프라이버시 보호를 위한 카테고리 데이터 가설 검정 혁신

초록

본 논문은 차등 프라이버시 하에서 카테고리형 데이터에 대한 χ²·우도비 검정을 새롭게 설계한다. 기존 방법이 큰 노이즈로 검정력 손실을 초래하거나, 노이즈를 반영하지 않아 편향된 p‑값을 내던 문제를 해결하기 위해, 입력 데이터에 라플라스 노이즈를 추가한 뒤 수정된 비대칭적 asymptotic regime을 도입한다. 이를 통해 독립성, 표본 비율, 적합도 검정에 대해 차등 프라이버시를 만족하면서도 신뢰할 수 있는 p‑값을 제공한다. 실험은 다양한 데이터 규모와 프라이버시 예산에서 기존 방법보다 높은 정확도와 검정력을 보임을 확인한다.

상세 분석

이 논문은 차등 프라이버시(ε‑DP) 환경에서 전통적인 카테고리형 가설 검정의 두 가지 근본적인 결함을 정확히 짚어낸다. 첫 번째는 검정 통계량 자체에 큰 분산을 갖는 라플라스 노이즈를 직접 추가함으로써 검정력(power)이 급격히 감소하는 경우이며, 두 번째는 입력 데이터에 작은 노이즈를 삽입한 뒤 기존 비프라이버시 통계 소프트웨어를 그대로 사용해 p‑값을 계산함으로써 편향된 결과를 초래하는 경우이다. 저자들은 이러한 문제를 해결하기 위해 “새로운 비대칭적 asymptotic regime”을 제안한다. 기존의 대수적 수렴(χ² 검정 통계량이 자유도 r‑1인 χ² 분포로 수렴) 가정은 노이즈 규모가 표본 크기에 비해 무시할 수 있을 때만 타당했지만, 차등 프라이버시에서는 노이즈 규모가 표본 크기와 동등하거나 더 클 수 있다. 따라서 저자들은 노이즈가 포함된 관측값을 그대로 사용하되, 라플라스 노이즈의 평균·분산을 명시적으로 고려한 수정된 자유도와 스케일 파라미터를 도출한다. 이 과정에서 우도비 검정(LR)과 χ² 검정이 새로운 asymptotic regime 하에서도 여전히 동등함을 증명했으며, 이는 기존 통계학 교과서에 나오는 “LR ≈ χ²” 관계가 프라이버시 노이즈 하에서도 유지된다는 중요한 통찰을 제공한다.

또한 논문은 세 가지 전형적인 카테고리형 검정—적합도(goodness‑of‑fit), 표본 비율(sample‑proportions), 독립성(independence)—에 대해 각각 차등 프라이버시를 만족하는 검정 통계량과 그 분포를 구체적으로 제시한다. 특히 독립성 검정에서는 셀별 라플라스 노이즈를 삽입한 뒤, 기대값 E