Skip to content
MCP server

Big Data Insights for Regional Inflow in Korea

By kevincapri

Uses multiple data sources to analyze changes in regional inflows in Korea. Personal, not official.

Listed on

First seen 14 Nov 2026. One server, whatever directories list it: each directory listing keeps its own page and history.

2
Directories
1 via MCP Toplist
15
Tools
From an anonymous probe
-
ToolBench grade
Not graded by Arcade
0
GitHub stars
From MCP Toplist

Tools

ToolDescriptionBehaviour
analyze_region_week[업데이트 확인 7b9aec] 한 시군구의 한 주 관외 유입이 '평소와 다른가, 얼마나 다른가'를 판정한다. - 평소 값: 직전 8주(연휴 주 제외) 중앙값. 비교군 대비: 같은 주 비슷한 지역 10곳의 변화를 뺀 값. 평일 공휴일이 하루 든 주는 그 지역의 공휴일 반응을 뺀다. - 판정은 '평소 출렁임의 몇 배'로 말할 것. 결과의 '판정' 문구는 바꾸지 말고 그대로 전할 것. '신뢰구간'·'유의하다'는 말은 쓰지 말 것. - 원인(축제·날씨·행사)은 이 도구가 정하지 않는다. get_weather 등으로 판단 재료를 함께 보여 주되 단정하지 말 것. - 판정·비교군은 이 서비스(빅데이터 Insight: 지역별 유입인구)의 비공식 계산이다. 국가데이터처 값처럼 말하지 말 것. - 한 지역의 한 주를 평소와 비교할 때 쓴다. 전국에서 어디가 튀었는지는 find_unusual_regions, 여러 주 흐름은 get_movement, 지난 해 같은 주와 비교는 compare_same_week, 그 기간에 있었던 일 목록은 get_region_calendar로. - sido·sigungu는 list_regions로 확인한 이름, week는 'YYYY.MM.N주차'.Read-only
compare_same_week[업데이트 확인 7b9aec] 한 시군구의 한 주를 지난 해 같은 주와 '평소 대비 변화'끼리 견준다(원값끼리 견주지 않음). - '작년보다 사람 많이 왔어?', '올해 추석이 작년 추석보다?' 같은 해 비교 질문에 쓴다. - 같은 주는 52주 전(월~일이 같음). 설·추석 주는 그 해 설·추석 주끼리 맞춘다. - 한 주 판정은 analyze_region_week, 축제 회차 비교는 forecast_festival, 몇 주~몇 달 흐름은 get_movement로. 여러 해 추세(몇 년 새 늘었나)는 이 서비스로 판단하지 않는다. - 해마다 이동 건수 원값을 직접 견주지 말 것(통신사 가입자 등 바탕이 해마다 다름). 결과의 '평소 대비'와 판정끼리 말할 것. - 차이의 원인을 단정하지 말고, 해마다 '그 주에 있었던 일'은 판단 재료로만 말할 것.Read-only
estimate_life_pop[업데이트 확인 7b9aec] 생활인구가 아직 공표되지 않은 달의 생활인구를 나우캐스트로 가늠한 '비공식 참고 추정치'(범위)를 돌려준다. 공표된 생활인구가 아니다. 생활인구 추정 질문에는 반드시 이 도구를 쓸 것. KOSIS 표 등을 조합해 직접 계산하지 말 것. - 이미 공표된 달이면 공표 값을 돌려준다(추정하지 않음). - 결과의 범위는 '과거 둘 중 한 번은 이 범위 안'이라고 말할 것. '신뢰구간'·'오차범위'라고 부르지 말 것. - 공표된 생활인구처럼 말하지 말 것. 반드시 '비공식 참고 추정치'라고 밝힐 것. - 공표되지 않은 지역은 타지역 통근 비율 30% 미만이면 공표 지역에서 배운 공식으로 범위를 준다(등급 B, 확인 불가능한 추정). 30% 이상(대도시 구 등)은 추정하지 않는다. - year_month 형식: 'YYYYMM' (예: '202610').Read-only
