1904호2019.07.10.

「주간기술동향」은 과학기술정보통신부 「ICT 동향분석 및 정책지원」 과제의 일환으로 정보통신기획평가원(IITP)에서 발간하고 있습니다.

「주간기술동향」은 인터넷(http://www.itfind.or.kr)을 통해 서비스를 이용할 수 있으며, 본 고의 내용은 필자의 주관적인 의견으로 IITP의 공식적인 입장이 아님을 밝힙니다.

정보통신기획평가원의 「주간기술동향」 저작물은 공공누리 “출처표시-상업적 이용금지” 조건에 따라 이용할 수 있습니다. 즉, 공공누리의 제2유형에 따라 상업적 이용은 금지하나, “별도의 이용 허락”을 받은 경우에는 가능하오니 이용하실 때 공공누리 출처표시 지침을 참조하시기 바랍니다.(http://www.kogl.or.kr/info/license.do 참고)

예시) “본 저작물은 ‘OOO(기관명)’에서 ‘OO년’ 작성하여 공공누리 제O유형으로 개방한 ‘저작물명(작성자:OOO)’을 이용하였으며, 해당 저작물은 ‘OOO(기관명), OOO(홈페이지 주소)’에서 무료로 다운받으실 수 있습니다.”

1904호

기획시리즈 2인공지능과 광고 크리에이티브

[이희복/상지대학교]

Ⅰ. 우리 곁에 온 미래

Ⅱ. 휴먼 비즈니스로서의 광고

Ⅲ. 광고제작에서 AI와 인간의 협업

IV. 결론

ICT 신기술 15데이터 경제와 개인정보 비식별 기술 동향

[차연철/㈜엔텀네트웍스]

Ⅰ. 서론

Ⅱ. 데이터 경제와 개인정보보호

Ⅲ. 개인정보 비식별 조치 동향

Ⅳ. 개인정보 비식별 조치 기술 동향

Ⅴ. 결론

ICT R&D 동향 30정신건강 비서 서비스 기술

[유한영·안세정·김승환·정득영/한국전자통신연구원 외]

Ⅰ. 정신건강 비서 서비스의 기술 개발의 필요성

Ⅱ. 시장 동향

Ⅲ. 기술개발 동향

Ⅳ. 국내외 정책 동향

Ⅴ. 정신건강/질환 관련 논문 분석

Ⅵ. 정신건강 비서 서비스

Ⅶ. 정신건강 비서 서비스 기술 개발 성공전략

Ⅷ. 맺음말

주간기술동향 2019. 7. 10.

2 www.iitp.kr

*

I. 우리 곁에 온 미래

“미래는 이미 와 있다. 단지 널리 퍼져 있지 않을 뿐이다(The future is already here. It’s just unevenly distributed.).” 이 말은 <뉴로맨서(Neromancer)>를 쓴 캐나다 소설가 윌리엄 깁슨(William Gibson)이 인터뷰에서 한 말이다. 수년 전 한 대통령 후보가 수락연설에서 인용한 후 한 동안 사람들의 입에 오르내렸던 경구다. 인공지능(AI)이 일상이 된 요즘 미래는 확실히 우리 곁에 와 있다. 아래에 확실한 증거가 있다.

* 본 내용은 이희복 교수(☎ 033-730-0282, boccaccio@daum.net)에게 문의하시기 바랍니다.** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다.

광고는 전통적으로 인간의 기획력과 창의성에 의존한 “휴먼 비즈니스”였다. 특히, 광고 크리에이티브는 다양한 직능의 사람들이 참여하여 예술적인 발상으로 협업하는 분야로 인식되었다. 본 고에서는 최근의 4차 산업혁명을 비롯하여 ICT 기술이 광고산업에 미치는 영향을 살펴보고, 광고 크리에이티브 부문에서의 현재, 그리고 가까운 미래에 만나게 될 다양한 변화를 조망하였다. 이러한 변화는 기대 반 걱정 반으로, 아직은 판단하기 어려운 과제들이다. 아울러 인공지능과 광고 제작이 만나게 될 과제를 윤리적 문제, 사회적 문제, 경제적 문제 3가지로 보고, 이를 해결하기 위해 광고 크리에이티브에서 인공지능의 활용, 인간과 인공지능의 협력, 관련 정책과 지원의 필요성을 제언하는 것으로 마무리 하였다.

01chapter

인공지능과 광고 크리에이티브

•••이희복 ‖ 상지대학교 교수

기획시리즈

방송·스마트미디어콘텐츠

정보통신기획평가원 3

1985년 국내에서 개봉한 「빽 투 더 퓨처」는 로버트

저메키스(Robert Zemeckis)가 감독하고 마이클 J. 폭

스(Michael J. Fox)가 주연으로 열연했다. 이 영화는 SF

코미디로 타임머신을 이용한 시간여행 이야기를 주요 내

용으로 하여 흥행에 성공했다. 그런데 놀라운 것은 영화

에서 다룬 미래가 벌써 4년 가까이 흐른 2015년 10월 21

일이었다. 영화를 기준으로 본다면 미래는 이미 우리 곁

에 온 것이다. 인공지능과 광고를 주제로 한 글에서 「빽

투 더 퓨처」를 먼저 언급한 것은 현재의 변화가 그 만큼

갑작스럽고 빠르다는 것이다.

II. 휴먼 비즈니스로서의 광고

1. 위협받는 “휴먼 비즈니스”

창의적인 기획과 크리에이티브로 캠페인을 만드는 것은 광고회사의 주요 경쟁력이다. 특히, 새로운 광고주를 영입하기 위해서 능력 있는 광고인의 확보가 광고회사의 성패를 결정짓는다. 실제 광고회사에 가보면 사람과 책상, 컴퓨터뿐이다. 그래서 광고산업을 “휴먼 비즈니스”로 불렀다. 하지만 인공지능이 광고제작에 적극 도입된 이후에도 광고를 휴먼 비즈니스로 부를 수 있을까?

지금처럼 광고 캠페인을 위해서 굳이 유능한 광고인을 스카우트 할 필요가 없어질 수도 있다. 인공지능을 활용하여 광고업무 전반을 개선할 수 있어, 광고제작처럼 인간의 창의력을 필요로 하는 분야가 점차 위협받게 되었다. 이미 매체구매에서는 프로그래매틱 바잉(Programmatic Buying)이 활발히 이루어지고 있으며 기획과 크리에이티브에 인공지능이 활용되기 시작하였다. 머지않아 광고제작의 핵심적인 역할을 인공지능이 맡게 되지 않을까 하는 기대와 염려가 교차한다.

1997년 5월 IBM의 슈퍼컴퓨터 딥블루가 세계 체스 챔피언 가리 카스파로프를 꺾었을

때만 해도 컴퓨터의 바둑 실력은 아마추어를 꺾을 수 있는 수준에 불과했다. 그런데 20년

[그림 1] 빽 투 더 퓨처 영화 포스터

주간기술동향 2019. 7. 10.

4 www.iitp.kr

후 인공지능으로 무장하고 등장한 알파고는 딥블루와 달랐다. 2015년 중국계 프랑스인

바둑기사인 후이와의 대결에서 알파고가 승리했고 이어서 2016년에는 우리나라의 바둑

기사 이세돌과의 대결에서도 4:1로 이겼다.

이제 인공지능과 로봇을 비롯한 사물인터넷(IoT), 빅데이터 등의 정보 기술 및 로봇, 생명공학, 3D 프린팅 등의 신기술로 대표되는 제4차 산업혁명은 더 이상 미래가 아닌 현재의 이야기가 되었다. IBM이 개발한 인공지능 시스템인 왓슨(Watson)이 미국과 캐나다에서 암 치료 전문의로 활동하고 있다. 왓슨은 방대한 과거 의료 데이터나 논문 등을 데이터베이스에 저장하고 이를 실제 환자의 의료 데이터와 대조하여 가장 적당하다고 판단되는 치료 방법이나 약물 관련 정보를 의사와 환자에게 제안한다. 미국 텔레비전 퀴즈쇼 <제퍼디(Jeopardy)>에서 인간과의 대결에서 승리해 커다란 파장을 일으키기도 했다.

이른 바 “노동의 종말”이 성큼 다가오고 있다. 20년 후가 되면 현재 직업의 47%가 사라진다는 암울한 예견이 나오고 있다. 옥스포드대 칼 프레이와 마이클 오스본은 <고용의 미래>에서 향후 20년 이내 미국 총 고용의 47%가 고위험군에 속하고 인간을 위한 새로운 일자리로 대체될지 불확실하다고 주장했다. 기계가 인간의 인지적 직업을 수행해 화이트 칼라 직업까지 차지할 것이라는 이야기도 들린다[1].

손정의 일본 소프트뱅크 회장도 한 강연에서 2061년에는 인간이 설자리가 없을 것이며, 이를 위해 기업경영인들은 지금부터 준비해야 한다고 강조했다. 2024년 콜센터, 2049년 소설가, 2053년 외과의사가 사라지고 50년 안에 인간의 모든 직업이 인공지능에게 넘어갈 것이라고 한다. 인간의 역할이 인공지능에 의해 축소 또는 대체되면서 광고제작을 비롯한 광고업의 일자리가 계속 남게 될 것인지에 대해 강한 의문이 생길 수밖에 없다. 머지않아 “광고는 휴먼 비즈니스”라는 말도 사라질지 모른다.

2. 사람을 대신하는 광고제작 AI

이세돌과 알파고가 벌인 세기의 대결 직후, 광고업계에도 센세이션을 일으킨 하나의

대결이 주목받았다. 일본의 껌 브랜드 클로렛츠가 기획한 인간 CD(구마모토 미쓰루 크리

에이티브 디렉터)와 인공지능 CD의 “광고 창의성 대결”이 있었다. 평가는 “클로렛츠 민트

탭”이라는 제품으로 “빨리 입을 상큼하게, 10분 오래가는”이라는 메시지를 광고로 만들고,

전 국민투표로 승자를 결정했다. 어떤 광고가 인공지능 감독의 작품인지 모르는 상태로

방송·스마트미디어콘텐츠

정보통신기획평가원 5

소비자 투표를 진행한 결과, 인간 CD가 54:46의 근소한

차이로 승리했다. 그러나 인공지능이 만든 광고도 46%라

는 높은 득표율을 기록함으로써 대결 그 이상의 의미를

던져주었다[2].

이 이벤트는 광고회사 맥켄에릭슨 재팬이 개발한 인공

지능 CD, β(베타)가 있었기에 가능했다. 인공지능 CD,

베타는 10년 동안 광고상 수상작 DB를 탑재했으며 단순

한 데이터 처리 수준이 아닌 기획과 지시를 하는 크리에

이티브까지 인공지능의 영역을 넓힌 새로운 도전이었다.

인간과 인공지능 간 대결이라는 화제성 있는 이슈를 만드

는 데 성공한 맥켄에릭슨 재팬은 1년 후 인공지능 CD, 베

타로 뮤직비디오를 제작하였다. 새로운 노래를 위한 뮤직비디오였다. 안무도 노래도 없이 단

지 인공지능의 학습 데이터를 토대로 영상을 먼저 제작한 새로운 실험이었다. 걸 그룹 매지컬

펀치라인(Magical Punchline)과 진행한 프로젝트로, 일반적인 뮤직비디오 제작과는 다른

과정으로 앨범 홍보 효과를 극대화하였다.

그러나 현장에서는 일회용 해프닝이 아닌 실제적인 변화가 일어나고 있다. 인공지능이

넘볼 수 없는 영역이라고 생각했던 광고계에 인공지능이 인간의 크리에이티브를 대신하기

시작한 것이다. 초당 2만 줄 카피를 작성하는 카피라이터! 인간이라면 불가능하겠지만

휴식이나 주당 52시간 근무시간 준수가 필요 없는 인공지능 카피라이터라면 가능하다.

중국 최대 전자상거래업체인 알리바바가 직접 초당 2만 줄의 광고 카피를 작성하는 인공

지능 카피라이터 개발에 성공했다. AI 카피라이터는 딥러닝과 자연어 처리 기술로 알리바

바의 전자상거래 플랫폼인 티몰과 타오바오에서 수백만 줄의 광고 카피를 학습한 후 제품

페이지에 링크를 삽입하여 버튼을 클릭하면 인공지능이 생산한 여러 개의 카피 아이디어

를 확인할 수 있다. 각 회사 측은 카피 어조에 따라 적합한 카피를 선택하면 된다.

의류업체인 ‘에스프리(Esprit)’와 미국 캐주얼 브랜드 ‘디키즈’ 등에서도 이 기술을 활용

하고 있다[3]. 이처럼 사람이 담당한다면 수행할 수 없는 카피업무를 인공지능이 맡으면서

인간 카피라이터의 위치가 흔들리게 되었다.

디자인에서도 이와 비슷하게 인공지능의 활약이 돋보이고 있다. 이른바 AI 디자이너가

[그림 2] AI와 인간의 창의력 대결

주간기술동향 2019. 7. 10.

6 www.iitp.kr

등장한 것이다. 국내 인공지능 활용 디자인 스

타트업 비비빅(VIVIVIK)은 로고에서 명함, 리

플렛 등 모든 서식류 제작에서 상표등록까지

일원화된 프로세스로 더 완벽하게 디자인 제

작과 관리의 토탈 케어를 서비스한다. 로고를

바탕으로 다양한 제작물을 한 번에 만드는 건

물론 상표등록까지 한 번에 해결 가능한 원스

톱 솔루션으로 인공지능을 활용하고 있다[2]. 인간의 심미안과 빠른 손 기술을 바탕으로

한 디자이너의 역할이 인공지능으로 대체됨으로써, 즉 오랜 기간 시각디자인을 공부하고

수련해야 가능하던 디자인 작업을 인공지능이 대체함으로써 기대와 걱정이 교차된다.

