정확하고 효율적인 데이터큐브와 교차표 비공개 공개

초록

본 논문은 민감한 데이터에 대한 집계 정보를 차별화된 노이즈 할당 방식으로 정확히 공개하면서도 차등 개인정보 보호를 보장하는 새로운 방법을 제시한다. 기존 전략 기반 방법의 한계를 극복하기 위해, 파동, 계층, 푸리에 등 다양한 전략에 대해 쿼리마다 최적의 노이즈 분배를 계산하고, 이를 통해 마진(부분집합) 쿼리의 정확도를 크게 향상시킨다. 또한, 복원된 응답이 실제 데이터와 일관되도록 하는 일관성 보정 절차를 최소 비용으로 제공한다.

상세 요약

이 논문은 차등 개인정보 보호(DP) 하에서 선형 쿼리, 특히 데이터큐브와 교차표와 같은 고차원 집계에 대한 효율적인 공개 메커니즘을 설계한다. 기존 연구는 “전략(strategy) 쿼리 집합”을 미리 선택하고, 그에 대한 노이즈가 섞인 응답을 이용해 목표 쿼리를 재구성하는 방식을 사용한다. 그러나 전략 쿼리마다 동일한 노이즈 수준을 부여하거나, 전체 전략을 탐색하는 비용이 크게 발생한다는 문제가 있었다. 저자들은 이러한 문제를 “노이즈 할당 최적화”라는 관점으로 전환한다. 구체적으로, 주어진 전략 집합 S에 대해 각 쿼리 q∈S에 할당할 노이즈 분산 σ²_q를 다르게 설정함으로써, 목표 쿼리 집합 Q에 대한 총 평균 제곱오차(MSE)를 최소화한다. 이 최적화는 라그랑주 승수를 이용한 이차형식 최소화 문제로 귀결되며, 전략 행렬 A(=S의 응답 행렬)와 목표 행렬 B(=Q의 응답 행렬)의 관계를 이용해 닫힌 형태 해를 도출한다. 특히, 파동(wavelet), 계층(hierarchy), 푸리에(Fourier)와 같은 널리 사용되는 전략에 대해선 행렬 구조가 희소하거나 직교성을 갖기 때문에 계산 복잡도가 O(|S|) 수준으로 낮아진다.

마진 쿼리(즉, 다차원 데이터의 부분집합 합계) 경우, 기존 방법인 “프라이빗 마진(Private Marginals)”이나 “하이퍼볼릭 스케일링”에 비해, 저자들의 가중치 기반 노이즈 할당이 이론적으로 더 낮은 오류 경계를 제공한다. 실험에서는 2‑차원부터 5‑차원까지의 데이터큐브에 대해 평균 절대오차가 15% 이상 감소했으며, 특히 높은 차원의 경우 오류 감소율이 더욱 두드러졌다.

또한, 논문은 복원된 응답이 실제 데이터셋에 일관되도록 하는 “일관성 보정(Consistency Projection)” 절차를 제시한다. 이는 최적화된 노이즈 응답을 선형 제약식(예: 마진 합계가 전체 합과 일치) 아래에서 최소 거리 투영(projection)하는 문제로, 기존의 “최소 제곱(L2) 보정”과 동일한 형태이지만, 앞서 최적화된 노이즈 구조를 그대로 유지하면서 추가적인 노이즈를 삽입하지 않는다. 따라서 시간 복잡도는 O(|S|)이며, 실제 구현에서도 0.1초 이내의 빠른 처리 속도를 보인다.

전체적으로 이 논문은 (1) 전략별 맞춤형 노이즈 할당을 통해 정확도 향상을 달성하고, (2) 효율적인 행렬 구조를 활용해 계산 비용을 최소화하며, (3) 일관성 보정을 저비용으로 제공한다는 세 가지 핵심 기여를 한다. 이러한 접근법은 차등 프라이버시가 요구되는 통계 기관, 데이터 마켓플레이스, 그리고 머신러닝 전처리 단계에서 고차원 집계 데이터를 안전하게 공개하려는 실무자들에게 직접적인 활용 가치를 제공한다.