공공데이터로 산지 · 도매 · 소매 유통 3단계의 시세를 평년과 비교하여 오늘 먼저 볼 품목만 선별한다.
사용자 — 기업의 구매·조달 담당자처럼 식자재 거래에 참고할 시세 정보가 필요한 사람
출품 — 2026 제1회 Upstage × BDAI Harness Engineering Skillthon
플랫폼 — Timely (solar-open2) · 매일 06:00 자동 실행
인증키가 없어도 전 과정이 돈다. sample-data/에 수집 스냅샷이 들어 있다.
git clone https://github.com/GongZen/trusted-procurement-agent.git
cd trusted-procurement-agent/skills/data-analysis
python scripts/agent.py끝나면 output/report.html이 위 화면이다. 주 실행 경로는 파이썬 표준 라이브러리만 쓴다. 첫 실행은 61종을 전부 판정하느라 3분 남짓(실측 164.8초) 걸리고, 두 번째부터는 자료가 같으면 4.7초에 끝난다.
python tests/test_loop.py # 루프가 죽지 않는지 — 16/16
python tests/test_judgment.py # 판정이 정직한지 — 18/18
python scripts/agent.py --loop 3 # 3회 연속 — 2·3회차는 자료가 같아 건너뛴다실제 시세를 반영하기 위해서는 공공데이터포털 키를 넣으면 된다.
export DATAGO_KEY="발급받은키"조달 결정에는 계약가격 · 구매량 · 재고 · 사용속도 같은 내부 정보와 품질규격 · 납기실적 같은 공급자 정보가 모두 필요하다. 그러나 공공데이터에는 외부 정보밖에 없다. 그러므로 공공데이터를 분석하고 과거와 다른 추세를 보고하는 Agent를 만들었다. 활용할 수 있는 데이터의 한계다.
| 질문 | 왜 |
|---|---|
| 앞으로 오를까 내릴까 | 선행성을 측정하지 않았다 (DATA_CRITERIA §6) |
| 적정가는 얼마인가 | 규범적 기준이 없다. 분포상 위치만 알려준다. |
| 이 품목을 계속 취급할까 | 내부 수익성 데이터가 필요하다 |
| 이 공급처가 믿을 만한가 | 품질규격·납기실적 데이터가 없다 |
임의로 임계치를 정하지 않고, 같은 품목·같은 달의 과거 데이터와 비교하여 올해가 몇 번째인지 센다.
7월끼리만 비교 · 평년 5년 + 올해
2026 ████████████████████ 60,000원 ← 6년 중 1번째
2024 ███████████████ 58,000원
2025 █████████████ 53,217원
2023 █████████████ 52,095원
2022 ██████████ 46,000원
2021 ████████ 42,409원
계절의 영향성을 고려하여 같은 달끼리만 비교한다.
| 순서 | 내용 |
|---|---|
| 1 | 왜 선별되었는지: 어느 단계가 평년보다 높은지 먼저 알린다 |
| 2 | 선별된 단계의 6년: 같은 달끼리 비교한 순위 |
| 3 | 세 단계 흐름: 산지 → 도매 → 소매, 각자의 평년 대비 |
| 4 | 도시 간 도매 가격 차이: 같은 품종·등급 안에서만 |
| 5 | 확인해 보실 것 · 우리가 모르는 것 |
산지공판장 ──①── 도매시장 ──②── 소매
157곳 가락·엄궁 등 11곳 24개 조사 도시
| 구간 | 결합 | 상태 |
|---|---|---|
| ① 산지 ↔ 도매 | 품목 코드가 같아 매핑 용이 | 실측 결과, 대분류 8개 일치, 불일치 0 |
| ② 도매 ↔ 소매 | 코드 체계가 달라 별도의 대응표 마련 | 61종 대응 완료 (나머지 30종은 2단계까지) |
각 단계는 자기 평년하고만 비교한다. 관측 단위가 달라(원/kg · 10kg · 10개) 서로 빼거나 나누지 않는다.
참다래 도매에서 6년 중 가장 높음 (+19%)
산지 −12% · 도매 +19% · 소매 +21%
→ 산지는 평년보다 낮은데 도매에서 벌어졌다
다른 시장·법인의 가격을 확인해 볼 필요가 있다
오렌지 도매에서 4년 중 가장 높음 (+22%)
산지 +40% · 도매 +22% · 소매 +31%
→ 가장 앞선 산지 단계에서 이미 높다
같은 「도매 상승」이라도 어느 단계에서 차이가 발생했는지가 다르고, 그래서 확인할 지점이 다르다.
| 단계 | 주체 | 하는 일 |
|---|---|---|
| 1 | Agent | 감지: 오늘 시세 데이터를 확인한다 |
| 2 | Skill | 수집: 산지·도매·소매를 16개씩 병렬로 가져온다 |
| 3 | Skill | 판정: 같은 달 과거 관측 중 몇 번째인지로 순위를 매긴다 |
| 4 | Agent | 비교: 어제와의 차이를 문장으로 만든다 |
| 5 | Agent | 기록: 판정·미완 범위를 남긴다. 다음 주기가 여기서 이어받는다 |
$ python scripts/agent.py --loop 3
[12:50:44] 새 자료 처리 · 지문 c17ad7431f0f2b1f · 호출 1
↳ 첫 판정입니다. 우선 검토 20개 품목을 올렸습니다.
