개인정보보호위원회가 2026년 3월 31일 가명정보 처리 가이드라인을 전면 개정했습니다. 활용 주체와 처리 환경에 따라 위험도를 저위험·중위험·고위험 세 단계로 나누고, 필요한 서류 양식을 24종에서 10종으로 줄였습니다. 영상·이미지·텍스트처럼 규모가 큰 비정형데이터에는 일부를 선별해 보는 표본 검수를 쓸 수 있도록 길을 열었습니다.
규제가 헐거워졌다는 신호로 읽기 쉽습니다. 그러나 실무에서 실제로 달라진 것은 하나입니다. 판단의 근거를 처리자가 직접 세워야 한다는 점입니다. 작업 현장을 촬영한 영상을 학습에 쓰려는 조직이라면, 현장 영상 비식별 기준을 촬영 전에 문서로 확정해 두지 않고서는 이번 개정의 이점을 하나도 가져가지 못합니다.
얼굴을 가려도 사람은 특정됩니다
현장 영상을 다뤄 본 적이 없는 조직은 비식별을 얼굴 블러 처리와 같은 말로 씁니다. 실제로 화면을 한 프레임씩 넘겨 보면 그 등식이 얼마나 위험한지 금방 드러납니다.
안전모에 붙은 소속 표기가 읽힙니다. 작업복 등판에 이름과 사번이 박혀 있습니다. 지게차와 통근 차량의 번호판이 지나갑니다. 벽면 게시판에는 공정 일정표와 근무조 명단이 걸려 있고, 사물함에는 명찰이 꽂혀 있습니다. 설비 배치와 라인 구조 자체가 어느 사업장인지 알려 주는 경우도 있습니다.
더 까다로운 것은 얼굴이 아예 나오지 않는 장면입니다. 근무자가 열 명 남짓인 라인에서는 체형과 걸음걸이, 장갑 색, 유독 한 사람만 쓰는 공구 하나만으로도 내부 사람에게는 즉시 그 사람이 됩니다. 식별 가능성은 화면 안에 무엇이 찍혔는가만이 아니라 그 화면을 누가 보는가에 따라 달라집니다. 개정 가이드라인이 데이터 자체가 아니라 활용 주체와 처리 환경으로 위험도를 나눈 것도 같은 인식에서 출발합니다.
반대 방향의 실패도 흔합니다. 위험을 줄이려고 사람 영역을 통째로 덮어 버리면, 정작 학습해야 할 신호가 함께 사라집니다. 안전모 착용 여부를 판정하는 데이터에서 머리 전체를 가려 놓은 납품물을 받아 본 발주자라면 무슨 말인지 아실 것입니다.
그래서 현장 영상 비식별 기준은 개인정보 쪽에서만 내려올 수 없습니다. 지나치게 느슨하면 정보주체가 위험해지고, 지나치게 빡빡하면 데이터가 쓸모를 잃습니다. 두 실패는 방향이 반대일 뿐 원인이 같습니다. 어디까지가 식별 요소이고 어디부터가 학습 신호인지를 아무도 문장으로 적어 두지 않았다는 것입니다.
비식별은 지우는 작업이 아니라 남길 것을 정하는 작업입니다
여기서 질문을 바꿔야 합니다. “무엇을 가릴 것인가”로 시작하면 가릴 대상은 계속 늘어나고, 어느 지점에서 멈춰야 하는지 판단할 근거가 없습니다. “무엇이 남아야 이 데이터가 데이터인가”로 시작하면 가릴 범위가 자동으로 정해집니다.
라벨의 대상이 자세라면 관절의 위치가 남아야 합니다. 대상이 두 사람 사이의 거리라면 두 사람의 접지점이 남아야 합니다. 대상이 보호구 착용이라면 보호구의 종류와 착용 상태가 판독 가능해야 합니다. 이 조건을 먼저 적어 두면, 그 조건을 훼손하는 마스킹은 비식별이 아니라 데이터 훼손이라는 사실이 분명해집니다.