광고에서 음악과 소리 효과 등을 담당하는 오디오 PD 역시 인공지능이 대신하게 되었

다. 이제 인공지능이 중요한 역할을 할 수 있다는 실제 사례들은 특정 분야를 명시할 필요

도 없이 다양하다. 특히, 음악과 같은 전문 분야에서 작곡하고 악기를 연주하려면 음악이

론을 학습하고, 악기를 다루는 훈련을 수년 동안 해야 했다. 그러나 인공지능 작곡 소프트

웨어를 활용하면 교향곡을 작곡하고 단 한대의 컴퓨터만으로도 챔버 오케스트라 전체를

연주하는 능력을 발휘할 수 있다. 인공지능 작곡 소프트웨어인 아이바(Aiva)를 이용하면

누구나 자신이 원하는 느낌의 교향곡을 직접 작곡하고 연주하는 것이 가능하다. 그 밖에도

개러지 밴드(Garage Band), 뮤직 메모스(Music Memos), 험(Hum), 험온(Hum On),

LMMS, 뮤즈스코어(MuseScore) 등의 앱은 스마트폰에서 간단히 악보를 작성하고 연주

[그림 4] AI 작곡 소프트웨어 아이바

[그림 3] AI를 디자인에 활용한 비비빅

방송·스마트미디어콘텐츠

정보통신기획평가원 7

하는 것을 가능하게 한다. 음악이 중요한 청각적인 자극으로 활용되는 광고에서 인공지능

의 자리가 점차 넓어지고 있다.

인간과 인공지능 광고 크리에이티브 대결에 이어 인간과 인공지능의 번역 대결이 또

한 번 주목 받았다. 2017년 2월 인간과 인공지능의 번역 대결에서도 49:19.9로 인간 번역

가가 승리했다. 그러나 인간의 사고과정을 모방한 머신러닝으로 속도, 시간과 비용이 높은

가성비를 보여 호평을 받았다. 이제는 선택의 문제만 남았다. 인간과 인공지능 선택의 문

제는 핸드 메이드와 팩토리 메이드의 차이일 뿐 선택은 이용자의 몫이다.

3. AI활용 광고 제작 사례

인공지능의 광고 제작사례로 맥도날드 맥카페 커피 이벤트가 있었다. 맥도날드는 왓슨 광고 데이터 분석 솔루션으로 날씨에 따른 소비자 행동패턴을 분석하였다. 분석 결과 18~49세 여성을 목표고객으로 하여 날씨에 맞는 사진과 광고카피를 날씨 앱에 노출했다. 캠페인 결과 광고를 본 79%의 소비자가 3일 이내에 맥도날드를 방문해 커피를 구매했다[4].

도요타의 경우 IBM의 왓슨 애드버타이징이 제공하는 왓슨 애즈(Watson Ads)로 프리우스 프라임 광고를 만들었다. 왓슨 애즈는 음성을 문자로 전화시키는 스피치 투 텍스트와 왓슨 컨버세이션, 자연어 이해 등 API를 조합해서 만든 AI 광고 플랫폼으로 사용자와 대화로 자동차 정보를 알려준다. 또한, 구매를 고민하는 소비자에게 프리우스 프라임의 장점을 어필한 1:1 맞춤형 광고가 가능하다. IBM의 왓슨 애드버타이징은 인공지능을 활용함으로써 왓슨 애즈뿐만 아니라 AE의 광고기획 의사결정(Marketing Planner with Lucy)과 소비자 행동을 예측한 효과적인 타깃팅(Audience Targeting) 및 실시간 광고노출 최적화(Bidding

[그림 5] 맥도날드 AI 활용 날씨 캠페인 사례

[그림 6] 도요타 프리우스 프라임 AI 캠페인 사례

주간기술동향 2019. 7. 10.

8 www.iitp.kr

Optimization)를 돕는 네 가지 인공지능 솔루션을 구축하였다.

또 다른 인공지능의 캠페인 사례로 옥션

X 페이스북코리아가 있다. 크리스마스 시

즌에 맞춰 옥션과 페이스북이 공동으로

“어서 옥션” 캠페인을 진행했다. 옥션이 보

유한 쇼핑 빅데이터를 토대로 연령과 성별

에 따라 가장 선호하는 크리스마스 선물을

고른 뒤 페이스북에서 가장 많이 언급된

키워드를 골라 고객에게 최적화된 캠페인

영상을 노출하였다. 이를 위해서 10대에서 60대까지 성별에 맞춘 23편의 광고 영상을

사전에 제작했다. 이로써 기존 캠페인 대비 30배 높은 클릭 전환률을 달성했다.

일본의 경우 페이스 타깃팀 광고를 개발했는데, 거울형 디지털 사이니지 앞의 사람 표정

과 성별, 특징을 인식해 최적의 광고상품을 노출한다. 뿐만 아니라 사용자의 기분과 건강

상태도 파악하여 피곤해 보이면 건강 드링크를 제시하고, 슬픈 표정을 짓고 있으면 감동적

영화를 추천하기도 하였다[3]. 업종은 물론, 국내외를 막론하고 전략적인 캠페인의 기획과

제작, 실행과정에서 인공지능의 역할이 커지고 있다.

그러나 인공지능이 할 수 없는 일이 있다. 인간과 달리 진짜 아이디어를 낼 수 없다. 독창성이 개입되지 않고, “인간의 의식”인 사랑과 욕망을 이해할 수 없다. 창의성, 혁신, 탐구, 예술, 과학, 엔터테인먼트, 간호 영역은 여전히 사람이 해야 하며, 그리고 아직까지는 사람을 설득하는 일, 광고주에 대한 프레젠테이션 등은 인공지능이 대체하기 어렵다.

III. 광고제작에서 AI와 인간의 협업

우리는 이른바 4차 산업혁명의 시대를 맞고 있다. 1차 산업혁명은 증기기관의 발명과

함께 시작되었으며 석탄과 물의 힘으로 운동에너지를 기계에 연결하여 산업의 발전을 가

져왔다. 2차 산업혁명 시대에서는 전기를 이용하여 대량생산이 가능해졌으며 석유 내연기

관의 활용이 일상화되었다. 3차 산업혁명 시대에서는 전자와 IT기술로 자동화를 이루면서

[그림 7] 옥션 AI 캠페인 사례

방송·스마트미디어콘텐츠

정보통신기획평가원 9

컴퓨터를 본격적으로 이용하였다. 마지막으로 인공지능이 전면에 부상한 4차 산업혁명

시대에서는 온라인과 오프라인이 연결되는 거대한 인프라가 만들어졌다. 온라인과 오프라

인으로 연결된 커다란 플랫폼으로 네트워크화됨에 따라서 빅데이터, 인공지능, 사물인터

넷 등이 하나로 어우러지는 테크놀로지의 장이 만들어지게 되고 이 중심에 인공지능이

자리하게 되었다.

그러나 인공지능의 등장과 광고제작의 변화를 지켜보면서 예상되는 변화와 문제점을

생각하지 않을 수 없게 되었다. 4차 산업혁명 시대의 인공지능은 협력의 파트너로 급부상

하였다. 이는 부정할 수 없는 현실이다. 인공지능을 협력의 대상으로 생각하고 대체재가

아닌 보완재로 이해할 필요가 있다. 협력에 대해 “상대방이 갖지 않은 가치를 갖는 것”이

라고 한 어빙 고프만(Erving Goffman)의 이야기에 귀를 기울여야 한다.

인공지능의 장점은 문제해석, DB추출, 재구성에 있다. 인공지능의 단점으로는 창의적

발상, 의사소통, 사회지능, 정형화되지 않은 체계적인 일이다. 따라서 인공지능이 인간을

따라잡지 못하는 4개 영역인 4C, 즉 비판적 사고(Critical Thinking), 창의력(Creativity),

소통(Communication), 협력(Collaboration) 영역을 내세워 인간은 인공지능과의 성공

적인 협업이 가능할 것이다. 우려되는 부분은 데이터를 많이 가진 선두 IT주자들이 독과점

체제를 형성할 가능성이 있다. 인공지능은 빅데이터 분석을 기반으로 방대한 유효 데이터

를 확보해야 가능한데 이 분야는 구글, 페이스북과 같은 거대 IT기업이 과점하고 있기

때문이다.

반면, 광고사기(AD Fraud)와 같이 디지털 광고의 문제를 해결할 수 있다. 부정클릭으로

광고주 예산을 낭비하는 사례를 적발하고 방지한다. 또한, 마케팅 효율과 성과분석에 활용

할 수 있다. 칸타 밀워드 브라운은 광고 사전평가 방법인 페이셜코딩에 머신러닝을 접목하

여 소비자의 관심을 끄는 요소를 상황별로 분석했다. 인공지능 스피커 등 음성인식과 이미

지 검색(삼성 “빅스비 비전”과 ‘구글렌즈’)을 활용한다면 부분적이지만 인공지능으로 크리

에이티브 평가가 가능하다. 앞으로 더 나은 방안이 마련될 것이다.

인공지능의 활용 사례로 광고 이외에도 영상과 교육, 식음료, 의학, 저널리즘이 있다.

우선 영상크리에이터, 마지스트(Magist)는 스마트폰 애플리케이션으로 인공지능이 영상

을 편집한다. 사이트 비지트는 교사, 학원강사로 활용된다. 도쿄의대와 왓슨(IBM)은 1년

걸리는 암 치료와 관련한 기존의 분석을 30분 만에(WFG 게놈분석) 해냈다. 머신러닝과

주간기술동향 2019. 7. 10.

10 www.iitp.kr

딥러닝이 가능한 인공지능 기자는 기사를 자동으로 작성하고 뉴스제작에 참여하고 있다.

이처럼 다양한 분야에서 인공지능이 사용되고 있다. 광고산업 이외에서도 인공지능을 적

극적으로 동료로 받아들이는 상황이 되었다.

광고와 마케팅이 궁극적으로 브랜딩(Branding)을 위한 활동이라고 할 때, 인공지능 광고시

대의 브랜딩에 대한 인식 전환이 시급한 실정이다. 이른바 브랜딩이 아닌 컨슈밍(Consuming)

의 시대라는 것이다. 개인화 추천 시스템은 예측 모델링으로 소비자의 움직임을 추적하고

타깃의 필요에 맞는 서비스를 “필요한 시간에, 필요한 곳에서, 필요한 것을, 원하는 스타일

로 제공”할 수 있게 지원한다. 그동안 마케터들은 소비자 중심의 마케팅 전략을 추구해왔

지만, 인공지능 플랫폼 기반의 마케팅에서는 고객 니즈가 진정으로 실현되는 소비자 중심

의 장이다. 인공지능 플랫폼이 마케팅의 메인 스트림으로 들어오는 순간 브랜드 이론은

다시 만들어져야 할지 모른다. 마케터는 인공지능 플랫폼에서 생성되는 다양한 행동 데이

터들을 통해 소비의 패턴을 읽어내고 실시간 변화하는 고객 상황에 맞게 행동을 최적화하

는 방식의 마케팅을 선택해야 한다. 인공지능의 추천 리스트에 들어갈 차별점을 발굴하고

추천 알고리즘을 설계할 수 있는 행태 데이터에 대한 분석 역량이 있어야 한다[5].

IV. 결론

인공지능이 광고와 광고제작에 가져올 변화를 속단하기는 어렵지만 그 파장은 매우 클

것으로 예상된다. 다만, 이러한 흐름을 거스를 수 없다면 변화가 가져올 다양한 쟁점과

과제를 살펴보고 이를 해결하기 위한 노력도 준비해야 할 것이다. 본 고에서는 인공지능과

광고제작의 과제를 크게 윤리적 문제, 사회적 문제, 경제적 문제 3가지로 보았다. 또한,

이를 해결하기 위해서 광고 제작 분야 인공지능 활용의 토대마련, 인간과 인공지능의 협력

관계 구축, 광고제작 분야 인공지능 관련 정책과 지원이라는 3가지 방안을 제시하였다.

1. 인공지능과 광고제작의 과제

가. 인공지능 제작 광고의 윤리적 문제

광고 제작에 인공지능을 활용하게 되면서 기존의 광고윤리와 법제에 대한 새로운 해석

방송·스마트미디어콘텐츠

정보통신기획평가원 11

과 적용이 요구된다. 이를 윤리적으로 접근하면 광고심의, 광고물 권리, 관련 법과 관습의

문제로 구체화 할 수 있다. 아직 세부적인 내용으로 발전하지 않았지만 윤리적인 쟁점이

커다란 문제로 확대되는 사례를 만나게 될 것이다.

첫째, 광고심의의 문제가 있다. 예컨대 인공지능이 만든 광고물의 심의와 법률적 제재를

어떻게 할 것인가는 당장 고민이 필요하다. 지금과 같이 광고주와 광고회사에게 책임을

물을 것인지 아니면 다른 방법을 찾을 것인지의 사회적 합의가 있어야 한다. 의사결정과

제작의 주체가 사람들로만 구성되었을 때와 인공지능이 일정 부분 이상 참여하였을 때,

책임소재가 불분명해 질 수 있다. 반대로 인공지능이 심의에 참여할 때에도 같은 문제가

발생할 수 있다. 인간의 행위를 인공지능의 판단에 맡기게 될 수도 있다.

둘째, 광고물 권리의 문제가 있다. 광고를 만든 이후에 발생하는 지적소유권과 재산권 등에 대한 광고산업 내부의 고민과 논의도 시작되어야 한다. 목소리와 초상권 등 권리, 제작물에 대한 저작권 등을 어디로 귀속할지도 과제로 남는다. 인공지능 또는 로봇이 광고제작에 참여함으로써 최초 이를 소유한 회사나 개인의 권리로 귀결될 수 있지만 어디까지를 권리로 보고 보호할 것인가의 고민도 시작되어야 한다.

셋째, 법과 관습의 문제가 있다. 현재에도 수많은 법률이 광고를 규제하고 있으며 이를 DB로 반영한 인공지능은 지나치게 보수적일 수 있다. 반대로 지나치게 진보적일 경우 현재의 의식 수준에서 대다수 소비자에게 문제 있는 광고물이 될 수 있다. 보편적인 사회적 가치를 제대로 반영하지 못한 경우 공익광고와 같은 캠페인에서 공감과 지지를 얻을 수 없고 그 역할을 수행하기 어려울 수도 있다.

