본문으로 건너뛰기

서울 열린데이터 광장 API 연결하고 정비사업 대시보드 시각화 더하기~!

Spark

2026.08.04

서울 열린데이터 광장 API 연결하고 정비사업 대시보드 시각화 더하기~! 본문 이미지

📝 한줄 요약

1주차에 인증키가 없어 비워뒀던 도시계획 데이터 71,626행을 실제로 연결하고, 2주차 자료(통계 판단 7문항 + 시군구 경계 지도)를 붙여 차트 5개짜리 대시보드를 10개로 고도화했습니다.

바쁘시면 이것만 읽어도 돼요:

  • 인증키를 받아 도시계획 데이터 5종 71,626행을 전건 수집했고, 정비사업과 결정고시를 잇는 연결 성공률이 98.7%로 나왔습니다. 1936년부터의 시계열이 열렸습니다.

  • 차트를 만들기 전에 통계 7문항을 먼저 돌렸더니 1주차 결론이 흔들렸습니다. "성동구가 가장 많이 멈춰 있다"는 맞지만, 그건 그 구의 사업유형 구성 때문이었습니다.

  • 자치구별로 나눠 보던 걸 사업유형별로 나눠 보니 재개발(도시정비형) 22.1% ↔ 가로주택정비 3.9%로 격차가 훨씬 컸습니다.

  • 인증키를 저장할 때 눈에 안 보이는 문자 하나 때문에 키를 못 읽는 함정이 있었습니다. 파일은 멀쩡해 보이는데 안 됩니다.

  • 지도를 붙여보니 일시중단은 특정 권역에 몰려 있지 않았습니다. "찍어보니 아니었다"도 결과입니다.

  • 대시보드 숫자가 원본과 같은지 자동으로 대조하는 표를 넣었습니다. 10개 항목 전부 일치.

🎯 이런 분들께 도움돼요

  • 공공데이터 API를 처음 연결해보려는 비개발자

  • AI가 만들어준 차트를 어디까지 믿어야 할지 고민인 분

  • 1주차에 만든 결과물을 어떻게 발전시킬지 막막한 스터디원

  • 지역별 데이터를 다루는데 "이 순위가 맞나?" 싶은 분

😫 문제 상황 (Before)

1주차 발표를 마쳤을 때 제 대시보드는 절반만 채워져 있었습니다.

인증키가 없어서 서울 열린데이터 광장의 도시계획 데이터 5종은 손도 못 댔습니다. 화면에는 "미수집"이라는 회색 딱지만 붙어 있었죠. 가짜 숫자로 채우지 않은 건 잘한 일이지만, 발표하면서도 계속 걸렸습니다.

[1주차 연결 전]

[2주차 연결 후]

한국어 웹사이트 스크린샷

무엇보다 아쉬웠던 건 날짜가 없었다는 점입니다. 정비사업 데이터에는 시간 정보가 아예 없어서 "언제부터 이랬나", "늘어나는 중인가 줄어드는 중인가"를 하나도 볼 수 없었습니다. 현황만 있고 흐름이 없는 대시보드였습니다.

그리고 1주차 발표 마지막 장에 제가 이렇게 적어뒀습니다.

1주차는 가능성을 판단하기 위한 시작 단계, 2주차부터는 고도화를 통해 의미있는 인사이트 도출이 목표~!

써놓고 나니 지켜야 했습니다.

🛠️ 사용한 도구

  • 도구: Claude Code CLI (VS Code에서 실행)

  • 모델: Claude Opus 5

  • 1주차 결과물: 그대로 재사용 (수집 프로그램, 대시보드, 프로젝트 규칙 문서)

  • 2주차 스터디 자료: 통계 판단 문서, 2주차 핸드아웃, 시군구 경계 파일


🔧 작업 과정

1. 인증키 연결 — 눈에 안 보이는 문자 하나에 막혔습니다

인증키는 서울 열린데이터 광장에서 5분 만에 발급됐습니다. 문제는 그다음이었습니다.

키를 코드나 채팅창에 붙여넣으면 안 되니, 터미널에서 파일에 직접 저장하는 방법을 다시 물어봤습니다.

