한 동에서 바깥 지역까지 확장하기

이번 단계의 질문

중계4동에서 관찰을 시작하면 관련 환자와 상위 행정 구역까지 어떻게 확장할까요?

왜 지금 필요한가

한 지역의 집계값은 결과만 보여 줍니다. 그래프 경로를 보면 그 값에 어떤 환자와 장소, 지역이 관련있는지 추적할 수 있습니다.

직접 해보기

왼쪽 그래프 탐색기를 열고 컬렉션에서 코로나19 데이터 모음(covid19)을 선택합니다.

먼저 엔티티 목록에서 환자(patient)를 선택해 데이터가 적재됐는지 확인한 뒤 쿼리 콘솔을 엽니다.

다음 쿼리는 환자에서 핫스팟, 동, 시·군·구, 시·도로 이어지는 전체 경로를 반환합니다.

MATCH path = (p:patient)-[:involved_in]->(h:hotspot)-[:within]->(d:dong)
             -[:belongs_to]->(sg:sigungu)-[:belongs_to_sido]->(s:sido)
RETURN path
LIMIT 25

환자에서 시작해 방문한 핫스팟과 해당 동을 거쳐 시·군·구와 시·도까지 이어지는 경로를 한 번에 펼칩니다. RETURN path는 경로에 포함된 노드뿐 아니라 연결선도 함께 반환합니다.

결과: 환자와 핫스팟이 어느 동에 속하고, 그 동이 다시 어느 시·군·구와 시·도에 포함되는지 하나의 연결 경로로 보입니다. 이 결과로 관찰 내용을 전달할 상위 행정 구역을 찾을 수 있습니다.

이어서 중계4동과 연결된 핫스팟 및 환자만 펼칩니다.

MATCH path = (d:dong {dong: '중계4동'})
             <-[:within]-(h:hotspot)<-[:involved_in]-(p:patient)
RETURN path
LIMIT 50

이번에는 시작점을 중계4동으로 제한하고, 그 동에 속한 핫스팟과 연결된 환자만 역방향으로 따라갑니다. 첫 번째 쿼리보다 범위를 좁혀 한 지역 안의 동선 교차 구조를 확인하는 쿼리입니다.

결과: 중계4동 안에서 어떤 핫스팟에 환자가 여러 명 연결되는지, 한 환자가 여러 핫스팟을 거치는지 확인할 수 있습니다. 연결이 모이는 장소부터 원본 발생 시간과 위치를 추가로 점검할 수 있습니다.

두 쿼리 모두 그래프 데이터가 없습니다가 아니라 노드와 연결선을 표시해야 합니다. 연결선 없이 원만 보인다면 RETURN p, h, d...가 아니라 예시처럼 RETURN path를 사용했는지 확인하세요.

결과를 읽어 봅니다

첫 결과는 한 환자의 위치 맥락을 광역 단위까지 추적합니다. 두 번째 결과는 중계4동이라는 공통 장소에서 어떤 환자 경로가 교차했는지 좁혀 봅니다. 연결은 인과관계가 아니라 데이터에 기록된 관계임을 기억하세요.

첫 번째 그래프: 넓게 보고 보고 단위를 찾습니다

patient → hotspot → dong → sigungu → sido 경로는 환자 한 명을 상위 행정 구역까지 연결합니다. 한 동에서 발견한 관찰을 어느 시·군·구 담당자와 공유해야 하는지, 같은 상위 지역에 속한 다른 동과 비교할 필요가 있는지 판단할 때 활용할 수 있습니다.

두 번째 그래프: 한 지역에서 연결 밀도를 봅니다

중계4동을 시작점으로 바꾸면 해당 동의 핫스팟과 환자만 남습니다. 이때 먼저 볼 것은 노드의 크기보다 한 핫스팟에 여러 환자가 연결되는지, 한 환자가 여러 핫스팟에 연결되는지입니다.

그래프는 “무슨 일이 일어났는지”를 확정하는 화면이 아니라, 어떤 행과 시간을 다시 확인할지 정하는 탐색 화면입니다. 의심스러운 연결을 찾은 뒤 원본 데이터셋 핫스팟 분석 결과(hotspot_result)의 cross_start_time과 cross_end_time을 확인하는 식으로 분석을 이어갑니다.

다음 판단

그래프는 중계4동에서 핫스팟과 환자가 어떻게 연결되는지 보여 줍니다. 그러나 이 지역을 먼저 볼지 다른 지역을 먼저 볼지는 같은 기준으로 비교해야 합니다. 마지막 챕터에서 중계4동, 성남동, 중계본동을 한 표에 모아 확인 순서를 정합니다.