TRACK 1
CHALLENGE 5DATA × GANGWON
데이터로 발견하고, AI로 해결하는 강원의 미래
핵심 질문
강원이 직면한 지역문제를 데이터로 어떻게 발견하고 해결할 것인가?
인구 감소, 청년 유출, 관광 편중, 상권 침체 등 강원이 마주한 지역문제를 공공데이터로 진단하고 실행 가능한 대안을 설계합니다.
청년 정주관광상권교통에너지
강원대학교 · PROBLEM-SOLVING DATATHON
데이터로 문제를 발견하고,
AI로 해결책을 설계하다
공공데이터 기반 지역 · 기후 · 생활 문제해결 프로젝트
DATA × GANGWONDATA × CLIMATEDATA × LIFE
PROCESS
문제해결은 7단계로 진행됩니다
- 01문제 이해지역·기후·생활에서 무엇이 문제인지 배경을 파악한다
- 02문제 정의대상과 범위를 좁혀 검증 가능한 질문으로 만든다
- 03데이터 탐색·전처리필요한 공공데이터를 찾아 결합 가능한 형태로 정리한다
- 04분석·AI 활용통계·공간분석·머신러닝으로 문제를 정량화한다
- 05인사이트 도출숫자에서 '그래서 무엇이 문제인가'를 읽어낸다
- 06해결안 설계정책·서비스·시스템 형태의 실행안으로 옮긴다
- 07시각화·발표지도·대시보드로 근거를 보여주고 설득한다
- 01
문제 이해
지역·기후·생활에서 무엇이 문제인지 배경을 파악한다
- 02
문제 정의
대상과 범위를 좁혀 검증 가능한 질문으로 만든다
- 03
데이터 탐색·전처리
필요한 공공데이터를 찾아 결합 가능한 형태로 정리한다
- 04
분석·AI 활용
통계·공간분석·머신러닝으로 문제를 정량화한다
- 05
인사이트 도출
숫자에서 '그래서 무엇이 문제인가'를 읽어낸다
- 06
해결안 설계
정책·서비스·시스템 형태의 실행안으로 옮긴다
- 07
시각화·발표
지도·대시보드로 근거를 보여주고 설득한다
ABOUT DATATHON
분석 경진대회를 넘어 실제 문제해결 경험으로
모델 정확도를 겨루는 대회가 아닙니다. 데이터로 문제를 정의하고, 근거를 만들고, 바꿀 수 있는 것을 제안하는 전 과정을 경험합니다.
01
문제 발견
지역사회와 일상의 문제를 데이터로 정의
02
데이터 활용
공공데이터를 결합·분석하고 근거 도출
03
AI 활용
생성형 AI와 머신러닝을 분석 및 해결안 설계에 활용
04
해결안 제안
정책·서비스·시스템·캠페인 등 실행 가능한 솔루션 제시
공통 미션
제공된 공공데이터를 최소 2종 이상 결합하여 문제를 발견하고, 데이터에 근거한 AI · 서비스 · 정책 해결책을 제안한다.
3 TRACKS
세 개의 문제 영역 중 하나를 선택하세요
Track은 문제의 범위를 정해 주는 장치입니다. 어떤 Track이든 공통 미션(공공데이터 2종 이상 결합)은 동일하게 적용됩니다.
TRACK 2
CHALLENGE 5DATA × CLIMATE
데이터와 AI로 해결하는 기후위기
핵심 질문
기후변화가 지역과 생활에 미치는 위험을 어떻게 예측하고 대응할 것인가?
기상관측·재난이력·인구 데이터를 결합해 기후 위험을 정량화하고, 예측 모델과 공간분석으로 대응 우선순위를 제시합니다.
폭염산불집중호우농업관광
TRACK 3
CHALLENGE 5DATA × LIFE
데이터와 AI로 더 나은 일상을 설계하다
핵심 질문
시민이 매일 겪는 불편과 사회문제를 데이터로 어떻게 개선할 것인가?
생활 SOC, 이동, 복지, 안전 데이터를 이어 붙여 일상의 불편을 수치로 드러내고, 서비스·정책 형태의 해결안을 만듭니다.
