연구질문 보드

공모주 첫날 수익률을, 상장 전에 공개된 숫자만으로 맞힐 수 있나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — KRX KIND 공모주별 첫날 등락률(정답) + 38커뮤니케이션 수요예측 경쟁률·의무보유확약·공모가 밴드(입력). 공모 1건=1행, 10년치 약 1,000건. 웹 수집(약관 확인).

③ AI 기술 — 건수가 적다(약 1,000건). 데이터가 적으면 복잡한 AI가 단순 모델보다 오히려 더 틀리는 지점이 있다 — 그 지점을 찾아 보여 준다.

④ 왜 흥미로운가 — 회장님이 원래 하려던 주제. 주가를 '점치는' 게 아니라, 상장 전 숫자가 첫날을 얼마나 설명하나를 잰다.

⑤ 마더 페이퍼 — 미국판이 있다: Colak 외, J. Banking & Finance 2025. 그 설계를 한국에 + 한국에만 있는 수요예측·확약 변수.

⑥ 모델 — 로지스틱·랜덤포레스트·XGBoost·신경망 비교. 어떤 숫자가 첫날을 가르나(SHAP).

⑦ 죽는 지점 — 표본이 작다. 강세장·약세장에 따라 결과가 흔들릴 수 있다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

어느 프랜차이즈 브랜드가 곧 무너질지, 공정위 공개 숫자로 미리 알 수 있나?

② DB — 무슨 데이터, 얻을 수 있나🟡 신청 필요 — 공정위 가맹정보 API(data.go.kr 15110241, 자동승인·무료) — 브랜드×연도별 가맹점 수·신규·계약종료·해지·명의변경·평균매출. 2017~2025년치로 알려짐(직접 확인 전).

③ AI 기술 — 네, 브랜드 생애주기(성장→정점→퇴출)를 맞히는 것. 폐점 수는 대부분 0이고 가끔 수백이라 보통 AI는 대량 폐점을 놓친다 — '0 많은 숫자'에 맞는 학습법을 비교한다.

④ 왜 흥미로운가 — 창업자가 '이 브랜드에 퇴직금 걸어도 되나' 묻는 질문. 브랜드 퇴출을 ML로 예측한 학술논문은 못 찾았다 — 엣지.

⑤ 마더 페이퍼 — 프랜차이지 실패 요인(Michael·Combs, J. Small Business Mgmt 2008, 회귀). 가맹점 단위 예측 1편(2022).

⑥ 모델 — '작년 폐점률 그대로' 규칙 vs XGBoost vs 0 많은 숫자용 모델(포아송·허들).

⑦ 죽는 지점 — 본부가 스스로 신고한 숫자라 줄여 적었을 수 있다. 9년치라 브랜드 수로 표본을 채워야 한다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

서울 음식점이 3년 안에 문 닫을지, 개업 때 정보와 위치로 맞힐 수 있나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 서울 열린데이터광장 일반음식점 인허가 — 53.8만 곳(폐업 포함), 개업일·폐업일·면적·업태·좌표. 서울 API 로 바로 받아짐(무료).

③ AI 기술 — 차별화 셋: ①과거 가게로 배우고 미래 가게로 시험(선행은 무작위로 섞음) ②아직 영업 중인 가게까지 쓰는 생존 AI끼리 비교 ③개업 뒤 생긴 일(옆에 체인 개점)을 넣기.

④ 왜 흥미로운가 — 최근 연구 풀이(쉽게): 치킨집 7,554곳 정확도 61%(2018) · 격자 단위 LSTM(2025) · 카페 2.9만 곳 AUC 0.68(2026). 성능은 이미 천장 근처다.

⑤ 마더 페이퍼 — 방준아 2018 · Lee 2025 PLoS One · 이채은·최인수 2026 · 장호준 2024.

⑥ 모델 — 생존 AI(랜덤생존숲·DeepSurv·XGBoost-AFT) vs 전통 Cox — 시간 순서로 나눠 시험.

