생애주기별 공공데이터 나침반 &
인터랙티브 What-If 시뮬레이터
국가데이터처(통계청) 공식 실측 데이터와 장래추계 코호트 요인법을 결합하여,
0세부터 60대+까지 7대 생애주기별 핵심 정책 레버를 실시간으로 조절하고 미래 궤적을 60fps로 탐색하는 차세대 정책 시각화 플랫폼
데이터 엔지니어링 & 시맨틱 온톨로지 지식 그래프
통계청 136개 통계표 원천 데이터의 정합성 검증 및 7대 생애주기 코호트 지식망(Knowledge Graph) 모델링
국가승인통계 온톨로지 허브
통계청 KOSIS 136개 표 메타데이터와 7대 생애주기 코호트, 21개 시뮬레이션 정책 변수를 유기적으로 연결한 시맨틱 온톨로지 지식망의 최상위 허브 노드입니다.
- (Hub) --hasStage--> (7대 생애 코호트)
- (Stage) --surveyStages--> (KOSIS 조사통계)
- (Survey) --hasLever--> (시뮬레이션 정책변수)
📦 136개 표 원천 수집 & 스키마화
01_tables.json: 인구동향, 초중고사교육비, 경제활동인구, 가계금융 등 136개 KOSIS 공식 통계표를 파싱하여 단일 표준 메타 스키마로 정규화.
🧠 다대다(M:N) 코호트 시맨틱 매핑
12_ontology.json (468 노드, 1,540 엣지) 및 13_stages.json: 단일 조사(예: 인구동향)가 출생·결혼·사망 등 복수 생애주기에 파급되는 인과관계 구현.
🛡️ 통계 왜곡 방지 팩트체크 시스템
2024년 이전 실측 통계치와 2025년 이후 시나리오 곡선의 시각적 분리, 평균값 착시 방지 Q&A 카드 전 단계 배치 및 KOSIS 원천 직접 링크 보장.
인터랙티브 What-If 탄력성 시뮬레이션 알고리즘
통계청 장래추계 코호트 요인법 중위선과 정책 변수 민감도(Elasticity) 결합 수식 모델
📐 다변수 탄력성 합성 수식 (Elasticity Formulation)
각 생애 단계별 3개 핵심 레버의 변화량을 정규화된 민감도 가중치로 합성:
미래 시점값 Yt = Clamp( Ybaseline,t + Δ × αt, Ymin, Ymax )
- αt (연도별 전파 계수): 정책 개입의 누적 파급 효과 모델링
2026년(0.35) → 2028년(0.65) → 2030년(1.00) → 2035년(1.18) → 2040년(1.30) - Clamp(): 생물학적·경제학적 상·하한 한계선(Boundary Safety) 설정
🎛️ 7대 생애 단계별 타깃 지표 & 정책 레버 구조
| 생애 단계 | 타깃 지표 | 조절 레버 (3종) |
|---|---|---|
| 0세 (출생) | 합계출산율 (명) | 초혼 연령 / 남성 육아휴직율 / 신혼 주거비 PIR |
| 10대 (청소년) | 1인당 사교육비 (만원) | 늘봄학교 참여율 / 입시경쟁 지수 / 학원물가 상승률 |
| 20대 (청년) | 청년 실업률 (%) | 신산업 인턴 채용 / 주거보증금 지원 / 수도권 집중도 |
| 30대 (초기경력) | 초혼 연령 (세) | 신혼주택 공급 / 육아단축제 참여 / 첫출발 대출금리 |
| 40대 (중년) | 가구 순자산 (만원) | 주담대 LTV 한도 / 가구 DSR 상환액 / 금융자산 투자비중 |
| 50대 (장년) | 실질 퇴직연령 (세) | 법정 정년 연장 / 임금피크 전환율 / 디지털 전직 교육 |
| 60대+ (노년) | 노인 빈곤율 (%) | 기초연금 지급액 / 공공일자리 공급 / 국민연금 대체율 |
프론트엔드 엔지니어링 & 60fps 렌더링 최적화
Vite 기반 번들링 경량화 및 Chart.js 무지연 캔버스 업데이트를 통한 부드러운 반응성 구현
⚡ 60fps 무지연 갱신
