참여

참여자가 각자 고른 정책을 계획 → 수집 → 분석 → 해석 순서로 진행합니다. 이 화면은 레포의 cases/와 catalog/lineage/에서 자동으로 만들어집니다. 처음이라면 아래 세 가지 참여 방식과 참여 가이드부터 보세요.

세 가지 참여 방식

커리어 방향과 해 보고 싶은 시도에 따라 하나를 고릅니다. 세 트랙은 이어져 있습니다: A가 이슈와 데이터를 이으면, B가 그 데이터로 효과를 추정하고, C가 그 결과로 서비스를 만듭니다.

A

데이터 온톨로지

데이터 온톨로지를 만들고 싶다

공공 이슈와 연결되는 데이터를 찾고 이슈 → 정책 → 원천 데이터 → 가공 → 지표로 이어지는 계보(Lineage)를 만듭니다.

내 작업: catalog/lineage/<내ID>-<주제>.yaml, catalog/datasets.yaml

데이터 계보 보기 · 트랙 A 가이드

B

가설과 분석

가설 설정과 분석을 익히고 싶다

실제 사례로 가설 → 계획 → 수집 → 추정 → 반증 → 해석의 한 바퀴(Cycle)를 돌며 효과를 추정합니다.

내 작업: cases/<내ID>-<주제>/

여섯 단계 보기 · 트랙 B 가이드

C

서비스 개발

서비스를 개발하고 싶다

분석 Cycle에서 나온 데이터(공개 API)로 웹·앱 서비스를 만듭니다. 합쳐지면 이 사이트에서 바로 열립니다.

내 작업: apps/<내ID>-<서비스>/

서비스와 API 보기 · 트랙 C 가이드

내 분석이 사이트에 올라가기까지

PR 하나에 한 단계씩. 각 단계가 합쳐질 때마다 아래 내 카드의 막대가 한 칸씩 채워지고, 마지막에는 분석 결과·이슈 보드·README에 자동으로 나와요.

  1. 작업 제안작업 제안 이슈에 트랙·주제를 적어요
  2. 계획cp -r cases/_template cases/<내ID>-<주제> 후 plan.yaml만 담아 먼저 PR, catalog/projects.yaml에 한 줄
  3. 수집fetch.py로 data/panel.csv 만들기 (원자료는 커밋하지 않아요)
  4. 분석make flow CASE=cases/<내ID>-<주제> → 판정·그림·리포트가 생겨요
  5. 해석discussion.md에 '결과를 한 문장으로'와 한계, make readme
  6. 재현받기다른 참여자가 돌려 보고 재현 기록을 남기면 '교차 재현됨' 배지

막히면 참여 가이드 · GitHub가 처음이라면. 내 카드만 보려면 주소 끝에 ?me=내GitHubID를 붙이세요.

지금 진행 중인 기여

열린 PR과 작업 제안입니다. 합쳐지면 아래 프로젝트 카드에 반영됩니다. (기준 2026-11-01 21:37 UTC)

분석 프로젝트 (트랙 B)

막대는 진행 단계입니다. 관측 통계는 정책 효과 미추정으로 표시합니다. 효과 추정 사례의 판정은 파이프라인 자동 판정입니다. 다음 할 일은 폴더·git 기록에서 자동으로 뽑습니다(한 문장 해석, 교차 재현, 계획 먼저 커밋 등).

고령운전자 면허 자진반납 인센티브와 초기 교통안전 성과

  1. 계획
  2. 수집
  3. 분석
  4. 해석
관측 통계 · 정책 효과 미추정
고령운전자 면허 자진반납 인센티브와 초기 교통안전 성과 그림
다음 할 일 2
  • 다른 참여자에게 교차 재현 요청
  • 다음 분석은 계획 PR을 먼저 올리기

서울 25개 자치구 출산지원금 변경과 출생등록 변화 비교

  1. 계획
  2. 수집
  3. 분석
  4. 해석
판단 불가
서울 25개 자치구 출산지원금 변경과 출생등록 변화 비교 그림
다음 할 일 3
  • discussion.md 에 '## 결과를 한 문장으로' 추가
  • 다른 참여자에게 교차 재현 요청
  • 다음 분석은 계획 PR을 먼저 올리기

토지거래허가구역 지정(2020.6.23, 잠실·삼성·대치·청담) 뒤 옆 동네 아파트 ㎡당 가격(풍선효과)

  1. 계획
  2. 수집
  3. 분석
  4. 해석
크기를 판별하지 못함
토지거래허가구역 지정(2020.6.23, 잠실·삼성·대치·청담) 뒤 옆 동네 아파트 ㎡당 가격(풍선효과) 그림
다음 할 일 2
  • 다른 참여자에게 교차 재현 요청
  • 다음 분석은 계획 PR을 먼저 올리기

지하철 승강장 발빠짐 안전 관리 및 Edge-AI 실시간 제어 효과 분석 (Aegis-Rail)

  1. 계획
  2. 수집
  3. 분석
  4. 해석
다음 할 일 1
  • fetch.py 로 data/panel.csv 만들기

데이터 계보 (트랙 A)

이슈 → 정책 → 데이터 → 가공 → 지표의 길입니다. 빈칸은 아직 없는 데이터, 채울 곳입니다.

@jsshin2022
트랙 A · 대중교통 요금 지원 · 멘토 예시

기후동행카드 경기 편입(2024.3 ~ 2025.8) → 편입 지역 역 평일 승차

단계 20개

계획 3빈칸 2
@gonasooc
트랙 A · 디지털포용·무인정보단말기 접근성

디지털포용 정책 — 이용자 기준선·기기 현황·공공조달의 계보와 관측 공백

단계 13개

계획 6빈칸 3
@jnh2256-sys
트랙 A · 소비 지원금·쿠폰

민생회복 소비쿠폰 지급 강도 → 시군구별 지역사랑상품권 결제

단계 9개

계획 3빈칸 1
@jsshin2022
트랙 A · 부동산 거래 규제 · 멘토 예시

토허구역 확대 지정 → 강남 4구 아파트 거래량·가격

단계 8개

멘토 예시

흐름을 보여 주는 예시입니다. 복사해서 시작해도 됩니다.