Main Quest - Snowflake
03 : 2025 ❄️Snowflake 해커톤 참가 1년 리뷰
데이터 포스
2026. 3. 23. 19:20
3월 17일 2026 Swowflake Hackathon 에서 작년 수상자로 Replay 발표를 하게 되었어요.
작게나마 Flakers 커뮤니티에 도움이 된다면 기꺼이~ 라는 마음으로 즐겁게 다녀왔습니다. (나연아 보고 있냐~ 삼촌 이런 사람임👍)

안녕하세요, 작년 스노우플레이크 해커톤에 참여한지 벌써 1년이 지났습니다.
작년에는 정말 스노우의 모든 환경이 낯설었던 완전 하이퍼 울트라 뉴비였는데,
1년이 지난 지금은, 처음 목표했던 저 산 정상까지 올라간 것일까요?
오늘 밋업을 준비하면서 저의 지난 1년을 되돌아보는 의미 있는 시간이었습니다. ^^

작년 해커톤에서 1년이 지난 후의 리뷰인데요.
Snowflake(이하 스노우)를 24년 초부터 업무상 접하게 되었지만, 첫 프로젝트 대는 다른 업무가 바빠서 깊게 참여하지 못했어요.
그러다 25년 초에 약간의 업무 여유가 생겨, 뒤늦게 학습하려는 타이밍에 25년 3월 사용자 밋업에 참가했다가,
기념품에 넋이 팔려서 그냥 별 생각 없이 응모했어요. (먼산)
기념품이 뭐였더라. 아무튼 스노우의 기념품은 이쁩니다. ^0^
기념품에 넋이 팔려서 그냥 별 생각 없이 응모했어요. (먼산)
기념품이 뭐였더라. 아무튼 스노우의 기념품은 이쁩니다. ^0^
업무가 부동산과 연관이 있기도 해서 아무래도 그쪽 방향으로 주제를 고민해보면서 단기간에 밀린 스노우 공부를 열심히 했지요.
배지01~05를 몰아서 취득하고, 연관된 퀵스타트 가이드를 조금씩 따라해 보았어요.
배지01~05를 몰아서 취득하고, 연관된 퀵스타트 가이드를 조금씩 따라해 보았어요.
그래서 업무에 필요한 지식 수준이 실제 프로젝트 때보다 훅 성장하는 시간이 되고, 무엇보다 스노우에 흥미가 생기고 재미를 붙이는 좋은 계기가 되었습니다.

대학에서 건축 설계 꼼뻬(Competition)를 경험하면서,
주어진 환경에서 문제를 찾고 그에 대한 나만의 대안을 제시하는 과정에 대해서 약간 익숙했습니다.
주어진 환경에서 문제를 찾고 그에 대한 나만의 대안을 제시하는 과정에 대해서 약간 익숙했습니다.
전체적인 과정은 이렇게 진행했어요.
📌 Dataknows, Loplat, SPH 3개사의 데이터를 보면서 문제 제시
📌 주어진 데이터로 조합 가능한 문제들 중에 나랑 어울리는 걸 선택 == 부동산 시세 영향 요인
📌 주어진 데이터로 내 문제를 풀어나갈 방법 : 데이터 탐색
📌 표현하고픈 결과물(차트/대시보드/챗봇) 구상 : 심사 기준에 가점을 많이 받을 만한 걸 많이 쓰자^^
📌 코드 레퍼런스 찾고 디버깅 + 실제 스트림릿 디자인 / 코딩
📌 발표 ppt 제작 및 동영상 녹화

