 명부를 사서 생년월일 · 성별 · 5자리 우편번호로 맞대었고, 그 조합이 한 사람뿐이던 당시 주지사의 진단 · 처방 기록을 찾아냈다(Sweeney 2002 예 1).
Sweeney 는 2002년 같은 준식별자 값을 가진 행이 k개 이상이 되게 하는 k-익명성을 내놓았고, Machanavajjhala 등은 2007년 묶음 안의 민감 값이 한 가지면 여전히 드러난다는 점을 들어 l-다양성을 더했다. 한국은 2016-06-30 관계부처 합동 「개인정보 비식별 조치 가이드라인」이 사전 검토 → 비식별 조치 → 적정성 평가(k-익명성) → 사후 관리 4단계를 정했고, 2020-08-05 시행 개정 개인정보 보호법이 가명정보와 그 처리 특례를 법 조문으로 넣었다.
지금 기준은 개인정보 보호법 제3장 제3절(가명정보의 처리에 관한 특례)과 개인정보보호위원회 「가명정보 처리 가이드라인」 2026년 3월 전면 개정판이다. 개정판은 위험도를 활용 주체 · 처리 환경으로 정하고(같은 기관 안 = 저위험 · 통제할 수 있는 제3자 제공 = 중위험 · 그 밖 = 고위험), 서식을 24종에서 10종으로 줄였다(개인정보위 보도자료 2026-03-31). 기법 이름은 ISO/IEC 20889:2018 이 국제 분류로 정리했다.
3쉽게 이해하기 — 도서관 대출 장부로 내는 독서 통계
동네 도서관 사서가 대학 연구팀에게 「연령대 · 마을별로 어떤 책을 빌리는가」를 알려 주기로 했다. 사서는 대출 장부에서 이름을 지우고 회원마다 「해오름」 같은 별명표를 붙인 뒤, 별명과 회원 카드 번호를 맞춘 대조표는 사무실 금고에 잠근다. 그래도 「72세 · 윗마을 · 바둑책」처럼 한 사람뿐인 줄은 동네 이웃이 보면 누군지 안다. 그래서 나이는 70대로, 마을은 군 이름으로 묶고 혼자 튀는 줄은 지운 장부만 연구팀에 보낸다.
그림 1 · 이름을 별명으로 바꾸고 대조표를 금고에 따로 두며, 드문 조합을 묶어야 이웃의 짐작이 빗나간다.
그림 2 · 대조표가 금고에 남아 있으면 사서는 되돌릴 수 있고, 대조표를 없애고 드문 조합까지 묶어야 누구도 되돌리지 못한다 — 법은 앞쪽을 가명정보, 뒤쪽을 적용 제외 정보로 나눈다.
| 비유 속 역할 | 실제 이름 | 실제로 하는 일 |
|---|---|---|
| 사서 | 개인정보처리자 | 처리 목적을 정하고 가명처리 · 안전조치 · 기록을 맡는다 |
| 대출 장부 | 원본 개인정보 | 식별자 · 준식별자 · 분석 속성이 한 행에 모인 표 |
| 별명표 | 가명 ID(대체) | 회원번호를 키 있는 해시 · 일련번호로 바꾼 값 |
| 금고 속 대조표 | 추가 정보 | 가명 ID 를 원래 값으로 되돌리는 키 · 대응표 · 결과 표와 따로 보관 |
| 나이 · 마을 묶기 | 범주화 | 준식별자를 넓은 범주로 올려 같은 값 행을 k개 이상으로 만든다 |
| 동네 이웃의 짐작 | 연결 공격(재식별) | 공개 명부 같은 다른 정보와 준식별자로 맞대어 개인을 찾는다 |
| 대학 연구팀 | 가명정보를 받는 쪽 | 추가 정보 없이 통계 · 연구에 쓴다 |
| 대조표 없애기 | 익명처리 | 되돌릴 정보를 남기지 않고 다른 정보로도 특정되지 않게 한다 |
⚠ 비유가 맞지 않는 곳: 실제 가명 ID 는 사람이 고른 별명이 아니라 키로 계산한 값이라, 대조표를 없애도 키만 남으면 같은 계산으로 다시 맞춰 볼 수 있다. 또 익명 여부는 장부만 보고 정하지 않고, 받는 쪽이 구할 수 있는 다른 정보와 기술 · 비용까지 따진다(제58조의2).
