Snowflake AI & Data Hackathon 2026 Korea에서 제공되는 데이터 파트너 기업별 API/데이터셋 전수 조사 결과입니다.
모든 데이터셋은 Snowflake Marketplace를 통해 공유받을 수 있으며, 테크 트랙과 비즈니스 트랙 모두 동일한 데이터가 제공됩니다.
| 항목 | 내용 |
|---|---|
| 공식 페이지 | snowflake.com/snowflake-hackathon-2026-korea |
| 참가 신청 | 2026.03.17 ~ 04.05 |
| 과제 제출 | 2026.04.01 ~ 04.12 |
| 결선 발표 | 2026.04.29 (서울) |
| 플랫폼 | Snowflake AI Data Cloud (30일 무료 트라이얼) |
| 필수 기술 | Python / Java / Scala + Snowflake |
- 1. NextTrade (넥스트레이드) — 증권 시세 데이터
- 2. Richgo / DataKnows (리치고 / 데이터노우즈) — 부동산 데이터
- 3. SPH (에스피에이치) — 도시 분석 데이터
- 4. AJD / 아정당 (아정네트웍스) — 통신 구독 데이터
- 5. Elev8 (엘리베이트) — 기술 파트너
- 활용 팁
- 기술 파트너 & 도구
한국 최초 대체거래소(ATS). 2025년 3월 출범, 현재 800개 종목 거래. 프리마켓(08:00
08:50) / 메인마켓(09:0015:20) / 애프터마켓(15:30~20:00) 운영.
| # | 데이터셋 | 설명 | 갱신 주기 | 비고 |
|---|---|---|---|---|
| 1 | 온라인시세B6우선호가 | 매수/매도 10단계 호가 데이터 (bid/ask depth) | 실시간 | 호가 잔량 포함 |
| 2 | 온라인시세E1종가매매호가 | 종가 매매 호가 데이터 | 실시간 | 종가매매 시장 전용 |
| 3 | 온라인시세A3체결 | 체결가, 체결량, 거래대금 | 실시간 | 틱 단위 체결 |
| 4 | 온라인통계B5현재등락 | 기준가 대비 현재가 등락 현황 | 90초 | 등락률 산출 가능 |
| 5 | 온라인통계P0프로그램매매투자자별 | 투자자 유형별 프로그램 매매 통계 | 90초 | 외국인/기관/개인 등 |
| 6 | 온라인통계C3프로그램매매종목별 | 종목별 프로그램 매매 통계 | 90초 | 차익/비차익 구분 |
| 7 | 배치참조A0종목정보 | 종목 마스터 데이터 (종목코드, 종목명 등) | 90초 | 종목 기본 참조 테이블 |
Marketplace Listing: 온라인시세B6우선호가
활용 아이디어:
- 실시간 호가 분석을 통한 유동성 예측
- 투자자 유형별 매매 패턴 분석
- NXT vs KRX 가격 차이(스프레드) 분석
부동산 AI 빅데이터 플랫폼. AI 기반 아파트 시세 산출 및 투자 분석. 운영사: 데이터노우즈(주) | richgo.ai
| # | 데이터셋 | 설명 | 기간 | 범위 |
|---|---|---|---|---|
| 1 | 리치고 단지 기본 정보 | 아파트 단지 마스터 데이터 | 최근 시점 (스냅샷) | 서울시, 100세대 이상 |
| 2 | 리치고 AI 시세 (단지별) | AI 산출 단지별 아파트 시세 | 2021.01 ~ 2026.02 | 서울시, 100세대 이상 |
| 3 | 리치고 AI 시세 (지역별) | AI 산출 지역별 아파트 시세 | 2021.01 ~ 2026.02 | 서울시 시도/시군구/읍면동 |
| 4 | 지하철역 거리 & 승하차수 | 아파트 단지-지하철역 거리 + 월별 승하차 인원 | 최근 시점 (월단위) | 서울시, 5km 이내 |
| 5 | 시군구 인구 이동자수 | 시군구 간 전입/전출 인구 이동 | 2011.01 ~ 2026.01 | 전국 모든 시군구 |
Marketplace Listing: Korean Population Apartment Market Price Data