find_unusual_regions[업데이트 확인 7b9aec] 한 주에 전국 시군구 중 관외 유입이 평소와 가장 크게 달랐던 곳을 '평소 출렁임의 몇 배' 순으로 돌려준다. '이번 주 어디가 튀었나', '전국에서 사람이 갑자기 몰린 곳' 같은 질문에 쓸 것. 직접 여러 지역을 조회해 순위를 만들지 말 것. - week를 비우면 가장 최근 주차. 형식 'YYYY.MM.N주차'. top은 늘어난 곳·줄어든 곳 각각 몇 곳(최대 30). - 순위는 퍼센트가 아니라 평소 출렁임의 배수다. 원인은 정하지 않는다. - 연휴 주에는 전국이 함께 움직여 판정이 흔들린다(결과의 '주의'). - 지역이 정해진 질문은 analyze_region_week로(이 도구는 전국 순위만).Read-only
forecast_festival[업데이트 확인 7b9aec] 지역 축제가 열리는 주의 관외 유입 이동 건수가 비교군 대비 얼마나 늘지(상승률 %) '비공식 참고 예측'을 범위로 돌려준다. 방문객 수(명) 예측이 아니다. - 축제 방문객 수(명)를 예측하지 않는다. 관외 유입 이동 건수의 상승률(%)이다. '명'으로 바꿔 말하지 말 것. - festival_name을 비우면 그 지역의 축제 목록을 돌려준다. start_date·end_date(YYYY-MM-DD)에 올해 일정을 넣으면 연휴·공휴일 겹침 경고를 붙인다. - 결과의 범위는 '과거 둘 중 한 번'·'열 번 중 여덟 번은 이 안'으로 말하고, '신뢰구간·오차범위'라고 부르지 말 것. - '예측: 하지 않음'이면 그 이유를 그대로 전하고 숫자를 지어내지 말 것. - 예측값은 '비교군 대비' 상승률이다. '평소보다 몇 %' 또는 '평소의 몇 배'로 바꿔 말하지 말 것 (평소 대비는 '참고: 지난 회차 평소 대비 평균'을 따로 인용할 것). - 축제 질문에 직접 계산하지 말고 이 도구를 쓸 것. '작년보다 늘었나'처럼 지난 회차끼리 견주는 질문에도 쓸 것 (결과의 '지난 회차' 표). - 지난 회차가 없는(처음 여는) 축제면 비슷한 지역 축제들의 '낮은 신뢰도 참고 범위'를 돌려준다.Read-only
get_bloom_foliage[업데이트 확인 7b9aec] 그해 전국 벚꽃(개화·만발) 또는 단풍(유명산 첫 단풍·절정, 단풍나무 표준목) 관측일(기상청 계절관측)을 돌려준다. 유입 효과가 확인된 명소는 그 주 관외 유입 판정과 이 지역 지난 기록을 함께 준다. - '올해 내장산 단풍 절정 언제였어?', '작년 진해 벚꽃 만발은?'과 이어지는 '그때 사람 많이 왔어?'에 쓴다. - kind는 '벚꽃' 또는 '단풍'. 관측이 끝난 날짜만 있다(예보 없음). 없는 해는 기상청 날씨누리 '봄꽃·단풍'을 안내할 것. - 유입 변화를 벚꽃·단풍 때문이라고 단정하지 말 것. - 한 지역의 그 달 일정 전체는 get_region_calendar로.Read-only
get_breakdown[업데이트 확인 7b9aec] 한 주의 전국 이동량을 한 기준(성별·연령·입지유형·시도)으로 나눠 항목별 건수와 비중(share_pct)을 돌려준다. 성별·연령은 전국 값만 있고 지역별은 없다. - '이번 주 이동은 어느 연령·어느 시도가 많았나'처럼 한 주의 구성을 볼 때 쓴다. - 전국 기준만 있다. 한 시군구의 값·여러 주 흐름은 get_movement, 평소와 다른지는 analyze_region_week로. - 한 번에 한 기준만. 기준끼리 더하면 같은 이동이 두 번 세어진다. - 단위는 일평균 이동 건수(사람 수 아님). 유출은 2023년부터. 결과가 없으면 get_data_status로 기간을 확인할 것.Read-only
get_data_status[업데이트 확인 7b9aec] 이 서비스가 가진 자료별 최신 시점과 마지막으로 받아 온 날을 돌려준다. '언제 자료까지 있나', '최신 주차가 뭐냐'는 질문이나, 다른 도구 결과가 비어 있을 때 기간을 확인하는 데 쓴다. - latest: 자료가 담고 있는 가장 최근 시점(주차·날짜·월·반기·연). - fetched_ok: 이 서비스가 원천에서 마지막으로 받아 오는 데 성공한 시각(한국 시간). - last_failed=1이면 가장 최근 받기 시도가 실패한 상태다. 답할 때 '최신이 아닐 수 있음'을 밝힐 것. - 원자료는 소급 수정될 수 있으므로, 수치를 인용할 때 자료 시점과 받아 온 날을 함께 밝힐 것. - 자료의 정의와 해석 주의는 get_metadata로.Read-only