4구조 — 열 분류와 추가 정보 분리
그림 3 · 원본 열은 식별자 · 준식별자 · 분석 속성으로 나뉘어 기법이 달라지고, 되돌릴 추가 정보는 결과 표와 다른 곳에 보관되며, 결과 표는 위험 측정을 거친다.
| 요소 | 역할 | 사례 값 | 근거 |
|---|---|---|---|
| 식별자 | 그것만으로 개인을 가리킴 | 이름 · 휴대폰 · 회원번호 M-1004 | 제2조 제1호 가목 |
| 준식별자 | 다른 정보와 조합하면 개인을 가리킴 | 생년월일 · 성별 · 우편번호 | Sweeney 2002 정의 2 |
| 분석 속성 | 처리 목적의 값 · 민감할 수 있음 | 구매 품목 | Machanavajjhala 2007 |
| 추가 정보 | 원래 상태로 되돌리는 정보 | HMAC 키 K · 대조표 | 제28조의4 |
| 가명정보 | 추가 정보 없이는 알아볼 수 없음 | 09b3bd8f · 1990년대 · 062 | 제2조 제1호 다목 |
| 익명정보 | 다른 정보로도 더는 알아볼 수 없음 | 집계 「062 · 1980~99 · 유산균 2건」 | 제58조의2 |
| 결합전문기관 | 서로 다른 처리자의 가명정보 결합 수행 | 보호위원회 등이 지정한 기관 | 제28조의3 |
| 위험 측정 | 묶음 크기 · 값 종류 계산 | 최소 k · 최소 l | ISO/IEC 20889 |
ISO/IEC 20889:2018 은 기법을 통계 도구 · 암호 도구 · 삭제(억제) · 가명화 · 일반화(범주화) · 무작위화(잡음 · 순열) · 합성 데이터로 나누고, k-익명성 · 차분 프라이버시를 위험을 재는 정형 모델로 따로 둔다. 가명화는 그중 식별자만 바꾸는 기법이라, 준식별자를 그대로 두면 표 전체의 위험은 줄지 않는다(Sweeney 2000).
🔑 가명과 익명을 가르는 것은 기법 이름이 아니라 «되돌릴 추가 정보가 남았는가»다 — 같은 HMAC ID 도 키를 보관하면 되돌릴 수 있고, 키를 없애고 준식별자 조합까지 묶어야 되돌릴 길이 닫힌다.
5동작 — 가상 쇼핑몰 구매 기록의 가명처리
설명용 가정 값이다 — 가상 쇼핑몰 회원 8명의 구매 기록(실존 인물 · 기관 없음)이며, 가명 ID 는 Python 3.14.0 표준 라이브러리 hmac(SHA-256 · 키 demo-key-2026)로 직접 계산해 앞 8자리를 썼다.
- 목적 설정 — 같은 회사 분석팀이 「우편번호 앞 3자리 지역 · 연령대별 구매 품목 통계」를 만든다(통계작성 · 제28조의2). 원본 열 = 회원번호 · 이름 · 휴대폰 · 생년월일 · 성별 · 우편번호 · 품목.
- 식별자 처리 — 이름 · 휴대폰 열을 지우고 회원번호
M-1004를 HMAC-SHA256(키 K)의 앞 8자리09b3bd8f로 바꾼다(RFC 2104). 키 K 와 대조표는 결과 표와 다른 저장소에 둔다(제28조의4). - 범주화 — 생년월일 1992-04-18 → 1990년대, 우편번호 06235 → 062 로 올린다.
- k 측정 —
SELECT decade, sex, zip3, COUNT(*) FROM t GROUP BY decade, sex, zip3의 묶음 크기가 3 · 3 · 1 · 1 이라 최소 k = 1 이다(1960년대 · 여 · 135 와 1990년대 · 남 · 135 가 한 행뿐). - 레코드 삭제 — 한 행뿐인 두 묶음을 지워 6행 · 최소 k = 3 이 된다.
