마경근

공공데이터 활용 with AI

2026-04-17T02:36:47Z

AI가 코딩하는 시대, 공공데이터 활용에서 사람의 역할은 무엇인가? AI가 사람보다 코딩을 더 잘하는 시대가 왔다. 이 문장이 불편하게 느껴진다면, 아마 아직 AI와 함께 코딩해본 경험이 많지 않아서일 것이다. 실제로 AI 코딩 에이전트를 써본 사람이라면 고개를 끄덕일 수밖에 없다. 그렇다면 질문이 달라져야 한다. "AI가 코딩을 잘한다면, 사람은 무엇을

AI 시대, 공공데이터 활용 진화 단계

2026-01-07T10:22:09Z

공공데이터와 LLM 기술의 결합이 우리 사회에 가져올 변화는 가히 혁신적이다. 하지만 그 과정은 단순히 기술을 적용하는 것을 넘어, 데이터의 본질을 이해하고 아키텍처를 정교하게 설계하는 인내의 과정을 필요로 한다. 국토교통부가 매일 쏟아내는 부동산 실거래 데이터는 우리 경제의 거울이지만, 정작 일반인들에게는 그림의 떡이다. 공공데이터 포털에서 엑셀 파일 하

팩트체크, 서울 아파트 가격 10억?_2 - Part3. 알짜 공공데이터 활용 05 - 부동산 실거래가 데이터

2024-08-30T23:59:29Z

2020년은 정부의 부동산 정책에 대한 논란이 그 어느 때보다 큰 해이다. "서울의 아파트 평균값이 10억원을 돌파했다"는 소식과 그로부터 파생된 일련의 뉴스들은 이해관계자의 관점에 따라 진실이 달리 해석될 수 있다는 사실을 보여주는 좋은 사례이다. 그 과정은 아래와 같이 진행되었다. ① 부동산114(서울 가구당 평균 매매가격 '10억 돌파') → ② 한

팩트체크, 서울 아파트 가격 10억?_1 - Part3. 알짜 공공데이터 활용 05 - 부동산 실거래가 데이터

2020-12-07T08:52:13Z

공공기관에서 제공하는 데이터중 가장 쓸모있다고 생각하는 알짜 데이터를 골라서 활용 방법을 공유한다. 데이터 활용을 설명하기 위하여 Python, QGIS, PowerBI 등 상황에 적합한 도구를 사용한다. 하지만, 공유하고자 하는 핵심은 분석 도구가 아닌 공공 데이터의 이해와 활용이다. 알짜 데이터의 선택 기준은 아래와 같다(순전히 저자의 주관적 기준이다)

어디로 이사가세요?_2 - Part3. 알짜 공공데이터 활용 04 -전입신고 데이터

2023-02-15T08:30:58Z

거주지 이전과 관련된 이슈들을 시각화하고 탐색하면서 전입신고 데이터의 활용 방안을 찾아보도록 한다. 1. 분석 환경 1.1. 분석 데이터 세대 관련 연간 자료 마이크로데이터통합서비스 사이트(https://mdis.kostat.go.kr)에서 최근 10년간(2010년~2019년)의 '세대관련 연간 자료' 데이터를 다운로드한다. 참고로 연도별 데이터는 모두

어디로 이사가세요?_1 - Part3. 알짜 공공데이터 활용 04 -전입신고 데이터

2020-07-27T23:32:03Z

재건축이 가능한 빌라를 찾아줘_2 - Part3. 알짜 공공데이터 활용 03 -건축물대장 데이터

2020-09-05T10:54:39Z

필자의 지인중에 건축업을 하는 친구가 있다. 이 친구는 낡은 빌라(연립주택, 다세대주택)를 사서 허물고 그 터에 새로운 빌라를 지어서 분양하는 일을 하고 있다. 흔히, 빌라라고 불리우는 공동주택의 정식 명칭은 연립주택 또는 다세대주택이다. 연립주택은 200평 이상, 다세대주택은 200평 이하의 5층 이하 공동주택이다. 참고로, 아파트는 5층 이상의 공동주택

재건축이 가능한 빌라를 찾아줘_1 - Part3. 알짜 공공데이터 활용 03 -건축물대장 데이터

2020-07-25T07:56:36Z

공공기관에서 제공하는 데이터중 가장 쓸모있다고 생각하는 알짜 데이터를 골라서 활용 방법을 공유한다. 데이터 활용을 설명하기 위하여 Python, QGIS, PowerBI 등 상황에 적합한 도구를 사용한다. 하지만, 공유하고자 하는 핵심은 분석 도구가 아닌 데이터의 활용이다. 알짜 데이터의 선택 기준은 아래와 같다(순전히 저자의 주관적 기준이다) 가치성 :

자영업 김사장님의 경쟁력 업그레이드 비법_2 - Part3. 알짜 공공데이터 활용 02 - 인허가 데이터

2022-01-12T09:42:17Z

서울에서 미용실을 창업하고자 하는 경우를 사례로, 인허가 데이터의 활용법을 설명하고자 한다. 따라서 아래에서 설명하는 내용의 해당 지역은 '서울'이고, 분야는 미용업중 '일반미용업'이다. [참고: 미용업 분류] 일반 미용업: 파마·머리카락자르기·머리카락모양내기·머리피부손질·머리카락염색·머리감기, 손톱과 발톱의 손질 및 화장, 의료기기나 의약품을 사용하지

