데이터 항로일지

PostGIS 공간데이터 전처리 SQL 정리PostGIS를 활용한 공간데이터 전처리 과정을 SQL 쿼리 중심으로 정리했습니다. 이 글에서는 서울시 행정경계 데이터를 기준으로 도로 및 시설물 데이터를 자르고, 교차 정보를 추출하는 전체 흐름을 설명합니다.📂 데이터 출처도로 및 시설물 데이터: Geofabrik (OpenStreetMap)행정경계 데이터: 서울열린데이터광장 - 서울시 행정구 경계※ 모든 데이터는 오픈데이터 라이선스(OdbL, 공공데이터 이용조건 등)를 준수하여 가공 및 활용하였습니다.1. 좌표계(SRID) 확인-- boundary 테이블의 SRID 확인SELECT Find_SRID('', 'boundary', 'geometry');-- road 테이블의 SRID 확인SELECT Find_S..

🗂️ Shapefile을 PostGIS로 변환하기: ogr2ogr 실무 활용법공간 데이터를 다루다 보면 Shapefile을 PostGIS 데이터베이스로 불러와야 할 일이 많습니다.이때 가장 많이 쓰이는 도구가 바로 GDAL의 명령줄 도구인 ogr2ogr입니다.📌 ogr2ogr란?정의: GDAL에서 제공하는 명령줄 기반 도구로, 지리공간 데이터 포맷 간의 변환을 지원합니다.주요 기능:다양한 공간 데이터 포맷 간 변환필드/속성 필터링좌표계 재설정 (재투영)공간 필터 및 클립 기능단일/멀티 지오메트리 통일 등🛠️ 실습 예시: 제주 지적도 Shapefile을 PostGIS에 업로드하기아래 명령어는 제주 지역의 지적도 데이터를 PostgreSQL + PostGIS 환경에 test 테이블로 업로드하는 예시입니..

🏙️ 도시 구조 변화가 주택 거래가에 미치는 영향은? – 시뮬레이션 기반 정량 분석도시는 끊임없이 변화합니다. 녹지 공간이 늘어나고, 건물이 더 높이 올라가며, 단지의 설계와 환경이 개선되죠. 그런데 이러한 물리적 변화가 실제 부동산 거래 가격에 어떤 영향을 미치는지, 우리는 과연 수치로 설명할 수 있을까요? 송도는 단계별로 조성된 계획도시로, 구역별 개발 시점과 물리적 조건이 뚜렷이 구분됩니다. 즉, 동일한 도시 내에서 “개발 전”과 “개발 후”의 물리적 특성 차이를 비교할 수 있는 자연 실험지(natural experiment site)로 기능합니다. 특히, 녹지율, 고도, 면적, 단지 설계 등 주요 변수의 변화가 실제 주택 거래가에 어떤 영향을 미쳤는지를 정량적으로 관찰하기에 유리한 구조를 갖추고..

🏙️ 송도 뉴스 감성 분석을 통한 외부 요인 반응 탐색송도국제도시를 중심으로 한 다양한 뉴스 데이터를 수집하고, 이 뉴스들이 각 시점의 정책 변화, 개발 이슈, 금융 환경에 어떻게 반응했는지를 분석하기 위한 프로젝트를 진행했습니다. 이번 글에서는 그 분석의 과정과 구조, 그리고 주요 시계열 결과를 소개합니다.1. 분석 배경송도는 신도시 특성상 정책과 교통계획, 개발 이슈에 민감하게 반응하는 도시입니다. 단순 실거래 데이터만으로는 외부 요인의 영향을 파악하기 어려워, 뉴스 데이터를 통해 시장 심리를 간접적으로 해석하고자 했습니다.2. 데이터 수집 및 구성1) 뉴스 데이터 크롤링플랫폼: 네이버 뉴스검색어: "송도", "송도국제도시"수집 기간: 2020.01 ~ 2025.04수집 항목: 제목, 일자, 키워드..

송도 열섬 분석 프로젝트: NDVI와 LST를 활용한 도시 기후 해석지난 글에서는 위성 기반 NDVI와 LST 데이터를 활용하여 송도 전역의 여름철 열환경과 녹지 분포를 격자 단위로 시각화했습니다. 이번 글은 그 후속 분석으로, 연도별 변화 흐름과 정책적 영향, 그리고 NDVI와 LST 사이의 관계를 해석하고 시뮬레이션 관점에서 검토한 결과를 정리한 내용입니다.1. 데이터 수집과 열부하 지표 설정지표면 온도(LST): Landsat 8 위성의 열적외선(TIR) 밴드를 활용하여, Google Earth Engine(GEE) 기반으로 여름철 지표면 온도를 추출했습니다. 실제 기온보다 체감적인 열환경에 더 가까운 지표 기반 온도입니다.녹지 밀도(NDVI): 식생지수(NDVI)는 Sentinel-2 위성에서 R..

