YOLO Life

귀농귀촌을 해서 농사에 성공을 하더라도 가장 큰 문제점은 바로 판매입니다.

판로 확보를 못해서 힘들게 키운 농산물이 시들어버리는 일도 있다고하니 우선적으로 판매에 대한 대책을 세운뒤에 농사를 시작하는 것이 맞는 것 같습니다.

그래서 오늘은 먼저 온라인 쇼핑 시장에 대해 먼저 알아보려고 합니다.

정보통신정책연구원의 보고서에 따르면 국내 온라인쇼핑 시장은 2011년 11조 4000억원, 2017년 78조 2270억원이며, 2021년은 187조원을 돌파했다고 합니다. 코로나 이후로 온라인 쇼핑 시장은 급속도로 성장하였고, 2022년에는 211조원정도가 될 것으로 예측하고 있다고 합니다.

온라인 시장은 크기뿐만 아니라 종류도 다양해지고 있는데요,

오픈마켓 : 판매자와 구매자가 공존함으로써 서로 경쟁하는 구조

글로벌 오픈마켓 : 국내뿐만 아니라 해외판매자와 구매자까지 존재

TV홈쇼핑 : 롯데홈쇼핑, 공영홈쇼핑등등

메이져홈쇼핑 : 신세계몰, 롯데몰, 이마트몰, CJ몰등등

위의 경우 말고도 밴드나 페이스북 혹은 중고나라등에서 공동구매를 추진하는 경우도 있는데 이는 소셜을 이용하여 구매하는 방법입니다. (밴드, 페이스북, 공동구매, 중고나라등등)

옛날과 비교해보면 전국민이 TV나 라디오, 뉴스만 보던 시절에서 현재는 유튜브, 페이스북, 카카오톡, 인스타그램등등 볼거리가 다양해졌고, 개인과 개인의 소통으로 연결될 수 있는 방법이 많아졌습니다.

요즘 많이들 개인 창업으로 이용하는 네이버 스토어나 해외에 판매할 수 있는 쇼피파이또한 잘 활용한다면 충분히 자기 상품을 판매할 수 있으며, 홍보는 블로그나 유튜브, 페이스북, 인스타그램등 자기 수확물을 홍보할 수 있는 방법이 많습니다. 물론 판매할 때는 택배로 보낼 수 있는지 여부와 상품의 경쟁력을 사전조사해야할 필요가 있습니다.

게다가 네이버나 다음 혹은 밴드등으로 자기와 마음이 맞는 구매자를 모아서 한번에 판매하는 방법들로 판매하시는 분들도 꽤나 많이 생겨나고 있습니다.

이것들이 쉬운 것은 절대 아니지만, 예전보다는 P2P방식으로 파는것이 훨씬 수월해졌으며, 이를 잘 활용한다면 보다 질좋은 상품을 저렴하게 고객들에게 제공할 수 있지 않을까 생각합니다.

안녕하세요 귀농귀촌을 준비하는 30대 청년입니다.

처음 귀농을 결심하고 무엇을 해야하나 고민을 했을 때 참으로 막막했습니다.

귀농 지역? 작물 선택? 집?등등 고려해야할 사항이 너무나도 많았기 때문입니다.

더군다나 저는 연고지도 없을뿐더러, 농사도 지어본 적 없기때문에 준비를 철저히 해야만 했습니다.

저의 시작은 작물선택이였습니다. 군대에 있을때 허리를 다쳐서 오래동안 허리를 숙이면서 하는 일을 하기가 너무 힘들고, 땅도 없고 돈도 없고 농사기술도 없는 저에게 대출은 최대한 적게 받는 것이 유리하므로 노지농사나 과수등 시간과 돈이 비교적 많이 필요로하는 농사는 제외를 하였고, 영농기술이 부족한 저에게는 특수작물 또한 첫 작물선택으로는 힘들었습니다.

그래서 선택한 것이 버섯농사였습니다.

버섯농사를 결정한 뒤 버섯과 관련된 체험학습과 재배기술을 배울 수 있는 곳을 찾아봤었는데, 마침 봉화 버섯 학교라는 것이 있어서 오는 월요일에 상담을 받고 지원서를 써볼 예정입니다.

