66 공공데이터 활용
공공데이터 활용은 열린 데이터 포털, Open API, Python·pandas, BI 대시보드를 활용해 데이터 기반 문제 해결 프로젝트를 수행하는 실무형 교육으로 구성한다.
0. 교육을 하는 이유와 궁극적인 목표
공공데이터 활용 교육의 궁극적인 목표는 학습자가 공공데이터 포털과 Open API를 통해 데이터를 수집·정제·분석하고, Python, pandas, Power BI, Tableau, Looker Studio, Streamlit 등을 활용해 정책·서비스·창업 아이디어로 연결되는 결과물을 만들 수 있게 하는 것이다. 한국·미국·영국·유럽의 민간 데이터 분석 부트캠프, API 활용 교육, 데이터 제품 개발 유료 과정의 흐름을 참고해 프로젝트 중심으로 운영한다.
참고한 유료형 교육 흐름
- 민간 데이터 분석 과정의 데이터 수집, 정제, Python·SQL·BI 도구 결합 흐름
- Open API 실습 과정의 인증키, 요청 URL, JSON/XML 파싱, 오류 처리, 자동 수집
- 데이터 제품 부트캠프의 문제 정의, 데이터 파이프라인, 대시보드·웹 MVP 제작
- 공모전·창업형 유료 교육의 공공데이터 기반 제안서, 발표자료, 포트폴리오 구성
입문 · 1일
입문 1일 공공데이터 활용 교육과정
공공데이터 포털과 열린 데이터의 구조를 이해하고 간단한 분석 결과를 만든다.
| 구분 | 세부 내용 | 실천·실습 방법 |
|---|---|---|
| 목표 1 | 공공데이터의 개념과 활용 절차를 이해한다. | 공공데이터포털, data.go.kr, 서울 열린데이터광장, OECD Data, World Bank Data 같은 포털의 검색·다운로드 절차를 실습한다. CSV, XLSX, JSON, XML, Open API, 라이선스, 갱신주기, 메타데이터 항목을 사례별로 비교한다. |
| 목표 2 | 기초 데이터 정리와 탐색을 수행한다. | Excel 또는 Google Sheets로 필터, 정렬, 피벗테이블, 조건부 서식을 적용해 데이터 구조를 파악한다. 결측값, 이상값, 단위, 날짜 형식, 행정구역명 표준화를 체크리스트로 점검한다. |
| 목표 3 | 간단한 공공데이터 시각화를 만든다. | 인구, 교통, 날씨, 관광, 교육 데이터 중 하나를 선택해 막대·선·지도형 시각화를 만든다. Canva, Looker Studio, PowerPoint를 활용해 1페이지 인사이트 요약 보고서를 완성한다. |
| 사용 플랫폼 | 공공데이터포털(data.go.kr), 서울 열린데이터광장, Excel 365, Google Sheets, Looker Studio, Canva |
|---|---|
| 강사 스펙 | 공공데이터 검색·정제, 스프레드시트 분석, 기초 데이터 시각화 교육 2년 이상 |
| 수업대상 | 공공데이터 입문자, 청소년·대학생, 행정·교육 운영자, 창업 준비생, 시민 데이터 활동가 |
| 소요시간 | 4-6시간 |
| 준비물 | 노트북, 인터넷, Google 계정, Excel 또는 Sheets, 공공데이터 샘플 파일 |
| 산출물 | 공공데이터 탐색표, 정제 데이터, 1페이지 시각화 보고서 |
| 평가방법 | 데이터 검색 25%, 정리 25%, 시각화 25%, 인사이트 15%, 참여도 10% |
초급 · 3일
초급 3일 공공데이터 활용 교육과정
공공데이터 API와 스프레드시트·Python 기초를 활용해 분석 과제를 수행한다.
