PIPC Decision Insights

법규 위반·제재 심층 계량분석

Sub 유형·factor 가중치·시간/주체 차이

분석 결정문

912

법규 위반·제재

고강도 제재

79.8%

주요 결과변수

Sub 유형

토픽 기반 병합

모형 AUC

1.00

훈련자료 내부 판별력

공무원 활용성 평가

법규 위반·제재

이 유형별 분석은 개인정보위 공무원에게 도움이 되는 신호를 제공한다. 제재 강도와 금액 제재를 높이는 반복 factor를 우선순위화하는 데 직접 도움이 된다.

Sub 유형	건수	결과율	금액 중앙값
개인정보 법규위반 시정조치	143	100.0%	6,000,000원
공공기관 개인정보 위반 시정조치	143	20.3%	4,500,000원
미분류	142	81.7%	3,600,000원
개인정보 법규 위반 시정조치	127	96.1%	7,200,000원
개인정보 종합 위반 시정조치	88	100.0%	15,242,000원
법규위반 복합 시정조치	85	100.0%	4,500,000원
공공시스템 실태점검 시정조치	46	21.7%	500,000,000원
동의·고지 의무 위반 사례	45	93.3%	10,500,000원
개인정보 유출·동의위반 시정조치	32	100.0%	3,300,000원
법규위반 시정조치 결정	31	100.0%	1,000,000원

시기	건수	사후 시정 노력	금전 제재 여부	위반 기간	피해 발생 또는 위험 발생	내부통제 및 안전조치 수준	공표 또는 시정명령 여부
2012-2017	9	55.6%	0.0%	0.0%	77.8%	33.3%	0.0%
2018-2021	41	78.0%	63.4%	58.5%	85.4%	56.1%	48.8%
2022-2026	855	95.3%	81.1%	81.8%	74.3%	66.8%	53.9%
unknown	7	100.0%	100.0%	14.3%	14.3%	14.3%	100.0%

Sub 유형은 OpenRouter 기반 토픽 라벨을 계량분석용으로 병합한 것이다. 표본 수가 작은 sub 유형은 해석보다 검수 우선순위로 보는 것이 적절하다.