Comparación de servicios de recopilación de datos nacionales: Listly, Datahunt, CodeF, Hashscraper - El verdadero mapa de 2026

국내 데이터 수집 서비스 비교글은 많습니다.

문제는, 대부분이 낡은 지도라는 것.

비교글 열 개를 읽고 후보를 좁혔는데, 한 곳은 홈페이지가 열리지 않습니다.

다른 한 곳에 문의했더니 "저희는 그런 서비스가 아닌데요"라는 답이 돌아옵니다.

당신의 시간은 그렇게 사라집니다. 이 글은 2026년 8월 기준으로 지도를 다시 그립니다.

비교보다 먼저 할 일은 두 가지입니다. 생사 확인, 그리고 업종 확인.

3줄 요약 (TL;DR)

• 국내에서 "데이터 수집 4사"로 함께 언급되는 리스틀리·데이터헌트·코드에프·해시스크래퍼는 서로 다른 문제를 푸는 서비스입니다 — 소량 셀프 추출 / AI 학습 데이터 구축 / 인증 기반 기관 데이터 연결 / 관리형 웹 수집.
• 2026년 8월 기준 두 가지가 갱신됐습니다. 데이터헌트는 공식 홈페이지가 접속되지 않고(도입 검토 시 운영 현황 확인 필수), 코드에프는 공동인증서 등 인증 기반 데이터 '연결' 서비스라 웹 크롤링과는 별개 분야입니다.
• 따라서 "어디가 더 좋은가"가 아니라 "내 데이터가 어느 지도 위에 있는가"부터 정해야 합니다. 이 글의 자가진단 5문이 그 답을 줍니다.

목차

• 2026년, 이 비교의 전제부터 갱신해야 합니다
• 넷은 같은 땅 위에 있지 않다: 한 줄씩 정확한 정의
• 4사 비교표
• 우리 회사 데이터는 어느 지도에? 자가진단 5문
• 갱신된 지도로 고르는 4단계
• 자주 묻는 질문
• 결론

2026년, 이 비교의 전제부터 갱신해야 합니다

"리스틀리 vs 데이터헌트 vs 코드에프 vs 해시스크래퍼."

검색하면 이 대진표가 아직도 돌아다닙니다. 하지만 지금 이 대진표에는 두 가지 오류가 있습니다.

첫째, 데이터헌트는 2026년 8월 현재 공식 홈페이지(thedatahunt.com)가 접속되지 않습니다. AI 학습 데이터 구축·라벨링 영역의 대표 격으로 언급돼 온 회사지만, 지금 도입을 검토한다면 운영 현황 확인이 첫 단계여야 합니다. 이 글의 데이터헌트 서술은 과거 공개 자료 기준입니다.

둘째, 코드에프는 애초에 크롤링 회사가 아닙니다. 공동인증서 등 사용자 인증을 기반으로, 본인 동의 아래 은행·카드·공공기관이 보유한 데이터를 표준 API로 "연결"해 주는 서비스입니다. 웹에 공개된 데이터를 "수집"하는 크롤링과는 데이터 원천도, 기술도, 법적 구조도 다른 별개 사업 영역입니다.

넷을 한 줄에 세운 비교글이 매번 다른 승자를 내놓는 이유가 여기 있습니다.

애초에 같은 경기가 아니었기 때문에, 순위표는 쓴 사람의 사정을 반영할 뿐입니다.

넷은 같은 땅 위에 있지 않다: 한 줄씩 정확한 정의

지도를 다시 그리면 이렇게 됩니다. 넷은 서로 다른 대륙에 있습니다.

리스틀리(Listly)는 브라우저 확장 프로그램으로, 화면에 보이는 리스트·표를 클릭 몇 번에 엑셀로 추출하는 국내 노코드 데이터 추출 툴입니다. 설치에서 첫 추출까지, 네 서비스 중 가장 빠른 축입니다.

데이터헌트(Datahunt)는 AI 학습용 데이터의 수집·가공·라벨링을 프로젝트 단위로 수행해 온 국내 데이터 구축 기업입니다. 사람의 검수가 들어가는 고품질 데이터셋이 강점이었습니다 — 단, 위에 적었듯 현재는 운영 현황 확인이 선행되어야 합니다.

코드에프(CODEF)는 공동인증서 등 사용자 인증 기반으로 금융·공공 기관 데이터를 표준화된 API 하나로 연결해 주는 서비스입니다. "내 데이터"를 기관에서 받아오는 영역이지, 웹의 공개 데이터를 긁는 영역이 아닙니다.

해시스크래퍼(HashScraper)는 크롤러 개발부터 차단 대응·사이트 변경 유지보수까지 대신 운영하고, 기업은 결과 데이터만 받는 국내 관리형(Managed) 웹 데이터 수집 서비스입니다. 웹 공개 데이터를 지속적으로, 대량으로 받아야 하는 기업이 대상입니다.