⑦ 죽는 지점 — 성능 경쟁으론 못 이긴다 — 설계로 차별화. ③을 살리려면 RQ-140(스타벅스)과 합치는 게 낫다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

직원 수 흐름으로 '곧 뜰 회사'를 미리 알아볼 수 있나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 국민연금 가입 사업장 내역(data.go.kr 15083277) — 로그인 없이 바로 다운. 월별 파일 129개(2015-12~2026-08), 매달 43~59만 곳: 가입자수·신규·상실·업종·탈퇴일.

③ AI 기술 — 망할 회사는 뻔하다(회장님 지적 그대로). 거꾸로 '뜰 회사(가젤)'는 해외에서도 맞히기 어려운 문제 — 매달 채용 속도·이직 흐름을 AI가 읽으면 '직전 성장률' 기준선을 얼마나 이기나.

④ 왜 흥미로운가 — VC·정부가 찾는 가젤 기업. 국민연금 데이터로 이걸 한 논문은 못 찾았다.

⑤ 마더 페이퍼 — Coad·Srhoj 2020(크로아티아 전수, LASSO — 설명력 10%, '여전히 어렵다') · 터키 중앙은행 2024(131만 기업).

⑥ 모델 — '직전 1년 성장률' 규칙 vs LASSO vs XGBoost vs LSTM(월별 흐름).

⑦ 죽는 지점 — 과거 고용으로 미래 고용을 맞히는 순환이라는 비판 — 기준선보다 얼마 나아지나로만 말한다. 2025-06 전엔 법인 3인 이상만.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

동네에 스타벅스가 들어오면, 옆 개인 카페는 더 빨리 문 닫나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 서울 휴게음식점 인허가 14.8만 곳(가게 이름·개업일·폐업일·좌표, 서울 API 바로) — 이름으로 스타벅스를 가려낸다 + 스타벅스 매장찾기 서울 712곳(개점일·좌표).

③ AI 기술 — 이렇게 한다: ①스타벅스 개점일·위치 ②반경 300m 개인 카페 ③개점 전후 1·2년 폐업률 비교 ④'스타벅스까지 거리'를 넣은 생존 AI vs 뺀 AI.

④ 왜 흥미로운가 — 제목만 봐도 궁금한 질문. 한국에서 개인 카페 '폐업'을 결과로 본 연구는 못 찾았다 — 엣지.

⑤ 마더 페이퍼 — 한국: 김흥순 2020(서울 50곳, 카페 '수'만 봄, 효과 불분명). 해외: NBER w22548(영향 없음) vs w32604(창업 증가).

⑥ 모델 — 개점 전후 비교(이벤트 스터디) + 생존 AI(시간 분할, C-index).

⑦ 죽는 지점 — 스타벅스는 뜨는 곳을 골라 들어간다 — 대조군(나중에 들어온 곳·이디야 주변)으로 그 효과를 빼야 한다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

온라인 리뷰의 무엇(별점·길이·사진)이 '도움돼요'를 받게 하나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 공공데이터 없음 → 무신사·네이버쇼핑 리뷰 수집(쿠팡은 차단이 강함). 리뷰 1건=1행. 약관 확인 필요.

③ AI 기술 — 글과 숫자가 섞인 입력에서 어느 요소가 결과를 만드는지 SHAP로 나눠 본다.

④ 왜 흥미로운가 — 회장님: '방향성은 그럴듯'. 숙제는 '도움돼요 투표가 큰 의미가 있나'.

⑤ 마더 페이퍼 — KCI 리뷰 유용성 연구 62편(ML 6편) — 많다. 엣지가 없으면 죽는다.

⑥ 모델 — 로지스틱 → XGBoost → 소형 신경망, SHAP.

⑦ 죽는 지점 — 선행연구 과밀(회장님 지적). 먼저 뜬 리뷰가 표를 더 받는 노출 편향.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

넷플릭스 같은 OTT, 누가 내년에 해지하거나 갈아탈지 미리 알 수 있나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — KISDI 한국미디어패널 — 같은 사람을 매년 추적(2010~2025), 2024년 8,693명. OTT·통신 가입·지출 문항. 이메일·이용 목적만 적으면 무료로 받는다.

③ AI 기술 — 같은 사람의 해마다 미디어 이용 기록으로 '내년 OTT 해지·전환'을 맞히는 AI — 기존 통계 분석(패널 프로빗)보다 얼마나 잘 맞히나.

