데이터 최소화(data minimization)는 EU 일반개인정보보호법(GDPR)의 핵심 원칙 중 하나입니다. GDPR은 개인정보가 ‘처리 목적과 관련하여 적절하고, 관련성이 있으며, 필요한 범위로 제한되어야 한다’고 규정합니다(GDPR Article 5(1)(c)). 다른 개인정보 보호 법령과 프레임워크에도 비슷한 원칙이 있습니다.
AI 업무에서는 이 원칙이 다음과 같은 실무 질문이 됩니다.
- 이 업무에 실제로 필요한 필드는 무엇이고, 뺄 수 있는 필드는 무엇인가
- 업무에 필요한 관계를 유지하면서 식별자를 대체할 수 있는가
- AI에 원래 값이 필요한가, 아니면 그 값의 의미만 있으면 되는가
- 이 목적을 위해 데이터를 얼마나 오래 보관해야 하는가
데이터 최소화는 목적 제한과 어떻게 다른가요?
- 목적 제한(purpose limitation)은 개인정보를 구체적이고 명시적이며 정당한 목적을 위해 수집하고, 그 목적과 양립할 수 없는 방식으로 추가 처리하지 않아야 한다는 원칙입니다.
- 데이터 최소화는 주어진 목적에 필요한 데이터만 처리해야 한다는 원칙입니다.
- 두 원칙은 함께 작동합니다. 목적이 무엇이 필요한지를 정하고, 최소화는 데이터를 그 범위로 제한합니다.
AI 업무에서 데이터 최소화는 어디서 한계를 드러내나요?
한 팀이 고객 지원 티켓을 요약하려고 외부 언어 모델에 고객 레코드 전체를 보냅니다. 필드를 고르는 것보다 그편이 쉽기 때문입니다. 하지만 요약에 필요한 정보는 문제 내용, 제품, 이력이지 이름, 계좌번호, 건강 정보가 아닙니다. 입력을 최소화했다면 요약의 쓸모는 그대로 두면서 노출 범위는 줄일 수 있었습니다.
최소화가 업무가 실패할 때까지 데이터를 덜어 내라는 뜻은 아닙니다. 업무에 필요한 관계까지 지우면 업무는 되지 않고 데이터의 쓸모만 줄어듭니다. 민감한 텍스트를 외부 모델에 보내는 것이 문제라면 LLM Capsule이 민감하거나 통제 대상인 값을 맥락을 유지하는 대체값으로 바꾸고, 응답에서 원래 값을 복원합니다. 적용되는 제약 안에서 데이터를 사용하는 더 넓은 문제는 데이터 사용성에서 다룹니다.