아직까지의 계획은 첫 작물은 표고버섯으로 할 예정이며, 농사를 지으면서 부업으로 농업과 관련된 일을 병행할 예정입니다. 초보 농사꾼들은 처음 농사를 지을때 시행착오를 많이하여 농사가 망하는 경우가 많다고 합니다. 그래서 농사에 올인을 하지 않고 농업과 관련된 일을 병행하고자 마음먹었습니다.(귀농시 정부 대출을 받기 위해서는 사업자는 없어야하며, 대출 받은 후에도 농업과 관련없는 일을 한다면 문제가 되니 참고해주시기 바랍니다. <2022년 2월 10일에 상담받았던 내용입니다.>)

귀촌의 경우는 작물 선택이 그리 중요한 요소가 아니지만, 귀농을 목적으로 준비를 하신다면 제일 먼저 작물을 고려하신다면 준비하시는데 훨씬 수월하실거라 예상합니다.

그리고 그 다음으로는 귀농귀촌종합센터에서 지원해주는 멘토링 서비스가 있습니다. 작물을 선택하면 그 작물을 재배하고 있는 농업인에게 가서 현장을 한번 둘러보면서 멘토를 받을 수 있는 서비스입니다. 영농기술을 이론으로 배웠고 체험도 받아받다면 그 다음은 많은 노하우를 가지고 있는 멘토들에게 조언을 받는 겁니다. 그렇다면 농사를 처음 시작해도 실패확률이 많이 줄어들겁니다.

저도 이제부터 귀농을 준비하는 예비농부입니다. 앞으로 준비하면서 얻는 정보와 시행착오등을 많이 공유하도록 하겠습니다. 그럼 귀농 준비하시는 모든 여러분들도 힘내시길 바랍니다.

두서없이 쓴글을 봐주셔서 감사드립니다.

2022년 2월 7일 월요일 AT센터에 있는 귀농귀촌종합센터에 연락을 먼저 한 뒤 그곳으로 출발하여 오후 3시쯤 도착하였습니다.

아무것도 모르는 농사초보가 유튜브 및 농업교육포털에서 얻은 기초적인 지식만 가지고는 귀농을 하기에 무리가 있기 때문에 도움을 줄 수 있는 이 곳을 방문하게 되었습니다.

인천 토박이로써 서울은 거의 가보지 않아서 네이버 지도에 있는 방법대로 가다보니 청라국제도시역 - 김포공항역 - 신논현역 - 마을버스를 타고 시민의숲, 양재꽃시장 정거장에서 내려서 AT센터에 갈 수 있었습니다.

버스에서 내리자마자 AT센터를 볼 수 있었고, 처음 와보는 곳이기에 가까이에서 한번 더 확인을 한 후 올라갔습니다.

귀농귀촌종합센터는 AT센터 4층에 위치해 있구요, 제가 갔을때에는 직원 두분이서 상담을 해주고 계셨습니다.

일단 저는 제 나름대로 계획을 짜서 갔으므로 이 계획에 문제가 있는지 확인을 받으면서 추가로 도움이 되는 것이 있으면 얻어가기 위해 가벼운 마음으로 왔지만, 제 계획은 법적으로 문제가 되기 때문에 정부에서 주는 귀농인 대출을 받을 수 없다는 얘기를 들었기에 플랜을 다시 짤 수 있었습니다.

원래 저의 계획은 재테크를 위해 가지고 있던 오피스텔 임대사업 수익과 농촌지역에서 일을 구해 그것으로 당분간 버티면서 농사 기술을 배울 생각이였습니다. 즉, 농사 50%, 농촌지역의 업무 50%으로 계획을 했었고, 농사는 손이 많이 가지 않는 작물을 선택하여 부업으로 일을 할 예정이였습니다.

하지만 일단 정부에서 주는 대출을 받기 위해서는 임대사업은 하면 안되고, 농촌지역의 업무도 농업과 관련된 일이 아니면 할 수 없다고 알려줘서 저는 이후 계획을 다시 세우고 있습니다.