내 API 인증키를 env에 저장하는 방법 다시 설명해줘

그런데 Claude가 설명을 시작하기 전에 이러더군요. "제가 1주차에 알려드린 명령이 실제로는 동작하지 않습니다."

확인해보니 진짜였습니다. 제 컴퓨터의 기본 터미널 버전에서는 그 명령이 파일 맨 앞에 눈에 보이지 않는 문자 하나를 붙입니다. 그러면 프로그램이 키 이름을 다른 이름으로 읽어버려서 "키가 없다"고 나옵니다.

가장 고약한 건 파일을 열어보면 완전히 멀쩡해 보인다는 점입니다. 눈으로는 절대 못 찾습니다. 저 혼자였으면 몇 시간 날렸을 겁니다.

Claude가 두 가지를 같이 해줬습니다. 안내 문구를 고친 것뿐 아니라, 프로그램이 그 문자가 있어도 알아서 넘어가도록 코드를 보강해줬습니다. 다음 사람이 똑같이 실수해도 그냥 되게요.

저장한 뒤 실제로 서울시 서버에 한 건 요청해서 확인까지 했습니다.

이렇게 하는게 맞아? (터미널 화면 캡처를 붙여넣음)

정상 응답이 왔고, 그대로 도시계획 데이터 5종 71,626행을 전건 수집했습니다.

2. 드디어 날짜가 생겼습니다

수집하고 나서 가장 궁금했던 건 정비사업과 결정고시가 실제로 얼마나 연결되는가였습니다. 1주차에 "오래된 자료는 연결이 안 될 수도 있다"고 예상했었거든요.

결과는 98.7%. 거의 다 붙었습니다. 예상보다 훨씬 좋았습니다.

덕분에 1936년부터 2026년까지의 시계열이 열렸습니다. 90년치 입니다. 다만 너무 옛날 것까지 다 보여주면 오히려 안 읽혀서, 최근 20년(2006년 이후)만 화면에 표시하기로 했습니다.

그려놓고 보니 2009년이 1,795건으로 최근 20년 중 가장 많았고, 2011년에 뚝 떨어진 뒤로는 300~800건대를 오갑니다. 현황만 보던 대시보드에 처음으로 흐름이 생겼습니다.

결정고시 연도별 추이 — 2009년 1,795건으로 최근 20년 중 최다, 2011년 급락 후 300~800건대. 연중이라 미완성인 2026년은 회색 점선으로 구분

▲ 결정고시 연도별 추이 — 2009년 1,795건으로 최근 20년 중 최다, 2011년 급락 후 300~800건대. 연중이라 미완성인 2026년은 회색 점선으로 구분

미완성인 올해(2026년)는 회색 점선으로 따로 표시했습니다. 아직 안 끝난 해를 실선으로 이으면 "급감하는 중"으로 잘못 읽히거든요.

3. 차트를 만들기 전에 질문 7개부터 — 여기서 제 1주차 결론이 흔들렸습니다

2주차 자료 중에 통계 판단 7문항 문서가 있었습니다. 1주차 발표 때 제가 슬라이드 한 장을 통째로 할애해서 소개했던 문서입니다. 이런 경고가 적혀 있었죠.

AI가 만든 요약값과 차트를 그대로 믿지 말 것

발표할 땐 "좋은 말이네" 하고 넘어갔는데, 이번엔 실제로 돌려봤습니다.

2주차 스터디 때 활용한 자료야. 지금 구축하고 있는 대시보드를
첨부한 파일 참고해서 내 대시보드에 반영해줘.
필요하면 내 사례에 맞춰 수정해줘도 좋아

Claude가 차트를 만들기 전에 7문항을 하나씩 데이터로 확인하더니, 작업을 멈추고 이걸 먼저 보여줬습니다.

① 자치구 순위는 그 구의 "사업유형 구성"을 반영하고 있었습니다

1주차에 저는 "성동구가 32.4%로 가장 많이 멈춰 있다"고 발표했습니다. 숫자는 맞습니다. 그런데 사업유형별로 나눠보니 이렇게 나왔습니다.