AI 학습 데이터 구축에서 비식별이 어려운 진짜 이유는 기술이 부족해서가 아닙니다. 지워야 할 것과 남겨야 할 것이 같은 화면 안에서 겹쳐 있기 때문입니다. 겹치는 지점을 먼저 합의하지 않으면, 개인정보 담당자와 데이터 담당자가 끝까지 다른 기준으로 같은 영상을 보게 됩니다.
순서를 이렇게 뒤집으면 실무의 대화도 달라집니다. “이 장면을 써도 됩니까”라는 질문은 답하기 어렵습니다. “이 장면에서 관절 위치와 보호구 상태가 남으면 되는데, 그러려면 무엇까지 가릴 수 있습니까”는 답할 수 있는 질문입니다. 현장 영상 비식별 기준을 만드는 일은 결국 이 두 번째 질문의 형태로 항목을 다시 쓰는 작업입니다.
현장 영상 비식별 기준을 세우는 3가지 항목
아래 세 가지는 저희가 현장 촬영 프로젝트를 시작하기 전에 문서로 확정하는 항목입니다. 순서가 중요합니다. 뒤의 항목을 먼저 정하면 앞의 항목이 무의미해집니다.
식별 요소를 화면 영역이 아니라 목록으로 적습니다
가장 먼저 하는 일은 마스킹 도구를 고르는 것이 아니라 현장을 한 바퀴 도는 것입니다. 카메라에 들어올 수 있는 식별 요소를 눈으로 확인하고 목록으로 적습니다. 얼굴, 명찰과 사번, 차량 번호판, 게시물과 화이트보드, 타사 로고, 그리고 그 현장에만 있는 고유 설비까지.
목록으로 적는 이유는 분명합니다. “사람이 나오는 영역”처럼 화면 영역으로 기준을 적으면, 판단이 작업자 개인에게 넘어갑니다. 목록으로 적으면 목록에 없는 요소가 나타났을 때 그 프레임을 보류로 분류하고 목록을 갱신하는 절차가 작동합니다. 판단이 흔들릴 때 돌아갈 자리가 생깁니다.
그리고 가장 값싼 비식별은 촬영 전에 하는 비식별입니다. 명찰을 떼고, 게시물을 내리고, 차량을 화각 밖으로 옮기면 후처리해야 할 분량 자체가 줄어듭니다. 한 프레임을 고치는 비용과 촬영 전에 물건 하나를 치우는 비용은 비교 대상이 아닙니다.
라벨 대상과 마스킹 범위가 겹치는 지점을 먼저 합의합니다
앞서 말한 겹침을 문서로 해소하는 단계입니다. 저희는 마스킹 강도를 강·중·약으로 적지 않습니다. 감각어로 적으면 사람마다 다르게 해석됩니다. 대신 무엇이 판독 가능해야 하는가로 적습니다.
- 얼굴은 이목구비가 판별되지 않되 머리의 윤곽과 방향은 남깁니다. 시선 방향이 위험 판정의 근거가 되는 데이터에서는 특히 그렇습니다.
- 손과 팔은 가리지 않습니다. 행동 인식 데이터에서 손을 덮으면 남는 것이 없습니다.
- 문자는 읽히지 않되 그 자리에 무언가 있었다는 사실은 남깁니다. 통째로 지우면 배경 분포가 왜곡됩니다.
이 조건을 계약 문서에 붙여 두면, 납품 후에 “너무 가렸다” 또는 “덜 가렸다”로 다툴 일이 크게 줄어듭니다. 저희도 이 표를 만들기 전에는 재작업 사유의 상당수가 여기서 나왔습니다.
검수는 표본으로 하되 축을 나눠서 봅니다
개정 가이드라인이 대규모 비정형데이터에 표본 검수를 허용한 것은 실무에 큰 도움이 됩니다. 다만 표본 검수는 평균적으로 안전하다는 것을 보이는 장치입니다. 식별 사고는 평균이 아니라 한 프레임에서 터집니다.
