All in One SEO v4.9.10에서 생성된 이 파일은 llms.txt 파일로, LLM이 사이트를 색인화하는 데 사용됩니다.

# 지디에스케이 : GDSK

## Sitemaps

- [XML Sitemap](https://gdskorea.co.kr/sitemap.xml): Contains all public & indexable URLs for this website.

## 글

- [인천광역시는 왜 행정구역을 개편했을까? – 2군 8구 체제에서 2군 9구 체제로의 개편](https://gdskorea.co.kr/인천광역시는-왜-행정구역을-개편했을까-2도-8구-체/) - 인천광역시 행정구역 개편의 배경과 의미에 대해 알아봅니다.
- [행정동 경계 데이터, 매월 어떻게 바뀔까 - Tableau 대시보드로 보는 행정구역 변동 내역](https://gdskorea.co.kr/행정동-경계-데이터-매월-어떻게-바뀔까-tableau-대시보드/) - 매달 바뀌는 행정동 경계 변동 내용을 지도와 그래프로 확인 할 수 있도록 Tableau 대시보드로 구현했습니다.
- [도로명 주소 변경 내역 – 2026년 3월 고시](https://gdskorea.co.kr/도로명-주소-변경-내역-2026년-3월-고시/) - 2026년 3월 고시된 전국의 도로명 주소 변경 내역에 관해 알아봅니다.
- [새로 입주하는 공동주택은 얼마나 될까? – 2026년 5월 (2)](https://gdskorea.co.kr/새로-입주하는-공동주택은-얼마나-될까-2026년-5월-2/) - 2026년 5월의 전국 신규 입주 공동주택 단지에 관해 알아봅니다.
- [새로 입주하는 공동주택은 얼마나 될까? – 2026년 5월 (1)](https://gdskorea.co.kr/새로-입주하는-공동주택은-얼마나-될까-2026년-5월-1/) - 2026년 5월의 전국 신규 입주 공동주택 단지에 관해 알아봅니다.
- [Agentforce World Tour Korea 2026 Coex 참가 후기](https://gdskorea.co.kr/agentforce-world-tour-korea-2026-coex-참가-후기/) - AWTK 2026 행사에 스폰서 부스로 참여하여 포탈 솔루션을 시연했습니다.
- [AI 에이전트가 바꾸는 Tableau 업무 방식 : 클로드 코드 10x 워크플로우의 시대](https://gdskorea.co.kr/ai-에이전트가-바꾸는-tableau-업무-방식-클로드-코드-10x-워크/) - 태블로 컨퍼런스에서 가장 인기가 많았던 클로드 코드 세션에 대한 내용 요약입니다.
- [태블로 컨퍼런스 2026 - ② | Devs on stage 요약](https://gdskorea.co.kr/태블로-컨퍼런스-2026-②-devs-on-stage-요약/) - 태블로 주요 세션 중에 하나인 Devs on Stage의 내용을 요약했습니다.
- [도로명 주소와 지번 주소의 특수한 관계 ③](https://gdskorea.co.kr/도로명-주소와-지번-주소의-특수한-관계-③/) - 도로명 주소와 지번 주소가 N:N으로 대응하는 관계에 대해 알아봅니다.
- [태블로 컨퍼런스 2026 - ① | AI 에이전트 시대, Tableau의 주요 신기능 리뷰 - Keynote 요약](https://gdskorea.co.kr/태블로-컨퍼런스-2026-①-ai-에이전트-시대-tableau의-주요-신기/) - 26년 5월 미국 샌디에이고에서 개최된 TC26의 핵심 키노트 내용을 정리했습니다.
- [도로명 주소와 지번 주소의 특수한 관계 ①](https://gdskorea.co.kr/도로명-주소와-지번-주소의-특수한-관계/) - 도로명 주소와 지번 주소의 대응 관계와 유형에 대해 알아봅니다.
- [도로명 주소와 지번 주소의 특수한 관계 ② - 다양한 양상](https://gdskorea.co.kr/도로명-주소와-지번-주소의-특수한-관계-②-다양한-양/) - 도로명 주소와 지번 주소의 관계 유형의 다양한 양상에 대해 알아봅니다.
- [태블로(Tableau) 라이선스 유형 한 눈에 비교하기 - Creator, Explorer, Viewer](https://gdskorea.co.kr/태블로tableau-라이선스-유형-한-눈에-비교하기-creator-explorer-viewer/) - 태블로의 주요 세가지 라이선스를 비교하며 각 라이선스의 역할을 확인합니다.
- [화성시는 왜 행정구를 나누었을까? - 화성시 행정구 분구와 일반구 체계의 의미](https://gdskorea.co.kr/화성시는-왜-행정구를-나누었을까-화성시-행정구-분/) - 화성시 분구의 배경과 의미에 대해 알아봅니다.
- [대한민국 최장도로들 – 고속도로 ②  동서축 고속도로들](https://gdskorea.co.kr/대한민국-최장도로들-고속도로-②-동서축-고속도로/) - 대표적인 고속도로의 노선별 길이와 특징에 대해 알아봅니다.
- [태블로(Tableau) 실무에서 자주 사용하는 계산된 필드 top15 - 초급](https://gdskorea.co.kr/태블로tableau-실무에서-가장-많이-쓰는-계산된-필드-top15-초/) - 태블로에서 가장 자주 사용하는 계산식의 초급 단계들을 모았습니다.
- [태블로(Tableau) 날짜 문자(Abc)인식 오류 해결 : DATEPARSE 가이드](https://gdskorea.co.kr/태블로tableau-날짜-문자abc인식-오류-해결-dateparse-가이드/) - 태블로에서 날짜 표시가 문자(Abc)로 인식되는 경우 DATEPARSE 함수를 사용해 해결하는 방법입니다.
- [대한민국 최장도로들 – 고속도로 ① 남북축 고속도로들](https://gdskorea.co.kr/대한민국-최장도로들-고속도로-①-남북축-고속도/) - 대표적인 고속도로의 노선별 길이와 특징에 대해 알아봅니다.
- [도로의 길이를 쉽게 알 수 있는 방법](https://gdskorea.co.kr/도로의-길이를-쉽게-알-수-있는-방법/) - 도로명주소 표지판을 이용하여 두 지점 간의 거리를 알아내는 방법을 소개합니다.
- ['벚꽃길'이 가장 많은 도시는 서울 - 전국 도로명 데이터로 보는 지역 브랜딩과 역사 기록](https://gdskorea.co.kr/벚꽃길이-가장-많은-도시는-서울-전국-도로명-데이/) - 전체 도로명 분석을 통해 가장 인기있는 인물명, 동식물 기반의 도로명과 벚꽃길이 가장 많은 지역을 찾아봅니다.
- [전국에서 가장 많은 도로명 1위는? - 42,462개의 데이터가 밝힌 답](https://gdskorea.co.kr/전국에서-가장-많은-도로명-1위는-42462개의-데이터가-밝/) - 전국에서 가장 인기 있는 도로명 top10 리스트를 알아봅니다.
- [우리나라에서 길이가 가장 긴 도로는 무엇일까? - GDSK 도로명 분석](https://gdskorea.co.kr/우리나라에서-길이가-가장-긴-도로는-무엇일까-gdsk-도/) - 우리나라에서 가장 길이가 긴 도로명의 현황을 분석합니다.
- [기본 도로명으로 본 도로 이름의 특징 : 도로명 주소로 본 대한민국](https://gdskorea.co.kr/기본-도로명으로-본-도로-이름의-특징-도로명-주소로/) - 도로명 데이터 전수분석을 통한 우리나라 도로이름의 특징입니다.
- [태블로(Tableau)기초 : 연속-불연속 필드 이해하기](https://gdskorea.co.kr/태블로tableau-기초-연속-불연속-필드-이해하기/) - 태블로에서 가장 헷갈리기 쉬운 개념 중 하나인 연속-불연속 필드를 설명합니다.
- [AI 프롬프트 5단계 가이드: 데이터 리터러시를 활용한 업무 효율 향상](https://gdskorea.co.kr/ai-프롬프트-5단계-가이드-데이터-리터러시를-활용한-업/) - AI 프롬프트에 어떤 질문을 해야 할까요? 똑같은 AI를 사용하더라도 결과의 깊이가 다른 이유는 '데이터 리터러시'에 있습니다. AI 답변의 질을 획기적으로 높이는 [가설-구조-로직-검증-출력] 5단계 프롬프트 프레임워크를 확인하세요. 데이터 맥락을 정의하고 논리적 경로를 지정하여 AI를 고차원 분석 파트너로 활용하는 실전 전략을 제시합니다. 지금 바로 실무자를 위한 AI 활용 가이드를 만나보세요.
- [태블로(Tableau)기초: 9가지 작업 영역, 10분만에 이해하기](https://gdskorea.co.kr/태블로tableau기초-9가지-화면-영역-10분만에-이해하기/) - 태블로를 처음 사용해보시는 분들이 작업 화면을 쉽게 이해하고 데이터를 활용 할 수 있도록 9가지 구성 요소로 간단한게 나누어 설명합니다. 작업화면을 이해하면 대시보드를 만들어 볼 수 있습니다.
- [대로, 로, 길은 어떻게 다를까?](https://gdskorea.co.kr/대로-로-길은-어떻게-다를까/) - - [ 우리나라 주소 체계의 발전 ] 세종로와 세종대로, 어느 쪽이 맞을까? ‘테헤란로’는 ‘대로(大路)‘일까, ‘로(路)‘일까? [도로명 주소] 대로, 로, 길은 어떻게 다를까? 도로명 주소는 ‘기본주소(주소 상)’에 해당하는 도로명과 ‘상세주소(주소 하)’에 해당하는 건물 번호로 구성된다. 그런데, 도로명에 ‘대로’나 ‘로’를, 때로는 ‘길’을 사용한다. 어림짐작으로 이 세가지가 도로의 크기를 가리키는 것 같기는 한데, 정확하게 그럴까? 지명이란 보수적이어서 예전부터 사용되던 명칭을 #주소 #정체성 #공간
- [[GDSK x Tableau] Tableau 서버 장애  사전 예방을 위한 백업 및 유지관리 자동화](https://gdskorea.co.kr/tableau-backup-solution/) - [ Tableau Server ] [GDSK x Tableau] Tableau 서버 장애 사전 예방을 위한 백업 및 유지관리 자동화 해당 영상에서는 Tableau Server 장애 상황에 대비 하고자 Tableau서버 백업 및 로그 파일 관리 및 유지관리 자동화 방법에 대한 설명을 담았습니다.
- [[GDSK x Tableau] Tableau Log 정보를 활용하여 리포트 만들기 ①](https://gdskorea.co.kr/tableau-log-report/) - [ Tableau ] Tableau 관리자를 위한 리포트 만들기 안녕하세요, 지디에스케이입니다. 오늘 소개 드릴 내용은 ‘Tableau의 log 정보를 활용한 리포트 만들기’입니다. Tableau log에는 데이터 추출 기록, 사용자 로그인 기록 등 사용자들의 전반적인 행위작업들이 모두 기록되게 됩니다. 이 log 기록을 가지고 리포트를 생성하게 된다면 Tableau를 운영하는 관리자 입장에서 매우 유용하게 사용할 수 있답니다. 그전에 잠깐! Tableau Server에서는
- [[GDSK x Tableau] Tableau Log 정보를 활용하여 리포트 만들기 ②](https://gdskorea.co.kr/gdsk-x-tableau-tableau-log-정보를-활용하여-리포트-만들기-②/) - [ Tableau ] Tableau Log 데이터에 접근하는 방법 Log 데이터에 접근하기 로그 데이터에 접근하는 방법은 간단합니다. Tableau Desktop 또는 Tableau 웹편집에서 ‘데이터에 연결’ 할 때 ‘서버에 연결 -> PostgreSQL’을 선택하면, DB 연결을 위한 팝업 창이 뜹니다. 이 창에 Database 정보만 입력해주면 됩니다. 일반적인 Database 데이터를 활용하는 것과 동일합니다. 그렇다면, PostgreSQL를 설치하고 구성하는 방법부터 알아야 하는
- [대한민국에는 3종류의 주소체계가 있다](https://gdskorea.co.kr/대한민국에는-3종류의-주소체계가-있다/) - - [ 우리나라 주소 체계의 발전 ] 기본적으로 법정동은 토지의 소유관계를 확정하기 위한 지번 체계에 속하며, 행정동은 주민의 편의를 위한 정책 수행의 기본단위로 활용되고, 도로명 주소는 현대의 지식 정보 사회의 토대가 되는 국가 표준 주소 체계다 ㉔ 대한민국에는 3종류의 주소체계가 있다 대한민국의 주소는 기본적으로 ‘지역명+숫자’’로 되어있으나, 주소의 중심축을 이루는 법정동, 행정동, 도로명이 각기 다른 부호체계와 쓰임새를 가지고 #주소 #정체성 #공간
- [주소가 주민번호보다 더 중요한 데이터다](https://gdskorea.co.kr/주소가-주민번호보다-더-중요한-데이터다/) - [ 주소 톺아보기 ] 주소가 주민번호보다 더 중요한 데이터다 살다 보니 점점 해괴망측한 일이 벌어지고 있다. 각종 사회적 사건사고가 빈번하더니 급기야는 지자체에서 상상하기 어려운 일이 등장했다. 주거지 파악이 힘드니 구석구석 발굴단이란 이름으로 배달원과 검침원을 쓰겠단다. 대단한 잔머리이자 탁상행정의 결정판이다. 공무원들은 의자에 앉아 결과만 기다리면 되는 것 아닌가. 공무원조직의 첫째 임무는 국민에 관한 두가지 데이터를 정확히
- [데이터 사이언스(Data science)](https://gdskorea.co.kr/데이터-사이언스data-science/) - [ 용어해설 ] 데이터 사이언스(Data science) 데이터 사이언스의 어원을 보면 1940년대부터 1960년대 사이로 거슬러 올라가게 된다. 제프우는 1997년에 ‘Statistics = Data Science?’라는 물음표를 던졌다. 시기는 딱 데이터 사이언스가 사람들에게 알려지기 시작한 때와 맞물렸다. 사람들은 대부분 2008년부터 파틸과 해머바처가 자신들의 링크드인과 페이스북 직책란에 ‘데이터 사이언티스트’라고 기재했을 때부터 데이터 사이언스가 업계에서 유행하기 시작했다고 생각한다. 구체적인 데이터 사이언스의
- [[최근 3년 서울선거 분석해 보니④] 서울 행정동별 소득, 학력, 40대연령 분포 현황](https://gdskorea.co.kr/최근-3년-서울선거-분석해-보니④-서울-행정동별-소득/) - [최근 3년 서울선거 분석해 보니④] 서울 행정동별 소득, 학력, 40대연령 분포 현황 서울 선거에서 주요하게 영향을 주는 항목인 소득과 대학원 졸업자 그리고 40대인구비율을 426개 행정동별로 시각화하고 주요 행정동의 상황을 살펴보았다. 소득이 높은 지역일수록 석사 이상의 고학력자가 많았으며, 민주당의 지지층이라고 할 수 있는 40대 연령층은 도심을 제외 전 지역에 골고루 분포되어 있다. 40대가 소득과 학력에 따라
- [지리인구통계 공간분석은 필수적이다](https://gdskorea.co.kr/지리인구통계-공간분석은-필수적이다/) - [ 빅데이터공간분석 ] 지리인구통계 공간분석은 필수적이다 사회구조와 그 현상을 분석할 때 시각적인 공간분석은 매우 효율적이다. 더 나아가 시각적인 공간분석이 아니면 그 현상의 내적 연결성 즉, 패턴을 파악하기 힘들 때도 있다. 공간분석을 위해서는 지리정보시스템(GIS)이 결합되어야 한다. 디지털 지도를 불러오고, 주소정보를 표준화하여 주소단위로 데이터를 정렬하고, SW로 데이터의 연결성과 데이터간의 패턴을 시각적으로 표현하고… 잘 만들어진 지도 그래프는 다른 형태의 도표나
- [② 근대역학의 아버지 '존 스노우의 콜레라 발병지도](https://gdskorea.co.kr/②-근대역학의-아버지-존-스노우의-콜레라-발병지도/) - [ 빅데이터공간분석 ] 주소와 지도를 활용한 질병지도 ② 근대역학의 아버지 ‘존 스노우의 콜레라 발병지도’ 소호(Soho)는 런던 중심가인 웨스트민스터의 한 지역이다. 한 때는 런던에서 귀족들이 사는 잘나가던 지역이었으나 부자들이 더러운 이곳에서 멀리 떨어진 곳으로 동네를 떠나기 시작하면서 1850년대까지 소호는 슬럼가가 되었다. 양복점, 빵집, 식료품점, 수녀원, 사창가가 마구 뒤섞여 있고 들어가 살 수 있는 집이 별로 없어
- [2021년 GDSK 회사 소식](https://gdskorea.co.kr/2021년-gdsk-회사-소식/) - [ 활용사례 ] 2021년 GDSK 회사 소식 21년은 GDSK에게 많이 바쁜 한해였습니다. 다양한 파트너쉽 체결과 새로운 제품 개발, 그리고 프로젝트…GDSK가 지난 1년간 해온 것들을 대략 정리해 보면 다음과 같습니다. 1. Tableau 파트너 계약 체결 및 다양한 분야의 Tableau 프로젝트 수행 주소정보를 기반으로 공간정보와 내부데이터를 결합하고 분석하여 기업이 파악하고 있지 못한 새로운 가치를 발굴하는 것을 주
- [[GDSK x Tableau] 대한민국 행정동 군집분석 ①](https://gdskorea.co.kr/gdsk-x-tableau-행정동군집분석-①/) - [ 빅데이터, 대한민국 행정동 군집분석 ] 거주지 군집분석 ① 개요 대한민국은 어떤 모습인가? 굉장히 막연한 질문이다. 질문자의 관심사에 따라 다양한 대답이 나올 수 있다. 그러면 좀더 구체적으로 대한민국의 시민들은 지역적으로 어떻게 분포하고 있는가? 여기서 지역은 무엇이고 시민은 무엇인가? 먼저 지역을 보자. 대한민국은 행정구역으로 보면 17개 광역시도, 226개 시군구, 3,559개의 행정동으로 이루어져 있다. 정부에서 행정적으로 관리하는 최소지역은