사업유형

일시중단 비율

재개발(도시정비형)

22.1%

재건축

15.6%

재개발(주택정비형)

10.4%

가로주택정비

3.9%

유형 간 격차가 자치구 간 격차만큼 큽니다. 그리고 영등포구를 유형별로 쪼개보니 결정적이었습니다.

  • 재개발(도시정비형) 46곳 중 43.5%가 중단

  • 재개발(주택정비형) 17곳 중 0%

같은 구 안에서 유형에 따라 완전히 다릅니다. 결국 "어느 구가 문제인가"보다 "어느 유형이 잘 멈추는가"가 먼저였던 겁니다.

구성 점검 섹션 — 왼쪽은 사업구분별 일시중단 비율(재개발 도시정비형 22.1%가 최고, 가로주택정비 3.9%), 오른쪽은 사업구분별 사업장 수 구성

▲ 구성 점검 섹션 — 왼쪽은 사업구분별 일시중단 비율(재개발 도시정비형 22.1%가 최고, 가로주택정비 3.9%), 오른쪽은 사업구분별 사업장 수 구성

그래서 "구성 점검"이라는 섹션을 새로 만들었습니다. 자치구 순위를 그대로 믿기 전에 이걸 먼저 보라는 뜻입니다. 각 막대 옆의 괄호가 분모(전체 건수)입니다.

② 비율을 평균 내면 안 됩니다

25개 자치구의 중단율을 그냥 평균 내면 11.0%가 나옵니다. 그런데 실제 전체 비율은 11.7%입니다. 자치구마다 사업장 수가 다르기 때문입니다.

③ 분모를 같이 보여줘야 합니다

자치구별 사업장 수가 11곳부터 120곳까지 10.9배 차이납니다. 11곳 중 1곳이 멈춘 것과 120곳 중 28곳이 멈춘 것을 같은 %로 나란히 놓으면 오해를 부릅니다. 그래서 모든 비율 옆에 (11/34) 같은 실제 숫자를 붙였습니다.

④ 평균이 하위권을 덮고 있었습니다 (1주차에 이어 또)

자료충실도 평균 94.4%, 중앙값 100%. 하위 25% 지점조차 99.7%입니다. 평균 94.4%는 소수의 낮은 값이 끌어내린 결과였습니다.

4. 지도를 붙였습니다 — 그런데 "아무 패턴도 없다"가 결과였습니다

2주차 자료로 시군구 경계 파일을 받았습니다. 전국 255개 시군구가 들어 있길래 서울 25개 자치구만 추려서 썼습니다(2MB → 25KB).

지도를 붙일 땐 조심해야 할 게 있습니다. 시각화 가이드에도 "자치구 순위는 막대로, 지도는 공간 패턴을 볼 때만"이라고 적혀 있죠. 그래서 순위 막대는 그대로 두고, 지도는 옆에 나란히 놓았습니다.

물어본 건 딱 하나였습니다. "일시중단이 인접한 구끼리 몰려 있나?"

답은 아니오였습니다. 성동·영등포·양천이 서울 안에서 서로 뚝뚝 떨어져 있습니다. 인접 효과가 안 보입니다.

지역 비교 섹션 — 왼쪽은 서울 25개 자치구 지도(색이 진할수록 일시중단 비율 높음), 오른쪽은 같은 값을 순위 막대로 표시. 진한 구들이 서로 인접해 있지 않다

▲ 지역 비교 섹션 — 왼쪽은 서울 25개 자치구 지도(색이 진할수록 일시중단 비율 높음), 오른쪽은 같은 값을 순위 막대로 표시. 진한 구들이 서로 인접해 있지 않다

지도와 순위 막대를 나란히 둔 게 핵심입니다. 지도만 있으면 "면적이 큰 구가 더 심각해 보이는" 착시가 생기고, 정확한 순위도 못 읽습니다. 지도는 위치를, 막대는 순위를 담당합니다.

