금융, 교통, 날씨, 뉴스, 사이버 보안 등 다양한 분야의 실시간 공개 및 유료 데이터 소스를 엄선해 모았습니다.
awesomedata/awesome-public-datasets
농업, 생물학, 기후, 네트워크 등 다양한 분야의 고품질 공개 데이터셋을 주제별로 정리한 목록입니다.
- 스타
- 79,617
- 포크
- 11,901
- 열린 이슈
- 165
- 마지막 커밋
- 6일 전
어떤 프로젝트인가요?
Awesome Public Datasets는 공개적으로 이용할 수 있는 데이터셋을 분야별로 모아 둔 커뮤니티 관리 카탈로그입니다. 농업, 건축, 생물학, 화학, 기후와 날씨, 복합 네트워크, 컴퓨터 네트워크, 사이버 보안 등의 주제를 다룹니다. 각 항목에는 데이터셋 출처 링크와 데이터 내용에 대한 간략한 설명이 포함되어 있습니다.
목록에 있는 데이터셋 대부분은 무료로 사용할 수 있지만, 일부는 가입이나 결제가 필요합니다. 목록은 도구화된 파이프라인을 통해 생성되며, 각 항목에는 링크가 현재 유효한지 나타내는 상태 표시가 붙습니다. 목록을 직접 수정하는 대신 프로젝트의 별도 기여 절차를 통해 기여할 수 있습니다.
이 프로젝트는 상하이 자오퉁 대학교의 연구실에서 시작되었으며, 현재는 커뮤니티 조직에서 관리하고 있습니다. 특정 분야의 학습 데이터, 연구 자료 또는 벤치마크 출처를 찾을 때 출발점으로 활용하기 좋습니다.
핵심 기능
- 01농업과 생물학부터 기후와 사이버 보안까지, 주제별로 데이터셋을 정리합니다.
- 02각 항목은 간략한 데이터 설명과 함께 원본 데이터 출처로 연결됩니다.
- 03상태 표시를 통해 현재 유효한 링크를 확인할 수 있습니다.
- 04무료 데이터셋뿐 아니라 일부 유료 또는 가입이 필요한 데이터셋도 포함합니다.
- 05문서화된 별도의 절차에 따라 기여할 수 있습니다.
활용 사례
- 특정 분야의 머신러닝 프로젝트에 사용할 학습 데이터를 찾을 때
- 학술 연구에 필요한 벤치마크 또는 연구용 데이터셋을 찾을 때
- 데이터 파이프라인을 구축하기 전에 이용 가능한 공개 데이터를 살펴볼 때
사용 전 알아둘 점
- 설치 가능한 소프트웨어가 아니라 엄선된 데이터셋 링크 모음이므로 실행할 항목이 없습니다.
- README에 안내된 것처럼 목록에 있는 데이터셋 중 일부는 무료가 아닙니다.
- README에 따르면 이 파일은 자동 생성되므로 직접 수정하면 안 됩니다. 기여는 별도의 절차를 통해 진행해야 합니다.
토픽
자주 묻는 질문
- awesome-public-datasets은(는) 무엇인가요?
- 농업, 생물학, 기후, 네트워크 등 다양한 분야의 고품질 공개 데이터셋을 주제별로 정리한 목록입니다. Awesome Public Datasets는 공개적으로 이용할 수 있는 데이터셋을 분야별로 모아 둔 커뮤니티 관리 카탈로그입니다. 농업, 건축, 생물학, 화학, 기후와 날씨, 복합 네트워크, 컴퓨터 네트워크, 사이버 보안 등의 주제를 다룹니다. 각 항목에는 데이터셋 출처 링크와 데이터 내용에 대한 간략한 설명이 포함되어 있습니다.
- awesome-public-datasets은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- awesome-public-datasets은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- awesome-public-datasets은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. awesome-public-datasets의 마지막 커밋은 2026년 10월 14일입니다.
- awesome-public-datasets은(는) 어디에 사용할 수 있나요?
- 특정 분야의 머신러닝 프로젝트에 사용할 학습 데이터를 찾을 때 학술 연구에 필요한 벤치마크 또는 연구용 데이터셋을 찾을 때 데이터 파이프라인을 구축하기 전에 이용 가능한 공개 데이터를 살펴볼 때
- awesome-public-datasets은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/awesomedata/awesome-public-datasets
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
프로덕션 머신러닝의 배포, 모니터링, 버전 관리, 확장 및 보안을 위한 오픈소스 라이브러리 모음입니다.
프로그래밍, 웹 개발, 머신러닝, 사이버 보안 등 기술 주제를 가르치는 영어 YouTube 채널 모음
Microsoft의 LLM 에이전트 프레임워크로, 논문 읽기, 모델과 팩터 구현, Kaggle 스타일 실험 실행 등 데이터 기반 R&D 작업을 자동화합니다.
실험 추적, 오케스트레이션, 배포, 모니터링 및 모범 사례를 다루는 무료 자기 주도형 9주 온라인 MLOps 과정입니다.
ChatGPT와 최신 LLM을 활용하는 방법, 프롬프트 작성, 앱 개발, 에이전트, 생산성 도구를 다루는 중국어 자료 모음입니다.