- [[GDSK x Tableau] 대한민국 행정동 군집분석 ⑥](https://gdskorea.co.kr/gdsk-x-tableau-대한민국-행정동-군집분석-6/) - [ 빅데이터, 대한민국 행정동 군집분석 ] 대한민국 행정동 군집분석 ⑥ 행정동 군집화: 고령화 촌락 군집 행정동 군집화 결과로 도출된 군집 중 하나인 ‘고령화 촌락 군집’에 대해 살펴보자. 해당 군집은 60대 및 65세 이상 노인인구 비율이 가장 높으며, 행정동명이 면 혹은 읍에 해당하는 시골이 대부분을 차지하는 행정동 군집이다. 지속적인 이촌향도, 즉 농촌을 떠나 도시로 인구가 이동하는
- [[최근 3년 서울선거 분석해 보니⑤] 서울의 중립지대는 어디인가?](https://gdskorea.co.kr/최근-3년-서울선거-분석해-보니⑤-서울의-중립지대는/) - [최근 3년 서울선거 분석해 보니⑤] 서울의 중립지대는 어디인가? 보름 동안의 짧은 선거운동기간에 한정된 선거 운동역량을 효율적으로 사용하기 위해서는 서울의 중립지대를 알아야 한다. 특히나 후보자가 426개나 되는 모든 동(지역)을 다 똑같이 유세전을 할 수 없는 것이다. 그래서 선거 성패의 열쇠를 쥔 중립지대를 파악하는 것이 중요하다. 중립지대를 분석하기 위해 서울전체 평균 득표율과 1% 이내로 거의 똑같은 득표율을
- [[GDSK x Tableau] G-Prism 소개 Part4.공간분석플랫폼 G-Prism](https://gdskorea.co.kr/gdsk-x-tableau-g-prism-소개-part4-공간분석플랫폼-g-prism/) - [ Tableau Server ] [GDSK x Tableau] G-Prism 소개 Part4.공간분석플랫폼 G-Prism 해당 영상에서는 공간분석플랫폼 G-Prism에 대한 설명을 담았습니다.
- [[GDSK x Tableau] 대한민국 행정동 군집분석 ③](https://gdskorea.co.kr/gdsk-x-tableau-대한민국-행정동-군집분석-3/) - [ 빅데이터, 대한민국 행정동 군집분석 ] 대한민국 행정동 군집분석 ③ 행정동 군집화: 고소득 핵가족 군집 행정동 군집화 결과로 도출된 군집 중 하나인 ‘고소득 핵가족 군집’에 대해 살펴보자. 해당 군집은 가장 소득이 높고 가구원수(2.69명)가 많은 군집이다. 즉, 부부와 자녀로 이루어진 전형적인 핵가족 가구가 가장 많은 고소득 가구의 특징을 지닌 행정동으로 특징지울 수 있다. 전국 3,559개의 행정동
- [[Tableau] 하나카드XGDSK 데이터 결합 대시보드 사례](https://gdskorea.co.kr/하나카드xgdsk-데이터-결합상품-출시/) - [ 활용사례 ] 하나카드와 GDSK는 데이터 결합 상품을 출시하였습니다. 카드소비행태를 GDSK에서 독자 개발한 전국 6만여 개 마케팅블록(MBlock) 단위로 익명 통계 처리하였습니다. https://www.findatamall.or.kr/fsec/dataProd/generalDataProdDetail.do?cmnx=44&goods_id=e9919498-d7da-11eb-9f58-f220ef21bb88 마케팅블록은 통게청 집계구 10만여개의 블록을 소지역별 상권분석 및 마케팅 활용을 목적으로 구축된 6만 여개로 통합 및 분할한 지역 측면의 분석단위 (1개 행정동을 평균적으로 15~20개로 구분하였으며, 블록당 평균 300여가구 규모)
- [[GDSK x Tableau] 대한민국 행정동 군집분석 ⑤](https://gdskorea.co.kr/gdsk-x-tableau-대한민국-행정동-군집분석-5/) - [ 빅데이터, 대한민국 행정동 군집분석 ] 대한민국 행정동 군집분석 ⑤ 행정동 군집화: 청년1인가구 중심 군집 행정동 군집화 결과로 도출된 군집 중 하나인 ‘청년1인가구 중심 군집’에 대해 살펴보자. 해당 군집은 20대 및 30대 청년인구 비율이 가장 높으며, 1인가구 비율이 가장 높아 청년 1인가구가 가장 많이 거주하는 행정동 군집이다. 즉, 부모로부터 독립하여 독자적인 가구를 이루었으나 아직 결혼을
- [[GDSK x Tableau] 대한민국 행정동 군집분석 ④](https://gdskorea.co.kr/gdsk-x-tableau-대한민국-행정동-군집분석-4/) - [ 빅데이터, 대한민국 행정동 군집분석 ] 대한민국 행정동 군집분석 ④ 행정동 군집화: 영패밀리 중심 군집 행정동 군집화 결과로 도출된 군집 중 하나인 ‘영패밀리 중심 군집’에 대해 살펴 보자. 해당 군집은 소득이 상대적으로 높고 30대와 초등생이하 어린 자녀의 인구비율이 가장 높은 즉 영패밀리가 가장 많이 거주하는 행정동 군집이다. 즉, 젊은 부부와 어린 자녀로 이루어진 젊은 핵가족
- [[GDSK x Tableau] G-Prism 소개 Part3.공간분석을 통한 새로운 인사이트 획득방안](https://gdskorea.co.kr/gdsk-x-tableau-g-prism-소개-part3-공간분석을-통한-새로운-인사이트-획득/) - [ Tableau Server ] [GDSK x Tableau] G-Prism 소개 Part3.공간분석을 통한 새로운 인사이트 획득방안 해당 영상에서는 공간분석을 통한 새로운 인사이트 획득방안에 대한 설명을 담았습니다.
- [[GDSK x Tableau] G-Prism 소개 Part2.외부데이터 수집 및 결합, 활용방안](https://gdskorea.co.kr/gdsk-x-tableau-g-prism-소개-part2-외부데이터-수집-및-결합-활용방안/) - [ Tableau Server ] [GDSK x Tableau] G-Prism 소개 Part2.외부데이터 수집 및 결합, 활용방안 해당 영상에서는 외부데이터 수집 및 결합, 활용방안에 대한 설명을 담았습니다.
- [[GDSK x Tableau] G-Prism 소개 Part1.외부데이터 정의와 효과](https://gdskorea.co.kr/gdsk-x-tableau-g-prism-소개-part1-외부데이터-정의와-효과/) - [ Tableau Server ] [GDSK x Tableau] G-Prism 소개 Part1.외부데이터 정의와 효과 해당 영상에서는 외부데이터 정의와 효과에 대한 설명을 담았습니다.
- [[인공지능 알고리듬의 이해]  “제9회: 알고리즘 기회와 차별”](https://gdskorea.co.kr/인공지능-알고리듬의-이해-제9회-알고리즘-기회와/) - [ 인공지능 알고리듬의 이해 ] [인공지능 알고리듬의 이해] “제9회: 알고리즘 기회와 차별” 정보통신정책연구원 ICT데이터사이언스연구본부장 정용찬 * 이 글은 저자의 “인공지능 알고리듬의 이해”에서 주요 내용을 요약, 발췌하였습니다. 알고리즘과 기회 알고리즘은 종종 오류와 편향을 포함하는 경우도 있지만 다음과 같은 상황에서는 저소득층과 같은 사회적 취약계층에게 도움을 주는 역할을 한다(Federal Trade Commission, 2016). 중퇴할 위험성이 높은 학생을 미리 파악하여
- [주민불편과 행정낭비를 초래하는 행정구역 개편이 시급하다 ④](https://gdskorea.co.kr/주민불편과-행정낭비를-초래하는-행정구역-개편이-2/) - [ 대한민국 행정경계 중첩 사례_해결사례를 중심으로] 지난 포스팅까지 아파트의 광역자체단체와 법정동별로 경계주소 사례를 알아보았다. 하지만 이러한 경계주소 사례가 아파트에만 있는 것은 아니다. 또 이러한 경계주소 형태가 해결된 사례도 존재한다. 이번 포스팅에서는 위 두 가지에 대해 다뤄보고자 한다. 아파트 이외의 경계주소 사례 중 가장 잘 알려진 것은 보라매 우성아파트 상가, 캐릭터그린빌 상가가 있다. [1] 보라매 우성아파트와
- [주민불편과 행정낭비를 초래하는 행정구역 개편이 시급하다 ③](https://gdskorea.co.kr/주민불편과-행정낭비를-초래하는-행정구역-개편이-3/) - [ 대한민국 행정경계 중첩 사례_아파트를 중심으로] 지난 포스팅에서 ‘하안주공13단지’ 의 사례를 살펴보면서 단지내에서 행정구역이 달라지는 사례를 살펴보았다. 한 단지내에 ‘경기 광명시’ 와 ‘서울 금천구’ 로 양분된 행정구역을 가지고 있었으며 이러한 문제로 인해 서울소재인 인근의 안천중학교는 1314~1320동 학생들만 진학이 가능했다. 그동안 단지별로 혹은 단지내에서 광역자치단체가 달라지는 사례를 살펴보았다면 이번 포스팅에서는 한단계 더 세분화하여 한 광역자체단체 내에서
- [²³ 2.1.3 위기관리를 위한 논리방정](https://gdskorea.co.kr/²³-2-1-3-위기관리를-위한-논리방정/) - [ 통계, 혼돈과 질서의 만남 ] 제 2장 불확실성 길들이기 : 통계학의 발전 2.1 논리적 추론의 세 가지 유형 2.1.3 위기관리를 위한 논리방정식 획기적 변화가 온 것은 20세기 초반이었습니다. 앞에서 설명하였듯이 특정한 결과를 일반화한 법칙으로 창조된 지식은 불확실성을 내포하고 있지만, 그 속에 담긴 불확실성을 계량화한다면 종류가 다르긴 하지만 확실한(불확실성이 제거된) 지식이 된다는 것이 인식되었습니다. 이러한
- [1년에 주소는 얼마나 변경되는 것일까?](https://gdskorea.co.kr/1년에-주소는-얼마나-변경되는-것일까/) - [ 주소변경 이야기 ] 1년에 주소는 얼마나 변경되는 것일까? GDSK ‘2021년도 12월 말 주소변동DB’에 따르면 주소상(광역시도-시군구-동읍면)은 지번기준으로 11,598개가 변경되었고, 지번은 8십8만7천여개가, 도로명은 2십7만8천여개가 변경된 것으로 파악되었다. 2021년도 주소 변경 내역 또한, 공동주택(아파트, 연립, 다세대)은 4,138단지 45,854 세대가 멸실되었고, 1,495단지 482,354 세대가 새로이 입주한 것으로 나타났다. (gdskorea.co.kr/우리나라-주소-숫자는-얼마나-될까 참조) 지번 기준으로 보면 3천9백5십여만개 중 2.2%가 변동되었고,
- [자치구와 행정구](https://gdskorea.co.kr/자치구와-행정구/) - 자치구와 행정구 시군구 단위 행정통계를 보면 어떤 곳에서는 강남구, 영등포구, 수원시, 성남시, 고양시 단위로 제공되고 또 다른 곳에서는 수원팔달구, 수원영통구, 성남분당구, 성남수정구, 고양일산동구, 고양일산서구 등으로 제공한다. 왜 이런 걸까? 결론부터 말하자면 전자는 기초자치단체 수준의 자치구 단위이고 후자는 행정구(혹은 일반구) 단위이다. 그러면 자치구와 행정구는 무엇이고 어떻게 다른 것인가? 주소의 계층구조는 광역시도-시군구-읍면동으로 이루어져 있다.
- [법정동과 행정동 100% 일치 지역 6%에 불과](https://gdskorea.co.kr/법정동과-행정동-100-일치-지역-6에-불과/) - 법정동과 행정동 100% 일치 지역 6%에 불과 ◯ 동네 명칭이 2개인 대한민국 내가 살고 있는 동(洞)의 명칭이 2개인 경우가 많다. 그것은 법정동과 행정동의 2원화된 주소 관리체계 때문이다. 물론 법정동과 행정동의 구역이 완전히 일치하는 경우도 있지만 서울의 경우 그 비율이 고작 6%다. 서울에 법정동이 742개가 있는데 법정동과 행정동이 100% 일치하는 ‘1대 1’인 경우는 46개에 불과하다는 말이다.
- [[인공지능 알고리듬의 이해] “제7회: 텍스트 마이닝”](https://gdskorea.co.kr/인공지능-알고리듬의-이해-제7회-텍스트-마이닝/) - [ 인공지능 알고리듬의 이해 ] [인공지능 알고리듬의 이해] “제7회: 텍스트 마이닝” 정보통신정책연구원 ICT데이터사이언스연구본부장 정용찬 * 이 글은 저자의 “인공지능 알고리듬의 이해”에서 주요 내용을 요약, 발췌하였습니다. 텍스트 마이닝 워드클라우드(word cloud)란 글 속에 나오는 단어들을 빈도수에 비례해서 글자의 크기로 나타낸 것으로 마치 단어로 형성된 구름처럼 생겼다고 해서 붙여진 이름이다. 특정 기간(2018.9.13.∼2019.9.13) 동안 우리나라 신문에 나타난 ‘인공지능’과 관련된
- [동(洞) 명칭이 바뀐 경우①](https://gdskorea.co.kr/동洞-명칭이-바뀐-경우①/) - [ 주소변경 이야기 ] 2022년도에는 주소가 어떻게 바뀌었을까? (가) 동(洞) 명칭이 바뀐 경우① 2022년 동(洞) 명칭과 행정동 구역이 변경된 경우 . . . 법정동/행정동 이름이 삭제되고 바뀐 경우는 이 으로, 이 으로, 이 으로 그 명칭이 바뀌었다. 행정구역이 바뀐 경우는 법정동 기준으로 ,, 고양시 덕양구 , ,,등이며, 고양시
- [주소는 어떤 경우 바뀌게 되는가?](https://gdskorea.co.kr/주소는-어떤-경우-바뀌게-되는가/) - [ 주소변경 이야기 ] 주소는 어떤 경우 바뀌게 되는가? 주소는 끊임없이 새로이 생성된다. 우선, 새로운 건물이 들어서거나 필지와 건물이 없어지는 경우(이를 ‘멸실’이라 한다) 그 물건지의 위치를 특정하고 소유관계를 명확하게 하기 위해 새로운 지번과 도로명 번호 즉, 주소를 부여하게 된다. 또한 행정편의와 서비스를 위해 행정의 말단조직인 행정동 구역이 변화하기도 한다. 전자의 대표적인 경우가 재개발에 의한 아파트
- [[GDSK x Tableau] 행정동 군집분석을 이용한 대한민국 주거지 분석](https://gdskorea.co.kr/gdsk-x-tableau-tableau-public/) - [행정동 군집분석을 이용한 대한민국 주거지 분석] 태블로를 활용한 군집분석 지역별 군집분석을 하기 위해 필요한 정보들을 [표1]과 같은 내역으로 행정동별로 수집하였다. 수집된 정보들은 행정동별 (평균)가구소득, 주거유형별 비율, 주택시세, 그리고 인구속성 정보로 가구원수, 1인가구비율, 성별 비율, 연령대(미취학, 초등, 중고등, 20대, 30대, 40대, 50대, 60대, 65세 이상)별 인구비율 데이터 등이다. 주택수나 인구수 등은 행정동의 크기에 따라 영향을 받기
- [계층별 근로소득 연간 추이](https://gdskorea.co.kr/계층별-근로소득-연간-추이/) - [ 대한민국 소득분포 ] 국세청은 몇 년 전 국회에 2013년부터 ‘16년까지의 4년간 1천분위 소득자료를 제출했다. 4년간 근로소득자는 ‘13년 1천6백6십여만명에서 ‘16년에는 1천7백7십여만명으로 1백3십8만명이 증가했다. 취업율이 증가해서 소득자가 늘었 다기 보다는 소득의 원천이 계속해서 발굴되고 있는 것이 아닌가 한다. 근로소득 원천징수자는 매년 2.7%, 평균 소득은 매년 3.3%씩 증가하고 있고, 상위 1%는 3%, 상위
- [동(洞)의 어원과 유래①](https://gdskorea.co.kr/동洞의-어원과-유래①/) - [ 주소변경 이야기 ] 동(洞)의 어원과 유래① 洞은 현재 우리나라 읍ㆍ면과 함께 최말단 행정구역으로 주민행정을 담당하는 기능을 하고 있지만 고려시대와 조선시대의 洞은 오늘날과 매우 달랐다. 洞이 하부의 행정단위로 구획된 것은 일제강점기였다. 일제는 1910년 10월 1일 한성부를 경성부(京城府)로 이름을 바꾸고 1914년 4월 1일부터는 조선시대의 “부/서-방-계-동-통-호(部/署-坊-契-洞-統-戶)”의 순으로 구분하던 행정구역을 폐지하였다. 조선시대의 ‘계-동(契-洞)’은 정식 행정구역이 아니라 일종의 자연부락
- [빅데이터(Big data) 시대의 신기원](https://gdskorea.co.kr/빅데이터big-data-시대의-신기원/) - [ 용어해설 ] 빅데이터(Big data) 시대의 신기원 빅데이터라는 단어는 1990년부터 사용되기 시작했고, 2012년 에 ‘빅데이터 시대는 이미 도래했다’라는 칼럼이 실리고 난 뒤 빅데이터 열풍이 불기 시작했다. 최근 몇 년 새 뜨거운 ‘인공지능 시대’ 역시 빅데이터 시대의 연성이다. 왜냐하면 업계 인사들은 모두 오늘날 AI의 성공은 사실 딥러닝과 데이터 증가의 성공이라고 생각하고 있기 때문이다. 빅데이터의 표면적 의미는
- [Dashboard 표준 템플릿](https://gdskorea.co.kr/dashboard-표준-템플릿/) - [Dashboard 표준 템플릿]
- [동(洞)의 어원과 유래②](https://gdskorea.co.kr/동洞의-어원과-유래②/) - [ 주소변경 이야기 ] 동(洞)의 어원과 유래② ⒜ 유본예의 『한경지략』 동(衕)은 ‘가(街)’와 통한다. 지금 서울의 모든 거리를 ‘洞’이라 부르는데, 곧 중국의 ‘호동(衚衕)’과 같다. 중국에서 말하는 ‘洞’은 모두 바위굴에 속이 비어 있어 거처할 만한 곳을 가리킨다. 우리나라에서는 서울의 방리(坊里)¹까지도 또한 ‘洞’이라 하니 더욱 말이 되지 않는다. 어디서부터 와전되었는지 알 수 없다. (중략) 우리나라에서 ‘洞’자를 사용하는 것은
- [법정동 재난통계의 문제점](https://gdskorea.co.kr/법정동-재난통계의-문제점/) - [ 주소 톺아보기 ] 법정동 재난통계의 문제점 -‘법정동 주소’로는 올바른 침수지도를 만들 수 없다 지난 11월14일 동아일보는 행정안전부를 통해 입수한 전국 동읍면별 주택침수 신고 자료와 ‘침수위험지구’로 지정된 635곳을 비교한 자료를 기사로 내보냈다. 여기서 동읍면별 지역은 행정동이 아니라 법정동 3,249 곳의 주택침수 신고 건수를 공개한 것이다. 특히, 2006년부터 2022년 8월까지의 주택 침수 신고를 합산하여 농도를 구분하고
