# 공공데이터 렌즈 (hike-lab)

> AI 공공데이터 탐색 도구. 하고 싶은 일을 말하면 활용할 공공데이터를 근거와 함께 찾아 주는 탐색·판단 계층입니다. 9.6만 목록을 JSON-LD/DCAT로 정규화한 AIRD 참조 구현입니다.

- 페이지: https://dreamboat.kr/discover/public-data-lens
- 공식 사이트: https://github.com/hike-lab/public-data-lens
- 분야: 공공, AI
- 쓰는 환경: 챗봇·MCP
- 상태: 운영 중
- 등재: 2026-08-10 · 마지막 갱신: 2026-10-23


## 소개

공공데이터 렌즈(Public Data Lens)는 행정안전부 공공데이터포털(data.go.kr) 위에 얹는 **탐색·판단 계층**입니다. 어떤 데이터가 존재하고 어떤 후보가 검토할 가치가 있는지를 근거와 함께 제시합니다. Python으로 작성됐고 2026년 8월 3일 시작해 8월 10일 기준 스타 75개·포크 18개를 기록 중인 신생 프로젝트입니다.

무엇을 해결하나:
공공데이터포털에는 약 9만 6천 건의 목록이 있습니다. 문제는 “내가 하려는 일에 어떤 데이터가 맞는지”를 찾을 수 없다는 것입니다. 검색어를 뭘 넣어야 할지 모르고, 비슷한 이름의 데이터가 수십 개씩 나오며, 품질도 제각각입니다. 렌즈는 목적을 말하면 후보 데이터와 그 선택 근거를 제시합니다.

기술적 접근:
- 월간 카탈로그(~96k)를 정본 **JSON-LD(DCAT)** 로 정규화
- **SHACL 검증** 적용
- **버전 관리되는 결정론적 품질 규칙**으로 판정
- MCP로 AI 호스트에 노출

책임 분리 원칙:
README에 명시된 설계 철학이 인상적입니다. 재현되어야 하는 판정(정규화·완전성·사실 비교·랭킹)은 **서버가 결정론적으로** 수행하고, 목적에 따른 해석은 연결된 **호스트 LLM이** 수행합니다. LLM에 모든 걸 맡기면 같은 질문에 매번 다른 답이 나오는 문제를 구조적으로 막은 것입니다.

표준 논의와의 관계:
AIRD(AI-Ready Data) 표준안 논의보다 먼저 개발된 독립 오픈소스 구현이며, 표준의 실현 가능성을 검증하는 참조 구현으로 활용된다고 밝히고 있습니다.

이해관계 고지:
이 서비스를 기반으로 한 상용 AI 컨시어지가 별도 법인에서 제공된다는 사실을 README에 스스로 공개했습니다. 렌즈 자체는 MIT 라이선스로 누구에게나 동일하게 열려 있고, 특정 사업자에게 우선 접근이나 비공개 엔드포인트를 주지 않는다고 명시했습니다. 오픈소스와 상용 서비스를 함께 운영할 때 참고할 만한 투명성 사례입니다.

제공보다 판단을 돕는 계층:
데이터를 제공하는 계층이 아니라 **판단을 돕는 계층**을 만드는 접근입니다. 데이터는 이미 열려 있고, 부족한 건 “무엇을 골라야 하는가”에 대한 답입니다. 이 층위에 기회가 남아 있습니다.

같은 결의 한국 공공데이터 프로젝트:
- data.go.kr MCP 서버 모음
- archhub-mcp (건축HUB)
- 부동산 실거래가 MCP
- korean-law-mcp (법령·판례)

그리고 시작한 지 한 달이 안 된 신생 프로젝트입니다. **9.6만 목록 규모에서 정확도가 어떻게 유지되는지는 아직 시간이 검증하지 않았습니다.**

타겟 사용자:
- 공공데이터로 서비스를 만들려는 개발자·창업자
- 어떤 데이터가 있는지 몰라 시작을 못 하는 기획자
- 데이터 품질을 사전에 판단하고 싶은 분석가
- 오픈소스 + 상용 서비스 병행 모델을 참고하려는 메이커

## 인용

이 소개는 Dreamboat(드림보트)이 공식 사이트를 직접 확인해 작성했습니다.
출처(https://dreamboat.kr/discover/public-data-lens)를 명시하면 인용 가능합니다. 서비스 자체의 권리는 각 제작자에게 있습니다.
전체 목록: https://dreamboat.kr/llms.txt · 전문: https://dreamboat.kr/llms-full.txt