KOIIAAI Ready Data 처음으로

홈›AI Ready Data 소개

AI Ready Data 소개

AI Ready Data(AIRD)의 개념과 공공데이터가 데이터 팩으로 전환되는 과정을 소개합니다.

1. AI Ready Data란

사람과 AI가 별도 처리 없이 활용할 수 있도록 공공데이터에 설명 · 품질 판정 · 이용 조건을 더해 데이터 팩으로 제공하는 데이터입니다. 원본 파일은 변경하지 않고, 확인 · 정리한 내용을 함께 수록합니다.

원본 파일에서 AI Ready 데이터 팩으로 공공데이터포털의 원본 파일은 항목 뜻 · 표기 · 품질을 이용자가 직접 확인해야 합니다. AI Ready 데이터 팩은 데이터, 설명서, 품질 판정서, 이용 조건을 함께 수록하여 사람과 AI 에이전트가 별도 처리 없이 활용합니다. 원본 파일 공공데이터포털 CSV 등 · 항목 뜻을 이름으로 추측 · 날짜 · 이름 표기가 제각각 · 품질은 사용 전에 확인하기 어려움 진단 · 정리 AI Ready 데이터 팩(zip) 데이터CSV(원본 열 + 「정제_」 열) 설명서manifest · 메타데이터 · 항목 정의 품질 판정서G1 · G2 판정서 · 진단 리포트 이용 조건출처 · 이용허락 조건 활용 이용자 · 사람: 내려받아 분석 · AI 에이전트: API · MCP로 조회하고 판정을 확인
원본 파일과 AI Ready 데이터 팩의 차이
원본 파일과 AI Ready Data 비교
구분원본 파일AI Ready Data
항목의 의미열 이름으로 추측항목마다 의미 · 유형 · 값 예시
표기 · 형식같은 값의 표기가 혼재「정제_」 열에 통일, 원본 열은 그대로
품질 확인내려받아 사용하기 전에는 확인하기 어려움품질 판정서 · 진단 리포트를 함께 제공
다른 데이터와 연결공통 항목을 직접 찾아야 함시도 · 업종 · 기업명 등 연결 기준 21종 표시

2. 전환 과정과 준비 단계

공개 파일을 수집하여 품질을 진단하고, 수정 가능한 값은 정제한 뒤 데이터 팩으로 변환하여 공개합니다. 데이터마다 판정 지점(G1 · G2 · G3)을 통과했는지에 따라 준비 단계가 정해집니다.

전환 과정 5단계와 준비 단계 수집, 품질 진단, 개선, 팩 변환, 공개의 다섯 단계를 거칩니다. 준비 단계는 원시에서 등록 요건(G1)을 통과하면 준비 중(Discoverable), 품질 기준(G2)을 통과하면 품질 기준 충족(Quality-Ready, AI Ready), 목적 적합(G3)을 통과하면 목적 적합(Purpose-Ready)입니다. 01 수집 2,015종 포털 공개 목록 02 품질 진단 1,772종 형식 · 누락 · 중복 03 개선 1,492종 정리한 열 추가 04 팩 변환 1,772종 데이터 · 설명 · 판정 05 공개 1,772종 검색 · 내려받기 · API 준비 단계 원시 Raw 사이트에 게시하지 않음 준비 중 Discoverable 1,401종G1 품질 기준 충족 Quality-Ready · AI Ready 371종G2 목적 적합 Purpose-Ready 5종G3
전환 과정(위)과 데이터별 준비 단계(아래). 품질 기준 충족 이상을 AI Ready로 표시합니다. 수치는 이 사이트의 현재 등록 기준입니다.

판정 지점별 요건과 판정 절차는 AI Ready Data 표준 해설(새 창)의 「개념과 판정」에서 확인할 수 있습니다. 데이터마다 받은 판정서는 상세 화면의 「품질 판정서 보기」에서 확인할 수 있습니다.

3. 데이터 팩 구성

데이터 1종이 데이터 팩(zip) 1개입니다. 팩에 포함된 파일은 다음과 같습니다.