나. 인공지능 제작 광고의 사회적 문제

인공지능이 광고제작에 참여하면서 다양한 사회적 문제와 만나게 된다. 먼저 일자리를 두고 사람과 인공지능이 겨루게 된다. 광고물의 질적 수준의 평가 문제, 그리고 광고가 갖는 사회적 가치에 대한 의문도 생길 수 있다. 지금까지 겪어보지 못한 사회적 영향을 고려하고 이를 대비하는 지혜가 필요하다.

첫째, 사람과 인공지능의 일자리 경쟁이 있다. 자칫 “21세기 러다이트 운동(Luddite Movement)”이 일어날 가능성도 배제하기 어렵다. 광고 일감을 놓고 사람과 인공지능이 경쟁하면서 인간의 존엄성과 노동에 대한 회의주의가 대두될 수 있다. 더 이상 광고가 “휴먼 비즈니스”가 아님을 실감하게 될 것이다.

주간기술동향 2019. 7. 10.

12 www.iitp.kr

둘째, 광고제작물 평가 기준의 문제가 있다. 기존의 다양한 광고제작물 평가기준들, 예컨대 ROI와 같은 기준이 바뀔 가능성이 높다. 크리에이티브의 성과지표(KPI)도 달라진다. 아울러 평가 자체가 인공지능에 넘어감으로써 리뷰단계 또는 의사결정에서 인공지능이 인간의 아이디어를 과소평가할 가능성도 있다. 이렇게 되면 극단적으로 “피카소의 작품”도 쓰레기통으로 들어가는 오류를 범할 수 있다. 인간과 인공지능의 심미안이 같지 않아 문제가 발생할 수 있다.

셋째, 광고 가치의 재정립이 필요하다. 그동안 광고는 “세상을 비추는 거울(Fox)” 또는 “세상을 바꾸는 매개체(Pardun)”와 같이 사회문화적 관점으로 보아 왔으나 거울이나 매개체가 아닌 전혀 다른 관점으로 논의될 수도 있다. 광고가 갖는 다양한 가치를 제대로 구현할 수 없고 성과중심의 도구적인 수단으로 전락할 가능성이 있다.

다. 인공지능 제작 광고의 경제적 문제

경제적인 측면에서도 노동의 종말이 예견되며 이로 인해 광고산업에 미칠 영향관계를 면밀히 살펴볼 필요가 있다. 인간 노동의 가치, 산업으로서 광고, 그리고 광고산업에 대한 미래까지도 과제로 떠오르게 된다.

첫째, 인간 노동 가치의 문제가 있다. 노동의 종말, 즉 인간의 역할을 인공지능과 로봇이 대신함에 따라 조직에서 사람의 역할과 자리가 점차 사라질 우려가 있다. 이를 극복하기 위해서 인공지능과 협력할 수 있는 새로운 역할과 조직, 직업이 만들어져야 한다. 예컨대 카피라이터, 디자이너, CD와 같은 기존의 직능이 인공지능과 협업할 수 있도록 새로운 직능 인공지능 크리에이터를 신설하는 방안도 가능하다.

둘째, 산업으로서의 광고를 고민해야 한다. 앞서 살펴본 윤리적, 사회적 문제와 관련하여 광고산업에 대한 기본적인 관점의 변화가 일어나게 된다. 광고 매체의 경우 이미 프로그래매틱 바잉으로 이를 먼저 경험하고 있는데 매스미디어 중심의 광고, 광고주 조직에서 스마트 미디어(인공지능 미디어)와 오디언스 중심으로 광고산업이 급속히 재편될 것이다. 광고를 마케팅커뮤니케이션에서 “솔루션 프로바이딩” 비즈니스로 바꾸어 불러야 할지 모른다.

셋째, 광고산업의 미래는 달라진다. 우리 곁에 온 미래로서 광고산업과 인공지능의 협업

은 필연적이다. 다만 구체적인 변화의 결과를 예측하기는 어려우나 과거와 같은 표준화,

전문화 등 산업화 시대의 프레임에서 벗어날 필요가 있다. 인공지능 광고제작의 시대에도

인간에 대한 통찰과 관심은 더욱 강조되어야 한다.

방송·스마트미디어콘텐츠

정보통신기획평가원 13

2. 인공지능과 광고제작에 대한 제언

전술한 인공지능과 광고제작의 윤리적, 사회적, 경제적 과제를 해결하면서 더 나은 인공

지능 시대의 광고로 나아가기 위한 제언은 다음과 같다.

가. 광고 제작 분야 인공지능 활용

그동안의 광고윤리와 법제에 대한 새로운 해석과 적용이 요구된다. 이를 위해서 첫째,

광고 창의성을 재정의해야 한다. 그 동안 광고의 창의성에 대한 다양한 논의가 있었지만

이것은 사람이 만든 광고물에 대한 결과를 중심으로 한 것이었다. 인공지능을 활용한 광고

의 창의성에도 기존과 같은 정의를 적용할 것인지에 대한 논의와 연구가 요구된다. 이를

위해 학계를 중심으로 새로운 광고와 창의성에 대한 정의를 다시 내릴 필요가 있다.

둘째, 리뷰와 평가에 대한 기준을 마련해야 한다. 광고회사 내부의 리뷰와 광고주 결재

과정, 그리고 광고의 크리에이티브를 평가할 때 일정한 기준의 변화가 필요하다. 단순히

미디어 환경의 변화가 아닌 광고산업, 특히 광고제작 현장에서의 혁신으로 보고 이를 면밀

히 검토해 현업뿐 아니라 학계와 정책 측면에서도 대응이 요구된다.

셋째, 윤리적, 사회적, 경제적 과제를 해결해야 한다. 앞서 윤리적 측면에서 심의, 권리, 법과 관습에 대해, 사회적 측면에서 일자리, 평가기준, 사회적 가치에 대해, 경제적 측면에서 노동가치, 산업으로서의 광고, 광고의 미래에 대해 각각 살펴보았다. 각각의 쟁점이 가져올 문제를 과제로 하여 해결방안이 마련된다면 인공지능을 활용한 광고산업이 더욱 활성화될 것이다.

나. 인간과 인공지능의 협력 관계

인공지능의 역할은 인간이 초월적 힘을 발휘하도록 정보를 보강해 주는 일이다. 인공지능을 훈련시키고, 이유를 설명해주고, 일관되게 추구해야 할 목표를 정해주는 일은 인간이 맡아야 한다. 반면에 인간의 업무 집중도를 높이고, 역량을 향상하여 업무 관련 상황변화를 인지하고 반영하는 일은 인공지능이 맡아야 한다[6].

다. 광고제작 분야 인공지능 관련 정책과 지원

현재까지의 과학기술로는 인간의 알고리즘이 설명되지 않는다. 인간 뇌 구조의 알고리

즘이 해명되지 않았기 때문에 아직까지는 인간을 대체할 수 있는 알고리즘을 만들 수는

주간기술동향 2019. 7. 10.

14 www.iitp.kr

없다. 그러나 인간의 알고리즘의 비밀이 풀린다면 가능해질 것이다. 그러나 아직까지는

상당기간 인간 뇌의 작용의 알고리즘을 만들 수 없다는 의견이 우세하다. 결국, 인공지능

은 우리가 사용하는 노트북, 스마트폰처럼 “가까이 두고 오래 사귀는 벗, 친구”가 되지

않을까?

앞으로 인공지능의 발전 속도는 3~5년 이내에 한계에 다다를 것으로 전망된다. 경제적

관점에서 관련 실험과 인력에 투여되는 비용을 감당할 수 있는가에 달렸다. 장기적으로

지속 발전이 가능하면서 경제적 이익을 만들어 내야 한다. 인공지능은 그동안 사람이 제공

한 가공 데이터를 기반으로 감독적 학습에 의존했으나, 인간과 같은 환경에서 인간의 통제

없이 스스로 비감독 학습, 자가학습, 성장학습과 같은 고도의 기술이 가능하다면 새로운

차원의 인공지능 시대로 도약할 것이다[7].

기업들의 인공지능 서비스는 이미 소비자들의 일상생활 속에 스며들고 있다. 무의식적

으로 사용하는 스마트폰 앱은 대부분 인공지능 기능을 활용하고 있다. 발 빠르게 인공지능

서비스를 도입한 기업과 이를 활용하는 소비자는 인공지능 시대를 앞서 갈 추진력을 얻을

수 있을 것이다[7].

네이버는 인공지능을 “AI(생활환경지능, Ambient Intelligence)”로 보고 기술 개발을

추진해왔다. 생활환경지능은 사용자가 처한 상황과 환경을 인지·이해하고 자연스럽게 정

보와 서비스를 제공하는 기술이다[8]. 이제 광고와 광고제작에서 인공지능은 거스를 수

없는 변화의 물결이 되었다. 물살을 가르면서 서핑하는 서퍼가 될 것인가? 아니면 치는

파도에 맞서 묵묵히 자리를 지키는 방파제가 될 것인가? 그 선택의 결과가 광고의 미래를

좌우하게 될 것이다.

[ 참고문헌 ]

[1] 스콧 하틀리. “인문학 이펙트(이지은 역)”. 마일스톤. 2017.[2] 이희복. “인공지능과 광고 제작의 변화”, 광고홍보산업의 현재와 미래, 한경사, 2019. [3] 김명희, “중, 알리바바 인공지능 카피라이터가 초당 2만줄 카피 작성”, 전자신문, 2018. 7. 4. [4] 안선혜. “광고사기 잡고 크리에이티브 평가하는 AI”. 더피알. 2018. 6. 29. [5] 김유나. “AI시대, 마케팅 지각변동의 시작”. 대홍사보, 11~12월, 259. 2018.[6] 삼성디스플레이 뉴스룸: http://news.samsungdisplay.com/14255(이준정, 인간의 역할, AI의 역할)[7] 이경무. “AI 기술의 지속 가능성”. 동아일보. 2018. 12. 25.[8] 연합뉴스. “네이버, 가전쇼 CES 데뷔 글로벌 기술기업 도약 출사표”. 2019. 1. 7.

ICT 신기술

정보통신기획평가원 15

*

I. 서론

데이터가 핵심 자원인 데이터 경제 시대에 데이터 활용은 국가 및 조직의 미래를 결정하

는 중요한 요소로서 작용한다. 그리고 중요 자원으로서 데이터 자원 확보와 그 가치를

높이기 위해 최근 빅데이터 플랫폼 구축 및 활용, 데이터 경제 활성화를 위해 많은 노력들

이 이루어지고 있다. 이러한 노력과 함께 많은 도전이 따르고 있으며, 프라이버시 보호

또한 중요한 가치로 판단되는 지금 데이터에 대한 활용과 프라이버시 보호를 위한 개인정

보보호는 데이터에 대한 안전성과 유용성 모두를 보장해야 할 의무를 가지고 있다.

최근 개인정보를 보호해야 하는 의무 수행과 이에 따른 다양한 문제 해결을 위해 데이터

를 활용할 수 있도록 법·제도의 개선과 함께 관련 기술 개발이 진행되고 있다. 이에 따라

개인정보보호법, 정보통신망법, 신용정보보호법 등 개인정보보호 관련 법률의 개정안이

마련되었다. 그리고 데이터 바우처 사업, 마이데이터 사업, 국가데이터맵 구축 등 데이터

활성화 환경 조성을 위한 정책 지원이 따르고 있다. 또한, 안전하게 개인정보를 보호하면

서 데이터를 활용할 수 있도록 개인정보 비식별 조치 분야에 대한 관심 제고와 기술 발전

* 본 내용은 차연철 수석연구원(☎ 02-443-9767, loveflag@paran.com)에게 문의하시기 바랍니다.** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다.

02chapter

데이터 경제와 개인정보 비식별 기술 동향

•••차연철 ‖ ㈜엔텀네트웍스 수석연구원

ICT 신기술

주간기술동향 2019. 7. 10.

16 www.iitp.kr

에 노력하고 있다. 2016년 개인정보 비식별조치 가이드라인의 발표와 2018년 개인정보

비식별 기술 경진대회 개최는 개인정보 비식별조치 기술 발전을 위한 대표적인 노력 중

하나이다.

본 고에서는 데이터 경제로 패러다임의 이동에 따른 개인정보 관련 제도 및 기술 동향에

대해 살펴본다. 더불어 개인정보 비식별조치 가이드라인에 포함된 기술과 함께 비정형

데이터의 개인정보 비식별조치 기술, 향상된 개인정보 비식별조치 기술에 대해서도 살펴

보고자 한다.

II. 데이터 경제와 개인정보보호

1. 데이터 경제 패러다임

최근 빅데이터(Big Data)의 활용에 대한 관심 증대와 함께 데이터를 활용한 경제 활성화에 대해 많은 논의가 있다. 데이터 경제(Data Economy)의 개념은 응용 프로그램, SW, HW의 경제가 아닌 빅데이터, 오픈데이터, 연결데이터 등 데이터로 파생되는 경제가 경쟁 우위를 이끌어가는 시대에, 조직이나 비즈니스의 방대한 데이터를 저장·검색·분석해서 생

[표 1] 데이터 경제의 개념구분 개념

가트너(2011)

응용 프로그램, SW, HW의 경제가 아닌 빅데이터, 오픈데이터, 연결데이터 등 데이터로 파생되는 경제가 경쟁 우위를 이끌어가는 시대

EC(2014)

데이터를 다루는 구성원이 만들어내고 있는 생태계를 말하며, 데이터의 생성·수집·저장·처리·분배·전달 등을 모두 포괄하는 개념

MIT(2016)

데이터 자본은 재화·서비스를 생산하는데 필요한 저장된 정보로, 기존의 물리적 자산처럼 장기적인 경제적 가치를 보유

IBM(2016)

데이터를 내·외부적으로 가치를 창출하는데 사용하는 것을 의미하며, 이러한 현상은 이용 가능한 데이터와 데이터 기반의 의사결정이 증가하면서 기업들 사이에서 더 많은 데이터가 교환됨으로써 발생

Digital Reality(2018) 조직이나 비즈니스의 방대한 데이터를 저장·검색·분석해서 생성되는 금융이나 경제적 가치

한국정보화진흥원(2018)

모든 데이터가 활용하기 쉽게 자유롭게 흘러 타 산업 발전의 촉매 역할을 하면서, 혁신적 비즈니스와 서비스를 창출하는 경제

<자료> 데이터 경제의 부상과 사회경제적 영향 참조

ICT 신기술

정보통신기획평가원 17

성되는 금융이나 경제적 가치를 창출하는 것을 의미하며[1] 과거 지식 정보 산업의 개념을

훨씬 뛰어 넘는 개념이다. 그리고 데이터 경제의 시대에 산업 발전과 혁신적인 성장을

이끄는 신자본(New Capital)으로 데이터의 가치는 더욱 높아지고 있다.

