프라이버시 강화 기술로 코로나 대응 데이터 혁신

본 논문은 데이터.org이 Mastercard, Harvard University, OpenDP, Universidad Javeriana, 그리고 Sloan Foundation과 협력해 진행한 “Privacy‑Enhancing Technologies (PETs) for Public Health Challenge”의 기술적 전 과정을 상세히 기록한다. 프로젝트의 핵심 목표는 민감한 금융 거래 데이터를 차등 개인정보 보호(Differential Privacy, DP) 기법을 적용해 합성 데이터로 변환하고, 이를 공공 보건·모빌리티 데이터와 결합해 팬데믹 관리에 활용 가능한 진단 및 예측 도구를 개발하는 것이었다. 연구는 먼저 기존 금융 거래 데이터의 구조와 특성을 파악한 뒤, 이를 모사하는 합성 데이터 생성 파이프라인을 설계했다. 데이터 사전 정의 단계에서는 거래 ID, 가맹점 ID, 날짜, 가맹점 카테고리, 우편번호, 온라인·오프라인 구분, 지출 금액, 거래 건수 등 8개의 핵심 변수를 포함시켰으며, 각 변수는 실제 데이터의 통계적 분포와 일치하도록 베이지안 사전 지식과 공개된 코로나19 사망자 수 등 보건 지표를 연계해 동적 변동성을 부여했다. 특히, “COVID‑19 효과 승수”를 도입해 팬데믹 상황에 따른 소비 행동 변화를 현실감 있게 재현하였다. 합성 데이터에 차등 개인정보 보호를 적용하기 위해 OpenDP 라이브러리의 라플라스 메커니즘을 활용했으며, 프라이버시 예산 ε를 사전에 설정해 변수별 노이즈 수준을 조절하였다. 민감도 분석과 사전‑사후 검증을 반복함으로써 데이터 유용성을 유지하면서도 개인 식별 위험을 정량적으로 제한했다. 결과적으로 원본 데이터와 통계적 차이가 최소화된 합성 데이터가 확보되었다. 이후, 합성 금융 데이터와 WHO 코로나19 케이스·사망 데이터, 구글 모빌리티 리포트 등 공개 보건·이동성 데이터를 통합했다. 이를 기반으로 6가지 재사용 가능한 도구와 프레임워크가 개발되었다. 1. **핫스팟 탐지 (Hotspot Detection)** – 고밀도 거래·이동 패턴을 실시간으로 시각화해 보건 자원 배분을 최적화한다. 2. **팬데믹 준수 모니터링 (Pandemic Adherence Monitoring)** – 락다운·사회적 거리두기 전후의 소비 변화를 정량화한다. 3. **이동성 분석 (Mobility Analysis)** – 지역 간 거래 흐름을 추적해 잠재적 전파 경로를 예측한다. 4. **접촉 행렬 추정 (Contact Matrix Estimation)** – 연령·직업별 가맹점 이용 패턴을 활용해 WAIFW(Who Acquires Infection From Whom) 행렬을 구축한다. 5. **실시간 Rt 추정 (Real‑time Effective Reproduction Number Estimation)** – 거래 기반 접촉 정보를 보강해 재생산 번호(Rt)를 보다 정확히 계산한다. 6. **역학 예측 모델 (Epidemic Forecasting Models)** – 합성 거래 데이터를 피처로 포함한 머신러닝·시계열 모델을 구축해 향후 감염 추세를 예측한다. 각 도구는 Python 기반 오픈소스 패키지로 구현돼 GitHub에 공개되었으며, 데이터 관리·프라이버시·분석 파이프라인 전반에 걸친 베스트 프랙티스를 문서화했다. 실험 결과, 합성 데이터만을 사용했음에도 불구하고 실제 거래 데이터와 비교해 공간·시간적 상관관계가 85 % 이상 유지됐으며, 주요 역학 지표(핫스팟 위치, Rt 변화) 예측 정확도가 10 % 내외 향상된 것으로 나타났다. 이는 차등 개인정보 보호가 데이터 유용성을 크게 손상시키지 않으면서도 민감 데이터의 안전한 활용을 가능하게 함을 실증적으로 보여준다. 프로젝트는 또한 데이터·프라이버시·보건 분야의 다양한 이해관계자를 하나로 모아 협업 모델을 구축했으며, 향후 다른 사회적 임팩트 분야(예: 기후 변화, 재난 대응)에서도 PETs 기반 데이터 공유가 확대될 수 있는 토대를 마련했다. 최종적으로, 본 연구는 민간 부문의 대규모 금융 데이터와 공공 보건 데이터를 안전하게 결합하는 실용적 프레임워크와 6가지 재사용 가능한 도구를 제공함으로써, 데이터 기반 팬데믹 대응 역량을 크게 향상시켰음을 강조한다.