인공지능 연합학습 환경에서 프라이버시 보호에 관한 연구
A study on privacy protection in artificial intelligence federated learning environment
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 논문에서는 4차 산업혁명 시대 급속도로 발전한 ICT 기술을 기반으로 우리 사회는 많은 변화를 가져왔다. 4차 산업혁명의 키워드 중 핵심인 빅데이터와 인공지능은 알파고 이후 급속한 발전으로 현재 우리 사회에 전반에 활용되고 있고 우리 정부에서도 인공지능을 뒷받침하는 다양한 알고리즘을 기반으로 비즈니스 연계를 목적으로 하고 있다. 정부 주도의 빅데이터 활용은 ‘마이데이터’, ‘마이헬스웨이’ 등을 통해 이루어지고있다. 모두 개인정보 중 건강정보를 기반으로 개인정보의 주체자가 자신의 정보 활용에 동의하고 개인의 동의를 기반으로 수집된 데이터가 다양한 분야에 활용되고 있는 것이다. 이렇게 수집된 데이터를 이용해 산업계에서는 인공지능 모델에 활용함으로 개인맞춤형 서비스 및 딥러닝 모델의 학습 데이터로 활용되고 있는데 이런 상황에서 빅데이터의 안전한 활용은 매우 중요한 이슈가 될 수 있다. 따라서 데이터 3법의 개정은 매우 중요한 의미를 담는다고 할 수 있다. 4차 산업혁명 시대를 맞이해 데이터 3법 개정 내용을 통해 빅데이터 시대를 맞이하는 노력을 하고 있으나 빅데이터를 기반으로 한 인공지능 알고리즘의 기술적 프라이버시 침해에 대한 문제점을 인식하고 이를 해결하기 위한 소극적 요건등을 근거로 활발하게 활용되고 있는 인공지능 환경의 연합학습의 기술적 문제점을 분석하였다. 이에 본 고에서는 인공지능 환경에서 프라이버시 보호에 관한 기술적 연구에서의 법률상 법규범의 필요성을 도출함으로 인공지능 환경에서 프라이버서 보호에 관한 필요성에 대한 의문을 제시한다. 마이데이터를 기반으로 의료분야의 빅데이터와 인공지능 알고리즘을 활용한 개인맞춤형 건강관리 서비스를 제공하고 자 노력하고 있다. 빅데이터 활용에 안전성 및 의료데이터의 민감정보 활용을 위해 이용되고 있는 연합학습의 경우 프라이버시에 과연 안전한 것인가에 대해 기술적 분석을 제시하였다. 연학학습에서 각 분산된 엣지 단말기에서 중앙 모델로 전달되는 파라미터가 과연 프라이버시 침해를 묵인해도 되는 것인지에 대한 부분은 매우 중요한 논점이 될 수 있다. 따라서, 본 논문에서는 보안 전문가로 연합학습 알고리즘에서 제시되고 있는 개인 프라이버시 노출 문제를 기술적으로 제시하고 이에 대한 법규범의 필요성을 제시하였다.
Abstract
In this paper, our society has changed a lot based on ICT technology that rapidly developed in the era of the 4th Industrial Revolution. Big data and artificial intelligence, the core of the 4th industrial revolution, are currently being used in our society due to rapid development after AlphaGo, and our government aims to connect businesses based on various algorithms that support artificial intelligence. The government-led use of big data is being made through 'My Data' and 'My Healthway'. All of them are based on health information among personal information, and data collected based on individual consent is being used in various fields. is being used in various fields. The data collected in this way is used in the industry for artificial intelligence models and is used as learning data for personalized services and deep learning models. In this situation, the safe use of big data can be a very important issue. Therefore, it can be said that the revision and supplementation of the Three data-related Bills( the individual privacy protection act, the telecommunications network act, and the credit protection act) has a very important meaning. In the era of the 4th industrial revolution, we are making efforts to welcome the era of big data through the revision of the three acts, but we recognize the problem of technical privacy infringement of AI algorithms based on big data and passive requirements to solve it, etc. Based on this, we analyzed the technical problems of federated learning in an AI environment that is being actively used. In this paper, the necessity of privacy protection in the AI environment is raised by deriving the necessity of legal norms in the technical research on privacy protection in the AI environment. Based on My Data, we are trying to provide personalized health care services using big data and artificial intelligence algorithms in the medical field. In the case of federated learning, which is used for safety in the use of big data and sensitive information of medical data, a technical analysis is presented on whether it is really safe for privacy. In academic learning, whether the parameters transmitted from each distributed edge terminal to the central model can tolerate invasion of privacy can be a very important issue. Therefore, in this paper, as a security expert, the problem of personal privacy exposure presented in the federated learning algorithm is technically presented and the necessity of legal norms is presented.
