Earticle

초록

영어

As autonomous vehicles evolve into physical AI systems collecting real-time location, behavioral, and biometric data, security is shifting from restricting physical access toward balancing personal data disclosure with privacy protection—yet no classification framework addresses this shift. This study proposes the AV-PHL model, a four-tier classification of personal data based on functional necessity and privacy risk, and tests its applicability by comparing Waymo, Tesla, and Hyundai-Kia's privacy policies and data practices, and retrospectively analyzing past breach incidents. Results show breaches consistently arose when higher-tier data mixed with lower-tier data or was commercially exploited, confirming the validity of AV-PHL's tier-separation principle. The study concludes that this framework must be integrated with future security and governance mechanisms.

한국어

자율주행 차량은 위치·행동·생체 정보를 실시간으로 수집·활용하는 피지컬 AI로 진화하면서, 보안 중심이 '물리적 접근 차단'에서 'AI에 제공하는 개인정보 범위와 프라이버시 보호 간의 균형'으로 이동하고 있다. 그러나 이러한 변화를 체계적으로 다룰 개인정보 분류 체계는 아직 마련되어 있지 않다. 이에 본 연구는 개인정보를 기능적 필요성과 프라이버시 위험도에 따라 4단계로 분류하는 AV-PHL 모델을 제안하고, Waymo·Tesla·현대차·기아의 개인정보 처리 방침 및 실제 데이터 수집 사례를 비교·분석하는 한편, 기존 개인정보 침해 사고를 역추적함으로써 모델의 현실 적용 가능성을 검증하였다. 그 결과 실제 침해 사고는 상위 계층 데이터가 하위 계층 데이터와 혼재되거나 상업적으로 유출될 때 발생함을 확인하였으며, 이를 통해 AV-PHL의 계층 분리 원칙이 갖는 실효성을 입증하였다. 나아가 본 연구는 향후 보안·거버넌스 장치와의 결합이 병행되어야 함을 제언한다.

목차

요약
Abstract
1. 서론
2. 관련 연구
2.1 전통적 차량 보안
2.2 자율주행 보안⦁프라이버시
2.3 최근 연구 동향
2.4 기존 연구의 한계점
3. 개인정보 계층적 분류 모델 AV-PHL
3.1 기존 연구 한계성에 대한 보완
3.2 AV-PHL 모델
4. 평가
4.1 AV-PHL Tier의 실제 데이터 관행 분석
4.2 실제 사례별 역추적 분석
4.3 AV-PHL 모델의 현실 적용 가능성과 한계성
5. 결론
REFERENCES

키워드

저자

• 신미예 [ Mi-Yea Shin | 충북대학교 교양교육본부 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  산업과 과학 [Advanced Industrial SCIence]

• 간기

  격월간

• eISSN

  2951-2476

• 수록기간

  2022~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 004 DDC 004