솔직히 지도를 붙일 땐 "동남권이 어떻더라" 같은 그림을 기대했는데 아니었습니다. 그래도 찍어봐서 아니라는 걸 확인한 것도 결과라고 생각합니다. 그래서 제목도 그대로 "일시중단은 특정 권역에 몰려 있지 않다"로 달았습니다.

5. 만들고 나서 눈으로 보고 두 번 고쳤습니다

Claude가 차트를 다 만든 뒤 실제로 브라우저에 띄워서 확인하더니 스스로 문제를 찾아냈습니다.

지도의 성동구 글씨가 안 보였습니다. 성동구가 가장 진한 색으로 칠해졌는데 그 위에 검은 글씨를 얹으니 묻혀버린 거죠. 색이 진한 칸은 흰 글씨로 자동 전환하게 고쳤습니다.

자치구별 자료충실도 차트는 화면의 85%가 빈 공간이었습니다. 값이 전부 85~100% 사이에 몰려 있으니 가로축을 0부터 그리면 막대가 오른쪽 끝에 다닥다닥 붙습니다.

여기서 Claude의 제안이 좋았습니다. 축을 자르는 대신 보여주는 지표 자체를 바꾸자는 거였습니다. "얼마나 높은가(수준)" 대신 "그 구 안에서 얼마나 벌어지는가(편차)"를 그리면 축을 자를 필요가 없다고요.

바꿔놓고 보니 훨씬 잘 읽혔습니다. 강서구만 유독 편차가 크고, 11개 구는 편차가 아예 0입니다. 원래 차트로는 절대 안 보였을 사실입니다.

자료 공개 성실도 — 위는 전체 분포(90~100점에 720곳 몰림, 50점 미만 24곳), 아래는 자치구별 편차. 강서구 15.0%p가 압도적이고 11개 구는 편차 0

▲ 자료 공개 성실도 — 위는 전체 분포(90~100점에 720곳 몰림, 50점 미만 24곳), 아래는 자치구별 편차. 강서구 15.0%p가 압도적이고 11개 구는 편차 0

축을 자르는 건 통계 그래프에서 가장 흔한 눈속임입니다. 그걸 피하는 방법이 "축을 조금만 자르기"가 아니라 "다른 걸 그리기"라는 게 이번에 배운 것 중 제일 컸습니다.

6. 대시보드 숫자를 자동으로 검산하게 했습니다

발표를 앞두고 제일 무서운 건 "저 숫자 맞아요?"라는 질문입니다.

그래서 대시보드에 QA 표를 넣었습니다. 화면에 표시된 숫자를 원본 데이터에서 다시 세어보고 같은지 대조하는 표입니다. 지금은 10개 항목 전부 일치하고, 하나라도 어긋나면 만드는 단계에서 바로 멈춥니다.

QA 표 — 사업장 총 건수, 자치구 수, 일시중단 건수 등 10개 항목에 대해 대시보드 값과 원본 집계 값을 나란히 놓고 일치 여부 표시

▲ QA 표 — 사업장 총 건수, 자치구 수, 일시중단 건수 등 10개 항목에 대해 대시보드 값과 원본 집계 값을 나란히 놓고 일치 여부 표시

발표 때 "저 숫자 맞아요?"라는 질문을 받으면 이 표를 보여주면 됩니다.


✅ 결과 (After)

Before vs After

항목

1주차 (Before)

2주차 (After)

다룬 데이터

사업장 1,137건

72,763행 (도시계획 5종 추가)

시간 정보

없음 (현황만)

1936~2026년 시계열

차트 수

5개

10개

지도

없음

서울 25개 자치구

분석 관점

자치구별

자치구별 + 사업유형별

숫자 검증

눈으로 확인

자동 대조 10항목

해석의 한계

하단에 한 줄

별도 섹션(말할 수 없는 것 4가지)

대시보드 구성

대시보드 상단 요약 — 큰 숫자 521(추진주체 구성 단계 사업장)과 KPI 6개(전체 사업장 1,137 / 자치구 25개 / 일시중단 133 / 진행단계 미기재 29건 / 정비구역 4,069개 / 결정고시 조인 98.7%)

▲ 대시보드 상단 요약 — 큰 숫자 521(추진주체 구성 단계 사업장)과 KPI 6개(전체 사업장 1,137 / 자치구 25개 / 일시중단 133 / 진행단계 미기재 29건 / 정비구역 4,069개 / 결정고시 조인 98.7%)

맨 위 요약에 정비구역 4,069개와 결정고시 조인 98.7%가 새로 들어왔습니다. 1주차엔 없던 숫자입니다. "조서 6,584행 ≠ 구역 수"라고 굳이 적어둔 건, 행 수를 구역 수로 착각하기 쉬운 데이터라서입니다.