뿐만아니라 지역별로 도움이 될만한 팜플렛과 귀농귀촌가이드북 그리고 귀농귀촌으로 성공한 사람들의 이야기를 써놓은 책들등 귀농을 준비하실 때 도움이 될만한 자료도 많이 있으니 첫 시작은 귀농귀촌종합센터에서 시작하시는 게 좋지 않을까 싶습니다.

우리집 서열 2등인 오이를 위해 무농약 캣닢을 대령재배하기로 마음먹었습니다!!

마침 옥상에 가로 200cm x 세로 300cm의 여유 공간이 있어 그곳에서 캣닢을 키우기로 결정!!

캣닢 씨앗을 10봉지 구매하고, 비닐하우스도 구매 후,

3봉지는 인터넷에 본 방법대로 휴지위에 물과 씨앗을 뿌려두고 5~6일정도 기다렸습니다.

그랬더니 새싹(?)같은게 정말로 나오더라구요..

이제 땅에 배양토를 뿌려준 후 잘 버무려 주었습니다.

캣닢 새싹은 뿌리가 박히도록 흙에 묻어줬지만 일일이 작업하는 게 너무 힘들어서 다음부터는 그냥 씨를 뿌리고 물을 뿌리는 게 낫다고 생각됩니다.

10봉지 중 3봉지는 새싹으로 심었고, 나머지 7봉지는 씨를 땅위에 뿌려준 뒤 흙으로 다시 덮어주었습니다.

그리고 그 위에 비닐하우스를 설치

물은 촉촉함이 유지될 정도로만 해주고 3개월이 지나면 캣닢이 난다고 하니 그 때 다시 블로그를 올려서 결과를 말씀드리겠습니다~!!

NumPy의 핵심 기능 중 하나는 ndarray라고 하는 N차원의 배열 객체인데 파이썬에서 사용할 수 있는 대규모 데이터 집합을 담을 수 있는 빠르고 유연한 자료구조입니다. 배열은 스칼라 원소간의 연산에 사용하는 문법과 비슷한 방식을 사용해서 전체 데이터 블록에 수학적인 연산을 수행할 수 있도록 해줍니다.

1. NumPy를 이용하여 데이터 만들어보기

NumPy를 이용하여 data로 정의된 행렬 2x3을 만들었고, 그 안의 숫자는 randn으로 랜덤으로 정해졌습니다.

data는 사칙연산이 가능합니다.

ndarray는 같은 종류의 데이터를 담을 수 있는 포괄적인 다차원 배열이다. ndarray의 모든 원소는 같은 자료형이어야 한다. 모든 배열은 각 차원의 크기를 알려주는 shape라는 튜플과 배열에 저장된 자료형을 알려주는 dtype이라는 객체를 가지고 있다.

2. ndarray 생성

배열을 생성하는 가장 쉬운 방법은 array함수를 이용하는 것이다. 순차적인 객체(다른 배열도 포함하여)를 넘겨받고, 넘겨받은 데이터가 들어 있는 새로운 NumPy배열을 생성한다. 예를 들어 파이썬의 리스트는 변환하기 좋은 예다.

같은 길이를 가지는 리스트를 내포하고 있는 순차 데이터는 다차원 배열로 변환 가능하다.

data2는 리스트를 담고 있는 리스트이므로 NumPy 배열인 arr2는 해당 데이터로부터 형태를 추론하여 2차원 형태로 생성된다. ndim과 shape 속성을 검사해서 이를 확인할 수 있다.

또한 np.array는 새로운 배열을 생성하기 위한 여러 함수를 가지고 있는데, 예를 들어 zeros와 ones는 주어진 길이나 모양에 각각 0과 1이 들어 있는 배열을 생성한다. empty 함수는 초기화되지 않은 배열을 생성한다. 이런 메서드를 사용해서 다차원 배열을 생성하려면 원하는 형태의 튜플을 넘기면 된다.

3. 배열 생성 함수 표

NumPy는 Numerical Python의 줄임말로, 파이썬에서 산술 계산을 위한 가장 중요한 필수 패키지 중 하나다. 과학 계산을 위한 대부분의 패키지는 NumPy의 배열 객체를 데이터 교환을 위한 공통 언어처럼 사용한다. 