④ 왜 흥미로운가 — 회장님에게 가까운 한국 데이터(OTT·통신·휴대폰). KKBox(대만 음악)는 논문 117~177편이고 대표작도 'Cox vs 신경망'이라 버렸다.

⑤ 마더 페이퍼 — 백지원 2025 — 같은 패널로 OTT 무료↔유료·넷플릭스→다른 OTT 전환을 통계로 분석. 예측 AI 비교는 아직.

⑥ 모델 — 패널 로지트(전통) vs XGBoost vs 해마다 기록을 읽는 순차 AI.

⑦ 죽는 지점 — 1년에 한 번 조사라 해지 시점이 거칠고, 해지한 사람이 수백 명 수준일 수 있다(추측).

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

빌려준 돈을 돌려받을지 맞힐 때, AI 블랙박스는 전통 신용평가 모델보다 얼마나 나은가?

② DB — 무슨 데이터, 얻을 수 있나🟡 신청 필요 — 신용정보원 CreDB 개인신용 표본DB — 200만 명(대출·연체·카드), 학계 신청 가능, 내려받지 않고 원격 분석(2019년 기준 승인 시 90일 무상). 보험 표본DB(260만 명)도 있다.

③ AI 기술 — 같은 데이터에 ①전통 스코어카드(로지스틱) ②블랙박스(XGBoost·신경망) ③둘을 섞은 모델 — 성능을 얼마나 얻고 설명력을 얼마나 잃나.

④ 왜 흥미로운가 — 회장님: '블랙박스 vs 전통 모델링의 대결이라 방향성이 흥미롭다'.

⑤ 마더 페이퍼 — 강 교수 지도 김민정 2022 — 회사 미수채권으로 ①스코어카드 ②부스팅+XAI ③섞은 모델 비교. 회사 데이터라 재현 불가 → CreDB 로 공개 재현이 엣지.

⑥ 모델 — 스코어카드 vs XGBoost+SHAP vs 혼합 모델.

⑦ 죽는 지점 — 교수가 익숙한 분야(회장님 지적). 원격 분석 환경·현재 비용·대학원생 개인 신청 가능 여부 확인 필요.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

다음 분기 아파트값이 오를지 내릴지, 소비자심리·거래량으로 맞힐 수 있나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 한국부동산원 매매가격지수·거래량 + 한국은행 소비자심리지수 + 국토부 실거래가. 모두 공개.

③ AI 기술 — 가격 '얼마'가 아니라 '오르나/내리나'로 바꿔 맞히고, 심리지표가 정말 먼저 움직이나 확인.

④ 왜 흥미로운가 — 회장님 질문 '선행연구가 많나?'의 답: 많다.

⑤ 마더 페이퍼 — KCI '주택가격 예측 머신러닝' 53건 · '매매가격지수 예측' 48건, 학위논문 76건. 방향 예측도 선례 있음(박순미 2025 뉴스심리+RF, 배영균 2015 로짓).

⑥ 모델 — '방향 그대로' 규칙 vs 로지스틱·트리·소형 RNN.

⑦ 죽는 지점 — 붐비는 분야라 새로움이 얇다 — 접는 쪽을 권한다(☠).

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

최신 시계열 AI는 동네 가게 매출 예측에서 옛날 통계 모델을 정말 이기나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 경기도 카드소비 데이터(data.go.kr 15128475) — 시군구·행정동×업종×날짜·시간대 매출액·건수, 무료 CSV(비상업 연구 가능). 기간은 확인 전.

③ AI 기술 — 탄소배출권 대신 소재를 '동네 매출'로 바꿨다. 같은 질문 — 최신 AI(트랜스포머·시계열 기초모델) vs 전통 모델(ARIMA·지수평활), 누가 이기나.

④ 왜 흥미로운가 — 회장님: '방향은 비슷하게, 소재를 바꿔라'. 매일 쌓이는 진짜 카드 매출이라 소재가 살아 있다.

⑤ 마더 페이퍼 — 월마트 매출 예측 대회 M5(Makridakis 외 2022)에선 머신러닝이 통계 모델을 이겼다 — 최신 딥 시계열 AI까지 이기는지는 아직 논쟁 중.

