텍스트 속 주소 인식 - 당근마켓 테크 블로그 리뷰(2)

https://medium.com/daangn/%EC%A3%BC%EC%86%8C-%EC%9D%B8%EC%8B%9D%EC%9D%84-%EC%9C%84%ED%95%9C-%EC%82%BD%EC%A7%88%EC%9D%98-%EA%B8%B0%EB%A1%9D-df2d8f82d25

주소 인식을 위한 삽질의 기록

 

 

당근마켓이 주소를 인식하는 이유?

- 1. 중고거래 사기를 막기 위해

- 2. 쉽고 안전한 공공장소에서 직거래 하기 위한 안내를 띄워주기 위해

 

 

주소 인식 방법

1) 정규식 이용

당근마켓 특성상! 자신의 근처에서 거래하기 때문에,
시/도 가 아닌 읍/면/동/리나
도로명 주소를 직접 주고받는 경우,
아파트 동호수만 주고받는 경우도 많음

/(([가-힣A-Za-z·\d~\-\.]{2,}(로|길).[\d]+)|([가-힣A-Za-z·\d~\-\.]+(읍|동)\s)[\d]+)/

• 오픈기념으로 1
• 말씀드린대로 12
• 종류별로 15
• 빳데리 2
• 허리 28
• 가로90cm세로40

다음과 같이 주소가 아닌 텍스트도 주소로 인식되는 문제가 있었음

 

2) 데이터 검증

1. 기존 데이터베이스의 법정도/행정동 정보 정확성 검증

2. 도로명 주소, 도로명 정보 조회 메뉴에서 도로명 주소 리스트 취합

    https://www.juso.go.kr/info/RoadNameDataList.do?type=search&roadCd=&keyword=&city1=11&county1=680&town1=&searchType=0&extend=true 

도로명 정보 조회 < 주소활용서비스 | 도로명주소 안내시스템

 

3) 데이터 전처리

1. 중복 제거

2. 필요한 부분 골라서 내부 저장소에 저장

 

데이터 저장은 Redis선택

: Set을 이용해서 주어진 도로명이 존재하는지의 여부만 쉽게 파악하기 위함

: 전체 데이터의 양이 적지 않기 때문에 시/도 단위로 데이터를 분할에서 저장

 

--> 주소가 아닌 텍스트 탐지 가능!

 

4) 새로운 주소 자동 인식화

1. 개발자 센터

https://business.juso.go.kr/addrlink/main.do?cPath=99JM 

주소기반산업지원서비스

 

5) 이후 개선 방안

1. 띄어쓰기 텍스트 처리

2. 동호수가 숫자가 아닌 문자열에 대한 처리

3. 건물 이름과 층수로 끝나는 주소나 다세대 주택의 주소 형식 등

 

 

 

 

 

당근마켓 중고거래를 할 때마다
주소를 채팅에 치면
조심하라는 안내 문구가 나왔다.

정규표현식으로 간단히 해결할 수 있는 문제라고
생각했지만

동네에서 하는 중고거래인
당근마켓의 서비스 특성을 이해하면
주소 인식에 사용되는
정규 표현식을 다르게 적용할 수 있다는 것을 느꼈다.

서비스 특성을 이해하고 분석에 적용하는 것이
중요하다고 생각되었다.