1. Numpy에서 제공하는 것

• 효율적인 다차원 배열인 ndarray는 빠른 배열 계산과 유연한 브로드캐스팅 기능을 제공한다.
• 반복문을 작성할 필요 없이 전체 데이터 배열을 빠르게 계산할 수 있는 표준 수학 함수
• 배열 데이터를 디스크에 쓰거나 읽을 수 있는 도구와 메모리에 적재된 파일을 다루는 도구
• 선형대수, 난수 생성기, 푸리에 변환 기능
• C, C++, 포트란으로 작성한 코드를 연결할 수 있는 C API

NumPy의 C API는 사용하기 쉬우므로 저수준 언어로 작성된 외부 라이브러리에 데이터를 전달하거나 반대로 외부 라이브러리에서 NumPy 배열 형태로 파이썬에 데이터를 전달하기 용이하다. 이 기능은 파이썬으로 레거시 C, C++, 포트란 코드를 감싸서 동적이며 쉽게 사용할 수 있는 인터페이스를 만들 수 있도록 해준다.

NumPy 자체는 모델링이나 과학 계산을 위한 기능을 제공하지 않으므로 먼저 NumPy 배열과 배열 기반 연산에 대한 이해를 한 다음 pandas 같은 배열 기반 도구를 사용하면 훨씬 더 효율적이다. NumPy만으로도 방대한 주제이므로 브로드캐스팅 같은 NumPy의 고급 기능은 부록 A에서 따로 다루도록 하겠다.

2. 데이터 분석 애플리케이션에서 중요하게 생각하는 기능

• 벡터 배열 상에서 데이터 가공(데이터 먼징 또는 데이터 랭글링), 정제, 부분집합, 필터링, 변형 그리고 다른 여러 종류의 연산을 빠르게 수행
• 정렬, 유일 원소 찾기, 집합 연산 같은 일반적인 배열 처리 알고리즘
• 통계의 효과적인 표현과 데이터를 수집 요약하기
• 다양한 종류의 데이터를 병합하고 엮기 위한 데이터 정렬과 데이터 간의 관계 조작
• 내부에서 if - elif - else를 사용하는 반복문 대신 사용할 수 있는 조건절 표현을 허용하는 배열 처리
• 데이터 붂음 전체에 적용할 수 있는 수집, 변형, 함수 적용 같은 데이터 처리

NumPy는 일반적인 산술 데이터 처리를 위한 기반 라이브러리를 제공하기 때문에 많은 독자가 통계나 분석, 특히 표 형식의 데이터를 처리하기 위해 pandas를 사용하기 원할 것이다. 또한 pandas는 Numpy에는 없는 시계열 처리 같은 다양한 도메인 특화 기능을 제공한다.

3. NumPy가 대용량 데이터 배열을 효율적으로 다룰수 있는 이유

• NumPy는 내부적으로 데이터를 다른 내장 파이썬 객체와 구분된 연속된 메모리 블록에 저장한다. NumPy의 각종 알고리즘은 모두 C로 작성되어 타입 검사나 다른 오버헤드 없이 메모리를 직접 조작할 수 있다. NumPy 배열은 또한 내장 파이썬의 연속된 자료형들보다 훨씬 더 적은 메모리를 사용한다.
• NumPy 연산은 파이썬 반복문을 사용하지 않고 전체 배열에 대한 복잡한 계산을 수행할 수 있다.

"코딩을 잘하는 프로그래머라면 예외 처리를 잘해야 한다"라고 저에게 교수님께서 알려주셨던 것이 기억이 납니다.

그만큼 코딩하는데 있어서 예외처리는 굉장히 중요한 부분을 차지하고 있는데요, 만약 예외처리가 잘 안된 상태에서 서버를 돌리다가 예외가 발생하면 큰 문제가 발생할 수도 있기 때문입니다.

에러가 발생하는 원인은 원래 특정한 종류의 입력만 처리하도록 조건을 주어줬는데, 그에 맞지 않은 입력을 할 경우가 있습니다.

대표적으로 비밀번호를 예로 들어보겠습니다. 대문자, 소문자, 숫자, 특수기호(!#%^)를 모두 사용하여 8~16자리의 비밀번호 생성이라는 조건을 준 웹사이트를 가끔 보실 수 있으실 것입니다. 그렇다면 저 조건중에 한가지라도 빠지게 된다면 에러메세지를 보낸 뒤 다시 생성하라고 하는 경우를 경험하신 경우가 있으실 겁니다.

