"돈을 쓰는 곳이 곧 그 삶이다" - 지역별 소비 패턴으로 분석하는 라이프스타일 프로젝트

• [SQLD와 ADsP를 활용한 실전 프로젝트 가이드] - 데이터 뒤에 숨은 심리를 찾아서

---

📑 블로그 본문 내용

1. 나를 움직이는 도파민: '왜?'라는 질문과 '분석'

나는 세상을 탐험하는 것을 즐기는 사람이다. 낯선 장소의 발자취를 따라가고, 백화점 1층부터 꼭대기까지 그 공간의 흐름을 전부 파악해야 직성이 풀리는 성격이다. 이 호기심은 자연스럽게 '사람들의 선택'으로 이어졌다.

• "사람들은 왜 이 물건을 선택했을까?"
• "이 지역 사람들은 왜 이런 소비 패턴을 보일까?"

이 질문들에 대한 해답을 찾기 위해, 나는 지금 IT 기술(SQL, 데이터 분석)이라는 새로운 도구를 손에 쥐었다.

---

2. 프로젝트 기획: "소비 패턴에 투영된 지역별 인생관 분석"

단순히 숫자를 계산하는 것을 넘어, 데이터라는 발자취를 통해 사람들의 가치관을 읽어내는 것이 이번 프로젝트의 핵심이다.

• 핵심 가설: "지역별 인프라와 소득 수준에 따라 '경험(문화/여행)'을 중시하는 삶과 '소유(자산/물건)'를 중시하는 삶의 모습이 데이터로 증명될 것이다."
• 분석 포인트: 1. 서울/수도권 vs 비수도권의 문화예술 지출 비중 차이3. 1인 가구 밀집 지역과 가족 단위 거주 지역의 소비 우선순위 비교
• 2. 소득 수준이 비슷할 때, 지역에 따라 '교육'과 '여가' 중 어디에 더 가치를 두는가?

---

3. 세세한 실행 커리큘럼 (Step-by-Step)

오랜 시간이 지나 이 글을 다시 봐도 바로 따라 할 수 있도록 정리한 분석 프로세스다.

Step 1. 데이터 수집 (Raw Data)

• KOSIS 국가통계포털: '가계동향조사' (지역별/소득분위별 지출 항목 데이터)
• 공공데이터포털: '지역별 신용카드 이용 패턴' 또는 '지자체별 문화시설 현황'
• 데이터 형식: CSV 또는 Excel 파일로 확보

Step 2. 데이터 전처리 및 DB 구축 (SQL 활용)

• 목표: 방대한 데이터를 분석하기 좋게 정제하기
• 주요 작업: * CREATE TABLE로 지출 데이터 테이블 생성
  • JOIN을 활용해 지역 정보와 소득 정보 결합
  • WHERE절로 분석 대상 기간 설정 (예: 최근 3년)

Step 3. 탐색적 데이터 분석 (ADsP 활용)

• 통계 검정: 지역 간 지출 차이가 우연인지, 통계적으로 유의미한지 '분산분석(ANOVA)' 실시
• 상관관계: 소득과 특정 항목(예: 자기개발비) 지출 사이의 상관계수 도출
• 비중 계산: 전체 지출 대비 항목별 비중(%)을 구해 라이프스타일 점유율 확인

Step 4. 인사이트 도출 및 시각화

• 가설 검증: 데이터가 내 가설을 지지하는가? 아니라면 왜 그런 결과가 나왔는가?
• 스토리텔링: "A 지역은 성장을 추구하는 '도전가형' 소비를 보이고, B 지역은 평화를 추구하는 '안정형' 소비를 보인다"는 식의 인문학적 해석 곁들이기

---

4. 참고하면 좋은 사이트 및 리소스

• KOSIS 국가통계포털: 가장 기본이 되는 국가 공식 통계 자료
• 공공데이터포털: 지역별, 산업별 구체적인 데이터셋
• [DACON / Kaggle]: 다른 분석가들은 소비자 데이터를 어떻게 시각화했는지 레퍼런스 참고

---

🛠 Project A: 지역별 소비 패턴 분석 (SQL & Insight)

이 쿼리는 "지역에 따라 소득 대비 문화/경험 지출 비중이 정말 다른가?"를 검증하기 위한 핵심 로직입니다.

[SQL 예제: 지역별 문화 지출 비중 계산]

/* 가계동향조사 테이블(household_spending)에서 
지역별(region), 소득분위별(income_group) 문화/여가비 비중 계산
*/

SELECT 
    region,
    income_group,
    -- (문화여가비 / 전체지출) * 100 계산
    ROUND(AVG(culture_spending / total_spending) * 100, 2) AS culture_ratio_pct,
    -- 지역 내 순위 매기기
    RANK() OVER (PARTITION BY region ORDER BY AVG(culture_spending) DESC) AS spending_rank
FROM 
    household_spending
WHERE 
    target_year = 2024
GROUP BY 
    region, income_group
ORDER BY 
    region ASC, culture_ratio_pct DESC;

---

📮 포스팅을 마치며

남들의 속도에 맞추기보다, 나만의 고유한 시선(인문학+IT)으로 세상을 분석하는 이 과정 자체가 나에게는 큰 성장이다. 뷰티, 영문학, 무역, 그리고 이제는 IT까지. 이 모든 발자취가 모여 나만의 독보적인 지도를 만들고 있다.

자, 이제 데이터를 통해 세상의 마음을 읽으러 가볼까?