데이터 분석 실습: 금융 데이터 수집과 시각화

해주셨다 보니까 제가 실무진들이 좀 중요하게 생각하는 포인트들을 다시 한번 짚어보는 방식으로 설명을 먼저 드리려고 하고요. 일단 데이터 분석이다라고 하면 데이터를 자유자재로 가공 혹은 수집 변환을 함으로써 결국에는 의사결정을 하는 과정이라고 보시면 됩니다. 예를 들어서 뭔가 문제가 생겼다. 그럼 문제를 해결하기 위한 어떤 중요한 지표들을 계산을 해야 될까 이런 KPI를 설정을 하게 되는데요. KPI는 Key Performance Indicator를 줄여서 KPI라고 불러요.

예를 들어서 어떤 고급사가 요청하는 정보가 있다. 아니면 우리가 사내에서 어떤 문제를 해결하기 위해서 꼭 도출에만을 계산해야 하는 어떤 결과값들이 있다고 하면 데이터 분석가들은 KPI를 정의를 하고요. 필요한 데이터를 수집하고 자유자재로 변환 가공함으로써 의사결정에 필요한 여러 가지 분석과 해석을 하는 일이라고 보시면 됩니다. 데이터 분석 직무의 가장 큰 특징 중에 하나가 무엇이냐면 동맹인에 대한 지식이 굉장히 중요하다고 하는 거예요.

예를 들어서 저는 물류 수영 첫 회사가 물류 관련 데이터분석 회사였는데 물류 회사라고 하면 혹시 쿠팡을 예를 들어 생각을 해보면 혹시 쿠팡에서 알바해보신 분 계신가요? 보통 예를 들어서 어떤 고객이 주문을 하면 물류 창고에서는 그 고객의 주문권을 카톡에 담아서 이렇게 배송을 하죠. 그런데 저는 회사에서 이 도매인에 대한 지식을 어떤 식으로 저에게 가르쳐냐면 실제 그 물류 창고 현장 있죠. 거기에 저를 한 3일 보냈어요

데이터 분석 일은 하나도 하지 않고 컴퓨터에서 잠깐 손을 뗀 대로 분류 현상이 어떤지 확인하기 위해서 실제 작업자들과 같이 근무를 시켰다는 것도 있는데요. 그만큼 데이터 분석은 내가 분석하고자 하는 그 데이터가 어떤 식으로 쌓이는지 또 그 데이터 어떤 정보를 담고 있는지 이런 고민에 대한 지식이 굉장히 중요합니다. 그래서 제가 계속해서 여러 가지 실제 프로젝트를 우리가 컴퓨터를 통해서 같이 걸어보게 될 텐데

금융 관련 지식 이해도도 여러분들이 같이 가져가실 수 있게 제가 중간중간 설명들도 같이 드릴 거예요. 그래서 보메인과 관련된 이해도도 이번 데이터 분석뿐만 아니라 여러분들이 꼭 중요하다고 생각하시면 좋을 것 같고 보메인에 대한 이해도가 넓어지면 넓어질수록 더 깊이 있는 분석을 할 수가 있겠죠. 제가 추천드리고 싶은 것은 물론 금융 관련 전공자분들도 계시기는 하지만 만약에 금융 분야 취업을 희망을 한다고 하면 주식이다라든지 기본적인 어떤

동매인과 관련된 지식들은 책을 읽는다든지 이런 평소에 공부를 해주시면 훨씬 더 지원할 때 할 수 있는 이야기도 많아지고 또 나의 동매인에 대한 이해도가 훨씬 매력적이다를 어필할 수 있는 굉장히 좋은 방법이다라는 것도 참고를 하시면 좋을 것 같습니다. 보급법은 사실 유형을 나눌 수가 있어요. 보급법은 가장 대표적으로는 어떤 모델을 만들어서 모델을 학습시키고 뭔가를 예측하는 것이 가장 대표적이지 않을까라고 생각을 하시는데 사실 어떤 문제가 주어져 있는지에 따라서 이런 데이터 분석에도 유형을 나눌 수가 있습니다.

예를 들어서 기술적인 분석어 풀이 있었던지를 분석하는 예를 들어서 당년 코스피의 수익률을 분석한다든지 이런 현상에 대한 것들을 접근해 나가는 기술적 분석이 있고요. 분단적 분석은 문제가 생겼을 때 그 문제에 대한 원인을 찾아나가는 과정이라고 보시면 됩니다. 예를 들어서 특정 조식 공목들 중에 특정 사망권의 큰 성장이 발견된다. 그러면 그 원인이 무엇인지에 대해서 사고 드는 진단적인 과정이 하나의 유형이라고 할 수가 있고요. 과거의 데이터를 바탕으로 원인을 분석하는 것뿐만 아니라 미래를 예측하는 앞으로의 특정 종목의 성장세 혹은 변동성은 어떤 식으로 될 것인지를 예측하는 과정도 한 가지가 있고

보통의 머신러닝이나 딥러닝 모델들은 이런 예측과 관련된 분석의 요양이라고 보시면 됩니다. 시계열 데이터, 시간의 흐름에 따라서 여러 가지 데이터의 추세나 변동성이 있을 텐데 그것을 학습해서 미래에는 어떤 패턴을 보일지 우리가 모델을 통해서 좀 더 구체적인 예측을 할 수 있다고 하는 것도 하나의 분야라고 할 수 있고요. 또 처방적인 분석, 어떤 방향성에 대해서 고민을 해야 될 때 처방적인 관점에서 어떤 접근을 새롭게 시도해야 하는지를 파악하는 것도 그 유형 중에 하나라고 볼 수 있습니다.

그래서 분석을 하기 전에는 내가 어떤 문제 상황에 처해 있는지 그 분석의 목적을 명확히 하는 것이 굉장히 중요하고요. 제가 프로젝트를 진행할 때도 가설을 세울 거예요. 어떤 상황을 가정하고 우리가 봐야 하는 중요한 지표들은 어떤 것들이 있는지를 같이 한번 문제 정의부터 시작해서 실제 상황에 대한 부분들을 가정을 해나가면서 우리 가설 검증을 같이 한번 진행을 해보이기 바랍니다.

