제조업 Privacy Engineering·PETs(Differential Privacy·동형암호·SMPC·Federated Learning) 실무 완벽 가이드 — 사후 마스킹에서 설계 단계 프라이버시까지 5단계 로드맵

1. 왜 Privacy Engineering·PETs인가 — 사후 마스킹의 한계

전통 프라이버시 = “개인정보 발견 → 가명화·마스킹”. 한계: ① 데이터 통합 시 재식별 가능(Netflix·AOL·Strava 사건), ② AI 학습 데이터에서 개인정보 추출(Carlini 2021), ③ 위치·생체·구매 패턴 등 의사 식별자(Quasi-Identifier) 풍부, ④ 글로벌 데이터 이전 규제 강화.

Privacy Engineering = “설계 단계부터 프라이버시를 시스템 속성으로 내장하는 공학”. NIST IR 8062(2017)·NIST Privacy Framework(2020)·NIST SP 800-188(De-Identification)이 정착.

PETs(Privacy Enhancing Technologies) — 데이터를 사용하면서도 노출하지 않는 기술군. 2024년 OECD·UN·UK ICO·EU EDPB 모두 PETs 활용 권고 발표. Apple Private Cloud Compute(2024.6)·Google Federated Learning·Microsoft Confidential Computing 등 빅테크 사례 폭증.

오해 1 — “가명화·마스킹이면 충분.” 외부 데이터와 결합 시 재식별, 정보주체 동의 + 적정 보호 의무. 오해 2 — “PETs는 학술적·실용성 부족.” 2020~2024년 동안 실용화 가속, 클라우드 API로 제공. 오해 3 — “EU 회사 일.” K-PIPA·CCPA·HIPAA 모두 강화 요구, 한국 PIPC도 영향평가·익명처리 의무.

압박:

EU GDPR Art. 25: Privacy by Design·by Default
EU GDPR Art. 35: DPIA(Data Protection Impact Assessment) 의무
한국 개인정보보호법 시행령 36조의2(2023~): 가명정보 결합·전송·이용
한국 영향평가 의무: 5만 명 이상 민감정보·100만 명 이상 일반정보
CCPA·CPRA: 비즈니스 영향 평가
HIPAA Safe Harbor·Expert Determination
EU AI Act: 고위험 AI 데이터 거버넌스
CSRD·ESG: 개인정보 관리 정보 공개

2. Privacy by Design 7 원칙 + NIST 모델

Ann Cavoukian Privacy by Design(2009) 7 원칙:

Proactive not Reactive: 사후 대응 X·사전 예방
Privacy as the Default: 기본 설정이 프라이버시 보호
Privacy Embedded into Design: 부가 기능 X·내장
Full Functionality·Positive-Sum: 트레이드오프 X·둘 다
End-to-End Security: 전 생애주기 보호
Visibility & Transparency: 가시화·신뢰
Respect for User Privacy: 사용자 중심

NIST Privacy Framework(2020.1·SP 1271 v1.0) — 별도 블로그 참조:

Identify-P·Govern-P·Control-P·Communicate-P·Protect-P 5 Functions
18 Categories·100+ Subcategories

NIST IR 8062(Privacy Risk Mgmt for IS, 2017):

Predictability(예측 가능)
Manageability(관리 가능)
Disassociability(연관 해제)
Privacy Risk = Likelihood × Problematic Data Action × Impact

LINDDUN(KU Leuven, 별도 블로그 참조):

