초미세먼지 나쁜 날이 유난히 많음 (여름 빼고)
◀ ▶
환경 분야

초미세먼지 나쁜 날이 유난히 많음 (여름 빼고)

그 동네 평소보다 미세먼지 나쁜 날이 훨씬 많은 동네 (비여름철 10~5월 적용)

이 동네의 최근 1년 대비

'초미세먼지 나쁜 날이 유난히 많음 (여름 빼고)' 라벨은 2026년 3월 3,032개 동네에 잡혔어요. 어느 동네에 왜 붙었는지, 지난달과 무엇이 달라졌는지 볼 수 있어요.

광고
라벨 요약 2026년 3월 기준
라벨 붙은 동네 3,032개 동네
시군구 수 223개 시군구
카테고리 안 순위 1/ 8위 환경 분야
전월 대비 ▲ 1,388개 동네
i
이 라벨의 한계

이 동네의 최근 1년 흐름과 비교한 결과. 전국 안전 기준 (환경부 ‘나쁨’ 36㎍/㎥) 과 별개. 가까운 측정소 기준이라 동네 안 위치마다 차이 가능. 봄 황사로 자연 발생 가능. 인근 산업단지·도로 영향 가능.

이 신호로 AI 분석하기

"초미세먼지 나쁜 날이 유난히 많음 (여름 빼고)" 신호가 2026년 3월 전국에서 어떻게 잡혔는지, 정제 데이터를 프롬프트로 만들어 드려요. ChatGPT, Gemini, Claude 가운데 어디에 붙여넣어도 진단받을 수 있어요. (특정 동네 평가가 아니라 이 신호 자체를 읽는 분석)

어떤 상황이세요?안 고르셔도 됩니다
복사될 내용 먼저 보기

1프롬프트를 복사하고
2붙여넣을 곳을 열어서
3붙여넣고 보내기만 하면 돼요

물어볼 말은 프롬프트에 들어 있어요. 따로 쓰실 것 없습니다.

AI가 가져온 출처와 원인 설명은 직접 확인하세요. 잡힌 동네수나 전세가율 같은 정제 수치만 신나게마을 출처입니다.

광고
이번 달 변화 한눈에 2026년 3월에 이 라벨이 붙은 3,032개 동네를 전월(1,644개)과 비교
신규 진입 +1,743 전월에는 없었는데 이번 달 새로 이 라벨을 받은 동네
유지 1,289 전월부터 이번 달까지 연속으로 이 라벨을 받고 있는 동네
이탈 −355 전월에는 받았는데 이번 달엔 받지 않은 동네 (조건 해소)
최근 12개월 추이 선택한 달 기준 직전 12개월간 이 라벨을 받은 동네 수
12개월 가운데 가장 많았던 달은 3월 3032개 동네, 가장 적었던 달은 4월 2개 동네
선택 월: 2026년 3월
2
142
113
5
1,644
3,032
4월 11월 12월 1월 2월 3월
참고할 만한 흐름 이번 달은 12개월 가운데 가장 많은 달입니다 (3,032개 동네). 가장 많았던 달은 3월(3,032개 동네), 가장 적었던 달은 4월(2개 동네)로 약 1516배 차이가 납니다. 지난 3개월 동안 꾸준히 늘고 있는 모습이지만, 추세로 단정하기는 어렵습니다.
이 라벨이 붙은 지역 3,032개 동네
함께 붙는 라벨 이 라벨이 붙은 3,032개 동네가 같은 달 다른 라벨도 받은 분포 (카테고리별 그룹)
매매 시장 분야
449개 동네 (15%)
거래 많고 전달보다 부쩍 늘었다 (상위 25%)
182 개 동네 (6%)
6개월 매매가 흐름이 약한 편 (하위 10%)
179 개 동네 (6%)
가격은 오르고 거래는 줄었어요 (전년 같은 달 대비)
137 개 동네 (5%)
같은 시도에서 신고가가 잦은 편 (상위 10%)
89 개 동네 (3%)
거래 뜸한 달이 3개월째 (하위 25%)
7 개 동네 (0%)
전월세 분야
447개 동네 (15%)
갱신 인상률 상한 직전 (4.9% 이상)
221 개 동네 (7%)
전월 대비 월세 비중이 늘어난 곳 (상위 10%)
149 개 동네 (5%)
전세금이 매매가의 절반 아래
89 개 동네 (3%)
깡통전세 권고권 (전세가율 80% 이상)
83 개 동네 (3%)
같은 시도에서 전세금 비중 낮은 편 (하위 10%)
56 개 동네 (2%)
같은 시도에서 전세금 비중 높은 편 (상위 10%)
52 개 동네 (2%)
같은 시도에서 갱신요구권을 많이 씀 (상위 10%)
43 개 동네 (1%)
복합 분야
68개 동네 (2%)
전월세 부담 신호 셋 중 둘이 겹침
41 개 동네 (1%)
시군구에서 매매가 높고 전세금 비중 낮음
23 개 동네 (1%)
3개월 잠잠하다 한 달 만에 거래 급반등
4 개 동네 (0%)
환경 분야
40개 동네 (1%)
광고
라벨은 데이터 기반 사실 서술입니다. 추천, 주목, 위험 같은 가치판단은 하지 않으며, 각 라벨에는 한계 사례가 함께 안내됩니다.