LLM을 활용한 대규모 온라인 익명성 해제 공격 연구

요약

본 논문은 거대 언어 모델(LLM)이 비식별화된 온라인 프로필과 대화를 분석하여 대규모로 개인을 재식별(deanonymize)할 수 있음을 보여줍니다. 연구진은 전 인터넷 접근성을 가진 에이전트를 설계하여, 가명으로 활동하는 사용자들의 게시글만으로도 높은 정밀도로 신원을 파악할 수 있습니다. 특히, 구조화된 데이터가 필요했던 기존의 익명성 해제 기법과 달리, 이 방법론은 플랫폼에 관계없이 원본 텍스트 콘텐츠를 직접 다룹니다. 연구팀은 Hacker News와 LinkedIn 프로필 연결, Reddit 사용자 매칭 등 세 가지 시나리오

핵심 포인트

• LLM을 활용하면 가명 온라인 프로필만으로도 대규모의 개인 재식별 공격이 가능합니다.
• 기존 방식과 달리 구조화된 데이터가 아닌 원본 텍스트 콘텐츠를 직접 분석하여 익명성을 해제할 수 있습니다.
• 연구 결과, LLM 기반 방법은 기존 비(非)LLM 방식 대비 압도적인 성능 향상(최대 68% 재현율 달성)을 보였습니다.
• 이러한 연구는 온라인상의 가명성이 더 이상 실질적인 프라이버시 보호 수단이 아님을 시사합니다.