진단 → 진행단계 → 지역 비교 → 구성 점검 → 자료 공개 → 시계열 → 데이터 현황 → 해석 범위

이 중 "구성 점검"은 이번에 새로 만든 섹션입니다. 자치구 순위를 그대로 믿기 전에 사업유형 구성을 먼저 보라는 의도로 넣었고, 화면 맨 위 요약에도 "자치구를 지목하기 전에 구성 점검을 함께 보세요"라고 적어뒀습니다.

"해석 범위" 섹션에는 자랑 대신 못 하는 것을 적었습니다.

  • 인과를 말할 수 없다 (사업장 수와 중단율의 관계는 약합니다)

  • 자치구 순위를 우열로 읽을 수 없다 (유형 구성이 다릅니다)

  • '정체'를 기간으로 재지 못했다 (단계 진입일이 데이터에 없습니다)

💬 이 과정에서 배운 AI 활용 팁

효과적이었던 것

  1. 차트를 만들기 전에 "계산 기준부터 확인해줘"라고 시키기. 이번 작업에서 가장 값이 컸던 한 마디입니다. 바로 차트를 그리게 했으면 1주차와 똑같은 결론을 더 예쁘게 그려서 받았을 겁니다.

  2. "만들고 나서 실제로 열어서 눈으로 봐줘"라고 요청하기. 코드는 멀쩡한데 글씨가 안 보이거나 화면이 텅 비는 문제는 열어봐야만 압니다. 실제로 두 개나 나왔습니다.

  3. 결정이 필요한 지점에서 선택지를 받기. 시계열을 몇 년부터 보여줄지, 지도에 뭘 칠할지를 Claude가 임의로 정하지 않고 후보를 제시하면서 물어봤습니다. 제가 고른 기준이라 발표할 때 설명할 수 있습니다.

  4. 1주차 산출물을 파일 이름만 대서 물려주기. 프로젝트 규칙 문서를 만들어뒀더니 2주차에 "가짜 데이터 만들지 마라" 같은 걸 다시 설명할 필요가 없었습니다.

이렇게 하면 안 돼요

  1. AI가 준 숫자를 그대로 발표에 쓰기. 제가 1주차에 그랬습니다. 숫자 자체는 맞았지만 해석이 반쪽이었습니다.

  2. 비율만 보여주기. 분모를 안 보여주면 11곳 중 1곳과 120곳 중 28곳이 똑같아 보입니다.

  3. 비율을 평균 내기. 지역별 비율의 평균은 전체 비율이 아닙니다. 원래 숫자를 다 합쳐서 다시 나눠야 합니다.

  4. 값이 안 보인다고 축 자르기. 축을 자르는 대신 다른 지표를 그리는 것을 먼저 검토하세요.

  5. 문서에 적힌 걸 확인 없이 믿기. 1주차엔 제가 만든 안내 문서가 틀렸고, 2주차엔 제가 알려드린 저장 명령이 틀렸습니다. 둘 다 실제로 한 번 돌려봐서 잡았습니다.

🌍 다른 업무에 적용한다면?

"전체 순위를 세부 항목으로 한 번 더 쪼개보기"는 어디에나 씁니다.

  • 지점별 실적 순위 → 지점의 상품 구성이 다른 건 아닌가?

  • 부서별 야근 시간 → 부서의 직무 구성 차이는 아닌가?

  • 채널별 전환율 → 채널이 다른 고객층을 데려오는 건 아닌가?