get_datalab_daily[업데이트 확인 7b9aec] 한국관광 데이터랩 시군구별 '일별' 방문자 수(사람 수 추정, 단위 '명')와 그 지역의 요일·장날 리듬을 돌려준다. - 나우캐스트(주 단위, 이동 '건')와 단위가 다르다. 둘을 더하거나 섞지 말 것. - 방문 지표로는 외지인을 쓸 것. 현지인은 그 지역 상주자(거주·근무·통학)라 방문 지표가 아니다. - 외지인에는 근무자가 빠져 있어 출퇴근이 많은 지역(업무지구)은 이 자료로 가릴 수 없다. - 일 단위라 하루짜리 행사(야구 경기, 불꽃축제, 태풍)를 확인하는 데 쓸 것. 최소 단위는 시군구(읍면동 없음). - start_date·end_date: YYYY-MM-DD, 최대 400일. 자료는 약 한 달 늦게 나오고 최근 값은 소급 수정될 수 있다. - 주 단위 이동 흐름은 get_movement, 한 주가 평소와 다른지는 analyze_region_week로.Read-only
get_metadata[업데이트 확인 7b9aec] 'Hello Insight'·'헬로 인사이트'·'안녕 인사이트'라고 하거나 이 서비스로 무엇을 할 수 있는지 물으면, 도구 목록이나 도구 이름을 보고 직접 요약하지 말고 반드시 이 도구를 먼저 불러 결과의 '할 수 있는 일'을 그대로 보여 줄 것(이름만 보고 요약하면 방문객 수 예측처럼 할 수 없는 일을 안내하게 된다). 통신 모바일 인구이동량 통계의 정의와 이용 시 주의사항을 돌려준다. 다른 도구를 쓰기 전에 반드시 먼저 한 번 호출해서 읽을 것. 'Hello Insight 유입인구'처럼 이 서비스 이름을 붙여 불러도 이 도구다. 다른 '빅데이터 Insight' 서비스가 함께 연결돼 있으면 'Hello Insight'에는 그쪽 안내도 함께 보여 줄 것. 결과에는 용어 정의, 값의 단위, 주의사항, 도구 사용 규칙, 판정 방식 변경 이력, 검토했지만 쓰지 않는 자료 등이 들어 있다. 자료별 최신 시점은 get_data_status로.Read-only
get_movement[업데이트 확인 7b9aec] 한 대상의 주차별 인구이동량(일평균 건수)을 기간으로 조회한다. 들어온 양(유입)·나간 양(유출)만 있고 어디서 어디로 갔는지(지역 사이 이동)는 없다. 성별·연령·입지유형은 전국 기준만 있다. - category='전국'이면 item='계'. - category='성별'이면 item은 '남성' 또는 '여성'. - category='연령'이면 item은 '20대 미만','20대','30대','40대','50대','60대','70대 이상' 중 하나. - category='입지유형'이면 item은 '상업지역','관광지','대형아울렛','사무지역','레저스포츠','주거지등' 중 하나. - category='시도'이면 item은 시도 이름(예: '서울특별시'). - category='시군구'이면 item은 시군구 이름이고 sido도 반드시 함께 넣을 것(예: item='중구', sido='서울특별시'). - 몇 주~몇 달 흐름을 보는 데 쓴다. 여러 해에 걸친 증가·감소 판단에는 쓰지 말 것(해마다 원값은 바탕이 달라 견줄 수 없음). 해마다 비교는 compare_same_week, 한 주 판정은 analyze_region_week로. - start_week, end_week 형식: 'YYYY.MM.N주차' (예: '2026.10.5주차'). - 하루 단위 방문자(사람 수)는 get_datalab_daily로(출처·단위가 달라 서로 섞지 말 것). 결과의 within=관내, outside=관외, total=합계. 단위는 일평균 이동 건수다.Read-only