슬라이더 드래그 시 브라우저 프레임 드랍을 원천 차단하는 최적화 패턴:
chartInstance.update('none'); // No animation lag
- 일반 렌더링 대비 연산 지연시간 800ms → 12ms 미만 단축
- 초당 60회 슬라이더 조작에도 끊김 없는 반응형 인터랙션
🎨 글래스모피즘 UI & CSS 변수
세련된 다크 테마와 생애 단계별 감성 컬러 동적 동기화:
--stage-color/--stage-gradient실시간 CSS 변수 주입- Tailwind 무의존 순수 Vanilla CSS 1,100줄 구조화
- 네온 글로우 효과(Glow Effect) 및 슬라이더 썸(Thumb) 호버 인터랙션
📊 3중 레이어 차트 설계
직관적 비교 분석을 위한 멀티 데이터셋 캔버스 레이아웃:
- Layer 1 (솔리드선): 과거 2018~2024 공식 실측치
- Layer 2 (회색 점선): 통계청 중위 기준선 (Baseline)
- Layer 3 (네온 시안선): 사용자가 조건 변경한 실시간 What-If 결과선
인터랙티브 What-If 엔진 & 시나리오 프리셋
1-Click 정책 시나리오 프리셋 및 2030/2040 중장기 영향 실시간 자동 브리핑 엔진
🚀 1-Click 정책 프리셋 밴드
사전에 인구학적 검증을 거친 3대 표준 시나리오 즉시 시뮬레이션:
- [현행 추세 유지] (Baseline): 통계청 중위 전망 조건 유지
- [적극적 정책 지원] (Proactive): 지원금 확대, 노동 환경 개선 등 최적 정책 조합
- [위기 심화 시나리오] (Crisis): 주거비 급등, 경쟁 심화 등 부정적 충격
- [↺ 리셋]: 언제든 초기 기본값으로 1클릭 복원
📈 실시간 2030·2040 델타 분석
조건 변경에 따른 중기(2030) 및 장기(2040) 목표 지표 수치 즉시 산출:
- 절댓값 변동치: 기준선 대비 차이 (예: +0.22명, -5.2만 원)
- 상대 증감률: 백분율(%) 표기 및 긍정/경고 색상 태그 자동 부여
- 기준선 앵커링: 통계청 공식 예측치와 나란히 표기하여 왜곡 방지
📝 룰 기반 동적 정책 브리핑
수치 계산 결과를 바탕으로 정책적 시사점을 문장으로 자동 합성:
- 복합 레버 변화량의 방향성과 크기에 따른 동적 템플릿 엔진
- "초혼 연령 단축과 주거비 안정화로 2030년 출산율이 기준선 대비 +0.12명 반등할 잠재력을 보입니다." 형태의 문장 즉시 생성
프로젝트 성과 및 향후 고도화 로드맵
데이터 기반 과학적 행정 지원 및 AI 보좌관 연계를 위한 차세대 발전 방향
🏆 프로젝트 핵심 달성 성과
- 정적 조회에서 동적 탐색으로 전환: 단순히 과거 통계를 보여주던 수준에서 벗어나 사용자가 정책 조건을 바꿔가며 결과를 체감하는 혁신적 경험 완성
- 전 연령대(0세~60대+) 완결적 파이프라인: 7개 생애 단계 전 구간에 3대 레버 및 탄력성 모델 100% 탑재
- 60fps 무지연 초경량 구동: 대용량 프레임워크 없이 순수 Vite + Vanilla JS로 번들 크기 230KB 극소화
- 완전한 데이터 신뢰성: 통계청 KOSIS 공식 출처 및 메타데이터를 투명하게 연계
🔭 향후 3단계 고도화 계획
- 1단계 (GraphRAG AI 결합): 본 플랫폼에 국방·공공 온톨로지 지식그래프를 연동하여 사용자의 질문에 통계 근거를 제시하는 'AI 정책 보좌관' 연동
- 2단계 (마이크로 시뮬레이션 고도화): 거시적 탄력성 지수에서 가계동향 마이크로데이터 기반 개인 맞춤형 시뮬레이션으로 확장
- 3단계 (공공 정책 의사결정 지원 도구화): 지자체 및 중앙부처 인구 정책 심의 시 정책 효과 사전 시뮬레이션 시스템으로 공식 보급