# Formize와 생성 AI를 활용한 합성 데이터 생성을 위한 동적 동의 관리

> **TL;DR** – 최신 합성 데이터 파이프라인은 데이터 주체의 변화하는 동의 선호도를 간과하는 경우가 많습니다. Formize의 실시간 폼 오케스트레이션을 생성 AI 기반 데이터 합성에 삽입하면 조직은 세분화된 동의를 캡처하고, 데이터 생성 시 자동으로 적용하며, [GDPR](https://gdpr.eu/), [CCPA](https://oag.ca.gov/privacy/ccpa), 그리고 [EU AI Act](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai)와 같은 AI 윤리 규정을 만족하는 불변 감사 로그를 유지할 수 있습니다.

---

## 왜 합성 데이터에서 동의가 중요한가

합성 데이터는 프라이버시를 보호하는 분석을 약속하지만, *원본* 데이터는 여전히 실제 개인에게 속합니다. **EU 일반 데이터 보호 규정(GDPR)**, **캘리포니아 소비자 프라이버시법(CCPA)** 및 다가오는 **EU AI Act**와 같은 규정은 개인 데이터(실제든 합성이든)의 모든 하위 사용이 데이터 주체의 동의 선택을 존중하도록 요구합니다.

### 주요 과제

| Challenge | Typical Impact |
|-----------|----------------|
| **Granular consent scopes** | 일괄적인 “예/아니오” 동의는 “연구용 건강 데이터는 허용하지만 마케팅에는 허용하지 않음”과 같은 미묘한 선호를 포착하지 못합니다. |
| **Consent versioning** | 동의는 시간이 지나면서 변합니다; 오래된 버전은 무효가 될 수 있지만 파이프라인은 여전히 오래된 권한을 사용합니다. |
| **Cross‑system enforcement** | 데이터 파이프라인은 여러 도구(ETL, LLM, 스토리지)를 아우릅니다. 이들 전반에 걸쳐 동의를 강제하는 것은 오류가 발생하기 쉽습니다. |
| **Auditability** | 규제 기관은 데이터 생성 시점의 불변 동의 증명을 요구합니다. |

Formize는 로우코드 폼 빌더, API‑first 아키텍처, 블록체인 호환 감사 로그를 제공함으로써 이러한 문제를 해결할 수 있는 독특한 위치에 있습니다.

---

## 아키텍처 개요

아래는 동의 캡처부터 합성 데이터 생성 및 하위 활용까지의 전체 흐름을 보여주는 고수준 Mermaid 다이어그램입니다.

```mermaid
flowchart TD
    A["Data Subject Portal"] --> B["Formize Consent Form"]
    B --> C["Consent Ledger (Immutable)"]
    C --> D["Consent Service API"]
    D --> E["Synthetic Data Orchestrator"]
    E --> F["Generative AI Model (LLM / Diffusion)"]
    F --> G["Synthetic Dataset Store"]
    G --> H["Analytics & ML Teams"]
    H --> I["Regulatory Audit Dashboard"]
```

*모든 노드는 따옴표로 감싸야 하며, 이스케이프 문자는 사용하지 않았습니다.*

### 구성 요소 상세

1. **Data Subject Portal** – 개인이 동의를 조회·수정·철회할 수 있는 웹·모바일 UI.  
2. **Formize Consent Form** – 동의 범위, 목적, 데이터 카테고리, 만료일 등을 캡처하는 구성 가능한 로우코드 폼.  
3. **Consent Ledger** – Formize가 각 동의 이벤트를 불변 로그에 기록합니다(필요 시 블록체인에 앵커링 가능).  
4. **Consent Service API** – `GET /consent/{subjectId}`와 `POST /consent/validate` 엔드포인트를 제공하는 경량 마이크로서비스.  
5. **Synthetic Data Orchestrator** – 데이터 추출·변환·생성 모델 입력을 조정합니다. 각 생성 작업 전 Consent Service에 질의합니다.  
6. **Generative AI Model** – LLM, 디퓨전 모델, 표형 합성기 등 원시 데이터를 소비하는 모델.  
7. **Synthetic Dataset Store** – 동의 버전과 연결된 메타데이터를 포함하는 보안 객체 스토리지.  
8. **Analytics & ML Teams** – 모델 학습, 테스트, 보고 등을 위해 합성 데이터를 활용합니다.  
9. **Regulatory Audit Dashboard** – 동의 출처, 생성 타임스탬프, 모델 계보 등을 시각화합니다.