⑥ 모델 — ARIMA·지수평활 vs XGBoost vs PatchTST·시계열 기초모델, 업종·동네별 승패표.

⑦ 죽는 지점 — 데이터 기간이 짧으면 최신 AI가 불리하다. 공공누리 2유형이라 상업 이용 불가(연구는 가능).

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

가게는 폐업만 하지 않는다 — 휴업·양도까지 나눠 보면 '곧 망할 가게'를 더 잘 고르나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 지방행정 인허가(옛 LOCALDATA, 공공데이터포털) — 가게별 영업상태(영업·휴업·폐업)·인허가일·폐업일. 공개.

③ AI 기술 — 보통은 '망했다/안 망했다' 둘로만 맞힌다. 휴업(곧 재개)·양도(주인만 바뀜)를 폐업과 섞으면 위험 순위가 틀어진다 — 셋을 따로 다루는 모델과 비교.

④ 왜 흥미로운가 — 임대인·대출 심사에겐 셋이 전혀 다른 결과다. 회장님이 끌린 폐업 계열의 덜 한 각도.

⑤ 마더 페이퍼 — DeepHit(AAAI 2018) — 여러 종류의 '끝'을 딥러닝으로 함께 맞히는 방법.

⑥ 모델 — 같은 입력에 ①망함/안 망함 ②단일 생존분석 ③셋을 나누는 경쟁위험 모델 비교.

⑦ 죽는 지점 — 양도가 데이터에서 구분 안 되면 휴업 vs 폐업 둘로 줄인다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

새 폰이 나오면 그 나라에서 그 회사 점유율이 얼마나 움직이나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — StatCounter 제조사별 점유율 — 나라×월, 2009년~, 무료 CSV. 출시 스펙·가격은 GSMArena(무료). 회장님 지적대로 검색량(데이터랩)은 버렸다.

③ AI 기술 — 출시 이벤트(스펙·가격·경쟁사 출시)로 이후 3개월 점유율 변화를 예측 — 나라 수백 × 월 200여 개라 표본이 넉넉하다.

④ 왜 흥미로운가 — 스마트폰을 그대로 쓸 수 있는 공개 데이터 중 성과에 가장 가깝다.

⑤ 마더 페이퍼 — 제품 출시가 시장점유율에 주는 효과 연구(마케팅) — 이 데이터로 한 것은 확인 전.

⑥ 모델 — '지난달 점유율 그대로' 규칙 vs 회귀·XGBoost·소형 RNN.

⑦ 죽는 지점 — 판매가 아니라 웹 접속 비중이고, 모델 단위가 아니라 제조사 단위다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

협찬을 맡기기 전에, 그 인플루언서 영상이 몇 번 조회될지 맞힐 수 있나?

② DB — 무슨 데이터, 얻을 수 있나💰 유료 — 유광기 협찬 영상별 조회수·성과(유료, 09-16 회장님 승인) + YouTube Data API 구독자·평소 조회수(무료).

③ AI 기술 — 영상이 올라가기 전 정보만으로 조회수를 예측 — '구독자 × 평균 조회율' 단순 계산을 AI가 얼마나 이기나.

④ 왜 흥미로운가 — 브랜드엔 협찬비 수천만 원이 걸린 결정. 회장님 마케팅 실무와 직결.

⑤ 마더 페이퍼 — 인플루언서 성과 예측 문헌이 많다(회장님 걱정 그대로) — 엣지 필요.

⑥ 모델 — 단순 계산 vs 선형·XGBoost·신경망. 조회수를 만드는 요인(SHAP).

⑦ 죽는 지점 — 회장님: '매력도를 숫자로 잡기 어렵고 유치해질 수 있다'. 조회수는 계속 늘어 '게시 후 N일'로 고정해야.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

어떤 브랜드와 어떤 크리에이터가 잘 맞나 — 궁합을 AI가 맞힐 수 있나?

② DB — 무슨 데이터, 얻을 수 있나💰 유료 — 유광기 브랜드×크리에이터 협업 성과(유료, 09-16 승인) + YouTube API(무료).