- l 측정 — 1980년대 · 남 · 062 묶음 3행의 품목이 모두 탈모 샴푸라 l = 1 이다. 이 묶음에 든 사람을 아는 이는 품목까지 알게 된다(Machanavajjhala 2007 동질성 공격).
- 범주 확대 — 성별 열을 지우고 연령을 1980~99 로 넓히면 6행이 한 묶음이 되어 k = 6 · 품목 3종 l = 3 이다. 연령 해상도는 10년에서 20년으로 내려간다.
- 검토 · 기록 — 같은 회사 안 활용은 2026년 3월 가이드라인의 저위험이라 담당자 검토로 진행하고, 처리 목적 · 기간 · 키 보관 위치를 처리 기록으로 남긴다(제28조의4). 키 K 가 남아 있으므로
09b3bd8f는 처리자가 언제든M-1004로 되돌릴 수 있다.
그림 4 · 회원 M-1004 한 행은 식별자 처리 → 범주화 → 범주 확대를 거치며 바뀐 값만 달라지고, 품목 열은 끝까지 그대로 남는다.
그림 5 · 범주를 넓히면 최소 k 와 최소 l 은 오르고 행 수 · 연령 해상도는 내려간다 — k = 3 을 맞춘 표도 한 묶음의 품목이 하나뿐이면 아직 드러난다.
🔑 k 는 «누구인지»를, l 은 «무엇을 했는지»를 지킨다 — 최소 k = 3 인 표도 한 묶음의 품목이 하나뿐이면 그 묶음에 든 사람의 품목은 그대로 드러난다.
6비교 — 가명처리 · 익명처리 · 암호화
| 기준 | 가명처리 | 익명처리 | 암호화(암호 시스템) |
|---|---|---|---|
| 되돌릴 수단 | 추가 정보(키 · 대조표) — 처리자가 따로 보관 | 남기지 않음 · 다른 정보로도 특정되지 않게 함 | 복호화 키 — 키를 가진 쪽은 원문 전체를 되돌림 |
| 남는 값 | 행 단위 · 범주화한 준식별자 · 분석 속성 | 집계 · 범주 · 잡음 · 합성 값 | 암호문(복호화 전에는 분석 불가) |
| 다른 표와 결합 | 가명 ID 로 결합 · 서로 다른 처리자 사이는 결합전문기관(제28조의3) | 행 연결 불가가 목표 | 같은 키 · 결정적 암호일 때만 |
| 위험 측정 | 최소 k · 최소 l · 표본 검수 | 최소 k · 최소 l · 차분 프라이버시 ε | 알고리즘 · 키 길이 강도 |
| 법 조문 | 제2조 제1호 다목 · 제28조의2 ~ 7 | 제58조의2 | 가명 · 익명 처리의 정의 조문 밖 |
| 대표 기법 | 삭제 · HMAC 대체 · 범주화 · 마스킹 | 집계 · 잡음 추가 · 합성 데이터 · 레코드 삭제 | AES · RSA · 형태 보존 암호 |
분석행 단위 분석이나 다른 표와의 결합이 목적이면 가명처리, 받는 쪽이 구할 정보를 통제할 수 없는 외부 공개면 익명처리, 원문을 다시 써야 하는 저장 · 전송이면 암호화를 고른다. 근거는 표의 「되돌릴 수단」 · 「다른 표와 결합」 행이며, 2026년 3월 가이드라인도 받는 쪽 처리 환경을 통제할 수 있는가로 위험도를 나눈다.
7실무 진단 — 재식별 위험이 남은 처리 단계 가르기
분석식별자 → 준식별자 → 분석 속성 → 추가 정보 순서로 본다. 앞 단계의 누락은 뒤 단계 측정을 모두 무의미하게 만들기 때문이며, 측정 기준은 Sweeney 2002 의 k 정의와 Machanavajjhala 2007 의 l 정의다.
