유출 신고 건수와 피해자 수는 같은 숫자가 아니다
피해를 설명할 때 신고·사건·사람의 단위를 구별해야 당사자가 자료의 범위와 한계를 이해할 수 있다.
사람의 피해를 숫자로 설명할 때
유출 통계는 대응과 개인정보 최소화를 논의하는 근거가 되지만, 신고가 몇 건이라는 숫자와 사람이 몇 명 영향을 받았다는 숫자는 다르다. 둘을 섞으면 당사자가 통계의 범위를 잘못 이해할 수 있다. Truthound를 적용할 곳은 이 구분을 유지한 보고용 집계 표다. 누가 실제 피해자인지 식별하거나 개인정보 유출을 예방하는 도구는 아니다.
667이라는 수치의 단위
호주 OAIC는 2026년 10월 26일 1~6월 Notifiable Data Breaches 통계를 공개했다. 접수한 신고 667건과 큰 규모 유출 구간의 증가를 설명하고 대시보드도 갱신했다. 이는 모든 유출을 조사한 총계나 서로 중복되지 않는 사람의 수가 아니다. 통계 공개일과 신고의 집계 기간도 따로 남겨야 한다.
어떤 숫자가 무엇을 세는가
실무 제안은 신고 식별자, 보고 기간, 영향 인원 구간, 원인 분류와 부문을 각각 관리하는 것이다. 한 건의 신고가 어떤 규모 구간에 속하는지와 특정 부문에 신고가 몇 건인지를 구별한다. 같은 사람이 여러 사건에 등장할 가능성도 있으므로 구간을 합해 고유 피해자 수를 계산하지 않는다. 공개 자료가 알려주지 않는 값은 미확인으로 둔다.
최소화 결정에 필요한 다른 근거
유출 규모가 크다는 사실은 조직의 수집·보관 범위를 점검할 이유가 될 수 있다. 하지만 통계만으로 어떤 업무의 어떤 개인정보를 지워야 하는지 결정할 수는 없다. 담당자는 실제 수집 목적과 필요한 보관 근거를 별도로 검토한다. 사람에게 제공하는 설명에서도 신고 추세와 개인별 영향 확인 경로를 구별해야 통계가 권리 안내를 대신하지 않는다.
보고용 분류와 키만 검사한다
Truthound Core Python SDK 3.3.4(Polars 기반 오픈소스 SDK)의 ColumnPairInSetValidator에는 담당자가 승인한 보고 항목과 규모 구간 등의 조합을 제공할 수 있다. MultiColumnUniqueValidator로 정한 보고 범위의 신고 키를 확인하는 것도 가능하다. 범주와 기간, 결측 정책은 먼저 정의한다. 키 유일성이 실제 사건의 유일성이나 사람의 중복 부재를 입증하지는 않는다.
기존 집계 계약을 유지하는 선택
Pandera 0.35.0(MIT 오픈소스 Python DataFrame 검증 라이브러리; pandas·Polars 등 지원)의 선언형·사용자 정의 검사는 같은 분류 계약을 표현하는 대안이다. 기존 보고 과정에서 단위와 예외를 정확히 관리하고 있다면 유지할 수 있다. Truthound와 비교할 대상은 집계 표의 수락 과정이지 유출 탐지나 개인별 피해 확인 능력이 아니다. 두 도구 모두 신고 범위 밖의 사건이나 알려지지 않은 피해자를 찾아낸다고 주장할 근거는 없다.
권리 안내를 통계로 대신하지 않는다
첫 조치는 보고 화면의 각 수치 옆에 세는 단위와 기간을 붙이는 것이다. 고유 피해자 수를 설명할 근거가 없다면 그 한계를 명시하고 개별 사건의 확인 절차로 안내한다. 분류가 맞더라도 사람에게 의미가 불분명하면 공개 설명을 다시 검토한다. 좋은 통계 관리는 큰 숫자를 만드는 일이 아니라 사람들이 무엇을 알 수 있고 아직 알 수 없는지 구별하게 하는 일이다.
적용 조건
신고 건수·피해 규모 구간·보고 기간의 정의를 구분한 집계 자료에 적용한다.
대안
동일한 분류와 집계 단위를 관리하는 Pandera 0.35.0 계약도 사용할 수 있다.
한계
신고 수는 고유한 피해자 수나 실제 발생한 모든 유출의 수가 아니다.
근거
- 사건 확인일
- 대상 확인일
- 수정일