데이터 경제를 향한 패러다임 이동은 데이터 가치사슬 생태계의 형성과 정보 주체의

참여를 요구한다. 데이터 가치사슬은 사물과 사람에 대한 데이터 플랫폼(특히 빅데이터

플랫폼)의 구축과 데이터의 개방, 공공 데이터 및 민간 데이터에 대한 저장과 유통, 일반정

보 및 개인정보에 대한 분석과 활용을 통해 맞춤형 서비스, 사회 현안 해결, 데이터 기반

의사결정 등 다양한 분야에서 활용하도록 지원하는 데이터 생태계이다.

또한, 데이터 경제 활성화를 위해 데이터 활용에 대한 산업계 및 민간의 의견 수렴과

사회적 합의 유도, 데이터 생태계 조성 인프라 지원, 빅데이터 활용 선도사업 지원, 선도기

술 및 보호기술에 대한 데이터 R&D, 공공 데이터 발굴·개방, 공공빅데이터센터 및 국가

데이터맵 구축, 개인정보보호법 등 개인정보 보호를 위한 관련 제도의 개정이 필요하다[2].

2. 빅데이터 개인정보보호 동향

빅데이터 환경에서 데이터 경제 활성화를 위해 데이터의 정보 주체에 대한 프라이버시

보호와 데이터 활용을 위해 관련 제도의 정비 및 개선이 이루어지고 있으며, 이와 함께

개인정보보호 기술이 발전하고 있다.

가. 개인정보보호 관련 법·제도 동향

2011년 9월 ‘개인정보보호법’의 시행에 따라 그 동안 “정보통신망 이용촉진 및 정보보

호 등에 관한 법률(이하, 정보통신망법)”을 통해 온라인 환경에서만 보호할 수 있었던 개인

정보가 오프라인 영역까지 확대, 보호할 수 있게 되었다. 그렇지만 개인정보보호와 관련해

입법된 여러 개인정보보호와 관련한 법률(특히, 정보통신망법, 신용정보의 이용 및 보호에

관한 법률(신용정보보호법), 개인정보보호법)에 개인정보보호와 관련한 내용이 흩어져 있

는 상황은 많은 불편을 초래함은 물론 데이터 경제 활성화에 대한 저해 요소로 인식되고

있다. 이런 문제의 해소를 위해 2018년 정보통신망법, 신용정보보호법, 개인정보보호법에

대한 개정안이 제안된 상태이다. 이를 통해 기존 개인정보의 개념을 [표 2]와 같이 개인정

보, 가명정보, 익명정보로 구분하여 데이터 활용의 범위를 명확히 하고, 현재 모호한 개인

주간기술동향 2019. 7. 10.

18 www.iitp.kr

[표 2] 개인정보의 분류

정보에 대한 개념으로 데이터 활용에 어려움에 처해 있는 문제를 해결하려고 한다. 또한,

2016년 6월에 발표된 개인정보 비식별조치 가이드라인은 데이터 활용의 활성화를 위해

제시된 구체적인 노력 중 하나이다. 이 가이드라인은 개인정보 활용을 위해 “사전검토–비

식별조치–적정성평가–사후관리”의 일련의 개인정보 비식별 조치 절차와 개인정보 처리자

간 데이터의 결합을 위한 정보집합물의 결합에 대한 방법을 포함하고 있다[7]. 개인정보

비식별 조치 가이드라인은 법적 근거에 대한 부분에 대해 개인정보보호법의 개정으로 그

근거의 마련과 구체성 확보를 위한 절차를 밟고 있다.

나. 개인정보보호 관련 기술 동향

개인정보에 대한 관심 증대와 보호의 필요성에 따라 개인정보보호 영역은 법·제도의

발전과 함께 기술의 변화를 함께 추구하고 있다. [표 3]과 같이 개인정보보호 기술은 시대

의 흐름에 따라 발전하고1) 있다.

1) 개인정보보호 기술의 시대 흐름에 따른 발전 구분은 필자의 개인적인 견해임

구분 개념 특징

개인정보살아있는 개인을 식별할 수 있는 정보로서, 특정 개인을 직접 또는 다른 정보와 결합하여 알아볼 수 있는 정보

특정 개인을 알아볼 수 없더라도 다른 정보와 쉽게 결합하여 알아볼 수 있는 정보로, 다른 정보의 입수 가능성 등 개인을 알아보는데 소요되는 시간, 비용, 기술 등을 합리적으로 고려해야함

가명정보 원상태로 복원하기 위한 추가 정보의 사용·결합 없이는 특정 개인을 알아볼 수 없는 정보

통계작성, 연구, 공익적 기록보존의 목적으로 처리 및 개인정보처리자간 정보집합물 결합이 가능함

익명정보 더 이상 개인을 식별할 수 없는 정보 개인정보보호 관련 법령의 적용을 받지 않으며, 해당 데이터에 대한 활용이 광범위하게 가능함

<자료> 개인정보보호법 일부개정법률안 참조[3]

<자료> ㈜엔텀네트웍스 자체 제작

[그림 1] 개인정보보호 기준에 의한 데이터의 분류와 활용

ICT 신기술

정보통신기획평가원 19

[표 3] 개인정보보호 관련 제도와 개인정보보호 솔루션의 변화

첫 번째, 1세대로 인식의 단계다. 개인정보보호 기술은 개인정보에 대한 중요성의 인식으로부터 출발했다. 이 시기에는 개인정보를 포함한 데이터의 활용 측면보다는 개인정보를 보호하는데 많은 관심을 두고 데이터를 처리했다. 개인정보보호를 위해 도입한 대표적 기술은 개인정보 필터링, 개인정보 노출진단, 초기 수준의 데이터베이스 암호화 기술이다.

두 번째, 2세대로 관리의 단계다. 개인정보보호 기술은 개인정보에 대한 관리적 접근으로 발전했다. 이 시기에는 개인정보보호법의 영향과 개인정보영향평가 및 ISMS-P(ISMS, PIMS, PIPL) 등 개인정보보호를 위한 인증·평가를 통해, 단순히 조직 내부에 존재하는 정보 자산 시스템(서버나 PC 등)에 저장되는 개인정보를 보호하는 수준에서 개인정보에 대한 전체 생명주기 관리까지, 보다 구체적이고 추적 가능한 실행을 통해 개인정보에 대한 관리에 집중하기 시작했다. 2세대 개인정보보호를 위해 도입한 대표적인 기술로 개인정보 생명주기 관리, 개인정보 파일 샌드박스 등이 있다.

마지막으로 개인정보보호를 위한 3세대는 활용의 단계다. 빅데이터, 사물인터넷, 인공지능의 발전과 더불어 이 시기의 개인정보보호 기술은 개인정보에 대한 안전한 활용에 초점을 두는 특징을 갖는다. 3세대 개인정보보호 기술은 데이터 경제 환경에서 개인정보의 보호와 개인정보의 활용이라는 양면성을 모두 만족시키는 개인정보보호 기술의 제공을 통해 데이터 가치사슬을 연결하는 고리 역할을 담당한다. 그리고 기존 정형 데이터에 집중된 개인정보보호의 노력이 문서 형태의 반정형 데이터, 음성 및 영상 형태의 비정형 데이터에까지 보호의 범위를 넓히고 있다.

데이터 활용 단계에서 개인정보보호는 데이터 비식별(Data De-identification) 기술과 프라이버시 보호 모델을 통해 데이터의 안전한 활용을 보장한다. 그렇지만 하드웨어와 소프트웨어의 발전 등으로 인해 비식별 조치된 데이터는 재식별(Re-identification)이 가능한 위험을 가지고 있다.

구분 인식단계(~2010년) 관리단계(~2015년) 활용단계(~현재)

개인정보보호솔루션

- 개인정보 필터링- 개인정보 노출진단- 데이터베이스 암호화

- 개인정보 생명주기 관리- 개인정보 파일 샌드박스

- 개인정보 접속기록관리- 비정형 데이터 암호화- 개인정보 비식별 조치

개인정보보호관련제도

- (1995.1.) 신용정보보호법- (1999.2.) 정보통신망법 개정

(개인정보 관련 규정 신설)

- (2011.9.) 개인정보보호법 동법 시행령 제35조(개인정보 영향평가의 대상)

- (2016.6.) 개인정보 비식별 조치 가이드라인- (2018.5.) EU GDPR- (2018.11.) 개인정보보호법 개정안 발의

<자료> ㈜엔텀네트웍스 자체 제작

주간기술동향 2019. 7. 10.

20 www.iitp.kr

III. 개인정보 비식별 조치 동향

1. 개인정보 비식별 조치 대상과 개인정보 재식별

가. 개인정보 비식별 조치 대상

개인정보 비식별 조치의 대상인 데이터는 [그림 2]와 같이 “① 정형 데이터, ② 반정형 데이터, ③ 비정형 데이터”로 그 유형을 구분할 수 있다. 정형 데이터는 개인정보 비식별 조치 가이드라인의 대상 데이터이며, 반정형 데이터와 텍스트 데이터 형태의 일부 비정형 데이터는 개인정보 필터링의 대상 데이터이다. 또한, 음성 및 영상 형태의 비정형 데이터에 대해서는 현재 활발한 연구가 진행되고 있다.

나. 개인정보 재식별(Re-identification)

비식별 조치된 정보는 [표 4]와 같이 데이터셋 자체의 추론 및 데이터 결합 등을 통해 재식별 위험을 가지고 있다. 개인정보 비식별 조치는 개인정보의 재식별로부터 정보주체의 프라이버시 보호를 위해 재식별 가능성을 측정하고 재식별 위험을 해소시켜야 한다.

[표 4] 개인정보 재식별 공격(Re-identification Attack) 유형

<자료> ㈜엔텀네트웍스 자체 제작

[그림 2] 개인정보 비식별 대상 데이터 유형

재식별 공격 유형 설명

Prosecutor Attack 사전 지식을 가지고 특정 데이터 주체에 속하는 레코드를 재식별하는 공격 모델

Journalist Attack 사전 지식을 가지고 특정 레코드의 데이터 주체를 재식별하는 공격 모델

Marketer Attack 사전 지식을 가지고 가능한 많은 레코드를 가지고 해당 데이터 주체를 재식별하는 공격 모델

(In)distinguishability Attack 데이터셋의 특정 주체의 존재 여부를 확인하는 공격 모델

Inference Attack 다른 속성 그룹과 관련있는 민감정보에서 추론하는 공격 모델<자료> ISO/IEC 20889 표준 문서 참조

ICT 신기술

정보통신기획평가원 21

2. 개인정보 비식별 조치 표준화

개인정보 비식별 조치를 위해 필요한 기술 및 기법은 개인정보 비식별 조치 가이드라인[4]과 ISO/IEC 20889 표준 문서[5]에서 명시적으로 설명하고 있다.

가. 개인정보 비식별 조치 가이드라인

개인정보 비식별 조치 가이드라인은 일반적 기법으로 개인 식별요소를 삭제하는 방법과 재식별 가능성을 검토하는 기법으로 프라이버시 보호 모델을 제시하고 있다. 특히, [그림 3]과 같이 일반적 기법의 데이터 마스킹 방법은 개인정보의 보호를 강조하는 개인정보 데이터 필터링 기술에서도 사용되고 있다. 반면에 협의의 개인정보 비식별은 데이터의 활용을 강조한다.

(1) 일반적 기법

개인정보 비식별 조치 가이드라인의 일반적 기법은 데이터를 삭제하거나 조작하는 방법으로 “① 가명처리, ② 총계처리, ③ 데이터 삭제, ④ 데이터 범주화, ⑤ 데이터 마스킹” 처리 기법과 함께 총 17가지 세부기술이 있다.

(2) 프라이버시 보호 모델

개인정보 비식별 조치 가이드라인의 프라이버시 보호 모델은 개인정보 재식별 방지를 위한 정량적 평가 요소로서 개인정보 비식별 조치 평가단의 평가에 의해 기준이 수립되고 적정성 평가 단계에서 평가의 지표로 사용된다. 개인정보 비식별 조치 가이드라인은 k-익명성, l-다양성, t-근접성을 평가 기준으로 정하고 있다. 특히, t-근접성의 경우 의료 데이터와 같은 높은 개인정보보호 수준을 요구하는 경우 적용할 필요가 있으며, 순서형, 범주형, 계층형의 데이터 형태에 따라 해당하는 EMD(Earth Mover’s Distance) 알고리즘을

<자료> ㈜엔텀네트웍스 자체 제작

[그림 3] 개인정보 비식별 기술의 관점에 따른 구분

주간기술동향 2019. 7. 10.

22 www.iitp.kr

사용한다[6]. 또한, 더 강화된 개인정보 재식별 방지를 위해 차분 프라이버시(Differential Privacy)[7] 등 추가적인 향상된 프라이버시 보호 모델 연구가 진행되고 있다.

(3) 데이터 결합

데이터 결합은 데이터 경제 환경에서 빅데이터 활용 가치를 극대화시킬 수 있는 수단이다.

