씨넷/마이클 카넬로스 기자
미래의 기업 데이터베이스를 한번 상상해보자. 한 기업의 고객 데이터베이스에 고객 A 씨의 나이는 `157세'로, 수입은 1.414213'달러로 기록돼 있다. 말도 안 되는 수치다. 하지만 미래의 기업들은 이런 엉터리 데이터를 이용해 마케팅에 필요한 정보들을 정확하게 얻게 될 전망이다.
이 기술은 IBM이 실험하고 있는 `데이터 난수화(randomization)'라고 불리는 고객 정보 데이터베이스 기법. 만약 이 기술이 업계에서 인정받게 된다면 앞으로 고객의 개인정보는 이처럼 누구도 해독해낼 수 없는 난수로 기록될 지도 모른다.
데이터 난수화를 좀더 풀어서 설명해보자. 데이터 난수화를 사용하면 고객의 과거 구매기록이나 나이, 수입, 건강 정보 등 다양한 데이터들이 난수화를 통해 알 수 없는 수치로 변경된다. 그리고 `나이 157세'처럼 해독 불가능한 수치는 기업으로 전송된다.
예를 들어 한 사용자가 온라인 쇼핑 사이트에 가입하면서 나이를 38세로 등록할 경우, 브라우저에 설치된 난수화 플러그인은 `38'에 -25~112 사이의 임의의 숫자를 더한 후 이를 서버에 전송한다.
재미있는 것은 이렇게 원본에서 `변질된' 데이터에 엄청난 횟수의 연산을 가해, 결국 마케터가 필요로하는 `전체적인 패턴'을 읽어낼 수 있다는 것이다. 즉, 난수화를 거친 후에는 `A 씨는 38세'라는, 한 개인에 대한 정확한 나이는 영원히 찾을 수 없게 되지만 대신 `38세 연령의 사용자들에게 우리 사이트가 얼마나 인기가 있나'와 같은 전체적인 패턴 정보는 정확하게 파악할 수 있게 되는 것이다.
이 기술 연구를 책임지고 있는 IBM의 라케시 아그라왈은 "컴퓨터 과학에서는 `좋은 결과를 이끌어 내기 위해서는 정확한 데이터가 있어야 한다'는 것이 기본적인 생각"이라며 "이같은 생각과 비교했을 때 데이터의 정확도를 고의로 변질시키는 이 기술은 컴퓨터 과학 관점에서 보면 일종의 이단이라고 할 수도 있다"고 말했다.
그러나 IBM이 연구하고 있는 데이터 난수화는 최근 심각성을 더해가고 있는 개인정보 보호에 대한 해결책을 제시할 수 있어 관심이 높아지고 있다.
기업들이 마케팅을 위해 고객의 개인정보를 수집하고 거래하는 것에 대해 사람들은 불쾌하게 느끼고 있으며 개인정보와 관련된 온라인 범죄로 늘어나고 있기 때문이다.
IBM에 의해 연구되고 있는 이같은 난수화 시스템은 베이지언(Bayesian) 확률을 이용해 서로 다른 값들 사이의 관계를 설정한다. 그리고 고객이 입력한 실제 데이터는 서버로 전송되기 전에 난수화되는 것이다. 그리고 기업에서는 전송된 데이터를 가지고 원래 값에 어떤 난수 연산이 적용됐는지 알아낸다.
서버가 해당 데이터에 적용된 난수화 연산을 알아내게 되면(예를 들어 이 데이터는 `원래 값에서 15에서 87 사이의 숫자를 더한 것'이라던가, `8에서 32 사이의 숫자를 뺀 것'이라던가 하는) 기업은 각 개인에 대한 세부 정보는 모른 채 필요한 고객 기반 정보를 정확히 보여주는 도표를 그릴 수 있다.
IBM 내부에서 실행된 몇 차례의 실험 결과, 재구성된 도표와 실제 데이터를 이용해 그린 도표의 차이는 2~3%에 불과했다고 한다.
아그라왈은 "난수 시스템을 작동하더라도 결국은 다시 원본 분포로 돌아온다. 이것이 수학의 아름다움"이라며 "여기서 중요한 것은 데이터베이스 마케팅을 위해 실제 데이터가 필요한 것이 아니라는 점"이라고 말했다.
일부 고객들은 기업들에게 자신의 정보를 보내지 않기 위해 회원 정보 입력란에 거짓 정보를 입력한다. 그러나 전문가들은 이처럼 거짓 정보를 보내는 것은 그다지 효과가 높지 않다고 한다. 왜냐면 기업들은 기본적으로 데이터 패턴을 재구성할 능력을 갖추고 있어, 결국 고객들의 패턴을 쉽게 알아낼 수 있기 때문이다.
난수 시스템을 이용한 기술은 여전히 실험 단계지만 아그라왈은 이 기술을 유용하게 사용할 수 있는 분야가 넓을 것으로 기대하고 있다. 특히 이 기술을 기업들이 적용하게 된다면 기업들은 더 이상 고객정보 유출에 대해 걱정하지 않아도 될 것이라는 것이 그의 생각이다.
