CSV · 엑셀만 올리면,
검증까지 끝난 합성데이터와
결과보고서를
DQSyn 은 시스템에서 내려받은 파일을 올리면 데이터 분석 → 전처리 → 합성데이터 생성 → 유용성 · 안전성 검증 → 결과보고서까지 자동으로 이어 주는 범용 합성데이터 플랫폼입니다. 목표에 못 미치면 스스로 고쳐 다시 검증하므로, 사람은 꼭 필요한 결정만 내리면 됩니다.
개발 · 공급 ㈜엠아이티소프트 · 출시 준비 중 (시범 적용 기관 모집)
데이터는 있는데, 개인정보 때문에 쓰지 못하고 있지 않으십니까
분석 · 인공지능 학습 · 개발 시험 · 외부 개방에 데이터가 필요해도 원본에는 개인정보와 영업 정보가 들어 있습니다. 합성데이터는 원본의 통계적 특성은 살리고 실제 개인과는 연결되지 않는 새 데이터를 만드는 방법입니다. 문제는 만드는 것보다 '쓸 만하고 안전하다'는 것을 증명하는 일입니다.
현장에서 자주 겪는 어려움
- 합성데이터를 만들려면 데이터 과학 전문 인력과 코딩이 필요함
- 원본과 얼마나 비슷한지, 재식별 위험은 없는지 판단 기준이 막막함
- 개인정보보호위원회 안내서의 검증 지표 · 서류를 손으로 맞춰야 함
- 합계 · 순서 같은 업무 규칙이 깨진 데이터가 나와 다시 손봐야 함
- 운영 데이터를 외부 클라우드 서비스에 올릴 수 없음
DQSyn 이 바꾸는 것
- 파일을 올리면 분석부터 보고서까지 화면 안에서 자동으로 진행
- 유용성 · 안전성 지표를 같은 기준으로 계산하고 통과 여부를 판정
- 안내서 지표 · 체크리스트 · 자체 검토 결과서를 자동으로 작성
- 원본에서 업무 규칙을 찾아 생성할 때 그대로 지킴
- 기관 · 기업 서버에 설치해 원본이 밖으로 나가지 않음
다섯 단계, 메뉴 순서 그대로
작업 하나를 만들면 아래 다섯 단계를 차례로 거칩니다. 기본은 자동이고, 전처리처럼 담당자 판단이 필요한 곳은 직접 정해 확정할 수 있습니다.
파일 올리기
CSV · 엑셀 등 최대 10개 파일. 인코딩 · 구분자 · 머리글 · 합계 행 자동 판독
데이터 확인
열 형식 · 분포 · 결측 · 이상값, 민감정보, 업무 규칙, 테이블 관계를 자동 분석
전처리 확정
빈 값 · 특수값 · 이상값 처리를 자동 또는 직접 선택, 처리 전 · 후 비교 후 확정
생성 · 검증
모델을 골라 생성하고 유용성 · 안전성을 검증, 목표 미달이면 자동으로 개선
결과 · 보고서
합성데이터 내려받기, 결과보고서 · 검토 결과서 작성, 승인 후 반출
올린 파일을 먼저 이해하고, 정리합니다
좋은 합성데이터는 원본을 정확히 아는 데서 시작합니다. DQSyn 은 사람이 일일이 보지 않아도 원본의 구조와 특성을 찾아 정리합니다.
파일 자동 판독
UTF-8 · CP949 인코딩, 구분자, 머리행 · 병합 셀, 합계 행을 알아서 읽습니다.
탐색적 분석
열 형식을 추론하고 분포 · 결측 · 0 비율 · 이상값 · 특수값(예: 9999999)을 찾아 그림으로 보여 줍니다.
민감정보 탐지
주민등록번호 · 휴대폰 · 이메일 · 계좌 · 이름 · 주소 등 24종과 준식별자 · 식별값(키)을 판별합니다.
업무 규칙 발견
합계(a+b=c) · 곱 · 비율 · 순서(a≤b) · 종속 관계를 원본에서 찾아 생성할 때 지킵니다.
테이블 관계 유지
여러 파일 사이의 부모 · 자식(1:N) 관계와 '부모 합계 = 자식 합계' 같은 교차 규칙을 자동으로 찾습니다.
전처리 확정
빈 값 · 특수값 · 이상값을 보존 · 대체 · 자르기 · 삭제 중에서 고르고, 처리 전 · 후 통계를 비교한 뒤 확정합니다.
데이터에 맞는 생성 모델을 스스로 고릅니다
데이터마다 잘 맞는 생성 방식이 다릅니다. DQSyn 은 네 가지 모델을 갖추고, 표본으로 미리 학습해 본 점수로 가장 알맞은 모델을 고릅니다. 어떤 모델을 왜 골랐는지는 결과 화면에서 그림으로 확인합니다.
가우시안 코풀라
열마다의 분포와 열 사이 상관을 함께 재현하는 기본 모델. 빠르고 안정적입니다.
GMM 코풀라
봉우리가 여러 개인 분포처럼 복잡한 모양의 숫자 데이터에 강합니다.
CART 코풀라
결정나무로 열을 차례로 생성해 범주가 많은 데이터의 조합 관계를 살립니다.
코풀라-VAE
딥러닝(VAE)이 비선형 관계와 범주 조합을 학습합니다. 자식 테이블은 부모를 조건으로 생성합니다.
규칙을 지키는 생성
계산 규칙은 생성 뒤 다시 계산하고, 순서 규칙은 차이로 바꿔 생성해 위반이 생기지 않게 합니다.
가상 식별값
이름 · 연락처 같은 직접 식별자와 키는 원본과 겹치지 않는 가상값으로 바꿉니다.
