교통 민원 텍스트의 안전한 활용을 위한 AI 기반의 가명처리 비교 연구

김건욱; 정연식

doi:10.7470/jkst.2026.44.1.099

추천

검색

질문

자료유형: 학술저널

저자정보: 김건욱 (대구디지털혁신진흥원) 정연식 (영남대학교)

저널정보: 대한교통학회 대한교통학회지 대한교통학회지 제44권 제1호

발행연도: 2026.2

수록면: 99 - 113 (15page)

DOI: 10.7470/jkst.2026.44.1.099

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

도시 내 사회문제를 해결하기 위해 대부분의 지자체는 민원 데이터를 정책 근거로 활용하고 있으나, 민원 텍스트에는 주소·차량번호·이름 등 개인정보와 공격적 표현, 비속어가 함께 포함되어 있어 제3자 제공이나 개방에 한계가 있다. 이에 따라 정규표현식이나 개체명 인식 모형을 활용한 텍스트 가명처리가 널리 사용되고 있으나, 문맥을 충분히 반영하지 못하거나 데이터 유용성과 개인정보 보호 간 균형을 맞추는 데 어려움이 존재한다. 본 연구는 공간적으로 대구광역시, 시간적으로 2023년 12월부터 2025년 3월까지 수집된 교통 민원 텍스트 4,889건을 대상으로 현업에서 활용 가능한 안전한 가명처리 방법을 제시하고, 이를 정량적으로 비교·평가하고자 한다. 비교 대상 모형은 ① 개체명 인식(NER) 기반 치환 모델, ② 다국어 언어모델 기반 합성데이터 생성(Qwen 2.5), ③ 한국어 특화 언어모델 기반 합성데이터 생성(EXAONE 3.5), ④ 민원 제목을 ‘의도’로 간주하고 본문 내 핵심 명사·동사를 재조합하여 문장을 재작성하는 ‘의도 재조합’ 기반 한국어 언어모델(EXAONE 3.5)이다. 데이터 유용성과 개인정보 보호 관점에서 분석한 결과, 개체명 인식 방법은 원문 구조와 단어 분포를 가장 유사하게 유지하였으나, 개인정보 및 비속어 잔여 비율이 상대적으로 높게 나타났다. 반면 제안한 한국어 언어모델 기반 ‘의도 재조합’ 방식은 잔여 개인정보·비속어 비율이 5.27%로 가장 낮게 나타났고, 원문 문장의 의미 유사도도 약 94% 수준으로 유지되는 것을 확인하였다. 다국어 언어모델의 경우 문맥 왜곡과 외국어(중국어) 혼합 등이 발생하여 실제 현업에 적용하기에는 한계가 있는 것으로 나타났으며, 이러한 결과는 한국어 특화 언어모델과 의도 기반 재구성 접근이 지자체 교통 민원 데이터의 안전한 데이터 활용에 있어 주요한 기초 연구가 될 것으로 판단되며, 향후 도시내 다양한 분야로 일반화되기 위해 후속연구의 필요성도 함께 제시하였다.

Local governments increasingly rely on civil complaint data to inform urban policymaking; however, the presence of personal information and offensive language significantly restricts data sharing and public disclosure. Although pseudonymization techniques based on regular expressions or named entity recognition (NER) are widely adopted, they often inadequately preserve contextual meaning and fail to balance data utility with privacy protection. This study proposes a secure and practically applicable pseudonymization framework and conducts a quantitative comparison of alternative approaches. The analysis is based on 4,889 traffic-related civil complaints collected in Daegu Metropolitan City between December 2023 and March 2025. Four methods are evaluated: NER-based substitution, synthetic text generation using a multilingual language model (Qwen 2.5), synthetic text generation using a Korean-specific language model (EXAONE 3.5), and an “intentional recombination” approach that reconstructs complaint texts by reorganizing key nouns and verbs according to the complaint title as an explicit representation of intent. The results indicate that while the NER-based method most closely preserves the original textual structure and word distribution, it exhibits a comparatively high residual rate of personal information and profanity. By contrast, the Korean language model–based intentional recombination approach achieves the lowest residual rate (5.27%) while maintaining approximately 94% semantic similarity to the original texts. Multilingual language models demonstrate limitations for practical deployment due to contextual distortion and unintended foreign language mixing. These findings suggest that Korean-specific language models combined with intent-based reconstruction provide an effective foundation for the secure utilization of traffic complaint data in local governments and highlight the need for further research to generalize this framework across other urban policy domains.

#complaint text #large language models #personal information protection #pseudonymization #synthetic data #민원 텍스트 #대규모 언어 모델 #개인정보 보호 #가명처리 #합성데이터

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-26-02-096081868

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)