[논문 리뷰] Predicting the Amount of GDPR Fines

Jukka Ruohonen, Kalle Hjerppe|arXiv (Cornell University)|2020. 03. 11.

Artificial Intelligence in Law참고 문헌 22인용 수 16

한 줄 요약

이 연구는 GDPR 벌금 액수를 국가 보호 기관의 집행 결정에서 유래한 메타데이터 및 텍스트 특징을 활용한 기계학습을 통해 예측한다. 기본적인 메타데이터(예: 참조된 GDPR 조항, 국가)가 텍스트 마이닝 특징보다 성능이 뛰어나며, 조항 5, 6, 32가 가장 자주 언급되지만 이는 높은 벌금을 유일하게 예측하지 못함을 시사하며, 핵심 원칙에 대한 일관된 집행 패턴을 반영한다.

ABSTRACT

The General Data Protection Regulation (GDPR) was enforced in 2018. After this enforcement, many fines have already been imposed by national data protection authorities in the European Union (EU). This paper examines the individual GDPR articles referenced in the enforcement decisions, as well as predicts the amount of enforcement fines with available meta-data and text mining features extracted from the enforcement decision documents. According to the results, articles related to the general principles, lawfulness, and information security have been the most frequently referenced ones. Although the amount of fines imposed vary across the articles referenced, these three particular articles do not stand out. Furthermore, good predictions are attainable even with simple machine learning techniques for regression analysis. Basic meta-data (such as the articles referenced and the country of origin) yields slightly better performance compared to the text mining features.

연구 동기 및 목표

• 국가 집행 결정에서 가장 자주 참조되는 GDPR 조항을 규명하기 위해.
• 기계학습이 결정 문서의 메타데이터 및 텍스트 특징을 사용하여 벌금 액수를 예측할 수 있는지 평가하기 위해.
• 벌금 예측에서 메타데이터와 텍스트 마이닝 특징의 상대적 성능을 평가하기 위해.
• 법률 데이터 과학 분야의 격차를 메우기 위해 GDPR 벌금 예측에 대한 첫 번째 실증 연구를 기여하기 위해.

제안 방법

• 2018년부터 2020년까지 기간 동안 발행된 EU 국가 개인정보 보호 기관의 집행 결정 문서를 수집.
• 참조된 GDPR 조항, 소재 국가, 연도, 산업 부문, 벌금 액수 등 메타데이터를 추출.
• 결정의 텍스트 내용에서 특징을 추출하기 위해 TF 및 TF-IDF를 활용한 텍스트 마이닝 기법을 적용.
• 메타데이터와 텍스트 특징을 조합하여 선형 회귀, 희소 PLS 등 회귀 모델을 훈련하여 벌금 액수를 예측.
• 표준 회귀 평가 지표를 사용하여 모델 성능을 평가하고, 메타데이터 전용 모델과 텍스트 특징 전용 모델 간의 성능을 비교.
• 주제 모델링 및 워드 임베딩을 향후 향상의 잠재적 확장으로 활용.

실험 결과

연구 질문

• RQ1 국가 집행 결정에서 가장 자주 참조되는 GDPR 조항은 무엇인가?
• RQ2 기계학습 모델이 메타데이터 및 텍스트 특징을 사용하여 GDPR 벌금 액수를 예측할 수 있는가?
• RQ3 메타데이터와 텍스트 마이닝 특징의 예측 성능는 벌금 액수 예측에서 어떻게 비교되는가?
• RQ4 특정 GDPR 조항(예: A5, A6, A32)이 더 높거나 변동성이 큰 벌금과 관련이 있는가?

주요 결과

• 집행 결정에서 가장 자주 참조된 조항은 5조(합법성), 6조(합법성), 32조(개인정보 보안)였다.
• 다시 말해 빈번한 참조에도 불구하고, 이들 조항은 벌금 액수에 통계적으로 유의미하거나 특별한 영향을 미치지 않았으며, 핵심 원칙에 대한 일관된 집행 패턴을 반영한다.
• 참조된 조항, 국가, 연도, 부문 등 메타데이터 특징이 TF 및 TF-IDF 텍스트 마이닝 특징보다 略적으로 더 뛰어난 예측 성능을 보였다.
• 텍스트 마이닝 특징만으로도 신뢰할 수 있는 블랙박스 예측이 가능했으며, 이는 자동화 시스템에서의 유용성을 시사한다.
• 이 연구는 복잡한 모델링 없이도 표준 기계학습 기법을 활용해 GDPR 벌금 예측에서 만족스러운 회귀 성능을 달성할 수 있음을 입증한다.
• 연구 결과는 집행 결정에서의 데이터 품질 문제를 부각하며, 일관성 부족과 공개 접근성의 제한으로 인해 투명성과 재현 가능성에 악영향을 미친다.