차분프라이버시(선택)
더 강한 보호가 필요하면 ε 값을 정해 잡음을 더하고, 사용한 예산을 보고서에 남깁니다.
만든 다음이 더 중요합니다, 검증과 자동 개선
합성데이터가 원본을 얼마나 닮았는지(유용성)와 원본 속 개인을 알아낼 수 없는지(안전성)를 따로 떼어 둔 평가용 데이터로 판정합니다. 목표에 못 미치면 사람이 손대기 전에 DQSyn 이 먼저 고칩니다.
분포 · 관계
열별 분포(KS · JSD), 열 사이 관계(상관 · 크래머 V), 테이블 간 참조무결성과 자식 수 분포
구별 · 예측 성능
원본과 구별되는지(pMSE · 판별 AUC), 합성데이터로 학습한 모델이 원본에서도 맞히는지(TSTR)
재식별 위험
원본 행 복제, 원본 근접 기록(DCR · NNDR), 준식별자 고유성, l-다양성 · t-근접성
공격 시험
소속 추론(MIA), 연결 위험(CAP), 단독 식별 · 연결 · 추론 공격을 직접 시도해 위험을 잽니다
목표에 못 미치면, 스스로 고쳐 다시 검증합니다
- 문제 레코드 교체
- 분위 매핑 · 순위 재배열로 분포 보정
- 모델 다시 학습 · 다른 모델로 전환
- 준식별자 정밀도 조정
심의와 반출에 필요한 서류까지 함께 나옵니다
개인정보보호위원회 합성데이터 안내서의 위험도 · 유용성 지표를 산식 그대로 계산하고, 검증 대응표와 체크리스트 19항목을 자동으로 판정합니다. 결과는 바로 제출할 수 있는 문서로 정리됩니다.
최종 결과보고서
- 요약 · 원본 분석 · 전처리 · 생성 방법
- 유용성 · 안전성 결과와 반복 개선 이력
- 활용 범위 · 안내서 대응
- HTML · Word · 한글(HWPX), 기관 이름 · 로고 넣기
심의 · 검토 서류
- 안전성 자체 검토 결과서 (안내서 서식)
- 원본데이터 명세서 · 개인정보 유형 분류표
- 활용 계획서 · 생성 기초자료 명세서
- 승인 전에는 '검토용' 표시
합성데이터 · 재현 자료
- CSV · 엑셀(테이블별 시트) · JSON · SQL · Parquet
- 재현 패키지(ZIP) · 보고서 ID · 해시
- 승인 후 반출, 반출 대장에 기록
합성데이터 생성 너머까지
개발 · 시험 · 인공지능 학습 현장에서 함께 필요한 기능을 한 플랫폼에 담았습니다.
테스트 데이터
원본 없이 열 정의나 DDL 만으로 시험용 데이터를 만듭니다. 30종 생성 규칙과 오류 주입(정답표)을 지원합니다.
텍스트 합성
문장 속 개인정보를 가리고 새 문장을 만들어 LLM 학습용 JSONL 로 내보냅니다. 외부 LLM 에 보내지 않습니다.
합성데이터 검증
다른 도구로 만든 합성데이터도 올려서 같은 기준으로 유용성 · 안전성을 검증하고 보고서를 받습니다.
업종 팩
회계 · ERP · 인사 · 제조 · 유통 업종의 열 이름 · 규칙 지식을 더해 판정을 보강합니다.
정제 레시피
승인한 작업의 결정을 저장해 같은 구조의 파일을 다시 올리면 자동으로 적용합니다.
재균형 · 증강 · 비교
적은 집단을 늘려 균형을 맞추고, 여러 작업의 결과를 대시보드에서 나란히 비교합니다.
원본은 안에 두고, 모든 과정은 기록합니다
합성데이터 작업은 원본을 다루는 일입니다. DQSyn 은 기관 · 기업의 서버 안에서만 동작하고, 누가 무엇을 했는지 모두 남깁니다.
내부 서버 설치
외부 연결 없이 설치 · 운영, 원본이 밖으로 나가지 않음
권한 분리
관리자 · 승인자 · 작업자, 작업자는 자기 작업만, 직무 분리 설정
모든 행위 기록
로그인 · 생성 · 실행 · 승인 · 내려받기 · 삭제를 남기고 CSV 로 제출
보관 기간 관리
원본 보관 기간 설정 · 즉시 파기, 민감 열은 미리보기에서 가림
비밀번호 규칙 · 연속 실패 잠금 · 주기적 변경 등 계정 보안 기준을 적용했습니다.
도입 환경과 시범 적용
설치 구성
- Windows 서버용 설치 프로그램 하나
- 실행 환경 · DB · 엔진을 함께 설치, 서비스로 자동 시작
- 업그레이드 때 설정 · DB · 작업 폴더 유지
사용 환경
- 웹 브라우저로 접속, 여러 담당자가 함께 사용
- CPU 만으로 동작, 딥러닝 모델은 선택 설치
- DQube · DQMeta 와 같은 화면 틀
함께 하는 컨설팅
- 데이터 품질 · 표준화 컨설팅 경험을 합성데이터 품질 검증에 적용
- 활용 목적 정의부터 심의 서류까지 지원
- 공공데이터 개방 · 품질평가와 연계
시범 적용(PoC) 기관을 모집합니다
보유 데이터로 DQSyn 을 직접 돌려 보고, 결과보고서로 효과를 확인해 보십시오.
DQSyn · 개발 · 공급 ㈜엠아이티소프트 · 출시 준비 중인 제품으로 화면과 기능은 버전에 따라 달라질 수 있습니다.