본 논문은 생성형 AI와 대규모 언어 모델(LLM)을 이용한 합성 데이터 생성, 특히 제품 리뷰와 같은 구조화된 표 형식 데이터 생성의 급속한 발전과 함께 발생하는 개인정보 유출 문제와 종합적인 평가 프레임워크 부재를 다룹니다. 이에 연구진은 합성 데이터의 충실도, 유용성, 개인정보 보호를 다양한 평가 지표를 통해 정량적으로 측정하는 오픈소스 평가 프레임워크인 SynEval을 제안합니다. ChatGPT, Claude, Llama 세 가지 최첨단 LLM을 사용하여 생성된 합성 제품 리뷰 데이터에 SynEval을 적용하여 검증하고, 다양한 평가 지표 간의 상충 관계를 밝힙니다. SynEval은 합성 표 형식 데이터의 적합성을 판단하고 사용자 개인정보 보호를 강조하는데 중요한 도구로 제시됩니다.
