면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
부동산 매물 정보를 수집할 때 가장 먼저 생각하는 건 출처의 신뢰성과 최신성입니다. 매물 정보는 시간이 지나면 이미 계약이 끝난 정보가 그대로 남아있는 경우가 많아서, 수집 시점을 함께 기록하는 게 중요합니다. 수업 프로젝트에서 공개 매물 데이터를 분석할 때, 중복 게시된 매물이 전체의 20% 이상이었던 경험이 있습니다. 그 이후로는 같은 주소·면적·가격 조합을 기준으로 중복을 제거하는 전처리 단계를 먼저 넣는 게 중요하다는 걸 배웠습니다. 정보의 양보다 사용 가능한 품질의 데이터를 얼마나 확보하느냐가 핵심이라고 생각합니다.
어떤 데이터가 살아있는 정보인지를 판단하는 것이 수집보다 더 중요한 작업입니다.
매물 정보 정제에서 중요하게 생각하는 건 이상치 탐지입니다. 시세와 크게 다른 가격은 입력 오류이거나 특수 조건이 있는 매물일 가능성이 높습니다. 그냥 포함하면 평균 가격이나 추세 분석이 왜곡될 수 있습니다. 데이터 분석 수업에서 부동산 데이터를 다루면서, 면적 대비 가격이 지역 평균에서 크게 벗어나는 기준을 설정해 이상치를 걸러내는 작업을 했습니다.
일괄 제거보다 별도로 분류해두는 방식이 나중에 검토 가능성을 남겨준다는 걸 배웠습니다. 이상치를 어떻게 다루느냐에 따라 분석 결과 전체의 신뢰도가 달라집니다. 이상치를 어떻게 다루느냐에 따라 분석 결과의 신뢰도 전체가 달라집니다.
매물 정보의 질을 높이려면 단일 출처에만 의존하지 않는 것이 중요합니다. 공개 데이터와 실거래 신고 데이터를 교차 검증하면 어느 매물이 정확한지 판단하는 기준이 생깁니다. 개인 프로젝트에서 두 가지 출처를 합쳐봤는데, 같은 매물인데 가격이 다른 경우가 꽤 있었습니다. 어느 쪽이 더 신뢰도 높은지를 출처 특성과 갱신 주기를 기준으로 우선순위를 정하는 방식으로 해결했습니다. 정보 정제는 데이터를 정리하는 것이 아니라 어떤 데이터를 믿을 수 있는지를 결정하는 작업이라고 느꼈습니다.
어떤 정보를 믿을 수 있는지를 결정하는 기준이 정제 작업의 핵심입니다. 정보의 질을 판단하는 기준을 먼저 세우는 것이 정제 작업의 시작입니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.