③ AI 기술 — 브랜드와 채널, 두 쪽의 '궁합'을 학습 — 넷플릭스 추천과 같은 구조.

④ 왜 흥미로운가 — 같은 제약사라도 동국제약은 생활채널, 동아제약은 교양채널을 골랐다. 왜 그 조합인가.

⑤ 마더 페이퍼 — 추천·매칭 연구는 많다(회장님 걱정) — 협찬 시장에 적용한 건 드물 수 있다(추측).

⑥ 모델 — 궁합 변수 + 랜덤포레스트/GBM, 또는 추천용 모델(factorization machine).

⑦ 죽는 지점 — 성공한 조합만 보인다(안 맞는 조합은 애초에 안 함) — 비교 대상이 부족하다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

웹사이트 방문자가 다음 분기에 늘지 줄지, 지금 방문 구조로 맞힐 수 있나?

② DB — 무슨 데이터, 얻을 수 있나💰 유료 — Similarweb 사이트별 월 방문자·체류시간·이탈률·유입 경로(검색·광고·SNS). 전체는 유료 API(09-16 승인), 무료는 상위 사이트만.

③ AI 기술 — 쉽게: '광고로 사 온 방문자가 많은 사이트는 성장이 꺾인다' 같은 통념을, 유입 경로 비율로 다음 분기 증감을 맞혀 검증한다.

④ 왜 흥미로운가 — 딜로이트가 Similarweb으로 한 분석(회장님 제보)의 예측판. 투자·마케팅 결정에 직결.

⑤ 마더 페이퍼 — 확인 전 — 웹 트래픽으로 기업 성과를 맞힌 연구가 있을 것(추측).

⑥ 모델 — '방향 그대로' 규칙 vs 로지스틱·트리·소형 RNN.

⑦ 죽는 지점 — 트래픽 숫자 자체가 Similarweb 추정치라 오차가 있다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

광고로 온 방문자와 검색으로 온 방문자, 누가 오래 머무나?

② DB — 무슨 데이터, 얻을 수 있나💰 유료 — Similarweb이 남의 사이트들을 재서 주는 값(유입 경로·체류시간·이탈률). 우리 웹사이트가 없어도 된다. 유료(09-16 승인).

③ AI 기술 — 방문자 '수'가 아니라 '질'(오래 머무나·바로 나가나)을 유입 구성으로 예측.

④ 왜 흥미로운가 — 마케팅 예산의 핵심 질문 — 광고로 산 방문자가 진짜 머무나.

⑤ 마더 페이퍼 — 디지털 마케팅 성과 귀속(어트리뷰션) 연구.

⑥ 모델 — 이탈률 회귀 · '오래 머무는 사이트' 분류, SHAP.

⑦ 죽는 지점 — 체류·이탈 값은 추정치다. 사이트 종류(뉴스 vs 쇼핑)에 크게 좌우된다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

스타트업 웹 방문자 추이로 '뜰 회사'를 미리 알아볼 수 있나?

② DB — 무슨 데이터, 얻을 수 있나💰 유료 — 혁신의숲(방문자·고용·거래액·투자, 월 2만~30만 원) 또는 THE VC 연구용 원자료(개인 구매 불가 — KAIST 명의로 문의). 둘 다 약관상 무단 수집·AI 학습 금지라 승인이 필요하다.

③ AI 기술 — 예: 같은 해 창업한 배달앱 A·B. A 는 6개월간 방문자 3배, B 는 정체 → 1년 뒤 A 는 시리즈 A 투자, B 는 폐업. 이런 흐름을 수천 곳에서 AI가 배워, 업종·업력만 쓴 모델보다 얼마나 잘 맞히나.

④ 왜 흥미로운가 — VC가 실제로 투자 심사에 트래픽을 본다.

⑤ 마더 페이퍼 — 검색량·트래픽이 오르면 다음 투자 확률이 오른다(Bradic 2012) · 웹 언급으로 투자 예측(Sharchilev, CIKM 2018).

⑥ 모델 — 업종·업력 규칙 vs XGBoost vs LSTM(월별 흐름).

⑦ 죽는 지점 — 데이터 비용·약관이 관문. 무료 대안은 RQ-137(국민연금 직원 수로 뜰 회사).