데이터 분석이라고 하면 보통은 이러한 프로세스를 따르게 됩니다. 프로젝트를 제가 계속 진행할 때도 마찬가지 여기 보이는 이런 일련의 과정을 같이 겪게 될 텐데 일단 첫 번째로는 아까 금방 말씀드린 것처럼 문제를 정리하게 되고요. 우리가 지금 서 있는 상황이 어떤지 어떤 지표들을 찾아야 하는지 그 문제의 명확히 하고 그 바로 뒤에 진행하는 것이 필요한 데이터를 수집하는 것입니다. 이 문제를 해결하기 위해서, 분석하기 위해서 어떤 데이터셋이 필요한지를 명확하게 세웠고요. 나중에 분석이 힘들 때쯤 새로운 데이터를 막 병합하는 그런 문제점을 막을 수가 있어요.

우리가 꼭 수집해야 하는 데이터의 변수라고도 부르거든요. 어떤 변수들이 필요한지를 파악을 하고 필요한 데이터가 만약 구할 수가 없다. 그런 웹 브로링을 통해서 직접 내가 수집을 한다든지 이런 여러 가지 방향성을 배울 수 있어야 돼요. 보통은 오픈 AI 혹은 이런 공공 데이터셋, 폐공과 같은 공공 데이터셋에서 대부분의 실제 코드를 쉽게 구할 수 있기는 하지만 산업에서는 사내에 쌓여있는 데이터뿐만 아니라 좀 더 내가 직접적으로 데이터를

데이터를 직접 수집해야 하는 상황들도 분명히 생기거든요. 오늘은 그 중에 하나의 예시로써 주식 데이터를 직접 수집하는 그런 과정을 같이 한번 진행해볼 예정이고 데이터를 가지고 오면 전처리라고 하는 과정을 꼭 거치게 됩니다. 전처리는 마치 우리가 요리를 하게 되면 재료를 깨끗하게 싣고 가능 손질을 하는 것과 마찬가지라고 보시면 되는데요. 안서리의 비중이 생각보다 큽니다.

우리가 필요한 데이터를 클린한, 깨끗한, 잘 다듬어진 데이터를 구할 수도 있지만 한 20% 이상은 그런 전처리가 되어 있지 않은 로우 데이터, 정말 날것의 데이터셋이다 보니까 이 데이터가 정확한 정보를 잘 담고 있는지, 혹은 빠진 정보가 있지는 않은지, 잘못된 정보가 있지는 않은지 이런 것들을 계속해서 검증을 하고 확인을 해야 하는 절차가 필요하고 그것이 바로 전설이라고 볼 수가 있고요.

전설이는 데이터에 어떤 문제가 있지는 않은지 이런 것들을 확인하는 과정이라고 하면 선택적 데이터 분석을 줄여서 EDA라고 부르는 과정도 있습니다. 그러면 이 EDA에서는 어떤 것들을 진행을 하게 되냐면 단순히 전설이 하는 것에서 파악하지 않고 예를 들어서 분포는 어떠한지 보통은 이런 동 모양의 그런 분포를 가질 것이라고 기대를 하게 되는데 혹시나 이 데이터가 그런 분포에 있어서 파악되어 있지는 않는지 이런 것도 체크를 하게 되고요. 어떻게?

기술적인 통기량을 분석하면서 평균은 어떻게 되는지, 아니면 공간적인 데이터나 그런 공간적인 데이터를 기준으로 시각화해본다라든지, 아니면 식이물 데이터, 그러면 시간의 흐름에 따라서 이 데이터의 변동성이 어떠한지를 성 그래프로 그려본다라든지, 이렇게 내가 이 데이터를 공격적으로 분석하기 전에 이 데이터의 의미도 파악을 해보고요. 여러 가지 통계의 기법을 활용해서 조금 더 구체적으로 분석해나가는 이해해 나가는 과정이 바로 탐색적 데이터 분석이라고 할 수가 있습니다.

그러면 분석을 하면서 시각화도 진행을 하게 되고요. 여러 가지 통계 수치들도 파악을 할 수가 있는데 거기에서 여러 가지 특징들, 즉 이걸 우리가 흔히 KPI라고 줄여서 말한다고 얘기를 했죠. 그런 특징들이 도출이 되고 그걸 활용해서 우리가 여러 가지 모델링에 적용을 할 수 있습니다. 아까 예측을 하는, 주식의 변동성을 예측하는 이런 것도 진행을 할 수 있고요. 또 금융 데이터 분석으로 지원하시는 분들 중 가장 대표적으로 많이 하시는 실습 주제 중에 하나가 신용카드가 예측...

사용카드를 예를 들어서 납부가 지연되지는 않는지 이런 것들을 예측해보는 CRM 데이터 분석 이런 것들도 있기도 한데 어쨌든 여러 가지 대표적인 머신러닝 딥러닝 알고리즘을 활용해서 내가 필요한 예측이 된다고 할 수도 있고 혹은 뭔가 어떤 흐류를 하는 것일 수도 있고요. 여러 가지 주제들을 통해서 내가 원하는 정보를 결국 찾아 나간다고 볼 수가 있고 제가 이번 방의 내용 중에도 리스팅을 같이 한번 다뤄볼 예정인데

여러 가지 금융 분야에서 굉장히 많이 활용하는 그런 기법들도 제가 같이 한번 소개를 해드리고 이러한 과정을 거쳐서 종합적인 해석과 분석을 할 수 있다고 볼 수 있습니다. 사실은 이 데이터 분석의 프로세스 자체가 굉장히 긴 편이고요. 보통은 편도를 제출할 때도 이 전체 흐름문을 상론을 볼 수 있게 도식화하는 그런 차트라고 불러요. 그로스보라고 하는데 흐름돈을 포트폴리오 가장 첫 페이지에 보여주고 싶습니다.

내가 이 프로젝트를 진행할 때 어떤 문제를 정의를 하고 어떻게 데이터를 어디에서 가져와서 소집을 했고 어떤 전설이 있고 예를 들어서 제가 뒤에서 다 설명을 드리겠지만 범주형 데이터라고 하는 게 있어요. 예를 들어서 1, 2, 3, 4, 5 이런 숫자로 이루어진 거는 수치형 변수라고 그러고요. 제가 뒤에서 다시 설명드릴 거예요. 이런 수치형 변수도 존재하고 혹은 어떤 것도 있냐면 예를 들어서 1, 2반 이런 것들은 스태고리가 난이도 이런 것들이 바로 범주형 데이터라고 할 수 있어요.