이동안전복지교육생활환경
RECOMMENDED CHALLENGE
추천 Challenge 5
어디서 시작할지 모르겠다면, 데이터와 분석 방법까지 미리 연결해 둔 5개 주제 중 하나로 출발하세요. 직접 정의한 주제로 참가해도 됩니다.
GANGWON01
CHALLENGE 01
청년이 머무는 강원도 만들기
청년 정주 조건을 데이터로 정의한다
강원은 대학 졸업 이후 청년 인구가 빠르게 빠져나간다. 그런데 '왜 떠나는가'는 대부분 설문과 인상에 의존해 설명돼 왔다. 일자리·주거·교통·문화 인프라 중 무엇이 실제로 청년의 잔류와 연결되는지를 데이터로 확인하면, 예산을 어디에 먼저 쓸지 판단할 수 있다.
추천 데이터 5종 · API 3종
예상 결과물 청년 정주지수 (시군별 점수·순위) · 지역별 비교 지도 (코로플레스) · 우선 투자 인프라 정책 추천안
중급데이터 접근쉬움 (바로 다운로드)
GANGWON02
CHALLENGE 02
데이터로 찾는 강원의 Next Hot Place
아직 알려지지 않은 관광 잠재지역을 발굴한다
강원 관광은 강릉·속초 등 일부 지역에 집중돼 있다. 혼잡은 그 지역의 주민 불편으로, 나머지 지역은 관광 소외로 이어진다. 관광자원은 충분한데 방문이 적은 지역을 데이터로 찾아내면, 분산형 관광 전략의 근거가 된다.
추천 데이터 5종 · API 3종
예상 결과물 관광 잠재력 지수 (시군·읍면동) · Next Hot Place 후보 지도 · 분산형 관광 활성화 전략
중급데이터 접근보통 (인증키 발급 필요)
GANGWON03
CHALLENGE 03
우리 동네에 없는 가게 찾기
업종 구성의 빈틈에서 상권 활성화 기회를 읽는다
지역 상권이 침체됐다는 말은 흔하지만, '무엇이 부족한가'는 좀처럼 구체적으로 말해지지 않는다. 인구 규모가 비슷한 지역끼리 업종 구성을 비교하면, 어떤 동네에 어떤 업종이 유독 없는지가 숫자로 드러난다. 그 빈틈이 창업 기회이자 생활 불편의 원인이다.
추천 데이터 5종 · API 3종
예상 결과물 업종 밀도·부족 업종 리스트 (읍면동별) · 상권 유형 지도 · 상권별 활성화 전략 제안
중급데이터 접근쉬움 (바로 다운로드)
GANGWON04
CHALLENGE 04
버스가 닿지 않는 곳
대중교통 사각지대를 찾아 이동권을 설계한다
강원은 면적이 넓고 마을이 흩어져 있어, 같은 시군 안에서도 대중교통 여건 차이가 크다. 정류장이 '있다'는 사실만으로는 이동이 보장되지 않는다. 정류장까지의 거리, 경유 노선 수, 그리고 그곳에 사는 사람의 연령까지 함께 봐야 실제 이동 제약이 보인다.
추천 데이터 5종 · API 3종
예상 결과물 대중교통 접근성 지수 · 교통 사각지대 지도 · 노선·DRT 우선 투입 지역 제안
중급데이터 접근보통 (인증키 발급 필요)
GANGWON05
CHALLENGE 05
에너지를 가장 많이 쓰는 곳은 어디인가
지역·업종별 소비 패턴에서 절감 여지를 찾는다
강원은 겨울이 길고 추워 난방 수요가 크며, 관광 성수기에는 숙박·요식업의 소비가 몰린다. 하지만 에너지 절감 정책은 대체로 전국 단위 캠페인으로 진행돼 지역 특성을 반영하지 못한다. 어디서, 어떤 업종이, 언제 많이 쓰는지를 알면 개입 지점이 분명해진다.
