Skip to main content
Version: Next

노원구 COVID-19 분석 — 25분 walkthrough

서울 노원구의 안심병원 위치, 동별 인구, 환자 이동 동선 데이터를 D.Hub에 올려 컬렉션 → 데이터셋 → 파이프라인 → 대시보드를 한 번에 완성하는 예제입니다. 9개의 CSV(총 12.5 KB)와 D.Hub 계정만 있으면 따라할 수 있습니다.

사전 준비
  • D.Hub 계정 (관리자에게 발급받은 사용자명·비밀번호 또는 SSO)
  • 웹 브라우저(데스크톱 권장)
  • CSV 9개를 받아 압축 해제할 폴더 (다음 단계에서 다운로드)

시나리오와 데이터​

이 예제는 2020년 서울 노원구의 COVID-19 hotspot 분석 시나리오를 재구성한 것입니다. 9개의 파일은 크게 4가지 역할로 묶입니다.

분류파일행수역할
차원·필터sido_filter.csv · sigungu_filter.csv3 · 6시도·시군구 후보 목록
마스터clinics.csv20안심병원·선별진료소 (위·경도 포함)
인구residents_population.csv · floating_population.csv9 · 9동별 주민 인구, 유동 인구
인구 (조인본)region_dong.csv · region_dong_info.csv33 · 8인구 조인 결과 + 필터 변형
팩트patient.csv · hotspot_result.csv13 · 23환자 위치·감염일, 접촉 hotspot

walkthrough에서는 clinics(Step 6 지도), patient(Step 7 라인 차트), residents_population + floating_population(Step 4 조인) 세 그룹을 적극적으로 사용합니다. 나머지 6개 CSV는 데이터셋으로만 import 해두고, 본격 분석은 마지막 다음 단계에서 안내합니다.

데이터 다운로드​

받기크기비고
한 번에 받기 (covid19.zip)~10 KBStep 1에서 사용
clinics.csv3.6 KB안심병원·선별진료소 (lat/long)
patient.csv0.9 KB환자 위치·감염일
hotspot_result.csv4.9 KB환자 접촉 hotspot (POINT geom)
residents_population.csv0.4 KB동별 주민 인구
floating_population.csv0.4 KB동별 유동 인구
region_dong.csv1.6 KB인구 조인본
region_dong_info.csv0.4 KB인구 조인본 필터 변형
sido_filter.csv0.05 KB시도 필터 후보
sigungu_filter.csv0.2 KB시군구 필터 후보

Step 1. 자산 받기 · D.Hub 로그인 (2분)​

  1. 위 표의 한 번에 받기 (covid19.zip) 링크를 클릭해 zip을 내려받습니다.
  2. zip을 임의의 폴더에 압축 해제합니다. 9개의 CSV 파일이 평탄하게(covid19/ 하위 폴더 없이) 풀려야 합니다.
  3. 브라우저에서 D.Hub 포털 URL에 접속합니다.
  4. 사용자명·비밀번호를 입력하고 Login을 클릭합니다. SSO 환경이면 Login with SSO 버튼으로 진행합니다.
여기까지 완료하면
  • 로컬 폴더에 9개 CSV 파일이 평탄하게 풀려 있어야 합니다.
  • 브라우저는 D.Hub 홈 화면(/home)에 도착해 있어야 합니다.

Step 2. 컬렉션 노원구 COVID-19 분석 생성 (1분)​

  1. 홈 화면의 Get Started 영역에서 Create Collection을 클릭합니다.
  2. 컬렉션 이름에 노원구 COVID-19 분석을 입력합니다.
  3. 설명 칸에 2020년 노원구 안심병원·환자·인구 데이터 를 입력합니다(선택).
  4. Create를 클릭합니다.
여기까지 완료하면
  • 좌측 사이드바 Collections 아래에 노원구 COVID-19 분석 컬렉션이 보입니다.
  • 페이지가 자동으로 컬렉션 상세로 이동했습니다 (URL에 컬렉션 ID 포함).