순위표를 받으면 "이 순위가 진짜 그 대상의 특성인가, 아니면 구성 차이인가"를 한 번 묻는 것만으로 결론이 달라질 수 있습니다.

"분모를 같이 적기"도 보고서에 바로 쓸 수 있습니다. 비율 옆에 실제 건수를 괄호로 붙이는 것만으로 오해가 크게 줍니다.

🚀 앞으로의 계획

  • 단계별로 얼마나 오래 머물렀는지 계산하기. 지금은 '정체'를 "운영이 멈춘 상태"로 대신 보고 있는데, 결정고시 날짜를 사업장에 연결하면 실제 기간이 나옵니다. 다만 두 데이터의 단위가 달라서(한쪽은 사업장, 한쪽은 구역) 연결 규칙을 먼저 정해야 합니다.

  • 구역 경계 지도로 확장하기. 지금은 자치구 단위인데, 정비구역 경계를 구하면 훨씬 정밀해집니다. 서울 열린데이터 광장에는 없어서 다른 곳을 찾아야 합니다.

  • 도시계획 이력 데이터를 붙여 변경 과정 추적하기.

📋 재사용 가능한 프롬프트

프롬프트 1: 차트 만들기 전 계산 기준 확인 (이번에 가장 값이 컸던 것)

아직 차트와 대시보드는 만들지 마.
원본 데이터는 수정하지 말고 다음을 실제 데이터에서 확인해줘.

1. 한 행이 정확히 무엇 하나를 뜻하는지
2. 내가 보려는 비율의 분자와 분모가 각각 무엇인지
3. 이 집단을 대표하는 값으로 평균과 중앙값 중 무엇이 맞는지
4. 그 대표값 뒤에 가려진 분포가 어떤 모양인지
5. 지금 비교하는 숫자들의 기간·대상·단위가 같은지
6. 전체로 볼 때와 세부 집단으로 나눠 볼 때 방향이 같은지
7. 이 관계를 어디까지 해석할 수 있는지

각 항목마다 실제 계산값, 추천 판단과 이유, 내가 결정해야 할 질문을 알려줘.
상관관계를 인과관계로 쓰지 말고, 내가 기준을 고를 때까지 차트를 만들지 마.

6번이 핵심입니다. 이 한 줄이 제 결론을 바꿨습니다.

프롬프트 2: 만든 화면을 눈으로 확인시키기

차트를 다 만들면 실제로 브라우저에 띄워서 확인해줘.
글자가 잘리거나 겹치는 곳, 빈 차트, 색이 겹쳐 안 보이는 라벨,
값이 한쪽에 몰려서 안 읽히는 차트가 없는지 보고 고쳐줘.

값이 한쪽에 몰려 있으면 축을 자르지 말고,
다른 지표로 바꾸는 방법을 먼저 제안해줘.

프롬프트 3: 대시보드 숫자 검산하기

대시보드에 표시된 숫자를 원본 데이터에서 다시 집계해 비교하는 표를 만들어줘.
항목명, 대시보드 값, 원본 집계 값, 일치 여부를 나란히 보여주고
하나라도 어긋나면 진행을 멈춰줘.

"저장했습니다"와 "저장된 걸 다시 읽어서 확인했습니다"가 다른 것처럼, "차트를 그렸습니다"와 "차트 숫자가 원본과 같은지 대조했습니다"도 다릅니다.


마치며

1주차 발표를 "2주차부터는 고도화를 통해 의미있는 인사이트 도출이 목표"로 끝냈는데, 막상 해보니 고도화는 차트를 늘리는 게 아니었습니다.

차트는 5개에서 10개로 늘었지만, 실제로 달라진 건 같은 데이터를 한 번 더 쪼개서 본 것 하나였습니다. 자치구로만 보던 걸 사업유형으로도 나눠본 것뿐인데 결론이 바뀌었습니다.

API를 연결해서 데이터가 64배 늘어난 것보다, 질문을 하나 더 던진 게 컸습니다.

읽어주셔서 감사합니다 🙏

함께 이야기해요 0

로그인하고 댓글을 남겨 주세요

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기