- [동(洞) 명칭이 바뀐 경우②](https://gdskorea.co.kr/동洞-명칭이-바뀐-경우②/) - [ 주소변경 이야기 ] 2022년도에는 주소가 어떻게 바뀌었을까? (가) 동(洞) 명칭이 바뀐 경우② □ 경기도 고양시 일산서구 사례 행정동이 없어지거나 새로운 행정동이 생기면서 법정동이 분할/합병된 경우다. 과거 행정동인 은 가좌동, 구산동, 덕이동 등 3개의 법정동으로 구성되었으나 2022년 1월 법정동인 가좌동과 구산동은 행정동인 으로, 덕이동은 으로 행정구역이 변경되었다. 유서 깊은 명칭이던 은 아예 없어진 것이다.
- [아파트 단지 명칭을 간소화해야 한다.](https://gdskorea.co.kr/아파트-단지-명칭을-간소화해야-한다/) - [ 주소 톺아보기, 아파트명칭 이야기 ] 아파트 단지 이름의 역사① 아파트 단지 명칭을 간소화해야 한다. 서울시는 지난 2월말 아파트 명칭이 지나치게 길어지고 어려워지는 상황을 보다 못해 간소화를 추진하고 나섰다. 서울시 주택정책실은 ‘새로 쓰는 공동주택 길라잡이’라는 가이드라인을 통해 ▶어려운 외국어 사용 자제 ▶고유지명 활용하기 ▶애칭 사용 자제하기 ▶적정 숫자 지키기 등을 제시하면서 길어진 아파트 명칭 때문에
- [주소란 무엇일까?](https://gdskorea.co.kr/주소란-무엇일까/) - [ 당신이 사는 곳은 어디입니까? ] ① 주소란 무엇일까? 주소란 건물이나 장소의 위치를 나타내는 고유한 식별자다. 대개의 경우, 쉽게 알아볼 수 있는 명칭(지명)에 숫자를 붙여 구체적인 위치를 표시한다. 일종의 부호인 것이다. 주소의 쓰임새는 이에 그치지 않는다. 국가는 교육, 보험, 징병, 조세 징수 등 국민을 위한 서비스를 제공하고 국가 운영에 필요한 업무를 처리하는데, 이를 위해서 가장 중요한
- [[GDSK x Tableau] 태블로 공간분석 사례: 행정동 군집분석 - ①](https://gdskorea.co.kr/행정동-군집분석-tableau-1/) - [ 빅데이터, 대한민국 행정동 군집분석 ] 행정동 군집분석을 Tableau로 어떻게 했을까? ① 기초통계량 저희 블로그에서는 를 통해 행정동 군집분석의 결과와 의미에 대해 소개해 드렸습니다. 그 후속편으로, 태블로를 이용해 어떻게 군집분석을 수행했는지 소개해드리려 합니다. 리포트에서 사용한 데이터에 대한 설명과 주거지 분석의 방법과 과정, 또 이것을 태블로 리포트에 어떻게 시각화했는지 그 결과까지 전반적으로 살펴보겠습니다.
- [[인공지능 알고리듬의 이해] “제6회: 추천 알고리즘”](https://gdskorea.co.kr/인공지능-알고리듬의-이해-제6회-추천-알고리즘/) - [ 인공지능 알고리듬의 이해 ] [인공지능 알고리듬의 이해] “제6회: 추천 알고리즘” 정보통신정책연구원 ICT데이터사이언스연구본부장 정용찬 * 이 글은 저자의 “인공지능 알고리듬의 이해”에서 주요 내용을 요약, 발췌하였습니다. 추천이란? 알고리즘에 관한 책을 사기 위해 여러분이 인터넷 서점을 방문했다고 생각해 보자. 가장 먼저 온라인 서점의 검색창에 “알고리즘”이란 단어를 입력할 것이고, 그러면 이름에 알고리즘이 들어간 책의 목록을 보여줄 것이다. 목록
- [도로명 길ㆍ로 이름이 바뀐 경우](https://gdskorea.co.kr/도로명-길ㆍ로-이름이-바뀐-경우/) - [ 주소변경 이야기 ] 2022년도에는 주소가 어떻게 바뀌었을까? (나) 도로명 길ㆍ로 이름이 바뀐 경우 기본적으로 주소는 안정성을 생명으로 해야 하나 도로명주소의 핵심 주소명인 ‘길ㆍ로’의 이름 자체가 바뀌는 경우가 있다. 2014년부터 법적으로 강제화 되었기 때문에 도입 초기의 현상이라 판단할 수도 있다. 좀 더 자세히 살펴보기로 하자. 2022년 12월30일 기준 ’GDSK 주소통합 DB’ 행정안전부에서 고시한 내용에
- [SQL을 배워야 하는 이유](https://gdskorea.co.kr/sql-2/) - [ 빅데이터, SQL ] SQL을 배워야 하는 이유 데이터를 생성하고, 데이터를 분석하고, 데이터를 활용하는 것이 오늘날 지식업무의 대부분을 차지하고 있습니다. 빅데이터시대로 들어오면서 데이터의 종류와 분석의 방법들이 다양해졌지만, 여전히 데이터를 처리하고 분석하는 도구로 SQL이 가장 전통적이고 기본적인 방법입니다. 전통적인 관계형 데이터베이스의 데이터를 처리하든, Salesforce Data Cloud , 스노우플레이크, 데이터브릭스, 구글빅쿼리 등의 최신의 클라우드 데이터플랫폼의 데이터를 처리하든
- [[최근 3년 서울선거 분석해 보니②] 도심권과 그 주변인 성북구, 동대문구, 서대문구가 좌우한다](https://gdskorea.co.kr/최근-3년-서울선거-분석해-보니②-도심권과-그-주변인/) - [최근 3년 서울선거 분석해 보니②] 도심권과 그 주변인 성북구, 동대문구, 서대문구가 좌우한다 최근 3년동안 서울에서 치뤘던 3차례의 선거를 분석한 결과 그 판세의 형세를 보면 다음과 같다. 현역시장이 국민의힘인 것을 고려하여, 서울지역 426개의 행정동을 ‘국민의힘’ 득표율을 기준으로 분석하였다. 10%이상 격차면 (승)강세-(패)약세로 분류하고, 5%-9% 격차면 (승)우세-(패)열세로, 5%이내면 (승)경합, (패)경합으로 분류하였다. 반면 2021년 6월 보궐선거에서는426개 행정동 중에서 4개
- [[GDSK x Tableau] 태블로 공간분석 사례: 행정동 군집분석 - ②](https://gdskorea.co.kr/행정동-군집분석-tableau-2/) - [ 빅데이터, 대한민국 행정동 군집분석 ] 행정동 군집분석을 Tableau로 어떻게 했을까? ② 상관분석 행정동 군집분석 Tableau Report의 두 번째 페이지는 소득, 주택 시세, 인구 등 주요 지표들 사이의 상관분석에 관한 내용입니다. 기초통계량 확인을 통해서 각 변수의 개별 특성을 이해했다면, 상관분석은 변수 간의 관계를 파악하는 단계입니다. 상관분석을 통해 두 변수 간의 선형 관계를 확인할 수 있으며,
- [[GDSK x Tableau] 태블로 공간분석 사례: 행정동 군집분석 - ④](https://gdskorea.co.kr/행정동-군집분석-tableau-4/) - [ 빅데이터, 대한민국 행정동 군집분석 ] 행정동 군집분석을 Tableau로 어떻게 했을까? ④ 고속도로와 철도 주거지에서 매우 중요한 요소 중의 하나가 바로 교통입니다. 하지만 교통이라는 지표는 수치화 된 데이터로 파악하기 힘듭니다. 그래서 이번 리포트에서 각 클러스터들이 교통망, 특히 고속도로 및 철도와 어떤 관계가 있는지 지도를 이용해서 시각화 했습니다. 행정동 군집분석 태블로 리포트에서의 상관분석 페이지 (made
- [통계적 추론(Statistical inference) [DATA Talk]](https://gdskorea.co.kr/통계적-추론statistical-inference-data-talk/) - [ 용어해설 ] 인간은 실재를 인식할 수 있는가? 참(truth)을 알 수 있는가? 이것은 철학의 인식론에서 다루는 문제이다. 근대과학적 지식의 문제는 근대 인식론 철학에 그 기반을 두고 있다. ‘모든 까마귀는 까맣다’라는 명제는 참인가? 이를 위해서는 이 세상의 모든 까마귀를 관찰해야 한다. 그래서 관찰을 해본다. 크레타섬의 첫 번째 까마귀는 까맣다. 두 번째 까마귀도 까맣다. … 오백
- [²⁵ 2.2 불확실성을 어떻게 계량화할 것인가?](https://gdskorea.co.kr/²⁵-2-2-불확실성을-어떻게-계량화할-것인가/) - [ 통계, 혼돈과 질서의 만남 ] 제 2장 불확실성 길들이기 2.2 불확실성을 어떻게 계량화할 것인가? 귀납적 추론을 체계화하는 주요 개념은 표에서 설명한 일기예보의 경우처럼 불확실성의 계량화입니다. 이전의 관측치들을 근거로 하여 내일 비 올 확률 30%를 얻습니다. 그러나 이런 작업을 위한 명백한 방법이 없기 때문에 이 문제는 많은 논쟁거리가 되고 있습니다. 불확실성을 계량화하는 방법에 따라 각기
- [주민불편과 행정낭비를 초래하는 행정구역 개편이 시급하다 ②](https://gdskorea.co.kr/__trashed-3/) - [ 대한민국 행정경계 중첩 사례_아파트를 중심으로 ] 지난 포스팅에서 ‘수락리버시티아파트’ 의 사례를 살펴보면서 단지별로 광역자치단체가 달라지는 사례를 살펴보았다. 같은 ‘수락리버시티’ 라는 이름을 가지고 있음에도 각 단지가 ‘경기’ 와 ‘서울’ 이라는 완전히 다른 행정구역을 가지고 있었으며 이러한 문제로 인해 더 멀리 떨어진 주민센터를 이용하는 등의 불편함이 존재했고, 단지별로 아파트 가격 차이도 존재했다. 이처럼 수락리버시티아파트 사례를 통해
- [²² 2.1.2 귀납법Induction](https://gdskorea.co.kr/²²-2-1-2-귀납법induction/) - [ 통계, 혼돈과 질서의 만남 ] 제 2장 불확실성 길들이기 : 통계학의 발전 2.1 논리적 추론의 세 가지 유형 2.1.2 귀납법Induction 귀납적 추론에 의한 논리전개는 연역법과는 다릅니다. 여기서는 결과가 주어졌을 때 그와 관련된 전제를 결정하는 문제를 만나게 됩니다. 그것은 바로 실제생활에서 불완전하고 조악한 정보를 토대로 의사 결정할 때의 추론방식인 것입니다. 다음은 귀납적 추론이 필요한 사례들입니다.
- [지번 주소체계](https://gdskorea.co.kr/지번-주소체계/) - 지번 주소체계 주소(住所)는 단어의 뜻으로는 ‘머무는 곳’으로 기본적으로 사람이 사는 땅을 구획지어 상징적 부호를 붙인 것을 의미한다. 따라서 주소는 분할된 땅을 대상으로 붙여진다. 분할된 땅의 단위를 ‘필지(筆地)’라고 부른다. 분할된 땅은 크게는 수 만평부터 작게는 한 평에 이르기까지 그 크기가 다양하다. 따라서 필지는 땅의 면적을 나타내는 단위가 아니라 분할된 땅의 지칭이다. 하나의 필지에는 소유권자가 있고 거래의
- [우리나라 주소 숫자는 얼마나 될까](https://gdskorea.co.kr/우리나라-주소-숫자는-얼마나-될까/) - [ 주소변경 이야기 ] 우주의 만물이 생성되고 소멸하기까지 그 흔적을 남기 듯 인간도 살아가면서 그 발자취를 남긴다. 흔적과 발자취는 시공간 속에 존재한다. 특히나 인간은 살아가는 곳, 경제활동을 하는 곳, 머무는 곳에 그 발자취를 남긴다. 흔적을 남기는 그 곳곳을 우리는 무엇이라 이름 붙여야 할까? 그 장소들이 바로 주소다. 그 주소를 가지고
- [[인공지능 알고리듬의 이해] “제2회: 알고리즘이란?”](https://gdskorea.co.kr/인공지능-알고리듬의-이해-제2회-알고리즘이란/) - [ 인공지능 알고리듬의 이해 ] “제2회: 알고리즘이란?” 정보통신정책연구원 ICT데이터사이언스연구본부장 정용찬 알고리즘이란? ­ 알고리즘(algorism)이란 주어진 문제를 풀기 위한 절차나 방법을 말한다(매경시사용어사전). 통상적으로 수학과 컴퓨터 과학 분야에서 문제를 풀거나 연산을 수행하기 위한 일련의 절차를 말한다(wikipedia). 이 정의에 따르면 알고리즘은 문제를 풀기 위한 원칙과 순서가 명확하게 정의되어 있어야 한다. 우리가 어려서 가장 처음 접한 알고리즘은 아마 덧셈일
- [데이터 가치사슬](https://gdskorea.co.kr/데이터-가치사슬/) - [ 용어해설 ] 데이터 가치사슬이란? 데이터 가치사슬은 OECD에서 정의한 과 같이 관측가능 현상(Observable Phenomena, 이하 OP), 데이터, 데이터베이스, 데이터 인사이트(Data Insight)의 4단계로 구분되며, 데이터 인사이트는 데이터 사이언스(Data Science)와 동일한 개념이다. –OP는 개인, 사물, 환경이 지속적으로 보내는 ‘개별 사건 또는 정보의 발생(the occurrence of a singular event or piece of information)’으로 데이터 생성을 위한 주요 투입물로
- [[GDSK x Tableau] 대한민국 행정동 군집분석 ②](https://gdskorea.co.kr/gdsk-x-tableau-대한민국-행정동-군집분석-②/) - [ 빅데이터, 대한민국 행정동 군집분석 ] 대한민국 행정동 군집분석 ② 지역 군집화: 행정동 속성정보들의 상관관계 매트릭스 분석 부부와 자녀로 이루어진 핵가족은 산업화시대의 일반적인 가족형태로 여겨졌다. 그러나 최근 20년간 진행된 저출산 고령화는 이러한 일반적 핵가족이 부의 상징이 되었다. 소득이 높은 사람들이 결혼하고 자녀를 낳고 또 그들이 고가의 아파트 밀집지역에 모여사는 지리적 구조화가 발생하는 것으로 나타났다. 이는
- [⁷ 2.1 난수에 관한 책!(2)](https://gdskorea.co.kr/⁷-2-1-난수에-관한-책2/) - [ 통계, 혼돈과 질서의 만남 ] 2. 무작위와 난수 2.1 난수에 관한 책!(2) 은 흰 구슬(W)과 검은 구슬(B)이 같은 수만큼 들어간 주머니에서 복원하면서 1,000개의 구슬을 꺼냈을 때 색깔의 배열을 나타낸 것입니다. 는 병원에서 출생한 1,000명의 어린아이의 성(남성은 M, 여성은 F)을 순서대로 배열한 것입니다. 과 를 도수분포의 형태로 요약할 수 있습니다. 은 연속적으로 태어난 5명의 아이를
- [통계인 윤리강령](https://gdskorea.co.kr/통계인-윤리강령/) - ※ ㈜지디에스케이는 데이터 서비스 전문업체로서, 전 직원이 ‘통계인 윤리강령’ 내용을 교육받고 항시 준수합니다. 통계인 윤리강령 -국제통계기구(International Statistical Institute(ISI)) 1. 객관성을 추구함 (Pursuing Objectivity) 2. 책무와 역할을 명확히 함 (Clarifying Obligation and Roles) 3. 대안을 공평하게 평가함 (Assessing Alternatives Impartially) 4. 이해관계에 충돌이 있는 경우 (Conflicting Interests) 5. 미리 예정된 결과를 피함 (Avoiding Preempted Outcomes) 6.
- [[인공지능 알고리듬의 이해] “제3회: 컴퓨터 프로그래밍과 알고리즘”](https://gdskorea.co.kr/인공지능-알고리듬의-이해-제3회-컴퓨터-프로그래/) - [ 인공지능 알고리듬의 이해 ] “제3회: 컴퓨터 프로그래밍과 알고리즘” 정보통신정책연구원 ICT데이터사이언스연구본부장 정용찬 프로그래밍과 알고리즘이란? 프로그래밍(Programming)이란 ‘프로그램을 만들다’라는 의미다. 즉 기계(컴퓨터)가 어떤 일을 처리하도록 시키기 위해서 특정 작업을 컴퓨터가 수행할 수 있도록 미리 약속된 명령어로 작성하는 것을 말한다. 컴퓨터에게 일을 시키려면 컴퓨터가 이해할 수 있는 언어를 사용해야 하는데 이를 프로그래밍 언어(Programing Language)라고 한다. 사람들이 한국어와 영어로
- [[GDSK x Tableau] 태블로 공간분석 사례: 행정동 군집분석 - ③](https://gdskorea.co.kr/행정동-군집분석-tableau-3/) - [ 빅데이터, 대한민국 행정동 군집분석 ] 행정동 군집분석을 Tableau로 어떻게 했을까? ③ 상관분석 상관분석을 통해 변수들 사이의 관계를 파악하면서 본 것처럼, 변수들은 서로 상관관계가 높기도 하고 낮기도 합니다. 예를 들어, 군집분석에서 사용할 소득과 인구 비율 데이터를 보겠습니다. 평균 가구원수와 가구소득과의 상관관계를 보면, 0.78의 높은 상관관계를 보입니다. 아래 산점도에서도 확인할 수 있듯이, 평균 가구원수가 증가함에 따라
- [도로명 주소체계와 주소정제 사업](https://gdskorea.co.kr/도로명-주소체계/) - 도로명 주소체계와 주소정제 사업 주소체계가 갖추어 지면 이를 활용하게 된다. 토지조사사업을 통해 마련된 지번 주소체계가 토지의 소유현황과 징세의 목적을 위한 것이었지만, 가장 활발하게 활용된 것은 사람, 사물 그리고 정보(우편)의 이동과 전달 장소에 대한 정보를 제공하는 것이다. 그러나 산업화와 도시화가 진행됨에 따라 행정구역도 변화하고 필지는 여러 개로 쪼개지고 또 합쳐지면서 지번주소를 통해 장소를 명확히
- [데이터 민주화의 시작, Self BI란 무엇인가 - ①](https://gdskorea.co.kr/데이터-민주화의-시작-self-bi란-무엇인가/) - Self BI는 IT 팀의 도움 없이 현업 사용자가 직접 데이터를 분석하고 리포트를 생성하여 신속하게 의사결정을 내리는 '데이터 민주화'의 핵심입니다. 조직은 의사결정 속도를 혁신하고 IT 부서의 업무 부담을 줄임으로써, 감이 아닌 데이터에 기반한 소통 문화를 정착시킬 수 있습니다. - 독립성: IT나 데이터 팀에 의존하지 않고 스스로 리포트 생성- 신속성: 질문이 생기면 즉시 데이터로 답을 찾을 수 s
