Cambridge Analytica 피하기 – 빅 데이터의 윤리를 유지하는 방법

2018년 3월에 유행하는 헤드라인은 잘 알려지지 않은 회사인 Cambridge Analytica가 미국 Facebook 사용자 약 5천만 명의 개인 데이터를 허락 없이 수집한 방법이었습니다. 페이스북은 이 폭로로 인한 피해로 여전히 몸살을 앓고 있습니다. Apple의 Tim Cook과 Tesla Motors의 Elon Musk와 같은 비즈니스 리더가 사용자의 개인 정보가 침해된 방식을 공개적으로 비판하면서 시가 총액이 500억 달러 이상 손실되었습니다.

Fiasco는 다양한 정형 및 비정형 소스에서 다양한 형식으로 생성되는 방대한 양의 빅 데이터가 존재하는 이 시대에 윤리가 어떻게 작동하고 있는지에 대해 다시 한 번 주목했습니다. 빅 데이터는 실제로 매우 크지만 방대한 구조로 인해 윤리를 타협할 여지가 있습니까? 확실히.

두 사람은 어떻게 만나나요?

빅데이터와 윤리는 별개의 주제입니다. 데이터 자체는 좋지도 나쁘지도 않습니다. 그러나 데이터 분석 결과를 분석하고 활용하면서 도의를 입기 시작한다. 이러한 운명을 피하기 위해 조직은 개인 정보 보호를 충분히 강조하는 강력한 원칙을 구현하고 사용자가 공유하고 싶은 것과 공유하지 않는 것을 선택할 수 있도록 해야 합니다.

이 도전적인 목표를 달성하는 데 도움이 될 수 있는 조치가 무엇인지 알고 싶으십니까? 그렇다면 당신은 바로 이곳에 있습니다. 오늘 우리는 빅 데이터 윤리를 유지하고 조직과 협력하는 빅 데이터 전문가에게 윤리적 행동 강령을 제공할 수 있는 7가지 방법을 살펴봅니다.

1. 데이터가 전혀 유용합니까?

조직에 데이터를 수집할 리소스와 기술이 있다고 해서 데이터를 수집해야 한다는 의미는 아닙니다 . 아래 두 가지 예를 들어

a) 더 빠른 택시 이동을 위해 가까운 택시를 불러오기 위해 귀하의 위치를 ​​파악하는 택시 회사

b) 개인화된 휴가 패키지를 제공하기 위해 다음 주말 휴가를 계획하는 귀하와 귀하의 친구 사이의 채팅에 액세스하는 여행 회사

명백하게, 두 번째 경우는 특히 사용자가 정보를 얻기 위해 여행사에 접근하지도 않았다는 점을 고려할 때 사용자의 사생활을 노골적으로 침해하는 것입니다.

2. 시급 - 개인정보취급방침의 간소화

Facebook-Cambridge Analytica 사태의 핵심 은 이후 업데이트된 Facebook 서비스 약관에 언급된 조항입니다. 일반 사용자는 길고 지루한 법적 절차를 거치지 않고 서비스 약관에 대해 '동의' 또는 '동의하지 않음'을 선택하기만 하면 됩니다. 이 어려운 시기에 독자들이 무엇에 가입하고 데이터가 사용되는지 이해할 수 있도록 더 간단한 '서비스 약관' 문서를 만드는 것이 필수적입니다. 더 많은 사용자가 실제로 페이지를 방문하여 페이지에 포함된 내용을 볼 수 있도록 개인 정보 설정도 단순화하고 사용자 친화적으로 만들어야 합니다.

3. 내부 침해 대응을 위한 적절한 조치

많은 경우 데이터 유출의 원인은 내부자입니다. 따라서 이러한 일이 발생하지 않도록 적절한 통제가 이루어져야 합니다. 이러한 일이 발생하더라도 가해자에 대한 강력한 조치가 필요합니다. 이것은 예를 들어 다른 사람들이 가까운 장래에 다시 데이터 침해를 저지르지 않도록 하기 위해 필요합니다.

또한 모든 직원이 회사 생활의 매 순간 빅 데이터 윤리를 보호하기 위한 통제 조치를 인식할 수 있도록 적절한 교육을 실시해야 합니다.

4. 제3자의 진위확인은 필수

데이터를 공유할 때 제3자와 거래하는 모든 분석 회사 및 소셜 미디어 사이트는 데이터를 훔치거나 신원 도용을 수행하려는 사기꾼이 아닌지 확인하기 위해 정확한 신원을 확인해야 합니다.

이러한 기밀 정보는 일반적으로 학술 기관 또는 시장 조사 회사에서 가짜 ID를 만들거나 자신을 허위로 나타내는 사람들에 의해 추출됩니다.

5. 사용 중인 특정 데이터와 관련된 위험 평가

조직에서 특정 사용자 그룹에 대한 데이터 사용의 부정적인 영향을 평가하는 데 시간을 할애하는 것이 중요합니다. 또한 공개적으로 사용할 수 있는 데이터의 영향을 고려해야 합니다.

이는 데이터 침해 가능성이 회사의 신뢰성과 평판에 미칠 수 있는 피해에 대한 인식 수준을 높일 것입니다. 회사는 종종 직원의 정보 오용 위험을 제거하기 위해 개인 정보 영향 평가를 수행합니다.

6. 잘 정의된 데이터 수집이 중요합니다.

빅 데이터 분석 전문가는 당면한 작업을 수행하기 위해 수집할 데이터와 수집할 데이터의 양을 미리 아는 것이 중요합니다. 이러한 방식으로 분석가와 데이터 수집 전문가는 사물의 운영 체계에 사용되지 않는 데이터를 멀리할 수 있습니다.

여기서 요점은 과도한(불필요한) 데이터 수집 및 분석을 제한함으로써 데이터 침해 위험에 대한 노출을 제한한다는 것입니다.

7. 위기 대처에 대비하라

최선의 계획과 의도에도 불구하고 데이터 침해는 여전히 회사를 공격할 수 있습니다. 이 상황에서 당황하는 것은 현명하지 않습니다. 데이터 유출의 이 힘든 시기에 대처하려면 사전 정의된 위기 관리 전략을 마련해야 합니다. 데이터 '유출'을 중지하고 시스템을 정리하고 누출 원인이 막혔는지 확인한 다음 작업을 재개하는 것이 중요합니다.

결론적으로

IDC는 2020년까지 15억 명이 넘는 사람들이 데이터 침해의 영향을 받을 것으로 예측합니다. 데이터 수집, 저장, 공유, 분석 및 시각화의 전체 프로세스는 적절한 거버넌스 모델을 사용하여 작동해야 합니다.

가치 사슬의 모든 이해 관계자(사용자, 제3자, 분석 회사 및 소셜 미디어 플랫폼)는 빅 데이터에서 실질적인 변화를 가져오기 위해 윤리를 실천해야 합니다.

1. 사용자의 신뢰 얻기
2. 조직의 무결성 구축
3. 데이터 오용 제거

다가오는 GDPR 또는 Bloomberg/Bright Hive 파트너십 과 같은 업계 지원 이니셔티브 가 빅 데이터와 관련된 윤리 딜레마에 대한 해답이 될 수 있습니까? 기업이 이러한 가치를 전략과 기업 DNA에 어떻게 주입하느냐에 따라 결정됩니다. 특히 데이터 과학자는 윤리적 검토, 알고리즘적 편견 테스트를 통합하고 사회 전반에 미치는 영향을 고려해야 합니다.