CISO가 클라우드 PHI 처리에 반대할 때

의료 분야 데이터 침해 문제

2026년 기준으로 갱신: 2024년에 발생한 의료 데이터 침해 725건으로 275 million건의 기록이 노출되었습니다(HHS OCR). 이 수치는 미국 전체 인구를 넘어섭니다.

비용도 큽니다. 의료 분야 침해는 건당 평균 10.22 million 달러입니다. 이는 모든 산업 중 가장 높은 비용이며, 십오 년 연속입니다(IBM Cost of Data Breach 2025). 의료 분야 침해의 절반은 공급업체나 비즈니스 파트너에서 시작됩니다(HHS OCR 2024). 위협은 내부에만 있는 것이 아닙니다.

이러한 수치는 병원 경영진의 행동을 바꿔 놓았습니다. 대형 의료 시스템에서 CISO는 PHI 업무에 클라우드 도구를 승인하지 않습니다. 위험이 너무 크기 때문입니다.

이는 임상 팀에게 실질적인 갈등을 낳습니다. 연구, 품질 보고서, 학습용 데이터셋을 위해 진료 기록에서 환자 데이터를 제거해야 합니다. 대규모에서도 잘 작동하는 도구가 필요합니다. 그러나 클라우드 도구는 차단되어 있습니다. 그리고 그 격차는 커지고 있습니다.

클라우드 PHI 도구가 차단되는 이유

HHS Civil Rights는 집행을 강화했습니다. 2024년의 HIPAA 보안 규칙 개정은 2013년 이후 처음으로 이루어진 큰 변경이었습니다. 여기에는 명확한 새 요구 사항이 추가되었습니다.

• 모든 전자 PHI에 대해 전송 중 및 저장 시 암호화
• 모든 제삼자 공급업체와의 사업 제휴 계약(BAA)
• 공급업체를 선택할 때마다 위험 분석 기록
• 사고 대응 계획

병원이 클라우드 비식별화 도구를 검토할 때, 보안 팀은 세 가지를 입증해야 합니다. 첫째: 공급업체가 PHI를 볼 수 없다. 둘째: BAA가 해당 사용 사례에 정확히 맞는다. 셋째: 공급업체에서 침해가 일어나도 환자 기록이 노출되지 않는다.

의료 분야 침해의 절반은 이미 공급업체에서 시작됩니다. 그래서 위험 관리 팀은 클라우드 PHI 도구를 승인하지 못하는 경우가 많습니다. 공급업체의 보안 주장이 아무리 강력해도 마찬가지입니다.

BAA를 체결했더라도 CISO의 시각은 대개 같습니다. BAA는 침해가 일어난 뒤에 책임을 배분할 뿐, 침해를 막지는 못한다는 것입니다. 사슬에 공급업체를 더 늘릴 필요는 없습니다. 당사의 보안 개요는 로컬 처리가 그 사슬을 어떻게 끊는지 설명합니다.

정확도 문제

더 단순한 도구로 충분하다면 클라우드 차단은 그리 큰 문제가 아닐 것입니다. 연구에 따르면 그렇지 않습니다.

2025년의 한 연구는 범용 LLM 도구가 자유 서술형 진료 기록에 담긴 임상 PHI의 절반 이상을 놓친다는 것을 밝혔습니다(arXiv:2509.14464). HIPAA 세이프 하버는 18가지 유형의 식별자를 제거하도록 요구합니다. 진료 기록은 이러한 식별자를 약어, 지역 용어, 다른 언어의 단어 속에 숨깁니다.

표준 도구는 다음과 같은 경우를 놓칩니다.

• "Pt. J.D., DOB 4/12/67" — 줄인 이름과 날짜 형식
• "Dx: HCC f/u, appt at UCSF MC" — 임상 약어 속에 든 병원 이름
• "Seen by Dr. Smith in ED #3, Room 12B" — 병실 번호가 붙은 의료인 이름
• 다른 숫자와 혼동되는 MRN 형식(7-8자리, 기관마다 다름)

누락률이 50% 이상인 기록으로 만든 연구 데이터셋은 HIPAA 규칙을 충족하지 못합니다. IRB 문제를 낳습니다. 논문이 발표된 뒤에 그 허점이 드러나면 집행 조치를 받을 위험도 있습니다. 당사의 컴플라이언스 페이지는 세이프 하버와 전문가 결정 기준을 모두 다룹니다.

도구의 공백

임상 정보학 팀은 실질적인 공백에 직면해 있습니다. 각 선택지에는 심각한 한계가 있습니다.

상용 클라우드 서비스는 잘 작동합니다. 하지만 보호 대상 건강 데이터를 외부 공급업체에 보내야 합니다. 대부분의 대형 병원 시스템은 이를 차단합니다.

오픈 소스 도구(Presidio, MIST 등)는 온사이트에서 실행됩니다. 하지만 상당한 설정과 지속적인 관리가 필요합니다. 추가적인 맞춤 작업 없이는 HIPAA 수준의 정확도에 못 미치는 경우가 많습니다. 주요 용어의 쉬운 정의는 당사의 용어집을 참조하십시오.

