21장. AI 거버넌스와 보안, 온프레미스 인프라

개인정보 찾기와 가리기

병원 접수 창구는 진료 기록을 연구팀에 넘길 때 이름과 주민등록번호를 지우고 "환자 A"처럼 바꿉니다. 같은 환자의 기록은 늘 "환자 A"로 적어야 연구는 할 수 있습니다. 상담 기록을 LLM 에 보내거나 로그에 남길 때도 같은 일을 합니다.

개인정보 찾기, 마스킹, 가명 처리, 권한 있는 사람만 되돌리기의 네 단계 흐름도

1번에서 글 속의 전화번호, 이메일, 주민등록번호, 카드, 계좌를 찾습니다. 2번 마스킹은 [전화] 처럼 종류만 남기고 가립니다. 3번 가명 처리는 같은 값을 늘 같은 가짜 표시([전화_3f2a])로 바꿉니다. 4번에서 권한 있는 사람만 원래 값을 되찾습니다. "환자 A"가 가명 처리입니다.

개인정보의 꼴

종류	꼴	함정
전화	010-0000-1234, 01000001234, 010 0000 1234	하이픈 없는 것, 띄어 쓴 것
이메일	user@example.com	비교적 쉽다
주민등록번호	900101-1234567	주문번호 20261019-1835668 의 뒷부분과 닮았다
카드	4111-1111-1111-1111, 4012 8888 8888 1881	띄어 쓴 것
계좌	501-73-525265	은행마다 자리 수가 다르고 날짜(2026-10-22)와 닮았다
이름	김하늘	정규식으로는 거의 잡을 수 없다. 개체명 인식 모델이 필요하다

정규식으로 찾기

Python

import re

memo = "주문번호 20261019-1835668, 연락처 010 0000 4487, 생년 900101-1234567"
naive = re.compile(r"\d{6}-\d{7}")                     # 주민번호처럼 생긴 것
careful = re.compile(r"(?<!\d)\d{6}-[1-4]\d{6}(?!\d)")  # 앞뒤에 숫자가 붙지 않고, 뒷자리 첫 숫자가 1~4
# 결과: 경계를 두지 않으면 주문번호의 뒷부분까지 주민번호로 잡는다
print("단순:", naive.findall(memo))
print("경계:", careful.findall(memo))

코드에 나오는 함수

코드	쉬운 뜻
`\d`	digit(숫자)의 줄임말이다. 0~9 가운데 한 글자다
`{6}`, `{7}`	바로 앞 꼴이 정확히 6번, 7번 이어진다
`[1-4]`	1, 2, 3, 4 가운데 한 글자다
`(?<!\d)`	negative lookbehind(뒤돌아보아 아니기)다. 바로 앞 글자가 숫자가 아닐 때만 맞는다. 그 글자는 결과에 넣지 않는다
`(?!\d)`	negative lookahead(앞을 보아 아니기)다. 바로 뒤 글자가 숫자가 아닐 때만 맞는다
`re.findall(...)`	맞는 자리를 모두 찾아 목록으로 돌려준다

이 코드가 뜻하는 것

주차장의 번호판 인식 카메라를 떠올려 봅니다. "숫자 여섯-숫자 일곱"처럼 생긴 것만 찾으면, 옆 트럭에 적힌 긴 전화번호의 끝부분까지 번호판으로 읽습니다. 그래서 번호판 테두리, 곧 앞뒤에 다른 숫자가 붙어 있지 않은지도 함께 봅니다. 여기서 번호판 꼴이 \d{6}-\d{7}, 테두리 확인이 (?<!\d) 와 (?!\d) 입니다.

줄	하는 일	쉽게 말하면
`memo = ...`	주문번호, 연락처, 생년(모두 가짜)이 섞인 메모	여러 숫자가 적힌 주차장
`naive = ...`	꼴만 보는 정규식	테두리를 안 보는 카메라
`careful = ...`	앞뒤 경계와 뒷자리 첫 숫자까지 보는 정규식	테두리를 보는 카메라

단순 정규식은 주문번호 20261019-1835668 에서 앞의 '20' 을 버리고 261019-1835668 을 주민번호로 잡았습니다. 경계를 둔 정규식은 900101-1234567 하나만 잡았습니다.

작게 줄여서 눈으로 보기

경계와 [1-4] 가 하나씩 무엇을 걸러 내는지, 지어낸 숫자 넷으로 봅니다.

Python

import re

for s in ["900101-1234567", "20261019-1835668", "900101-9234567", "900101-12345678"]:
    plain = re.findall(r"\d{6}-\d{7}", s)
    edge = re.findall(r"(?<!\d)\d{6}-[1-4]\d{6}(?!\d)", s)
    print(f"{s:17s} 단순={plain} 경계={edge}")

출력

900101-1234567    단순=['900101-1234567'] 경계=['900101-1234567']
20261019-1835668  단순=['261019-1835668'] 경계=[]
900101-9234567    단순=['900101-9234567'] 경계=[]
900101-12345678   단순=['900101-1234567'] 경계=[]

결과	읽는 법
`900101-1234567`	꼴이 맞아 둘 다 잡는다
`20261019-1835668`	단순은 가운데부터 잡는다. 경계는 바로 앞에 숫자 '0' 이 붙어 있어 버린다
`900101-9234567`	뒷자리 첫 숫자가 9 라 `[1-4]` 에 맞지 않는다
`900101-12345678`	뒷자리가 8자리다. 단순은 앞 7자리만 떼어 잡고, 경계는 뒤에 숫자 '8' 이 붙어 있어 버린다

경계를 두면 "더 긴 숫자의 일부"를 잘못 잡는 일이 줄어듭니다. 그래도 정규식은 꼴만 보므로, 꼴이 같은 다른 번호는 여전히 잡을 수 있습니다.

주의할 점

이 장의 개인정보는 모두 지어낸 것입니다. 전화번호는 가운데를 0000 으로, 이메일은 example.com 으로, 카드는 결제 시험용으로 공개된 번호로 두었습니다. 실제 개인정보로 실습하지 않습니다.
개인정보는 받지 않는 것이 가장 안전합니다. 상담 화면에서 주민등록번호 칸을 없애는 것이 가리는 코드보다 낫습니다. 법(개인정보 보호법)이 정한 처리 기준도 확인합니다.