데이터는 대개 이미 있습니다. 문제는 형식이 제각각이고, 필요한 값이 문서 안에 묻혀 있고, 쌓이기만 할 뿐 아무도 보지 않는다는 것입니다. 미디어나비는 20년치 뉴스 기사부터 전국 사일로에서 초 단위로 올라오는 센서값, 교과서 PDF의 편집 구조까지 서로 다른 성격의 데이터를 다뤄 왔습니다.
제공하는 것
수집 파이프라인
웹, API, 파일, 센서, 임베디드 장비 등 출처가 다른 데이터를 한 곳으로 모읍니다. 유실과 중복이 생기지 않도록 재시도와 중복 제거를 전제로 설계합니다.
비정형 문서 데이터 추출
PDF·문서처럼 편집 구조가 복잡한 자료에서 필요한 항목만 정확히 뽑아냅니다. 초·중·고등학교 교과서에서 단원·학습목표·본문을 구분해 추출하는 시스템을 구축하고 고도화했습니다.
센서·시계열 데이터 처리
엣지 장비에서 1차 전처리하고 서버에서 집계·이상 탐지까지 이어지는 구간을 설계합니다. 거리·중량·온습도처럼 성격이 다른 값을 하나의 지표로 합치는 계산 로직을 직접 구현합니다.
대시보드와 데이터 추출
담당자가 별도 교육 없이 바로 볼 수 있는 화면으로 만듭니다. 기간별·지역별 조회, 이상 알림, 엑셀 추출처럼 실무에서 실제로 쓰는 기능을 기준으로 구성합니다.
일하는 방식
- 무엇을 보고 어떤 결정을 할지부터 정하고, 거기서 거꾸로 필요한 데이터를 정의합니다.
- 수집 단계에서 검증하지 않으면 뒤에서 반드시 문제가 되므로, 입력값 검증을 파이프라인에 넣습니다.
- 원본은 남기고 가공본을 따로 둡니다. 기준이 바뀌어도 다시 만들 수 있어야 합니다.
- 결과를 사람이 확인할 수 있는 형태(대시보드, 엑셀)로 반드시 내보냅니다.
주로 쓰는 기술
이 영역의 프로젝트
에이앤에이
2023 ~ 진행 중
스마트 RPC 실시간 재고관리 시스템
코드넛
2023 ~ 2025
교과서 데이터 가공 및 추출 시스템 고도화
한국데이터산업진흥원
2022 ~ 진행 중
데이터바우처 AI 데이터 가공
이 영역의 프로젝트를 검토 중이신가요?
요구사항이 정리되지 않은 단계여도 괜찮습니다. 무엇이 가능하고 무엇이 어려운지부터 함께 확인합니다.