Project · 03
데이터 기반 AI 상권 분석 및 추천 서비스
2026.01.28 ~ 02.14
role
내 역할 · 규모
role
내 역할 · 규모
- 공공 API 수집과 정제 흐름 담당
- 결측치·이상치 기준 정리
- DB 저장, 분석 API, 추천 결과 화면 연결
기술 스택
PythonAPIMySQL데이터 분석AI/ML
case flow
문제 · 해결 · 결과
case flow
문제 · 해결 · 결과
핵심 성과
- 공공 API 데이터를 수집·정제
- 상권 점수와 추천 결과로 연결
- 데이터 기준을 화면에서 비교 가능
문제
공공 데이터에 결측치와 이상치가 있어 그대로 추천 기준으로 쓰기 어려웠습니다.
해결
수집, 정제, 저장, 분석 단계를 나누고 정제 기준을 적용한 뒤 화면과 API로 연결했습니다.
결과
상권 추천 결과가 어떤 데이터 기준으로 만들어졌는지 설명할 수 있게 되었습니다.
architecture
설계 / 문서
architecture
설계 / 문서
아키텍처
- 공공 API 수집 계층, 정제 로직, MySQL 저장 구조 분리
- 분석 API와 시각화 화면 연결
ERD / DB
- 상권, 업종, 유동인구, 매출, 경쟁도, 추천 점수 구분
- 조건별 조회가 가능하도록 구조 정리
API 명세
- 지역/업종별 데이터 조회
- 상권 점수 산출, 추천 결과 조회, 비교 분석 결과 제공
debugging
트러블슈팅
debugging
트러블슈팅
원본 API 데이터가 비어 있거나 범위가 맞지 않는 경우를 정제 단계에서 제외/기본값 기준으로 처리했습니다.
features
주요 기능
features
주요 기능
공공 API 기반 상권 데이터 수집
결측치/이상치 정제
상권 점수 산출
지역/업종별 비교
분석 결과 차트 표시
problem solving
문제 해결 과정
problem solving
문제 해결 과정
문제 상황
공공 API 데이터는 형식이 일정하지 않고 결측치와 이상치가 섞여 있었습니다.
해결 과정
수집, 정제, 저장, 분석 단계를 분리하고 각 단계의 검증 기준을 정했습니다.
배운 점
데이터 서비스는 화면보다 데이터 품질 기준과 정제 규칙이 먼저 신뢰를 만듭니다.
takeaways
프로젝트에서 배운 것
takeaways
프로젝트에서 배운 것
01
데이터 서비스는 정제 기준이 핵심임
02
결측치와 이상치 처리 규칙을 기록해야 함
03
조회 범위와 재사용 기준이 응답 속도에 영향을 줌
documents
기획자료 / 첨부 문서
documents