그런데 컴퓨터가 계산을 하기 위해서는 컴퓨터가 이해할 수 있는 용어로 변환을 시켜줘야 하거든요. 그러면 일반이라고 하면 컴퓨터가 이해하기가 어렵기 때문에 마치 우리가 각각에 대한 결칭을 붙이는 거예요. 그러면 일반은 내가 그냥 줄여서 1이라고 하겠다. 이렇게 내가 분석에 필요한 여러 가지 데이터의 구조를 자유자재로 변환을 시킬 수 있어야 되는데 그런 전처리, 원화 긴 코딩 이런 식으로 보통 부르거든요. 예를 들어서 내가 이 프로젝트를 진행할 때 원화 긴 코딩을 진행했다는 설명들을 플로우 차트 안에다가 다 보여주게 됩니다.

여러분들이 프로세스에 대한 이해도를, 이 구조를 머릿속에 심어주시고 아 내가 지금은 데이터 수집에 해당되거나 지금은 전처리와 상식적 데이터 분석에 해당되거나 여기서부터는 모델링이구나 라는 것을 기억하시고 같이 비교하시면 조금 더 쉽게 이해하실 수 있을 거예요. 그리고 말씀드린 것처럼 데이터 수집과 전처리의 비중이 굉장히 큽니다. 제가 모델링에 대한 내용을 강의 저희 커리큘럼 후방부에 넣어둔 이유 중에 하나고 이 데이터를 어떤 식으로 자유자재로 변환을 하고 또 시각화를 통해서 의미들을 찾을 수 있는지 그런 과정들이 굉장히 중요하고

산업에서는 클린한 데이터가 아니다 보니까 이 이딩이와 점처리를 충분히 잘 해두어야 모델링이 훨씬 더 잘 되고요. 모델의 성능도 훨씬 더 높아집니다. 제가 강의 한 4주차 정도까지는 계속해서 금융 데이터를 이런 식으로 수집을 하고 점처리와 가공을 할 수 있다는 것들을 보여드릴 거고요. 데이터 분석가는 이 과정을 림링이라고 봐요. 마치 더글링을 하는 것처럼 그러니까 공을 자유자재로 갖고 노는 것처럼

공용데이터 분석가는 어떤 데이터셋이 주어지더라도 일련의 이러한 과정을 통해서 데이터의 의미도 확인할 수 있어야 하고 필요한 형태로 데이터를 가공할 수 있어야 된다는 것을 꼭 기억해 주시면 좋을 것 같습니다. 그러면 저희가 이번 커리큘럼을 통해서 어떤 지식들을 따라 말할 것인지도 공용데이터 분석가라고 했을 때 필요한 역량이 무엇인지를 한번 간단하게 요약을 해보면 일단 고매인 지식 제가 아까 중요한 말씀 드렸죠. 대표적인 이용먹 같은 것들도 여러분들이 이해할 수 있게 이렇게 예정입니다.

신심적인 기법, 확률공포, 혹은 실제 분석에 활용될 수 있는 여러 가지 개념들은 제가 설명을 드릴 거고 파인터는 기본적으로 여러분들이 어느 정도 다를 수 있다고 답변을 주셨다 보니까 너무 파인터스 이런 라이브러리를 비우는 시간은 최대한 줄였어요. 대신에 실습 코드를 보고 이해하실 수 있는 정도의 설명은 제가 같이 드릴 예정이고요. 필요한 시각화 기법이나 크롤링 기법 이런 것들 혹은

안전하게 가공할 수 있는 기법들은 제가 다 같이 설명을 드릴 거고 머신러닝과 관련해서도 너무 모델링에 치중하기보다는 대표적인 이용 데이터 주제 들을 가지고 모델들의 작동 방식이나 혹은 학습 원리 같은 것들은 제가 같이 병행해서 설명을 해드릴 계획입니다. 전체 내용을 마치 우리가 교과서 원서를 펼쳐놓고 공부를 하는 방식이 아니라 저는 최대한 린하게 필요한 내용들을 때그때 설명드리는 방식으로

프로젝트 공식으로 같이 설명을 드릴 거고요. 이번 강의가 AI 기반 균형 데이터 분석이다 보니까 제가 계속해서 코드를 작성할 때 어떤 식으로 우리가 좀 더 효율적으로 코드를 짤 수 있는지도 설명을 해드릴 거예요. 특히나 오늘 다룰 구글 코렉 같은 경우는 혹시 활용해보셨는지 모르겠지만 재미나이가 자동으로 삭제가 되어 있다 보니까 재미나이에게 폰트 상에서 내가 이런 이런 정보가 궁금한데 코드를 작성하고 가라고 하면 알아서 찾으러 오고 그런 것처럼 요즘은 그것만 아니라 포즈나 플로드를 활용하면

자동으로 패드를 작성하고, 법에 업로드하고 이런 것도 가능하고, 바이브 코딩이라고 해서 AI 에이전트라고 불리는, 실제 행동을 할 수 있는 AI, 별다부를 만들어내는 굉장히 기술의 발전이 엄청나게 빠르게 진행이 되고 있는데, 그렇기 때문에 우리가 가져야 되는 역량은 어떤 것들이 있는지도 같이 설명을 드릴 거예요. 바이브 코딩이 문법을 암기하고, 그런 것을 치는 것이 아니라, 여러분들이 이번 강의를 통해서 AI를 이렇게 프로그래밍이 적극적으로 활용할 수 있겠다라는 것을 경험을 하시면 좋을 것 같고,

제가 지난주에 네트워킹 자리에서 비슷한 질문을 받았었는데 AI 시대에 우리는 도대체 어떤 역량을 쌓아야 하나요? 이런 질문을 많이 주셨어서 제가 그거와 관련해서 답변을 드리면 파이썬이나 판다스 넘파이와 같은 데이터 분석에 대한 이론들은 당연히 알고 있으면 좋죠. 그런데 저는 그 공부를 하느라 프로젝트나 실무와 가까운 내용을 뒤에 공부하는 것만 여러분들 좀 막으셨으면 좋겠어요.

최대한 지금은 AI를 활용하면 빠르게 결과물을 낼 수 있는 시대이다 보니까 저는 최대한 프로젝트 속에서 그리고 정말 직접적으로 바로바로 AI를 활용을 해보시면 좋을 것 같아요. 공부 기준 자체는 너무 이론이나 아니면 문법 너무 지정하지 않으셨으면 좋겠다는 말씀을 꼭 드리고 싶고 제가 오늘 실습에서도 보여드리겠지만 사실 파이썬을 하나도 모르는 분들도

오늘 제가 실습에서 다루는 그런 데이터 분석이나 시각화 차트 생성을 할 수 있어요. 제가 오늘 강의 말미에 한 번 더 요약하면서 말씀드리겠지만 프로그래밍 이런 너무 이론적인 부분을 학습하느라 실습이나 실무와 관련된 내용을 강조하지 않으셨으면 하는 마음에서 요것도 꼭 말씀드리고 싶었습니다. 그러면 이제 실습과 관련된 설명을 드리고 올콜렙으로 넘어가 보도록 할게요. 오늘 실습에서 다루 볼 퀴즈는 어떤 것이냐면 파이너스 데이터 리더하고 불리는 이 퀴즈를 다루 볼 예정이에요.