get_region_calendar[업데이트 확인 7b9aec] 한 시군구의 한 기간에 있었던 일(공휴일·축제·대형 행사·프로야구 홈경기 등)을 주별로 모아, 주마다 그 주의 관외 유입 판정을 함께 돌려준다. - '이번 달 경주에 무슨 행사 있었어?', '10월 대구 포스트시즌 경기랑 관중은?'처럼 일정을 묻거나, 일정과 유입을 함께 묻는 질문('그 행사 때 사람 많이 왔어?')에 쓴다. - 일정 없이 한 주가 평소와 다른지만 물으면 analyze_region_week, 벚꽃·단풍 날짜만 물으면 get_bloom_foliage, 기온·강수 숫자는 get_weather로. - start·end는 'YYYY-MM-DD' 또는 'YYYY-MM'. start만 'YYYY-MM'이면 그 달 전체, 날짜 하나면 그 주. 한 번에 1년까지. - '그 주 유입'은 analyze_region_week와 같은 계산(판정 문구·배수를 그대로 전할 것). 자세한 판정은 그 도구로. - 일정은 '같은 시기에 있었던 일'로만 말하고 유입 변화의 원인으로 단정하지 말 것. - 달마다 그 지역 주요 유료관광지 방문객(사람 수, 약 5개월 늦게 나옴)도 함께 준다. 이동 건수와 섞어 계산하지 말 것. - '자료 기준' 뒤의 일은 없다. 그 뒤를 물으면 이 서비스에 어디까지 있는지 말하고 원출처를 안내할 것. - sido·sigungu는 list_regions로 확인한 이름.Read-only
get_weather[업데이트 확인 7b9aec] 시군구의 주차별 날씨를 돌려준다. 나우캐스트 이동량과 같은 주차(월~일, 'YYYY.MM.N주차')로 묶여 있다. - 값: ta_avg 주 평균기온(°C), ta_max 주 최고기온, ta_min 주 최저기온, rn_sum 주 강수량 합계(mm), rain_days 1mm 이상 비 온 날 수, sd_max 주중 최심 적설(cm), days 관측된 날 수. - 날씨는 시군구가 아니라 관측소 값이다. 관측소가 없는 시군구는 인근 관측소 값을 빌려 쓰므로 결과의 '관측소'와 '짝지은 방식'을 답에 함께 밝힐 것. 산간·해안처럼 관측소와 환경이 다른 곳은 오차가 있다. - 날씨와 이동량을 함께 볼 때, 같은 시기에 명절·연휴·행사가 겹쳤는지 먼저 확인할 것. 비 온 주에 이동이 줄었다고 해서 비가 원인이라고 단정하지 말고 가설로 표현할 것. - 기온·강수 숫자가 필요할 때 쓴다. 그 기간의 큰 눈·비를 다른 일정과 함께 보려면 get_region_calendar로.Read-only
list_regions[업데이트 확인 7b9aec] 시도·시군구 이름을 검색한다. 시군구 이름은 여러 시도에 겹친다(예: 중구, 동구, 서구). 지역 값을 조회하기 전에 이 도구로 정확한 '시도'와 '시군구' 짝을 먼저 확인할 것. keyword를 비우면 시도 목록만 돌려준다.Read-only
report_issue[업데이트 확인 7b9aec] 이용자가 이 서비스의 잘못된 값·설명·오류를 운영자에게 알리거나, 서비스에 넣었으면 하는 자료를 요청한다. - 보내는 것은 이용자가 '알려 달라·제보하겠다·운영자에게 전해 달라'고 할 때만. 스스로 판단해서 보내지 말 것. - 다만 이용자가 이상하다고 말하거나 결과에 원자료 오류 가능성 주의가 있으면, 알릴 수 있다는 사실은 먼저 안내할 것. - message는 이용자가 말한 내용을 그대로(1,000자 이하). 이름·연락처·개인정보는 넣지 말 것(받지 않음). - region·period·tool에는 문제가 된 지역·기간·도구를 적으면 확인이 빨라진다. - 자료 추가 요청: 이용자가 이 서비스에 없는 자료를 찾거나 다른 자료를 따로 찾아 쓰면, 대화에서 한 번만 '이 자료를 서비스에 넣어 달라고 개발자에게 요청할까요?'라고 묻고, 이용자가 그러겠다고 할 때만 kind='자료 추가 요청'으로 보낼 것. message에는 어떤 자료가 왜 필요한지, link에는 그 자료가 있는 공개 페이지 주소(http로 시작, 하나)를 넣을 것. 파일은 받지 않음. - 보낸 뒤에는 '받았다, 따로 답장은 없고 반영된 내용은 서비스에 바로 적용된다'고만 전할 것.Changes data

Directory listings

DirectoryListingTierFirst seen
Official MCP RegistryBig Data Insights for Regional Inflow in Korea-14 Nov 2026
GlamaListed there according to MCP Toplist’s dataset; not collected by InvokeRank.