1. QGIS를 활용한 도시 열환경 시각화1) 준비한 데이터이전 단계에서 Python으로 GeoTIFF에서 NDVI와 LST 값을 추출했습니다.이번 단계에서는 QGIS로 시각화하여, 어디가 더운지, 어디가 푸른지 직관적으로 보여주고자 합니다.2) QGIS에서 GeoTIFF 불러오기QGIS 실행 → 레이어 → 래스터 레이어 추가NDVI 및 LST의 .tif 파일을 각각 불러오기3) 색상 스타일 지정하기각 레이어를 마우스 오른쪽 클릭 → 속성 → 스타일 탭으로 이동하여 설정합니다.렌더링 유형: 단일밴드 가상 색상색상 램프: Spectral, Viridis, 또는 사용자 정의NDVI: 녹색(높음) ~ 흰색(낮음)LST: 빨강(높음) ~ 파랑(낮음)4) 고온 지역 필터링LST가 특정 기준 이상인 지역을 강조하여..

1. GEE(Google Earth Engine)란 무엇인가?1) 위성 데이터 분석 플랫폼Google Earth Engine(GEE)은 구글에서 제공하는 대규모 위성 영상 및 지리정보 처리 플랫폼입니다.MODIS, Landsat, Sentinel-2와 같은 공개 위성 데이터를 웹 브라우저에서 불러오고, 분석하고, 이미지로 저장할 수 있습니다.웹 기반 – 별도 설치 없이 사용 가능JavaScript 기반 스크립트 환경 제공NDVI, LST 등의 계산 및 시계열 분석 가능2) 사용 배경프로젝트를 시작하며 다음과 같은 의문이 있었습니다.“송도는 해안도시인데 왜 여름에도 더울까?”이 질문에 답하려면 지표면 온도(LST)나 식생지수(NDVI)와 같은 숫자 기반의 공간 데이터가 필요했습니다.하지만 해당 데이터를 수..

1. 회귀분석으로 본 반경 500m 녹지율의 영향이번 프로젝트에서는 선형 회귀분석(OLS)을 통해 송도국제도시의 지표면 온도(LST)에 영향을 미치는 공간 구조 요소를 통계적으로 해석하였습니다. 분석 대상인 송도는 간척지 위에 조성된 인공 도시로, 여름철 체감 온도가 높은 편입니다. 왜 해안도시임에도 시원하지 않을까? 그 해답을 데이터로 찾고자 했습니다.2. 회귀분석 개요 및 결과표 해석1) 분석 개요모델: OLS (선형 회귀분석)종속 변수: 지표면 온도 (LST, Kelvin 단위)독립 변수:green_ratio: 반경 500m 내 녹지 면적 비율 (%)NDVI: 식생지수 (Normalized Difference Vegetation Index)urban_ratio: 반경 500m 내 도시지역 비율 (%..

✍️ 데이터로 고객을 이해하고, 전략으로 연결해보는 작은 실험이 글은 과거 수행한 이커머스 고객 분석 프로젝트를 정제해 다시 정리한 기록입니다. 단순한 구매 데이터로부터 고객을 어떻게 나누고, 그 특성에 맞는 전략은 어떻게 도출할 수 있을지에 대해 고민했습니다. 반복 구매, 결제 방식, 구매 품목 등 고객의 행동을 기준으로 세 가지 군집을 도출했고, 각 그룹에 맞춘 마케팅 전략도 제시했습니다. 분석과 해석을 넘어, 실제 서비스 맥락에서 어떻게 활용할 수 있을지를 중심에 두고 구성했습니다.1. 데이터 소개 및 전처리데이터 출처: Kaggle - Marketing and Retail Analyst E-commerce사용한 파일: orders, order_items, customers, payments, pr..

ESG는 선언으로 충분한가?법령, 기술, 데이터 분석가의 역할로 살펴본 ESG의 현실과 미래최근 기업과 정부가 앞다투어 "ESG 경영"을 선언하고 있습니다. 그러나 단순한 선언이나 형식적 보고만으로 진정한 지속가능성이 실현될 수 있을까요? 이 글은 대한민국의 법령 정비 현황과 해외의 기술 인프라 사례, 그리고 그 속에서 데이터 분석가가 어떤 역할을 맡아야 하는지에 대해 종합적으로 정리합니다.1. 국내 기업의 ESG 대응: 형식과 실천 사이1) 건설 산업: 리스크 회피 수준에 머무른 ESG건설업은 탄소배출과 안전사고 등 ESG 리스크가 큰 산업임에도 불구하고, 국내 다수 건설사는 ESG를 여전히 리스크 대응 및 이미지 관리 수준에서 다루고 있습니다. 산업연구원 보고서(2023)는 "ESG 평가를 위한 기준..