이 패키지가 어떤 패키지인지, 또 어떤 정보들을 가져올 수 있는지를 먼저 소개를 드리고 저희 SILT 파일로 넘어가 보도록 하겠습니다. 우선 이 패키지를 좀 소개를 해드리면 국내뿐만 아니라 한국뿐만 아니라 미국과 같은 해외의 금융 데이터도 쉽게 가져올 수 있는 오픈소스 라이브러리라고 보시면 됩니다. 쉽게 설명드리면 내가 필요한 대표적인 데이터셋들이 이렇게 코스피가 될 수도 있고, 환율에 대한 게 될 수도 있고 ETF에 대한 것도 될 수 있는데 이런 대표적인 데이터를 많은 사람들이 쉽게 불러서 쓸 수 있게끔

개발자들이 이미 만들어서 배포해놓은 자료라고 보시면 됩니다. 그러면 우리는 이걸 설치를 해서 임포트라고 하는 블록이라는 기능을 활용하면 굳이 내가 웹페이지에 접속해서 웹폴리, 웹페이지상에 존재하는 데이터를 긁어보는 그런 알고리즘을 짜지 않더라도 빠르게 우리가 필요한 정보를 활용할 수 있는 굉장히 유용한 패키지라고 할 수가 있고요. 제가 오늘은 헛날이니까 너무 어려운 것들을 하기보다는 데이터를 이렇게 가져와서 이런 식으로 분석할 수 있다는 어떻게 보면 맛보기를 한번 보여드릴 예정이에요.

실습코드 같은 부분은 제가 실습코드에 다 넣어둬서 이따가 다시 설명을 드릴 거고요. 어떤 정보를 가지고 올 수 있냐를 한번 본다면 국내 주식 뿐만 아니라 해외 주식, 엔비디아, 애플, 테슬라 대부분의 해외 주식들 다 가지고 올 수 있고요. 주가지수, 환율, 암호화폐, 종목에 따라서 거래소에 따른 종목 정보들도 가지고 올 수 있고 ETF까지 아마 여러분들이 관심 있을 만한 데이터들은 대부분이

데이터셋을 활용하면 가져올 수 있다고 보시면 됩니다. 그리고 시발급사 데이터를 수집을 할 수 있다 보니까 과거 데이터셋을 내가 원하는 기간을 잘라서 가지고 올 수 있고요. 데이터 분석에서 가장 흔하게 다루는 자료구조 데이터 프레임이라고 불리는데 어떻게 생각하냐 표라고 보시면 돼요. 우리가 데이터를 가지고 오면 마치 엑셀과 같은 가로와 세로, 생과 열로 구성된 데이터 프레임으로 가지고 올 수 있다고 보시면 됩니다.

데이터가 어떤 식으로 생겼는지 실습에서 보기 전에 간단하게 말씀을 드려보면 가장 왼쪽, 가장 첫 번째 열애은 데이트 라고 불리는 날짜가 있습니다. 내가 가지고 오려고 하는 시점을 우리가 지정을 할 수 있는데요. 예를 들어서 2021년 1월 4일부터의 데이터를 가지고 올 거다 라고 하면 그때부터의 날짜가 이렇게 찍힌 거라고 보시면 됩니다. 그리고 여기 쪽지 쪽, 열의 정보들이 있는데요. 우리는 보통 데이터 분석에서는 이거를 열이라고 표현하기보다는 변수라고 표현을 합니다.

어떤 변수들이 있는지를 한번 보면 오픈, 하이, 로우, 클로즈, 볼륨, 생진 이렇게 있는데요. 오픈은 시가예요, 시가. 방이 시작되었을 때 가격이 얼마였는지 그리고 클로즈가 공감입니다. 시작할 때 값이 있으면 종료되때 값이 있겠죠. 그래서 공감, 클로즈 라고 볼 수 있고 그리고 방이 열렸을 때 가장 높았던 금액이 곡, 파이이고요. 가장 낮았던 가격이 또 적합입니다.

볼륨은 시점, 거래량이 얼마였는지를 의미하고 체인지는 등락률, 변동성이 어느 정도 있었는지를 의미하고요. 내가 필요로 하는 데이터를 불러오면 날짜에 따른 시값, 오픈, 그리고 하위 고값, 로우퍼값, 그리고 동감 그리고 거래 등락률, 변동성에 대한 정보를 한번 가지고 올 수 있다고 보시면 됩니다. 그리고 수성조과 이 개념이 좀 생소하신 분들이 계실 수도 있는데

액면 분할 배당 수정 조각 이 이야기는 제가 뒤에서 한번 더 설명을 드리기는 할 거예요. 그런데 먼저 간단하게 한번 설명을 드리면 우리가 어떤 조식을 반영했을 때 분할을 할 수가 있어요. 그러면 예를 들어서 하나의 조식을 50개로 분할하면 각각의 조식의 금액 자체는 50분의 1이 되겠죠. 이렇게 분할한 것을 기반으로 반영된 주식값이 50분을 하게 되면 각각의 가격이 50분의 1이 될 텐데 이러한 분할을 할 수 있는 것들은

문화를에 따른 가격 변동을 고려한 주식을 수정주가라고 부르거든요. 지금은 크게 중요하지 않게 생각하셔도 되고, 뒤에서 제가 다시 설명드릴 거예요. 이 패키지를 통해서 불러오는 데이터 세트는 다 수정주가구나 라는 것만 지금 기억하시면 됩니다. 뒤에서 다시 설명드릴 거고요. 오른쪽에 있는 정보를 가볍게 한번 읽어보시면 될 것 같고, 실습을 어떤 것을 진행을 해볼 거냐면, 이 패키지를 불러와서요. 가장 기본적으로 삼성전자의 조식 데이터를 한번

이걸 어떤 식으로 간단하게 데이터 구조를 파악하고 시각화를 하고 마지막 저장까지 할 수 있는지 그걸 제가 같이 한번 실습을 통해서 한번 소개를 드릴 예정입니다. 그러면 제가 이제 화면을 바꿔서 실습 코드로 바꿔보려고 하고요. 화면을 다시 한번 띄워보도록 하겠습니다. 여러분들도 아까 다운받아 두셨던 파일이 있으실 텐데 드라이브에 업로드하는 것도 같이 한번 설명을 드릴게요.