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

위생 점검에 걸린 음식점은 곧 문을 닫나?

② DB — 무슨 데이터, 얻을 수 있나❔ 확인 중 — RQ-136과 같은 서울 음식점 인허가(바로) + 식약처 위생점검·행정처분 이력(공공, 가게 연결 방법은 확인 전).

③ AI 기술 — 136 모델에 '위생 점검 적발' 신호를 더하면 폐업을 얼마나 더 잘 맞히나 — 추가 신호의 순수 효과.

④ 왜 흥미로운가 — 회장님 지적대로 136과 거의 같다. 다른 점은 위생 신호 하나.

⑤ 마더 페이퍼 — 136과 같음(폐업 ML 다수).

⑥ 모델 — 136 모델 vs 136 + 위생 신호.

⑦ 죽는 지점 — 136에 합칠 후보. 음식점과 점검 기록의 연결 키가 맞을지 미확인.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

공공기관이 발주하면 어느 기업이 따낼지, 과거 거래 관계망으로 맞힐 수 있나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 나라장터·방위사업청 입찰·계약 결과(공개, RQ-101 에서 7,405행 실측). 기관-기업 계약 1건 = 선 1개.

③ AI 기술 — 맞다 — 기관·기업을 점, 계약을 선으로 이은 관계망을 그래프 AI가 학습해 '다음에 누가 딸지' 맞힌다. 유착 적발이 아니라 반복 거래가 예측에 얼마나 도움 되나를 잰다.

④ 왜 흥미로운가 — 같은 기관-같은 기업 반복 수주가 많다면, 그게 표에는 안 보이는 신호다.

⑤ 마더 페이퍼 — 영국 Alan Turing 연구소 조달 추천 · 스페인 조달 입찰자 추천(ML) — 해외 → 한국.

⑥ 모델 — '최다 수주 기업' 규칙 vs 표 기반 GBM vs 그래프 AI(GraphSAGE).

⑦ 죽는 지점 — 기업 식별(사업자번호)이 꼬이면 관계망이 깨진다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

주말 고속도로 통행량으로, 그 달 강릉·속초 같은 관광지 매출을 미리 맞힐 수 있나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 도로공사 톨게이트 일교통량(영업소×일×차종, data.go.kr 15043784, 무료 CSV) + 한국관광 데이터랩 지자체×월 관광 카드소비(일부 회원가입).

③ AI 기술 — 매출 통계는 몇 달 늦게 나온다. 매일 쌓이는 통행량으로 이번 달 매출을 미리 추정(나우캐스팅) — 매출만 쓴 모델 vs 통행량을 더한 AI.

④ 왜 흥미로운가 — 회장님: '통행량으로 매출을 맞출 수 있나 — 한 스텝 더 하면 섹시'. 차로 가는 관광지는 통행량이 곧 손님이다.

⑤ 마더 페이퍼 — 한국 Kim 외 2026(통행량→분기 GDP, 효과 작음) · 멜버른 보행자 센서→소매판매(Yanotti 2026). 지역 관광 매출판은 못 찾았다.

⑥ 모델 — '작년 같은 달' 규칙 vs SARIMA vs XGBoost·LSTM(+통행량).

⑦ 죽는 지점 — 전국 GDP 에선 효과가 작았다 — 차로 가는 관광지에서만 살 수 있다. 데이터랩 카드 원천·시작 연도 확인 필요.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

따릉이 대여량으로 동네 상권 매출을 미리 맞힐 수 있나?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 따릉이 대여이력(2015~, 대여소 좌표) + 서울시 상권분석서비스 추정매출(상권×업종×분기, 2021~, CSV) — 둘 다 바로 다운. 대여소를 상권 경계에 넣어 잇는다.

③ AI 기술 — 매출 통계는 분기가 끝나야 나온다. 매일 쌓이는 따릉이 대여를 상권별로 모아 이번 분기 매출을 미리 맞힌다 — 매출만 쓴 모델 vs 따릉이를 더한 AI.

④ 왜 흥미로운가 — 회장님: '매출이나 트렌드 지표랑 이어지면 써먹을 수 있다'. 날씨 연구는 버렸다.