수작업 비식별화(전문가 결정 방식)에는 훈련된 통계 전문가가 필요합니다. 통계 전문가는 재식별 위험이 매우 작다는 것을 입증해야 합니다. 이는 소규모 기록 집합에는 통하지만, 50,000+건에서는 통하지 않습니다.

하이브리드 방식은 자동화 도구와 표시된 항목에 대한 수작업 검토를 섞습니다. 이는 물량에는 도움이 됩니다. 하지만 자동화된 부분의 정확도 문제는 해결하지 못합니다.

필요한 것은 분명합니다. 임상 팀에는 클라우드 수준의 정확도(NLP, 정규식, 트랜스포머 모델)가 필요하며, 문서 자체는 로컬 하드웨어에 머물러야 합니다. 네트워크의 규칙에 따라, 그것은 외부 호출이 전혀 없는 번들 도구(anonym.plus)이거나, 파일은 로컬 컴퓨터에서 읽고 탐지는 허용 목록에 오른 단 한 곳의 EU 호스팅 공급업체 API에서 실행되는 도구(아래의 anonym.legal 데스크톱 앱)를 뜻합니다.

2024년의 규제 대응

2024년의 725건 침해는 강력한 규제 대응을 불러왔습니다.

HHS Civil Rights는 그해 120건이 넘는 HIPAA 집행 조치를 내렸습니다. 벌금은 사상 최고 수준에 이르렀습니다. 2025년 삼월에 제안된 HIPAA 보안 규칙 개정안은 새로운 요구 사항을 추가합니다.

• 연례 암호화 감사
• 전자 PHI를 다루는 모든 시스템에 다중 인증 로그인
• 사이버 보안 공시 의무
• 더 엄격한 공급업체 감독 규칙

대상 기관(covered entity)에게 컴플라이언스 비용은 계속 올라갑니다. 벌금도 오릅니다. 기록으로 컴플라이언스를 입증하는 작업도 늘어납니다. 이러한 규칙에 관한 자주 묻는 질문은 당사의 FAQ에서 다룹니다.

HIPAA는 비식별화에 대해 명확한 기준을 정해 두고 있습니다. 세이프 하버는 18가지 식별자 유형을 모두 제거합니다. 전문가 결정은 재식별 위험이 낮다는 증거를 요구합니다. PHI의 절반 이상을 놓치는 도구는 두 기준 중 어느 것도 충족하지 못합니다.

로컬 비식별화에 필요한 것

로컬 도구는 클라우드 서비스의 탐지 품질에 맞서야 합니다. 그러려면 네 개의 계층이 필요합니다.

계층 1 — 임상 패턴을 갖춘 정규식. 구조화된 식별자(MRN, SSN, NPI, DEA 번호)는 정규식에 잘 맞습니다. 좋은 임상 라이브러리는 여러 의료 시스템에서 쓰이는 MRN 형식을 포괄합니다. 이 형식은 기관마다 크게 다릅니다.

계층 2 — 개체명 인식. 진료 기록은 PHI를 평범한 텍스트 속에 숨깁니다. 의사 이름은 서술 문장 속에 나옵니다. 환자 이름은 다양한 형식으로 나타납니다. 장소는 병력 속에 등장합니다. 임상 텍스트로 학습한 NLP 모델은 이 모두를 찾아낼 수 있습니다.

계층 3 — 여러 언어. 미국 의료는 다양한 언어를 쓰는 환자를 진료합니다. PHI는 번역된 기록 속에 환자의 모국어로 나타날 수 있습니다. 스페인어, 중국어, 아랍어, 베트남어, 타갈로그어가 모두 미국 환자 기록에 나옵니다. 탐지는 이 모두를 포괄해야 합니다.

계층 4 — 문맥 점수화. 일곱 자리 숫자는 어떤 기록에서는 MRN이고, 다른 기록에서는 약물 용량입니다. 문맥 점수화는 오탐을 줄입니다. 즉 검토 표시가 줄고 감사 결과가 더 깔끔해집니다.

대규모 일괄 처리

연구 데이터셋은 큽니다. 한 학술 의료 센터의 오 년짜리 프로젝트에는 500,000건의 자유 서술형 진료 기록이 있을 수 있습니다. 이 물량을 처리하려면 도구에 다음이 필요합니다.

• 많은 문서를 동시에 처리하는 병렬 실행
• DOCX, PDF, 일반 텍스트, EHR 내보내기 파일 지원
• 진행 상황 추적과 실패한 항목에 대한 오류 로그
• 무엇이 언제 처리되었는지 보여 주는 감사 추적
• 연구 파트너에게 쉽게 전달할 수 있는 ZIP 출력

수작업 검토는 이 수준에서는 확장되지 않습니다. 클라우드 도구는 차단되어 있습니다. 앞으로 나아갈 유일한 길은 강력한 일괄 처리 지원을 갖춘 정확한 로컬 처리입니다.