자영업 김사장님의 경쟁력 업그레이드 비법_1 - Part3. 알짜 공공데이터 활용 02 - 인허가 데이터

2022-03-28T08:00:37Z

논란의 집회 인원, 빅데이터는 알고있다_2 - Part3. 알짜 공공데이터 활용 01 - 서울시 생활인구 데이터

2020-09-04T01:42:07Z

3. 데이터 활용 사례 - 서초동 집회 인구 분석 2019년 9월 28일 서초동에서 대규모 집회가 있었으며, 집회 참가 인원에 대하여 많은 논란이 있었다. 물론 이전에도 대규모 집회의 참가 인원에 대하여 논란은 있었으나, 이번처럼 진영별 첨예한 대립은 보기 어려웠다. 하지만 이번에는 여러 언론을 중심으로 객관적인 방법으로 집회 참가 인원을 파악하려고 노력

논란의 집회 인원, 빅데이터는 알고있다_1 - Part3. 알짜 공공데이터 활용 01 - 서울시 생활인구 데이터

2020-10-28T01:11:33Z

공간 데이터_4 - Part2. 공공데이터 시각화 및 탐색

2023-03-10T06:10:36Z

공간 데이터는 어떻게 표현될까? 공간데이터의 시각화 방법과 도구를 알아본다 1. 공간데이터의 시각화 1.1 위치 시각화 앞서 설명하였던(공간 데이터_1) 벡터 데이터의 포인트에 해당한다. 위도/경도나 X/Y 좌표값을 이용하여 위치를 표시하기 위하여 사용한다. 데이터는 주로 CSV(comma separated values)나 엑셀의 파일 형태로 제공된다

공간 데이터_3 - Part2. 공공데이터 시각화 및 탐색

2020-04-16T11:50:50Z

서울에서 워싱턴 DC를 갈 때 왜 굳이 앵커리지를 거쳐야 하는가? 위의 그림과 아래 그림중 일부는 군산대학교 남광우 교수님의 지구의 형상과 좌표 체계 강의 자료중 일부이다.(앵커리지를 거치는 이유는 아래에...) 1. 좌표계(coordinate system)의 개념 좌표계는 공간 데이터의 위치를 지표면 상에 표시하기 위한 측위(測位, Positioni

공간 데이터_2 - Part2. 공공데이터 시각화 및 탐색

2022-04-28T05:20:05Z

서울에서 땅값이 가장 비싼 지역은 어디일까? 이 물음에 답하려면 서울시를 일정한 공간 경계로 구분할 수 있어야 한다. 1. 공간 경계의 개념 앞의 질문은 행정 경계인 구(區)와 동(洞)을 기준으로 답할 수 있다. 예컨대, "서울에서 자치구 기준으로 강남구의 땅값이 제일 비싸다". "서울에서 행정동 기준으로 명동의 땅값이 비싸다" 라고 답할 수 있다. 공

공간 데이터_1 - Part2. 공공데이터 시각화 및 탐색

2022-11-08T12:27:57Z

공간은 시간과 더불어 데이터 분석을 위한 주요한 관점중 하나이다. 공간 데이터의 개념과 파일 유형을 포스팅한다. 1. 공간 데이터의 개념 공간(空間)은 어떤 물질 또는 물체가 존재할 수 있거나 어떤 일이 일어날 수 있는 장소이다( 위키백과). 대부분의 경우 우리가 지각할 수 있는 공간은 지구 표면이므로, 공간 데이터란 지구 표면에 위치하는 객체와 사건

시계열 데이터_2 - Part2. 공공데이터 시각화 및 탐색

2023-10-19T13:08:47Z

이번 글에서는 Python의 Pandas를 이용하여 실제로 시계열 데이터을 다루는 방법을 알아본다. 1. Pandas가 제공하는 시계열 개념 이해하기 1.1 Timestamp 객체 pandas는 날짜와 시간을 캡슐화하여 사용할 수 있는 Timestamp 객체를 제공한다. Timestamp 객체는 Numpy의 datetime64 데이터 형식을 기반으로 하며

시계열 데이터_1 - Part2. 공공데이터 시각화 및 탐색

2023-10-19T13:05:22Z

데이터 분석의 주요한 목적중 하나는 패턴의 발견이다. 이 패턴은 다양한 관점(시간, 공간, 사람 등)에서 발견할 수 있는데, '시간'은 패턴 발견을 위한 가장 중요한 관점중 하나이다. 1. 시간의 개념 시간은 낮과 밤 또는 계절의 변화를 나타내는, 인간에게 가장 큰 영향을 끼치는 현상 중 하나이다. 시간은 과거와 현재를 거쳐 미래를 향하여 연속적으로 움

데이터의 대푯값과 분포_2 - Part2. 공공데이터 시각화 및 탐색

2020-10-28T01:05:32Z

서울시의 열린데이터광장에서 제공하는 미세먼지 데이터를 활용하여 데이터의 대푯값과 분포를 설명한다. Python과 관련 라이브러리를 활용한다. 1. 미세먼지 데이터의 이해 에어코리아(한국환경공단)는 대기오염 측정망 인프라를 기반으로 공기오염상태 관련 데이터를 제공한다. 일반 대기오염 측정망은 측정 목적과 위치에 따라 4가지로 구분된다. 그중 도시대기

데이터의 대푯값과 분포_1 - Part2. 공공데이터 시각화 및 탐색

2022-03-20T02:58:04Z

기술 통계(Descriptive Statistics)는 데이터 분석을 위한 통계 기법으로, 기술통계의 핵심은 데이터의 대푯값과 분포의 파악이다. 데이터 시각화와 탐색의 이론적 배경을 위하여 기술 통계 기법을 살펴본다. 1. 대푯값 데이터의 대푯값(representative value)은 중심경향(central tendency) 값으로도 불린다. 이하