| # | 증상 | 의심 원인 | 처리 단계 | 확인 자료 | 판정 기준(근거) |
|---|---|---|---|---|---|
| 1 | 상담 메모 열에 이름 · 전화번호가 남음 | 자유 기술 열을 식별자로 분류하지 않음 | 식별자 처리 | 정규식 01[0-9] 검색 · 비정형 열 표본 검수 | 검색 0건(2026년 3월 가이드라인 표본 검수) |
| 2 | 한 행뿐인 조합이 결과 표에 남음 | 준식별자 범주화 부족 | 범주화 | GROUP BY 준식별자 HAVING COUNT(*) < k 결과 | 0행이면 목표 k 충족(Sweeney 2002 정의 3) |
| 3 | 묶음은 큰데 민감 값이 하나 | 동질성 | 분석 속성 | 묶음별 COUNT(DISTINCT 품목) | 최소값 ≥ 목표 l(Machanavajjhala 2007) |
| 4 | 전화번호 해시가 전수 계산으로 되돌려짐 | 키 없는 해시로 대체 | 대체 | 대체 함수 · 키 사용 여부 | 키 있는 HMAC · 키는 결과 표와 분리(RFC 2104 · 제28조의4) |
| 5 | 결합 뒤 특정 개인을 알아볼 수 있는 행이 생김 | 다른 표 결합으로 준식별자 증가 | 사후 관리 | 결합 결과의 k 재측정 · 처리 기록 | 처리 중지 · 회수 · 파기 기록(제28조의5) |
휴대폰 번호는 010 뒤 8자리라 경우의 수가 1억 개뿐이어서, 키 없는 SHA-256 값은 1억 번 계산해 대조하면 원래 번호가 나온다. 그래서 대체 단계 점검은 «해시를 썼는가»가 아니라 «키가 있고 그 키가 결과 표 밖에 있는가»를 묻는다. 결합 · 추가 수집 뒤에는 준식별자 열이 늘어나므로 k · l 을 다시 잰다.
8시험 대비
www.q-net.or.kr시험에서는 가명처리 · 가명정보 · 익명정보를 정의하고 차이를 쓰는 정의 · 특징형, 처리 절차와 기법을 단계별로 쓰는 동작 · 절차 설명형이 나올 수 있다. 위험도 기반 검토 · AI 학습 데이터 활용 같은 동향 · 발전형도 대비한다.
- 개요 — 정의 셋(가명처리 · 가명정보 제2조 · 익명정보 제58조의2) · 세 값으로 87% 식별(Sweeney 2000)
- 구조 — 그림 3 열 분류(식별자 · 준식별자 · 분석 속성)와 추가 정보 분리 보관(제28조의4)
- 절차 — 목적 설정 → 위험도 판단 → 가명처리 → 적정성 검토 → 기록 · 그림 4 한 행의 계단 변환
- 위험 측정 — 그림 5 k · l 변화 · 동질성 공격 · 표본 검수
- 비교 — 가명처리 · 익명처리 · 암호화 표(되돌릴 수단 · 결합 · 법 조문)
- 동향 — 위험도 3단계(저 · 중 · 고) · 서식 24 → 10 · 결합전문기관 · 차분 프라이버시
꼭 쓸 키워드
추가 정보준식별자범주화k-익명성l-다양성재식별적정성 검토결합전문기관위험도 기반
다른 답안과 차이를 내는 한 가지는 한 행이 단계마다 바뀌는 계단 표(그림 4)와 묶음 크기 · 값 종류의 수치 변화(그림 5)를 함께 그려, 위험과 유용성을 맞바꾸는 판단을 숫자로 보이는 것이다.
9오해와 사실
- 오해이름과 주민등록번호만 지우면 누구인지 알 수 없다.사실1990년 미국 인구조사 자료에서 5자리 우편번호 · 성별 · 생년월일 조합만으로 인구의 87%가 유일하게 식별될 가능성이 있었다(Sweeney 2000).
- 오해식별자를 해시값으로 바꾸면 되돌릴 수 없다.사실값의 경우의 수가 작으면 모든 값을 해시해 대조하면 되돌려지고, 키 있는 HMAC 도 키를 가진 쪽은 같은 계산으로 맞춰 본다(RFC 2104) — 그래서 법은 추가 정보의 분리 보관을 따로 정한다(제28조의4).
- 오해k-익명성을 맞추면 민감한 값도 안전하다.사실묶음 안의 민감 값이 한 가지면 묶음에 든 것만 알아도 값이 드러나는 동질성 공격이 남는다(Machanavajjhala 2007).