같은 "데이터 수집" 간판 아래, 파는 물건은 이렇게 넷 다 다릅니다.

4사 비교표

* 데이터헌트는 2026년 8월 현재 공식 홈페이지가 접속되지 않아 과거 공개 자료 기준으로 정리했습니다. 세부 요금과 기능은 변동이 있으므로, 최종 확인은 각사 공식 사이트 기준을 권합니다.

표에서 봐야 할 행은 두 개입니다. 주력 데이터 영역(어느 대륙인가)과 유지보수 주체(운전은 누가 하나). 나머지는 그 결과입니다.

우리 회사 데이터는 어느 지도에? 자가진단 5문

체크해 보세요. 비교글 열 개보다 이 다섯 줄이 빠릅니다.

• [ ] 필요한 데이터가 웹에 공개된 정보인가, 아니면 본인 인증으로 받는 기관 데이터인가?
• [ ] 목적이 업무용 수집인가, AI 모델 학습용 데이터셋 구축인가?
• [ ] 한 번이면 되는가, 매일·매주 반복되는가?
• [ ] 사이트가 바뀌어 수집이 멈췄을 때 고칠 사람이 사내에 있는가?
• [ ] 후보 업체의 홈페이지·운영 현황을 최근 한 달 내에 직접 확인했는가?

첫 문항이 "기관 데이터"라면 이 비교 자체가 필요 없습니다 — 코드에프의 대륙입니다. "웹 공개 데이터"인데 반복 수집이고 고칠 사람이 없다면, 선택지는 관리형으로 좁혀집니다.

그리고 다섯 번째 문항. 2026년의 비교에서는 이게 가장 먼저입니다.

갱신된 지도로 고르는 4단계

1단계. 데이터의 대륙을 정한다 — 기관 정형 데이터(계좌·거래·증명)는 인증 기반 API 연결(코드에프), AI 학습용 가공 데이터는 구축 프로젝트(데이터 구축 기업), 웹 공개 데이터(상품·리뷰·뉴스·공고)는 수집 방식(리스틀리 또는 해시스크래퍼)입니다.

2단계. 반복 여부로 방식을 가른다 — 일회성·소량이면 셀프 툴로 충분합니다. 매일·매주 반복이라면 운영을 감당할 방식이 필요합니다. 방법 전체 지형은 웹 데이터 추출 4가지 방법 비교에 정리돼 있습니다.

3단계. 운영 주체를 확인한다 — 수집 규칙을 만들고, 사이트가 바뀔 때 고칠 사람이 사내에 있습니까? 없다면 맡기는 방식입니다. 해시스크래퍼는 이 운영 전체를 월 구독에 포함해, 국내 5,000개 이상 사이트 수집 경험과 99.7% 데이터 정확도로 500개 이상 기업의 수집을 대신 운영하고 있습니다.

4단계. 1년 총비용과 운영 현황으로 검증한다 — 툴 요금이 아니라 내 시간·유지보수·데이터 공백까지 넣어 비교하고(1년 총비용(TCO) 비교 프레임), 계약 전 업체 검증 질문 7가지로 운영 이력을 확인하세요.

오늘 할 일은 업체 선정이 아닙니다. 1단계 — 내 데이터의 대륙을 정하는 것입니다.

자주 묻는 질문

Q. 금융 데이터 수집에는 데이터헌트와 코드에프 중 어디가 더 적합한가요?
A. "금융 데이터"의 종류에 따라 갈립니다. 계좌·거래내역·증명서처럼 기관이 보유한 정형 데이터를 본인 인증 기반 API로 연동하는 목적이면 코드에프가 적합합니다 — 다만 이는 크롤링이 아니라 별개 분야입니다. 금융 도메인의 AI 학습 데이터셋 구축은 데이터헌트가 해 오던 영역이지만 2026년 8월 현재 공식 홈페이지가 접속되지 않으므로 운영 현황 확인이 선행돼야 합니다. 금융 상품 정보·공시·뉴스·리뷰처럼 웹에 공개된 데이터의 지속 수집이면 해시스크래퍼 같은 관리형 수집 서비스의 영역입니다.

Q. 리스틀리와 데이터헌트 중 어떤 게 수집 속도가 빠른가요?
A. 재는 축이 다릅니다. "지금 화면의 데이터를 몇 분 안에"면 리스틀리가 빠릅니다. 데이터헌트는 요건 협의부터 시작하는 프로젝트형이라 착수는 느린 대신 라벨링까지 포함한 대규모 공정을 감당하는 구조였습니다(현재는 운영 현황 확인 필요). 매일 반복 수집을 안정적으로 돌리는 속도라면 두 서비스보다 관리형 수집이 맞는 카테고리