Step 3. 9개 CSV Quick Upload (3분)​

  1. 컬렉션 상세 페이지에서 Quick Upload 버튼을 클릭합니다.
  2. 업로드 다이얼로그에 Step 1에서 압축 해제한 9개 CSV 파일을 모두 드래그 앤 드롭 하거나, 파일 선택 다이얼로그에서 멀티 선택합니다.
  3. 9개 항목이 모두 목록에 보이는지 확인 후 Upload를 클릭합니다.
  4. 업로드가 끝나면 데이터셋 목록에 9개의 새 항목이 자동 생성됩니다.
여기까지 완료하면
  • 컬렉션의 Items 탭에 다음 9개의 데이터셋이 보입니다: clinics, floating_population, hotspot_result, patient, region_dong, region_dong_info, residents_population, sido_filter, sigungu_filter.
  • 각 데이터셋의 행수가 위 §시나리오와 데이터 표의 값과 일치해야 합니다 (clinics 20행, patient 13행 등).
  • 행수 불일치가 있으면 CSV 인코딩(UTF-8) 또는 헤더 라인을 다시 확인하세요.

Step 4. 인구 조인 파이프라인 만들기 (7분)​

residents_population(동별 주민 수)과 floating_population(동별 유동 인구 수)을 동(sido·sigungu·dong) 키로 조인해 동별 종합 인구 통계를 만듭니다.

  1. 컬렉션 상세에서 Add Item → Pipeline → New Pipeline을 선택합니다.
  2. 파이프라인 이름에 인구 통계 조인을 입력하고 Create를 클릭하면 워크플로우 편집기가 열립니다.
  3. 좌측 패널에서 데이터 소스 노드를 캔버스로 두 번 드래그해 다음과 같이 구성합니다.
    • 첫 번째 소스 노드 → 데이터셋 residents_population 선택
    • 두 번째 소스 노드 → 데이터셋 floating_population 선택
  4. Transform 카테고리에서 Join 노드를 캔버스에 추가하고, 두 소스 노드의 출력 핸들을 Join 노드의 입력 핸들에 각각 연결합니다.
  5. Join 노드를 선택하고 우측 구성 패널에서 다음을 설정합니다.
    • Join key (양쪽 공통): sido, sigungu, dong
    • Join type: inner
  6. Output 카테고리에서 Save as Dataset 노드를 추가해 Join 노드 출력을 연결하고, 새 데이터셋 이름을 region_population_joined 로 지정합니다.
  7. 우상단 Save를 클릭해 파이프라인을 저장합니다.
여기까지 완료하면
  • 워크플로우 편집기 캔버스에 4개 노드(소스 2 + Join + Save as Dataset)가 연결된 그래프가 보입니다.
  • 파이프라인 목록으로 돌아가면 인구 통계 조인 항목이 보입니다.
  • 아직 실행하지는 않았습니다 — 다음 step에서 실행합니다.

Step 5. 파이프라인 실행 · Batch 결과 확인 (2분)​

  1. 파이프라인 상세 페이지 상단의 Run 버튼을 클릭합니다.
  2. 우측에 새 Batch가 생성되며 상태가 running → completed로 전환됩니다.
  3. Batch 카드를 클릭하면 실행 트레이스(각 노드의 처리 행수, 소요 시간)를 확인할 수 있습니다.
  4. 좌측 컬렉션의 데이터셋 목록을 새로고침하면 region_population_joined 가 새로 생성되어 있습니다.
여기까지 완료하면
  • Batch 상태가 completed(녹색)이어야 합니다.
  • 새 데이터셋 region_population_joined의 행수는 9 (양쪽 공통 동 수)이며 컬럼은 sido, sigungu, dong, residents_population, float_population 5개입니다.
  • 실패(빨강) 상태라면 트레이스에서 어느 노드가 어떤 오류로 실패했는지 확인합니다 (디버깅 가이드).

Step 6. 대시보드 + 안심병원 지도 위젯 (4분)​

clinics 데이터셋의 위·경도 컬럼을 지도 위젯에 매핑합니다.