---

## 단계별 구현 가이드

### 1. Formize에서 동의 폼 설계

* Formize의 드래그‑앤‑드롭 빌더를 사용해 다음 필드를 생성합니다:
  * **Data Categories** – 다중 선택 (예: “인구통계”, “의료 기록”, “금융 거래”).  
  * **Allowed Purposes** – 체크박스 (예: “연구”, “제품 개발”, “마케팅”).  
  * **Retention Period** – 날짜 선택기.  
  * **Dynamic Conditions** – “민감 데이터”가 선택될 경우 추가 필드를 표시하는 조건 로직.  

* **버전 관리** 활성화: 폼 스키마가 변경될 때마다 Formize가 자동으로 새로운 버전 ID(`v1`, `v2`, …)를 생성합니다. 이 버전 ID는 각 동의 레코드와 함께 저장됩니다.

### 2. 동의 이벤트 캡처

사용자가 폼을 제출하면 다음과 같은 페이로드가 전송됩니다.

```json
POST /api/v1/consent
{
  "subjectId": "user-12345",
  "formVersion": "v3",
  "consentGiven": true,
  "scopes": ["demographics", "financial"],
  "purposes": ["research"],
  "expiresAt": "2028-12-31T23:59:59Z",
  "signature": "base64‑encoded‑hash"
}
```

Formize는 이 페이로드를 **Consent Ledger**에 기록합니다. Ledger는 다음과 같이 구성할 수 있습니다:

* 불변 Append‑Only DB(예: **Cassandra** + **Time‑Series** 컴팩션) 사용.  
* 선택적으로 해시를 공개 블록체인(예: **Ethereum** 또는 **Polygon**)에 게시해 외부 검증 가능하도록 함.

### 3. Consent Service API 구축

Formize SDK를 래핑한 간단한 Go 예시:

```go
// consent_service.go
package consent

import (
    "net/http"
    "encoding/json"
    "github.com/formize/sdk"
)

type ConsentRequest struct {
    SubjectID string `json:"subjectId"`
    DataCategories []string `json:"dataCategories"`
    Purpose string `json:"purpose"`
}

// Validate checks if the subject’s consent covers the requested scope.
func Validate(w http.ResponseWriter, r *http.Request) {
    var req ConsentRequest
    json.NewDecoder(r.Body).Decode(&req)

    consent, err := sdk.GetLatestConsent(req.SubjectID)
    if err != nil {
        http.Error(w, "Consent not found", http.StatusNotFound)
        return
    }

    // Simple rule engine
    allowed := false
    for _, cat := range req.DataCategories {
        for _, allowedCat := range consent.Scopes {
            if cat == allowedCat {
                allowed = true
                break
            }
        }
    }

    if allowed && consent.PurposesContains(req.Purpose) && !consent.IsExpired() {
        w.WriteHeader(http.StatusOK)
        json.NewEncoder(w).Encode(map[string]bool{"allowed": true})
    } else {
        w.WriteHeader(http.StatusForbidden)
        json.NewEncoder(w).Encode(map[string]bool{"allowed": false})
    }
}
```