- [AI활용을 위한 기본 역량, 데이터 리터러시(Data Literacy)](https://gdskorea.co.kr/ai활용을-위한-기본-역량-데이터-리터러시data-literacy/) - 데이터 리터러시가 무엇인지, 왜 기업과 개인에게 중요한지, 실전으로 키우는 방법까지 완전 정리했습니다. 데이터 리터러시 뜻부터 중요성, 기업에서 실제로 키우는 방법까지 쉽게 알려드립니다. 숫자를 넘어 데이터를 제대로 활용하는 시대를 준비하세요 | GDSKOREA
- [주민불편과 행정낭비를 초래하는 행정구역 개편이 시급하다](https://gdskorea.co.kr/주민불편과-행정낭비를-초래하는-행정구역-개편이/) - [ 대한민국 행정경계 중첩 사례_아파트를 중심으로 ] 우리가 흔히 알고 있는 ‘아파트 단지’는 하나의 행정구역 안에 존재한다고 생각하기 쉽지만, 현실에서는 그렇지 않은 경우도 적지 않다. 일부 아파트 단지나 건물은 단지 또는 동 단위로 서로 다른 법정동 또는 행정동, 심지어는 복수의 광역자치단체에 속해 있어 생활 편의, 행정 서비스, 교육, 세금, 긴급 상황 대응 등 여러 측면에서
- [데이터 민주화의 시작, Self BI란 무엇인가? - ②](https://gdskorea.co.kr/데이터-민주화의-시작-self-bi란-무엇인가-②/) - #좋은 Self BI는 비기술 사용자도 쉽게 사용할 수 있는 직관적 UI, 빠른 성능, 다양한 데이터 연결, 강력한 시각화, 보안, 협업 기능을 갖춰야 합니다. Self BI 도입은 단순한 도구 선정이 아니라 조직의 데이터 기반 문화를 만드는 하나의 프로세스입니다. Self BI 도구라고 해서 모두 같은 것은 아닙니다. 진정한 "셀프 서비스"를 실현하는 좋은 Self BI는 다음 조건을 충족해야
- [² “통계, 혼돈과 질서의 만남” 역자 서문](https://gdskorea.co.kr/통계-혼돈과-질서의-만남-역자-서문/) - [ 통계, 혼돈과 질서의 만남 ] “통계, 혼돈과 질서의 만남” 역자 서문 CRRao교수는 1920년 9월10일 후버나 하다갈리라는 인도의 조그만 동네에서 태어났으며 그가 스무살 되던 해에 안드라 대학에서 수석으로 수학 석사학위를 받고, 이어 캘커타 대학에서 통계학석사, 그리고 1948년에는 영국의 캠브리지 대학에서 “생물학적 분류의 통계적 문제”로 박사학위를 얻었습니다. 그 후 세계 각국의 명문대학에서 강의를 해왔으며 14편의 저서와
- [[GDSK x Tableau] 글로벌 AI 트렌드](https://gdskorea.co.kr/gdsk-x-tableau-글로벌-ai-트렌드/) - [ Tableau, Tableau로 세상 보기 ] 데이터 시각화 글로벌 AI 트렌드 전 세계가 AI로 떠들썩합니다. ChatGPT, Gemini, METAAI, Azure, CLOVA X, 카카오 i 등 빅테크 기업들의 AI뿐만이 아닙니다. 영상, 음악, 소설, 웹툰 등 이미 다양한 분야에서 AI가 광범위하게 사용되고 있습니다. AI가 보여주는 기술적인 발전과 가능성은 이미 상상을 뛰어넘고 있습니다. 그러면, 2024년 AI를 대하여 세계 각국의
- [AI시대에서 빅데이터(Big Data)는 어디로 갔을까?](https://gdskorea.co.kr/ai시대에-빅데이터big-data는-어디로-갔을까/) - 불과 몇 년 전만 해도 '빅데이터'는 IT 업계에서 가장 핫한 키워드였습니다. "데이터가 곧 석유다"라는 문장이 격언처럼 쓰였고, 빅데이터 전문가가 미래 유망 직종 1위를 차지하던 시절이 있었습니다. 기업들은 앞다투어 빅데이터 분석 역량을 갖추기 위해 노력했습니다. 하지만 2026년 현재, 우리는 빅데이터라는 말보다는 AI, LLM, 생성형이라는 키워드들을 훨씬 많이 마추치고 있습니다. 과연 빅데이터는 사라진 걸까요? 빅데이터는 사라지지 않았다
- [주민불편과 행정낭비를 초래하는 행정구역 개편이 시급하다 ⑤](https://gdskorea.co.kr/주민불편과-행정낭비를-초래하는-행정구역-개편-5/) - [ 대한민국 행정경계 중첩 사례_통계 수치를 중심으로] 이전의 포스팅에서 살펴본 것처럼 하나의 건물 혹은 공동주택 단지가 두 개 이상의 행정구역에 걸쳐 있는 경계주소는 우리나라에 결코 적지 않은 숫자가 다양한 형태로 존재한다. 아파트 단지가 두 개 이상의 동(洞)에 걸쳐 있는 경우도 있고, 아예 두 개 이상의 시군구에 걸쳐 있는 경우도 있다. 심지어 하안주공13단지아파트처럼 서울과 경기 두
- [¹⁷ A.5. π의 소숫점 숫자들은 랜덤한가?](https://gdskorea.co.kr/¹⁷-a-5-π의-소숫점-숫자들은-랜덤한가/) - [ 통계, 혼돈과 질서의 만남 ] 제 1장 불확실성, 무작위, 그리고 새로운 지식의 창조 A.5. π의 소숫점 숫자들은 랜덤한가? 닷지Y.Dodge는 국제통계리뷰(International Statistical Review, Vol 64, 329-344. 1966)에 발표한 논문에서, π에 대한 4,000년 역사를 추적하고 π의 소숫점 숫자들이 랜덤한 수열을 이루는지에 대해 질문하고 있습니다. 기술적으로 말해서 랜덤한 수열이란, 그 수열 자체보다 더 짧은
- [[인공지능 알고리듬의 이해]](https://gdskorea.co.kr/인공지능-알고리듬의-이해/) - [ 인공지능 알고리듬의 이해 ] “연재를 시작하며” 정보통신정책연구원 ICT데이터사이언스연구본부장 정용찬 이 글은 2020년에 나온 글쓴이의 “인공지능 알고리듬의 이해(커뮤니케이션북스)”의 주요 내용을 소개할 목적으로 준비했다. 일전에 저자가 쓴 책을 읽은 GDSK 류근운 대표가 블로그에 주요 내용을 소개해달라는 요청을 받았다. 우리가 미처 인식하지 못하는 가운데 ‘알고리듬’이 이미 생활 곳곳에 스며든 상황을 감안하면 사이트를 통해 내용을 공유해도 의미가 있다는
- [¹⁶ A.4 모호성Ambiguity](https://gdskorea.co.kr/¹⁶-a-4-모호성ambiguity/) - [ 통계, 혼돈과 질서의 만남 ] 제 1장 불확실성, 무작위, 그리고 새로운 지식의 창조 A.4 모호성Ambiguity 관측 자료를 해석하는 데는 우연성과 무작위 이외에도 또 다른 방해물이 있습니다. 이것은 모호성Ambiguity으로, 개체들(사람, 장소, 또는 사물)을 구분하여 각각의 범주에 할당할 때 발생합니다. 나는 통계학자입니까, 수학자입니까, 아니면 행정가입니까? 이러한 질문에는 상황에 따라 다른 대답을 하게 됩니다.
- [[인공지능 알고리듬의 이해] “제4회: 인공지능과 머신러닝”](https://gdskorea.co.kr/인공지능-알고리듬의-이해-제4회-인공지능과-머신/) - [ 인공지능 알고리듬의 이해 ] [인공지능 알고리듬의 이해] “제4회: 인공지능과 머신러닝” 정보통신정책연구원 ICT데이터사이언스연구본부장 정용찬 인공지능이란? 인공지능(AI, Artificial Intelligence)이란 인간처럼 생각하고 판단하는 컴퓨터를 말한다. 단순히 주어진 규칙대로 판단하는 능력을 넘어서서 사람처럼 생각하고 학습하고 자기 개발을 할 수 있는 능력을 지닌 기술을 말한다(정용찬, 2018) 인공지능은 ‘약한 인공지능(Weak AI)’과 ‘강한 인공지능(Strong AI)’으로 구분한다. 약한 인공지능은 특정 분야의 문제를
- [¹⁸ 제2장 불확실성 길들이기 : 통계학의 발전](https://gdskorea.co.kr/¹⁸-제2장-불확실성-길들이기-통계학의-발전/) - [ 통계, 혼돈과 질서의 만남 ] 제 2장 불확실성 길들이기 : 통계학의 발전 .1. 초창기 역사 : 데이터로서의 통계학 .1. 초창기 역사 : 데이터로서의 통계학 통계학의 기반은 오래 전부터 존재하였지만 그 역사는 짧다고 할 수 있습니다. 통계학의 기원은 인류의 시작까지 거슬러 올라가지만, 이것이 실제적으로 유용한 학문으로써 떠오른 것은 최근의 일입니다. 오늘날의 통계학은 생동하는 학문으로서 자리
- [⁵ 제 1장 불확실성, 무작위 그리고 새로운 지식의](https://gdskorea.co.kr/⁵-제-1장-불확실성-무작위-그리고-새로운-지식의/) - [ 통계, 혼돈과 질서의 만남 ] 제 1장 불확실성, 무작위 그리고 새로운 지식의 창조 집이 돌로 지어 지듯이 과학은 사실의 기초위에 이룩된다. 그러나 돌무더기가 집이 아니듯이 사실만을 모아 놓은 것이 과학은 아니다. – 뿌앙까레 Jules Henri Poincare – 불확실성(Uncertainty)과 무작위(Randomness)의 개념은 오랫동안 인류를 곤혹스럽게 하고 있습니다. 우리는 주변의 물리적·사회적 환경으로부터 매 순간 불확실성에 직면하게 됩니다.
- [²¹ 2. 불확실성 길들이기](https://gdskorea.co.kr/²¹-2-불확실성-길들이기/) - [ 통계, 혼돈과 질서의 만남 ] 제 2장 불확실성 길들이기 : 통계학의 발전 .2. 불확실성 길들이기 제가 이미 언급한 것처럼 원래 통계학의 어원학적 의미는 자료를 수집하여 분류하는 행위 및 이를 정책수립과정에 이용하는 것입니다. 19세기 들어서 통계학은 새로운 의미를 갖기 시작했는데 그것은 자료의 해석 및 의사결정을 위한 정보의 추출입니다. 현재의 경향을 근거로 인구의 사회경제적 특성을 어떻게
- [¹⁵ A.3 우연과 필연](https://gdskorea.co.kr/¹⁵-a-3-우연과-필연/) - [ 통계, 혼돈과 질서의 만남 ] 제 1장 불확실성, 무작위, 그리고 새로운 지식의 창조 A.3 우연과 필연 토의가 진행되는 동안, 원인과 결과 그리고 우연에 관한 질문이 대두되었습니다. 그것은 다음과 같이 요약될 수 있습니다. 저는 이런 질문이 대두된 것을 기쁘게 생각합니다. 만약 자연현상들이 전혀 예측할 수 없도록 무작위로 발생한다면 아마도 삶은 견디기 힘들
- [¹⁰ 2.8 난수열에 관한 오류](https://gdskorea.co.kr/¹⁰-2-8-난수열에-관한-오류/) - [ 통계, 혼돈과 질서의 만남 ] 2. 무작위와 난수 2.8 난수열에 관한 오류 힌두교의 신에 관한 개념과 같이, 난수들은 아무런 패턴이 없음에도 불구하고 그 속에는 모든 패턴을 다 지니고 있다는 것입니다. 다시 말하면, 만약 우리가 엄격하게 난수들을 계속 만들어내면 언젠가는 어떤 일정한 패턴을 접하게 된 다는 것입니다. 그러므로 만약 우리가 계속하여 동전을 던질 경우 어떤
- [³ “통계, 혼돈과 질서의 만남” 저자 제 1판 서문](https://gdskorea.co.kr/³-통계-혼돈과-질서의-만남-저자-제-1판-서문/) - [ 통계, 혼돈과 질서의 만남 ] “통계, 혼돈과 질서의 만남” 저자 제 1판 서문 (제 1판 머리말) 불확실한 지식 + 지식 속에 들어있는 불확실성의 양에 대한 지식 = 이용 가능한 지식 저는 인도 과학·산업연구위원회Council of Scientific & Industrial Research(CSIR) 후원으로 이루어지는 라마누잔 추모강연회에서 강연할 수 있게 된 것을 매우 영광으로 생각합니다. 이러한 영광과 함께 라마누잔
- [²⁰ 1.3 통계와 통계기구](https://gdskorea.co.kr/²⁰-1-3-통계와-통계기구/) - [ 통계, 혼돈과 질서의 만남 ] 제 2장 불확실성 길들이기 : 통계학의 발전 .1.3 통계와 통계기구 통계Statistics라는 용어는 국가를 의미하는 라틴어 Status에 뿌리를 두고 있습니다. 그리고 18세기 중엽 독일학자 고트프리드 아켄발Gottfried Achenwall이 다음과 같은 의미를 부여하였습니다. 폰 빌펠트J. von Bielfeld는 1770년에 출판된 그의 저서 ‘보편적 학식Elements of Universal Erudition’에서 통계를 다음과 같이 기술하고 있습니다. 브리태니카
- [가구와 세대 [DATA Talk]](https://gdskorea.co.kr/가구와-세대-data-talk/) - [ 용어해설 ] 통계청의 발표에 따르면 2005년 68만 7000 가구였든 서울시 1인가구는 2019년 130만 가구로 두 배 가까이 뛰었다. 주목할 점은 전체 가구 가운데 1인가구가 차지하는 비중이 2005년 20.5%에서 2015년 29.5%, 2019년 33.4%로 가파르게 증가 추세를 보이고 있다는 것이다. 통계청 추계 결과 2047년 서울 가구수는 371만, 1인가구 수는 138만으로 전체 가구의 37.2%에 달할 것으로 전망된다고
- [[인공지능 알고리듬의 이해] “제8회: 알고리즘 예술”](https://gdskorea.co.kr/인공지능-알고리듬의-이해-제8회-알고리즘-예술/) - [ 인공지능 알고리듬의 이해 ] [인공지능 알고리듬의 이해] “제8회: 알고리즘 예술” 정보통신정책연구원 ICT데이터사이언스연구본부장 정용찬 * 이 글은 저자의 “인공지능 알고리듬의 이해”에서 주요 내용을 요약, 발췌하였습니다. 문학과 알고리즘 인공지능이 소설을 쓸 수 있을까? 기사나 일기예보처럼 비교적 객관적 사실을 나타내는 문장은 인공지능에게 쉬워 보일 것 같지만 문학은 창작의 영역이라 인공지능에게는 어려운 과제일지 모른다. 이러한 편견을 깬 사건이
- [⁸ 2.2 몬테카를로 기법](https://gdskorea.co.kr/⁸-2-2-몬테카를로-기법/) - [ 통계, 혼돈과 질서의 만남 ] 2. 무작위와 난수 2.2 몬테카를로 기법 영국의 수학자이며 통계이론과 방법론에 관한 초기 공헌자들 중의 한 명인 칼 피어슨Karl Pearson은 확률과 통계에서 정확한 해답을 얻기에는 너무도 복잡한 문제들을 풀기 위하여 난수들의 사용을 생각한 최초의 사람이었습니다. 만약 당신이 р개 변수들, x 1, x 2,…, xp의 결합분포를 알고 있다면, 주어진 함수 f(x
- [²⁴ 2.1.4 외전(外轉)Abduction](https://gdskorea.co.kr/²⁴-2-1-4-외전外轉abduction/) - [ 통계, 혼돈과 질서의 만남 ] 제 2장 불확실성 길들이기 : 통계학의 발전 2.1 논리적 추론의 세 가지 유형 2.1.4 외전(外轉)Abduction 때로는 어떠한 데이터베이스도 없이 직관이나 번뜩이는 상상력에 의해 새로운 이론이 제안되기도 하는데, 이를 논리적 용어로는 외전Abduction이라고 합니다. 그러한 이론들은 나중에 실험을 통하여 입증됩니다. DNA의 이중나선형구조, 상대성이론, 빛의 전자기이론 등이 유명한 예입니다. 귀납법과 외전법의 차이는
- [¹⁹ 1.2 고대의 기록들](https://gdskorea.co.kr/¹⁹-1-2-고대의-기록들/) - [ 통계, 혼돈과 질서의 만남 ] 제 2장 불확실성 길들이기 : 통계학의 발전 .1.2 고대의 기록들 가장 오래된 통계 기록은 아마도 계산술이 완성되기 이전에 원시인들이 그들의 소 떼나 다른 소유물들을 계수하기 위하여 나무 위에 표시한 눈금일 것입니다. 인류가 독립적인 유랑생활을 청산하고 조직화된 공동사회를 이루었을 때 자료들을 수집하고 정보를 기록하는 필요성이 대두되었을 것입니다. 그들은 각자의 재산을
- [⁹ 2.3 표본조사](https://gdskorea.co.kr/⁹-2-3-표본조사/) - [ 통계, 혼돈과 질서의 만남 ] 2. 무작위와 난수 2.3 표본조사 아마도 난수들의 가장 중요한 용도는 표본조사나 실험작업을 할 때 자료를 만드는 데 있을 것입니다. 수많은 개인들로 구성된 커다란 모집단에서 평균소득을 알고자 한다고 가정합시다. 각 개인들 모두에게서 정보를 얻어 자료를 처리하거나 완벽하게 계수를 하는 것은 시간과 금전적인 면에 있어서 큰 낭비일 뿐 아니라 정확한 자료를
- [¹¹ 3. 결정론으로부터 무질서 속의 질서로](https://gdskorea.co.kr/¹¹-3-결정론으로부터-무질서-속의-질서로/) - [ 통계, 혼돈과 질서의 만남 ] 제 1장 불확실성, 무작위, 그리고 새로운 지식의 창조 3. 결정론으로부터 무질서 속의 질서로 이제 무작위의 개념을 통해 해결되고 있는 좀 더 근본적인 문제들에 관하여 언급하고자 합니다. 이것들은 우주에 관한 모형설정과 자연법칙들의 형성에 관계되는 것들입니다. 오랫동안 모든 자연현상들은 명확하게 결정론적 성격을 지니고 있다고 믿어 왔는데, 가장 대표적 경우를 라플라스Laplace(1812)의 “수학적
- [¹² 4. 무작위와 창조력](https://gdskorea.co.kr/¹²-4-무작위와-창조력/) - [ 통계, 혼돈과 질서의 만남 ] 제 1장 불확실성, 무작위, 그리고 새로운 지식의 창조 4. 무작위와 창조력 우리는 지금까지 무작위가 어떻게 자연 속에 내재하고 있으며, 자연법칙들이 어떻게 확률적 용어들로 표현되는지 보았습니다. 또한 표본조사 등을 이용하여 전체인구에 대한 정보를 추출해 낼 때 무작위개념을 어떻게 사용하는가에 대하여도 이야기하였습니다. 그밖에 순회판매원의 문제나 결정론적 절차가 있음에도 불구하고 너무 복잡하여