...하고 하는 것을 모르시는 분들이 계실 수도 있으니까 제가 한번 간단하게 설명을 드리며 파이썬 프로그래밍 혹은 이런 데이터 분석은 나의 로컬 PC에서도 물론 할 수 있어요 아나컨다라고 불리는 이 라이브러리를 우리가 컴퓨터에 설치를 하면 데이터 분석을 나의 PC에서 로컬에서 직접 할 수가 있는데요 저는 이렇게 많이 해서 활용할 때는 최대한 구글 콜앱을 활용을 많이 하는 편이고

혹시 컴퓨터가 전공이 아니신 분들이 많이 계시잖아요. 그러면 구글코랩의 가장 큰 장점 중에 하나가 제미나이를 활용해서 내가 원하는 코드를 직접 빠르게 작성할 수 있다는 것입니다. 그래서 제가 이번 강의에서 활용할 분석 환경은 구글코랩을 설정을 했고요. 혹시 처음 활용해 보시는 분들은 어떻게 하시면 되냐면 지금 제가 구글 트라이브 계정에 로그인을 해둔 화면이거든요. 그러면 뽕 뽕 하시는 분들은

어떻게 이 파일을 활용하시면 되냐면 일단 저는 폴더를 하나 만드시는 걸 추천을 드려요. 그래서 저는 지금 보면 BDA의 실습코드라는 폴더를 하나 만들어봤고요. 여기 왼쪽에 보시면 신규 버튼이 보이실 거예요. 여기 신규에서 폴더를 누르셔서 폴더 이름을 하나 지정해서 만들어주시고 여기에다가 여러분들이 매주차 실습하는 파일들을 저장을 해주시면 됩니다. 아마 다운로드를 받으셨다면 지금 다운로드 폴더 안에 파일이 있겠죠. 마찬가지로 신규 를 눌러서 파일 업로드하시면 이렇게 필요한 여러분들 제가 올려둔 실습코드를 가지고 오실 수가 있고요.

나는 이렇게 파일을 업로드하는 것뿐만 아니라 내가 직접 코드 파일을 만들고 싶다, 열고 싶다 라고 하시면 어떻게 하시면 되냐면 여기 신규 버튼에 아마 더보기를 가보시면 구글 콜앱을 활용해 보신 분들은 구글 콜라보르프리라는 요거 보이시죠? 혹시 보이지 않는 분들은 더 많은 앱 연결하기를 눌러보시고 여기에다가 구글 콜앱을 검증을 하시면 됩니다. 구글 콜앱을 검색하고 검색을 검색하고

여기 전후 설치가 되어 있기 때문에 이렇게 뜨는데 아마 처음이신 분들은 추가 이런 버튼이 보이실 거예요. 그래서 이걸 추가를 해 두시면 저처럼 아까 신규에 들어갔을 더보기에 구글 콜라보레토리에 바로 열 수가 있고 열어보면 이렇게 바로 비어있는 로컬앱 환경이 뜨는 것을 확인을 할 수 있습니다. 구글 콜랩은 나의 로컬티티에서 작업을 하는 게 아니라 마치 구글 드라이브라는 클라우드 계정에서 코드를 직접 짤 수 있다고 보시면 되고요. 뭔가 어려운 복잡한 프로그래밍 툴을 설치하지 않습니다. 그냥 이 구글 콜랩 화면만 딱 열면 여기가 파이썬 프로그래밍을 할 수 있는.

상이다 라고 보시면 돼요. 비전공자 분들 얼마든지 컴퓨터 코딩을 전이 모르는 분들도 얼마든지 이 구글콜 앱을 활용하면 분석을 할 수 있다고 보시면 되고요. 시작하기 전에 이 제미나이에 대한 소개도 조금 드리고 시작을 해보면 지금 이렇게 구글콜 화면을 처음 딱 여었을 때 오른쪽에 제미나이라고 이렇게 뜨면서 프롬프트를 입력할 수 있는 상이 보이시죠?

우리가 뭐 책 GPT든 클로드든 재미나가있든 질문하는 것처럼 여기에다가 프론트를 입력하시면 알아서 코드를 다 짜줍니다. 사실 제가 이 신세 코드를 업로드 해뒀는데요. 제가 여러분들한테 AI로 이렇게 코드를 쉽게 짤 수 있습니다라는 것을 좀 소개를 해드리려고 미리 어떤 식으로 작업을 했냐면 프론트로 코드를 다 짰어요. 믿으실지 모르겠지만 제가 여기 있는 모든 코드는 제가 타이핑한 거는 이런 것밖에 없어요. 주식 데이터 시각각 이런 거 마크다운이라고 하는 제가 설명 다시 드릴 텐데 이 분도만 제가 추가했고요. 여기 있는 모든 코드는

제인하이가 짜줬습니다. 물론 이게 맞는지에 대한 확인은 제가 다시 한 번 확인을 했지만 그만큼 이 구글코랩이라고 하는 환경은 제인하이가 자동으로 파출이 되어 있기 때문에 얼마든지 내가 필요한 정보만 입력하면 코드를 딱 짜주게 되었어요. 이 부분 설명드리기 전에 구글코랩이 처음이신 분들은 이 환경이 굉장히 낯설실 거잖아요. 그래서 제가 좀 설명을 먼저 드릴게요. 일단 이 구글코랩의 구조를 한 번 보시면 여기 왼쪽에 여기 점 세 개와 막대 가로가 세 개 보이시죠? 이걸 눌러보시면 목차라고 뜹니다. 이 목차가 뭐냐면

제가 마크다운이라고 하는 필기를 해뒀어요. 노트북이 확장자를 잘 뜯어보면 마지막 MB가 노트북이에요. 왜 이런 확장자가 붙었냐면 마치 노트 필기를 하듯이 데이터 분석을 할 수 있다는 거예요. 필기도 할 수 있고 내가 뭔가 주석이라고 부르거든요. 어떤 설명을 달 때 주석도 쉽게 달 수 있고 지금 제가 단축키를 여러분들한테 정리를 해드리고 싶어서 이렇게 단축키도 작성을 해뒀는데 이렇게 템스트로 뭔가 메모하는 공간이 맞게 나옵니다라고 보시면 됩니다. 그리고

아래쪽에 이렇게 뭔가 흥한 보이는 요로 있는데 이걸 코드셀이라고 부르고요. 이 랩트는 마크다운셀이라고 불러요. 마치 우리가 노트북에 노트를 펼쳐놓고 필기를 하는 것처럼 코드 작성할 수 있고 메모도 작성할 수 있다고 해서 그런 친숙한 환경이다 라는 의미에서 노트북이라고 부르고요. 주피터 노트북 이런 주피터 랩 이런 표현들이 다 기본적으로 이런 마크다운과 코드셀로 이루어진 요소풀이다 라고 보시면 됩니다.