데이터 팩 구성 파일
구성파일내용
설명서manifest.json팩 전체 목록 · 준비 단계 · 파일 지문(SHA-256)
메타데이터metadata/ · schema/데이터 설명(DCAT 기반) · 항목 정의
데이터data/CSV(원본 열 + 「정제_」 열). 일부 데이터는 Parquet도 함께
품질 정보gates/ · diagnosis/등록 요건(G1) · 품질 기준(G2) 판정서, 진단 리포트
이용 조건LICENSE.txt출처 · 이용허락 조건

파일별 상세 형식은 데이터 팩 규격에서 확인할 수 있습니다.

4. 관련 표준

데이터 팩의 기재 항목 · 품질 지표 · 준비 단계 판정은 이 과제에서 제안한 AI Ready Data 표준(TTA 단체표준, 제정 진행 중)을 따릅니다. 메타데이터는 DCAT 기반 공공데이터 메타데이터 체계와 호환되게 작성했습니다.

AI Ready Data 표준 해설 · aird.datahub.kr(새 창) 표준 소개 · 데이터 준비 절차 · 에이전트 활용 · 개념과 판정 · 용어집 · 품질 지표

5. 구축 현황

산업통상부와 소속 · 산하 21개 기관이 공공데이터포털에 공개한 파일데이터 · 2026년 4월 공개본 기준

  1. 수집2,015포털 목록
  2. 구축 확정1,772파일 확인 · 중복 정리
  3. 정제 항목 추가1,492「정제_」 열이 있는 데이터
  4. 연결 기준 확인654연결 기준 1개 이상(값 일치는 별도 확인)

기관별 데이터 수

기관별 구축 데이터 수
표로 보기
기관별 구축 데이터 수
한국가스공사290종
한국산업기술시험원225종
산업통상부144종
한국산업단지공단130종
(주)한국가스기술공사129종
한국가스안전공사121종
한국무역보험공사95종
한국광해광업공단90종
한국산업기술진흥원84종
대한무역투자진흥공사80종
한국세라믹기술원63종
한국산업기술기획평가원53종
한국석유공사49종
(주)강원랜드47종
한국탄소산업진흥원33종
한국석유관리원31종
대한석탄공사28종
산업통상부 국가기술표준원28종
한국디자인진흥원28종
무역안보관리원20종
한국로봇산업진흥원4종

제공 파일: 데이터 팩(zip) · 원본은 공공데이터포털로 연결

6. 측정한 효과

서로 다른 데이터를 같은 항목(시도 · 산업단지 · 국가 등)으로 연결했을 때, 값이 일치하여 실제로 연결되는 비율을 원본과 비교했습니다.

전체 가중 평균13.9% → 14.4%117,760쌍 · 연결 기준 20종
AI Ready Data가 우세한 기준4종1%p 이상 더 연결됨
AI Ready Data가 열세인 기준2종공개 규칙만 적용한 원본의 연결 비율이 더 높음

실증 결과 자세히 보기 →

연결 기준별 결과 · 표기 변형 자세히

값이 절반 이상 일치하는 쌍의 비율입니다. 원본은 누구나 적용할 수 있는 정규화 · 별칭표를 적용한 값 가운데 가장 높은 값입니다.