- [[인공지능 알고리듬의 이해] “제5회: 검색알고리즘”](https://gdskorea.co.kr/인공지능-알고리듬의-이해-제5회-검색알고리즘/) - [ 인공지능 알고리듬의 이해 ] [인공지능 알고리듬의 이해] “제5회: 검색알고리즘” 정보통신정책연구원 ICT데이터사이언스연구본부장 정용찬 * 이 글은 저자의 “인공지능 알고리듬의 이해”에서 주요 내용을 요약, 발췌하였습니다. 검색엔진의 역사 최초의 인터넷 검색엔진은 1990년에 캐나다 맥길대학의 학생인 앨런 엠티지(Alan Emtage) 등이 만든 아키(Archie)다. 기록보관소를 뜻하는 단어인 ‘archive’에서 따왔다. 파일 전송 프로토콜(File Transfer Protocol) 사이트에 있는 모든 파일의 디렉터리 목록을
- [가계와 소득 [DATA Talk]](https://gdskorea.co.kr/household-income/) - [ 용어해설 ] 가계 가계는 소득을 바탕으로 소비활동을 하는 가장 기본적인 경제단위이다. 가계는 기업과 정부에 노동·토지·자본 등의 생산요소를 제공하며, 그 대가로 임금·지대·이자 등의 소득을 얻고, 이 소득을 바탕으로 자신이 필요한 재화와 서비스를 구입한다. 직장에 나가서 일 하는 대가로 월급을 받고, 건물이나 토지를 임대해주고 그 대가로 임대료를 받으며, 돈을 빌려준 대가로 이자를 얻음으로써 소득을 올리고, 이렇게
- [¹ 통계, 혼돈과 질서의 만남(Statistics and Truth)을 재출간하며](https://gdskorea.co.kr/통계-혼돈과-질서의-만남statistics-and-truth을-재출간하며/) - [ 통계, 혼돈과 질서의 만남 ] 통계, 혼돈과 질서의 만남(Statistics and Truth)을 재출간하며 – 우연성 활용하기 제2판 / 지디에스케이는 인도출신의 세계적인 수학자이자 통계학자인 C.R. 라오 교수의 저작인 ‘Statistics and Truth’을 재출간하게 되었습니다. 본서는 2003년에 출간되었지만 현재는 절판되어 구하기 어려운 상황을 감안, 한국어 번역 저작권자인 이재창 고려대 명예교수님과 협의하여 제1판을 수정.보완하여 책을 다시 출간하였습니다. 아울러 통계학을
- [소득(Income) [DATA Talk]](https://gdskorea.co.kr/income/) - [ 대한민국 소득분포 ] 현대 인간이 살아가기 위해서는 반드시 물건과 교환할 수 있는 화폐가 필수적이다. 화폐 없이는 단 한순간도 숨 쉬기 어려운 세상이다. 우리는 화폐를 얻기 위해서 경제활동을 하는데 여기에는 4가지의 원천이 있다. 바로 지대소득, 이윤소득, 임금소득 그리고 이자소득이다. 고전경제학의 아버지라 할 수 있는 아담스미스의 명저 에 따르면 국민소득을 구성하는 기본요소는 토지소유자에 대한 지대소득, 자본소유자에
- [Lifestyle Segmentation [DATA Talk]](https://gdskorea.co.kr/lifestyle-segmentation/) - [ 용어해설 ] 모든 살아 숨쉬는 생명은 물려받은 유전인자와 환경, 취향에 따라 그 살아가는 모습이 다 다르다. 기업에서 이상적으로는 맞춤형 개인화 마케팅을 구현하고자 하나 이는 비용상으로나 시스템상으로 보나 꿈일 뿐이다. 해서 우리는 보통 같은 종류의 소비자는 같은 고객으로 묶고, 다른 소비자는 다른 묶음으로 분류(Clustering)하여 전략을 세우고 실행한다. 라이프스타일이란 여러가지 개념 설명이 가능하지만 큰 틀에서 간략히
- [⁶ 제 1장 불확실성, 무작위, 그리고 새로운 지식의 창조](https://gdskorea.co.kr/⁶-제-1장-불확실성-무작위-그리고-새로운-지식의-창조/) - [ 통계, 혼돈과 질서의 만남 ] 2. 무작위와 난수 ① 이상하게도 불확실성을 연구하는 방법론은 무작위로 배열된 숫자들을 사용합니다. 여기서 무작위로 배열된 숫자들이란, 0,1,…,9의 숫자가 씌어진 10개의 동전들을 주머니에 넣은 후, 한 개의 동전을 끄집어내고 다시 그 동전을 주머니에 집어넣고 흔든 다음 또 다른 동전을 끄집어낼 때 얻어지는 수의 열과 같은 것입니다. 난수(Random numbers)라고 불리는 이러한
- [¹³ A.1 우연성Chance과 혼돈이론Chaos](https://gdskorea.co.kr/¹³-a-1-우연성chance과-혼돈이론chaos/) - [ 통계, 혼돈과 질서의 만남 ] 제 1장 불확실성, 무작위, 그리고 새로운 지식의 창조 A.1 우연성Chance과 혼돈이론Chaos 제1장의 내용을 토대로 하여 강의를 끝낸 후 진행된 토론시간에는, “무작위 같은Random like” 현상을 기술하는데 사용된 혼돈과, 그것이 우연성 및 불확실성의 연구와 어떤 관련이 있는지에 관하여 질문이 있었습니다. 나는 다음과 같이 대답하였습니다. 우연성Chance이라는 단어는 추첨에서 번호를
- [DB손보 1사분기 자동차보험 손해율 77.2%, 순이익 2천 8백억원](https://gdskorea.co.kr/db손보-1사분기-자동차보험-손해율-77-2-순이익-2천-8백억원/) - [ 업계동향 ] DB손보 1사분기 자동차보험 손해율 77.2%, 순이익 2천8백억원 DB손해보험은 금융감독원 전자공시(DART)를 통해 2022년도 1사분기에 보험 손해율 개선 등에 힘입어 순이익이 2천800억원으로 전년 동기 대비 47.2% 늘었다고 발표했다. 이는 손해보험업계에서 가정 좋은 성과를 낸 것이다. 올해 1분기 원수 보험료는 3조8천746억원으로 6.4%, 영업이익은 3천814억원으로 43.6%가 각각 증가했다. 또한 1분기 자동차 보험의 손해율이 77.2%로 전년 동기의
- [¹⁴ A.2 창조력Creativity](https://gdskorea.co.kr/¹⁴-a-2-창조력creativity/) - [ 통계, 혼돈과 질서의 만남 ] 제 1장 불확실성, 무작위, 그리고 새로운 지식의 창조 A.2 창조력Creativity 인도통계연구원의 원장인 고쉬J.K.Ghosh 박사는 다음과 같은 몇몇 논평들을 나에게 보내왔습니다. 저는 자주 논의되고 있는 창조력의 개념에 관한 몇 가지 근본적인 문제들을 제시해준 고쉬 박사에게 감사드립니다. 저는 음악이나 문학 혹은 미술에서 거론되는 창조력과는 구분되는 과학에서의 창조력에 국한하여
- [⁴ 제 2판 저자서문](https://gdskorea.co.kr/⁴-제-2판-저자서문/) - [ 통계, 혼돈과 질서의 만남 ] (제 2판 저자서문) (제 2판 저자서문) 통계를 분별없이 받아들이는 사람은 쓸데없이 남들로부터 자주 속임을 당할 것이다. 그러나 통계를 분별없이 신뢰하지 못하는 사람은 쓸데없이 자주 무지를 드러내게 된다. “통계와 진실: 우연성 활용하기” 제1판은 1987년 라마누잔 탄생 100주년 추 모강연회에서 강연한 통계학에 대한 역사와 발전에 관한 세 번의 강의에 기초하여 만들어
- [평균 가구원 수 2.39명으로 지속적으로 감소  [DATA Talk]](https://gdskorea.co.kr/평균-가구원-수-2-39명으로-지속적으로-감소-data-talk/) - [ 용어해설 ] 통계청에 따르면, ‘19년 우리나라 1인 및 2인 가구의 비중은 각각 30.2%, 27.8%로, 전년보다 0.9%p, 0.5%p로 지속적으로 증가하고 있고, 평균 가구원 수는 2.39명으로, 전년보다 0.05명, ’00년 3.12명에서 0.73명으로 지속적으로 감소하고 있음. ’19년 가구 구성 형태는 부부와 미혼자녀(43.9%), 부부(24.5%), 한부모와 미혼자녀(14.6%) 순임. ’00년 이후, 부부와 미혼자녀로 구성된 가구는 대체로 감소 추세를 보이나, 부부로만 구성된
- [From data to Knowledge [DATA Talk]](https://gdskorea.co.kr/data-talk-from-data-to-knowledge/) - [ 용어해설 ] 바야흐로 데이터의 시대다. 아침에 일어나 출근하여 근무하고, 놀고 심지어는 집안에서 IPTV를 시청해도, 아니 핸드폰만 들고 있어도 우리의 삶은 데이터로 축적되고 표현된다. 누군가는 죽는 날까지 데이터를 생산하고 누군가는 이들 데이터를 축적하여 분석한다. 또한 가족이나 친구들을 만나거나 비즈니스를 위한 만남에서도 많은 대화가 어제와 오늘 있었던 일/이벤트를 공유하여 데이터 간에 연결성을 파악하려 하고 나아가 패턴을
- [대한민국의 주소 체계](https://gdskorea.co.kr/대한민국의-주소-체계/) - - [ 우리나라 주소 체계의 발전 ] 주소에서 ‘지명’에 해당하는 부분은 행정구역 체계와 연동되어 있으며, 대한민국의 행정구역 체계는 정부 수립 이후 행정구역 개편의 역사를 반영하고 있다 ㉓ 대한민국의 주소 체계 대한민국의 주소 표기는 기본적으로 ‘지명+숫자’로 이루어진 구조를 갖는다. 지명, 즉 지역명칭은 자연상태에 존재하는 산, 하천, 호수, 고개, 바다 등을 고려하여 명칭을 주기도 하지만, 인간이 만든 인공 건축물인 #주소 #정체성 #공간
- [③ Charles Booth의 런던 빈곤지도](https://gdskorea.co.kr/③-charles-booth의-런던-빈곤지도/) - [ 빅데이터공간분석 ] 주소와 지도를 활용한 인구통계분석 ③ Charles Booth의 런던 빈곤지도 공간과 장소는 기억을 담는다. 기억 또한 공간화 될 때 또렷해지고 오래 지속될 수 있다. 잊고 있던 기억도 그 기억이 담긴 공간을 찾아가면 거짓말처럼 다시 살아난다. 때문에 우리는 그 공간을 유지하여 기념하고 때로는 그 기억을 오래 지속하기 위해 체험하기도 한다. 또한 공간과 장소는 정체성을
- [① 토마스 샤퍼의 콜레라 사망지도](https://gdskorea.co.kr/①-토마스-샤퍼의-콜레라-사망지도/) - [ 빅데이터공간분석 ] 주소와 지도를 활용한 질병지도 ① 토마스 샤퍼의 콜레라 사망지도 근대국가로 제일 먼저 출발한 19세기 영국에서 주소에 콜레라 질병을 표시하는 질병지도를 제작하면서 공간분석을 시도했다. 지도와 질병 데이터를 연결한 것이다. 콜레라의 확산경로를 파악함은 물론 그 질병의 진원지를 특정하여 질병의 원인을 파악하기도 했다. 거주민의 건강 및 질병 상태의 분포, 패턴 및 결정요인을 연구하고 분석하는 역학(epidemiology,
- [2019년 귀속 근로소득 분포](https://gdskorea.co.kr/2019년-귀속-근로소득-분포/) - [ 대한민국 소득분포 ] 국세청 ‘2019년 귀속 100분위 근로소득 자료분석’ 소득의 분포는 개인, 가구와 지역으로 나누어서 살펴볼 필요가 있다. 통계청에서 가구단위로 소득을 발표하지만 이는 국세청에서 세금징수를 위해 파악하는 소득과는 근본적으로 다르게 자기기입식 면접조사로 가구의 소득을 파악하고 있고, 정부의 공식통계로써 많은 정책의 기초자료로 활용되는 만큼 매우 중요한 통계라 할 수
- [2019년도 종합소득 분포](https://gdskorea.co.kr/2019년도-종합소득-분포/) - [ 대한민국 소득분포 ] 근로의 대가로 지급받는 근로소득과는 달리, 종합소득에는 이자, 배당, 사업소득과 연금소득, 근로소득을 다 포함하는 말 그대로 종합한 소득이다. 국세청에서 국회에 제출한 ‘19년도 귀속분 자료에 따르면 종합소득을 신고하는 소득자는 7백5십여만명이다. 자료에 따르면, 상위 0.1%는 30여억원을 벌고, 상위 0.5%는 4억6천7백, 상위 5%는 1억원 정도를 벌고 있는 것으로
- [근로소득 금액 대 분포](https://gdskorea.co.kr/근로소득-금액-대-분포/) - [ 대한민국 소득분포 ] 국세청은 몇 년 전 국회에 2013년부터 ‘16년까지의 4년간 1천분위 소득자료를 제출했다. 가장 최근인 ‘16년도 귀속 자료에 따르면 전체 근로소득자 1천7백7십여만명 중 하위 27.4%인 4백8십6만여명이 면세 소득자인 것으로 나타났다. 1억원이상의 소득자는 3.7% 정도다. 전체 근로소득 신고자와 근로소득을 납부하지 않은 저소득자(면세근로자)를 제외한 소득의 금액대별 분포는 다음과 같다. 전체 근로자는
- [2019년도 귀속 전국 지역별 근로소득 분포(1)](https://gdskorea.co.kr/2019년도-귀속-전국-지역별-근로소득-분포1/) - [ 대한민국 소득분포 ] 2019년도 귀속 전국 지역별 근로소득 분포(1) 국세청에서 발표한 2019년도 전국 시군구별 소득통계에 따르면 평균소득은 3천7백6십여만원이고 전국 229개 시군구 중에 예상했던 대로 서울 강남구, 서초구, 용산구, 경기도 과천시, 서울 송파구가 상위 5위 내에 자리매김하고 있다. 4위인 과천시와 5위인 송파구의 소득격차가 7백여만원으로 차이가 큰 편이다. 상위 10%인 23개 시군구 중에 서울은 강남,서초,영등포등 10개
- [2019년도 귀속 전국 지역별 근로소득 분포(2)](https://gdskorea.co.kr/2019년도-귀속-전국-지역별-근로소득-분포2/) - [ 대한민국 소득분포 ] 2019년도 귀속 전국 지역별 근로소득 분포(2) 수도권 시군구별 소득분포에서 눈에 띄는 점은 경기남부의 소득이 서울 강북지역보다도 크게 높다는 점이다. 경기 남부의 발전축이라고 할 수 있는 용인시의 1인당 평균 소득은 4천5백5여만원으로 서울 강북의 대표적인 지역이라고 할 수 있는 도봉구보다 1인당 소득이 1천3백여만원이 더 높다. 경기 남부에 대기업 반도체 공장이 즐비하게 들어서면서 고소득층이
- [전국 1인당 소득 및 가구소득의 변화](https://gdskorea.co.kr/전국-1인당-소득-및-가구소득의-변화/) - [ 대한민국 소득분포 ] 전국 1인당 소득 및 가구소득의 변화 (1인당 지역총소득 및 개인소득) 2011년-2019년 동안 1인당 지역총소득과 1인당 개인소득 모두 전국 평균값이 꾸준히 증가하고 있음 (가구소득) 2011년-2019년 동안 전국 가구소득이 지속적으로 증가했으며, 특히 2016년 이후 가구소득이 빠르게 증가하여 2011년 대비 2019년 1.4배 증가함 전국 1인당 소득 및 가구소득 추세 2019년 1인당 지역총소득은 전국 평균
- [공시지가 9억 초과 고가 공동주택, 작년보다 70% 늘었다](https://gdskorea.co.kr/공시지가-9억-초과-고가-공동주택-작년보다-70-늘었다/) - [ G-Prism Report ] 공시지가 9억 초과 고가 공동주택, 작년보다 70% 늘었다 기사내용 요약 경기도 올해 공시지가 9억원 초과 공동주택 8만4300호 성남 분당구, 수원 영통구, 과천시가 상위권 [수원=뉴시스] 박종대 기자 = 고가주택에 해당하는 공시가격 9억원(시가 13억~14억원) 초과 공동주택수가 전년 대비 69.2% 증가한 것으로 나타났다. 빅데이터 분석 전문회사인 지디에스케이 글로벌데이터연구소가 국토교통부 주택 공시가격 정보 포털에서 수집한
- [전국 공동주택 공시가격이 19.1% 급등](https://gdskorea.co.kr/전국-공동주택-공시가격이-19-1-급등/) - [ G-Prism Report ] 전국 공동주택 공시가격이 19.1% 급등 빅데이터 분석전문 회사인 ㈜지디에스케이 글로벌데이터연구소가 국토교통부 주택 공시가격 정보 포털에서 수집한 공동주택 자료 1420만4665개(2020년 기준 13,782,511개)를 분석한 결과다. 여기서 공동주택이라 하면 아파트, 연립주택, 다세대주택을 말한다. 광역시도별로는 세종시가 70% 폭등하여 전국 최고치를 기록했고, 서울은 19.9%, 대전 20.1%, 경기 23.9% 상승하였다. 전국 250개 시군구 단위로 집계해 보면 30%
- [서울지역 공시가격 9억초과 공동주택수 47% 증가](https://gdskorea.co.kr/서울지역-공시가격-9억초과-공동주택수-47-증가/) - [ G-Prism Report ] 서울지역 공시가격 9억초과 공동주택수 47% 증가 2022년에도 20% 정도 공시가격 상승이 예측됨 빅데이터 분석업체인 ㈜지디에스케이 글로벌데이터연구소가 국토교통부 공시가격 포탈로부터 제공받은 서울지역 공동주택 2,583,506개를 분석한 결과 고가주택이라 할 수 있는 공시가격 9억원 초과(시세 14억-15억원 이상)되는 공동주택이 전체 주택의 16%에 달하는 것을 집계했다. 올해의 공시지가는 지난 1월1일에 고시되는 가격으로 2020년도 시세를 반영한 것으로
- [신한카드, 2022년 소비트렌드 ‘U.N.L.O.C.K.’](https://gdskorea.co.kr/신한카드-2022년-소비트렌드-u-n-l-o-c-k/) - [ 업계동향 ] < 신한카드, 2022년 소비트렌드 ‘U.N.L.O.C.K.’ > 신한카드 빅데이터 연구소는 코로나로 인해 억눌리던 일상회복에 대한 욕구가 강력히 표출되면서 2022년은 그동안 단절됐던 일상생활이 해제되고 고정관념과 경계를 여는 ‘UNLOCK’의 한 해가 될 것으로 전망했다. U는 ‘다시, 문 밖 라이프'(Unbinding In-door)를 뜻하는 것으로, 외부활동 제약으로 쌓인 피로감으로 인해 역동적으로 즐기는 스포츠와 탁 트인 자연에 관심을 갖게