| 구분 | 세부 내용 | 실천·실습 방법 |
|---|---|---|
| 목표 1 | 공공데이터 API 사용법을 익힌다. | 공공데이터포털 API 신청, 인증키 발급, 요청 URL, 파라미터, 응답 형식을 실습한다. Postman, 브라우저, Google Sheets IMPORTDATA/IMPORTXML 사례로 JSON·XML 응답을 확인한다. |
| 목표 2 | Python으로 데이터를 수집·정리한다. | Python requests, pandas, json, xmltodict를 사용해 API 데이터를 표 형태로 변환한다. Jupyter Notebook 또는 Google Colab에서 결측값 처리, 날짜 변환, 열 선택, 그룹 집계를 수행한다. |
| 목표 3 | 문제 해결형 분석 결과를 만든다. | 지역별 인구·교통·환경·관광 데이터로 비교 지표와 순위표를 만든다. Looker Studio, Power BI, Tableau Public 중 하나로 대시보드 초안을 제작하고 분석 문장을 작성한다. |
| 사용 플랫폼 | 공공데이터포털 API, Postman, Python, pandas, requests, Google Colab, Jupyter Notebook, Looker Studio |
|---|---|
| 강사 스펙 | Open API 활용, Python 데이터 수집, pandas 전처리, 공공데이터 분석 교육 3년 이상 |
| 수업대상 | 데이터 분석 초급자, 대학생, 취업 준비생, 행정·정책·교육 프로젝트 담당자 |
| 소요시간 | 12-18시간 |
| 준비물 | 노트북, Google 계정, Python/Colab 환경, 공공데이터포털 계정, API 인증키 |
| 산출물 | API 호출 노트북, 정제 데이터셋, 분석표, 대시보드 초안 |
| 평가방법 | API 이해 25%, Python 수집 25%, 전처리 20%, 분석·시각화 20%, 발표 10% |
초급 · 1주
초급 1주 공공데이터 활용 교육과정
공공데이터 기반 서비스 아이디어와 데이터 분석 프로토타입을 제작한다.
| 구분 | 세부 내용 | 실천·실습 방법 |
|---|---|---|
| 목표 1 | 데이터 기반 문제 정의를 수행한다. | 생활, 교육, 복지, 교통, 환경, 관광 분야에서 사용자 문제와 의사결정 질문을 정의한다. 관련 공공데이터 목록, 제공기관, 갱신주기, 품질 이슈, 결합 가능성을 데이터 탐색서로 정리한다. |
| 목표 2 | 다중 공공데이터를 결합한다. | 행정구역 코드, 날짜, 좌표, 카테고리를 기준으로 CSV·API 데이터를 병합한다. Python pandas merge/groupby, Excel Power Query, Google Sheets VLOOKUP/XLOOKUP 사례로 결합 과정을 비교한다. |
| 목표 3 | 프로토타입 대시보드와 제안서를 만든다. | Power BI, Tableau Public, Looker Studio 중 하나를 선택해 지도, KPI, 필터, 추세 차트를 구성한다. 문제 정의, 데이터 출처, 분석 결과, 기대효과, 한계, 개선 계획을 포함한 발표자료를 제작한다. |
| 사용 플랫폼 | 공공데이터포털, 지방자치단체 열린데이터, Python pandas, Excel Power Query, Power BI, Tableau Public, Looker Studio |
|---|---|
| 강사 스펙 | 공공데이터 융합 분석, 데이터 기반 문제정의, BI 대시보드, 프로젝트 코칭 3년 이상 |
| 수업대상 | 공모전 준비생, 대학생, 청년 창업팀, 공공서비스 기획자, 데이터 활용 교육생 |
| 소요시간 | 20-30시간 |
| 준비물 | 노트북, API 인증키, Python/Colab, BI 도구 계정, 발표자료 템플릿 |
| 산출물 | 데이터 탐색서, 결합 데이터셋, 공공데이터 대시보드, 서비스 제안서 |
| 평가방법 | 문제정의 20%, 데이터 결합 25%, 분석 25%, 제안서 20%, 발표 10% |
중급 · 4주
중급 4주 공공데이터 활용 교육과정
공공데이터 수집 자동화와 분석 모델을 적용해 실무 프로젝트를 완성한다.