미래의 기업 데이터베이스를 한번 상상해보자. 한 기업의 고객 데이터베이스에 고객 A 씨의 나이는 `157세'로, 수입은 1.414213'달러로 기록돼 있다. 말도 안 되는 수치다. 하지만 미래의 기업들은 이런 엉터리 데이터를 이용해 마케팅에 필요한 정보들을 정확하게 얻게 될 전망이다.
이 기술은 IBM이 실험하고 있는 `데이터 난수화(randomization)'라고 불리는 고객 정보 데이터베이스 기법. 만약 이 기술이 업계에서 인정받게 된다면 앞으로 고객의 개인정보는 이처럼 누구도 해독해낼 수 없는 난수로 기록될 지도 모른다.
데이터 난수화를 좀더 풀어서 설명해보자. 데이터 난수화를 사용하면 고객의 과거 구매기록이나 나이, 수입, 건강 정보 등 다양한 데이터들이 난수화를 통해 알 수 없는 수치로 변경된다. 그리고 `나이 157세'처럼 해독 불가능한 수치는 기업으로 전송된다.
예를 들어 한 사용자가 온라인 쇼핑 사이트에 가입하면서 나이를 38세로 등록할 경우, 브라우저에 설치된 난수화 플러그인은 `38'에 -25~112 사이의 임의의 숫자를 더한 후 이를 서버에 전송한다.
재미있는 것은 이렇게 원본에서 `변질된' 데이터에 엄청난 횟수의 연산을 가해, 결국 마케터가 필요로하는 `전체적인 패턴'을 읽어낼 수 있다는 것이다. 즉, 난수화를 거친 후에는 `A 씨는 38세'라는, 한 개인에 대한 정확한 나이는 영원히 찾을 수 없게 되지만 대신 `38세 연령의 사용자들에게 우리 사이트가 얼마나 인기가 있나'와 같은 전체적인 패턴 정보는 정확하게 파악할 수 있게 되는 것이다.
이 기술 연구를 책임지고 있는 IBM의 라케시 아그라왈은 "컴퓨터 과학에서는 `좋은 결과를 이끌어 내기 위해서는 정확한 데이터가 있어야 한다'는 것이 기본적인 생각"이라며 "이같은 생각과 비교했을 때 데이터의 정확도를 고의로 변질시키는 이 기술은 컴퓨터 과학 관점에서 보면 일종의 이단이라고 할 수도 있다"고 말했다.
그러나 IBM이 연구하고 있는 데이터 난수화는 최근 심각성을 더해가고 있는 개인정보 보호에 대한 해결책을 제시할 수 있어 관심이 높아지고 있다.
기업들이 마케팅을 위해 고객의 개인정보를 수집하고 거래하는 것에 대해 사람들은 불쾌하게 느끼고 있으며 개인정보와 관련된 온라인 범죄로 늘어나고 있기 때문이다.
IBM에 의해 연구되고 있는 이같은 난수화 시스템은 베이지언(Bayesian) 확률을 이용해 서로 다른 값들 사이의 관계를 설정한다. 그리고 고객이 입력한 실제 데이터는 서버로 전송되기 전에 난수화되는 것이다. 그리고 기업에서는 전송된 데이터를 가지고 원래 값에 어떤 난수 연산이 적용됐는지 알아낸다.
서버가 해당 데이터에 적용된 난수화 연산을 알아내게 되면(예를 들어 이 데이터는 `원래 값에서 15에서 87 사이의 숫자를 더한 것'이라던가, `8에서 32 사이의 숫자를 뺀 것'이라던가 하는) 기업은 각 개인에 대한 세부 정보는 모른 채 필요한 고객 기반 정보를 정확히 보여주는 도표를 그릴 수 있다.
IBM 내부에서 실행된 몇 차례의 실험 결과, 재구성된 도표와 실제 데이터를 이용해 그린 도표의 차이는 2~3%에 불과했다고 한다.
아그라왈은 "난수 시스템을 작동하더라도 결국은 다시 원본 분포로 돌아온다. 이것이 수학의 아름다움"이라며 "여기서 중요한 것은 데이터베이스 마케팅을 위해 실제 데이터가 필요한 것이 아니라는 점"이라고 말했다.
일부 고객들은 기업들에게 자신의 정보를 보내지 않기 위해 회원 정보 입력란에 거짓 정보를 입력한다. 그러나 전문가들은 이처럼 거짓 정보를 보내는 것은 그다지 효과가 높지 않다고 한다. 왜냐면 기업들은 기본적으로 데이터 패턴을 재구성할 능력을 갖추고 있어, 결국 고객들의 패턴을 쉽게 알아낼 수 있기 때문이다.
난수 시스템을 이용한 기술은 여전히 실험 단계지만 아그라왈은 이 기술을 유용하게 사용할 수 있는 분야가 넓을 것으로 기대하고 있다. 특히 이 기술을 기업들이 적용하게 된다면 기업들은 더 이상 고객정보 유출에 대해 걱정하지 않아도 될 것이라는 것이 그의 생각이다.