- [밥상물가 상승률 5.9%로 OECD 37개국 중 5위](https://gdskorea.co.kr/밥상물가-상승률-5-9로-oecd-37개국-중-5위/) - [ 대한민국 소득분포 ] 밥상물가 상승률 5.9%로 OECD 37개국 중 5위 밥상물가로 불리는 식료품 및 비주류 음료 물가상승이 근로자의 체감임금을 감소시켰다. 5년간(2016~2021년) OECD 식료품 및 비주류 음료 물가지수 데이터를 분석한 결과, 한국의 상승률은 17.6%로 37개국4) 중 8위를 차지했다. *자료: OECD stat. 특히, 2021년 한국의 식료품·비주류음료 물가상승률은 5.9%로 OECD 5위를
- [대기업 소득 중소기업의 2배](https://gdskorea.co.kr/대기업-소득-중소기업의-2배/) - [ 대한민국 소득분포 ] “대기업 소득 중소기업의 2배” – 2020년 임금근로자 소득분포(통계청) □ 2022년 2월22일 발표한 통계청 자료에 따르면 ’20년 12월 임금근로일자리에서 일한 근로자의 평균소득은 320만원으로 전년 대비 3.6%(11만원) 증가하였고, 중위소득은 242만원으로 전년 대비 3.5%(8만원) 증가함 □ (산업별 평균소득) 금융·보험업(660만원)이 가장 높고, 숙박·음식점업(163만원)이 가장 낮음. 공공행정(-5.9%), 운수·창고업(-0.3%)은 전년 대비 감소함 □ (조직형태별 평균소득) 회사법인(358만원), 회사이외법인(327만원),
- [2021년도 소매유통 매출현황](https://gdskorea.co.kr/2021년도-소매유통-매출현황/) - [ 업계동향 ] 백화점, 온라인쇼핑⬆ vs. 대형마트, 슈퍼마켓⬇ 대한상의 ‘유통 인사이트’에 따르면 전년대비 2021년도에는 백화점과 온라인 쇼핑 매출은 크게 증가했으나 대형마트와 슈퍼마켓은 정체되거나 감소했던 것으로 분석되었다. □ 보복소비 영향으로 명품 매출이 증가하며 백화점, 면세점 두 자릿수 성장 백화점과 면세점은 백신접종 확대에 따라 단계적 일상 회복에 대한 기대감이 커지고 해외여행 제한에 따른 반 사이익과 보복소비 영향과
- [가계부채 1,859조, 국민 1인당 3천6백만원](https://gdskorea.co.kr/가계부채-1859조-국민-1인당-3천6백만원/) - [ 대한민국 소득분포 ] 가계부채 1,859조, 국민 1인당 3천6백만원 최근 한국은행에서 발표한 에 따르면, 가계부채(가계신용통계 기준)는 2022년 1/4분 기말 1,859.4조원으로 집계되었다. 또한, 금융자산 대비 부채비율은 전년과 비슷하고 취약차주 즉 다중채무자이면서 저소득-저신용자의 채무자 수는 상승하였다. 보고서에 따르면 이들 적자 가구의 연평균 경상소득은 4천600만원인데, 원리금 상환액은 4천500만원, 필수 소비지출은 2천400만원, 이자 외 비소비지출은 900만원인 것으로
- [2019년 시·도별 1인당 소득 및 가구 소득 분포](https://gdskorea.co.kr/2019년-시·도별-1인당-소득-및-가구-소득-분포/) - [ 대한민국 소득분포 ] 2019년 시·도별 1인당 소득 및 가구 소득 분포 -1인당 지역총소득, 1인당 개인소득(명목) 및 가구소득(경상) 1인당 지역총소득은 울산, 서울, 충남 순으로 높게 나타났고, 울산의 경우 광역 단위에서 기업소득이 높은 부분을 차지하고 있기 때문인 것으로 보임 1인당 개인소득은 서울, 울산, 광주, 경기 순으로 높게 나타났고, 서울이 가장 높은 이유는 고소득자의 거주 비중이 높기
- [금융소득 종합과세자 17만 9천명](https://gdskorea.co.kr/금융소득-종합과세자-17만-9천명/) - [ 대한민국 소득분포 ] 금융소득 종합과세자 17만 9천명 최근 국세청에서 발표한 2020년도 귀속 ‘국세통계연보’에 따르면 2천만원 이상 금융소득 종합과세자는 17만 9천 명으로 평균 소득은 2억 7천 8백만원으로 집계되었다. 현행 소득세법에 따르면 금융소득(이자,배당) 2천만원 초과자는 초과금액을 다른 소득과 합산하여 종합소득(사업소득,근로소득,이자소득,배당소득,기타소득)을 신고해야 한다. ○ ’20년 귀속 금융소득 종합과세 대상(금융소득 2천만 원 초과)에 해당하여 종합소득세를 신고한 자는 17만
- [근로자의 평균 급여는 3,828만 원, 총급여 1억원 초과자는 91만 6천 명](https://gdskorea.co.kr/근로자의-평균-급여는-3828만-원-총급여-1억원-초과자는-91/) - [ 대한민국 소득분포 ] 근로자의 평균 급여는 3,828만 원, 총급여 1억원 초과자는 91만 6천 명 국세청 2020년도 귀속 ‘국세통계연보’에 따르면, -근로자의 1인당 평균 급여는 3,828만 원으로 전년(3,744만 원)에 비해 2.2% 증가(84만 원)하였다. 1인당 평균 급여(3,828만 원)를 근로자 주소지별로 살펴보면 세종 (4,515만 원), 서울(4,380만 원), 울산(4,337만 원) 순으로 높았다. -총급여가 1억원을 초과한 근로자는 91만6천명으로 전년(85만 2천
- [상위 30%이상의 근로자 소득이 전제소득의 61.5% 차지](https://gdskorea.co.kr/상위-30이상의-근로자-소득이-전제소득의-61-5-차지/) - [ 대한민국 소득분포 ] 상위 30%이상의 근로자 소득이 전제소득의 61.5% 차지 국세청 2020년도 귀속 ‘국세통계연보’에 따르면, -총급여자 중(19,495,359명) 최상위 10% 근로자의 평균급여는 1억2천여만원이며 상위 30% 이상인 5백8십여만명이 전체소득의 61.5%를 차지하고 있는 것으로 집계되었다. -통계에 따르면 하위 60%의 급여자는 근로소득세를 거의 내지 않았다.
- [기준금리와 서울시 아파트 가격](https://gdskorea.co.kr/기준금리와-서울시-아파트-가격/) - [ G-Prism Report ] 기준금리와 서울시 아파트 가격 이자율을 낮추면 유동성이 증가하고 결국 부동산 가격은 올라감. 이 연쇄작용은 필연적인 결과이며 그 반대도 마찬가지임. 2019년 7월부터 금리는 급격하게 인하되고 코로나로 인한 사태가 벌어지며 기준금리는 2020년 5월 0.50%까지 내려갔다. 그 후 3차례 인상되어 2022년 1월 현재는 1.25%로 2017년 금리로 올라갔다. 미국의 인플레로 인해 미국의 기준금리가 향후 몇차례
- [부동산은 장기적으로 우상향 추세를 보인다](https://gdskorea.co.kr/부동산은-장기적으로-우상향-추세를-보인다/) - [ G-Prism Report ] 부동산은 장기적으로 우상향 추세를 보인다 2007년부터 2021년 까지 최근 15년간 서울의 아파트 가격의 변화를 살펴보면 상승-하락-상승의 사이클이 존재하는 시장이라는 것이다. 우리나라 경기는 기본적으로 우상향 추세이기 때문에 부동산 가격 역시 우상향 추세선 안에서 상승-하락-상승의 패턴을 보인다. 상승기간과 하락기간이 다른데 일반적으로 상승기간이 더 길게 나타난다는 점이다. 전년 동월 대비 상승률(YoY : Year Over
- [5년간 임금 17.6% 상승할 때 근로소득세·사회보험료 39.4% 증가](https://gdskorea.co.kr/5년간-임금-17-6-상승할-때-근로소득세·사회보험료-39-4-증/) - [ 대한민국 소득분포 ] 5년간 임금 17.6% 상승할 때 근로소득세·사회보험료 39.4% 증가 근로자의 급여가 2016년부터 2021년 까지 연평균 3.3%(총 증가율 16.7%) 증가하고 있으나 소득세 구간은 변동이 없고, 4대 보험료는 39.4%가 증가하면서 근로자의 가처분 소득이 지속적으로 낮아지는 것으로 분석 되었다. 근로자 월임금(1인이상 사업체)은 2016년 310.5만원에서 2021년 365.3만원으로 17.6% 인상되었으나, 근로소득세 및 사회보험료 부담은 2016년 36.3만원에서 2021년
- [상위 10% 소득 1천429만원 오를 때 , 하위 10%는 17만원 올랐다.](https://gdskorea.co.kr/상위-10-소득-1천429만원-오를-때-하위-10는-17만원-올랐다/) - [ 대한민국 소득분포 ] 상위 10% 소득 1천429만원 오를 때 , 하위 10%는 17만원 올랐다. 2016년 대비 2020년 소득 변화 *출처: 연합뉴스 지난 2월15일 국회 기획재정위원회 소속 국민의힘 추경호 의원이 국세청에서 받은 통합소득 1천분위 자료를 분석한 결과에 따르면 2020년 통합소득 상위 10% 소득자 245만8천194명의 소득은 총 336조1천136억7천600만원으로, 1인당 평균 1억3천673만원이었다. 통합소득은 근로소득과 종합소득(이자·배당·사업·연금·기타소득)을 합친 개인소득
- [2015-19년 주택증가분 175만호 중 70%를 다주택자가 소유](https://gdskorea.co.kr/2015-19년-주택증가분-175만호-중-70를-다주택자가-소유/) - [ G-Prism Report ] 2015-19년 주택증가분 175만호 중 70%를 다주택자가 소유 한국주택금융공사 주택금융연구원의 분석에 따르면, 2015년부터 2019년까지 주택총량은 175만호가 증가된 2.131만호 였으나 1가구 1주택자는 31.3만호 증가하는데 그치고 다주택자의 보유주택이 123.6만호 증가되었다. 전체 주택증가분의 70%가 다주택자들에 돌아간 것이다. ◯ 정부당국은 2017년 이후 시작된 주택가격 급등에 따라 수요. 공급. 금융을 망라한 다양한 정책을 수십차례에 걸쳐서 전개하였다. 매년
- [월세입자가 전세입자 보다 4.4% 높았다.](https://gdskorea.co.kr/월세입자가-전세입자-보다-4-4-높았다/) - [ G-Prism Report ] (2021년 서울 서베이 조사결과) 월세입자가 전세입자 보다 4.4% 높았다. 자기집 소유 비율은 도봉구가 가장 높고 관악구가 최하위. 서울시가 서울시의 균형발전 및 국민의 삶의 질 측정을 위해서 통계청과 행정안전부 등 관계기관과 협의를 통해 매년 실시하는 ‘서울 서베이 2021년’ 보고서를 발간하였다. 보고서는 ‘2021년도 기준 도시정책지표조사’라는 형태로 발간했다. 이 보고서에 따르면 서울시를 구성하고 있는
- [민간부채 1천8백4십여조, 중위 가구소득은 3천만원](https://gdskorea.co.kr/민간부채-1천8백4십여조-중위-가구소득은-3천만원/) - [ G-Prism Report ] 민간부채 1천8백4십여조, 중위 가구소득은 3천만원 국회예산정책처에서 지난 4월에 발표한 2022년도 ‘경제•재정수첩’에 수록된 재정통계에 따르면 2021년도 3/4분기 기준 민간부채는 1천8백4십여조이며, 기업부채는 1천9백9십여조였다. 또한 2020년도 기준으로 가구소득의 중간 값인 중위소득은 3,018만원이며, 상위10% 경계 값은 6,739만원이었다.
- [우리나라 전체 가구 중 17%가 적자! 4천 600만원 벌어 4천 500만원 빚 갚아](https://gdskorea.co.kr/우리나라-전체-가구-중-17가-적자-4천-600만원-벌어-4천-500만/) - [ 대한민국 소득분포 ] 우리나라 전체 가구 중 17%가 적자! 4천 600만원 벌어 4천 500만원 빚 갚아 한국금융연구원이 지난 8일 발표한 ‘가계 재무 상태가 적자인 가구의 특징과 개선 방향’ 보고서에 “지난해 가계금융복지 조사 자료를 이용해 계산한 결과, 전체 2천52만 가구의 17.2%인 354만 가구가 적자 가구에 해당하는 것으로 나타났다”고 밝혔다. 보고서에 따르면 이들 적자 가구의 연평균
- [온라인 음식배달업 최근 5년동안 매년 75% 성장 '21년도 거래액은 25조 6천억, 종사자 수는 42만여명'](https://gdskorea.co.kr/온라인-음식배달업-최근-5년동안-매년-75-성장-21년도-거/) - [ G-Prism Report ] 국내 음식배달산업 현황과 구조 코로나19로 인한 비대면 소비증가와 음식 배달산업의 폭발적인 성장으로 2021년 온라인 음식서비스 거래액은 25조 6천억원으로 집계되었으며, 배달라이더에 대한 수요도 크게 증가하면서 종사자 수는 수십만명에 이를 것으로 추산되고 있다. 음식배달산업 현황 온라인을 통한 음식서비스 거래액은 배달음식만 공식적으로 통계를 작성하기 시작한 2017년 2조 7,326억원을 기록한 이후 2021년 25조 6,847억원을 기록하며
- [[최근 3년 서울선거 분석해 보니①] '소득·주택가격·연령·학력'에 갈려](https://gdskorea.co.kr/최근-3년-서울선거-분석해-보니-소득·주택가격·연/) - [최근 3년 서울선거 분석해 보니] ‘소득·주택가격·연령·학력’에 갈려 서울 426개 행정동 분석 GDSK글로벌데이터연구소 최근 3년간 서울선거 결과가 소득·주택가격·학력(대학원졸)·연령(40대)에 영향을 받았다는 조사결과가 나왔다. 소득과 주택가격, 학력이 높은 지역일수록 국민의힘 지지율이 높았고, 40대 연령이 높은 지역은 민주당 지지율이 높았다. GDSK글로벌데이터연구소는 지난 2020년 국회의원 선거, 2021년 6월 서울시장 보궐선거, 2022년 3월 대선에서 나타난 서울 표심을 집중 분석했다. 이에 따르면
- [KT, 유료방송 시장 점유율 35.58%로 1위](https://gdskorea.co.kr/kt-유료방송-시장-점유율-35-58로-1위/) - [ 업계동향 ] KT, 유료방송 시장 점유율 35.58%로 1위 총 가입자 수는 3천6백5십여만명 과학기술정보통신부는 ‘21년 12월말 기준 유료방송 가입자 수와 ‘21년 하반기 시장점유율을 발표하였다. 자료에 따르면 총 가입자 수는 36,459,267명으로 파악되었으며, 매체별 6개월간 평균 가입자 수는 IPTV 19,689,655명(55.25%), SO 12,927,463명(36.28%), 위성방송 3,020,224명(8.47%) 순으로 집계되었다. KT 계열(KT+KT스카이라이프+HCN) 가입자 수는 1,268만명(‘21년 상반기 1,120만명), LG 계열(LG유플러스+LG헬로비전) 가입자 수는 903만명(‘21년 상반기 887만명), SK브로드밴드(IPTV+SO) 가입자 수는 892만명(‘21년 상반기 870만명)으로, 유료방송 시장에서 각각 35.58%(3.68%p 증가), 25.33%(0.05%p 증가), 25.03%(0.26%p 증가)의
- [[최근 3년 서울선거 분석해 보니③] 서울선거, 소득에 따른 계급선거로 바뀌었다.](https://gdskorea.co.kr/최근-3년-서울선거-분석해-보니③-서울선거-소득에-따/) - [최근 3년 서울선거 분석해 보니③] 서울선거, 소득에 따른 계급선거로 바뀌었다. / – 425개 행정동 회귀분석 결과 서울지역 426개 행정동의 득표결과와 그 행정동의 인구통계적인
- [2021년도 귀농귀촌 인구 51만여명 늘어났다.](https://gdskorea.co.kr/2021년도-귀농귀촌-인구-51만여명-늘어났다/) - [ G-Prism Report ] 2021년도 귀농귀촌 인구 51만여명 늘어났다. 지난해 귀농귀촌 인구가 4.2%, 귀어귀촌 인구는 25.7% 늘었다. 귀농어·귀촌 인구 증가는 코로나19 장기화로 인한 사회·경제적 여파와 농어촌에 대한 관심 증가, 도시주택 가격 상승 등이 복합적으로 작용한 것으로 분석된다. 23일 통계청과 농림축산식품부, 해양수산부에 따르면 지난해 귀농귀촌 인구는 51만5434명 늘어 전년 대비 4.2% 증가했다. 귀어귀촌은 1216명으로 25.7% 늘었다.
- [농가 경영주 평균연령 67.2세로 노령화 심각](https://gdskorea.co.kr/농가-경영주-평균연령-67-2세로-노령화-심각/) - [ G-Prism Report ] 농가 경영주 평균연령 67.2세로 노령화 심각 국회입법조사처에 발간한 ‘농가 인구구조 변화에 따른 주요 대응정책과 향후과제’ 보고서에 따르면 농업·농촌 인구가 지속적으로 감소하고 고령화가 심화되면서 농업 경영 위기와 함께 농촌 지방 소멸 우려가 커지고 있는 농촌실태를 다시금 확인했다. 동 보고서는 지난 4월 발표된 통계청 농림어업조사의 농업부문 통계에 의거, ’21년 12월 1일 기준 우리나라
- [부동산 폭등으로 2030의 돈이 고령자 층으로 흘러가고 있다.](https://gdskorea.co.kr/부동산-폭등으로-2030의-돈이-고령자-층으로-흘러가고-있/) - [ G-Prism Report ] 부동산 폭등으로 2030의 돈이 고령자 층으로 흘러가고 있다. 고령화가 빠르게 진행되면서 금융시장에서 나타날 것으로 예견되는 현상 가운데 하나가 ‘자산시장 붕괴'(asset market melt-down) 가설이다. 1990년대 베이비부머(1946~1964년 출생)들의 은퇴가 임박함에 따라 월스트리트 분석가들 중심으로 ‘베이비부머들이 은퇴소비를 위해 보유자산을 처분할 것이고 이에 따라 주식이나 부동산 가격이 폭락할 것’이라는 가설이 제기됐다. 실제 일본의 경우 1930년대
- [근대적인 주소 체계의 발전 - 대한제국](https://gdskorea.co.kr/근대적인-주소-체계의-발전-대한제국/) - - [ 우리나라 주소 체계의 발전 ] 대한제국 시대에 행정구역의 세부 경계를 확정하고, 토지에 필지 개념으로 번호를 부여하기 시작했다 근대적인 주소체계로 전환하는 과도기였다 ㉒ 근대적인 주소 체계의 발전 – 대한제국 1897년 위태로운 국내외 정세 속에서 수립된 대한제국은 근대적인 조세 제도를 확립하고 국가 재정을 확충하는 것이 시급했다. 제대로 된 조세를 위해서는 토지대장인 ‘양안(量案)’이 바탕이었으나 당시 100년 가까이 토지조사인 ‘양전(量田)’을 #주소 #정체성 #공간