그리고 마크다운은 알고 계시는 분들도 물론 계시겠지만 좀 모르시는 분들도 계실 수 있으니까 한번 설명을 드려보면 여기 구글코랩의 장점 중에 하나가 마우스 버튼만으로 대부분의 단축키를 사실 배치할 수 있어요 그래서 단축키를 외우지 않으셔도 되는데요 예를 들어서 지금 제가 빈 화면을 기준으로 설명을 드려볼까요? 빈 화면에서 이렇게 셀의 가운데로 마우스를 조금 옮겨보면 플러스 코드 플러스 텍스트 이런 버튼이 보입니다 이게 뭐냐면 아래쪽에 코드셀을 추가하겠다 혹은 아래쪽에 텍스트셀을 추가하겠다라는 거예요

노트북이니까 언제 어디서 프로그래밍 코드를 짤 수도 있고요. 아니면 메모셀을 작성할 수도 있어요. 그러면 지금은 한번 잘 보시면 코드셀은요. 이렇게 실행할 수 있는 재생 버튼이 있어요. 근데 텍스셀 가까이 가보면 이런 재생 버튼도 없고요. 마치 우리가 워드나 한글 파일에서 작성할 수 있는 것처럼 글꼴, 골드체, 기울기 이런 것들을 지정을 할 수가 있습니다. 만약 필기하고 싶은 것이 있다 혹은 이렇게 제목을 달아야 한다 라고 하시면

코드를 짧아다 그러면 코드셀을 여시면 됩니다. 근데 이 단축비를 제가 혹시나 궁금해 하시는 분들이 계실 수 있으니까 적어뒀지만 사실은 이 버튼을 통해서 할 수 있어요. 지금 보면 코드셀을 위에 하나 추가 한번 같이 눌러보세요. 여기 셀을 하나 선택을 하시고 셀을 선택하게 되면 지금 이렇게 이 캐주리가 파란색으로 바뀌면서 내가 지금 어떤 셀을 보고 있는지를 확인할 수 있거든요. 마찬가지로 제가 한번 A를 눌러볼게요. 코드셀을 위에 하나 추가를 눌러보면 이렇게 A를 눌러보니 위에 셀링 하나가 추가가 되고요.

셀을 클릭하고 B를 눌러볼게요. 아래쪽이 셀이 추가되는 것을 확인할 수 있어요. 단축키는 조금 활용하시다보면 외워두면 좀 더 편하게 할 수 있다는 점이 있지만 처음 보시는 분들은 어색하실 필요가 전혀 없다. 지금 제가 오른 마우스를 한 번 더 가지고 왔는데 조금 더 택배를 해드릴까요? 오른쪽에 갖고 오면 또 공기수도 있고요. 밑으로도 있고, 휴지통이 삭제고요. 여기 왼쪽에 있는 가운데에 있는

연필 위에 결이 그려져 있죠. 이게 뭐냐면, 제미나이 기능을 활용할 수 있는 그런 버튼이라고 보시면 돼요. 만약에 제가 여기 클릭을 해보면, 코드 생성하면 이렇게 제미나이에게 질문할 수 있는 팝이 뜹니다. 내가 코드를 직접 여기다가 어떤 코드를 추가하고 싶다. 그리고 그 코드를 제미나이를 좀 불러와서 질문을 하고 싶다. 라고 하시면, 여기 연필 위에 결이 붙여져 있는 이걸 누르시면 돼요. 그리고

코드를 작성해주는 것 뿐만 아니라 어떤 방법까지 가능하냐면 여기 청순점 있죠? 셀 작업 더보기를 눌러보면 코드 설명이 있어요. 코드 설명을 한번 제가 눌러볼게요. 그러면 이 코드가 뭔지 설명해줍니다. AI가 코드도 짜주지만 설명까지 다 해준다. 그러면 비전공자도 빠르게 내가 다른 사람이 작성해둔 코드를 보고 이해할 수 있다고 보시면 됩니다. 기본적인 구글 콜앱에 대한 설명을 제가 쭉 다 드렸고요.

제가 한 가지만 좀 더 말씀을 드리면 제가 질문했던 코렉트도 정리를 해뒀거든요. 여러분도 이렇게 이 자료를 제가 채팅창에 박사해서 올려줄게요. 제가 이 채팅창에 지금 프롬프트도 공유해드렸거든요. 제가 공유드린 이 실습 파일이 사실은 이 프롬프트 질문으로 다 만들어진 그런 코드라고 보시면 됩니다. 어떤 식으로 질문을 하면 되냐면

일단 라이브러리를 가지고 오는 거 먼저 설명드시고 처음 부터 질문하는 거 이어서 설명드릴게요. 단축키는 여기서 보시면 되고 마크다운 이건 한번 쭉 읽어보시면 되고요. 제가 강의 교환해서 설명드렸던 패키지를 일단 설치를 한번 해볼게요. 설치할 때의 코드는 PIT 인스톨을 보통 붙이게 되고요. 이 구글콜앱은 어떤 라이브러리 어떤 패키지를 설치하든지 간에 이 코스셀 안에서 이 함수를 실행시키면 되기 때문에 아나콘다의 명령 창을 열어서 하실 필요가 없다는 거 지금 아마 여러분들이 이 파일을 열어보시면

FIP 인스톨 파이너스 데이터 리더라고 하는 이 코드가 보이실 거고요. 이거를 실행을 하시면 돼요. 실행은 어떻게 하냐면 시프트 엔터를 누르시면 됩니다. 제가 이 셀을 선택하고 시프트 엔터를 눌러볼게요. 그러면 빙글빙글 돌아가면서 셀이 돌아가는 실행되는 걸 볼 수가 있고요. 지금 6초가 걸렸다고 하면서 제가 좀 확대를 할게요. 6초가 걸렸다고 하면서 필요한 지금은 제가 설치가 이미 되어 있는 상태다 보니까 필요한 것들이 모두 충족되었다고 뜨는데 아마 여러분들은 성공적으로 Successfully installed라고 뜨실 거예요. 그러면 이 코드 한 줄만으로 내가 필요한 그 패키지를 불러올 수 있다고 보시면 되고요. 이렇게 보시면 돼요.

