형사사건 수사기록 비식별화 방안에 관한 연구 = A Study on the De-identification of Criminal Case Investigation Records

다국어 초록 (Multilingual Abstract)

With the development of artificial intelligence (AI) technology, the use value of data is increasing. The government is proposing a way to utilize data for scientific research by amending the Data Act and creating guidelines for handling pseudonymous information. In addition, trial confirmation records can be used for academic research or public interest purposes in accordance with the Criminal Procedure Act, and NLP technology can be applied by de-identifying these text data and converting them into pseudonym information. Korean National Police Agency has also been conducting "AI-based criminal investigation support technology research and development" using NLP since 2021. Meanwhile, investigation records dealing with human criminal acts include a large amount of information on individuals, and due to the nature of criminal cases that are easily exposed to the media, it is possible to easily identify cases or individuals through keyword searches on portal sites. Accordingly, it is necessary to re-establish the standard for pseudonymous information, which is one of the measures for de-identification of personal information, according to the characteristics of criminal cases. In this paper, in order to establish a standard for pseudonym information suitable for investigative records, a method of de-identifying personal information contained in criminal case records through PYTHON coding was studied. In the case of personal information included in criminal case investigation records, address information including 'public office of the police' and 'place name' in addition to name and resident registration number was de-identified, and the need to establish 'Mixed address dictionary' was emphasized to increase the accuracy of de-identification. In addition, a specific methodology for de-identifying address information was also presented. This study is meaningful in that it opened the possibility of using criminal justice information for research purposes while protecting individual privacy.

국문 초록 (Abstract)

인공지능(AI) 기술이 발달하면서 데이터의 활용가치는 갈수록 증가하고 있다. 정부는 데이터3법 개정과 가명정보 처리 가이드라인 제작 등을 통해 데이터들을 과학적 연구에 활용할 수 있는 길을 제시하고 있다. 또한, 재판 확정기록은 형사소송법에 따라 학술연구 또는 공익적 목적으로 활용할 수 있는데, 이러한 텍스트 데이터들을 비식별화하여 가명정보로 변환함으로써 NLP 기술 적용이 가능하다. 경찰청에서도 2021년부터 NLP 기술을 활용한 “AI 기반 범죄수사 지원 기술 연구 개발”을 진행하고 있다. 한편, 사람의 범죄행위를 다루는 수사기록에는 개인에 관한 정보가 다량으로 포함되어 있으며, 언론에 쉽게 노출되는 형사사건의 특성상 포털사이트의 키워드 검색을 통해 쉽게 사건이나 개인을 식별할 수 있는 특징이 있다. 이에 개인정보 비식별화 방안 중 하나인 가명정보 기준을 형사사건 특성에 맞게 재정립할 필요가 있다. 본 논문에서는 수사기록 맞춤형 가명정보 기준을 수립하기 위해 형사사건 기록에 담긴 개인정보를 PYTHON 코딩을 통해 비식별화 하는 방법을 연구하였다. 형사사건 수사기록에 포함된 개인정보의 경우 이름, 주민등록번호 외에도 ‘관할관서’와 ‘지명’이 포함된 주소 정보를 비식별화 하였으며 비식별화 정확도를 높이기 위해 ‘주소혼용사전’ 구축의 필요성을 강조하였다. 아울러 주소 정보를 비식별하기 위한 구체적인 방법론도 제시하였다. 본 연구는 개인의 프라이버시를 보호하면서도 형사사법정보를 연구목적으로 활용할 수 있는 가능성을 열었다는 점에 의의가 있다.

참고문헌 (Reference)

• 1 김기범, "형사사법정보의 이용 제공 실태 및 입법적 개선방안" 한국법학회 16 (16): 121-142, 2016
• 2 이현정, "형사사건기록의 분류방안 연구" 한국기록관리학회 10 (10): 169-197, 2010
• 3 정애령, "지능정보사회 개인정보자기결정권을 보완하는 데이터 활용과 개인정보보호" 한국비교공법학회 23 (23): 33-59, 2022
• 4 박현준 ; 이상진, "비식별화된 통신사실확인자료의 제공 절차 도입을 통한 수사기관의 기본권 침해 최소화 방안" 한국형사법무정책연구원 30 (30): 93-122, 2019
• 5 김태오, "데이터 주도 혁신 시대의 개인정보자기결정권 ― 정보통신망법과 EU GDPR의 동의 제도 비교를 통한 규제 개선방향을 중심으로 ―" 행정법이론실무학회 (55) : 29-56, 2018
• 6 김승환 ; 전성해, "데이터 비식별화를 이용한 빅데이터 통합" 한국지능시스템학회 29 (29): 235-241, 2019
• 7 김은찬 ; 김은영 ; 이효찬 ; 유병준, "데이터 3법 개정안의 내용과 전망: 국내 금융 및 데이터 산업계의 변화를 중심으로" 한국지능정보사회진흥원 28 (28): 49-71, 2021
• 8 정연대 ; 이윤호, "경찰의 범죄데이터 활용과 제공 상 문제점과 개선방안- 비식별 형사사법정보를 중심으로 -" 한국경찰학회 22 (22): 25-54, 2020
• 9 이상명, "개인정보자기결정권의 헌법적 근거에 관한 고찰" 한국공법학회 36 (36): 225-248, 2008
• 10 노현숙, "개인정보자기결정권에 관한 검토" 헌법재판소 30 : 109-140, 2019
• 11 Wonjun Yoo, "What is Natural Language Processing"
• 12 Hak Soo Ko, "Privacy Act and Policy" Pakyoungsa Pub 62-64, 2016
• 13 Gun-bo Kwon, "Personal information protection and self-information control right" Gye ongin Munhwasa Pub 3-, 2005
• 14 양윤민 ; 박순태 ; 김용민, "IoT 환경의 비식별 개인 민감정보관리 강화에 대한 연구" 한국콘텐츠학회 20 (20): 34-41, 2020
• 15 Personal Information Protection Commission, "Guidelines for handling pseudonymous information"
• 16 Chaïm van Toledo, "Dutch Named Entity Recognition and De-identification Methods for the Human Resource Domain" 9 (9): 23-34, 2020
• 17 "Constitutional Court of Korea, 2005. 7. 21. 2003 헌마 282"
• 18 "Constitutional Court of Korea, 2005. 5. 26, 99 헌마 513"
• 19 Neamatullah, I, "Automated de-identification of free-text medical records" 8 (8): 2008
• 20 Haemi Oh, "Author Identification Based on Natural Language Processing Using Deep Learning" 49 (49): 681-683, 2022