그렇지만 개인정보 처리자 간의 정보집합물에 대한 데이터 결합으로 개인정보 재식별의 위

험이 존재할 수 있다. 따라서 데이터 결합 시 더 높은 수준의 보안이 요구된다. 이런 이유로

개인정보보호법 개정안은 데이터 결합에 필요한 전문기관을 명시적으로 표현하고, 전문기관

의 안전한 보호 조치 환경 속에서 데이터 결합을 수행하는 방법에 대해 법률로서 규정하려

한다. 데이터 결합은 임시 대체키에 대한 생성과 결합 후 삭제 절차를 통해 개인정보 재식별

을 방지할 수 있는 방안을 가지고 있다. 또한, 데이터 결합의 안전성 확보를 위해 m-유일성

(m-uniqueness)을 활용한 익명 데이터 결합과 같은 연구개발 과제가 수행되고 있다[8].

<자료> 의료데이터 활용을 위한 개인정보 비식별화 기술 및 프로그램 동향 참조

[그림 4] 개인정보 비식별 조치 가이드라인과 ISO/IEC 20889의 세부기술 매칭 테이블

ICT 신기술

정보통신기획평가원 23

나. ISO/IEC 20889

ISO/IEC 20889는 2018년 11월 표준화가 완료된 개인정보 비식별 조치 기법에 대한 표준이다. 이 표준은 8가지 비식별 기법(De-identification technique)과 k-익명성, l-다양성, t-근접성의 프라이버시 평가 모델과 차분 프라이버시 모델(Differential Privacy Model) 및 선형 민감도 모델(Linear Sensitivity Model)에 대해 정의하고 있다. [그림 4]는 개인정보 비식별 조치 가이드라인과 ISO/IEC 20889 표준에서 정의한 비식별 조치 기법에 대한 비교 자료이다[9].

IV. 개인정보 비식별 조치 기술 동향

[그림 5]와 같이 개인정보 비식별 조치 소프트웨어는 개인정보보호법과 관련 고시 내용

을 준수하며 개인정보를 안전하게 보호하여 빅데이터를 활용할 수 있도록 기술을 제공해

<자료> 금융 빅데이터 환경에서 비식별처리를 위한 소프트웨어의 구조 및 기능 참조

[그림 5] 빅데이터 활용을 위한 비식별처리 소프트웨어 구조

주간기술동향 2019. 7. 10.

24 www.iitp.kr

야 한다[10]. 개인정보 비식별 조치 기술은 단순히 개인정보를 포함한 데이터를 비식별

조치하는 기술뿐만 아니라 접근제어·데이터 완전삭제·내보내기/들어오기 등 다양한 기능

을 제공할 수 있는 기술을 포함한다. 또한, 정형 데이터에 대한 비식별 조치와 함께 반정

형·비정형 데이터까지 다양한 형태의 데이터에 적용 가능한 비식별 조치 기술이 필요하다.

1. 비정형 데이터 비식별 기술

가. 텍스트 데이터 비식별 기술

텍스트 데이터에는 다양한 형태의 개인정보가 포함되어 있기 때문에 이를 활용하기 위

해서는 개인의 프라이버시 침해 문제에 대한 대비책이 필요하다. 또한, 텍스트 데이터의

특성을 고려한 익명화 기술이 요구되며, 텍스트 데이터를 익명화하기 위해서는 안전성과

유용성을 모두 고려해야 한다. 텍스트 데이터의 개인 식별 요소의 탐지는 패턴 매칭(Pattern

matching) 기반과 개체명 인식(Named entity recognition) 기반 기술을 통해 가능하

다. 또한, 탐지된 개인정보를 [표 5]와 같이 익명화하는 기술은 삭제(Suppression), 대체

(Substitution), 태깅(Tagging)으로 가능하다[11].

[표 5] 텍스트 데이터를 익명화하는 기술

나. 영상 데이터 비식별 기술

최근 인공지능 기술을 활용한 영상 데이터의 활용을 위해 많은 연구가 활발히 진행되고

있다. 이런 영상 데이터의 개방과 공유는 프라이버시 침해 문제를 발생시킬 수 있다. 따라

서 영상 데이터의 특성을 고려한 익명화 기술이 필요하다. 텍스트 데이터와 같이 익명화된

영상 데이터는 안전성과 유용성을 모두 고려해야 한다. 영상 데이터 익명화는 영상 내에서

개인을 식별할 수 있는 영역을 탐지하는 기술과 탐지한 개인 식별 영역을 변형하는 기술

2단계로 구성된다. [표 6]은 탐지한 개인 식별 영역을 변형하는 기술에 대한 요약이다[12].

기술 설명 예시

삭제 개인정보에 해당하는 원본 텍스트를 삭제하여 익명화함 ‘홍길동’ > ‘XXX’

대체 동일한 태그세트에 포함된 임의의 값으로 대체함 ‘한국대학교 병원’ > ‘OO대학교 병원’

태깅 해당 개인정보의 속성을 이용하여 태그를 생성한 후, 대체하는 방법 ‘한국대학교 병원’ > ‘[병원 1]’<자료> 텍스트 데이터 익명화 기술 및 평가방안 참조

ICT 신기술

정보통신기획평가원 25

[표 6] 개인 식별 영역 변형 기술 요약

다. 음성 데이터 비식별 기술

음성 데이터를 비식별하는 음성 익명화 기술은 주어진 음성으로부터 개인을 특정할 수

있는 발화 정보를 제거하는 기술이다. 음성 변환(Voice Conversion)은 주어진 음성에서

발화된 내용을 유지하면서 화자의 발화 특성(성별, 연령 등)을 변화시키는 것으로 음성

익명화의 주요 기술이다. 기존 음성 변환 기술이 동일한 내용을 여러 사람이 발화한 병렬

데이터를 대량으로 요구하는데, 이러한 평행 데이터의 수집은 비용이 매우 많이 들어 활용

이 어렵다. 따라서 [표 7]과 같은 최신 기술의 연구 개발을 통해 음성 데이터에 대한 비식

별이 요구된다[13].

[표 7] 음성 데이터 비식별을 위한 음성 변환 기법

기술 설명 장점 한계

이미지필터링

영상에서 개인을 식별할 수 있는 영역에 여러 필터를 적용하여 특정한 개인을 식별하지 못하게 함

간단하게 개인 식별 영역을 알아 볼 수 없게 처리 가능

컴퓨터의 인식 능력을 막지는 못함딥러닝 기반 기술의 발달로 필터링을 거친 이미지를 일정 수준 복원 가능

이미지암호화

영상을 암호화하여 허가된 대상에게만 공개하는 기법

원본 영상으로 복원이 가능한 가명 처리 기술안전하게 네트워크를 통해 영상을 전송해야 할 때 유용

기존 암호화 기법을 사용하면 연산량이 많아 실시간 영상 처리가 어려움복호화 키가 없으면 암호화된 영상 데이터를 활용할 수 없음영상의 저장 형식에 따라 암호화 방법이 달라질 수 있음

얼굴합성

영상 데이터에 적합하게 k-익명성 모델을 확장수집한 얼굴 이미지 집합 내에서만 비슷한 k개의 얼굴을 합성

수학적으로 보장되는 개인 식별 방지 수준 제공합성한 얼굴을 대체하는 기법이므로 익명화된 영상 데이터의 활용도가 높음

저장된 얼굴 이미지를 사용하므로 실시간 영상 처리가 어려움익명화 단계에서 유용성을 고려하지 않기 때문에 유용성을 보장할 수 없음합성한 얼굴에서 원본 얼굴로 복원 불가능

인페이팅영상에서 특정한 부분을 제거하고 생긴 공백 또는 손상된 부분을 채우는 기법

영상에서 제거된 대상에 대해서는 어떠한 시각적 정보가 남지않음영상 내에서 특정한 목적과 무관한 사람 등을 제거할 때 유용

연산량이 많아 실시간 처리가 어려움제거된 영역이 큰 경우에는 복구가 불가능 할 수 있음부자연스럽게 복원한 경우 영상 데이터의 유용성이 하락할 수 있음

<자료> 영상 데이터 익명화 기술 및 평가방안 참조

기법 설명

VAE(Variational Auto-Encoder)

- 입력 음성을 기본적인 요소(latent variable)로 압축한 후 복원하는 방법- 압축된 기본 요소의 화자 정보를 변경하여 복원하면 다른 화자의 목소리 변환이 가능

GAN(Generative Adversarial

Networks)

- 생성신경망(generator)과 구분신경망(discriminator)을 동시에 학습, 원본을 정교히 모사- CycleGAN은 원본을 대상으로 변환한 후 이를 다시 원본으로 복원하는 두 개의 GAN으

로 구성, 병렬 데이터 없이 학습 가능<자료> 음성 변환 기법 참조

주간기술동향 2019. 7. 10.

26 www.iitp.kr

2. 암호화 도구

가. 동형 암호화(Homomorphic Encryption)

동형 암호는 1970년대에 처음 이론 연구가

시작되었으며, 2009년에 IBM의 연구원 Gentry

에 의해 기술적 가능성이 증명되었다.

동형암호는 평문과 암호문에서 같은 성질이

유지된다는 의미로 평문에 대한 연산 결과와

암호문에 대한 연산 결과가 같은 값을 가져, 암

호화된 개인정보를 풀어보지 않고도 통계분석

이 가능한 기술이다[14].

나. 형태 보존 암호화(Format-Preserving Encryption)

블록암호에 기반하여 특정한 형태의 평문의 값을 동일한 형태의 값으로 변환하는 암호

알고리즘으로 ① 트윅(Tweak)의2) 사용, ② Feistel 구조의 암호화 방식 기반, ③ 기존

암호화 방식의 대치 및 보완의 역할을 한다[15].

다. 순서 보존 암호화(Order-Preserving Encryption)

암호화 과정에서 평문의 순서 정보를 보존하는 암호 기술로, 암호화를 통한 데이터 프라

이버시 보호와 동시에 데이터 활용성을 보장하는 기술이다. 순서 보존 암호화 기술은 데이

터베이스 혹은 메모리 상에 배열된 데이터를 암호화하되 암호화된 데이터들의 크기 순서

2) 형태 보존 암호에서 기밀성을 제공하기 위해 정형화된 데이터에 추가적인 입력 정보임

<자료> 개인식별 방지 기술 세미나 자료 참조

[그림 6] 동형암호화 예시

<자료> 신용카드 번호를 암호화할 경우 암호문의 형태 사례 재구성

[그림 7] 형태 보존 암호화의 사용 사례

ICT 신기술

정보통신기획평가원 27

가 원본 데이터들이 가지는 값의 순서를 유지하는 암호 알고리즘이다. 따라서 이 기술을

통해 이진검색, 범위검색, 정렬, mix, max 등의 다양한 데이터 활용 연산이 데이터의

순서 정보에 의존, 복호화 없이 저장된 암호데이터를 활용할 수 있다[16].

3. 향상된 프라이버시 보호 모델

개인정보에 대한 재식별 방지를 위해 개인정보 비식별 조치 가이드라인은 프라이버시

보호 모델로 k-익명성, l-다양성, t-근접성을 제시하고 있다. 그리고 개인정보 재식별 방

지를 위한 추가적인 프라이버시 보호 모델 개발을 위해 많은 연구 과제를 수행하고 있다.

가. 차분 프라이버시 모델

차분 프라이버시 모델(Differential Privacy Model)은 k-익명성과 l-다양성의 취약한

부분을 보완하기 위해 C. Dwork가 제안한 모형으로, 단순한 숫자의 변화가 아니라 레코

드들 자체의 확률적 변형을 통해 식별 가능성을 제한하는 접근법이다. 차분 프라이버시

모델은 ① 어떤 특정인에 대한 정보가 포함되지 않은 데이터 집합에서 차분적인 알고리즘

의 적용을 통해 획득한 결과와 ② 그 특정인에 대한 정보가 포함된 데이터 집합에서 얻은

결과가 구별되지 못하게 하는 체계를 구축하는 것이 기본적인 목표이다. 이 목표의 달성을

위해 정확하게 계산된 양의 노이즈를 통계 기록에 넣어서 개인의 식별성을 없애는 방법을

이용한다. 민감한 정보의 보호를 위해 차분 프라이버시 모델은 체계적으로 무작위 수치를

넣게 되고 이 무작위 수치는 일종의 노이즈 역할을 한다. 이 노이즈의 삽입을 통해 어떤

데이터셋에 특정인에 관한 정보가 포함되어 있는지 여부에 관계없이 동일한 결과물을 산

출할 수 있다[17].

<자료> 순서 보존형 데이터 암호화 알고리즘 및 구현기술 재구성

[그림 8] 순서 보존 암호화 예시

주간기술동향 2019. 7. 10.

28 www.iitp.kr

나. 익명처리 모델

익명처리 모델은 “합리적으로 예상되는 모든 수단”을 동원하여도 어느 한 개인이라도 식별할 수 없도록 원본 데이터셋을 익명 가공하는 모델이다. 이 모델에서 완벽하게 익명화된 익명 데이터셋에서는 원본 데이터셋에 존재하는 모든 유일한 속성값 조합을 완벽하게 제거한다. 따라서 익명 데이터셋만을 보고 원본의 특정 개인을 식별하는 것은 원천적으로 불가능하며 익명처리 모델의 성질을 보다 명확히 정의하기 위해 m-유일성(m-Uniqueness) 성질을3) 사용한다[8]. 익명처리 모델은 개인정보 비식별 조치 가이드라인의 임시대체키와 같은 가명식별자가 개인과 1:1 대응이 되는 유일한 값으로 그 자체가 개인정보인 문제를 해결하며, 익명식별자 기반의 익명결합을 통해 개인정보 비식별 조치 가이드라인의 정보집합물 결합의 개인정보 재식별 가능성을 제거한다.