연결 기준별 값이 절반 이상 일치하는 쌍의 비율
  • 시군구2,756쌍 38.2% 45.2% +7.0%p
  • 국가18,882쌍 23.4% 26.2% +2.8%p
  • 광산 · 광종7,754쌍 7.7% 10.2% +2.5%p
  • HS 품목790쌍 12.9% 15.2% +2.3%p
  • 업종(KSIC)1,876쌍 5.8% 6.5% +0.7%p
  • 주소36,998쌍 0.2% 0.4% +0.2%p
  • MTI 품목540쌍 92.2% 92.4% +0.2%p
  • 기업명 · 상호18,308쌍 1.8% 1.1% -0.7%p
  • 산업단지4,828쌍 29.4% 28.1% -1.3%p
  • 시도8,742쌍 86.7% 84.1% -2.6%p
표로 보기 · 기준별 설명
연결 기준비교한 쌍원본원본+공개 규칙AIRD차이
시도
시도는 별칭표(구 명칭 · 약칭 17행)와 주소 앞부분 일치만으로도 원본이 AIRD와 같은 수준으로 연결됩니다. 이 축의 AIRD 효과는 「별칭표를 사전 적용한 것」에 해당합니다.
8,74244.8%86.7% 84.1%-2.6%p
산업단지
공개 규칙(괄호 · 「(외)」 · 「국가산업단지」 접미어 제거)만으로도 원본이 AIRD보다 소폭 더 많이 연결됩니다. AIRD는 외국인투자지역 · 재생사업지구를 모단지로 통합하여 구분이 사라지는 한계가 있습니다(D-COMPLEX-MERGE).
4,82820.4%29.4% 28.1%-1.3%p
시군구
시도를 제거하면 같은 이름이 되는 시군구(중구 · 동구 · 서구 · 남구 · 북구 · 강서구 · 고성군)는 서로 다른 지역임에도 연결됩니다(오연결). 이 이름을 제외해도 AIRD 조건이 공개 규칙 기준선보다 높습니다.
2,75632.8%38.2% 45.2%+7.0%p
국가
「아랍에미리트 연합」 · 「아랍에미레이트」 등의 표기 차이를 하나로 통합하였습니다.
18,88223.4%23.4% 26.2%+2.8%p
광산 · 광종 7,7547.4%7.7% 10.2%+2.5%p
HS 품목 79012.9%12.9% 15.2%+2.3%p
업종(KSIC) 1,8765.3%5.8% 6.5%+0.7%p
주소
주소 · 기업명은 데이터마다 대상이 달라 본래 일치하는 값이 적습니다. 도로명주소 DB · 사업자 식별 같은 참조데이터 기반 개체 연결이 다음 과제입니다.
36,9980.2%0.2% 0.4%+0.2%p
기업명 · 상호
명칭 일치만으로는 같은 기업인지 확정할 수 없어, 개체 연결(사업자번호 · 주소 대조)이 필요합니다.
18,3081.1%1.8% 1.1%-0.7%p
MTI 품목
품목 코드는 같은 단계(3 · 4 · 6자리)끼리 비교한 값이며, 원본도 이미 높은 비율로 연결됩니다. AIRD는 명칭 오대응을 정정했고 결합 차이는 0.2%p입니다. 단계를 혼합한 자동 측정(jsr2.json)에서는 AIRD가 낮게 측정되나, 전체 가중 평균 차이는 +0.5%p 내외입니다.
54092.2%92.2% 92.4%+0.2%p