⑤ 마더 페이퍼 — 따릉이 많은 곳 식당 매출이 높다는 관계는 이미 나왔다(Song 외, ICIS 2023 — 비공개 매출). 우리는 공개 데이터로 '미리 맞히기'.

⑥ 모델 — '지난 분기 그대로' 규칙 vs XGBoost vs 이웃 상권까지 보는 그래프 AI.

⑦ 죽는 지점 — 관계 자체는 알려졌다 — 엣지는 공개 데이터 예측뿐. 2021년부터 분기라 시간 길이가 짧다.

✔ 2026-10-06 회장님 말씀을 반영해 카드를 다시 썼습니다

본부가 공개한 프랜차이즈 가맹점 매출, 과장됐는지 AI로 가려낼 수 있나?

② DB — 무슨 데이터, 얻을 수 있나🟡 신청 필요 — 공정위 페어데이터 오픈API 브랜드별 가맹점·직영점 집계+가맹사업자 평균매출(data.go.kr 15143710, 인증키 신청·무료, ML 학습데이터용). 브랜드×연도 단위, 전 업종 1만+ 브랜드(2024 서비스업만 2,181개). 정보공개서라 창업비·점포수도 공개.

③ AI 기술 — 쉽게: 가맹점수·직영점 비율·업종·창업비로 평균매출을 맞히는 AI. 그런데 본부가 매출을 부풀려 신고하는 게 알려져 있다(치킨 18%) — '정답'에 거품이 낀 상태에서 모델이 무엇을 배우나(라벨 품질).

④ 왜 흥미로운가 — 회장님 세계(창업·프랜차이즈). 창업자가 가장 궁금한 숫자이자 '공개매출을 믿어도 되나' 검증. 서울시가 치킨 공개매출이 실제보다 18% 높게 적혔음을 확인했다.

⑤ 마더 페이퍼 — 프랜차이즈 매출·폐업 회귀 선행은 많다(RQ-127 참조). 자진신고 매출의 '과장'을 ML 라벨 품질 문제로 다룬 연구는 못 찾았다 — 엣지(추측, VERIFY).

⑥ 모델 — '업종 평균 매출' 규칙 vs 선형·랜덤포레스트·XGBoost. SHAP로 무엇이 매출을 가르나 + 예측보다 유독 높게 신고한 브랜드가 어디에 몰리나.

⑦ 죽는 지점 — '정답'이 본부 자진신고라 체계적 과장이 섞인다 — 이게 소재이자 한계다. 창업비 필드가 이 API에 들어있는지, 과장의 '참값'이 없어 과장탐지 검증이 약한 점은 VERIFY 1순위.

휴대폰 값 맞히기, 블랙박스 AI는 전통 통계보다 어디서만 이기나?

② DB — 무슨 데이터, 얻을 수 있나🟡 신청 필요 — Kaggle GSMArena 스마트폰 스펙+가격 약 8,600대(화면·칩·램·저장·배터리·카메라·출시가). 가입 후 바로 다운(무료). 한 대=1행.

③ AI 기술 — 쉽게: 전통 공식은 '램이 늘면 값 +얼마'로 딱 설명한다. 블랙박스는 스펙끼리 얽힌 효과를 잡아 더 맞힌다 — 그 이득이 전체가 아니라 어느 구간(고가·신제품)에 몰리는지 잰다.

④ 왜 흥미로운가 — 회장님이 '스마트폰으로 할 수 없나' 한 소재. 'AI가 늘 낫다'는 통념을 뒤집어, 전통 공식이면 충분한 구간과 블랙박스가 값하는 구간을 가른다.

⑤ 마더 페이퍼 — 스마트폰 헤도닉 가격 선행은 많다 — 우크라이나 석사논문 2021·LASSO 헤도닉 등. 'AI 이득이 어느 구간에 몰리나 + 전통 설명이 거기서 왜 깨지나'를 함께 본 건 못 찾았다(엣지, 추측·VERIFY).

⑥ 모델 — 전통 헤도닉 선형회귀 vs 랜덤포레스트·XGBoost·소형 신경망. 예측오차 차이(이득)와 '무엇이 값을 올리나'(계수 vs SHAP)의 어긋남을 가격·연식 구간별로 함께 잰다.