실제 업무 흐름

한 지역 병원이 대학 파트너와의 공동 연구를 위해 비식별화된 EHR 데이터셋을 원합니다. CISO는 2024년 침해 수치를 본 뒤 환자 데이터의 클라우드 처리를 차단했습니다.

로컬 우선 도구를 사용한 업무 흐름은 다음과 같습니다.

1. 내보내기. EHR 시스템이 50,000건의 진료 기록을 DOCX 문서로 안전한 로컬 폴더에 내보냅니다.
2. 처리. 데스크톱 앱이 로컬 워크스테이션에서 5,000건씩 10개 배치를 밤새 실행합니다.
3. 검토. 임상 정보학 팀이 HIPAA 세이프 하버 규칙에 따라 표본을 확인합니다.
4. 문서화. 처리 로그에 처리된 모든 항목, 사용된 탐지 방법, 타임스탬프가 기록됩니다. 이것이 IRB 감사 추적입니다.
5. 전달. 비식별화된 출력은 패키징되어 안전한 채널을 통해 대학에 전송됩니다.

환자 데이터가 병원 네트워크를 벗어나지 않으므로 CISO는 승인합니다. 이 방법이 세이프 하버 문서화 규칙을 충족하므로 IRB는 승인합니다. 대학은 자신들의 데이터 사용 계약에 맞는 데이터를 받습니다. 더 많은 실제 사례는 당사의 사례 연구를 참조하십시오.

이 접근 방식의 한계

로컬에서 이루어지는 정확한 PHI 비식별화는 CISO의 클라우드 반대와 정확도 반대에 한꺼번에 답합니다. 그러나 비식별화는 확률적인 과정이며, 클라우드 도구가 PHI의 절반을 놓친다는 것을 보여 준 바로 그 연구는 이 도구를 포함한 모든 도구에 적용되는 경고입니다.

어떤 탐지기도 임상 PHI의 100%를 잡아내지 못합니다. 진료 기록은 식별자를 약어, 오타, 자유 서술형 문장, 다른 언어 속에 숨깁니다. 다층 로컬 파이프라인은 범용 LLM보다 훨씬 많이 잡아내지만, 남는 누락은 피할 수 없습니다. 연구용 공개에서는 세이프 하버를 기준으로 한 사람의 표본 검토가 데이터셋을 정당화할 수 있게 하는 통제 수단입니다. 이는 방법의 일부이지 형식적인 절차가 아닙니다.

세이프 하버를 충족하는 것은 도구의 출력이 아니라 판단입니다. 세이프 하버는 18가지 식별자 유형을 모두 제거하고, 나머지 정보로 재식별이 가능하다는 실제 인지가 없을 것을 요구합니다. 도구는 식별자를 제거합니다. 기준이 충족되었는지 확인하는 일, 또는 전문가 결정을 의뢰하는 일은 여전히 대상 기관과 귀 기관 IRB의 책임입니다.

식별자를 제거해도 재식별 위험은 남습니다. 희귀한 진단, 작은 모집단, 날짜, 준식별자는 18가지 유형을 모두 제거한 뒤에도 환자를 재식별할 수 있습니다. 위험이 높은 데이터셋에는 세이프 하버만이 아니라 통계적 위험 분석을 동반한 전문가 결정이 적절한 기준입니다.

로컬 배포는 유지 관리 부담을 귀하에게 옮깁니다. 오프라인 모델은 스냅숏입니다. 탐지 패턴, 언어 모델, MRN 형식을 최신으로 유지하는 일은 이제 귀하의 팀이 할 일이며, 오래된 로컬 도구는 설치 시 검증한 정확도 아래로 떨어질 수 있습니다. 첫날의 성능이 유지된다고 가정하지 말고 주기적으로 다시 검증하십시오.

anonym.legal의 데스크톱 앱은 클라우드 수준의 PHI 비식별화를 제공합니다. Presidio NLP, 정규식, XLM-RoBERTa 트랜스포머의 세 단계 탐지를 사용합니다. 로컬에 설치되어 실행되지만, 탐지 자체는 anonym.legal의 서버에서 실행됩니다. 이 앱은 탐지 모델을 포함하지 않으며 인터넷 연결이 필요합니다. 허용 목록은 연결을 anonym.legal로만 한정합니다. HIPAA 세이프 하버의 18가지 식별자를 모두 지원합니다. 일괄 실행은 한 번에 1–5,000건의 문서를 처리합니다.

출처

• HHS OCR Healthcare Breach Statistics 2024 — VERIFIED-EXTERNAL
• IBM Cost of a Data Breach Report 2025 — VERIFIED-EXTERNAL
• arXiv:2509.14464 — LLM De-Identification Survey (2025) — VERIFIED-EXTERNAL
• DeepStrike: Healthcare Data Breaches 2025 Statistics — VERIFIED-EXTERNAL
• IntuitionLabs: Open-Source PHI De-Identification Tools — VERIFIED-EXTERNAL