L·I·N·D·D·U·N 7 위협 — 위협 모델링에서 프라이버시 적용

3. PETs(Privacy Enhancing Technologies) 카탈로그

PET	핵심	사례
Differential Privacy(DP)	노이즈 추가·통계만 공개	Apple·Google·Census Bureau
Homomorphic Encryption(HE)	암호화 상태에서 연산	Microsoft SEAL·OpenFHE·IBM HELib
Secure Multi-Party Computation(SMPC)	다자간 데이터 비공개 협력 연산	Banking 사기 탐지·KU Leuven
Federated Learning(FL)	데이터 분산·모델 통합	Google Gboard·NVIDIA FLARE·Apple
Confidential Computing(TEE)	하드웨어 격리 실행	Intel TDX·AMD SEV-SNP·NVIDIA H100 CC·Apple PCC
Zero-Knowledge Proofs(ZKP)	증명 없이 검증	zk-SNARK·zk-STARK·Polygon·zkEVM
Synthetic Data	AI 생성 인공 데이터	MOSTLY AI·Gretel·Synthesized
De-identification	k-anonymity·l-diversity·t-closeness	Privacera·Immuta·Privitar
Pseudonymization	토큰화·해싱	Vormetric·Protegrity
Encryption at Rest/Transit	표준 암호	TLS·AES
Tokenization·Format-Preserving Encryption	형식 유지 암호	PCI·금융

DP 핵심:

ε(엡실론) - Privacy Budget·작을수록 강한 보호
δ - 위배 확률
(ε, δ)-Differential Privacy
Local DP·Central DP
Apple ε≈4·Google RAPPOR ε≈1·Census ε≈2

HE 종류:

PHE(Partial HE): 덧셈 또는 곱셈만 — RSA·ElGamal·Paillier
SHE(Somewhat HE): 제한된 연산 — BFV·BGV
FHE(Fully HE): 무제한 연산 — CKKS·TFHE — 가장 강력·느림
2024년 1,000~10,000배 가속 성과

SMPC 프로토콜:

Shamir Secret Sharing
Garbled Circuits(Yao)
GMW(Goldreich·Micali·Wigderson)
SPDZ(Damgard 등)
도구: MP-SPDZ·ABY3·Tinder Multi-Party

FL 프레임워크:

NVIDIA FLARE·TensorFlow Federated·PySyft(OpenMined)·Flower·FATE(WeBank)
Cross-silo(기관 간)·Cross-device(폰)

TEE 종류:

Intel SGX(deprecated·서버용 TDX)·Intel TDX(2023)
AMD SEV-SNP(2021)
ARM CCA(Confidential Compute Architecture)
NVIDIA H100 Confidential Computing(2023)
Apple Secure Enclave·Private Cloud Compute(2024.6)

4. Stage 1 — 데이터·처리 활동 인벤토리·DPIA (2~4개월)

ROPA(Record of Processing Activities·GDPR Art. 30):

처리 활동 카탈로그
데이터 카테고리·정보주체·수령인·이전·보존
한국 — 개인정보 처리방침 + 처리·위탁 현황표

Data Mapping(DSPM 통합):

데이터 위치·흐름·접근(블로그 DSPM 참조)
자동 분류(Microsoft Purview·Cyera·Dig)
민감 데이터 경로 시각화

DPIA(Data Protection Impact Assessment·GDPR Art. 35) 의무 케이스:

시스템적·광범위 자동 의사결정·프로파일링
특별 카테고리(인종·종교·생체·건강) 대규모
공개 영역 시스템적 감시
새 기술 사용
한국 — 개인정보영향평가(50만+ 민감·100만+ 일반)

DPIA 구조(K-PIA·EU DPIA 공통):

시스템·처리 활동 기술
필요성·비례성 평가
위험 식별(LINDDUN 적용)
통제·대응 방안
결론·승인
정기 재검토

도구:

OneTrust DPIA·TrustArc·WireWheel
Privacera·BigID·Securiti.ai
OpenPDPA(오픈소스)
한국 — KISA 영향평가 표준매뉴얼

Privacy Risk 평가:

NIST IR 8062 — Predictability·Manageability·Disassociability
ENISA Risk Mgmt for SMEs

5. Stage 2 — Privacy by Design SDLC (3~6개월)

PbD-Aware SDLC:

요구사항: 처리 목적·법적 근거·보존·이전
설계: LINDDUN 위협 모델링·PETs 선택
구현: Privacy by Default·최소 수집
테스트: 재식별 시도·DPIA 검증
운영: 동의·열람·삭제 요청 처리
폐기: 안전한 데이터 삭제

