개인정보 탐지(PII Detection) - 마스킹 기능 추가

[Whale0928]

개인정보 탐지(PII Detection) 기능 추가

배경

텍스트 내 개인정보를 자동으로 탐지하고 마스킹하여 GDPR 및 개인정보보호법 준수를 지원하는 기능이 필요합니다.

목표

• 텍스트에서 개인정보 자동 탐지
• 탐지된 정보 자동 마스킹
• 위험도 레벨 제공
• 기존 비속어 필터링과 독립적으로 운영

탐지 대상 개인정보

우선순위 높음

• 전화번호 (010-1234-5678, 01012345678, +82-10-xxxx-xxxx)
• 이메일 주소 (user@example.com)
• 주민등록번호 (123456-1234567)

우선순위 중간

• 카드번호 (1234-5678-9012-3456, Luhn 알고리즘 검증 포함)
• 계좌번호
• 여권번호 (한국 여권)

우선순위 낮음

• IP 주소
• 주소 (도로명, 지번)

주요 기능

1. 탐지 기능

• 정규식 기반 패턴 매칭
• 유형별 신뢰도 점수 제공
• 위치 정보 제공 (시작/끝 인덱스)

2. 마스킹 기능

• 부분 마스킹 (기본): 010-****-5678
• 완전 마스킹: ***************
• 유형별 커스텀 마스킹 전략

3. 검증 기능

• 카드번호: Luhn 알고리즘 검증
• 주민번호: 유효성 검증 로직
• 검증 통과 여부를 응답에 포함

4. 위험도 평가

• CRITICAL: 고위험 정보 2개 이상 (주민번호, 카드번호)
• HIGH: 고위험 정보 1개
• MEDIUM: 일반 정보 3개 이상
• LOW: 그 외

응답 데이터 구조

{
  "trackingId": "uuid",
  "status": {...},
  "detected": [
    {
      "type": "PHONE",
      "value": "010-1234-5678",
      "masked": "010-****-5678",
      "startIndex": 6,
      "endIndex": 19,
      "confidence": 0.99,
      "isValid": true
    }
  ],
  "maskedText": "연락처는 010-****-5678입니다",
  "summary": {
    "totalCount": 1,
    "byType": {
      "PHONE": 1
    },
    "riskLevel": "MEDIUM"
  },
  "elapsed": "3ms"
}

기술 구현

Architecture

기존 비속어 필터링과 동일한 멀티모듈 구조 사용:

profanity-shared (공통 모델)

• PiiType enum
• DetectedPii record
• PiiDetectionResponse record
• PiiSummary record

profanity-domain (비즈니스 로직)

• PiiDetector interface
• RegexPiiDetector 구현체
• MaskingStrategy 인터페이스 및 구현체
• LuhnValidator (카드번호 검증)
• SsnValidator (주민번호 검증)

profanity-api (프레젠테이션)

• PiiDetectionController
• 기존 @VerifiedClientOnly 인증 재사용

구현 방식

• 정규식 기반 패턴 매칭 (ML 모델 불필요)
• 각 PII 유형별 Pattern 정의
• 마스킹 전략 패턴 적용

성능 목표

• 처리 속도: 1KB 텍스트당 < 5ms
• 정확도: 95% 이상 (False Positive < 5%)
• 추가 메모리: < 10MB

구현 단계

Phase 1 (필수, 2-3일)

• profanity-shared에 데이터 모델 추가
• profanity-domain에 RegexPiiDetector 구현
• 전화번호, 이메일, 주민번호 패턴 구현
• 기본 마스킹 전략 구현
• profanity-api에 컨트롤러 추가

Phase 2 (추가 기능, 1-2일)

• Luhn 알고리즘 카드번호 검증
• 주민번호 유효성 검증
• 계좌번호, 여권, IP, 주소 패턴 추가
• 테스트 코드 작성

참고사항

• 기존 비속어 필터링 코드 수정 없음
• 독립적인 기능으로 추가
• 동일한 인증 체계(X-API-KEY) 재사용
• 동일한 응답 구조 패턴 유지