활용 아이디어:
- 지하철 접근성과 아파트 가격 상관관계 분석
- 인구 이동 패턴 기반 부동산 수요 예측
- 지역별 AI 시세 트렌드 시계열 분석
GIS·데이터 분석 전문 기업, Snowflake 국내 공식 파트너. 데이터 컨설팅 브랜드 비비즈(BIVIZ) 운영 | sphinfo.com
| # | 데이터셋 | 원천 | 기간 | 범위 |
|---|---|---|---|---|
| 1 | SKT 유동인구 데이터 | SKT 모바일 통신 기지국 | 2021 ~ 2025 | 서울 3개구 (서초/영등포/중구) |
| 2 | KCB 자산·소득 데이터 | 코리아크레딧뷰로(KCB) | 2021 ~ 2025 (월별) | 서울 3개구 (서초/영등포/중구) |
| 3 | 신한카드 소비 데이터 | 신한카드 결제 내역 | 2021 ~ 2025 (월별) | 서울 3개구 (서초/영등포/중구) |
| 4 | 행정경계 지오메트리 | 법정동 행정구역 좌표 | 최근 시점 | 서울시 전역 |
| 5 | 공공데이터 (전처리본) | 행정·인프라 등 정부 공공 데이터 | - | 다양한 도메인 |
Marketplace Listing: Seoul District-Level Data: Floating Population, Consumption, Assets
⚠️ 제공 범위 주의: 해커톤 제공 유동인구·소비·자산 데이터는 서울 전역이 아닌 서초구, 영등포구, 중구 3개 구에 한정됩니다.
SPH의 데이터 컨설팅 브랜드 BIVIZ가 보유한 전체 데이터 규모입니다. 해커톤에서는 이 중 일부만 제공되지만, 향후 활용 가능성 참고용으로 기록합니다.
| 데이터 | 건수 | 특징 |
|---|---|---|
| 유동인구 (SKT) | 2,800만건 | 시간대별 이동 패턴, 시설 방문 |
| 소비 패턴 (신한카드) | 3,300만건 | 5개년 소비 변화 추이 |
| 소득·자산 (KCB) | 4,400만건 | 신용/재무 변화 트렌드 |
| 공공데이터 | 다수 | 행정·인프라 통합 |
- 공간 통합: 국가 격자 기반 Location Intelligence (LI)
- 개인 단위 시계열: 연령/성별/직업/습관별 미시 세분화 가능
- 전처리 완료: 추가 가공 없이 즉시 사용 가능
- 접근 플랫폼: Snowflake, GCP, PostgreSQL, 구조화 파일
활용 아이디어:
- 유동인구 × 카드소비 교차 분석으로 상권 활성도 측정
- 자산/소득 수준과 소비 패턴 간 상관관계
- GIS 지오메트리를 활용한 공간 시각화
국내 최대 가전·통신 비교 플랫폼. 8개 통신사 통합 비교 서비스 운영. 2024 상반기 매출 500억 돌파 | ajd.co.kr
| # | 데이터셋 | 설명 | 기간 | 비고 |
|---|---|---|---|---|
| 1 | 통신 구독 트렌드 | 통신 상품 가입/해지/변경 추이 | 2024.01 ~ 현재 | 비식별 집계 데이터 |
| 2 | 이사·이동 추정 데이터 | 고객 이동/이사 추정 통계 | 2024.01 ~ 현재 | 인구 이동 프록시 |
| 3 | 렌탈 장비 데이터 | 정수기·공기청정기 등 렌탈 현황 | 2024.01 ~ 현재 | 가전 렌탈 트렌드 |
| 4 | 고객 세그먼트 마케팅 | 비식별 고객 세그먼트별 마케팅 통계 | 2024.01 ~ 현재 | 연령/지역 등 집계 |
| 5 | 고객센터(CS) 운영 지표 | 콜센터 상담 데이터 통계 | 2022.08 ~ 현재 (약 3.5년) | 상담 유형/처리 시간 등 |
Marketplace Listing: South Korea Telecom Subscription Analytics
활용 아이디어:
- 통신 가입 트렌드로 이사 수요 예측 (부동산 데이터 연계)
- 렌탈 데이터 기반 소비 성향 분석
- CS 데이터를 활용한 퍼널 전환 예측 + AI Agent 의사결정 시스템
해커톤 기술 파트너로 참여. 별도 데이터셋 제공은 확인되지 않음.