그래서 축을 나눕니다.
마스킹 품질(경계 흔들림·프레임 누락) → 표본 육안 검수
신규 식별 요소 등장 여부 → 전 프레임 자동 탐지 + 경계 구간 육안 확인그리고 표본을 무작위로만 뽑지 않습니다. 사고는 장면이 바뀌는 지점에서 납니다. 카메라가 이동한 직후, 새로운 인물이 화면에 들어온 직후, 조명이 급변한 구간. 무작위 표본은 이런 구간을 체계적으로 놓칩니다. 저희는 전환 지점을 표본에 반드시 포함시키고, 남는 수량을 무작위로 채웁니다. 표본 설계의 일반 원칙은 라벨링 품질 검수 기준에서 정리한 로트 판정 체계와 같습니다.
실무자가 짚어야 할 지점
세 항목을 다 갖춰도 남는 문제가 있습니다. 솔직하게 적겠습니다.
비식별은 되돌릴 수 없습니다. 과하게 가린 데이터는 나중에 복구되지 않습니다. 원본을 어느 범위까지, 어느 기간 동안, 누구의 접근 아래 보관할지를 비식별 작업보다 먼저 정해야 합니다. 이 순서를 뒤집으면 재작업이 불가능한 상태에서 기준이 바뀌는 상황을 맞게 됩니다.
합성 영상은 비식별의 대체재가 아니라 회피재입니다. 실제 인물과 실제 사업장이 존재하지 않으므로 식별 위험이 원천적으로 발생하지 않습니다. 현장 반입이 아예 불가능한 조건에서는 유효한 선택입니다. 그러나 합성 영상이 실제 현장의 분포를 대신해 주지는 않습니다. 저희는 두 가지를 대체 관계가 아니라 보완 관계로 봅니다.
촬영 시점의 판단은 나중에 바뀝니다. 수집할 때는 문제없다고 본 요소가, 데이터를 외부에 제공하는 단계에서 다시 걸리는 경우가 있습니다. 개정 가이드라인이 위험도를 활용 주체와 처리 환경으로 나눈 이상, 같은 영상도 내부 활용과 제3자 제공에서 요구 수준이 달라집니다. 현장 영상 비식별 기준을 처음 적을 때 “어디까지 나갈 수 있는 데이터인가”를 함께 적어 두시기 바랍니다.
표본 검수 허용을 덜 봐도 된다는 뜻으로 읽으면 안 됩니다. 개정의 취지는 검수 총량을 줄이라는 것이 아니라, 위험이 높은 곳에 검수 밀도를 몰아주라는 것에 가깝습니다. 개인정보 보호법 제28조의2가 통계작성·과학적 연구·공익적 기록보존 등을 위한 가명정보 처리를 동의 없이 허용하고 있지만, 그 전제는 가명처리가 적정하게 이뤄졌다는 점입니다. 적정성의 입증 책임은 여전히 처리자에게 있습니다.
결론
현장 영상 비식별 기준은 개인정보 담당자 혼자 만들 수 없고, 데이터 담당자 혼자 만들 수도 없습니다. 지워야 할 것과 남겨야 할 것이 같은 화면 안에 있기 때문입니다.
촬영 전에 식별 요소를 목록으로 적고, 라벨 대상과 겹치는 지점을 판독 가능 여부로 합의하고, 검수 축을 나눠 두는 것. 이 세 가지를 착수 전에 문서로 만들어 두면 대부분의 분쟁과 재작업이 사라집니다. 반대로 촬영이 끝난 뒤에 기준을 만들기 시작하면, 그때부터는 무엇을 해도 비용이 듭니다.
프롬데이터는 현장에서 수집한 영상을 학습용 데이터 가공 단계로 넘기기 전에 이 세 항목을 먼저 확정합니다. 가장 효율적인 데이터 구축 방법을 함께 찾겠습니다.