AX 디자인팩토리 부트캠프청년도약 인재양성 부트캠프 · 온라인 과정
한남대학교 AX 디자인팩토리 부트캠프
데이터를 구하고, 버린다
2강 · 데이터를 구하고, 버린다
제작
AX 디자인팩토리부트캠프사업단
제작04-2 · 02 / 15도입
오늘 정하는 것
이 25분이 끝나면 한 문장에 답할 수 있어야 합니다.
Q나는 몇 행을 버렸고, 왜 버렸는지 남에게 설명할 수 있는가
답을 못 하면 그 분석은 아무도 다시 만들 수 없습니다.
AX 디자인팩토리부트캠프사업단
제작04-2 · 03 / 15도입
25분 뒤에 보는 것
데이터 사전 13행 표 + 버린 행 기록 표(규칙·키·탐지·제거·비율) (재구성 — 촬영 시 실제 완성본으로 교체)
CHAPTER 1
정제와 데이터 사전
이론
6분소재 없이 — 어디서든 쓰는 이야기
AX 디자인팩토리부트캠프사업단
제작04-2 · 05 / 15이론 · 정의
버리는 것은 쉽다.
왜 버렸는지 적는 것이 정제다.
왜 버렸는지 적는 것이 정제다.
규칙 없이 눈으로 골라내면 결과는 나오지만 남이 다시 만들 수 없습니다.
AX 디자인팩토리부트캠프사업단
제작04-2 · 06 / 15이론 · 대비
같은 파일을 두 사람이 열면
눈으로 고른 사람
결과는 나온다
- 이상해 보이는 행을 지운다
- 몇 행인지 모른다
규칙으로 고른 사람
결과에 근거가 붙는다
- 버릴 조건을 문장으로 쓴다
- 몇 행이 걸렸는지 센다
AX 디자인팩토리부트캠프사업단
제작04-2 · 07 / 15이론 · 절차
다섯 가지를 검사한다
1결측 — 빈칸이 있는가
2이상치 — 정의를 벗어난 값이 있는가
3중복 — 같은 행이 두 번 들어 있는가
4타입과 단위 — 숫자여야 할 열에 문자가 섞였거나, 단위가 다른가
5논리 모순 — 두 열을 같이 보면 앞뒤가 안 맞는가
CHAPTER 2
대전 상가업소정보 원본을 연다
시연
18분원본 규모부터 확인한다
AX 디자인팩토리부트캠프사업단
제작04-2 · 09 / 15사전 먼저 16열, 나중에 13열 (재구성)
헤더 39개 중 검사용 16개(13개 남길 것 + 지점명·동정보·호정보 「검사 후 삭제 후보」 3개, 건물명은 검사하지 않으므로 사전에 안 올림)로 사전 작성 → 검사·규칙 뒤에 13개로 줄인다(순서 rev9) → 음식 소분류 중 카페 3,836건(비알코올 중분류) vs 빵/도넛 881건(기타 간이 중분류) — 분류표는 다른 칸, 갈리는 건 인허가
AX 디자인팩토리부트캠프사업단
제작04-2 · 10 / 15다섯 검사, 실측 결과 (재구성)
표준산업분류명 빈칸 22 vs 지점명 빈칸 69,924(86.6%) · 중복은 「같은 가게」를 먼저 정의 — 상호+지번주소만 907그룹/1,862 중 225그룹(24.8%)이 소분류 상이(정육점·소고기 구이/찜, 가발 소매업·입시·교과학원도 같은 사례) → 「두 번」이라 부르면 넷 중 하나가 거짓 → 키에 소분류 추가 686그룹·탐지 1,411·제거 725 · 동정보·호정보 100% 빈칸 · 좌표 범위(정의 127.24~127.56/36.18~36.51) 밖 0 · 시군구-지번주소 불일치 0
AX 디자인팩토리부트캠프사업단
제작04-2 · 11 / 15시연 · 버릴 규칙
버린 행을 규칙으로 남긴다
| 규칙 | 키 | 탐지 | 제거 | 비율 |
|---|---|---|---|---|
| 표준산업분류명 결측 | 표준산업분류명 | 22행 | 22행 | 0.03% |
| 중복(같으면 앞 행 남기고 뒤 행 버림) | 상호+지번주소+소분류 | 1,411행(686그룹) | 725행 | 0.90% |
| 동정보·호정보(열 전체) | — | 열 2개 | 열 2개 | 열 삭제 |
대전 상가업소정보 2026-06 원본 80,704행 · 오케스트레이터 실측 + 집필자 재확인(perl) · 확인일 2026-09-03 · 표 아래: 39열 중 23열 제외(목록 notes.md)
AX 디자인팩토리부트캠프사업단
제작04-2 · 12 / 15"결측치 처리해 줘"의 함정 (재구성)
AI 채팅창 — 지점명 결측 69,924건을 "본점"으로, 표준산업분류명 22건을 최빈값 "한식 일반 음식점업"(7,900건)으로 채움 → 없던 지점·분류가 생긴다
CHAPTER 3
버린 행을 기록한다
정리
2분다음 차시로
AX 디자인팩토리부트캠프사업단
제작04-2 · 14 / 15버린 행을 기록하지 않으면 남이 재현할 수 없습니다.
다음 차시
이제 셀 수 있습니다. 그런데 그냥 세면 서구가 이깁니다.
배웠는지 재는 질문 — 몇 행을 버렸고, 왜 버렸습니까? 그 규칙을 남이 그대로 적용할 수 있습니까?
수고하셨습니다배운 것을 오늘 한 번 써 보세요
제작