단순한 기능 수행에 그쳤던 전자 제품들이 유비쿼터스, 홈네트워크 등의 기술들의 발전으로 통신 기능이 포함된 단말기가 되었으며, IoT(Internet of Things)와 같은 사물들의 통신 표준이 등장함에 따라 현대 인간들의 삶에 편의를 제공하는 옷이나 신발 같은 의류에서부터 전자제품들까지 모두 통신을 하고 제어를 담당할 수 있는 단말기가 되어가고 있다. 이는 인간의 모든 정보가 통제됨을 뜻하고, 악의적인 행동에 의해 단순한 금전적 피해뿐만 아니 신체적인 큰 피해를 입을 수 있음을 뜻한다. 이로 인해 개인 정보보호는 단순한 데이터 관리에서 인간의 삶을 보호하는데 까지 도달했다. 그리고 IoT 자체는 여러 기술에서 사용된 데이터가 융·복합적으로 사용됨에 따라 데이터가 비정형화되어 가고 있다. 이런 비정형화된 개인 정보는 기존의 정형화된 개인 정보 관리 기술에서 탐지 및 추적 하기 어렵고 개인 식별성에 대한 분석 및 판단하는 연구는 아직 부족한 상황이다. 그뿐만 아니라 법률적으로 정의된 개인 정보의 결합성은 다양한 정보의 통합을 통해 서비스를 제공하는 사물인터넷의 확산 측면에서 반드시 고려되는 사항이다. 그렇기 때문에 사물인터넷에 대한 환경과 관련 개인 정보보호 법률에 대한 특성을 분석하고 이를 활용하여 비정형화된 데이터에 대한 기계 학습을 통해 개인 정보의 위험 수준을 분석할 수 있는 기술이 필요하다. 그래서 본 논문은 IoT 환경의 개인 정보보호를 위하여 기계 학습 기반의 위험도 분석에 대한 연구를 소개하고자 한다.