참고문헌 (42)
- 최윤섭, "디지털 헬스케어 : 의료의 미래" (2020), 클라우드나인
- 에릭토폴, "딥메디슨 인공지능 의료인의 인간화를 꿈꾸다" (2020), 소우주 출판사
- 정종섭, "헌법학원론" (2018), 박영사
- 빅토어 마이어 쇤베르거, "빅데이터가 만드는 세상" (2013), 21세기북스 출판사
- "한국형 AI정밀의료 서비스, ‘닥터 앤서’ 개발 Start!" (2018)[URL]
- "소비자 중심의 금융혁신을 위한 금융분야 마이데이터 산업 도입방안" (2018)[URL]
- 질병진단 인공지능 개발 동향, "김규태", BRIC, ~, pp.BRIC View 동향리포트, 2020-T06 (2020)
- 김근령, "보건의료 빅데이터 활용에 관한 법적 검토 - 개인정보보호를 중심으로 -", 과학기술법연구, 24(3), pp.57~90 (2018), 과학기술법연구원[DOI]
- 김동희, "블록체인 기반 스마트팜에서 연합학습을 이용한 네트워크 적응형 Raft 알고리즘", 석사, pp.2021
- 김상현, "동형암호를 이용한 프라이버시 보존 데이터 분석의 법제도적 문제", 박사, pp.2020
- 김선욱, "연합학습 통계적 이질성 문제 해결을 위한 데이터 분포 추정 기반 확률적 샘플링 기법에 관한 연구", 한국통신학회 학술대회논문집 (2021), 한국통신학회
- 김영국, "헬스케어 활성화를 위한 법정책 소고", 법이론실무연구, 8(4), pp.175~220 (2020), 사단법인 한국법이론실무학회
- 김영식, "헬스케어 분야 머신러닝 기술 활용 및 동향", 보건산업브리프, (289) (2019), 한국보건산업진흥원
- 김우진, "자율주행자동차(레벨 2, 3) 기반 운전자 인적요인 융합기술 동향", 주간기술동향, (1995) (2020), 정보통신기획평가원
- 김유준, "연합학습 과정에서의 양자화 매개변수 학습", 한국정보과학회 학술발표논문집 (2020), 한국정보과학회
- 남형두, "건강정보 빅데이터와 프라이버시 침해 문제 - 내 몸의 주인은 누구인가?", 정보법학, 23(3), pp.1~33 (2019), 한국정보법학회
- 박준범, "블록체인 기반의 연합학습 구현", 한국빅데이터학회 학회지, 5(1), pp.89~96 (2020), 사)한국빅데이터학회[DOI]
- 방준일, "연합학습을 사용한 사용자 건강정보 예측에 관한연구", 한국통신학회 학술대회논문집 (2021), 한국통신학회
- 서경화, "디지털 헬스의 최신 글로벌 동향", 의료정책포럼, 18(2) (2020), 대한의사협회 의료정책연구소
- "2020년 신개발 의료기기 전망 분석 보고서"[URL]
- 이보영, "IoT환경에서 프라이버시를 보장하는 의료데이터 이상치 탐색 기법", 정보보호학회논문지, 25(5), pp.1187~1199 (2015), 한국정보보호학회[DOI]
- 이승민, "연합학습 기술동향 및 산업적 시사점", 기술정책 트렌드 (2020), 한국전자통신연구원
- 이양복, "데이터 3법의 분석과 향후과제", 비교사법, 27(2), pp.423~465 (2020), 한국사법학회[DOI]
- 이영규, "개인의료정보침해시 사법적 구제방안", 법학논총, 25(1), pp.137~162 (2008), 법학연구소
- 이준복, "코로나바이러스(COVID-19) 팬데믹 사태의 합리적 대응을 위한 법적 고찰:감염병 환자의 정보 활용 범위에 대한 제언", 강원법학, 61, pp.439~477 (2020), 비교법학연구소
- 이창규, "인공지능(AI) 기술의 윤리적･법적 관점에서의 談論", 인권법평론, (28), pp.233~270 (2022), 공익인권법센터
- 장인호, "첨단과학기술시대에 웨어러블기기 이용급증에 따른 개인건강정보 보호를 위한 입법적 대응방안", 법과정책, 23(3), pp.231~265 (2017), 법과정책연구원[DOI]
- 전상현, "개인정보자기결정권의 헌법상 근거와 보호영역", 저스티스, 169, pp.5~36 (2018), 한국법학원[DOI]
- 전영주, "의료법상 의료정보 보호방안", 법학연구, (28), pp.465~483 (2007), 한국법학회
- 전종흥, "의료인공지능 표준화 동향", 전자통신동향분석, 34(5) (2019)
- 정소이, "COVID-19 환자의 흉부 CT 진단 정확도 보장을 위한 연합학습 스케줄링 연구", 한국통신학회 학술대회논문집 (2021), 한국통신학회
- 조승현, "분류를 위한 차등 프라이버시 보호 연합학습", 한국통신학회 학술대회논문집 (2021), 한국통신학회
- 천지영, "데이터 3법 시대의 익명화된 데이터 활용에 대한 제언", 정보보호학회논문지, 30(3), pp.503~512 (2020), 한국정보보호학회[DOI]
- 최도연, "딥러닝 기반 앙상블을 이용한 유방암 분류", 보건정보통계학회지, 43(2), pp.140~147 (2018), 한국보건정보통계학회[DOI]
- 홍정하, "엣지 컴퓨팅 기술 동향", 전자통신동향분석, 35(6) (2020), 한국전자통신연구원
- 홍준용, "AI 의료영상 분석의 개요 및 연구 현황에 대한 고찰", 방사선기술과학, 43(3), pp.195~208 (2020), 대한방사선과학회
- 보건의료 빅데이터 연계활용 기반구축 연구, "한국보건산업진흥원", ~ (2018)
- , 2017
- Bonawitz, K., "Towards federated learning at scale : Syste m design", arXiv preprint arXiv:1902.01046, ~ (2019)
- Kairouz, P., "Advances and open problems in federated learning", arXiv preprint arXiv:1912.04977, ~ (2019)
- McMahan, B., "Artificial Intelligence and Statistics", pp.1273~1282 (2017), PMLR
- Louis Columbus, "What’s New In Gartner’s Hype Cycle For AI", Forbes, 9(25)