V. 결론

개인정보를 보호하려는 노력은 데이터 경제 활성화를 위해 반드시 필요한 핵심 요소이

다. 데이터 경제 활성화를 위해 개인정보의 활용만 강조하면 정보주체에 대한 프라이버시

희생을 강제하여 극심한 반대에 처할 수 있다. 그리고 결국 4차 산업혁명의 핵심인 데이터

경제는 활성화되지 못하고 국가 경쟁력은 떨어질 것이다. 따라서 개인정보를 가명정보

및 익명정보로 변환시켜 데이터를 활용할 수 있도록 지원하는 개인정보 비식별 조치는

데이터 경제 활성화의 한 축으로서의 역할을 할 것이다. 이를 위해 데이터의 안정성과

유용성 확보를 위한 기술 개발이 따라야 한다. 또한, 기술의 개발과 함께 데이터의 안전한

활용에 대해 사회적인 인식과 합의가 동반되어야 한다.

데이터 경제 활성화를 위한 개인정보 비식별 조치 기술은 기술의 개발과 함께 해당 기술

을 활용하고 데이터를 이해할 수 있는 역량을 보유한 데이터 전문가를 필요로 한다. 전문

가를 통해 적정성 평가를 수행하고 적정성 평가를 수행하는 과정에서 개인정보 비식별

조치 기술과 프라이버시 보호 모델을 결정할 수 있어야 한다. 또한 데이터 변환에 따른

3) 원본 데이터셋 테이터 S(a1,a2,,,an)와 이를 완벽하게 익명처리한 익명 데이터셋 테이블 T(a1,a2,,,an)가 주어줬을 때, 속성집합 A={a1,a2,,,an}의 모든 부분속성집합에 대해 S와 T에 동일한 속성값을 갖는 레코드들이 존재하면 원본 데이터셋 S에는 최소 m개 이상의 레코드들이 존재해야 한다.

ICT 신기술

정보통신기획평가원 29

통계학적 분석 능력을 발휘할 수 있어야 한다.

앞서 살펴본 것과 같이 개인정보 비식별 조치 기술은 정형 데이터, 반정형 데이터, 비정

형 데이터의 다양한 데이터 유형에 대한 비식별 기술 연구와 함께 개인정보의 재식별을

방지할 수 있도록 다양한 형태의 프라이버시 모델을 연구·개발하고 있다. 뿐만 아니라

비식별 조치 기술의 개발을 통해 개인정보의 재식별 위험성을 감소시키기 위한 기술적

방식의 노력과 함께, 사후 관리를 통한 보안 통제를 적용하는 관리적 조치 방식도 고려될

필요가 있다.

[ 참고문헌 ]

[1] 장준희, “데이터 경제의 부상과 사회경제적 영향”, 한국정보화진흥원, IT & Future Strategy, 제7호, 2018. 11. 19.

[2] 관계부처 합동, “데이터 산업 활성화 전략 – I-KOREA 4.0 데이터 분야 계획, I-DATA”, 2018. 6.[3] 인재근 외 13인, “개인정보 보호법 일부개정법률안”, 인재근의원 대표발의, 2018. 11. 15.[4] 관계부처 합동, “개인정보 비식별 조치 가이드라인”, 2016. 6. 30.[5] ISO/IEC, “Privacy enhancing data de-identification terminology and classification of techniques,”

ISO/IEC 20889, First edition, 2018. 11.[6] Ninghui Li, Tiancheng Li, Suresh Venkatasubramanian, “t-Closeness: Privacy Beyond k-Anonymity and

l-Diversity,” IEEE, 2007 IEEE 23rd International Conference on Data Engineering, 2007. 4, pp.6-7.[7] 한국인터넷진흥원, “개인정보 활용도 강화를 위한 프라이버시 보호 모델 체계화 및 정립”, 용역 제안요청

서, 2019. 5. 13.[8] 이원석, “익명화 데이터의 익명 결합 방법”, 금융보안원, 전자금융과 금융보안, 제15호, 2019. 1.[9] 김재한, “의료데이터 활용을 위한 개인정보 비식별화 기술 및 프로그램 동향”, 한국보건산업진흥원, 보건

산업브리프, Vol.268, 2018. 8. 13.[10] 금융보안표준화협의회, “금융 빅데이터 환경에서 비식별처리를 위한 소프트웨어의 구조 및 기능”, 금융보

안원, 기술·정책참조표준, V1.0, 2018. 12.[11] K-ICT 빅데이터센터, “텍스트 데이터 익명화 기술 및 평가방안”, 2019. 2.[12] K-ICT 빅데이터센터, “영상 데이터 익명화 기술 및 평가방안”, 2019. 2.[13] 고려대학교산학협력단, “심층 신경망을 이용한 음성 익명화 기술” 기술예고, 정보통신기획평가원, 2018.[14] 과학기술정보통신부, “안전한 데이터 활용을 위한 동형암호 기술 실증”, 보도자료, 2018. 11. 20.[15] 보안연구부 보안기술팀, “NIST, 블록암호 운영방식에 관한 권고 – 형태보존 암호화 방법 소개“, 금융보

안원, 정보보호 동향, 2016. 5. 18.[16] ETRI, “순서보존암호화기술”, 미래창조과학부, K-Global 시큐리티 스타트업 설명회 기술소개 자료집, 2015. 11.[17] 고학수, 최경진, “개인정보의 비식별화 처리가 개인정보 보호에 미치는 영향에 관한 연구”, 개인정보위원

회, 2015. 12. 10, pp.24-25.

주간기술동향 2019. 7. 10.

30 www.iitp.kr

*

I. 정신건강 비서 서비스의 기술 개발의 필요성

생리학과 영상 기술에 기반을 둔 의학의 발전은 인간의 외면적인 육체의 건강에 대해서

그 진단 기법이 고도화되면서 진단의 편리성, 정확도, 활용성 등이 높아져 대부분의 외형

적 건강에 대한 진단 및 치료의 성능이 높아졌다. 반면, 설문과 면담을 기반으로 진단 및

* 본 내용은 유한영 단장(☎ 042-860-5905, uhan0@etri.re.kr)에게 문의하시기 바랍니다.** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다.

최근, 정신 장애로 인해 발생한 범죄, 사건사고가 커다란 사회적 문제로 대두되면서 정신건강 관리에 대한 사회적 수요와 관심이 급증하고 있다. 이에, 기존의 정신건강 관리 방법에서 벗어나 빅데이터, 인공지능 등 최신 기술을 접목하여 정신건강을 관리하고자 하는 연구가 진행되고 있다. 본 고에서는 정신건강의 효율적 관리를 위한 ｢정신건강 비서 서비스 기술｣을 소개한다. 이 기술은 기존의 정형화된 의료 데이터의 한계를 뛰어넘어, 정신 장애의 발생 요인과 발현 양상을 콘텍스트 기반으로 분석하고, 데이터 수집 프로토콜 기반 고품질 정신건강 데이터베이스를 구축하여, 질환의 분류 기준을 제시함으로써 궁극적으로 정신건강에 대해 개인 맞춤형 진단, 치료 및 관리가 가능하게 한다.

03chapter

정신건강 비서 서비스 기술

•••유한영 ‖안세정 ‖김승환 ‖정득영 ‖

한국전자통신연구원 SDF융합연구단장

한국과학기술정보연구원 선임연구원

한국전자통신연구원 바이오의료IT연구본부장

정보통신기획평가원책임

ICT R&D 동향

ICT R&D 동향

정보통신기획평가원 31

치료가 이루어지는 정신건강의 궁극적 질환의 해결은 개인마다 상이하게 이루어지는 진단

기법의 굴레로 인해 그 발전의 강도가 미약할 뿐만 아니라 정확도 또한 낮은 것이 현실이다.

따라서 정신 질환이 육체적 질환의 진단 기법과 대등한 성능을 발휘하기 위해서는 정신

건강에서 도외시되어온 객관화된 데이터의 수집과 더불어 임상의가 공통으로 활용할 수

있는 진단 도구의 표준화가 반드시 필요하며, 또한 단편적 바이오마커와 심리 정보에 의존

하는 저차원적 분석을 벗어나, 복합 요인에 기인하는 질환의 원인 분석과 개인별 맞춤형

치료에 대해서 복합 환경에 따른 콘텍스트를 활용한 지능 정보 기술의 개발이 병행되어야

할 것이다.

1. 사회/경제적 필요성

2019년 4월 중앙정신건강복지사업지원단의 발표에 따르면, 2016년 정신 장애로 인해

발생하는 자살률은 인구 10만 명 당 207.6명으로 뇌전증(128.5명), 장루·요루(119.4명),

호흡기(109.2명), 언어(99.5명) 보다 훨씬 높게 나타났다. 이는 일반 장애인 자살률보다

3.1배, 전체 인구 자살률보다 8.1배 높은 수치이다. 또한, 2017년 기준 OECD 보건의료

질 통계에 의하면, 2015년 정신 질환자가 퇴원 후 1년 이내에 자살하는 확률은 환자 10만

명 당 700명으로, 이는 OECD 11개 국가에서 가장 높은 수치이며 같은 해 우리나라 전체

인구 자살률과 비교할 때 26.4배 높은 수치이다[1].

또한, 건강보험공단의 2012~2016년 정신질환 자료에 의하면, 5년간 정신질환 진료

인원은 총 1,227만 명이며(2012년 232만 명, 2013년 235만 명, 2014년 241만 명, 2015

년 251만 명, 2016년 266만 명), 지속적으로 증가하는 추세를 보이고 있다. 뿐만 아니라,

5년간 정신질환 진료비는 총 13조 5,443억 원으로(2012년 2조 2,228억 원, 2013년 2조

4,439억 원, 2014년 2조 6,944억 원, 2015년 2조 9,346억 원, 2016년 3조 2,483억

원), 5년 동안 46.1%나 증가한 것으로 나타났다[2].

정신 장애는 사회/경제적으로 많은 영향을 끼치는데, 자살과 같은 극단적인 선택으로

인해 개인 문제가 가족 문제를 유발하고, 이러한 가족 문제가 사회 문제를 야기하는 부정

적 도미노 효과를 야기함으로써 여타 육체적 질병과 다르게 대승적 차원에서 질환에 대한

적극적 대응이 필요하다.

주간기술동향 2019. 7. 10.

32 www.iitp.kr

2. 기술적 필요성

정신 장애는 기존 의료계에서 활용하는 바이오마커 즉, 질환의 시각적 진단을 위한 영상

정보, 질환의 원인과 양상을 분류하는 세포 단위 또는 유전자 단위의 발현 등 질환과 밀접

한 연관성을 가지는 생물학적인 바이오마커가 정신 장애별로 대응되지 않는 단점을 가지

고 있다. 이러한 연유로 인해 정신 장애의 궁극적 진단은 정신과 전문의의 상담과 심리

지표의 분석을 통해 이루어지며 부수적으로 의료 영상 정보가 활용되고 있다.

정신 장애는 단일 지표 또는 단일 양상을 띠는 질환이 아니라 복합적인 원인과 이에 따른 복합적인 발현을 가지는 특징을 가진다. 따라서 정신 장애의 궁극적 진단과 치료를 위한 방법은 단일 바이오마커를 활용하는 기존 의료적 접근 방법이 아니라 복합적 지표를 기반으로 진단과 치료가 이루어져야 할 것이다. 즉, 복합적 양상을 가지는 질환에 대해서 ICT 기술을 접목한 데이터의 수집 방법을 통해 복합 데이터를 시간과 공간, 사회적 활동에 대해서 수집하고, 질환의 양상에 대한 문헌과 의료 정보를 기반으로 진단에 대한 지표를 수립하여, 개인 맞춤형 최적 치료 프로그램을 추천함으로써 궁극적 질환의 치료가 이루어질 수 있는 인공지능 기반의 진단 및 치료 기술의 개발이 필요하다.

II. 시장 동향

정신 장애와 연관된 대부분의 시장은 약물 시장이 주를 이루고 있으며, 헬스케어 디바이스를 이용하여 정신 장애를 복합적으로 진단 및 치료하고자 하는 노력이 현재 진행 중에 있다. 본 고에서는 ICT를 기반으로 이루어지는 정신 장애에 주안점을 두는 관계로 ICT와 연관된 정신 장애 진단 및 치료에 대한 시장을 중심으로 논고를 진행한다.

1. 국외 시장 동향

미국 시장조사기관 그랜드 뷰 리서치사는 ｢정신질환 치료제 2014~2025년 계열별, 적

응증별, 지역별 전망｣보고서에서 정신질환 의약품의 세계 시장규모가 2025년에 총 144

억 달러에 이를 것으로 전망하고 있다. ｢정신건강 비서 서비스｣ 구현을 위한 요소 기술인

스마트 헬스데이터 시장은 해외 여러 시장 조사 보고서에서 빠른 성장을 할 것으로 예측하

ICT R&D 동향

정보통신기획평가원 33

고 있는데[3], Markets and Market, Frost & Sullivan의 시장조사 보고서에 따르면

글로벌 인공지능 헬스케어 세계시장은 2016~2022년에 연평균 약 52.7%씩 성장할 것으

로 전망되고 있다[4].

2. 국내 시장 동향

국내 스마트 헬스케어 산업은 지속적으로 성장하고 있는 것으로 추측된다. 삼정KPMG

경제연구원 보고서에 따르면, 스마트 헬스케어를 포함한 의료·바이오 분야 벤처투자 추이

를 대리변수로 살펴본 결과, 2015년 의료·바이오 분야에 대한 신규 벤처투자는 3,170억

원으로 2011년(933억 원)에 비해 3배 이상 증가한 것으로 나타났다[5].

인공지능 헬스케어의 국내시장 규모는 2015년 17.9억 원에서 2020년 256.4억 원으로

글로벌 인공지능 헬스케어 시장의 성장률보다 높은 70.4%의 성장률을 보일 것으로 전망

되고 있다. BCC Research(2014)는 아시아·태평양 지역의 헬스케어 웨어러블 디바이스

시장은 연평균 31.3% 성장하여 시장규모가 2015년 약 25억 달러에서 2020년 약 120억

달러에 이를 것으로 예측하였고, 국내 시장은 2015년 약 750억 원 규모에서 약 3,600억

원 규모로 성장할 것으로 전망하고 있다[6].

