WeatherCall119 – 날씨 빅데이터 기반 119 신고 건수 예측 시스템

”기상 데이터로 응급상황을 예측하다”

2025 날씨 빅데이터 콘테스트 (2025.05.07 ~ 06.27)

개발 기간 2025-06-20 ~ 2025-06-27 (7 일) 주제 119 구급·화재 신고건수 일별 예측(연속값 → RMSE 평가) 최종 LB 1.15 (RMSE, 6 월 25 일 20:37 제출 – 이미지 참고) 개발 환경 Win-11 노트북(i7-12700H / 32 GB RAM)·Python 3.11·scikit-learn 1.4·xgboost 2.0

🎯 Executive Summary

문제: 기상청이 119 신고 건수 예측을 통한 응급의료 자원 배치 최적화 필요

해결: 날씨 빅데이터와 머신러닝 앙상블을 통한 지역별 119 신고 건수 예측 시스템

결과: XGBoost 모델 RMSE 0.5479, Ridge 모델 RMSE 0.7256, 스태킹 앙상블 최적화 완료

다음 단계: N/A

⏱ 일정·마일스톤 요약

| --- | --- | --- | | Day | 주요 산출 | 내부 RMSE | | ① 6 / 20 | Ridge baseline, 전처리 함수화 | 1.39 | | ② 6 / 21 | 주소 merge rule·lag feature | 1.30 | | ③ 6 / 22 | XGB (one-hot) | 1.27 | | ④ 6 / 23 | RF + 결측 Imputer | 1.25 | | ⑤ 6 / 24 | 모델별 리더보드 제출 · 스태킹 설계 | LB 1.30/1.27 | | ⑥ 6 / 25 | Manual Stacking(RidgeCV) 완성 | 1.18 → LB 1.15 | | ⑦ 6 / 27 | 코드 리팩터링·최종 보고 | LB 1.39 (실험) |

1. 배경·목표

사용자/페르소나: 기상청, 소방청, 119 구급대 관제센터 운영진
성공 기준(KPI): RMSE 기반 예측 정확도 최소화
범위(Out of scope): 실시간 예측 시스템 구축, 웹 인터페이스 개발 제외

2. 핵심 기능

날씨 데이터 전처리

지역난방 열수요와 날씨 빅데이터 통합 분석

결측치 보간 및 이상치 처리 시스템

시계열 특성 추출(주말, 계절성 등)

머신러닝 앙상블 모델

Ridge, XGBoost, RandomForest 다중 모델 훈련

스태킹 앙상블로 모델 결합 및 성능 향상

Cross-validation 기반 하이퍼파라미터 최적화

예측 및 제출 시스템

지역별 119 신고 건수 예측 생성

다양한 모델별 제출 파일 자동 생성

2023년 홀드아웃 검증 및 성능 평가

3. 기술 스택

언어: Python 3.10
ML 라이브러리: scikit-learn, XGBoost, TensorFlow
데이터 처리: pandas, numpy, category-encoders
통계 분석: statsmodels, scipy
시각화: matplotlib, seaborn, folium

4. 아키텍처

N/A

5. 성과 지표

Ridge 모델: RMSE 0.7256 (2023년 홀드아웃)
XGBoost 모델: RMSE 0.5479 (2023년 홀드아웃)
스태킹 앙상블: 메타모델 학습 완료, 최종 성능 최적화

6. 데이터

훈련 데이터: 2020-2023년 지역난방 열수요 + AWS 기상관측 데이터
테스트 데이터: 2024년 5-10월 기간 예측 대상
특징 변수: 기온, 습도, 풍속, 강수량, 지역 정보 등

7. 배포 현황

N/A

8. 사용량 분석

N/A

9. 회고 & 개선

잘된 점 3가지:

다양한 ML 모델 구현 및 앙상블 최적화 완료
체계적인 데이터 전처리 파이프라인 구축
모델별 성능 비교 및 검증 체계 확립

아쉬운 점 3가지:

실시간 예측 시스템 미구현 / 시간 제약 / 향후 웹 API 개발 계획 필요
지역별 세부 분석 부족 / 데이터 집계 수준 제약 / 더 세분화된 지역 분석 필요
시각화 및 분석 리포트 미완성 / 개발 우선순위 / 결과 해석 도구 보완 필요

기술부채 목록과 상환 계획:

코드 모듈화 및 문서화 개선 (우선순위: 중, 2주 소요)
모델 성능 모니터링 시스템 구축 (우선순위: 저, 1개월 소요)
실시간 데이터 처리 파이프라인 구축 (우선순위: 고, 2개월 소요)

필요 자료

대회 최종 순위 및 성적 증빙 자료 (공식 결과 발표 대기)
모델 성능 비교 시각화 차트 및 분석 리포트
실제 119 신고 건수 예측 정확도 검증 데이터