10핵심 정리
| 구분 | 대상 열 | 사례 값(가정 값) | 되돌림 | 잃는 것 | 근거 |
|---|---|---|---|---|---|
| 삭제 | 식별자 | 이름 · 휴대폰 → 열 없음 | 불가 | 그 열 전체 | ISO/IEC 20889 |
| 대체 | 식별자 | M-1004 → 09b3bd8f | 키로 가능 | 원래 값 | RFC 2104 |
| 범주화 | 준식별자 | 1992-04-18 → 1990년대 | 불가 | 정밀도 | ISO/IEC 20889 |
| 마스킹 | 식별자 · 준식별자 | 010-0000-1004 → 010-****-1004 | 불가 | 가린 자리 | ISO/IEC 20889 |
| 레코드 삭제 | 한 행뿐인 조합 | 8행 → 6행 | 불가 | 행 | Sweeney 2002 |
| 잡음 추가 | 수치 속성 | 금액 32,000 → 31,400 | 불가 | 개별 값 정확도 | NIST SP 800-188 |
| k-익명성 | 준식별자 조합 | 최소 k 1 → 6 | — | 측정 모델 | Sweeney 2002 |
| l-다양성 | 분석 속성 | 최소 l 1 → 3 | — | 측정 모델 | Machanavajjhala 2007 |
11참고 문헌
- 먼저 볼 문헌
- ★ 개인정보 보호법(법률 제21445호 · 2026-03-10 일부개정 · 2026-09-11 시행) — 제2조 정의 · 제3장 제3절 가명정보 특례(제28조의2 ~ 7) · 제58조의2 적용 제외 조문을 볼 때
- ★ 가명정보 처리 가이드라인(2026.3. 개정 · 본권 제도 안내편 · 별권 처리 실무편) — 위험도(저 · 중 · 고)별 검토 절차와 가명처리 기법 · 서식을 볼 때
- ★ ISO/IEC 20889:2018 Privacy enhancing data de-identification terminology and classification of techniques — 비식별 기법 분류와 재식별 위험을 줄이는 정도를 볼 때
- ★ k-anonymity: a model for protecting privacy (International Journal on Uncertainty, Fuzziness and Knowledge-based Systems 10(5) 557-570) — 준식별자 · k-익명성 정의와 결합 재식별 사례 원전을 볼 때
- ★ NIST SP 800-188 De-Identifying Government Datasets: Techniques and Governance — 공개 모델 선택 · 비식별 기법 · 공개 심의 위원회 운영을 볼 때
- 본문 근거
- Simple Demographics Often Identify People Uniquely (Carnegie Mellon University Data Privacy Working Paper 3) — Latanya Sweeney · 2000-01 ·
dataprivacylab.org/projects/identifiability/paper1.pdf· 확인 2026-11-03 - 「가명정보 처리 가이드라인」 전면 개정, 위험도 기반 판단 체계 확립(보도자료) — 개인정보보호위원회(정책브리핑) · 2026-03 ·
www.korea.kr/briefing/pressReleaseView.do?newsId=156751967· 확인 2026-11-03 - 가명정보 가이드라인 전면 개정 위험도 기반 체계 도입(정책뉴스) — 정책브리핑 · 2026-03 ·
www.korea.kr/news/policyNewsView.do?newsId=148961790· 확인 2026-11-03 - 개인정보 비식별 조치 가이드라인 발간(보도자료 · 관계부처 합동) — 금융위원회 · 2016-06 ·
www.fsc.go.kr/no010101/72222· 확인 2026-11-03 - l-Diversity: Privacy Beyond k-Anonymity (ACM Transactions on Knowledge Discovery from Data 1(1)) — A. Machanavajjhala, D. Kifer, J. Gehrke, M. Venkitasubramaniam · 2007-03 ·
dl.acm.org/doi/10.1145/1217299.1217302· 확인 2026-11-03 - RFC 2104 HMAC: Keyed-Hashing for Message Authentication — IETF · 1997-02 ·
www.rfc-editor.org/rfc/rfc2104· 확인 2026-11-03 - hmac — Keyed-Hashing for Message Authentication (Python 3 documentation) — Python Software Foundation · 2026-11 ·
docs.python.org/3/library/hmac.html· 확인 2026-11-03