추천 데이터 5종 · API 4종
예상 결과물 지역·업종별 에너지 소비 프로파일 · 절감 우선지역 지도 · 맞춤형 에너지 절감 정책 제안
심화데이터 접근어려움 (신청·승인 필요)
CLIMATE01
CHALLENGE 01
폭염 취약지역과 무더위쉼터 최적입지
누가 가장 위험하고, 쉼터는 어디에 더 필요한가
폭염 피해는 기온이 높은 곳이 아니라 '더운데 피할 곳이 없는 곳'에 집중된다. 고령자 비율이 높고 쉼터까지의 거리가 먼 지역은 같은 기온에서도 위험이 훨씬 크다. 기온·인구·시설 데이터를 겹쳐 보면 이 불균형이 지도 위에 그대로 드러난다.
추천 데이터 5종 · API 4종
예상 결과물 폭염 취약지수 (격자·읍면동) · 폭염 위험지도 · 쉼터·그늘막 최적입지 추천 목록
중급데이터 접근쉬움 (바로 다운로드)
CLIMATE02
CHALLENGE 02
AI 기반 산불 위험 예측
기상 조건과 발생 이력으로 위험도를 미리 읽는다
강원은 산불 피해가 가장 큰 지역 중 하나다. 산불은 기온·습도·풍속·강수 등 기상 조건과 강하게 연결되며, 과거 발생 이력에는 반복되는 패턴이 남아 있다. 이를 학습하면 '어느 지역이, 어떤 날에 위험한가'를 사전에 좁힐 수 있다.
추천 데이터 5종 · API 4종
예상 결과물 산불 위험도 예측 모델 (성능 지표 포함) · 지역별 위험지역 지도 · 대응 자원 우선 배치 지역 목록
심화데이터 접근보통 (인증키 발급 필요)
CLIMATE03
CHALLENGE 03
집중호우, 물이 고이는 곳은 정해져 있다
강수·지형·인구를 겹쳐 침수 취약지역을 찾는다
같은 비가 내려도 피해는 특정 지역에 반복해서 발생한다. 저지대이면서 하천에 가깝고, 지대가 급하게 낮아지는 곳에 물이 모이기 때문이다. 여기에 사람과 시설이 밀집해 있으면 같은 강수량도 전혀 다른 피해로 이어진다.
추천 데이터 5종 · API 4종
예상 결과물 침수 취약지수 (격자·읍면동) · 침수 위험지도 · 우선 정비·대피 안내 지역 제안
심화데이터 접근보통 (인증키 발급 필요)
CLIMATE04
CHALLENGE 04
기후가 바뀌면 무엇을 심어야 하나
기온·강수 변화로 지역의 미래 적합작물을 찾는다
재배 적지는 이미 북상하고 있다. 사과 주산지가 옮겨간 것처럼, 지금 잘 되는 작물이 10년 뒤에도 잘 된다는 보장이 없다. 지역의 기온·강수 추세를 읽고 작물별 생육 조건과 맞춰 보면, 무엇을 준비해야 하는지 미리 판단할 수 있다.
추천 데이터 5종 · API 3종
예상 결과물 지역별 기후 변화 추세 분석 · 미래 적합작물 지도 · 작물 전환·대응 전략 제안
심화데이터 접근어려움 (신청·승인 필요)
CLIMATE05
CHALLENGE 05
눈이 오지 않는 겨울, 관광은 어떻게 하나
기상 조건과 방문 데이터로 관광시즌을 다시 설계한다
강원 관광은 계절 자원에 크게 기댄다. 겨울 스키와 눈 축제, 여름 해수욕이 대표적이다. 그런데 적설과 결빙 기간은 줄고, 폭염일수는 늘고 있다. 기상 조건과 실제 방문 데이터를 함께 보면 시즌이 어떻게 이동하고 있는지, 무엇으로 대체할 수 있는지가 보인다.
