한국가스공사 일별 · 월별 원천 6종을 한 체계로 통일하고, 시간 순서대로 학습 · 검증 · 평가 구간을 분할했습니다.
지금 선택 12/31(화)~1/1(수) · 산업용 최저 -28% · 주요 변동 사례
주요 변동 사례 결과 보기
탐지 규칙
평가 구간 관측일 가운데 같은 해 같은 요일 중앙값보다 10% 이상 낮은 날이 이틀 이상 계속되거나(2일 간격 허용), 하루라도 25% 이상 낮은 날. 판정 문장은 측정값으로 만든 규칙 문장이며 원인을 단정하지 않습니다.변화 내용
2024-12-31 ~ 2025-01-01(2일): 산업용 유효일수가 같은 해 같은 요일보다 최대 28% 낮았습니다. 이 기간은 평가 구간입니다.
2024-12-31 앞뒤 10일 · 용도별 일 유효일수(파란 띠 = 사건 기간) 표로 보기
날짜 민수용 산업용 발전용 12/21 0.9721 0.83792 0.93893 12/22 0.95411 0.71829 0.85274 12/23 1.00518 0.94399 0.96609 12/24 1.00528 1.00528 1.00024 12/25 0.9246 0.92398 0.88956 12/26 1.00528 1.00528 1.00024 12/27 1.00528 1.00528 1.00024 12/28 0.9721 0.83792 0.93889 12/29 0.95411 0.71829 0.85274 12/30 0.99283 0.89066 0.94117 12/31 1.00809 0.84346 0.90179 01/01 0.94352 0.72087 0.75546 01/02 1.00528 1.00528 1.00024 01/03 1.00528 1.00528 1.00024 01/04 0.9721 0.83792 0.93885 01/05 0.95411 0.71829 0.85273 01/06 1.00518 0.94399 0.96609 01/07 1.00528 1.00528 1.00024 01/08 1.00528 1.00528 1.00024 01/09 1.00528 1.00528 1.00024 01/10 1.00528 1.00528 1.00024 01/11 0.9721 0.83792 0.93881 변화 요인
연결 기준날짜용도달력 요인: 용도별 반응이 다릅니다. 민수용 -6%, 산업용 -28%, 발전용 -24%(같은 해 같은 요일 중앙값 대비 최저). 팩에 이 차이가 날짜 · 용도별 값으로 포함되어 있어 공휴일 표를 별도로 작성할 필요가 없습니다.
용도별 최저 하락률(같은 해 같은 요일 중앙값 대비, %) 표로 보기
구분 % 민수용 6.1 산업용 28.3 발전용 24.5 같은 기준으로 연결된 값
연결 기준날짜 → 월일 값을 월로 더하면 달력 효과가 월 합계에 그대로 드러납니다. 2024-12와 1년 전 같은 달을 비교합니다(공휴일이 다른 달로 옮겨 가면 차이가 커집니다).
표 보기
용도 2024-12 합계 2023-12 합계 차이 민수용 30.68 30.68 0.0 산업용 28.46 28.54 -0.08 발전용 29.62 29.73 -0.11 팩 안의 근거 행
연결 기준datesectorsource_row_uid근거 행 · 코드 보기
날짜 용도 유효일수 평소 대비 source_row_uid 2024-12-31 민수용 1.00809 0% 14609_363e772d 2024-12-31 산업용 0.84346 -16% 14609_35741386 2024-12-31 발전용 0.90179 -10% 14609_c5551ce2 2025-01-01 민수용 0.94352 -6% 14610_dbc0938f 2025-01-01 산업용 0.72087 -28% 14610_b802ac87 2025-01-01 발전용 0.75546 -24% 14610_78afb44c import pandas as pd d = pd.read_csv("data/daily_effective_days.csv") d[(d.date >= "2024-12-31") & (d.date <= "2025-01-01")].pivot(index="date", columns="sector", values="effective_day")재현: 팩 압축 해제 폴더의
data/daily_effective_days.csv원본 파일로 처리할 때
원천 파일로 같은 결론을 얻으려면 필요한 작업
- 일별 원천 3종(민수 · 산업 · 발전)의 날짜 형식과 용도 이름 통일
- 요일 · 연휴마다 평소 수준을 직접 계산하여 하락 구간 탐지
- 원천 공개일 이후 날짜(사전 산정한 값) 별도 구분
이 팩에서는
- daily_effective_days 표 1개에 날짜 · 용도 · 값 · 분할 포함
- 왼쪽 코드 3줄로 이 기간의 값 재산출 가능
- 예측 구간(is_future)이 사전 표시되어 평가에서 제외 가능
이 팩으로 확인할 수 없는 것: 이 팩에는 공휴일 이름이 포함되어 있지 않습니다. 어떤 공휴일 · 연휴인지는 달력으로 확인해야 하며, 용도별 반응 차이의 원인은 원천 기관의 산정 방식에 있습니다.
조건별 탐색 결과 보기
자동 요약은 규칙 기반 문장입니다(생성형 AI 미사용).