현재 공식 페이지에서 Elev8의 구체적인 데이터셋은 공개되지 않았습니다. 해커톤 진행 중 추가 공개될 가능성이 있으므로 공식 페이지를 확인하세요.
| 조합 | 시나리오 | 예시 |
|---|---|---|
| NextTrade + Richgo | 주식 시장 변동과 부동산 가격 상관관계 | 금리 인상기 증시 하락 → 부동산 영향 분석 |
| Richgo + SPH | 유동인구·소비와 부동산 가격 관계 | 상권 활성 지역의 부동산 프리미엄 분석 |
| SPH + AJD | 유동인구와 통신 가입 패턴 | 인구 유입 지역의 통신 수요 예측 |
| Richgo + AJD | 이사 데이터 교차 검증 | 인구이동 + 통신가입 → 실제 이사 수요 |
| 전체 통합 | 동네 MBTI 🏘️ | 지역 성격 유형 분류 (소비·자산·유동인구·부동산) |
- Snowflake Marketplace 데이터 활용 시 추가 점수
- Cortex AI — LLM 기반 분석 (COMPLETE, SUMMARIZE 등)
- Snowpark — Python/Java/Scala로 데이터 파이프라인 구축
- Streamlit — 인터랙티브 데이터 앱 구현
- Native Applications — Snowflake 네이티브 앱 프레임워크
| 파트너 | 역할 | 활용 |
|---|---|---|
| Snowflake | 플랫폼 | Snowpark, Cortex AI, Marketplace, Native Apps |
| Streamlit | 프론트엔드 | 데이터 앱 UI |
| AWS | 인프라 | Seoul / US West Oregon 리전 |
| H2O.ai | AutoML | 자동 머신러닝 모델링 |
| Dataiku | MLOps | 엔드투엔드 ML 파이프라인 |
| DataRobot | AutoML | 예측 모델링 |
- Snowflake Hackathon 2026 Korea 공식 페이지
- Snowflake Marketplace
- 넥스트레이드 공식
- 리치고 공식
- SPH 공식
- 아정당 공식
- Snowflake Cortex AI 문서
- Snowpark Python 가이드
| 소스 | 신뢰도 | 비고 |
|---|---|---|
| 해커톤 공식 페이지 | ✅ 높음 | 데이터셋명·기간·범위 직접 명시 |
| BIVIZ 데이터 페이지 | ✅ 높음 | SPH 보유 데이터 전체 규모 확인 |
| SPH Snowflake 파트너 페이지 | ✅ 높음 | 공식 파트너 확인 |
| DataKnows 고객 사례 | ✅ 높음 | Snowflake 마이그레이션 확인 |
| 뉴스 기사 (서울경제, 플래텀, 벤처스퀘어 등) | 해커톤 보도 기반 교차 검증 | |
| Snowflake Marketplace 직접 검색 | ❌ 불가 | 인증 필요, 외부 크롤링 불가 |
- Snowflake Marketplace 리스팅은 인증 후에만 조회 가능하여, 정확한 리스팅명·스키마·테이블 구조는 직접 로그인하여 확인 필요
- Elev8의 구체적 데이터셋은 공식 페이지에서도 미공개 상태
- Marketplace Listing 이름은 해커톤 공식 페이지에서 확인 가능한 것으로 기재 (실제 Marketplace 내 검색명과 다를 수 있음)
- 해커톤 제출 기간(~04.12) 중 추가 데이터셋이 공개될 가능성 있음
Daterl 팀 — Snowflake Hackathon 2026 Korea