여기에다가 제가 한번 비인즐에다가 했던 거를 한번 보여드릴게요. 지금 여기 비인즐에 PRT 인스톨 파이낸스 데이터 리더를 설치를 시킬 거고요. 예를 들어서 여기 첫 번째 프롬프트를 한번 입력을 시켜볼게요. 지금처럼 다운로드를 하고 있다. 어센스 블리 인스톨이라고 쓰죠. 여기다가 그냥 제가 입력했던 그 프롬프트를 입력을 하는 거예요. 그러나 마치 우리가 칩칩 비티나 제미나이나 클로드에서 우리가 일반적인 이런 자연어로 질문을 하는 것처럼

여기에다가 내가 원하는 결과가 무엇인지 혹은 원하는 결과물이 무엇인지를 요청을 하면 되고 지금 벌써 없었어요. 여기 보면은 설명도 다 친절하게 달아주고요. 알아서 이 수락비 실행 버튼을 누르지 않아도 제가 지금 그것도 안 건드렸거든요. 질문만 했는데 왼쪽에 수가 다 추가가 됐어요. 제가 한 번 쪽 보니까. 제가 아까 작성했던 것과 거의 비슷하게 똑같이 나오는 걸 볼 수가 있어요. 그러면 지금은

사이성 코드를 작성해달라고 했기 때문에 그 라이브러리를 활용해서 삼성전자의 코드를 가지고 오는 2010년부터 현재까지이다 보니까 2010년부터 현재까지의 코드를 가져오는 코드를 사다줬어요. 마크다운 설명서 다 들어줬고요. 이렇게 AI를 활용하면 얼마든지 코드를 작성할 수 있다. 진짜 프롬프트를 채팅창에 공유를 드렸거든요. 여러분도 한번 하나씩 질문을 해보시면 제가 작성했던 코드와 비슷하게 코드를 작성할 수 있다는 걸 보실 수가 있고

제가 조금 설명을 드릴게요. 어떻게 할 수 있냐. 이 파이낸스 데이터 리더라는 패키지를 설치를 했으니 임포트를 합니다. 좀 더 확대를 해드릴게요. 임포트를 할 건데 이 문법은 파이썬의 기본 문법이에요. 파이낸스 데이터 리더라는 패키지를 임포트 가지고 옵니다. 애쓰는 별명입니다. 보통은 줄여서 offdr 소문자로 fdr이라고 써요. 그리고 판다스라고 하는 표로 되어 있는 라이브러리 마찬가지 이거는 기본적으로

설치가 되어 있기 때문에 굳이 설치하지 않아도 임포트한다 세드 보통은 결칭을 pd 줄여서 판다 쓰니까 pd라고 부릅니다 그리고 또 마찬가지 실행을 해보면 되고요 Shift-Enter를 누르면 지금 보세요 Shift-Enter를 누르면 실행을 하고 그 아래쪽에 있는 셀로 내려갑니다 그래서 Shift-Enter만 계속 누르면 쭉쭉 노트북의 아래쪽으로 코드를 계속 실행해 나가면서 이어나갈 수 있다고 보시면 되고요 삼성전자의 주식 데이터를 가지고 올 건데

이 심볼이라고 하죠. 이거 다 제가 뒤에서 설명 한 번 더 드릴 거예요. 일단은 삼성전자의 종목 코드, 코스티상의 종목 코드가 005930이거든요. 이건 지금은 외우지 않아도 되지만 일단 나는 삼성전자의 주식 데이터를 한 번 가지고 올드니까 이거를 심볼이라는 우리가 변수라고 불러요. 이 이름에다가 저장을 해두는 겁니다. 파이썬에서 는은 저장해요. 그래서 나는 이제부터 이 심볼, 내가 삼성전자의 주식 코드는 굳이 매번 005930 이렇게 입력하는 게 아니라 심볼이라는 변수 안에 넣어두고 활용하게 되죠. 라고 해서 보통은 이렇게 변수에다가 내가 지정한, 내가 원하는 그런 정보들을 저장을 해두게 되고요. 어떻게 작동하냐. 오프 DR이라고 저희가 파이널 데이터 리더 라이브러리를 가지고 와서 그러면 데이터 리더라는 함수예요.

이제 외우시진 않으셔도 되고요. 이게 기본 문법이다라고 보시면 됩니다. 그러면 어떻게 하는 거냐면 005930이라는 삼성전자의 종목 코드를 가지고 올 거다. 근데 시작하는 시점은 2010년 1월 1일 저다라고 보시면 돼요. 그러면 이 데이터를 우리가 DF 삼성전자니까 언더가 삼성이라는 변수에다가 저장을 해둘게요. 그리고 디스플레이를 한번 해봤더니 지금은 점 헤드라고 하는 삼위 5개만 불러오는 이 함수를 같이 덧붙여서 가장 위쪽에 존재하는 데이터셋만 한번 확인을 해보려고 하는 겁니다. 디스플레이 이렇게 5개의 행만 등장한 걸 볼 수가 있고요. 마찬가지 저희가 아까 교환해서 봤던 것처럼 Open, High, Roll, Close, Volume, Change 모두 다 잘 들어오는 걸 볼 수가 있습니다.

창의 5개만 보는게 아니라 전체를 다 보고싶다 그러면 bf-3성 요고 실행을 해보면 2014년부터 현재 지금 오늘이 9월 3일이니까 9월 3일까지 수직 데이터가 이렇게 가지고 올 수 있다고 보시면 되고 쉐이크 개수는 3000개고요 단수가 총 6개다 라고 볼 수가 있어요 그러면 이걸 어떤 식으로 가공을 해볼 수 있냐면 지금 쉐이크라고 하는거는

열의 개수를 이렇게 반환을 시켜주고요. ISNA는 결집치가 있는지를 물어보는 거예요. 그러면 ISNA 사운드를 하게 되면 각 변수별 결집치가 몇 개씩 있는지를 보여주게 되는데요. 지금 보면 체인지, 변동성에 대한 부분에 결집치가 편하게 된다. 왜 그런지 보면 가장 첫 번째 존재하는 행은 변동성이 없겠죠. 시작한 시장이 처음 열렸을 때의 가격이니까 그때는 당연히 이 체인지 변수의 결집치가 있는 것이 맞다고 우리가 확인을 할 수가 있습니다.