III. 기술개발 동향

1. 국외 기술개발 동향

미국 노스웨스턴 대학은 스마트폰 분석을 통해 사용자가 우울증을 가지고 있는지의 여

부를 86.5%의 정확도로 파악할 수 있다는 연구 결과를 발표하였다[7]. 연구진은 스마트폰

통화 시간, 빈도, 머무르는 장소의 다양성, 생활의 규칙성, 집에 머무는 시간 등이 우울증

과 상관관계가 높다는 결과를 얻었다. MIT Media Lab의 스타트업 기관 Ginger.io는

이러한 연구를 기반으로 스마트폰 사용 패턴을 정량적으로 분석하여 UCSF, 듀크대학병원

등과 우울증, 양극성 장애, 조현병 등 다양한 정신질환 연구를 수행 중이다.

일본 회사 인포딜리버는 스마트폰으로 보행 속도를 지속적으로 측정해 속도 변화를 분

주간기술동향 2019. 7. 10.

34 www.iitp.kr

석하여 치매의 초기 증상을 발견하고 치매를 예방하는 서비스를 개발하였으며, 이를 통해

스마트폰을 통해 수집한 보행 데이터를 인공지능(AI)이 분석해 경고 메시지를 발송하거나

고객에게 맞는 운동과 식사를 제안하는 서비스를 제공하고 있다[8].

한편, 미국 뉴욕 경찰청은 CCTV로부터 이상행동 등을 발견하여 범죄 가능성을 예측하

는 DAS(Domain Awareness System)를 적용하여 범죄 발생을 예측하고 있다. FBI에서

는 NGI(Next Generation Identity) 프로젝트를 통해 사람의 얼굴, 홍채, 목소리, 걸음걸

이 정보를 활용하여 개인 신상을 확인하는 수준까지 개발한 것으로 알려지고 있다[9].

호주 정신건강연구소인 블랙독 연구소(Black Dog Institute)는 2017년 9월 라이프스

팬 프로젝트(LifeSpan Project)를 시작하였고, 노인요양시설, 사회복지시설, 정신건강 서

비스 분야 종사자들로부터 위험 지역, 자살 징후 등의 정보를 설문조사를 통해 수집하여

증거기반 자살 예방 프로젝트를 지원하고 있다[10].

2. 국내 기술개발 동향

국내에서는 치매관련 의료생체정보 빅데이터를 활용한 바이오마커 기반 치매 예측 및 조기 진단 기술이 개발되고 있다. 알츠하이머 치매와 정상군을 구분하기 위한 초기의 바이오마커 연구에서 나아가 정상군과 치매의 중간 단계인 경도인지장애나 그 이전 단계인 전임상 단계에서부터 알츠하이머 치매로의 진행이나 발병을 예측하고 차단하기 위한 연구가 진행되고 있으며, 특히 MRI 정밀 뇌영상 분석 등 뇌영상학적 연구를 통해 알츠하이머 치매 발현 규명을 위한 연구가 활발히 진행되고 있다.

보건복지부 정신건강기술개발사업의 지원으로 재난정신건강 정보센터는 재난으로 인해 발생되는 심리사회적인 문제의 조기 예방을 위한 정보와 도움을 제공하는 재난정신건강지원 정보콘텐츠 및 플랫폼 개발을 추진하고 있으며, 재난정신건강 지원을 위한 인력양성 및 관리 모델을 개발하여 재난정신건강 전문인력관리 시스템 구축을 진행 중이다[3].

한국보건사회연구원은 보건복지 분야 빅데이터의 효율적인 활용을 모색하여 소셜 빅데이터 분석을 활용한 청소년 자살 위험 예측, 사이버따돌림 위험 예측 등 청소년의 우울 현황과 위험요인 분석 등의 연구를 수행하고 있다[3],[11]. 한편, ETRI는 생체 부착형 디바이스로 심전도, 호흡, 운동량, 뇌파 등 생체신호의 모니터링과 사회적 활동 분석을 통해 정신 장애의 질환 분류와 예측을 위한 바이오패치 및 인공지능 기술을 개발하고 있다[12].

ICT R&D 동향

정보통신기획평가원 35

IV. 국내외 정책 동향

1. 국외 정책 동향

미국은 인공지능 R&D 정책을 범부처 차원에서 추진 중이며, 글로벌 헬스케어 선도국의

위치 선점을 위해 산․학․연 협력을 강화하고 있다. 이 일환으로, National Institute of

Mental Health(NIMH)는 기존의 증상 중심 진단 체계인 미국정신의학회의 정신질환분

류체계에서 탈피하여 바이오마커 중심의 일반의학 기준 프레임워크 개발로 방향을 전환하

였다[13].

영국은 암, 감염질환 치료를 목적으로 정밀의료 R&D 및 실용화를 위한 빅데이터 솔루

션 개발과 인공지능 유전체 분석 활용에 대한 투자를 강화하고 있으며, 여러 기관들 중심

으로 공공 정신건강 R&D를 수행하고 있다[13].

독일은 대표적인 정신건강 분야 연구기관인 Max Planck Institute of Psychiatry를

중심으로 뇌영상학 연구와 우울증, 불안장애, 수면 관련 임상연구에 주력하고 있으며,

WHO는 고령화, 실업 증가, 수명 연장 등으로 해마다 증가하는 정신건강 문제에 대해

유럽 정신건강 실천계획을 수립하였다[13].

2. 국내 정책 동향

우리나라는 2000년대 이후로 뇌 연구, 치매 연구 등 정신건강과 관련한 국가 투자를

확대하여 상당 수준의 기초 연구 성과와 역량이 축적되어 왔으나 정신건강 관련 정부의

R&D 투자 규모가 선진국에 비해 절대적, 상대적으로 부족한 실정이다[14].1) 2016년 우

리 정부는 ‘행복한 삶, 건강한 사회를 위한 정신건강 종합대책’을 발표하여, 국가가 관리하

는 만성질환 영역에 정신건강을 포함하여 일반 국민에 대한 정신건강 증진 내용을 포함하

고, 정신질환 조기발견 및 개입 체계를 마련하고 있다[16]. 2016년 5월 19일 정신보건법

형태로 전면 개정된 “정신건강 증진 및 정신질환자 복지서비스 지원에 관한 법률”이 국회

에서 심의·확정되었으며, 보건복지부는 보다 전문적이고 효과적인 정신보건사업을 수행하

1) 정신건강 연구개발 과제에 대한 투자비는 약 5,100억 원으로 전체 보건의료 연구개발예산의 약 1.1% 차지[15]

주간기술동향 2019. 7. 10.

36 www.iitp.kr

기 위해 중앙 정부에는 중앙정신보건사업지원단을, 각 시·도에는 지방정신보건사업지원단

을 설치·운영하고 있다. 또한, ｢정신건강증진 및 정신질환자 복지 서비스 지원에 관한 법

률 제12조｣에 의거하여 국민의 정신건강수준이 악화되고 정신질환자에 대한 사회지지

체계가 약화되는 상황에서 보다 전문적이고 효과적인 정신보건사업을 수행하기 위한 정책

을 제시하고 있다[16].

V. 정신건강/질환 관련 논문 분석

1. 연도별/국가별 분석

논문 분석을 활용하여 정신건강 및 질환 관련 분야의 연구개발 현황을 살펴본다. 본 분석은 Clarivate Analytics사가 제공하는 논문 DB인 Web of Science의 인용색인 SCI-EXPANDED, ESCI를 대상으로 논문의 주제(제목, 초록, 저자 키워드)에서 ｢TS= (“mental disorder*” OR “mental illness*” OR “mental health*” OR “psychiatric disorder*”)｣의 검색식으로 메타 정보를 수집하여 수행하였다. 그 결과 최근 10년간(2009~2018년) 출판된 논문은 총 91,532건에 이른다. 또한, 세계적으로 188개 국가에서 관련 연구가 수행되었다.

<자료> KISTI 미래기술분석센터 분석 자료

[그림 1] 정신건강/질환 관련 연구 논문 수

<자료> KISTI 미래기술분석센터 분석 자료

[그림 2] 국가별 논문 수(2009~2018년)

ICT R&D 동향

정보통신기획평가원 37

2. 키워드 분석

정신건강/질환 분야의 연구 현황을 키워드 분석을 통해 알아본다. 본 분석은 수집된

논문의 저자 키워드 필드에서 키워드를 추출하고 네덜란드 CWTS에서 개발한 네트워크

분석 소프트웨어 VOSviewer 1.6.10을 활용하여 수행하였다. 전체 분석 기간(2009~

2018년) 중 20회 이상 출현한 키워드를 대상으로 연결 강도 기준 상위 1,000개의 키워드

를 가시화하고 분석하였다. 출현빈도 수 기준 상위 10개 키워드로는 우울증, 정신건강,

불안, 조현병, 삶의 질, 전염, 스트레스, 청소년, 자살, 양극성 장애 등이 나타났다. 키워드

맵에서 키워드 간 거리가 가까울수록 동시 출현 빈도가 높아 연관성이 높은 것으로 해석할

수 있고, 상대적인 위치에 따라 연구 영역 간의 연관성 파악이 가능하다. 키워드 클러스터

링 및 매핑을 위해 VOSviewer의 해상도를 0.85로 설정하여 ｢키워드 네트워크 맵｣을

도식화한 결과, [그림 3]과 같이 6개의 연구영역을 파악할 수 있었다. 한편, ｢키워드별

평균 출현년도 오버레이 맵｣을 통해 정신건강/질환 관련 최신 연구 동향을 살펴본 결과,

모바일건강, 머신러닝, 소셜미디어, 스마트폰 등 최근의 사회 현상이 반영된 키워드와 정

<자료> KISTI 미래기술분석센터 분석 자료

[그림 3] 키워드 네트워크 맵

주간기술동향 2019. 7. 10.

38 www.iitp.kr

신질환 규명과 관련한 염증, 바이오마커 등이 최신 키워드로 나타난 것을 알 수 있다.

특히, ① 정신건강 관리 및 ⑤ 트라우마, 외상 후 스트레스 클러스터에 속한 키워드들이

최근에 급부상하고 있는 것을 주의 깊게 살펴볼 필요가 있으며, 웰빙, 환자중심케어 등

정신건강 관리와 관련한 연구와 인터넷 중독, 난민, 트랜스젠더, 성적 소수, 사회적 낙인

등과 같이 정신건강에 영향을 크게 미치는 사회적 이슈를 반영한 연구들이 최근 많이 진행

되고 있는 것으로 파악된다.

VI. 정신건강 비서 서비스

1. 서비스 정의

정신 장애의 진단과 분류는 미국정신의학회에서 간행하는 “정신 장애의 진단 및 통계

편람”(Diagnostic and Statistical Manual of Mental Disorders, 5th edition, 2013:

DSM-5)을 기반으로 이루어지고 있으며, 우리나라에서는 세계보건기구(World Health

<자료> KISTI 미래기술분석센터 분석 자료

[그림 4] 키워드 평균 출현년도 기준 오버레이 맵

ICT R&D 동향

정보통신기획평가원 39

Organization: WHO)에서 만든 국제질병분류(International Classification of Diseases:

ICD)의 진단 부호를 따르고, 진단 기준은 내용이 더 자세한 DSM을 활용한다.

DSM은 정신 장애에 대한 연구 결과물과 치료성과 등을 반영하고 신경 생물학적 연구

결과물을 추가하여 진단의 정확도를 향상시키는 방향으로 설정되어 있다. 그러나 DSM은

진단과 치료에 대한 통계적인 방법을 차용하고 있지만, 실제 정신장애 환자로부터 획득되

는 생체정보와 활동 정보 양상 등에 대한 표준화된 데이터를 사용하지 않아 모호한 표현에

따른 해석의 객관성이 보장되지 않는 단점이 있다.

따라서 ｢정신건강 비서 서비스｣는 이와 같은 객관적 데이터를 사용하기 위해 표준화된 프로토콜의 수립 및 이를 통한 데이터의 수집이 이루어지고, 객관적 지표에 따른 질환 양상의 콘텍스트를 활용하여 오해의 소지를 없애고 공통적인 용어로 정의되는 표준화를 담보하는 형태로 구성되어 있다.

정신건강의 객관적 진단과 치료를 통한 질환의 궁극적 관리를 위해 ｢정신건강 비서 서비스｣는 3단계, ① 정신건강의 객관적 지표의 수립, ② 설정된 지표에 대한 활용, ③ 지표의 적용을 통한 검증으로 구성된다.

2. 서비스 시나리오

(시나리오 1) 조울증에 걸린 A씨의 질환 양상이 조증인 상태가 지속되다가 정상적인 상태로 돌아와 질환이 호전된 것으로 주변 사람들은 판단을 하였으나, ｢정신건강 비서 서비스｣의 중증화 지표에서 울증이 악화되어 자살할 가능성이 높음을 예측하고, A씨의 가족과 경찰, 소방관, 병원에 메시지를 전송하여 치료, 관리 및 대응 방안 정보를 제공하였다. 이에 따라 A씨의 정신건강 주치의는 A씨의 상태가 호전이 아니라 질환이 변동 중에 있음을 진단하고 A씨에 맞는 최적의 약물을 처방하여, 관련 정보를 ｢정신건강 비서 서비스｣ 플랫폼에 전송하였다. 또한, A씨의 수면을 지속적으로 모니터링하여 처방한 약물이 A씨의 정신건강 호전에 이바지하는지 적합성을 검증하여 A씨의 조울증을 치료하고 있는 중이다.

(시나리오 2) B씨는 조현병으로 의심되는 증상이 있어, 병원에 내원하였다. 병원에 구비

되어있는 정신건강 프로 파일러를 통해 B씨의 정신 장애를 진단하였을 때, 혈액을 통한

진단에서는 우울증일 가능성이 10%, 조현병일 가능성이 70%, 조울증일 가능성이 20%로

주간기술동향 2019. 7. 10.