| 구분 | 세부 내용 | 실천·실습 방법 |
|---|---|---|
| 목표 1 | 데이터 수집 파이프라인을 설계한다. | API 인증키, 요청 제한, 페이지네이션, 오류 처리, 로그 기록, 파일 저장 규칙을 설계한다. Python requests, pandas, schedule, SQLite 또는 PostgreSQL을 활용해 반복 수집 구조를 만든다. |
| 목표 2 | 분석 지표와 공간·시계열 분석을 수행한다. | 지역별 인구, 시설, 교통량, 사고, 기상 데이터를 결합해 표준화 지표와 가중치를 설계한다. GeoPandas, Folium, QGIS 사례 또는 Tableau/Power BI 지도 기능으로 공간 패턴을 시각화한다. |
| 목표 3 | 정책·서비스형 결과물을 제작한다. | 분석 결과를 바탕으로 우선순위 지역, 위험지역, 수요예측 후보, 서비스 개선안을 도출한다. Notion 또는 Google Docs에 데이터 출처, 코드, 분석 과정, 한계, 윤리·개인정보 점검을 문서화한다. |
| 사용 플랫폼 | Python, pandas, requests, SQLite/PostgreSQL, Google Colab, GeoPandas/Folium/QGIS 사례, Power BI, Notion |
|---|---|
| 강사 스펙 | API 자동수집, Python 데이터 파이프라인, 공간·시계열 분석, 공공데이터 프로젝트 경험 4년 이상 |
| 수업대상 | 데이터 분석 실무자, 공공서비스 기획자, 연구·정책 보조자, 공모전 심화팀, 청년 개발자 |
| 소요시간 | 40-60시간 |
| 준비물 | 노트북, Python 환경, DB 도구, API 인증키, 공공데이터셋, 프로젝트 문서 템플릿 |
| 산출물 | 수집 자동화 코드, 분석 DB, 공간·시계열 대시보드, 정책·서비스 제안서 |
| 평가방법 | 파이프라인 25%, 분석 지표 25%, 시각화 20%, 문서화 20%, 발표 10% |
심화 · 8주
심화 8주 공공데이터 활용 교육과정
공공데이터 기반 데이터 제품 또는 교육·컨설팅용 프로젝트 포트폴리오를 완성한다.
| 구분 | 세부 내용 | 실천·실습 방법 |
|---|---|---|
| 목표 1 | 공공데이터 제품 기획을 수행한다. | 사용자 인터뷰 가정, 데이터 가치, 이해관계자, 법·윤리·개인정보 리스크, 수익화 또는 운영 모델을 정리한다. 데이터 카탈로그, API 명세, ERD, 지표 정의서, MVP 기능 목록을 프로젝트 설계서로 작성한다. |
| 목표 2 | 분석·시각화·서비스 프로토타입을 구축한다. | Python ETL, PostgreSQL/SQLite, Streamlit 또는 FastAPI, Power BI/Tableau/Looker Studio를 연결해 데이터 제품 흐름을 만든다. 자동 수집, 정제, 저장, 지표 계산, 지도·대시보드, 사용자 입력 필터를 포함한 MVP를 제작한다. |
| 목표 3 | 교육자료와 운영 매뉴얼을 제작한다. | 공공데이터 입문·API·Python·대시보드 실습용 교안, 데이터셋, 퀴즈, 평가 루브릭을 제작한다. 최종 발표에서 문제정의, 데이터 파이프라인, 분석 인사이트, 서비스 화면, 운영비용, 확장 계획을 설명한다. |
| 사용 플랫폼 | 공공데이터포털 API, Python, pandas, FastAPI/Streamlit, PostgreSQL/SQLite, GitHub, Power BI/Tableau/Looker Studio, Notion |
|---|---|
| 강사 스펙 | 공공데이터 제품 기획, API·ETL·DB 구축, 대시보드·웹 프로토타입, 교육자료 개발 5년 이상 |
| 수업대상 | 공공데이터 강사 양성과정, 데이터 제품 기획자, 청년 창업팀, 개발·분석 포트폴리오 준비생 |
| 소요시간 | 80-120시간 |
| 준비물 | 고성능 노트북, Python/DB 개발환경, API 인증키, GitHub 계정, 프로젝트 데이터셋, 발표자료 도구 |
| 산출물 | 공공데이터 제품 기획서, ETL 코드, DB, 웹/대시보드 MVP, 교육자료, 운영 매뉴얼 |
| 평가방법 | 제품 기획 20%, 파이프라인 25%, MVP 구현 30%, 교육자료 15%, 최종발표 10% |