🏙️ Richgo-Cortex AI Assistant — Strategic Command Center

Snowflake Hackathon 2026 · Model C+ · Plan Freeze 2026-04-01

Richgo 46만 행 부동산 시계열 데이터 × Snowflake Cortex AI를 결합한
부동산 상급지 이동(Moving Up) 타이밍 추천 엔진 + 하이엔드 관제탑 대시보드.

---

🚀 대시보드 실행 가이드

1. 환경 변수 설정

cp .env.example .env
# .env 파일에 실제 Snowflake 자격증명 입력

2. 의존성 설치

pip install snowflake-connector-python pandas python-dotenv streamlit plotly slack_sdk numpy

3. 연결 테스트 (선택)

python scripts/test_connection.py

4. 관제탑 가동

streamlit run app.py

Snowflake 연결 없이도 Demo 모드로 대시보드가 자동 실행됩니다.

---

🗂 모듈 구조도

snowflake-hackathon/
│
├── app.py                          # 🏙️ 관제탑 대시보드 (Streamlit)
│
├── src/
│   ├── core/
│   │   ├── engine.py               # 🧠 RichgoCortexEngine (오케스트레이터)
│   │   └── sentiment.py            # 💬 SentimentAnalyzer (Cortex AI 감성)
│   │
│   ├── analytics/
│   │   ├── temporal.py             # ⏱  PIRBandAnalyzer (60개월 시계열)
│   │   └── spatial.py              # 🗺  SupplySpilloverAnalyzer (인접구 간섭)
│   │
│   ├── utils/
│   │   └── snowflake_client.py     # 🔌 SnowflakeClient (공통 쿼리 유틸)
│   │
│   ├── mapping.json                # 📋 스키마 메타데이터 & 보정 상수
│   └── __init__.py
│
├── scripts/
│   ├── test_connection.py          # Snowflake 연결 검증
│   └── test_mission33.py           # 엔진 라이브 테스트
│
├── .env.example                    # 환경 변수 템플릿
├── .gitignore
└── CLAUDE.md                       # AI 실행 프로토콜

---

🧠 Model C+ 알고리즘 요약

핵심 공식

S_alpha = W_supply×S_supply + W_pir×S_pir + W_jeonse×S_jeonse
        + W_news×S_news + W_commute×S_commute
        + PIR_Band_Adjustment (±15pt / -10pt)

가중치	값	모듈
W_supply	0.30	spatial.py
W_pir	0.25	engine.py
W_jeonse	0.20	engine.py
W_news	0.15	sentiment.py
W_commute	0.10	engine.py

Alpha-Trigger 발동 조건

if (target_score - current_score) >= 20 and target_score >= 80:
    # st.balloons() + 골든타임 선포

적응형 안전 바닥 (Adaptive Safety Floor)

지역	전세가율 바닥	근거
강남/용산/성동	35%	avg=0.39, P20=0.26 (460k행 실측)
서초구	38%	avg=0.43, P20=0.31
송파구	41%	avg=0.44, P20=0.36
마포/종로	48%	avg=0.51~0.59
서울 기타	55%	서울 전체 avg=0.58
경기 / 기본값	65%	—

PIR Band (시공간 지능)

PIR 상대 지수 = 현재 PIR / 60개월 평균 PIR

Index < 0.85  → 역대급 저평가  → +15pt
Index > 1.15  → 고점 경고     → −10pt
그 외          → 적정 구간    →  ±0pt

Supply Spillover

최종 공급점수 = 본구 점수 × 0.70 + 인접구 평균 × 0.30

강남↔서초/송파 | 송파↔강동 | 마포↔용산 | 성동↔광진 등 13쌍

---

📊 활용 데이터베이스 (RICHGO_KR.HACKATHON_2026)

테이블명	행 수	용도
DANJI_APT_INFO	3,331	단지 메타데이터
DANJI_APT_RICHGO_MARKET_PRICE_M_H	466,555	단지별 월간 시세
REGION_APT_RICHGO_MARKET_PRICE_M_H	36,225	지역별 시세 & 공급 지표
REGION_POPULATION_MOVEMENT	150,705	순이동 인구
APT_DANJI_AND_TRANSPORTATION_TRAIN_DISTANCE	182,500	지하철 거리

---

🧪 Cortex AI 확정 패턴

-- ✅ CORRECT (테스트 완료 2026-04-02)
SELECT SNOWFLAKE.CORTEX.SENTIMENT('금리 인하 호재') AS s;
-- 결과: 0.09375 (raw) → × 5.0 in Python

-- ❌ AVOID: TRY_CAST + AI_SENTIMENT → __round__ 에러 발생

---

🎯 성공 지표

지표	목표값
Richgo AI MAPE	≤ 20.2%
E2E 응답 시간	≤ 3초
Groundedness Score	≥ 0.9

---

🔐 보안

• .env 파일은 .gitignore에 등록되어 절대 커밋되지 않습니다.
• 모든 자격증명은 환경 변수로만 관리합니다.
• .env.example을 복사하여 사용하세요.

---

Richgo-Cortex AI · Model C+ · Snowflake Hackathon 2026

🎯 Git Convention

• 🎉 Start
• ✨ Feat
• 🐛 Fix
• 🎨 Design
• ♻️ Refactor
• 🔧 Settings
• 🗃️ Comment
• ➕ Dependency
• 📝 Docs
• 🔀 Merge
• 🚀 Deploy
• 🚚 Rename
• 🔥 Remove
• ⏪️ Revert