본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.
https://fastcampus.info/4n8ztzq
(~6/20) 50일의 기적 AI 환급반💫 | 패스트캠퍼스
초간단 미션! 하루 20분 공부하고 수강료 전액 환급에 AI 스킬 장착까지!
fastcampus.co.kr
늘 수업에서는 정규표현식을 활용하여 데이터를 처리하고, 특히 웹에서 수집한 데이터 중 민감한 개인정보를 안전하게 마스킹하는 방법에 대해 배웠다. 처음에는 단순히 문자열에서 원하는 패턴을 찾아내는 기본적인 정규식 문법을 익혔고, 이후 이를 실전적으로 적용하는
예시로 주민등록번호와 전화번호 패턴을 인식하고 필요한 부분만 남겨두거나 별표(*)로 대체하는 방법을 실습했다. 예를 들어, 주민등록번호의 경우 앞 6자리는 생년월일 정보이므로 그대로 두되, 뒤 7자리는 개인 식별과 직결되는 부분이기 때문에 ******로 마스킹하여 노출되지 않도록 처리했다. 전화번호 역시 앞자리와 끝자리는 유지하되, 중간 4자리를 마스킹하여 개인정보 유출을 방지하는 방법을 구현했다. 이를 위해 re.compile()을 사용해 패턴을 미리 컴파일하고, sub() 메서드로 원하는 함수와 연결하여 자동으로 변환할 수 있는 구조를 만들었다. 이 과정에서 match.group(n)을 이용해 정규식에서 그룹핑된 특정 부분만 불러와 가공하는 기법을 배웠고, 이를 활용하면 다양한 형태의 데이터에도 쉽게 적용할 수 있다는 점이 인상적이었다.
또한 단순히 패턴을 찾는 것을 넘어, 조건에 따라 데이터 변환 로직을 넣는 방식도 실습했다. 예를 들어, 주민등록번호의 뒷자리 첫 번째 숫자에 따라 1900년대 출생인지 2000년대 출생인지 판별하는 로직을 정규식 치환 함수 안에 넣어 생년월일을 복원하는 예제를 진행했다. 이번 학습을 통해 단순 문자열 처리보다 훨씬 강력하고 유연한 방식으로 데이터를 다룰 수 있는 도구가 바로 정규표현식이라는 것을 체감했다.
특히 웹 크롤링과 같은 데이터 수집 작업에서는 수집한 데이터가 일정한 포맷을 갖고 있지 않을 때가 많은데, 정규표현식을 사용하면 불필요한 공백이나 특수문자를 제거하고, 원하는 정보만 추출하는 데 큰 도움이 된다는 것도 알게 되었다. 나아가 개인정보 보호 측면에서 정규표현식을 사용하면 규칙 기반으로 데이터 마스킹을 자동화할 수 있으므로, 보안성과 작업 효율성을 동시에 확보할 수 있다는 점에서 매우 실용적인 기술이라고 느꼈다. 앞으로는 이번에 배운 정규표현식 기술을 웹 데이터 처리뿐만 아니라 로그 분석, 파일 처리, 데이터 정제 등 다양한 프로젝트에 적용해 보고 싶다.
추가로 나중에 LLM MCP 등에 이런 정제 과정에 대한 agent를 만들면 좋을거같다.
