대규모 언어 모델(LLM)의 일본어 사전 학습 코퍼스에서 민감 개인 정보 탐지

요약

본 연구는 대규모 언어 모델(LLMs) 사전 학습 코퍼스에 포함될 수 있는 민감 개인 정보(SCPI)를 일본어 텍스트에서 탐지하는 방법을 제시합니다. 특히 일본의 개인정보보호법(APPI) 기준 '특별한 주의가 필요한 개인정보'에 초점을 맞추었습니다. LLM 기반 주석을 활용하여 데이터셋을 구축하고, 이를 바탕으로 SCPI 분류 머신러닝 모델을 훈련하여 효과적인 탐지 성능을 입증했습니다.

핵심 포인트

• 일본어 텍스트 코퍼스에서 민감 개인 정보(SCPI) 탐지를 시도한 최초의 연구입니다.
• 개인정보보호법(APPI)에 따른 '특별한 주의가 필요한 개인정보'를 다룹니다.
• LLM 기반 주석을 활용하여 데이터셋 구축 및 머신러닝 모델 훈련을 진행했습니다.