개발기간(3/26~4/27)은 한 달 정도 걸렸어요.
해커톤 준비 기간 동안 Flakers 유저 밋업에서 알려주는 추가 웨비나도 듣고
문제 및 심사 항목에서 제시하는 Snow의 여러 기능을 최대한 다양하게 많이 사용해보려 했어요.
문제 및 심사 항목에서 제시하는 Snow의 여러 기능을 최대한 다양하게 많이 사용해보려 했어요.
근무 시간에는 업무에 필요한 스노우 작업을 하면서 잘 모르는 것들을 공식 Doc.에서 찾아봤고,
퇴근 후에는 하루 1~2시간 정도씩 해커톤 과제를 준비하면서 한달 정도 걸렸죠.
퇴근 후에는 하루 1~2시간 정도씩 해커톤 과제를 준비하면서 한달 정도 걸렸죠.
이 동안에 배지 핸즈온을 최대한 빨리 학습하면서 어떤 주제로 어떤 나만의 과제를 풀어볼까... 하는 생각으로 한참 (2주 이상?) 지났습니다.그러니 실제 코딩은 1주일 정도였던 것 같아요.
- 주어지는 3개사의 데이터 + 나 를 가지고 주제 찾기
- 원천데이터 살펴보기 : Loplat, Dakaknows, SPH 3개사 제공 데이터
- 데이터 정제 : 내가 원하는 주제게 맞춰 데이터 전처리
- EDA/시각화 : 데이터를 탐색하며 얻는 인사이트를 시각화
- 원하는 주제에 알맞는 데이터들만 남기고 과감히 버리기..
- ML 모델링 : XGBoost 알고리즘을 이용한 예측 ML모델 구현 (SnowML로 스노우 안에서 XGBoost를 쉽게 사용할 수 있었슴)
- Streamlit 개발 : ML모델을 활용한 최신 유행 맛보기 => AI챗봇 구현 (다만, 발표할 때 좀 버벅였슴 ㅠ.ㅠ)
- 스트림릿 공식 커뮤니티를 검색하면서, UI 디자인하고, AI랑 코드 수정하고, 그렇게 매일 헤딩하는 나날
- 문서 자료/이미지 찾고, ppt 만들고 녹화하고, 아마도 영상 녹화는 마감 바로 전날 했던 것 같아요.

비전공자(건축학 전공)로 시작해서 IT에 처음 입문할 때, DBMS가 프로그래밍 언어보다 재미있고 배우기 쉬워서 DB에 친숙해졌는데요.
한참을 디자이너, 웹개발자, DBA 그리고 관리자로 일해오다가 AI로 다시 시대가 급변하는 시점에
스노우 덕분에 다시 한번 전직을 하는 느낌입니다.
작년 해커톤을 준비하면서 알게된 스노우의 느낌이 딱 쉬운 - EASY한 그것이 IT인으로 접근하기 좋았습니다.
또한 다른 2가지 특장점인 TRUST, CONNECTED는 실제로 회사에서 업무를 하면서 거의 매일 느끼고 있는 좋은 점이에요.
또한 다른 2가지 특장점인 TRUST, CONNECTED는 실제로 회사에서 업무를 하면서 거의 매일 느끼고 있는 좋은 점이에요.
지금은 회사의 업무에 스노우 활용이 점점 늘어나는 가운데, 여러 정책과 체계를 만들어가고 있지요.
데이터플랫폼을 운영하는 입장에서 복잡한 인프라나 어려운 과정 없이 학습장벽이 상대적으로 낮고, 완전 관리형 인프라를 제공하는 스노우가 너무 좋고, 만나서 도입하게 된 걸 행운이라 생각하고 있습니다.
해커톤을 경험하면서 회사에서 책임을 지고 한 어카운트를 이끌어 가는데 많은 자신감을 가지게 되었고 어소시에이트 플랫폼, 코어 자격증도 따고 계속 스노우 플랫폼에서 잘 해보려 하는 중입니다.
요즘에는 특히나 AI/AGENT, INTETLLIGENCE를 적극 활용하려 준비중이고, 그 결실로 어제 첫 사내 상용 AGENT를 오픈했고 바쁜 날을 보내고 있습니다.
감사합니다. :D