📊 데이터로 시작한 나의 첫 부동산 탐험기

부동산 데이터를 처음 만지며 Streamlit으로 시각화해본 경험

소개

부동산에 처음 입문하면서, 생각보다 데이터 리터러시가 중요하다는 걸 느꼈어요. 막연히 "좋은 입지"나 "투자처"를 말하기 전에, 도대체 무슨 데이터를 가지고 말하는 건지 궁금했죠. 그래서 직접 데이터를 모아보고, 분석해서 시각화해보기로 했습니다. 어렵지만 직접 해보는 게 빠르다고 믿고 시작했습니다 🏃‍♂️

진행 방법

• 사용 도구

  • Streamlit (빠르게 웹 앱 형태로 시각화)

  • 공공데이터 포털 API (부동산 관련 데이터 수집)

• 진행 내용

  • 공공데이터 API를 활용해 지역별 부동산 데이터를 수집했습니다.

  • Pandas로 데이터를 정리하고 전처리한 뒤, Streamlit으로 다양한 차트와 테이블을 구성했습니다.

  • 도메인 지식이 부족해 어떤 데이터를 우선 봐야 할지, 어떤 지표가 중요한지 몰라 초반엔 QA가 매우 어려웠어요.

  • 하지만 반복적으로 시각화하면서 데이터의 흐름을 읽기 시작했습니다.

• Streamlit 구현 화면

ALT

많은 정보가 포함된 대시보드의 스크린샷

ALT

다양한 그래프를 보여주는 대시보드의 스크린샷

제작은 Docs를 먼저 구축하고, Cursor를 통해 전체 기획을 잡았어요. PRD와 함께 MVP Architecture를 어떻게 잡을지 고민했는데,

결국 대량 데이터를 다루는 것이기 때문에 Python Rust 중 Python을 쓰기로 하고 빠른 MVP 제작을 위해 Streamlit을 먼저 사용했습니다.

이후 각 데이터를 살펴보며 실제 데이터에서 어떤 것이 필요한지 체크할 필요를 느꼈어요

그래서 Claude in Chrome을 사용하여 QA와 함께 실제 데이터에서 어떤 것들이 부족한지 리뷰를 받았습니다.

이후에 필요한 내용을 체크하여 Cursor와 CLI Agent를 통해 구현했습니다.

차주에는 스터디장님들의 의견을 받아

부동산 시장 사이클과 메커니즘을 먼저 조사한후에 md 파일을 만들고, 튀는 데이터는 Search API를 붙여 분석할 수 있게 하려고 합니다.

아마 마지막 주에는 레포트 작성이 되는 AI가 되지 않을까 하네요.

개발을 기존에 알고 있지만 부동산은 전혀 모르는 상태다보니, 더 어렵게 느꼈던 부동산이 막상 시작하고, 데이터를 제가 직접 쪼개고 분석하면서 조금은 이해하기 쉬운 친구가 된거 같아요.

결과와 배운 점

• 처음엔 숫자 덩어리였던 데이터가 시각화를 통해 “흐름” 으로 느껴지기 시작했어요.

• 어떤 지역은 가격이 완만하게 오르고, 어떤 지역은 급등락이 있다는 걸 눈으로 보니까 이해가 훨씬 쉬웠어요.

• 무엇보다, 데이터를 직접 만지면서 부동산이라는 분야가 조금씩 친숙해졌다는 게 가장 큰 수확이에요.

• 부동산을 잘 몰라도, 데이터로 시작할 수 있다는 걸 몸소 느꼈습니다 🙌

도움 받은 글 (옵션)

• Streamlit 공식 문서: https://docs.streamlit.io/

• 공공데이터포털: https://www.data.go.kr

💬 하고 싶은 말: "일단 시작하면 뭐라도 된다...!"
생각만 하지 말고, 작은 데이터부터 만져보세요. 어느새 맥락이 보이기 시작합니다 👀