완료된 실사례
예금보험공사 — 저축은행 리스크 분석
참여자가 실제로 완주한 프로젝트를 그대로 공개합니다
FLAGSHIP CASE
예금보험공사(KDIC)
파이썬을 활용한 데이터 전처리 — 저축은행 부실 위험도 4단계 분류 리포트
① 프로젝트 기반 / 정책
  • API 크레딧 대신 토큰 우선 정책 — 리스크 "분석"은 Claude Code 세션이 직접 수행, Anthropic API는 기본 미호출
  • Git 저장소 초기화, .env 실제 제외 확인, .env.example 관리
② 공공데이터 소스 — 6개 연동
소스제공 데이터
DART 재무제표17개 계정 3개년, 유동성 지표 자동계산, 감사의견, 감사보고서 원문(표 구조 보존 파싱)
DART 주요사항보고서부도·회생절차·해산·워크아웃 (비상장사는 사각지대 있음 확인)
네이버 뉴스일반+부실키워드 절반씩 검색
한국은행 ECOS거시지표 + 신용스프레드 5개년 추이 (거시 vs 회사고유 귀속 판단)
법제처·금융위원회제재·행정처분
예금보험공사(KDIC)저축은행 분기별 BIS비율·연체율·NPL·ROA·ROE (신규, 저축은행 정량 축 공백 해소)
FISIS는 이용약관(저장·전송 금지)으로 제외 — 데이터 이용약관을 먼저 확인하는 것도 과제의 일부입니다.
③ 분석 프레임워크
  • 종합 위험도 4단계(정상/주의/경고/심각) + grade_basis + decision_trace(판단 과정 단계별 추적, 별도 _trace.md 파일로 저장)
  • 즉시 트리거: 감사의견 비적정, 횡령·배임(개인비위/시스템문제 구분), 금융위 회계기준 위반, DART 주요사항보고서 이벤트, BIS비율 8% 미만
  • Altman Z"-Score 파일럿: 구조화 재무제표가 있는 회사(태영건설 -0.14 위험지대, 삼성전자 11.49 안전지대로 검증)에만 적용. 저축은행은 유동자산/유동부채 개념 자체가 없어 구조적으로 적용 불가 → KDIC 데이터로 대체
④ 실사례 리포트 — 4개 케이스
  • 페퍼저축은행(경고) · 상상인저축은행(경고) · 홈플러스(심각) · 태영건설
  • 페퍼·상상인은 KDIC 공식 지표로 최종 갱신 완료 — 상상인은 "NPL 22.5%로 심각 vs 분기 흑자전환"이라는 상반된 신호를 그대로 병기
⑤ 출력 형식
  • Markdown → 로컬 HTML 변환(generate_html.py), 등급별 색상 배지, 오프라인 열람 가능, 브라우저 인쇄로 PDF 대체 — 리포트 7개 전부 변환 완료
⑥ 발견·수정한 버그 (총 7건)
  • 참고자료 출처 노출, 카테고리 오타 시 데이터 유실, 불친절한 에러, 조치이유 절단, decision_trace 번호 중복, DART 합계행 "자 산 총 계"(글자 사이 공백) 매칭 실패 등
⑦ 케이스 간 공통점 분석
  • 영업활동현금흐름이 가장 일관된 선행지표
  • 감사의견 "적정"만 보면 절반은 놓침
  • 저축은행은 M&A설이 강한 확인신호
  • 비상장사는 구조화 API 사각지대
⑧ 의도적으로 보류한 것
  • 반자동 추출값의 파생비율 자동계산(열 순서 오판 위험)
  • DART 자본금변동·지분변동 API
  • "주기적" 자동 스케줄링(수동 3단계 실행만 있음)
전체 이력은 WORKFLOW.md에 세션별로 상세 기록 — "완벽한 자동화"보다 "어디까지 자동화하고 어디서 멈출지 판단하는 것"도 실무 역량입니다.
제안 과제
파이썬 데이터 전처리 제안과제
기관마다 실제로 다루는 데이터·주요사업을 근거로, 예금보험공사 사례와 같은 형식의 전처리 과제를 제안합니다
2차 심층면접 대비 공공기관 채용 2차 심층면접에서는 지원 기관의 실제 업무·데이터를 얼마나 이해하고 있는지 구체적으로 묻습니다. 아래 과제를 미리 해보면 "이 기관의 실제 데이터를 다뤄봤다"고 근거를 들어 답할 수 있습니다.
불러오는 중…