*서비스는 **Knative** 함수나 **Docker** 컨테이너 형태로 API 게이트웨이 뒤에 배포할 수 있습니다.*

### 4. Synthetic Data Orchestrator와 연동

Airflow, Prefect, Dagster 등 대부분의 오케스트레이션 플랫폼은 커스텀 Python 연산자를 지원합니다. 아래는 Prefect 작업 예시로, 합성 작업을 시작하기 전에 동의를 검증합니다.

```python
# consent_check_task.py
from prefect import task, Flow
import requests

@task
def check_consent(subject_id: str, categories: list, purpose: str):
    payload = {
        "subjectId": subject_id,
        "dataCategories": categories,
        "purpose": purpose
    }
    resp = requests.post("https://consent.service/api/v1/validate", json=payload)
    resp.raise_for_status()
    return resp.json()["allowed"]

@task
def generate_synthetic_data(subject_id: str):
    # Placeholder for LLM or diffusion model call
    print(f"Generating synthetic data for {subject_id}")

with Flow("synthetic-data-pipeline") as flow:
    allowed = check_consent("user-12345", ["demographics"], "research")
    generate = generate_synthetic_data("user-12345")
    generate.set_upstream(allowed, upstream_tasks=[allowed])

flow.run()
```

`allowed`가 `False`이면 파이프라인이 중단되고 감사 항목이 기록됩니다.

### 5. 생성 메타데이터 저장

합성 데이터셋을 저장할 때 다음과 같은 **메타데이터 매니페스트**를 첨부합니다.

```json
{
  "datasetId": "synthetic-2026-08-21-001",
  "generatedAt": "2026-08-21T14:32:10Z",
  "consentVersion": "v3",
  "subjectId": "user-12345",
  "model": "gpt‑4‑synthetic‑v1",
  "purpose": "research"
}
```

Formize는 이 매니페스트를 객체의 **custom metadata**(예: S3 `x-amz-meta-*` 헤더)로 자동 삽입하거나 **DataHub** 같은 카탈로그에 저장할 수 있습니다.

### 6. 감사 대시보드 구축

**Grafana** 또는 **Superset**을 사용해 다음을 시각화합니다.

* 동의 버전 vs. 합성 데이터셋 버전.  
* 목적별 생성된 데이터셋 수.  
* 동의 철회 이벤트와 파이프라인에 미친 영향.

예시 Grafana 패널 쿼리(의사 SQL):

```sql
SELECT
  consent_version,
  COUNT(*) AS datasets_generated,
  SUM(CASE WHEN purpose = 'research' THEN 1 ELSE 0 END) AS research_datasets
FROM synthetic_dataset_store
GROUP BY consent_version
ORDER BY consent_version DESC;
```

---

## Formize 기반 동의 루프의 장점

| Benefit | Explanation |
|---------|-------------|
| **Regulatory Alignment** | 실시간 검증을 통해 현재 동의가 있는 데이터만 사용하도록 보장, GDPR Art. 7 및 CCPA § 1798.120 충족. |
| **Dynamic Consent** | 주체가 언제든 선호를 수정하면 다음 파이프라인 실행 시 자동 반영. |
| **Immutable Provenance** | 각 동의 이벤트가 생성된 데이터셋과 암호학적으로 연결돼 변조 방지 감사가 가능. |
| **Scalable Low‑Code** | Formize의 시각적 빌더로 개발 시간 단축, 비기술적 컴플라이언스 팀도 폼을 직접 관리. |
| **Cross‑Domain Reuse** | 동일한 동의 서비스가 분석, AI 학습, 제3자 데이터 마켓플레이스 등 다양한 영역에서 재사용 가능. |

---

## 실제 활용 사례

### 1. 의료 연구 컨소시엄

다수 병원이 AI 모델 학습을 위해 합성 환자 레코드가 필요합니다. 동의 루프를 도입하면 컨소시엄은:

* 병원 포털에서 동의를 캡처.  
* 동의를 철회한 환자의 데이터는 합성 코호트에서 자동 제외.  
* 규제 기관에 동의 해시와 연결된 원-클릭 감사 보고서 제공.