최소 수집·목적 제한:

필요 최소 필드만(GDPR Art. 5)
목적 변경 시 동의 또는 호환성 평가
짧은 보존 기간·자동 삭제

Default Settings:

사용자 추적 — 명시적 Opt-In(GDPR·ePrivacy)
마케팅 동의 — 분리·구체적
데이터 공유 — 기본 OFF
위치·연락처 — 필요 시점 요청

가명화·익명화 자동화:

입력 시 즉시 가명화
분석 환경 별도(가명·익명만)
원본 결합 시 통제·로그
한국 가명정보 결합 제3기관 의무

Privacy UX 패턴:

Layered Notice — 짧고 명확
Just-in-Time 동의
Privacy Dashboard — 데이터·동의 관리
다크 패턴 금지(EU EDPB 2022·CPRA 2023)

6. Stage 3 — PETs 실전 도입 (6~18개월)

상황별 PET 선택 가이드:

분석·통계 공개: Differential Privacy

도구: Google Differential Privacy Library·OpenDP·Tumult Analytics·PipelineDP·TensorFlow Privacy·Opacus(PyTorch)
사례: Apple Emoji 통계·Google Maps·Census·Uber

암호화 상태 연산: Homomorphic Encryption

도구: Microsoft SEAL·OpenFHE·IBM HELib·Concrete(Zama)·TenSEAL·Pyfhel
사례: 의료 데이터 분석·금융 사기 탐지·암호화 추론
비용·성능 — 일반 계산 대비 10~10,000배 느림

다자간 협력 연산: SMPC

도구: MP-SPDZ·SCALE-MAMBA·EzPC(Microsoft)·Crypten(Meta)
사례: 은행 사기 탐지(BBC NEXT·Inpher)·SK텔레콤·KAIST
2자~다자 인공지능 추론

분산 학습: Federated Learning

도구: NVIDIA FLARE·Flower·TensorFlow Federated·PySyft·FATE·OpenFL(Intel)
사례: Google Gboard·Apple Siri·NVIDIA Clara(의료)
Cross-silo: 병원·은행 간·Cross-device: 폰·IoT

격리 실행: Confidential Computing

도구: Azure Confidential VM·DCsv3·AWS Nitro Enclaves·GCP Confidential VM·Apple PCC
사례: AI 모델 보호·민감 데이터 처리·CSP 신뢰 최소화
빅테크가 가장 빠르게 채택

ZKP:

도구: circom·snarkjs·ZoKrates·Bellman·RISC Zero·Aleo·ZK Email
사례: 신원·자격 증명·블록체인 익명·정부 ID

Synthetic Data:

도구: MOSTLY AI·Gretel·Synthesized·Tonic.ai·Hazy·SDV(MIT)
사례: AI 학습용 데이터셋·테스트·UAT
한국 가명정보 + 합성 데이터 조합

7. Stage 4 — 동의·DSAR·자동화 (지속)

Consent Mgmt Platform(CMP):

OneTrust CMP·TrustArc·Usercentrics·Didomi·Cookiebot·Quantcast Choice
한국 PIMS·KISA 동의서 양식 적용
IAB TCF 2.2·Google Consent Mode v2

DSAR(Data Subject Access Request) 자동화:

열람·정정·삭제·반출·이전·자동 의사결정 거부
GDPR Art. 12~~22·한국 35~~37조
도구: OneTrust DSAR·TrustArc·Securiti.ai DSR·Transcend
SLA: GDPR 30일·한국 10일

Right to Be Forgotten:

DB·백업·로그·캐시 모두 적용
백업은 차기 회전까지 유예 (문서화)
검색 인덱스 즉시 제거

Cookieless 시대:

Google Chrome 3P 쿠키 폐지(2024 단계)
Apple ITP·Safari·Firefox 이미 차단
대안: PETs 활용 광고(SMPC·DP)·1P 데이터·Topics API·FedCM

Cross-border Transfer:

EU SCC(Standard Contractual Clauses) 2021 신·DPF(Data Privacy Framework 2023)
한국 → EU GDPR Art. 45 적정성 결정(2021)
한국 → 중국·러시아 — 추가 통제 필요
BCR(Binding Corporate Rules) 다국적

8. Stage 5 — 운영·인증·고도화 (지속)

거버넌스:

DPO(Data Protection Officer) — GDPR·한국 일정 규모
CPO(Chief Privacy Officer) — 임원 책임
Privacy Champion 프로그램
분기 Privacy 위원회

ISO/IEC 27701(PIMS) 인증:

ISO 27001 + 개인정보 통제(별도 블로그)
3년 인증·1년차·2년차 사후
GDPR·CCPA·한국 PIMS 동시 충족

한국 PIMS(Personal Information Mgmt System):

KISA 운영
ISMS-P에 PIMS 통합(2018)
별도 인증 옵션 폐지·ISMS-P 통합

감사·증명:

DPIA 매년 검토
동의·DSAR KPI
침해 통보 SLA(GDPR 72h·한국 24h·NIS2 24h)
외부 감사·법규 변경 추적

고도화:

AI for Privacy: LLM 기반 자동 분류·DSAR 자동화
Privacy Engineering as Code: 정책 자동 검증
PET-as-a-Service: AWS Clean Rooms·Microsoft Azure DP·Snowflake Data Clean Room
K-Privacy Marketplace: 가명정보 결합·합성 데이터 거래
Quantum-resistant Privacy: PQC + PETs 결합
Apple Private Cloud Compute 모델: CSP 신뢰 최소·증명 가능

컴플라이언스 매핑:

EU GDPR·UK GDPR·LGPD(브라질)·PIPL(중국)·APPI(일본)
한국 개인정보보호법 + 시행령
HIPAA·HITECH·HITRUST
US 주별 — CCPA·CPRA·CDPA·CTDPA·UCPA·VCDPA 등 20+
EU AI Act 데이터 거버넌스
ESPR·CSRD 개인정보 부속

9. 비용·ROI

항목	비용 (연간)
OneTrust/TrustArc/Securiti 종합	1~30억
DSPM(블로그 별도)·자동 분류	1~30억
CMP(Cookiebot·Usercentrics)	1천~3억
DPIA·외부 컨설팅	3천~5억
PETs 도구·인프라(OpenFHE·NVIDIA FLARE 무료, Tumult·Gretel 상용)	1천~10억
Confidential Computing 인프라	1~30억
인력(DPO·Privacy Engineer 1~5명)	2~25억
ISO 27701 인증	5천~3억
합계 (중견 제조사)	7~135억

ROI:

GDPR 과징금 — 매출 4% 또는 €20M 中大. Meta €1.2B(2023)·Amazon €746M(2021)
한국 — 매출 3% 또는 5억 中大
침해 평균 비용(IBM 2024 한국) 38억
사이버보험 — Privacy 통제 시 15~25% 할인
신뢰·시장 진입(EU 적정성·고객 RFP)
AI 학습 데이터 — PETs로 가명·합성 → 데이터 활용 가능

10. 자가 점검

거버넌스·인벤토리:

DPO·CPO 지정
ROPA(처리 활동 카탈로그)
DPIA·K-개인정보영향평가 의무 대상 식별
LINDDUN 위협 모델링

Privacy by Design:

7 원칙·NIST IR 8062 적용
Privacy by Default·최소 수집
Privacy UX(Layered·JIT·Dashboard)
다크 패턴 금지

PETs:

상황별 PET 선택 가이드
DP·HE·SMPC·FL·TEE·ZKP·Synthetic Data 검토
가명정보 처리·결합
Confidential Computing 도입

동의·DSAR:

CMP(OneTrust·Cookiebot 등)
IAB TCF·Google Consent Mode
DSAR 자동화·SLA 추적
Right to Be Forgotten 백업까지

Cross-border·인증:

SCC·DPF·BCR 적용
EU GDPR 적정성 결정 활용
ISO 27701 또는 K-ISMS-P 통합
HIPAA·CCPA·PIPL·LGPD 매핑