가산 노이즈 차등 정보보호 메커니즘(Additive Noise Differential Privacy Mechanisms)은 쿼리 결과에 수학적으로 계산된 노이즈를 더해 개별 데이터 주체의 프라이버시를 보호하는 기법입니다. 라플라스 메커니즘과 가우시안 메커니즘이 대표적이며, 프라이버시 예산(ε, δ)을 기반으로 노이즈 규모를 결정합니다. 통계 분석, 머신러닝 학습, 데이터 공개 등에서 활용되며, 프라이버시 보호와 데이터 유용성 간 균형을 수학적으로 보장합니다.