요약 차트
팩으로 집계한 결과 · 펼치기
AI Ready Data(AIRD) 처리 내용
- 01 통일월별 「총발전량」 ↔ 일별 「발전용」 대응
- 02 대조일별을 월로 더해 월별 원천과 비교
- 03 분할시간 기준 분할 · 미래 날짜 분리
원본으로 받을 때와 비교 · 시간 순서대로 분할한 구간 자세히
| 원본을 내려받으면 직접 처리해야 하는 작업 | 이 팩에서는 |
|---|---|
| 일별 · 월별 원천의 용도 이름 대응 관계 직접 확인 | 「총발전량」 = 「발전용」으로 대응(일별 합계로 확인) |
| 미래 날짜 값의 관측값 혼재 여부 확인 불가 | is_future 표시, 예측 구간 5,547행 분리 |
| 일별 값과 월별 공식 값의 일치 여부 확인 | 522개월 모두 0.01 이내로 일치 |
| 학습 · 평가 구간 지정 | split 열로 제공 |
시간 순서대로 분할한 구간
- 학습 1985~2018 37,254행 · 73.9%
- 검증 2019~2021 3,288행 · 6.5%
- 평가 2022~2025-12 4,314행 · 8.6%
- 예측 구간 원천 공개일(2025-12-08) 이후 5,547행 · 11.0%
무작위 분할 대신 시간 순서로 분할하여, 과거 데이터로 미래를 예측하는 실제 조건을 재현합니다.
효과 근거 · 점검
원천의 용도 이름이 일별 · 월별로 달라 원본 그대로 연결하면 3개 용도 중 2개만 일치합니다. 팩은 「총발전량 = 발전용」을 일별 합계로 확인(522개월 모두 0.01 이내)하여 3개를 모두 연결하고, 원천 공개일 이후의 산정값은 학습 · 평가에서 제외했습니다.
효과 판단 근거: 용도 결합: 원본 이름 그대로 2/3 → AIRD 3/3, 522개월 대조 일치
점검 6항목 · 통과 6 항목별 결과 보기
| 점검 항목 | 결과 | 값 |
|---|---|---|
| 표준 필수 메타데이터와 목적별 필수 항목 | 통과 | 모두 기재 |
| 원천이 모두 품질 확인 단계 | 통과 | Quality-Ready |
| 행마다 원천 추적 가능 | 통과 | 100% |
| 같은 대상 · 같은 시점 중복 | 통과 | 0건 |
| 측정값 빈 값 | 통과 | 0건 |
| 일별 합계와 월별 원천 일치 | 통과 | 일치 |
받아서 쓰기 실험 재현
팩 zip 하나를 내려받아 엑셀이나 분석 도구로 열 수 있습니다 — 팩 내려받기 1.3 MB. 코드나 AI 에이전트로 활용하는 방법은 아래에서 설명합니다.
코드 · AI 에이전트로 쓰기 개발자용
코드로
- 팩 내려받기 gas-effective-days-Stats-1.0.0.zip 1.3 MB
- 압축을 풀고 폴더로 이동
cd gas-effective-days-Stats
- 필요한 패키지 설치 팩의 guide/requirements.txt
pip install pandas==2.3.3 pyarrow==25.0.1
- 실행
import pandas as pd d = pd.read_csv("data/daily_effective_days.csv", parse_dates=["date"]) train = d[d.split == "train"] future = d[d.split == "forecast_horizon"] # 예측 입력으로만 사용 - 실행 결과
d: 50,403행 × 7열 train: 37,254행 × 7열 future: 5,547행 × 7열
실행 환경: Python 3.13.16 · pandas 2.3.3 · pyarrow 25.0.1
추가 예시: guide/notebook.ipynb
AI 에이전트로
팩에 포함된 파일
CSV 2종(일별 · 월별) · 1.3 MB
파일 목록 2개 + 설명 · 검증 파일 4개 보기
| 데이터 파일 | 대상 | 크기 | 형식 |
|---|---|---|---|
| data/daily_effective_days | 민수용 · 산업용 · 발전용 일별 유효일수를 단일 표로 통합 | 50,403행 · 7열 | CSVPARQUET |
| data/monthly_effective_days | 월별 유효일수: 「총발전량」을 일별 「발전용」에 대응 | 522행 · 5열 | CSVPARQUET |
설명 · 검증 파일
- 표준 메타데이터 · 파일별 무결성 값(manifest.json)
- 목적 적합성 판정(G3) · 점검 결과
- 시작 노트북(guide/)
- README(만든 방법 · 한계)
팩 zip 무결성 값(SHA-256) e9f4b38680d5eed343b71e371158ffa274d639d61323f7fc776608c6709894d9
이 팩을 만든 원천 6종
원천 목록 6종 데이터 · 기관 · 포함된 행 보기
| 원천 데이터 | 기관 | 팩에 포함된 행 |
|---|---|---|
daily_effective_days 민수용 · 산업용 · 발전용 일별 유효일수를 단일 표로 통합 | ||
| 한국가스공사_도시가스 민수용 일별 유효일수 이 선택 | 한국가스공사 | 16,801행 |
| 한국가스공사_도시가스 산업용 일별 유효일수 이 선택 | 한국가스공사 | 16,801행 |
| 한국가스공사_발전용 일별 유효일수 이 선택 | 한국가스공사 | 16,801행 |
monthly_effective_days 월별 유효일수: 「총발전량」을 일별 「발전용」에 대응 | ||
| 한국가스공사_도시가스 민수용 월별 유효일수 | 한국가스공사 | 174행 |
| 한국가스공사_도시가스 산업용 월별 유효일수 | 한국가스공사 | 174행 |
| 한국가스공사_총발전량 월별 유효일수 | 한국가스공사 | 174행 |
이 팩으로 가능한 분석
수요 예측의 보조 자료
보유한 일별 수요 데이터에 날짜 기준으로 결합하여 요일 · 공휴일 효과를 반영할 수 있습니다(예: 산업용 일요일 평균 0.712).
용도별 비교
같은 날짜의 민수 · 산업 · 발전 유효일수를 나란히 비교할 수 있습니다.
유의점 수요량 자체는 포함하지 않습니다. 공개 시점 이후 날짜의 값은 관측값이 아닌 달력 기준 산정값입니다.