[12:53:44] 변화 없음 — 건너뜀 · 지문 c17ad7431f0f2b1f · 호출 1
[12:53:44] 변화 없음 — 건너뜀 · 지문 c17ad7431f0f2b1f · 호출 1
공공데이터포털 농수산식품기업지원센터(B552845) 오픈API. 7개 조건으로 검증한 13종 가운데 4종을 썼다 — 유통 3단계와 오늘 시세 감지에 필요한 최소 집합이다. 나머지는 지역별·기간별·친환경 같은 보조 소스라 MVP에 넣지 않았다. 후보 전체와 판정 근거는 DATA_CRITERIA §2에 있다.
| 역할 | 엔드포인트 | 무엇 | 범위 | 동봉 스냅샷 |
|---|---|---|---|---|
| 산지 | originTrialHall/dealings |
공판장 낙찰가 | 157곳 전부를 매일 조회 — 당일 거래는 45곳 안팎, 거래량 상위 12곳 수집 | 346,522행 |
| 도매 | katSale/trades |
도매시장 중도매가 | 공영 도매시장 11곳 (서울가락·부산엄궁 등) | 33,938행 |
| 소매 | perYearMonth/price |
소비자 판매가 | 전국 24개 도시 매일 조사 (서울·부산·대구·인천·광주·대전·울산·세종 등) | 158,723행 |
| 감지 | recent/price |
오늘 시세 | 변화가 있는지만 본다 — 이 호출 1회로 판정을 건너뛸지 정한다 | — |
품목 61종: 산지·도매·소매가 모두 이어지는 품목이다. 산지↔도매는 품목 코드가 같아 91종이 저절로 이어지므로, 도매↔소매 구간이 품목 61종을 결정한다. 나머지 30종은 산지·도매 2단계까지만 데이터가 존재한다.
제3자가 자기 키로 같은 데이터를 받을 수 있다 (DATA_SOURCES.md).
skills/data-analysis/
├── skill.md 스킬 정의 (SKILL.md 와 동일 내용)
├── AGENT.md 자동화 정의 — model · schedule · trigger_prompt
├── README.md 개발자용 문서
├── scripts/
│ ├── agent.py 한 주기 전체. 변화가 없으면 여기서 끝난다
│ ├── collect.py 수집 — 원자 쓰기, 부분 수집은 저장하지 않는다
│ ├── run.py 판정 — 주인공 단계 선정
│ ├── analyze.py 순위 판정과 문장 생성
│ ├── render.py 화면 생성 (HTML · TXT)
│ └── api.py 공공데이터포털 클라이언트
├── reference/ 품목 코드표 · 공판장 157곳 · 대응표
├── config/ 수집 범위 · 기준연수 · 최소관측수
├── templates/ 산출물 서식 (폰트 내장)
├── sample-data/ 수집 스냅샷 — 키 없이 실행용
└── tests/ 루프 16 · 판정 18
| 원칙 | 이유 |
|---|---|
| 계산은 코드, 설명은 LLM | LLM이 수치를 지어내지 못하게 한다 |
| 검증 | 결측·미매칭을 숨기지 않는다 |
| 모르는 것은 모른다고 쓴다 | 「미측정」·「원인 미상」을 그대로 표기한다 |
| 부분 수집은 저장하지 않는다 | 반쪽 자료가 온전한 스냅샷 자리를 차지하게 방치하면, 그것만으로 판정된다 |
- 시세가 오를지 내릴지 예측하지 않는다. 선행성을 측정하지 않았다.
- 계약단가·재고·발주 일정을 모른다. 계약이 걸려 있으면 시세 변동과 무관할 수 있다.
- 3단계 분석은 61품목에서만 된다. 대응표에 없는 품목은 산지·도매 2단계까지의 분석만 가능하다.
- 정부 수급조절(비축·방출) 물량을 반영하지 못한다. API가 없다.
- 수요·소비량 데이터가 없다. 활용할 수 있는 데이터가 존재하지 않았다.
| 순서 | 문서 | 답하는 질문 |
|---|---|---|
| 1 | 이 문서 | 무엇을 만들었나 · 왜 이렇게 정의했나 |
| 2 | DATA_CRITERIA.md | 데이터를 어떻게 골랐나 — 조건 · 실측 · 판정 |
| 3 | DATA_SOURCES.md | 어떻게 받나 — 엔드포인트 · 파라미터 · 재현 절차 |
| 4 | DECISIONS.md | 되돌리기 어려운 결정과 그 근거 |
| 5 | COLLABORATION.md | 두 AI가 서로 검토하며 일한 방식 |
| 6 | skills/data-analysis/README.md | 스킬 사용법 — 실행 · 설정 · 산출물 |
AI 협업 도구를 위한 지침은 AGENTS.md에 있다.
코드는 MIT License. 데이터는 공공데이터포털 농수산식품기업지원센터 오픈API에서 받은 것으로 이용허락범위 제한이 없으며, 동봉된 sample-data/는 키 없이 실행을 재현하기 위한 수집 스냅샷이다.