만약 저 상태에서 예외처리를 하지 않았다면 서버에 큰 문제가 발생하여 운영에 큰 어려움이 생길지도 있으므로 예외처리는 그만큼 중요하다고 생각합니다.

1. ValueError

다음은 문자를 소수로 바꿔주는 명령어 float를 사용하여 ValueType의 에러를 살펴볼까 합니다.

float안에는 ''안에 소수가 들어와야 정상적으로 결과가 나오는데, 만약 something같은 문자열을 입력한다면 다음과 같이 ValueError가 나오게 됩니다.

2. TypeError

이번에는 float안에 숫자를 적었지만, 튜플 형식으로 적어 넣어 TypeError이 발생하는 경우입니다.

3. Try, Except

위의 문제점을 해결하기 위해 Try, Except를 사용해 보겠습니다.

attempt_float()라는 함수를 그 안에 try와 except를 넣어줘서 try에서 에러가 발생할 경우 except에서 처리할 수 있도록 조치를 취했습니다.

여기서 except에 다시한번 더 조건을 줄 수 있는데 에러의 종류에 따라 처리방식을 달리 하고 싶은 경우 다음과 같이 써줍니다.

except옆에 ValueError를 입력하고 TypeError가 발생하니 바로 다음과 같이 결과가 나왔습니다.

여기서의 방법은 처음처럼 except옆에 아무것도 쓰지 않으면 모든 종류의 에러를 아래와 같이 처리할 것이며, 혹은 튜플형식으로 두가지 에러 조건을 넣어 다시 실행해 보겠습니다.

TypeError와 ValueError이 모두 정상적으로 처리가 된 것을 확인하실 수 있습니다.

4. Finally

Try블록이 성공적으로 수행되었는지 여부와 관계없이 실행시키고 싶은 코드는 finally블록을 이용하여 적어줍니다.

다음과 같이 try블록에서 수행 후 finally도 바로 실행된 것을 확인하실 수 있습니다.

파이썬은 리스트 내의 객체나 파일의 각 로우 같은 순차적인 자료를 순회하는 일관적인 방법을 제공한다. 이터레이터 프로토콜을 이용해 순회 가능한 객체를 만들 수 있다. 예를 들어 사전을 순회하면 사전의 키가 반환된다.

for key in some_dict라고 작성하면 파이썬 인터프리터는 some_dict에서 이터레이터를 생성한다.

이터레이터는 for문 같은 컨텍스트에서 사용될 경우 객체를 반환한다. 리스트나 리스트와 유사한 객체를 취하는 대부분의 메서드는 순회 가능한 객체도 허용한다. 여기에는 min, max, sum 같은 내장 메서드와 list, tuple 같은 자료구조를 생성하는 메서드도 포함된다.

위의 그림과 같이 함수를 생성한 후 제너레이터를 호출하더라도 코드가 즉각적으로 실행되지 않는다.

제너레이터로부터 값을 요청하면 그때서야 제너레이터의 코드가 실행된다.

제너레이터 표현식

제너레이터를 생성하는 더 간단한 방법은 제너레이터 표현식을 사용하는 것이다. 다음은 리스트, 사전, 집합 표현식과 유사한 방식으로 제너레이터를 생성한다. 리스트 표현식에서 대괄호를 사용하듯이 괄호를 사용해서 제너레이터를 생성할 수 있다.

제너레이터 표현식은 리스트 표현식을 인자로 받는 어떤 파이썬 함수에서도 사용할 수 있다.

itertools 모듈

표준 라이브러리인 itertools 모듈은 일반 데이터 알고리즘을 위한 많은 제너레이터를 포함하고 있다. 예를 들어 groupby는 순차 자료구조와 함수를 받아 인자로 받은 함수에서 반환하는 값에 따라 그룹을 지어준다.

마지막으로 유용하다고 생각하는 itertools 함수를 정리해두었다. 더 많은 자료를 원한다면 공식 파이썬 문서에 나와있다.