# 합성데이터로 만드는 안전한 AI 학습 데이터셋 — 실습 워크북

이 워크북은 강의자료의 각 모듈에 대응하는 실습 문제와 체크리스트로 구성되어 있습니다. 데이터 사이언티스트, 개인정보 담당자이 강의 후 스스로 점검할 수 있도록 만들었습니다. (난이도: 중급)

## 사전 준비

- 노트북 지참
- 별도 사전 지식이 필요하지 않습니다 — 강의 중 필요한 개념은 그때그때 설명합니다

---

## Module 1. 합성데이터 생성 기법

**핵심 내용**

통계적 방법(원본 분포를 흉내)과 생성모델 기반 방법(GAN 등) 중 무엇을 쓸지는 데이터 특성과 목적에 따라 다릅니다. 도메인별로 어떤 전략이 맞는지 비교합니다.

**실습 문제**

1. 이 모듈에서 다룬 내용 중 "통계적 기법 vs 생성모델 기반"을(를) 자신의 언어로 한 문단으로 설명해 보세요.
2. "도메인별 생성 전략"에 해당하는 상황을 자신의 업무·과제에서 하나 찾아보고, 이번 모듈에서 배운 방법을 어떻게 적용할지 적어보세요.

**체크리스트**

- [ ] 합성데이터 생성 기법 관련 핵심 개념을 다른 사람에게 설명할 수 있다
- [ ] 실습 문제 2개를 모두 작성했다

---

## Module 2. 검증

**핵심 내용**

합성데이터가 원본과 통계적으로 얼마나 비슷한지, 동시에 원본 개인을 역으로 추정할 위험은 없는지 함께 평가해야 합니다. 두 지표를 실제로 측정해봅니다.

**실습 문제**

1. 이 모듈에서 다룬 내용 중 "통계적 유사도 평가"을(를) 자신의 언어로 한 문단으로 설명해 보세요.
2. "프라이버시 리스크 평가(재식별 위험 등)"에 해당하는 상황을 자신의 업무·과제에서 하나 찾아보고, 이번 모듈에서 배운 방법을 어떻게 적용할지 적어보세요.

**체크리스트**

- [ ] 검증 관련 핵심 개념을 다른 사람에게 설명할 수 있다
- [ ] 실습 문제 2개를 모두 작성했다

---

## Module 3. 학습 파이프라인

**핵심 내용**

합성데이터로 모델을 학습시키고, 실제 데이터로 검증했을 때 성능이 얼마나 차이 나는지 직접 확인합니다.

**실습 문제**

1. 이 모듈에서 다룬 내용 중 "합성데이터 기반 모델 학습"을(를) 자신의 언어로 한 문단으로 설명해 보세요.
2. "원본 대비 성능 비교"에 해당하는 상황을 자신의 업무·과제에서 하나 찾아보고, 이번 모듈에서 배운 방법을 어떻게 적용할지 적어보세요.

**체크리스트**

- [ ] 학습 파이프라인 관련 핵심 개념을 다른 사람에게 설명할 수 있다
- [ ] 실습 문제 2개를 모두 작성했다


## 마무리 회고

- 오늘 배운 내용 중 실무에 가장 먼저 적용해볼 것은 무엇인가요?
- 더 깊이 알아보고 싶은 주제가 있다면 무엇인가요?