공정성 감시를 위한 다자간 계산 프로토콜 사용자 수용성 연구

초록

본 논문은 EU AI 법과 GDPR 하에서 민감 데이터가 필요한 공정성 감시를 위해 제안된 다자간 계산(MPC) 프로토콜에 대한 사용자의 수용성을 조사한다. 833명의 유럽 구직자를 대상으로 설문·컨조인트 분석을 수행했으며, 위험 관련 속성은 직접 평가에서, 이익 관련 속성은 시나리오 선택에서 우선순위를 차지한다는 결과를 도출했다. 또한 개인의 공정성·프라이버시 성향이 프로토콜 선호에 영향을 미친다는 점을 확인하였다.

상세 분석

이 연구는 프라이버시 계산 이론(Privacy Calculus Theory)을 기반으로, 다자간 계산(MPC) 프로토콜의 설계 속성을 ‘이익‑관련(공정성 목표, 금전적 인센티브)’, ‘위험‑관련(프라이버시 보호 메커니즘, 데이터 저장 방식)’, 그리고 ‘이익·위험 모두에 영향을 주는(수집 데이터 종류, 감시 주체, 데이터 활용)’ 세 그룹으로 분류하였다. 설문은 두 단계로 구성되었는데, 첫 번째 단계에서는 참가자들에게 각 속성의 중요도를 직접 순위 매기게 하여 위험 인식이 얼마나 강조되는지를 측정하였다. 두 번째 단계에서는 컨조인트 분석을 통해 가상의 프로토콜 시나리오를 제시하고, 참가자들이 실제 선택을 할 때 어떤 속성이 결정에 가장 큰 영향을 미치는지를 밝혀냈다.

결과는 두 단계 간에 뚜렷한 차이를 보였다. 직접 순위 매기기에서는 ‘수집 데이터 종류(민족·성별 등 민감 정보)’와 ‘프라이버시 보호 메커니즘(분산 저장, 암호화 등)’이 가장 높은 중요도로 평가되었으며, 이는 사용자가 데이터 유출 위험을 가장 크게 우려한다는 것을 시사한다. 반면, 시나리오 기반 선택에서는 ‘공정성 목표(편향 제거)’와 ‘금전적 인센티브’가 선택에 가장 큰 영향을 미쳤다. 즉, 사용자는 실제 행동 상황에서 사회적 이익과 개인적 보상을 더 중시한다는 점을 확인할 수 있다.

또한 회귀 분석을 통해 개인의 ‘공정성 성향’과 ‘프라이버시 성향’이 프로토콜 선호에 미치는 영향을 탐색하였다. 공정성 성향이 높은 참가자는 공정성 목표와 금전적 보상에 높은 가중치를 부여했으며, 프라이버시 성향이 강한 참가자는 데이터 저장 방식과 보호 메커니즘에 더 큰 비중을 두었다. 이와 같은 차이는 사용자 맞춤형 커뮤니케이션 전략이 필요함을 강조한다.

연구는 또한 몇 가지 의외의 현상을 보고한다. 데이터 요청 범위가 넓고 데이터 활용 목적이 다양할수록 오히려 공유 의향이 증가했는데, 이는 사용자가 자신의 데이터가 공정성 개선에 실질적으로 기여한다는 인식을 할 때 위험 인식을 상쇄한다는 가설을 뒷받침한다. 마지막으로, 연구기관보다 상업 기업에 대한 신뢰도가 낮다는 기존 문헌과 달리, 본 조사에서는 연구기관보다 상업 기업에 대한 신뢰도가 약간 높게 나타났으며, 이는 프로토콜 구현 주체에 대한 투명한 설명과 인증이 신뢰 형성에 중요한 역할을 함을 시사한다.

이러한 분석을 종합하면, MPC 기반 공정성 감시 시스템을 실제로 도입하려면 위험‑관련 정보를 명확히 전달하면서도, 공정성 목표와 금전적 보상 등 이익‑관련 요소를 강조하는 이중 전략이 필요함을 알 수 있다.