[논문 리뷰] Creation and Analysis of an International Corpus of Privacy Laws

Sonu Gupta, Ellen Poplavska외 5명|arXiv (Cornell University)|2022. 06. 28.

Privacy, Security, and Data Protection인용 수 4

한 줄 요약

이 논문은 182개의 법적 관할구역에서 온 1,043건의 개인정보 보호법, 규정 및 지침을 포함하는 대규모 다국어 개인정보 보호 지침(GPI) 코퍼스를 소개한다. 자연어 처리(NLP) 기법을 활용해 지난 50년간 개인정보 보호 법률의 급격한 증가, 개인 데이터 유형에 대한 불균형한 주목, 재무, 의료, 통신 분야와 같은 반복적인 주제를 밝혀내며, 종합적인 개인정보 보호법의 희귀성을 강조한다.

ABSTRACT

The landscape of privacy laws and regulations around the world is complex and ever-changing. National and super-national laws, agreements, decrees, and other government-issued rules form a patchwork that companies must follow to operate internationally. To examine the status and evolution of this patchwork, we introduce the Government Privacy Instructions Corpus, or GPI Corpus, of 1,043 privacy laws, regulations, and guidelines, covering 182 jurisdictions. This corpus enables a large-scale quantitative and qualitative examination of legal foci on privacy. We examine the temporal distribution of when GPIs were created and illustrate the dramatic increase in privacy legislation over the past 50 years, although a finer-grained examination reveals that the rate of increase varies depending on the personal data types that GPIs address. Our exploration also demonstrates that most privacy laws respectively address relatively few personal data types, showing that comprehensive privacy legislation remains rare. Additionally, topic modeling results show the prevalence of common themes in GPIs, such as finance, healthcare, and telecommunications. Finally, we release the corpus to the research community to promote further study.

연구 동기 및 목표

• 대규모 NLP 분석을 위한 종합적이고 다국어 개인정보 보호법 코퍼스의 부족을 보완하기 위해.
• 개인정보 보호법의 시간적 추세를 분석하고, 개인 데이터 유형에 따른 주요 초점 이동을 규명하기 위해.
• 주제 모델링을 활용해 정부 개인정보 지침의 주제적 패턴을 분석하기 위해.
• 법률 언어, 준법, 다중 관할구역 개인정보 규제에 관한 향후 연구를 가능하게 하기 위해.

제안 방법

• 182개 관할구역에서 온 1,043건의 정부 개인정보 지침(GPI) 코퍼스를 정제하였으며, 법률, 규정, 비-binding 지침을 포함한다.
• 원본 언어 텍스트와 영문 번역본을 수집하고, URL, 제정 일자, 관할구역, 국제 협약 등 풍부한 메타데이터를 함께 제공한다.
• 1970년에서 2023년까지 GPI의 수와 발전을 추적하기 위해 시간적 분석을 적용하였다.
• LDA 기반 주제 모델링을 사용해 코퍼스 전반에서 반복되는 주제를 식별하였다.
• 18개의 개인 데이터 유형에 대한 언급 분포를 분석하기 위해 텍스트 분석을 시행하였다.
• 연구의 재현 가능성을 높이고 글로벌 개인정보 규제에 대한 대규모 연구를 지원하기 위해 코퍼스를 공개하였다.

실험 결과

연구 질문

• RQ1 지난 50년간 세계적으로 개인정보 보호법의 수가 어떻게 변화했으며, 시간적 분포에서 어떤 패턴이 드러나는가?
• RQ2 개인정보 보호법에서 가장 자주 다루어지는 개인 데이터 유형은 무엇이며, 이는 관할구역과 시간에 따라 어떻게 다를까?
• RQ3 정부 개인정보 지침에서 지배적인 주제 군집은 무엇이며, 특정 분야나 데이터 유형과 어떻게 관련되어 있는가?
• RQ4 개인정보 보호법이 다수의 데이터 유형을 함께 다루는 정도는 어느 정도이며, 가장 흔한 조합은 무엇인가?
• RQ5 다양한 관할구역과 법적 전통에서 개인정보 보호법의 언어적 및 구조적 특징는 어떻게 다를까?

주요 결과

• 1970년대 이후 개인정보 보호법 및 규정의 수가 급격히 증가하였으며, 2000년대부터 급격한 증가 추세를 보였다.
• 개인정보 보호법의 증가율은 개인 데이터 유형에 따라 크게 달라지며, 재무, 의료 유형은 다른 유형보다 더 많은 주목을 받고 있다.
• 대부분의 개인정보 보호법은 소수의 개인 데이터 유형만 다루므로, 종합적인 개인정보 보호법이 여전히 희귀하다는 것을 시사한다.
• 주제 모델링을 통해 재무, 의료, 통신, 생체정보와 같은 반복적인 주제가 드러났으며, 생체정보와 유전 정보는 자주 함께 나타난다.
• 일부 데이터 유형 조합은 강한 공존 패턴을 보이며, 생체정보와 유전 정보(직관적인 조합)뿐 아니라, 인종/민족과 종교적 신념(예상치 못한 조합)도 두드러진다.
• 코퍼스는 관할구역 간 범위, 언어, 초점의 상당한 차이를 보이며, 개인정보 규제의 글로벌 패ッチ워크를 드러낸다.