조기행

CHO, KIHAING

공공데이터 분석 · 정책정보 도출 · 대시보드 서비스

key@loyalty.co.kr

무엇을 하는 사람인가

여러 관점의 데이터를 융합하여 비슷한 지역, 비슷한 Group으로 묶고, 여러 지표의 차이를 규명하여 목표를 달성하기 위한 방안과 그 우선순위를 알기 쉽게 Dashboard로 제시하는 일을 해오고 있습니다.

수상

「시군구 건강격차의 사회적 결정요인 분석」

2026년 지역사회건강조사 결과 활용 우수논문 공모전 · 장려상

최근 수행 공공프로젝트

「세종시 스마트 홈타운 서비스」스마트홈타운이 제공할 서비스 컨설팅
「지방재정 정책지원 시스템」전국 시군구의 세입세출·가용재원 분석
「시군구별 가족 현황분석」인구현황·가족현황·이주여성·공동육아 분석
「부산광역시 빅데이터 분석시스템 구축」도시현황·인구·교통·보건·관광·의료·소방·소득·교육·보육 등의 데이터를 읍면동 단위까지 구조화하여 분석체계를 구축 (정책 대시보드 포함)

다루는 영역

“소득분포에 있어서 국가 단위의 평균은 지역간 격차를 덮어버린다”“National averages may hide significant within-country differences in the distribution of incomes.”Piacentini, M. (2014). Measuring Income Inequality and Poverty at the Regional Level in OECD Countries. OECD Statistics Working Papers 2014/03, p.8

인구·보건·의료·교통·주택·교육·보육·지방재정·노인·건강·지역사랑·소비 등 다양한 관점의 지표를 시군구·읍면동 단위까지 비교 분석합니다.
눌러보시면 해당 사례로 바로 갑니다.

최근에 한 일

세 가지를 골랐습니다. 다루는 자료도 방법도 다르지만, 하는 일은 같습니다 — 흩어진 공공데이터를 연결하고 분석해서, 정책 담당자가 구체적으로 무엇을 해야 하는지 선택지를 제시하는 것입니다.

건강 · 측정 신뢰성

지역 건강지표는 어디까지 비교할 수 있는가

지역사회건강조사 결과표에는 시군구 순위가 붙어 나옵니다. 담당자는 그 순위로 사업을 설명해야 합니다. 그런데 그 순위를 믿어도 되는지는 아무도 확인해 준 적이 없습니다.

○○시 보건소 김 주무관이 월요일 아침에 표를 받습니다. 우울감 경험률 6.2% — 250개 시군구 중 193위(작년 205위). 과장님이 묻습니다. "작년보다 나아진 거네? 뭐가 효과가 있었나?"

이 질문에 답하려고 시작한 연구입니다. 4개년 자료의 250개 시군구 × 9개 지표를 복합표본 설계대로 다시 추정하고, 일반화가능도이론으로 지역 간 진짜 차이와 조사 오차를 분리했습니다.

예상 밖의 결과

신뢰도가 높은 지표라도 순위는 확정되지 않았습니다. 가운데 순위 지역의 95% 구간이 250개 중 100개 넘게 걸쳤습니다. 세운 가설 어디에도 없던 발견이라, 결론과 권고를 다시 썼습니다.

그래서 기준점을 바꿨습니다. "다른 249개 지역과 견주어 몇 등인가" 대신 "전국 평균과 다른가"를 묻자, 같은 자료·같은 오차인데도 판정 가능한 지역이 크게 늘었습니다. 달라진 것은 질문의 형태뿐입니다.

이 연구가 어떻게 진행됐는지 읽기 →

인구 · 이동

인구가 줄었다는 말로는 아무것도 못 정한다

인구 감소 대책을 세울 때 가장 먼저 갈라야 할 것은 사람이 어디로 갔는가입니다. 멀리 떠난 것과 옆 동네로 옮긴 것은 완전히 다른 문제이고, 써야 할 처방도 다릅니다.

주민등록 전출입 자료로 전국 252개 시군구의 2018~2024년 순이동을 누적해 봤습니다.

순유입 (들어온 사람이 더 많음) 순유출 (나간 사람이 더 많음)

표로 보기

시군구	누적 순이동(명)

자료: 통계청 국내인구이동통계(주민등록 기준) 2018.01~2024.12 · 시군구 252곳

눈에 띄는 것

양쪽 끝이 같은 경기도입니다. 가장 많이 들어온 8곳 중 6곳, 가장 많이 빠져나간 8곳 중 4곳이 경기도 시군입니다. 부천·안산·광명·성남에서 빠진 사람이 화성·평택·하남·김포로 갔습니다. 지방소멸이 아니라 같은 생활권 안의 자리바꿈이고, 그렇다면 필요한 것은 인구 유치 홍보가 아니라 주택·교통·정주여건 쪽 대응입니다.

같은 방식으로 읍면동까지 내려가면, 시군구 평균에 가려진 동네별 차이가 드러납니다. 5세 단위 연령 구조를 붙이면 "누가 떠났는가"까지 볼 수 있습니다.

주거 · 스마트홈

전국 아파트 2만 1천 단지의 홈네트워크 지도

공동주택관리정보·주민등록인구·행정구역경계·도로명주소 건물DB를 하나로 묶어, 전국 아파트의 홈네트워크 보급 실태를 읍면동 단위까지 내렸습니다. 단지 위치는 도로명주소 건물DB 1,072만 건에 조인해 얻은 실제 좌표입니다.

21,687

전국 아파트 단지

1,236만

대상 세대수

45.9%

홈네트워크 도입 가구 비중

3,559

집계한 읍면동

전국 읍면동별 홈네트워크 도입 가구비중 지도. 수도권과 광역시 주변에 도입률이 높은 읍면동이 몰려 있다. — 읍면동별 홈네트워크 도입 가구비중. 진할수록 높음 · 회색은 아파트가 없는 읍면동. 시군구 평균으로 보면 안 보이던 **같은 시 안의 격차**가 드러납니다.

이 지도로 답이 되는 질문

도입률이 낮으면서 고령가구 비중이 높은 읍면동은 어디인가 — 돌봄·안전 서비스를 얹을 때 우선순위가 가장 높은 곳입니다. 두 지표를 곱해 우선순위 지수를 만들고 읍면동별로 정렬했습니다. 사업 대상지를 감으로 고르지 않아도 됩니다.

자료: 공동주택관리정보, 주민등록인구(읍면동 5세단위), 행정구역경계(시군구·행정동), 도로명주소 건물DB · 2026년 5월 기준 · 모두 공개된 공공데이터

조기행