40 www.iitp.kr

나왔고, 생체 정보를 통해 진단했을 경우에는 조현병일 가능성이 90%, 조울증일 가능성이

10%로 나왔으며, 심리 검사에서는 조현병일 가능성이 90%, 우울증일 가능성이 10%로

나왔다. 이러한 복합 생체 및 의료 정보를 기반으로 정신과 전문의는 B씨의 질환을 조현병

으로 진단하였으며, B씨의 조현병과 연관된 최적 약물과 비약물 Digital Medication을

정신건강 프로파일러로부터 추천받아 처방하였으며, 6개월 치료 프로그램을 진행하기로

하였다.

3. 핵심 서비스

｢정신건강 비서 서비스｣가 종합적으로 정신건강을 관리할 수 있도록 구성되어 있는 세부 필요 서비스 9개에 대해서 서술한다.

① 정신 장애 분류 Mental ID 수립 서비스: 임상의의 주관적 견해에 따라 진단 및 치료가 이루어지는 기존 정신 장애 관리를 보완할 수 있는 객관적 정신 장애 분류 지표인 Mental ID를 수립하는 서비스로서, 개인별 질환의 분류, 중증화 지표의 수립, 약물, 심리 상담, 저주파 리듬 제공 등의 ICT 지능정보 기반 진단 및 치료에 대해서 객관적 정신 장애 관리 지표인 Mental ID 기반 종합적 관리 제공을 목표로 한다.

② 정신 장애 분류를 위한 객관적 데이터 수집 프로토콜 및 정신 장애 발생, 악화 원인 추적을 위한 Eco-History 서비스: 발생된 정신 질환의 원인 추적과 질환의 양상을 지속적으로 파악하여 개인별로 특이적인 질환 원인 및 이에 기반을 둔 최적의 치료를 위한 서비스로서, 개인별 임상 정보(유전 정보, 혈액 정보, 심리 정보, 인구통계학적 정보 등)와 개인의 사회적 활동, 생활환경(기후, SNS 등), 운동 정보 등의 임상 정보 및 Eco-History 정보를 기반으로 개인 맞춤형 질환의 진단 및 치료 제공을 목표로 한다.

③ 정신 장애 환자의 질환과 중증화 정도를 분석하여 질환 진단의 정확도 향상 및 정보 제공을 위한 정신건강 프로파일러 진단기기 서비스: 개인의 정신건강 Mental ID를 추출하여 임상 정보와의 교차 비교를 통해 간헐적 또는 주기적으로 정신건강 상태의 추이를 모니터링할 수 있는 서비스로서, 전문의의 질환 진단을 보조할 수 있는 정신건강 프로파일러 기반 진단 지원 정보 제공을 목표로 한다.

ICT R&D 동향

정보통신기획평가원 41

④ 음성과 영상을 활용하여 정신 장애의 중증화 정도를 분석하여 정보를 제공할 수 있는

음성 및 영상 기반 정신 장애 중증화 정보 제공 서비스: 정신 장애 환자의 음성과

영상을 분석하여 개인별 정신 장애의 중증화 단계 및 이에 따른 최적 치료 프로그램,

Mental ID의 생성 등 효율적인 정신 장애 관리를 위한 서비스로서, 정신 장애 중증

화 분석을 위한 음성 및 영상 분석 종합 정보 제공을 목표로 한다.

⑤ 정신 장애의 진행에 따른 중증화 예측 정보 제공 서비스: 정신 장애 환자의 일상적

중증화 대응을 위해 음성, 영상, 생체 정보, 환경 정보, 약물 정보 등의 복합 정보와

HCC(Human Centered Computing)를 기반으로 하는 중증화의 양상, 특히 우발

적 상태를 예측할 수 있는 서비스로서, HCC 기반으로 정신 장애 중증화를 예측하고

환자 및 관계자에게 관련 예측 정보 제공을 목표로 한다.

⑥ 정신 장애 치료를 위한 ICT 기반 비약물 Digital Medication 서비스: 약물 및 심리

상담에 의존하는 기존 정신 장애의 치료 프로그램과 더불어 ICT 기술을 기반으로

비약물적 치료를 제공하는 서비스로서, 정신 장애 환자에 대해서 저주파 리듬 제공

으로 숙면의 유도, 일주기적 리듬 정보를 기반으로 개인별 최적 생체 리듬을 제공함

으로써 비약물적으로 정신 장애를 치료할 수 있는 서비스 제공을 목표로 한다.

⑦ 정신 장애의 치료를 위한 개인 맞춤형 심리 상담 용어 제공 및 상담 서비스: 정신

장애의 심리 치료를 위해 자극 프로토콜에 의해서 나타나는 상담 용어 및 어절에

대한 회피 반응을 음성, 영상, 생체 정보로부터 추출하여 개인별로 지극히 회피되는

용어를 추출하고 최적의 용어 및 이 용어에 따른 상담 시나리오를 구성하여 개인별

로 최적의 상담 치료 서비스를 제공한다.

⑧ 약물, Digital Medication, 환경 개선 등의 복합 정보를 이용하여 개인 맞춤형으로

정신 장애를 치료할 수 있는 서비스: 정신 장애 환자의 궁극적인 치료를 위해 약물,

상담, 리듬 제공 등에 대한 개인별 최적의 치료 프로그램을 도입하고, 이러한 치료

프로그램에 대한 개인별 가중치를 부여함으로써 치료의 효율을 극대화할 수 있는

멀티모달 기반 개인 맞춤형 정신 장애 치료 서비스의 제공을 목표로 한다.

⑨ 군인, 경찰, 소방관, 관심 병사 등의 임무 수행 스트레스에 의한 정신건강 악화 예측

및 최적 임무 부여 서비스: 개발되는 Mental ID, Digital Medication, 정신건강

프로파일러, 영상/음성 분석 등의 효율성을 검증 및 적용하기 위해 스트레스 고위험

주간기술동향 2019. 7. 10.

42 www.iitp.kr

군 직업군의 개인별 정신건강을 임무 전후의 상태에 따라 분석하여 최적 임무를 제

공하고, 개인별 맞춤형 정신건강을 관리할 수 있는 서비스 제공을 목표로 한다.

VII. 정신건강 비서 서비스 기술 개발 성공전략

｢정신건강 비서 서비스｣의 기술 개발을 위해서는 하드웨어와 소프트웨어의 유기적인

연계융합이 필수적이다. 하드웨어 기술은 미래 지향적 정신건강과 연관된 데이터를 수집

하는데 필수불가결로 요구되는 사항이며, 그 활용과 접근성이 기존 의료기기보다 높아

데이터 수집에 걸림돌이 없어야 한다. 추가적으로 수집되는 데이터는 공공 목적의 질환

치료와 개인의 행복 추구, 사회적 안전을 위해 국가적 차원에서 관리가 이루어져야 한다.

또한, 소프트웨어 측면에서 정신건강의 데이터는 질환의 추이와 연관되어 치료가 정답을

제공하는 인공지능 기반의 개인 맞춤형 피드백이 이루어질 수 있도록 구성되어야 한다.

뿐만 아니라 정신건강의 데이터는 일관된 소수의 바이오마커를 통해 질환의 진단 및 치료

가 이루어지는 것이 아니라 복합 환경 즉, 혈액 바이오마커, 의료영상, 생체 신호, 사회적

활동, 심리 검진 등의 종합적 연관 데이터의 수집과 분석이 진행되어야 하며, 정신 장애

치료와 밀접한 관계를 가지는 수면과 생리 주기의 피드백을 통해 정답을 검증해야 한다.

이러한 데이터의 수집과 분석 과정은 기존 환자에서 의료진으로 전달되는 단방향 의료데

이터 기반 진단 및 치료 형태에서 탈피하여 환자 개인의 복합 환경 콘텍스트를 기반으로

질환의 원인을 분석하고, 환자 개인별 최적 치료 프로그램의 제공과 질환의 호전과 악화

분석을 통한 피드백으로 새로운 환경 콘텍스트를 제공하는 성장형 기술 개발 과정이 필수

적이다.

또한, ｢정신건강 비서 서비스｣ 구현을 위해서 다기관의 긴밀한 협조를 통해 연구 사업을 진행할 필요가 있다. 즉, 연구기관, 임상기관, 사업화기관, 국가기관이 서로 유기적으로 운영 공동체를 구성하여 협의체 기반의 연구 사업을 진행하는 것이 필요하다. 질환과 관련되어 수집되는 데이터의 유의미성을 분석할 수 있는 임상기관은 개발되는 하드웨어/소프트웨어에 대해서 정답을 제공할 수 있는 사전 임상 데이터의 수집 및 질환 연관성을 규명하여 공동체의 방향 설정을 위한 정보를 제공하여야 하고, 연구기관은 의료기관과의 협업을 통해 임상의 유의미성 추출을 위한 프로토콜의 제작, 정신건강 데이터 수집을 위한

ICT R&D 동향

정보통신기획평가원 43

하드웨어의 설계 및 구성, 질환과 연관된 임상 데이터의 콘텍스트 기반 인공지능 기술개발 연구를 진행해야 하고, 임상적 효용성을 기반으로 의료기기 승인과 사업화는 사업화기관이 전담할 필요가 있다. 또한, 정신건강과 연관된 개인 정보 및 데이터의 활용에 있어서 국가기관은 정책의 입안을 통해 서비스가 정착될 수 있는 제도 마련을 추진해야 할 것이다.

VIII. 맺음말

정신 장애는 심리적 요인에 의한 발현으로 그 현상이 개별적 질환의 형태로 표현되지

않는 양상을 보인다. 또한, 정신 장애는 유전적, 환경적 영향 등이 복합적으로 작용하여

발현되므로 단편적인 질환의 추이로 그 질환을 치료하기가 아주 까다로운 질병이다. 뿐만

아니라, 정신 장애는 개인만의 행복을 앗아가는 것에서 그치지 않고, 개인과 연관된 사회

적 문제를 야기하는 사회적 질병으로 간주할 수 있다. 따라서 정신질환의 사회적 파급효과

는 다른 질병에 비해서 매우 크다. 이처럼 복합적 양상을 가지는 정신 장애는 기존의 일차

원적 질환 진단에서 벗어나 다차원적 개인별 콘텍스트를 반영한 질환 분석이 필요하며, 개

인별 맞춤형의 최적의 치료가 이루어지는 종합적 관리 서비스가 제공되어야 할 것이다.

최근 그 영향력이 갈수록 높아지는 인공지능 기반 기술과 기존 ICT 기술의 접목은 정신

장애를 궁극적으로 관리하기 위한 필수 불가결한 요소로 간주될 수 있다. 기술의 발전이

있기 이전의 주관적 견해를 기반으로 이루어진 정신 장애의 치료가 본 고에서 주장하는

｢정신건강 비서 서비스｣로 천이가 될 때 비로소 사회적으로, 국가적으로 요구하는 궁극의

정신건강 관리 서비스가 완성될 수 있을 것이다.

ICT 기반 미래융합서비스인 ｢정신건강 비서 서비스｣를 통해 정신건강을 개인이 관리하

는 것이 아니라, 사회적/국가적 책임 하에 관리하여 치료될 수 있도록 연구 개발 및 서비

스가 이루어져 개인의 행복은 물론, 사회 구성원 모두의 행복이 보장될 수 있기를 기대한다.

[ 참고문헌 ]

[1] 강원장애인신문, “정신질환 환자 급증세…5년간 1천227만명에 진료비만 14조원”, 2017. 11. 2[2] 마인드포스트, “정신장애인 자살률 인구 10만 명당 207명…일반인 자살률의 8배”, 2019. 4, 12[3] IITP, “ICT RnD 기술로드맵 2023 블록체인”, 2018, p.117.[4] 중소기업 전략기술로드맵 2019-2021 스마트 헬스케어, 2018, p.242.

주간기술동향 2019. 7. 10.

44 www.iitp.kr

[5] 삼정KPMG경제연구원, “스마트 헬스케어의 현재와 미래”, Issue Moniotor 제79호, 2018, p.8.[6] 박정우, “헬스케어 웨어러블 디바이스”, 한국과학기술정보연구원, KISTI Market Report, 2016.[7] 매일경제, “스마트폰은 이미 알고 있다 당신의 기분을”, 2016. 6. 15. [8] 매일경제, “급팽창하는 치매산업/② 뇌를 놀고 쉬게 하라, 예방산업”, 2018. 4. 12.[9] The Science times, “빅데이터로 범죄 예측 가능”, 2019. 1. 20. [10] 이지현, “빅데이터 활용을 통한 전략적 자살예방 사례”, 국제사회보장리뷰 Vol.4, 2018, pp.148-152.[11] 송태민, “소셜 빅데이터를 활용한 사회위험 요인 예측: 청소년 자살과 사이버따돌림을 중심으로”, 한

국보건사회연구원, Issue & Focus, 2014.[12] 전황수, “생체신호 모니터링 디바이스 기술 및 개발 동향”, 정보통신기술진흥센터, 2014.[13] 권준수, “국내외 정신건강분야 연구개발 정책 및 사업동향”, KHIDI 전문가리포트, 2017.[14] 노성원 외, “정신건강의학 연구의 활성화”, J. Korean Neuropsychiatr Assoc. Vol.53, 2014,

pp.137-143[15] “2018년도 R&D사업 통합시행계획”, 보건복지부, 2017.[16] 전진아 외, “정신건강증진사업의 현황과 최근의 정책적 변화“, 보건사회연구원, 보건복지포럼, 2017.

사업책임자: 문형돈(기술정책단장)

과제책임자: 이성용(산업분석팀장)

참여연구원: 변화성, 이재환, 이효은, 이상길, 안기찬, 김용균, 정해식, 김우진, 장예지, 전영미(위촉)

통권 1904호(2019-26)

발 행 년 월 일 : 2019년 7월 10일발 행 소 : 편집인겸 발행인 : 석제범등 록 번 호 : 대전 다-01003등 록 년 월 일 : 1985년 11월 4일인 쇄 인 : ㈜승일미디어그룹

(34054) 대전광역시 유성구 유성대로 1548(화암동 58-4번지)

전화 : (042) 612-8296, 8214 팩스 : (042) 612-8209

6

http://www.iitp.kr