ko-pii (한국어 PII 검출)

ko-pii는 한국어 PII(개인식별정보) 검출과 가명화를 지원하는 파이썬 라이브러리입니다.

GitHub 현황 (2026년 8월 기준)

• 스타 75 · 포크 7
• 라이선스 MIT · 저장소 Marker-Inc-Korea/ko-pii
• 생성 2026-06-08 · 마지막 push 2026-08-04

LLM을 쓰기 시작하면 바로 부딪히는 문제

사내 데이터를 모델에 넣으려면 개인정보를 먼저 빼야 합니다. 그런데 영어권 PII 도구는 한국 형식을 모릅니다. 주민등록번호 체계, 한국 전화번호 표기, 한글 이름, 도로명주소가 전부 다릅니다.

한국에서 LLM을 도입할 때 가장 먼저 막히는 지점이고, 그래서 이런 라이브러리의 수요가 분명합니다.

검출과 가명화를 함께 두는 것

찾아내기만 하면 그 자리를 어떻게 채울지가 남습니다. 그냥 지우면 문맥이 깨져 분석이 안 되고, 가명으로 바꾸면 문장 구조를 유지한 채 쓸 수 있습니다. 학습·분석 용도에서는 이 차이가 큽니다.

그리고 가명화가 익명화는 아닙니다. 다른 정보와 결합하면 재식별될 수 있어, 개인정보보호법상 처리 근거는 여전히 따져야 합니다. 법적 판단은 도구가 대신해주지 않습니다.

같은 결의 한국어 처리 오픈소스

• Kiwi·KoNLPy: 형태소 분석
• soynlp: 비지도 단어 추출
• KURE: 한국어 검색 임베딩
• korean-privacy-terms: 개인정보처리방침 생성

ko-pii만 “빼는” 쪽입니다. 나머지가 텍스트를 이해하거나 찾아오는 도구라면, 이쪽은 넣기 전에 걸러냅니다. LLM 파이프라인에서는 가장 앞에 서는 단계입니다.

이런 분께 맞아요

• 사내 데이터로 LLM을 쓰려는 팀
• 로그·상담 기록을 분석해야 하는 데이터 담당자
• 개인정보 비식별 처리가 필요한 서비스
• 한국어 PII 규칙 구현을 참고하려는 개발자