5인 팀의 공공데이터 프로토타입에서 전기차 등록 대수와 충전기 수를 같은 흐름으로 검증·적재해야 했습니다. Pandera·MySQL 처리와 domain·web·config 레이어 분리를 선택했습니다. ERD·적재·대시보드를 담당해 17개 시·도 결과를 지도와 차트로 확인했습니다. 팀 정의 불편지수가 실제 대기 시간이나 공식 지표가 아님을 명시해 데이터 흐름과 해석 범위를 함께 관리한 사례입니다.
기간
2026.04–2026.04
형태
팀 프로젝트
역할
백엔드·대시보드 구현
상태
프로토타입
팀
5명
30초 요약
맥락
공공데이터를 수집·검증·적재해 지역별 전기차 충전 여건을 탐색한 5인 팀의 프로토타입입니다.
문제
지역별 전기차 등록 대수와 충전기 수를 같은 흐름에서 검증·적재하고 비교 가능한 형태로 보여줄 필요가 있었습니다.
판단
공공데이터를 Pandera로 검증한 뒤 MySQL에 적재하고, 데이터 처리와 화면 로직을 domain·web·config 레이어로 분리했습니다.
역할
ERD와 적재 쿼리, 데이터 적재 및 Streamlit 기반 대시보드 구현을 담당했습니다.
결과
17개 시·도의 전기차 등록 대수와 충전기 수를 한 흐름에서 검증·적재하고, 지역별 비교 결과를 지도와 차트로 확인할 수 있게 했습니다.
검증
17개 시·도 단위로 전기차 등록 대수와 충전기 수를 바탕으로 계산한 불편지수를 지도와 차트로 확인했습니다.
한계
불편지수는 팀이 정의한 분석 지표이며 실제 충전 대기 시간·사용자 행동이나 공식 정책 지표를 뜻하지 않습니다.
증명하는 역량
데이터 검증과 적재, 시각화의 책임을 나누고 팀 정의 지표의 해석 범위를 명시하는 역량을 보여줍니다.
검증과 근거
확인 가능한 근거
주장의 적용 범위와 측정 조건을 함께 표시합니다.
사용자 확인수집·검증·적재·분석 흐름
공공데이터의 전기차 등록 대수와 충전기 수를 사용해 17개 시·도 단위의 지역별 충전 불편지수를 산출하고, MySQL ERD·적재 쿼리와 Pandera 스키마 검증을 구현했다.
불편지수는 팀이 정의한 분석 지표다.
측정 결과시·도 단위 분석
분석 지역 수: 17 regions
공공데이터 기반 전기차 등록 대수·충전기 수 분석
사용 기술
구현에 직접 연결된 기술
Python
Pandas
Pandera
MySQL
보조 기술 보기
Streamlit
Folium
수집부터 시각화까지의 흐름
전기차 등록 대수와 충전기 수를 공공데이터에서 수집하고, 누락·형식 문제를 Pandera 스키마로 확인한 뒤 MySQL에 적재했습니다. 17개 시·도를 같은 단위로 비교할 수 있도록 전기차 등록 대수와 충전기 수를 바탕으로 팀 정의 충전 불편지수를 계산했습니다.
구현 경계와 검증
ERD와 데이터 적재 쿼리를 작성하고, 데이터 처리와 화면 로직은 domain, web, config 레이어로 나눴습니다. Streamlit과 Folium을 이용해 지역별 값을 지도와 차트에서 탐색할 수 있게 했습니다.
Pandera 검증은 적재 전 데이터 형태와 스키마를 확인하는 경계로 사용했습니다. 지도·차트에 표시되는 값은 17개 시·도 단위의 전기차 등록 대수와 충전기 수, 그리고 이를 바탕으로 계산한 팀 정의 불편지수입니다.
이 대시보드는 공공데이터 수집·검증·적재·시각화 흐름을 구현한 프로젝트입니다. 불편지수를 공식 정책 지표로 해석하거나 실제 충전 대기 시간, 사용자 행동, 운영 환경의 충전 수요를 측정한 결과로 확대하지 않습니다.