표제지
목차
개인정보보호 강화기술(PET) 동향 3
1. 배경 4
2. 데이터 분석 기술의 발전과 법적 환경 변화 4
(1) 데이터 분석 기술의 발전에 따른 위험 4
(2) 법적 환경(GDPR) 변화에 따른 규제 강화 5
3. 2021년 주요 PET 기술 6
(1) 동형 암호(Homomorphic encryption) 6
(2) 차등 개인정보보호(Differential privacy) 7
(3) 생성적 적대 신경망(Generative Adversarial Networks) 8
(4) 안전한 다자간 컴퓨팅(Secure Multi-Party Computation) 8
(5) 신원관리(Identity Management): 블록체인 등 9
(6) 제로지식증명(Zero-knowledge proof) 10
(7) 합성 데이터(Synthetic Data Sets) 11
(8) 연합학습(Federated Learning) 12
(9) 에지 컴퓨팅과 로컬 프로세싱(Edge Computing and Local Processing) 13
(10) 신뢰 실행 환경(Trusted Execution Environments) 13
4. 인공지능/머신러닝(AI/ML) 분야의 PET 14
(1) 현행 PET 기술의 한계 14
(2) 개인정보보호 강화 머신러닝(Privacy-preserving machine learning) 15
5. 영국 왕립학회의 권고사항 15
Reference 17
안면인식 산업 및 규제 현황과 개인정보보호 쟁점 18
1. 안면인식 산업 동향 18
(1) 기술 개요 18
(2) 시장 규모 19
(3) 응용 분야 20
2. 주요국 안면인식 관련 규제 현황 및 사례 20
(1) 미국 20
(2) 중국 22
(3) 유럽 23
(4) 국내 25
3. 개인정보보호 관련 주요 쟁점과 시사점 25
Reference 27
EDPB, 음성인식 비서 서비스에 관한 새 가이드라인 발표 28
1. 개요 28
2. VVA 현황과 특성 30
3. EU 개인정보 보호 법제 준수를 위한 VVA 업계의 유의 사항 32
4. 기타 37
Reference 38
판권기 41
안면인식 산업 및 규제 현황과 개인정보보호 쟁점 19
표 1. 안면인식 기술 방식 분류 19
EDPB, 음성인식 비서 서비스에 관한 새 가이드라인 발표 31
표 1. VVA 작동 방식 31
표 2. VVA 투명성 관련 권고사항 33
표 3. 목적 제한 및 법적 근거 관련 권고사항 35
표 4. 개인정보 저장 제한 및 최소화 관련 권고사항 37
개인정보보호 강화기술(PET) 동향 6
그림 1. 클라우드-서버 환경의 동형 암호 기술 개념도 6
그림 2. 글로벌 및 로컬 차등 개인정보보호 방식 7
그림 3. 생성적 적대 신경망(GAN) 개념도 8
그림 4. 중앙신뢰당사자 방식과 안전한 다자간 머신러닝 방식 9
그림 5. 전통적인 ID와 블록체인 기반의 ID 10
그림 6. 가명처리를 위한 ZKP 활용 11
그림 7. 합성 데이터 생성 11
그림 8. 구글의 연합학습 모델 12
그림 9. 클라우드 컴퓨팅과 에지 컴퓨팅 13
그림 10. 신뢰 실행 환경(TEE) 개념도 14
그림 1. 전 세계 안면인식 시장 전망 19