.svg)
AI 솔루션 문의하기
행동 데이터는 앱이나 웹에서 유저가 어떤 행동을 하는지를 나타내는 데이터입니다. 사용자 경험과 관련해서 인터랙션이 이루어지는 관점에서 발생하는 데이터를 뜻하며 디지털 도구를 통해 수집된 사용자의 생리학적 및 행동 측정과 관련된 데이터일 수 있습니다. 스마트폰 및 웨어러블과 같은 사용자 단말기의 확산 및 보급에 따라 일상생활에서 행동 데이터의 수집이 가능합니다.
비식별 정보는 누구인지는 모르지만 어떤 개인이 보유한 휴대폰이나 태블릿 등 디바이스를 통해 수집된 다양한 행태 데이터의 분석을 통해 획득한 고객의 기본 특성입니다.
비식별 데이터는 거래와 직접 관련이 없는 서비스 이용 패턴이나 디바이스 활용 패턴 등을 통해 고객의 특성이나 성향을 파악한 정보입니다.
위치정보는 이동성이 있는 물건 또는 개인이 특정한 시간에 존재하거나 존재하였던 장소에 관한 정보를 말하는 것으로 인공지능과 사물인터넷 그리고 빅데이터와 모바일 등 첨단 정보통신 기술이 경제에 주는 혁신적인 변화입니다. 위치정보는 시간의 흐름에 따라 계속적으로 변화하며 변동 흐름이 중요한 의미를 가지고 침해시 생명과 신체에 대한 즉각적인 침해위험이 높으며 행동 반경이나 이동 방향을 유추해낼 수 있어 장래의 위험발생 가능성이 있습니다.
스마트폰 위치정보 수집을 위한 주요한 구성요소는 세 가지가 있습니다.
기지국 방식은 위치 정확도는 가장 낮지만 이동통신사에 의해 많이 활용되고 있습니다.
행동 로그 데이터는 사용자가 서비스를 이용할 때 기록할 수 있는 데이터입니다. 웹사이트 방문 기록과 구매 내역 그리고 앱 사용 시간과 설문조사 응답 등 다양한 경로를 통해 얻어질 수 있으며 행동 로그 데이터는 앱의 모든 화면과 이벤트에 대해 상세히 파악하고 시나리오와 서비스의 흐름을 이해합니다. 실제 유저가 앱을 쓰듯이 모든 기능과 화면을 하나씩 파악하면서 로깅 항목을 정리합니다.
비식별 고객은 개인이 아닌 디바이스를 기준으로 식별합니다.
쿠키 식별자는 웹 브라우저별로 생성되며 같은 디바이스 내에서 브라우저에 따라서 다른 쿠키로 인식할 수 있습니다.
사용자 행동 데이터를 분석하면 비슷한 행동 패턴을 보이는 사용자 그룹을 식별할 수 있습니다. 머신러닝 알고리즘을 활용해 행동 데이터를 기반으로 사용자 그룹을 자동으로 분류하고 반복적으로 특정 페이지를 방문하지만 구매하지 않는 사용자 그룹을 식별해 맞춤형 리마케팅 캠페인을 실행합니다. 고객 여정에서 유사한 경로를 따르는 사용자를 그룹화해 해당 경로를 최적화합니다.
이벤트 데이터 분석은 사용자가 웹사이트나 앱에서 발생시키는 특정 행동을 분석하는 방법입니다.
이벤트 데이터를 활용해 구매로 이어지는 주요 경로를 최적화합니다.
데이터를 일부 삭제하거나 대체 또는 범주화 등을 함으로써 특정 개인을 유추할 수 없도록 처리하는 것을 뜻합니다. 다른 정보와 결합했을 때 개인을 쉽게 특정할 수 있는지를 검사하는 비식별 조치 적정성 평가를 함께 진행해야 하며 가명처리와 총계처리 그리고 값 삭제와 범주화 및 마스킹의 기법이 있습니다. 가명처리는 개인 식별이 가능한 데이터를 직접적으로 식별할 수 없는 다른 값으로 대체하는 기법입니다.
대략적인 위치를 사용하여 검색할 경우 최소 일정 영역을 사용하거나 최소 일정 인원의 위치가 포함될 때까지 지역을 확장합니다.
이는 개인 정보를 보호하는 데 도움이 되며 과거에 검색한 지역이 검색과 관련된 위치를 추정하는 데 사용될 수 있습니다.
데이터 합성은 연속형 혹은 범주형 변수가 특정 분포를 따른다고 가정하고 모수 값을 추정해 이를 바탕으로 변수 관측점을 난수로 생성시키는 기법입니다. 정규분포를 가정하고 평균과 표준편차 모수를 추출한 후에 이를 바탕으로 데이터를 복원하며 원본 변수와 정규분포에서 추출한 난수와 분포를 비교해 시각화해서 비교합니다. 밀도 그래프를 그려 데이터의 분포 특성을 확인할 수 있습니다.
행동 데이터를 클러스터링하면 비슷한 행동 패턴을 보이는 사용자 그룹을 식별할 수 있습니다. 특정 장르의 콘텐츠를 반복적으로 시청하는 사용자를 클러스터링해 개인화된 추천 알고리즘을 개선할 수 있으며 클릭 및 사용자 행동 패턴을 분석해 로딩 지연시간과 판매와의 연관성 확인해 개선하고 웹페이지 구성을 변경해 평균 구매 전환율을 끌어올립니다. 사용자들은 언제나 예상치 못한 방법으로 서비스를 사용합니다.
코호트 분석은 특정 시점에 동일한 행동을 보인 사용자 그룹을 추적해 시간에 따른 변화를 관찰하는 데 유용합니다.
신규 가입한 유저들이 첫 주 동안 어떤 게시판에 가장 많이 활동하는지 파악할 수 있습니다.
비식별 처리된 데이터는 사용 목적에 맞게 진행되는 것이 가장 중요합니다. 데이터의 효용성만 강조하는 경우 재식별 위험으로 인한 개인정보 유출사고가 발생할 우려가 있으며 재식별 위험만 강조하는 기계적인 비식별화의 경우 사용 목적 달성이 매우 어렵고 개인정보 비식별 기술 전수와 조치 지원을 위한 개인정보 비식별 컨설팅과 효용성 높은 데이터 탐색에 용이한 비식별 솔루션의 활용이 함께 병행되는 선택을 하는 것이 굉장히 중요합니다.
개인정보 비식별 조치 가이드라인과 국제 표준 그리고 규제에 대응하는 비식별 기술을 제공합니다.
데이터의 효용성과 위험에 대한 지표들을 제공해 의사 결정을 지원합니다.
개인정보 비식별화 행동 데이터 활용은 지속적으로 고도화될 것으로 전망됩니다. 사물인터넷과 인공지능 그리고 클라우드 등 신기술들이 사업 전반에 적용되면서 다양한 산업 분야에서 데이터가 기하급수적으로 증가하고 있으며 빅데이터들은 디지털 혁신의 핵심 요소로 여겨지고 있고 개인정보가 포함된 데이터를 제대로 활용할 시 높은 부가가치를 만들어 낼 수 있습니다. 빅데이터를 분석하고 이종산업간의 안전한 데이터 결합을 위해서는 개인을 알아볼 수 없도록 데이터를 안전하게 가명과 익명 처리하는 비식별화 기술이 꼭 필요합니다.
.svg)
.svg)
