[논문 리뷰] Identifying Participants in the Personal Genome Project by Name (A Re-identification Experiment)

Latanya Sweeney, Akua Abu외 1명|arXiv (Cornell University)|2013. 04. 29.

Climate Change Communication and Perception참고 문헌 2인용 수 54

한 줄 요약

이 연구는 개인 게놈 프로젝트(PGP)에 참가한 개인들이 공개된 인적 정보—예를 들어 생년월일, 성별, 우편번호—를 외부 공공 기록(예: 유권자 명단)과 이름 일치 기법과 연결함으로써 재식별될 수 있음을 입증한다. 연구자들은 유전 정보를 사용하지 않고도 인적 정보만으로 PGP 프로필의 84–97%를 성공적으로 재식별했으며, 이는 연구 활용도에 미치는 영향을 최소한으로 줄이며도 개선할 수 있는 심각한 개인정보 유출 위험을 드러낸다.

ABSTRACT

We linked names and contact information to publicly available profiles in the Personal Genome Project. These profiles contain medical and genomic information, including details about medications, procedures and diseases, and demographic information, such as date of birth, gender, and postal code. By linking demographics to public records such as voter lists, and mining for names hidden in attached documents, we correctly identified 84 to 97 percent of the profiles for which we provided names. Our ability to learn their names is based on their demographics, not their DNA, thereby revisiting an old vulnerability that could be easily thwarted with minimal loss of research value. So, we propose technical remedies for people to learn about their demographics to make better decisions.

연구 동기 및 목표

• 공개된 인적 정보만을 사용하여 개인 게놈 프로젝트(PGP)에 등재된 개인의 재식별 가능성을 조사하기.
• 개방형 연구 프로젝트에서 상세한 인적 정보와 게놈 정보를 공개함으로써 발생하는 개인정보 위험을 평가하기.
• 유전 정보에 접근하지 않고도 비유전적 개인 식별자만을 기반으로 재식별이 가능한지 평가하기.
• 참여자가 유전 연구에 참여하기 전 자신의 재식별 위험을 스스로 평가할 수 있도록 돕는 실용적인 기술적 해결책을 제안하기.
• 데이터 공유 방식을 약간 수정함으로써 연구가치에 거의 영향을 주지 않고도 개인정보 보호를 크게 향상시킬 수 있음을 입증하기.

제안 방법

• 공개된 PGP 프로필에서 이름, 생년월일, 성별, 우편번호 등의 인적 정보를 수집했다.
• 이름을 프로필과 연결하기 위해 공공 기록(예: 유권자 명단)을 검색했다.
• PGP 프로필과 연결된 스캔 문서에서 이름을 추출하기 위해 이름 일치 알고리즘을 사용했다.
• 다양한 공공 데이터베이스 간의 인적 정보를 교차 확인하여 재식별 정확도를 향상시켰다.
• 인적 정보 조합의 일관성과 고유성에 기반해 재식별 성공률을 평가했다.
• 참여자가 자신의 재식별 위험을 사전에 평가할 수 있도록 돕는 기술적 메커니즘을 제안했다.

실험 결과

연구 질문

• RQ1 개인 게놈 프로젝트(PGP)에 등재된 개인들이 유전 정보를 제외한 인적 정보만을 사용해 얼마나 재식별될 수 있는가?
• RQ2 유권자 명단과 같은 공공 기록이 개방형 게놈 데이터베이스에서 이름과 인적 정보 프로필을 연결하는 데 얼마나 효과적인가?
• RQ3 생년월일, 성별, 우편번호 등의 인적 정보 조합의 고유성이 재식별 위험을 증가시키는가?
• RQ4 유전 정보에 접근하지 않고도 재식별이 가능하며, 이는 개방 과학에서의 개인정보 보호에 어떤 영향을 미치는가?
• RQ5 유전 연구 데이터의 활용도를 유지하면서도 재식별 위험을 줄일 수 있는 기술적 해결책은 무엇인가?

주요 결과

• 연구자들은 PGP 참가자들의 84에서 97퍼센트를 공공 기록과의 인적 정보 연결을 통해 성공적으로 재식별했다.
• 유전 서열을 사용하지 않고도 생년월일, 성별, 우편번호와 같은 인적 정보 속성만으로도 재식별이 이루어졌다.
• 높은 성공률은 인적 정보만으로도 개방형 게놈 연구에서 심각한 개인정보 유출 위험이 있음을 보여준다.
• 이 취약성은 정밀한 인적 정보 조합이 유전 정보 없이도 개인을 고유하게 식별할 수 있도록 함으로써 기인한다.
• 이 연구는 최소한의 기술적 노력으로도 재식별이 가능함을 확인하며, 현재의 데이터 공유 관행에 내재된 체계적 개인정보 유출 결함을 드러낸다.
• 연구자들은 참가자가 자신의 재식별 위험을 평가할 수 있도록 돕는 기술적 조치를 제안하며, 이는 투명한 동의 절차를 가능하게 한다.