- [조선 시대 토지의 주소는 어떻게 표기했을까?](https://gdskorea.co.kr/조선-시대-토지의-주소는-어떻게-표기했을까/) - - [ 우리나라 주소 체계의 발전 ] 조선 시대에는 토지의 주소를 표기하기 위해 ‘천자문 자호방식’과 ‘사표방식’을 사용했다 천자문 자호방식은 천자문에 실린 글자를 가져와 번호 대신 사용한 것이고, 사표방식은 해당 토지의 동서남북에 인접한 토지를 기록하여 표기하는 방식이었다 ㉑ 조선 시대에 토지의 주소는 어떻게 표기했을까? 오가작통법이 가구, 즉 가옥을 중심으로 하는 행정관리 수단이라면, 가옥과 무관한 토지는 어떻게 관리했을까? 조선 #주소 #정체성 #공간
- [호구로 본 조선 시대 주소 체계](https://gdskorea.co.kr/조선-시대-호구로-본-주소-체계/) - - [ 우리나라 주소 체계의 발전 ] 조선은 고려의 행정구역 체계를 이어받아 정비, 발전시켰다 수도에 한성부를 두었고, 전국을 8도로 나누어 그 아래에 부·목·군·현 등의 하위 행정구역을 두었다 ⑳ 호구로 본 조선 시대 주소 체계 조선은 고려의 행정구역 체계를 이어받아 정비, 발전시켰다. 수도에 한성부를 두었고, 전국을 8도로 나누어 그 아래에 ‘부·목·군·현 → 면 → 리’를 두었다. 부(府), 목(牧), #주소 #정체성 #공간
- [고려 시대의 주소 체계](https://gdskorea.co.kr/고려-시대의-주소-체계/) - - [ 우리나라 주소 체계의 발전 ] 조선 시대로 떠올리는 한성오부의 행정구역 체계나 수도에 성저십리를 포함시키는 체계는 이미 고려 때부터 시행하기 시작했다 ⑲ 고려 시대의 주소 체계 후삼국의 혼란을 수습하고 건국한 고려는 초기에는 지방 호족 통합을 위해 신라 제도를기반으로 삼았다. 하지만, 이후 고구려를 계승한다는 건국 이념과 당나라의 영향으로 독자적인 체계를 완성해 갔다. 고려의 행정 구역 체계는 11세기 #주소 #정체성 #공간
- [고대 한반도의 주소 표기 - 삼국 시대와 통일신라(2)](https://gdskorea.co.kr/고대-한반도의-주소-표기-삼국-시대와-통일신라2/) - - [ 우리나라 주소 체계의 발전 ] 토착지명이나 사람들이 거주하는 촌락 이름은 보수성이 강하기 때문에 지배하는 국가가 바뀌어도 계속 이어져 내려왔다 ⑱ 고대 한반도의 주소 표기 – 삼국 시대와 통일신라(2) 한강 하류 지역은 고구려, 백제, 신라가 서로 차지하기 위해 치열하게 다투었던 곳이고, 시대에 따라 그 주인이 바뀌었다. 553년 신라 진흥왕이 한강 하류 지역을 차지하면서 ‘신주(新州)’를 설치했다. ‘신주’라는 #주소 #정체성 #공간
- [고대 한반도의 주소 표기 - 삼국 시대와 통일신라](https://gdskorea.co.kr/고대-한반도의-주소-표기-삼국-시대와-통일신라/) - - [ 우리나라 주소 체계의 발전 ] 고대 한반도에서는 산, 강, 촌 같은 자연 지물과 행정 단위로 위치를 표기했는데 순우리말과 한자 지명을 혼용해서 사용했다 ⑱ 고대 한반도의 주소 표기 – 삼국 시대와 통일신라 고대 한반도를 지배한 고구려, 백제, 신라 삼국은 모두 부족 연합 국가의 성격에서 출발했으며, 중앙집권적인 국가 체제를 확립하면서 체계적인 행정 구역 제도를 운영했다. 하지만, 현대적인 #주소 #정체성 #공간
- [라틴 문자를 사용하는 국가 - 베트남](https://gdskorea.co.kr/라틴-문자를-사용하는-국가-베트남/) - - [ 한자문화권 국가의 주소들 ] 행정의 효율화와, 이를 통한 디지털 시대에의 대응 및 대민 서비스 강화를 위하여 베트남 정부는 행정 체계와 주소 체계의 대개편에 착수했다 ⑰ 라틴 문자를 사용하는 국가 – 베트남 베트남은 기원전 111년경 한나라에게 점령 당한 후 938년 독립할 때까지 천년이 넘는 세월 동안 중국의 지배를 받았다. 그동안 한자를 사용했으나 베트남어와는 잘 맞지 않아 #주소 #정체성 #공간
- [현대적인 주소 체계의 도입 - 대만](https://gdskorea.co.kr/현대적인-주소-체계의-도입-대만/) - - [ 한자문화권 국가의 주소들 ] 1970년대에 경제 성장과 산업화, 도시화가 본격적으로 이루어지면서 대만 정부는 현대적인 주소 체계를 도입하여 도로명 주소 체계를 정비했다 ⑯ 현대적인 주소 체계의 도입 – 대만 대만의 주소 체계는 기본적으로 우리나라와 비슷하며, 동아시아의 국가들이 그렇듯 상위 행정구역에서 하위로 좁혀 나가는 주소 체계를 가지고 있다. 대만에 주소가 처음 도입된 것은 청나라 때인 19세기 후반이다. #주소 #정체성 #공간
- [지방자치제가 발달한 국가 - 일본 (2)](https://gdskorea.co.kr/지방자치제가-발달한-국가-일본-2/) - - [ 한자문화권 국가의 주소들 ] 일본의 주거표시주소는 도로가 아니라 구역을 기준으로 번호를 부여한다는 점에서 도로명주소와 다르고, 구역을 세분화 한 토지가 아니라 건물을 기준으로 번호를 부여한다는 점에서 지번주소와 다르다 ⑮ 지방자치제가 발달한 국가 – 일본 (2) 일본은 주소를 어떻게 표시하는지, 지난번 포스팅에서 언급한 주거표시주소 제도를 중심으로 해서 구체적으로 알아보자. 지방자치가 발달한 일본의 주소 체계는 조금 복잡해 보일 #주소 #정체성 #공간
- [지방자치제가 발달한 국가 - 일본 (1)](https://gdskorea.co.kr/지방자치제가-발달한-국가-일본-1/) - - [ 한자문화권 국가의 주소들 ] 에도 막부 시대에는 신분에 따라 주거 지역도 철저하게 구분되었다 신분제에 기반한 도시 구획은 계급에 기반한 도시 공간의 분리로 이어져서 계급 구조가 도시 공간을 구획하게 된다 ⑮ 지방자치제가 발달한 국가 – 일본 (1) 일본에서 호적제도가 시행된 것은 아스카 시대인 7세기 후반으로, 690년부터 6년마다 호적을 작성하는 제도가 확립됐다. 모든 국민을 대상으로 주거지를 기록하도록 #주소 #정체성 #공간
- [최초로 호적 제도를 실시한 국가 - 중국 (2)](https://gdskorea.co.kr/최초로-호적-제도를-실시한-국가-중국-2/) - - [ 한자문화권 국가의 주소들 ] 좁은 길을 가리키는 ‘후퉁’은 중국의 주소 체계에서 가장 하위에 위치한다 후퉁의 역사적, 문화적인 유산에 대한 인식이 높아지면서, 시 정부와 지역 사회가 나서서 후퉁을 보호하고 복원하는 사업을 수행하고 있다 ⑭ 최초로 호적 제도를 실시한 국가 – 중국 (2) 제2차 세계대전 이후 중국에서는 내전을 거쳐 1949년 중화인민공화국이 수립되었고, 정부가 대규모 도시 재개발과 행정구역 개편을 #주소 #정체성 #공간
- [최초로 호적 제도를 실시한 국가 - 중국 (1)](https://gdskorea.co.kr/최초로-호적-제도를-실시한-국가-중국-1/) - - [ 한자문화권 국가의 주소들 ] 중국 상하이 조계지의 각 자치당국은 자국의 근대적인 행정 체계를 도입했다 1906년 프랑스 조계 당국은 도로명을 일제히 정비하여 도로명 주소를 정착시켜 나갔다 ⑭ 최초로 호적 제도를 실시한 국가 – 중국 (1) 한자 문화권에 속한 국가들의 실제 주소 체계는 어떨까? (한자 문화권과 알파벳 문화권의 주소의 차이에 관해서는 본 블로그에 포스팅한 “지번 주소와 도로명 #주소 #정체성 #공간
- [의회가 법으로 정하다 – 영국 런던](https://gdskorea.co.kr/의회가-법으로-정하다-영국-런던/) - - [ 주소는 언제부터 있었을까? ] 영국에서 도로명주소를 본격적으로 도입한 것은 1855년 대도시 관리법을 제정하면서부터다 도로 좌우의 건물에 홀수 짝수를 번갈아 붙이고, 건물 번호 뒤에 도로명을 쓰는 현대적인 주소 표기 방식이 자리잡았다 ⑫ 의회가 법으로 정하다 – 영국 런던 1666년 런던에서 대화재가 일어나 도시 전체의 80% 가량이 불타는 큰 피해를 입었다. 불규칙하고 좁은 도로의 영향이 컸다. 화재 #주소 #정체성 #공간
- [지번 주소와 도로명 주소](https://gdskorea.co.kr/지번-주소와-도로명-주소/) - - [ 주소의 용도 ] 주소는 관점 혹은 쓰임새에 따라 대비되는 두 가지 구조를 가지고 있다 찾아갈 장소의 위치를 특정하기 위한 것, 점유하는 공간을 특정하기 위한 것 ④ 지번 주소와 도로명 주소 국가와 사회가 조직화되고, 행정-사회질서가 정교해지는 과정은 주소의 체계화, 고도화 과정과 밀접하게 연관되어 있다. 주소란 문명화의 기반이자 상징적인 산물이다. 그러니 현대인이 향유하는 문명의 기반 중 하나가 #주소 #정체성 #공간
- [현대식 도로명 주소의 등장 – 미국 필라델피아](https://gdskorea.co.kr/현대식-도로명-주소의-등장-미국-필라델피아/) - - [ 주소는 언제부터 있었을까? ] 도로의 북쪽과 동쪽의 건물에는 홀수를, 남쪽과 서쪽의 건물에는 짝수 번호를 붙이고, 홀짝 번호의 건물이 마주보면서 같이 가도록 했다 이제 낯선 사람이라도 도로 이름과 번호만 안다면 어느 집이든 찾을 수 있게 되었다 ⑬ 현대식 도로명 주소의 등장 – 미국 필라델피아 식민지 시기의 미국에서는 1639년 메사추세츠주를 시작으로 우편 시스템이 도입되었다. 하지만, 주소가 없었기 #주소 #정체성 #공간
- [최초의 주택번호 - 프랑스 파리](https://gdskorea.co.kr/최초의-주택번호-프랑스-파리/) - - [ 주소는 언제부터 있었을까? ] 오래된 도시 파리는 구불구불하고 이러저리 난 골목길로 유명했다 그 거리와 건물을 일목요연하게 정리하기 위해 파리 시내의 모든 건물에 일련번호를 부여하는 방안을 고안해냈다 ⑪ 최초의 주택번호 – 프랑스 파리 1499년 파리에서는 큰 홍수가 나서 센 강의 시테섬을 잇던 노트르담 다리가 무너졌다. 파리 시는 이 다리를 석재로 다시 재건하고는 그 위에 주택을 건설했다. #주소 #정체성 #공간
- [주택 번호의 전면적인 도입 - 오스트리아 비엔나](https://gdskorea.co.kr/주택-번호의-전면적인-도입-오스트리아-비엔나/) - - [ 주소는 언제부터 있었을까? ] 세력 확대와 식민지를 두고 치열하게 싸운 근대 유럽의 각국은 다른 국가와의 경쟁에서 이기려면 최대한의 자원을 동원해야 했다 그 대상은 1차적으로 국민과 토지였다 ⑩주택 번호의 전면적인 도입 – 오스트리아 비엔나 근대 국가가 발달하면서 유럽 각국은 세력 확대와 식민지를 두고 치열하게 싸웠다. 다른 국가와의 경쟁에서 이기려면 최대한의 자원을 동원해야 했는데, 그러기 위해서는 자기 #주소 #정체성 #공간
- [중세 유럽의 주소](https://gdskorea.co.kr/중세-유럽의-주소/) - - [ 주소는 언제부터 있었을까? ] 중세에는 왕과 봉건 영주 사이의 토지 소유 관계와 경계를 표시하는 것이 중요했다 주소가 없었기 때문에 그림으로 그리거나 자연적인 지형을 이용해 글로 써서 표시했다 ⑨ 중세 유럽의 주소 중세 유럽은 중앙집권적인 행정력이 약화된 봉건 사회였기 때문에 고대 로마나 동양에서와 같은 전국적이고 정기적인 토지-인구조사는 이뤄지지 않았다. 11세기 윌리엄 정복왕이 영국의 왕으로 즉위한 후 #주소 #정체성 #공간
- [법정동과 행정동, 주소유형 통합해야 한다.](https://gdskorea.co.kr/법정동과-행정동/) - 법정동과 행정동, 주소유형 통합해야 한다. 한 동네 두 개 이름을 가진 동들이 있다. 사람들마다 부르는 동이름이 달라 헷갈린다. 뭐가 맞다고 서로 우기기도 한다. 한남대교 남단에 미성아파트가 있다. 어떤 이는 신사동이라 하고 다른 이는 압구정동이라 한다. 결론은 둘 다 맞다. 전자는 행정동 명칭이고 후자는 법정동 명칭이다. 법정동은 뭐고 행정동은 뭔가? 법정동은 예로부터 전래되어온 동명으로 토지에
- [고대 로마의 주소](https://gdskorea.co.kr/고대-로마의-주소/) - - [ 주소는 언제부터 있었을까? ] 서양식 센서스를 처음 시행한 로마 제국은 5년마다 인구조사를 실시했지만 이름, 출신지, 가문만으로도 개인을 식별할 수 있었기에 주소를 사용하지 않았다 ⑧ 고대 로마의 주소 서양 세계의 주소는 어떠했을까? 고대 로마는 당시 세계에서 가장 발달된 도로망을 구축했다. 주요 간선도로만 29개, 포장도로의 길이는 약 8만km에 달했다. 주요 도로에 카시우스 도로, 라티나 도로 등의 이름을 붙였는데, #주소 #정체성 #공간
- [주소와 호적제도](https://gdskorea.co.kr/주소와-호적제도/) - - [ 주소는 언제부터 있었을까? ] 고대부터 국가 운영의 근간이 되는 것은 징병과 조세였다 세금을 걷고, 병사를 징집하기 위해서 국가는 인구와 토지를 파악해야 했다 ⑦ 주소와 호적제도 국가 운영의 근간이 되는 것은 징병과 조세다. 세금을 걷고, 병사를 징집하기 위해서 국가는 인구와 토지를 파악해야 한다. 근대 국가가 발달하기 훨씬 이전부터 국가는 주소를 기반으로 하는 인구조사를 시행해 왔다. 그것이 #주소 #정체성 #공간
- [위치를 찾아가려면 주소가 필요하다](https://gdskorea.co.kr/위치를-찾아가려면-주소가-필요하다/) - - [ 주소의 용도 ] 도로명 주소는 누구나 목적지를 쉽게 찾을 수 있도록 해서, 우편, 방재, 방범 등 기본적인 필요를 충족하는 것은 물론이고, 유통과 물류를 합리화할 수 있게 해준다 ⑥ 위치를 찾아가려면 주소가 필요하다 모여 사는 인구가 늘어나고 도시가 발달할수록 지번 주소로는 특정 위치를 직관적으로 파악하기 어려워진다. 즉, 찾아갈 수 있게 해주는 기능에 한계가 뚜렷해진다. 이러한 한계는 #주소 #정체성 #공간
- [토지를 표시하려면 주소가 필요하다](https://gdskorea.co.kr/토지를-표시하려면-주소가-필요하다/) - - [ 주소의 용도 ] 지번 주소를 쉽게 바꾸면, 토지 소유자가 자기 소유의 토지가 실제로 어떤 것인지 입증하기 어려워지며, 큰 혼란을 초래하게 된다 ⑤ 토지를 표시하려면 주소가 필요하다 주소가 평면으로서의 공간을 특정한다는 것은 그 공간의 소유자를 지정해 주는 기능과 직접적으로 연결된다. 토지를 놓고 생각해 보자. 토지 지번 부여 예시 1 그림처럼 구획된 필지가 있다고 하자. 구역을 #주소 #정체성 #공간
- [공간의 차별성과 계급성](https://gdskorea.co.kr/공간의-차별성과-계급성/) - - [ 당신이 사는 곳은 어디입니까? ] 주소는 단순한 위치 정보를 넘어서 개인의 사회적, 경제적인 지위와 정체성을 나타낸다 주소는 계급을 나타낸다 ③ 공간의 차별성과 계급성 호주통계청(ASB)은 호주 내 각 지역의 사회·경제적 수준(상대적 우위 또는 열위)을 평가하고, 서로 비교할 수 있는 를 개발했다. 이 지수는 5년마다 실시되는 인구센서스를 토대로, 가구소득, 주택, 가구 #주소 #정체성 #공간
- [주소는 정체성이다](https://gdskorea.co.kr/주소는-정체성이다/) - - [ 당신이 사는 곳은 어디입니까? ] 공간이 관계를 규정하고, 그럼으로써 인간의 정체성을 규정한다. 공간을 부호로 표시한 것이 주소이며, 주소는 인간의 정체성을 규정하는 중요한 요소다. ② 주소는 정체성이다 건축가 유현준은 그의 저서 『공간인간』에서 ‘호모 스파티움(Homo Spatium: 공간인간)’이라는 개념을 제시한다. ‘호모 스파티움(공간인간)’은 ‘호모 사피엔스(슬기로운 인간)’, ‘호모 에렉투스(직립보행하는 인간)’, ‘호모 파베르(도구를 사용하는 인간)’에 이어 “’공간’을 잘 이용해서 발전하고 진화하는 #주소 #정체성 #공간
- [대한민국 주소상 지명구조](https://gdskorea.co.kr/대한민국-주소상-지명구조/) - 대한민국 주소상 지명구조 – 17개의 광역시도, 260개의 시군구, 3,501개 행정동읍면으로 구성 대한민국의 주소표기는 기본적으로 ‘지명+숫자’로 이루어진 구조로 주소상을 구성하는 행정구역 지명체계가 복잡하다. 행정구역 지명을 통상 ‘주소 상(上)’이라 하는데 과 같이 ‘광역시/도–시/군/구–읍/면/동–통/리’의 단계를 갖는다. 특별시는 서울이 유일하며, 광역시는 정부가 직접 관할하는 상급 지방 자치 단체의 하나로 인천, 대구, 대전, 광주, 울산, 부산 총 6개의 광역시가
- [3종류의 주소체계를 알아야 하는 대한민국](https://gdskorea.co.kr/3종류의-주소체계를-알아야-하는-대한민국/) - □ 3종류의 주소체계를 알아야 하는 대한민국 – 법정동, 행정동, 도로명 그리고 상용동 주소는 간략히 말해 ‘인간이 살고 있는 장소’를 일컬으며, 인간의 사회.경제.정치활동을 원활하고 편하게 하기위해 지역명칭에 숫자를 더해 만들어낸 식별환된 부호체계다. 지역명은 자연상태에 존재하는 산, 하천, 호수, 고개, 바다 등을 고려하여 명칭을 주기도 하지만 인간이 만든 인공 건축물인 사찰, 행정관청, 랜드마크 등도 참조하여 그

