감사 선택 기록도 내부고발자를 노출할 수 있다

도입

내부고발 제도의 핵심은 신고 채널을 제공하는 데서 끝나지 않는다. 신고 이후 조직이 보복할 수 없도록, 신고의 존재 자체가 드러나지 않게 하는 것도 중요하다. arXiv 논문 “Plausible Deniability Guarantees for Whistleblowers”는 이 문제를 감사 대상 선택 기록이라는 관점에서 분석한다.

논문이 주목하는 정보는 신고 내용이 아니라 감사자가 시간에 따라 어떤 조직을 감사 대상으로 선택했는지에 관한 transcript다. 피감사 조직이 이 기록을 관찰할 수 있다면, 특정 신고가 자신들이 감사될 확률을 높였는지 추론할 수 있고, 이는 내부고발자를 좁혀 가는 단서가 될 수 있다.

핵심 내용

• 더 강한 현실적 위협 모델. 연구는 피감사 조직이 감사 선택 결정을 관찰하는 상황을 전제로 한다. 실제 제도에서는 조사나 감사 우선순위가 완전히 숨겨지기 어렵기 때문에, 이 가정은 중요한 의미를 갖는다.

• 차등 프라이버시로 정의한 그럴듯한 부인 가능성. 저자들은 보호 목표를 감사 선택 transcript에 대한 보고서 단위 $(0, \delta)$-차등 프라이버시로 정식화한다. 직관적으로는, 신고 1건이 추가되거나 제거되어도 외부에서 보이는 감사 선택 열이 신뢰성 있게 구별될 정도로 달라져서는 안 된다는 뜻이다.

• Randomized response의 한계. 자연스러운 접근은 감사 대상을 고르는 마지막 단계에서 무작위성을 넣는 것이다. 그러나 논문은 이 프레임워크에서 선택 단계의 randomized response가 어떤 시간 범위에서도 균등 무작위 감사보다 $\delta$ 이상 더 나아질 수 없음을 보인다. 단순한 최종 선택 무작위화만으로는 강한 프라이버시와 높은 효용을 동시에 얻기 어렵다는 의미다.

• 프라이빗 감사를 지속적 카운팅으로 환원. 제안된 일반 메커니즘은 각 조직에 대한 신고 수를 $(0, \delta)$-DP continual counter로 비공개 추적한 뒤, 그 결과를 후처리해 감사 대상을 결정한다. 차등 프라이버시는 후처리로 약화되지 않기 때문에, 감사 transcript도 동일한 보고서 단위 보장을 갖는다.

• 시간이 길어져도 완만한 노이즈 증가. 최근 지속적 카운팅 기법을 적용하면 $T$번의 감사 결정 동안 노이즈가 $O(\sqrt{\log T})$로 스케일한다. 또한 가장 많이 신고된 조직과 2위 조직 사이의 노이즈가 포함된 격차가 $\sqrt{\log T}$보다 빠르게 커지면 선택 오류가 사라진다는 효용 정리도 제시한다.

의미와 영향

이 연구의 메시지는 분명하다. 거버넌스 시스템은 데이터 공개뿐 아니라 자신의 행동을 통해서도 정보를 누출할 수 있다. AI 거버넌스, 기업 컴플라이언스, 플랫폼 안전, 공공 감사에서는 내부 보고가 조사 우선순위를 정하는 데 쓰이는 경우가 많다. 그 우선순위 변화가 특정 신고와 너무 직접적으로 연결되면, 보호해야 할 사람을 오히려 위험에 빠뜨릴 수 있다.

논문은 또한 반복되는 의사결정에서의 프라이버시 설계가 중요하다는 점을 보여준다. 감사자는 한 번만 결정을 공개하는 것이 아니라 시간에 따라 계속 선택하고, 공격자는 그 관찰을 누적한다. 이런 점에서 지속적 카운팅은 단발성 무작위화보다 이 문제에 더 잘 맞는 도구로 보인다.

물론 이 연구가 법적 보호, 조직 절차, 증거 관리까지 포함한 완전한 내부고발 제도는 아니다. 하지만 신고자를 식별 가능하게 만들지 않으면서 감사 효율을 높이는 방법을 논의할 수 있는 엄밀한 기술적 기반을 제공한다.

출처: arXiv