가명정보의 활용 방법을 살펴보겠습니다.
가명정보 활용에서 말하는 통계작성은 어떤 의미일까요?
단, 직접(1:1) 마케팅 등을 위해 특정 개인을 식별할 수 있는 형태의 통계작성을 목적으로 해서는 안됩니다.
통계작성의 예를 들면,
- 금융기관은 소액대출 심사의 신용 보조지표로 활용하기 위해 고객과 지역별 신용카드 결제 데이터, 아파트 관리비, 부동산 시세 등에 대한 통계를 작성할 수 있습니다.
- 지자체는 쓰레기 수거량을 예측하기 위해 신용카드 결제건수, 이용금액, 가맹점 업종 및 지역, 고객 거주 및 직장 지역, 거주 지역별 온·오프라인 구매물품, 배달 음식 매출액 등에 관한 통계를 작성할 수 있습니다.
가명정보 활용에서 말하는 연구는 어떤 의미일까요?
이는 자연과학적 연구뿐만 아니라 과학적인 방법을 활용하는 역사적 연구, 공익을 위한 공중 보건 관련 연구와 같은 다양한 분야에 적용됩니다.
물론, 신규 기술, 제품, 서비스 개발 및 시장 조사와 같은 산업적인 목적의 연구도 역시 이에 포함됩니다.
예를 들면,
- 보험사기 자동 탐지 시스템 개발을 위해 최근 10년 동안의 보험사기 사례를 분석하여 보험금 청구 금액, 청구 시점 및 방법, 유사 청구 반복 여부 등을 조사합니다. 이를 통해 보험사기의 징후를 발견하기 위한 연구가 진행될 수 있습니다.
- 코로나19 위험 경고를 위해 생활 패턴과 코로나19 감염률 간의 관계에 대한 가설을 세웁니다. 이를 위해 건강 관리용 모바일 앱을 통해 수집한 가명 처리된 생활습관, 위치정보, 감염 증상, 성별, 나이, 감염원 등과 감염자의 데이터를 비교 및 분석하여 가설을 검증합니다.
가명정보 활용에서 공익적 기록 보존이란 무엇인가요?
공익적 목적으로 계속해서 열람 가치가 있는 기록 정보를 보존하는 것을 의미합니다.
이는 공공의 이익을 위해 공공기관이 처리하는 경우뿐만 아니라, 민간기업이나 단체 등이 일반적인 공익을 위해 기록을 보존하는 경우에도 해당됩니다.
예를 들어,
- 연구소가 현대사 연구 과정에서 수집한 개인정보 중에서 사료가치가 있는 인물정보를 기록하여 보관하는 경우가 있습니다.
가명정보 활용 사례에는 어떤 것들이 있을까요?
삼성SDS가 수행한 고객사례 5건을 소개해드립니다.
▶ 한국인터넷진흥원(KISA)과 SK텔레콤
한국인터넷진흥원(KISA) 및 SK텔레콤은 가명정보를 결합하여 불법 스팸 실태를 분석하는 시범사례를 수행하였습니다. 이를 통해 방송통신위원회와 KISA가 정책 수립을 하였으며, 연령대별 맞춤형 이용자 스팸 예방 교육 및 인식 제고 등의 사업을 추진하였습니다. 이는 빅데이터를 가명 처리하고 통신분야에서 최초로 결합한 사례로, 공공기관 데이터와 기업 데이터를 민간분야 결합전문기관인 삼성SDS와 협력하여 진행되었습니다.
▶ B 리테일제조유통사
B 리테일 제조유통사 사례는 통신과 부동산 정보를 결합하여 고객의 성향을 파악하고 대리점의 매출을 예측하는데 활용을 했습니다. 이를 통해 이전에 알 수 없었던 고객들의 주말 생활패턴과 경쟁사 대리점 방문 현황 등을 파악하여 개발과 마케팅에 활용할 수 있습니다. 또한 대리점별 매출액을 예측하여 잠재 수요가 높은 지역을 중점적으로 프로모션을 집중할 수 있습니다. 이를 위해 아파트 단지의 면적별 세대수, 자사 및 경쟁사 매장과의 거리, 건축 연령을 변수로 활용하여 매출액을 예측하고 실제 매출과 비교함으로써 추가 잠재 수요를 식별하는데 도움이 되었습니다. 이렇게 식별한 추가 잠재 수요가 큰 대리점부터 적합한 프로모션을 기획할 수 있습니다.
▶ A 글로벌 호텔 체인
글로벌 호텔 체인의 계열사들은 고객 정보를 통합하여 멤버십 프로그램을 도입하는 것이 타당한지 검토하였습니다.
이를 통해 교차하는 고객들의 상황(교차율 및 교차 이용 행태)뿐만 아니라 멤버십 여부, 거주지별 소비 금액, 이용일수 등을 분석하여, 각 호텔 간 교차 마케팅을 통한 기대효과를 예측하였습니다.
▶ C 푸드 서비스사
C 푸드 서비스사는 건강검진 결과와 구내식사 연관성 분석을 기반으로 맞춤형 건강프로그램을 제공합니다. 이를 통해 A사의 임직원 검진 정보와 C사의 수집된 질병 관리 정보의 차이를 확인하였고, 참고용으로만 사용해야 함을 확인했습니다. 또한, 질병 비율의 변화를 바탕으로 영향 요인을 추정할 수 있으며, 주기적으로 데이터 결합을 진행함으로써 변화를 명확하게 확인할 수 있음을 알게 되었습니다. 식사 패턴의 변화는 질병의 악화 또는 완화에 영향을 주는 것을 확인하였으며, 질병에 따라 증상 악화 및 완화에 영향을 주는 메뉴도 차이가 있음을 알 수 있었습니다.
▶ D 교육 서비스사
D 교육 서비스사에서는 교육수강 성과와 임직원 인사 특성 간의 연관성을 분석했습니다. 이를 위해 D사의 데이터와 A사의 임직원 정보를 결합하여 아래의 정보를 파악할 수 있었습니다.
학습자의 특성, 자기 주도 학습, 능동성 등을 포함한 A사 임직원의 인사 특성을 파악할 수 있었습니다.
이 데이터 결합을 통해 우리는 새로운 인사이트를 발굴하고 A사에 양질의 교육 서비스를 제공할 수 있게 되었습니다. 또한 교육 성과 확인 및 보완점을 도출하여 역량 강화에 기여할 수 있습니다.
더 많은 사례를 알고 싶으시면, 가명정보 활용 우수사례를 참고하세요.
바로가기