간단하게 데이터가 몇 개의 행과 열로 이루어져 있고 결제치가 몇 개 있는지를 봤으니 한번 바로 시각화를 해보고 싶은 거예요. 보통은 이런 금융 데이터들을 시기열 데이터라고 하는 시간의 흐름에 적다른 변경성이 있기 때문에 제가 어떻게 질문을 해봤냐면 이 데이터를 활용해서 시간의 변화에 따른 삼성들과 주식 가격의 변화가 어떠한지 시각화해줘 라고 하고 코드를 만들어줘서 실행을 해보면 이렇게 2014년부터 오늘 날짜 9월 3일까지의 주식 가격이 동성

이 각각의 문법은 굳이 외우시지 않으셔도 괜찮습니다. 시각화 할 수 있는 하이플랏이라고 하는 아이브러리를 가지고 와서 크기를 결정해주고요. 선을 그리고요. 제목을 달고요. X축 이름 달아주고 Y축 이름 달아주고 적자를 그려주고 쇼는 보여주는 정보만 이해하시면 됩니다. 그리고 이런 시각화 차트 작성 자체는 제미나이에게 도움을 받으며 사실 얼마든지 쉽게 할 수 있다 보니까 이 부분은 이렇게 내가 원하는 포스만 입력해도 시각화가 가능하거나 라는 정도만 보시면 되고요. 예를 들어서 언제 가장 주식 가격이 높았는지 혹은 그때 가장 높았던 종류가격인지

양이 맞췄을 때 가격이 얼마였는지를 알고 싶다 라고 제가 똑같이 프론트에 언제냐고 질문을 해봤더니 이렇게 날짜와 가장 가격이 높았던 종각까지도 계산을 해주고요 제가 아래쪽에다가 이동평균선 이건 제가 뒤에서 다시 설명드릴 거예요 20일 이동평균선이랑 같이 그래프를 그려줘라고 했더니 또 마찬가지 이런 시각파 차트를 그려줬어요 그래서 주황색이 이동평균선이라고 불리는 개념인데 재미나이가 알아서 코드로 이렇게 차트를 시각화를 해줬고요 설명도 잘하시죠 20일 이동평균선을 보여줍니다 그리고 마지막 지금 간단하게 데이터를 가지고 와서 도전해드리겠습니다

생과 열의 개수를 보고 시각화를 해봤으니 만약 이 데이터를 내가 다른 곳에 한번 옮겨서 활용하고 싶다라고 하면 저장도 가능합니다. 저장할 수 있는 코드를 CSV 파일로 다운받을 수 있게 해서 하고 했더니 초CSV 이게 파이 데이터 프레임이라고 불리는 그러니까 저희가 소중판 데이터를 CSV 파일로 저장하는 방법이거든요. 그러면서 파일로 성공적으로 저장되었습니다. 라고 하는데요. 이건 어디서 볼 수 있냐면 왼쪽에 이 홀퍼 고향이 있어요

파일이라고 불리는 요거를 클릭을 해보면 삼성전자 데이터셋 CSV 파일이 잘 저장이 되어 있는 걸 볼 수가 있고 여기 점점점점을 누르면 다운로드가 가능합니다. 그러면 내가 수집한 이 패키지로 수집한 데이터를 성공적으로 저장까지 할 수 있는 거예요. 이렇게 이 프로젝트를 활용하게 되면 내가 원하는 코드도 굉장히 쉽게 짤 수 있고 시각화라든지 아니면 내가 필요한 이런 지표들을 계산할 수 있다 보니까 사실은 이 몸에 대한 이해도가 없는 사람, 권유 없는 사람이고 내가 원하는 정보를 가지고 와서 환급할 수 있다고 보시면 되겠죠. 이렇게 저희는 이 구글 콜앱을 활용해서 데이터 분석을 진행을 할 거고 오늘은 강의실에서의 정보를 가지고 와서

간단하게 파이낸스 데이터 리더라고 하는 패키지를 가지고 와서 아 주식 데이터 예를 들어 지금 삼성전자를 예시로 들었는데 내가 필요로 하는 주식 데이터를 이렇게 가지고 올 수 있고요. 그리고 필요한 코드는 내가 얼마든지 재미나에게 질문을 한다면 시각화도 할 수 있고 필요한 KPI들을 고출할 수 있구나라는 것을 여러분들이 이해를 하시면 됩니다. 오늘 1주차 강의에서는 데이터 어떤 식으로 가져올 수 있는지 그걸 코랩에서 간단하게 체험을 해봤다면 다음 주부터는 마찬가지로 이론과 실습을 병행해가면서

같이 데이터 분석을 해보게 될 거고요. 2주차에 저희가 오늘 들었던 이 파이널스 데이터 리더 패키지를 한 번 더 조금 더 피피 있게 들어볼 거예요. 지금은 삼성전자 주식 데이터만 가지고 왔지만 아까 말씀드린 것처럼 해외 코스피 값도 가지고 올 수 있고요. 여러 회사들의 그런 주식 값들을 갖고 와서 필요 분석할 수도 있겠죠. 그런 조금 더 흥미로운 주제들 같이 한 번 진행을 해볼 테니까 도불코레의 환경이 일어나거나 그리고 혹시 좀 더 관심이 있거나

관심 있으신 분들은 제가 설명드린 방식으로 프로포트를 요청하는 방식을 활용해서 제가 알려드린 파이너스 데이터 리더를 활용해 보셔도 좋고요. 아니면 제미나이에 내가 원하는, 내가 갖고 있는 경영 데이터 쓰신, 그러면 얼마든지 프로젝트 형태로

구글 포렙 활용 가능성, 그리고 제미나이 AI를 활용한 효과를 여러분들이 한번쯤은 체험을 해보시고 오시면 좋을 것 같습니다. 시간이 이제 거의 다 돼서 이제 마쳐보려고 하는데요. 저희가 설문조사, 만조조조사를 실시하려고 했는데 학회 운영진분들이 별도로 실시를 한다고 해요. 지금 여기 보이는 만조조조사는 하지 않으셔도 되고요. 제가 오늘

설명드린 이 실습 코드는 한번씩 쭉 다시 한번 복습해 보시면서 실행해 보시고