부제: 파일을 서버에 올리지 않고, 브라우저 안에서 안전 사본을 만드는 실전 순서
거래처에서 받은 회원 명단, 오래 굴러온 고객 관리 엑셀. 열어 보면 이름과 연락처 사이에 주민등록번호가 떡하니 들어 있는 파일이 실무에는 아직 많습니다. 이걸 그대로 ChatGPT나 Claude에 올려 분석시키는 것은 좋지 않은 선택입니다. 개인정보보호법 제24조의2는 주민등록번호 처리를 원칙적으로 금지하고(법령이 구체적으로 허용한 경우만 예외), 보관 시 암호화 의무를 두고 있습니다(조문). AI 도구 입력은 당연히 그 허용 목록에 없습니다.
그렇다고 분석을 포기할 필요는 없습니다. 민감값만 별칭으로 바꾼 안전 사본을 만들어 올리면 됩니다. 아래는 브라우저 기반 가명화 도구 Data Alias로 실제 걸리는 시간 기준 5분 안에 끝내는 순서입니다. 참고로 필자가 만드는 도구입니다 — 파일 처리 전 과정이 브라우저 안에서만 실행되고 서버 전송이 없다는 점이 이 튜토리얼의 전제이므로, 미리 밝혀 둡니다.
준비: 파일 확인 (30초)
CSV·TXT·XLSX·JSON을 지원합니다. 엑셀(XLSX)은 첫 번째 시트가 처리되므로, 분석할 데이터가 여러 시트에 나뉘어 있다면 필요한 시트를 확인해 두세요. 별도 설치나 회원가입 없이 시작할 수 있습니다.
1단계: 업로드 (30초)
dataalias.app의 워크스페이스에 파일을 끌어다 놓습니다.
여기서 중요한 점 하나. "업로드"라고 부르지만 파일은 서버로 전송되지 않습니다. 읽기·탐지·변환·다운로드가 전부 브라우저 탭 안에서 실행됩니다. 이 주장을 믿지 말고 직접 확인하세요 — 개발자도구 네트워크 탭을 열어 두고 처리해 보면 파일 관련 요청이 없다는 것을 볼 수 있고, 검증 순서는 검증 안내 페이지에 정리되어 있습니다. 주민등록번호가 든 파일일수록 이 차이가 중요합니다. 가명화하겠다고 어딘가의 서버에 원본을 올리는 순간, 그 업로드 자체가 새로운 노출이 되기 때문입니다.
2단계: 검토 화면에서 열 규칙 확인 (2분)
파일이 열리면 데이터 테이블과 열별 보호 규칙 패널이 나타납니다. 도구 화면은 현재 영어이지만 흐름은 단순합니다. 이름·연락처·회사명 같은 한국어 열 이름을 인식해 열마다 유형을 제안합니다(예: "Suggested: Person"). 확정이 아니라 제안입니다 — 최종 판단은 사용자가 합니다.
열마다 변환 방식을 고를 수 있습니다.
- Alias(별칭): 김민수 → PERSON_001. 같은 사람은 파일 전체에서 항상 같은 별칭이 되므로 "PERSON_001이 세 번 재구매했다" 같은 분석 구조가 유지됩니다.
- Mask(마스킹): 전화번호 일부만 가리기(010-****-1234 형태).
- Remove(삭제): 값을 비움. 주민등록번호처럼 분석에 필요 없는 값에 권장.
주민등록번호 열은 사실 분석에 쓸 일이 거의 없으므로, 별칭보다 삭제를 권합니다. 없는 데이터가 가장 안전한 데이터입니다.
3단계: 탐지값 확인 (1분)
열 이름만 보는 게 아니라 셀 내용도 검사합니다. 하이픈 형식 주민등록번호, 이메일, 전화번호 같은 패턴이 "비고"나 "메모" 같은 자유 텍스트 열에 숨어 있어도 탐지 요약에 개수가 표시됩니다.
여기가 이 튜토리얼에서 가장 중요한 단계입니다. 자동 탐지는 모든 민감값을 잡아낸다고 보장할 수 없습니다. 특이한 표기(공백 섞인 번호, 오타)는 놓칠 수 있으므로, 미리보기 테이블을 훑으며 남아 있는 민감값이 없는지 직접 확인하세요. 탐지된 값이 보호되지 않은 채 남아 있으면 다운로드 직전에 경고 창이 한 번 더 알려 주지만, 이는 안전망이지 검토의 대체물이 아닙니다.
4단계: 안전 사본 다운로드 (30초)
"Download safe file"을 누르면 고객명단.safe.csv처럼 원본과 구분되는 파일명으로 저장됩니다. 원본 파일은 그대로이고, 행·열 순서와 빈 값 등 구조는 유지됩니다.
5단계: AI에 사용하고, 답변은 역치환 (1분)
안전 사본을 ChatGPT·Claude·Gemini에 올려 분석을 요청합니다. AI가 "PERSON_003 고객의 재문의율이 높습니다"라고 답하면, 워크스페이스의 역치환(De-alias) 기능에 그 답변을 붙여넣으세요. 별칭이 원래 값으로 되돌아간 실무용 텍스트를 얻을 수 있습니다. 별칭 매핑은 브라우저 세션 메모리에만 있으므로, 역치환까지 마친 뒤에 탭을 닫으면 됩니다.
맺음
정리하면 이렇습니다. 주민등록번호가 든 파일은 그대로 AI에 올리지 않는다(제24조의2). 대신 5분을 들여 — 업로드(브라우저 로컬), 열 규칙 확인, 탐지값 검토, 안전 사본 다운로드 — 를 거친 뒤, 분석은 AI에게, 역치환은 브라우저에서. 이 워크플로우의 핵심은 도구가 아니라 순서입니다. 어떤 도구를 쓰든 "원본이 어디로 가는가"와 "내보내기 전에 사람이 검토했는가", 이 두 가지만 지키면 AI 활용과 개인정보 보호는 양자택일이 아닙니다.