  1. 좌측 사이드바에서 Dashboard를 클릭한 뒤 Create Dashboard 버튼을 누릅니다.
  2. 대시보드 이름에 노원구 COVID-19 현황을 입력하고 Create를 클릭하면 빌더가 열립니다.
  3. 좌측 Widget Library → Visualizations → Map을 캔버스로 드래그합니다.
  4. 위젯이 선택된 상태에서 우측 구성 패널의 Data 탭을 엽니다.
    • Simple Mode를 선택합니다.
    • Dataset: clinics
    • Latitude column: latitude
    • Longitude column: longitude
    • Tooltip columns: clinic_name, clinic_type, sample_available
  5. Apply를 클릭하면 지도가 노원구 좌표 주변으로 자동 줌인됩니다.
여기까지 완료하면
  • 대시보드 캔버스 위에 노원구 영역을 보여주는 지도와 20개의 마커(병원·선별진료소)가 보입니다.
  • 마커를 클릭하면 clinic_name, clinic_type, sample_available 세 값이 툴팁으로 떠야 합니다.

Step 7. 환자 일자별 누적 추이 라인 차트 (3분)​

patient 데이터셋의 infection_date를 X축, 누적 감염자 수를 Y축으로 두는 라인 차트를 추가합니다.

  1. 빌더에서 Widget Library → Visualizations → Line Chart를 캔버스로 드래그해 지도 옆에 배치합니다.
  2. 위젯의 Data 탭을 엽니다.

    • Query Mode를 선택합니다 (Simple Mode로도 가능하나, 누적 합산이 필요해 SQL이 더 명료합니다).

    • 쿼리 영역에 다음을 입력합니다.

      SELECT
        infection_date,
        COUNT(*) AS daily_count,
        SUM(COUNT(*)) OVER (ORDER BY infection_date) AS cumulative_count
      FROM patient
      GROUP BY infection_date
      ORDER BY infection_date

    • X축: infection_date, Y축: cumulative_count.

  3. Apply → 차트가 렌더링되면 우상단 Save로 대시보드를 저장합니다.
여기까지 완료하면
  • 대시보드에 지도와 라인 차트 두 개의 위젯이 나란히 보입니다.
  • 라인 차트는 2020년 8월–10월 구간의 누적 감염자 추이를 단조 증가 곡선으로 표시합니다.
  • 대시보드 목록(/dashboard)에 노원구 COVID-19 현황 항목이 보여야 합니다.

Step 8. 마무리 · 다음 단계 (3분)​

축하합니다 — D.Hub의 Collection → Dataset → Pipeline → Dashboard canonical flow를 모두 한 번씩 직접 거쳤습니다. 25분 안에 끝낸 작업을 정리하면 다음과 같습니다.

  • ✅ 컬렉션 1개 (노원구 COVID-19 분석)
  • ✅ 데이터셋 9개 (Quick Upload) + 1개 (파이프라인 산출물 region_population_joined)
  • ✅ 파이프라인 1개 (인구 통계 조인) · Batch 1회 실행
  • ✅ 대시보드 1개 + 위젯 2개 (지도 · 라인 차트)

다음 단계​

더 깊이 가려면가이드
환자 동선 hotspot 시각화 (hotspot_result 의 POINT geom)지도 데이터 설정
patient ↔ clinics ↔ region_dong 을 온톨로지로 모델링covid19 온톨로지 튜토리얼
같은 흐름을 API/cURL로 자동화개발자 가이드 - API 튜토리얼
컬렉션을 다른 사용자/그룹에 공유공유 및 권한
파이프라인을 정기 실행하도록 스케줄스케줄링

문제 해결​

증상점검
Quick Upload 시 데이터셋 행수가 표와 다름CSV 인코딩이 UTF-8인지, 헤더 라인이 첫 줄에 있는지 확인
Step 4의 Join 결과 행수가 0두 소스의 sido/sigungu/dong 문자열이 정확히 일치하는지 확인 (공백·전각·반각 주의)
Step 5의 Batch 상태가 failedBatch 트레이스에서 실패 노드의 오류 메시지를 확인 (디버깅 가이드)
Step 6의 지도가 빈 화면clinics 데이터셋의 latitude/longitude 컬럼 타입이 숫자인지 확인 (문자열이면 데이터셋 스키마를 수정)
Step 7의 라인 차트가 비어 있음Query Mode에서 데이터셋 이름이 정확한지 (예제 데이터셋명 patient) 확인