## 페이지

- [지디에스케이 - GDSK](https://gdskorea.co.kr/) - 데이터수집, 정제 및 보강, 데이터 맵핑, 분석 및 데이터와 관련된 원스탑 서비스를 제공합니다. 국내 주요 금융·통신·유통기업 구축 및 활용사례로부터 검증된 다양한 데이터 기반 서비스 및 솔루션을 구축함으로써 객관적, 효율적인 의사결정을 지원합니다.
- [gdsK-Portal](https://gdskorea.co.kr/gdsk-portal/) - gdsK-Portal은 Tableau를 웹에 임베딩하여 조직 전체가 하나의 플랫폼에서 데이터를 연결·분석·공유할 수 있는 통합 BI 포털 솔루션입니다. 단순한 BI 도입을 넘어 진정한 데이터 기반 조직으로 탈바꿈시킵니다.
- [GDSK · 공간 데이터 배포](https://gdskorea.co.kr/gdsk-shp-download/) - GDSKOREA가 제공하는 SHP 파일은 단순한 공간 데이터가 아닙니다. 행정동 경계와 변경 이력을 Tableau로 먼저 확인하고, 실제 분석 업무에 바로 적용 가능한 비즈니스 분석용 공간 데이터입니다.
- [Dashboard](https://gdskorea.co.kr/solution05-dashboard/) - 각 차트별 유기적 연결과 배치를 통해 인사이트를 제공하는 대시보드 구현
- [Blog](https://gdskorea.co.kr/blog/) - 최적의 데이터 서비스&솔루션을 선도하는 혁신 기업, 지디에스케이가 귀사의 비즈니스 경쟁력을 높여드립니다.
- [BlogTest](https://gdskorea.co.kr/blogtest/) - 최적의 데이터 서비스&솔루션을 선도하는 혁신 기업, 지디에스케이가 귀사의 비즈니스 경쟁력을 높여드립니다.
- [개인정보처리방침](https://gdskorea.co.kr/privacy-statement/) - (주)지디에스케이(이하 ‘회사’라 합니다)은 이용자의 개인정보를 매우 중요시하며, 「정보통신망 이용촉진 및 정보보호 등에 관한 법률」, 「개인정보 보호법」 등 관계법령을 준수하고 있습니다. 회사는 본 개인정보 처리방침을 통하여 이용자께서 제공하시는 개인정보가 어떠한 용도 및 방식으로 이용되고 있는지, 회사가 개인정보보호를 위해 어떠한 조치를 취하고 있는지 알려 드립니다.
- [이메일무단수집거부](https://gdskorea.co.kr/unauthorized-collection-of-email/) - 본 웹사이트는 게시된 이메일 주소가 전자우편 수집 프로그램이나 그 밖의 기술적 장치를 이용하여 무단 수집되는 것을 거부합니다. 이를 위반시 『정보통신망 이용 촉진 및 정보보호 등에 관한 법률』등에 의해 처벌 받을 수 있습니다.
- [G-Prism 솔루션](https://gdskorea.co.kr/solution02/) - 고객의 비즈니스 정보와 인구 통계, 소비자 행동 및 지리적 데이터를 결합하여 가구점유율, 우수고객정의, 가망고객발굴, 시장 포텐셜 분석, 입지예측 등 비즈니스에 필요한 다양한 인사인트를 제공하는 솔루션
- [GDS데이터](https://gdskorea.co.kr/solution03/) - GDSK 자체수집과 다양한 공개정보의 결합·보정을 통해 독자적으로 생성한 공간정보 데이터로 매월 주기적으로 최신화(Update)되고 있고, 회사 창립이래로 금융, 통신, 유통 분야 등의 대기업에 납품되어 데이터 시장에서 지속적으로 검증 받고 있음.
- [Tableau](https://gdskorea.co.kr/solution05/) - GDSK의 정확하고 다양한 데이터와 그 데이터를 쉽게 이해할 수 있게 지원하는 시각화 솔루션의 결합
- [고객사현황](https://gdskorea.co.kr/clients/) - 지디에스케이는 다양한 산업 분야의 기업 및 공공기관과 협력하며, 맞춤형 공간 데이터 분석과 최적의 솔루션을 제공합니다. 신뢰와 전문성을 바탕으로 고객의 비즈니스 성장을 지원하며, 지속적인 기술 혁신으로 최상의 서비스를 제공합니다.
- [문의하기](https://gdskorea.co.kr/contact/) - 더 나은 의사 결정을 위한 예측 분석, 어떻게 해야 할까요? 더욱 스마트한 선택을 도와주는 GDSK의 서비스 및 솔루션에 대한 궁금점을 문의주시면 신속하게 상담해드리도록 하겠습니다.
- [접수완료](https://gdskorea.co.kr/contact/completed/) - 접수하신 내용은 입력하신 메일 혹은 연락처를 통해 안내드리도록 하겠습니다. 감사합니다.
- [소득 추정 솔루션](https://gdskorea.co.kr/solution04/) - 국내 유일의 고객주소기반의 소득추정 솔루션인 ECI는 금융감독원 T/F 선진 사례로 소개된 검증된 솔루션
- [인재채용](https://gdskorea.co.kr/recruit/) - 지디에스케이와 미래를 함께할 패기있는 신입/경력사원을 모집합니다.
- [주소 정제 솔루션](https://gdskorea.co.kr/solution01/) - 다양한 주소형태 및 표기양식의 텍스트 기반 고객 주소를 정제하여, CRM 운영 및 분석 등 다양한 업무에 활용하기 위한 주소 전문 솔루션으로 거주지 속성 데이터, 기업체 속성 데이터, 공공 데이터 등 기업 활동 외적으로 발생하는 정보를 수집하고 이를 표준화하여 기업내부 데이터와 맵핑하는 솔루션
- [주요연혁](https://gdskorea.co.kr/history/) - 사업에 필요한 솔루션과 고부가가치 데이터를 지속적으로 개발하고 고도화해 왔으며, 데이터 수집과 가공을 넘어 분석과 활용을 위한 응용 솔루션 개발과 구현으로 사업 영역을 확장해왔습니다.
- [찾아오시는 길](https://gdskorea.co.kr/location/) - 고객과의 신뢰를 소중히 하는 지디에스케이, 언제든지 편하게 찾아오실 수 있도록 안내해드립니다.
- [특허정보](https://gdskorea.co.kr/patent-certificate/) - GDSK는 공간데이터와 BI시스템 구축 분야에서 사람, 경험, 기술, 전문성을 고루 겸비한 최고의 회사입니다. 도메인 전문성을 더욱 강화하고 고객의 소리에 더욱 귀 기울이고 지속적으로 발전하는 회사로 지속 성장하겠습니다.
- [회사소개](https://gdskorea.co.kr/about-gdsk/) - '우리가 만든 데이터로 세상을 볼 수 있게 하자' 데이터 / 통계 / IT 기술의 컨버전스를 기반으로 새로운 지식에 대한 끊임없는 탐구
- [BI 컨설팅](https://gdskorea.co.kr/solution05-bi-consulting/) - GDSK x Tableau Tableau 솔루션 BI 컨설팅 프로세스 및 활용사례 BI 컨설팅 진행 프로세스 활용사례 BI 컨설팅 진행 프로세스 활용사례 사례1. G-Prism 신용카드 데이터 회원 주거지 기준으로 선택한 광역 시군구별 인구속성별 현황을 지도로 표현하고, 지도에서 블록을 선택하여 해당 블럭내에 주거중인 회원의 카드사용 금액 및 Life Segment, 카드사용 용도를 한 화면에서 분석할 수 있는 화면입니다. 사례2.

## Headers

- [Header](https://gdskorea.co.kr/?liquid-header=main-header) - About us 회사소개 주요연혁 특허정보 고객사현황 Data Solution 주소 정제 솔루션 G-Prism 솔루션 GDS데이터 소득 추정 솔루션 Tableau BI 컨설팅 Dashboard gdsK-Portal SHP Download Contact 문의하기 인재채용 찾아오시는 길 Blog
- [Header-main](https://gdskorea.co.kr/?liquid-header=header-main) - About us 회사소개 주요연혁 특허정보 고객사현황 Data Solution 주소 정제 솔루션 G-Prism 솔루션 GDS데이터 소득 추정 솔루션 Tableau BI 컨설팅 Dashboard gdsK-Portal SHP Download Contact 문의하기 인재채용 찾아오시는 길 Blog

## Footers

- [Footer](https://gdskorea.co.kr/?liquid-footer=main-footer) - About us 회사소개 주요연혁 특허정보 고객사현황 Data Solution 주소 정제 솔루션 G-Prism 솔루션 GDS데이터 소득 추정 솔루션 Tableau Tableau BI 컨설팅 Dashboard gdsK-Portal gdsK-Portal SHP Download SHP Download Contact 문의하기 인재채용 찾아오시는 길 Blog Blog 대표전화 : 02-2115-8431 팩스 : 02-2115-8435 이메일 : info@gdskorea.co.kr 주소 : 서울특별시 성동구 성수일로4길 25 코오롱디지털타워 1차 15층 대표 :

## Mega Menus

- [mega-1](https://gdskorea.co.kr/?liquid-mega-menu=mega-1) - 회사개요 주요연혁 특허정보 고객사현황
- [mega-5](https://gdskorea.co.kr/?liquid-mega-menu=mega-5) - 고객지원 문의하기
- [mega-4](https://gdskorea.co.kr/?liquid-mega-menu=mega-4) - 전체보기 기업소식 인사이트 이야기
- [mega-3](https://gdskorea.co.kr/?liquid-mega-menu=mega-3) - ESG 경영 CEO 메세지 ESG 정책 비즈니스연속성 관리 시스템 글로벌 이니셔티브 ESG 평가 및 공시 SHE 경영 안전보건환경(SHE) 정책 안전보건경영활동 환경경영활동 윤리준법경영 윤리경영 부패방지경영 윤리행동강령 정보보호 지속가능한 공급망 인권경영 인권정책 고충처리제도 사회공헌 온라인 신고
- [mega-2](https://gdskorea.co.kr/?liquid-mega-menu=mega-2) - 전체검색 자가혈당측정시스템 연속혈당측정시스템 현장진단시스템 동물진단시스템

## 카테고리

- [공간 주소](https://gdskorea.co.kr/category/geographicadress/)
- [GDS 도서](https://gdskorea.co.kr/category/library/)
- [Tableau BI](https://gdskorea.co.kr/category/tableau/)
- [AI, 데이터](https://gdskorea.co.kr/category/aiwithdata/)
- [Tableau tip](https://gdskorea.co.kr/category/tableau-tip/)

## 태그

- [Tableau](https://gdskorea.co.kr/tag/tableau/)
- [대시보드](https://gdskorea.co.kr/tag/대시보드/)
- [공간분석](https://gdskorea.co.kr/tag/공간분석/)
- [Tableau 서버장애](https://gdskorea.co.kr/tag/tableau-서버장애/)
- [G-Prism](https://gdskorea.co.kr/tag/g-prism/)
- [AI](https://gdskorea.co.kr/tag/ai/)
- [주소의 역사](https://gdskorea.co.kr/tag/주소의-역사/)
- [GDS 뉴스](https://gdskorea.co.kr/tag/gds-뉴스/)
- [데이터 분석](https://gdskorea.co.kr/tag/데이터-분석/)
- [대한민국 주소체계](https://gdskorea.co.kr/tag/대한민국-주소체계/)
- [확률과 통계](https://gdskorea.co.kr/tag/확률과-통계/)
- [GDS 도서](https://gdskorea.co.kr/tag/gds-도서/)
- [데이터 사이언스](https://gdskorea.co.kr/tag/데이터-사이언스/)
- [GDSK](https://gdskorea.co.kr/tag/gdsk/)
- [주소 이야기](https://gdskorea.co.kr/tag/주소-이야기/)
- [주소정제](https://gdskorea.co.kr/tag/주소정제/)
- [tableau conference](https://gdskorea.co.kr/tag/tableau-conference/)