Taupt Blog

• 한국 차등 프라이버시 도입, 공공통계와 보건의료 데이터부터 봐야 합니다
  2026-06-12 · Research
  한국에서 차등 프라이버시를 어디부터 적용해야 하는지, 공공통계와 보건의료 데이터의 재식별 위험·개방 압력·거버넌스 설계를 쉽게 풉니다.
• DP 카운트 쿼리에서 음수가 나오는 이유: 버그가 아니라 노이즈입니다
  2026-06-09 · Technology
  차등 프라이버시 카운트 쿼리에서 음수가 나오는 이유와, 0으로 자를 때 생기는 편향을 수식보다 직관과 실무 판단 기준으로 설명합니다.
• 차등 프라이버시 보호 단위: ε=1만 보고 안심하면 안 되는 이유
  2026-06-06 · Research
  차등 프라이버시에서 보호 단위를 행·이벤트·사용자 중 무엇으로 잡느냐에 따라 같은 ε=1도 전혀 다른 보호가 됩니다. NIST SP 800-226의 보호 단위 논리를 수식 없이 사례로 풉니다.
• 연합학습 DP-SGD에서 그래디언트 클리핑은 민감도 계약입니다
  2026-06-03 · Technology
  연합학습 DP-SGD에서 클리핑 기준 C가 왜 노이즈 크기와 ε 보장의 전제가 되는지, 수식보다 직관과 실무 함정 중심으로 설명합니다.
• 차등 프라이버시 ε 예산: 쿼리를 반복하면 보호가 줄어드는 이유
  2026-05-25 · Technology
  차등 프라이버시 ε은 같은 데이터에 쿼리를 거듭할수록 합산되는 프라이버시 예산입니다. 기본 합성, 고급 합성, RDP 회계를 장부 비유와 실제 운영 사례로 풉니다.
• 차등 프라이버시 ε=1이 늘 같은 보호는 아닙니다: 이웃 모델과 δ
  2026-05-20 · Technology
  같은 ε=1이라도 한 사람을 추가·제거로 볼지 교체로 볼지, δ를 얼마로 둘지에 따라 실제 보호가 달라집니다. 이웃 모델과 δ를 사례 중심으로 풉니다.
• 차등 프라이버시 ε(엡실론): 평균 연봉 발표로 이해하는 보호 원리
  2026-05-14 · Technology
  차등 프라이버시 ε은 한 사람이 데이터에 있든 없든 결과가 크게 달라 보이지 않게 묶는 약속입니다. 평균 연봉 예시로 공격자가 무엇을 못 하게 되는지 쉽게 풉니다.