추천 데이터 5종 · API 4종
예상 결과물 기상-관광 수요 연관 분석 · 관광 시즌 이동 시각화 · 사계절형 관광 전환 전략
중급데이터 접근보통 (인증키 발급 필요)
LIFE01
CHALLENGE 01
학교 가는 길, 출근하는 길
일상 이동의 병목을 찾아 편의를 개선한다
통학과 출퇴근은 매일 반복되기 때문에, 몇 분의 불편도 1년이면 큰 부담이 된다. 그런데 이동 편의는 대개 '노선이 있다/없다'로만 논의된다. 출발지와 도착지, 그 사이의 환승과 대기까지 데이터로 이으면 어디가 실제 병목인지 드러난다.
추천 데이터 5종 · API 3종
예상 결과물 체감 이동비용 지표 · 통학·통근 병목 구간 지도 · 노선·배차 개선 제안
중급데이터 접근보통 (인증키 발급 필요)
LIFE02
CHALLENGE 02
안전하지 않은 길 찾기
사고·시설·유동 데이터로 안전 취약지역을 드러낸다
사고는 무작위로 일어나지 않는다. 조명이 어둡거나, 보행로가 끊기거나, 차량과 보행자가 뒤엉키는 지점에서 반복된다. 그런데 개선은 대개 사고가 크게 난 뒤에야 이뤄진다. 위험 조건을 미리 지도에 그리면 사고 이전에 손을 쓸 수 있다.
추천 데이터 5종 · API 3종
예상 결과물 안전 취약지수 · 안전 취약지역 지도 · 우선 개선 지점·시설 제안
중급데이터 접근보통 (인증키 발급 필요)
LIFE03
CHALLENGE 03
복지서비스 사각지대 찾기
필요한 사람과 시설 사이의 거리를 측정한다
복지시설은 '있느냐'보다 '필요한 사람에게 얼마나 가까우냐'가 중요하다. 행정구역 단위 평균 통계는 구역 안의 편차를 감춰버려, 실제로 서비스에 닿지 못하는 마을이 통계상 문제없어 보이게 만든다. 수요와 공급을 같은 지도 위에 올려야 사각지대가 보인다.
추천 데이터 5종 · API 4종
예상 결과물 복지 접근성 지수 · 복지 사각지대 지도 · 시설 입지 추천안 (개선 효과 추정 포함)
중급데이터 접근쉬움 (바로 다운로드)
LIFE04
CHALLENGE 04
같은 지역, 다른 교육 기회
학습 인프라 격차를 지도 위에서 확인한다
교육격차는 성적표에 나타나기 전에 환경에서 먼저 벌어진다. 도서관까지 걸어갈 수 있는지, 방과 후에 갈 곳이 있는지, 학원과 평생교육 시설이 근처에 있는지가 지역마다 크게 다르다. 이 차이는 개인의 노력으로 메우기 어렵다.
추천 데이터 5종 · API 4종
예상 결과물 교육 인프라 접근성 지수 · 교육격차 지도 · 학습공간 확충·프로그램 제안
중급데이터 접근보통 (인증키 발급 필요)
LIFE05
CHALLENGE 05
살기 좋은 동네는 무엇으로 만들어지는가
주거·문화·편의시설을 종합해 생활환경을 설계한다
'살기 좋다'는 말은 흔히 쓰이지만 측정되지는 않는다. 병원, 공원, 마트, 도서관, 체육시설이 걸어갈 만한 거리에 있는지를 하나의 지표로 묶으면 동네의 생활 여건을 비교할 수 있고, 무엇이 부족한지도 구체적으로 말할 수 있다.
추천 데이터 5종 · API 4종
예상 결과물 생활환경 지수 (동네별 점수·레이더 차트) · 생활 인프라 격차 지도 · 동네별 생활환경 개선 설계안
중급데이터 접근쉬움 (바로 다운로드)
EVALUATION
총점 100점, 무엇을 보나요?
모델 성능이 아니라 문제 정의부터 해결안까지의 논리적 연결을 봅니다.
문제 정의20
- · 문제의 중요성
- · 구체성
- · Track 적합성
데이터 분석25
- · 데이터 결합
- · 분석 방법의 타당성
해결 아이디어25
- · 창의성
- · 실현가능성
- · 사회적 가치
데이터 근거20
- · 분석 결과와 해결안의 논리적 연결
발표 · 시각화10
- · 전달력
- · 완성도
- · 시각적 표현