⑦ 죽는 지점 — 스펙→가격은 뻔하고 선행도 많다 — 엣지가 '이득의 쏠림+설명 붕괴'뿐이라 약하면 평범한 벤치마크로 베인다. 글로벌 데이터라 한국 맥락이 없고, 가격 컬럼 결측률은 VERIFY 1순위.

지하철 승하차로 주변 상권 매출을 맞힐 수 있나 — 안 통하는 상권은 어디?

② DB — 무슨 데이터, 얻을 수 있나✅ 바로 다운 — 서울 지하철 역별 시간대별 승하차(열린데이터광장 OA-12252, 매월 갱신·1~9호선 ~300역) + 서울시 상권분석 추정매출-상권(OA-15572, 분기·카드결제 추정매출, 상권 1천여개×업종 100, 수십만 행). 둘 다 공공누리1·바로, 좌표로 역↔상권 조인.

③ AI 기술 — 쉽게: 역 앞 승하차(유동)로 상권 매출을 맞히는 AI. 핵심은 '사람 많으면 매출 많다'가 아니라 — 예측이 빗나가는 상권(유동은 많은데 안 사는 거리)을 잔차로 짚는다. 예측 가능성의 이질성.

④ 왜 흥미로운가 — 회장님 '통행량→매출' 소재를 지하철로 비틀었다. 창업자가 진짜 궁금한 건 평균이 아니라 '내 자리가 유동인구 함정인가'. 틀리는 곳이 정보다.

⑤ 마더 페이퍼 — 역세권·유동인구와 매출 상관 선행은 많다(상권분석 논문 다수). 승하차로 매출을 예측하고 '전환 안 되는 상권'을 잔차로 지도화한 건 못 찾았다 — 엣지(추측·VERIFY).

⑥ 모델 — 거리기반 단순 회귀(유동↑→매출↑) vs 랜덤포레스트·XGBoost. 예측-실측 잔차로 '함정 상권' 군집 + SHAP로 업종·시간대가 전환을 가르나.

⑦ 죽는 지점 — 역↔상권 조인(반경·귀속 역)이 결과를 좌우한다(MAUP). 추정매출은 카드결제 보정치라 참 매출이 아님. 행=상권·업종이라 집계 단위 — VERIFY 1순위.

정부가 돈 들여 만든 AI 학습데이터, 틀린 라벨을 AI로 걸러내면 좋아지나?

② DB — 무슨 데이터, 얻을 수 있나🟡 신청 필요 — AI허브 '분자독성 추론'(71962·2025·유니바·강원대·국립암센터). 분자 5,000개=5,000행, RDKit 수치특징+독성 여부(2진) 라벨. 로그인·건별 승인 후 무료(내국인). 딸린 설명문(텍스트)은 안 씀.

③ AI 기술 — 쉽게: 이 데이터의 '정답(독성)'을 공개 독성DB(Tox21)와 대조해 실제 오답률을 재고, confident learning이 외부정답 없이도 그 오답을 집어내나 본다. 틀린 걸 걷어내면 성능·순위가 바뀌나.

④ 왜 흥미로운가 — 회장님이 네이버 때 본 그 사업. 감사원이 2.5조 사업의 360종 중 122종(1,148억)을 품질불량으로 판정했다 — '정답'을 못 믿는 데이터를 공짜 AI로 감사할 수 있나.

⑤ 마더 페이퍼 — 라벨노이즈·confident learning 선행은 많다(Northcutt, JAIR 2021·cleanlab). 정부 구축 데이터에 대고 공개DB·불량판정과 맞춰 본 건 못 찾았다(추측·VERIFY).

⑥ 모델 — 원 라벨 vs 청소한 라벨(외부대조+confident learning)로 재학습. 트리·부스팅·작은 신경망 비교 — 청소 전후 정확도와 모델 순위가 뒤집히나.

⑦ 죽는 지점 — 5,000행은 작다. 공개DB와 겹치는 분자가 적으면 외부 대조가 좁아진다(VERIFY 1순위). 독성 소재가 멀면 다른 AI허브 정형셋으로 교체 가능.