### 2. 금융 서비스 리스크 모델링

은행은 스트레스 테스트용 합성 거래 데이터를 생성합니다. Formize를 활용해:

* “마케팅” 동의와 “리스크 분석” 동의를 구분.  
* 마케팅 동의만 한 고객에 대해서는 합성 데이터 생성을 자동 차단.  
* 법적 노출을 최소화하고 모델 개발 속도 가속.

### 3. 소비자 기술 제품 개발

SaaS 기업은 사용량 텔레메트리를 수집합니다. Formize를 통해:

* “기능 실험” vs. “광고”에 대한 세분화된 동의 제공.  
* 사용자가 선호를 토글하면 파이프라인이 즉시 반영.  
* 동의 기반 데이터 사용 현황을 공개 대시보드에 투명하게 표시.

---

## 모범 사례 및 피해야 할 함정

| Best Practice | Why It Matters |
|---------------|----------------|
| **버전마다 폼 변경 기록** | 정확히 어떤 스키마로 동의가 이루어졌는지 추적 가능, 오래된 레코드와의 연계 보장. |
| **합성 데이터에 원시 PII 저장 금지** | 합성 데이터는 파생된 형태여야 하며, 원본 식별자를 포함하면 프라이버시 목표가 무너짐. |
| **동의 서명에 솔트된 해시 사용** | 레인보우 테이블 공격 방지하면서 검증 가능. |
| **철회 후 “그레이스 기간” 설정** | 진행 중인 작업을 정상 종료할 시간을 제공해 급작스런 파이프라인 중단 방지. |
| **감사 로그 암호키 정기 교체** | 키 로테이션 전략을 사용해 보안 강화, 감사 가능성 유지. |

**흔히 저지르는 실수**

* **동의 검증 로직을 코드에 하드코딩** – 모델 코드에 직접 동의 로직을 넣으면 업데이트가 어려워집니다. 반드시 Consent Service API를 통해 중앙화하세요.  
* **동의 만료를 무시** – `expiresAt`을 엄격히 준수하고, 자동 철회 작업을 스케줄링하세요.  
* **불필요한 동의 데이터 과다 수집** – 목적에 필요한 최소한만 수집해 GDPR의 “데이터 최소화” 원칙을 지키세요.

---

## 향후 로드맵

1. **AI‑지원 동의 초안 작성** – LLM을 활용해 관할 구역별 동의 문구를 자동 제안, 법률 초안 작업 감소.  
2. **조직 간 연합 동의** – **Decentralized Identifiers(DIDs)**와 **Verifiable Credentials**를 이용해 중앙화 없이 신뢰 경계 간 동의 상태 공유.  
3. **웹훅 기반 실시간 동의 철회** – 철회 이벤트를 즉시 Synthetic Data Orchestrator에 푸시해 파이프라인을 즉시 중단.  
4. **설명 가능한 합성 데이터** – 각 합성 레코드에 “동의 버전 v3, 목적 연구”와 같은 출처 설명을 첨부해 downstream 모델 해석성 강화.

---

## 결론

동적 동의는 선택 사항이 아니라, 개인 데이터를 합성 자산으로 전환하는 모든 조직에 필수적인 규제 요구사항입니다. Formize의 로우코드, 불변 폼 엔진을 생성 AI 파이프라인과 결합하면 기업은:

* 최신 프라이버시 법령이 요구하는 세분화된 동의를 캡처하고,  
* 데이터 합성 단계에서 자동으로 적용하며,  
* 감사관에게 변조 방지 증거를 제공할 수 있습니다.

그 결과, 혁신을 가속화하면서 개인 권리를 보호하는 신뢰할 수 있는 합성 데이터 생태계가 구축됩니다.

---

## 참고 자료

- **EU GDPR Article 7 – Conditions for Consent**  
- **Blockchain‑Anchored Audit Trails for Data Governance** (IEEE Xplore)