차이 = AIRD − 가장 강한 원본 기준선 · 측정일 2026-10-21 · 정제본 1

AIRD가 표준값으로 통일한 표기 변형

연결 기준별 통합한 표기 변형 수
  • 업종 · 산업분류표준값 952개 7,251개
  • 산업단지표준값 1,056개 1,238개
  • 시군구표준값 243개 697개
  • HS · HSK 품목코드표준값 456개 679개
  • 국가표준값 217개 406개
  • 광산 · 광업권표준값 114개 152개
  • MTI 품목코드표준값 67개 83개
  • 시도표준값 17개 52개
표로 보기
연결 기준별 통합한 표기 변형 수
업종 · 산업분류7,251개
산업단지1,238개
시군구697개
HS · HSK 품목코드679개
국가406개
광산 · 광업권152개
MTI 품목코드83개
시도52개
변형 예시 보기
국가
  • 아랍에미리트← 아랍에미리트(26) · 아랍에미리트 연합(10) · 아랍에미레이트(5) · 아랍 에미리트 연합국(2)
  • 미국령 군소 제도← 군소 외곽제도(3) · 존스톤 아일랜드(1) · 나바사섬(1) · 베이커홀랜드섬(1)
광산 · 광업권
  • 철광← 철(11) · 철,철(3) · 철광(2) · 철광석(Iron)(1)
  • 금광 | 은광← 금,은(9) · 금·은(1) · 금.은(1) · 금, 은(1)
업종 · 산업분류
  • 무기 및 총포탄 제조업← 무기 및 총포탄 제조업(4) · 무기 및 총포탄 제조업 외 4 종(3) · 무기 및 총포탄 제조업 외 10 종(3) · 무기 및 총포탄 제조업 외 7 종(3)
  • 구조용 금속 판제품 및 공작물 제조업← 구조용 금속 판제품 및 공작물 제조업(4) · 구조용 금속 판제품 및 공작물 제조업 외 8 종(3) · 구조용 금속 판제품 및 공작물 제조업 외 5 종(3) · 구조용 금속 판제품 및 공작물 제조업 외 2 종(3)
MTI 품목코드
  • 700000← 713210(5) · 723100(4) · 727500(2) · 753900(2)
  • manufacturing equipment← specialmachine(10) · other machinery(10) · generalmachine(10) · mechanical elements, to…(7)
산업단지
  • 구미국가산업단지← 구미(28) · 구미(외)(28) · 구미국가산업단지(12) · 구미국가(1단지)[재생사업지구](6)
  • 영암대불국가산업단지← 대불(28) · 대불(외)(28) · 대불국가산업단지(15) · 대불국가산업단지 (① + ② + ③ + ④)(4)
HS · HSK 품목코드
  • 기타← 기타(1) · 명령ㆍ데이타ㆍ음성ㆍ영상을 재생하는 것(자동…(1) · 판지로 만든 것(1) · 농약원제(農藥原劑)(□농약관리법□에 따라 …(1)
  • 8414700000, 8417101010, 8417101090, 8417102010, 8417102090, 8417200000, 8417801010, 8417801020, 8417801030, 8417801090, 8417802000, 8417809000, 8478100000, 8479101000, 8479102000, 8479109000, 8479200000, 8479300000, 8479400000, 8479501000, 8479502000, 8479509000, 8479600000, 8479710000, 8479790000, 8479811000, 8479812090, 8479813000, 8479814000, 8479819000, 8479821000, 8479822000, 8479823000, 8479824000, 8479829000, 8479830000, 8479892010, 8479892090, 8479899099, 8484109000, 8484900000, 8508199000, 8508600000, 8514110000, 8608001000, 8608002000← 8479909090(10) · 8484109000(8) · 8479899099(5) · 8479509000(4)
시군구
  • 중구← 중구(22) · 인천광역시중구(1) · 대전광역시중구(1) · 대구 중구(1)
  • 서구← 서구(27) · 인천광역시서구(1) · 대구광역시서구(1) · 광주 서구(1)
시도
  • 서울특별시← 서울(49) · 서울특별시(29) · 서울특갹(1) · 서울별시(1)
  • 강원특별자치도← 강원(52) · 강원특별자치도(20) · 강원도(14) · 강원별자치도(1)

「서울_경기」 「충남(대전)」처럼 두 지역을 함께 기록한 값도 한쪽 시도로 통합된 경우가 있습니다. 정제 규칙 점검 대상(D-SIDO-MULTI)이며 다음 정정에서 「확인 필요」로 변경합니다.

7. 발견 · 수정한 결함

실험과 검증에서 발견한 결함입니다. 수정한 결함과 아직 수정하지 못한 결함을 함께 공개합니다.

수정12
차기 정정 예정3
정책 변경1
결함 목록 16건
수정산업단지 명칭의 유형 접미어 중복D-COMPLEX-DUP
발견 내용
정제 규칙이 「국가」 · 「도시첨단」 접미어를 중복하여 추가하였습니다.
규모
30종 데이터, 12,797셀
조치 내용
중복된 접미어를 삭제하였습니다.
  • 평택아산국가국가산업단지 → 평택아산국가산업단지
  • 당진아산국가국가산업단지 → 당진아산국가산업단지
  • 대구국가국가산업단지 → 대구국가산업단지
수정「지역」 열의 시도 축 오분류D-SIDO-AXIS
발견 내용
열 이름만을 근거로 시도 열로 판정하였으나, 실제 값에는 국가 · 시군구 · 지사 · 로케일 값이 혼재되어 있었습니다.
규모
27개 열(국가 7개, 시군구 8개, 해당 없음 12개로 재분류)
조치 내용
열 값을 기준으로 재판정하고 축 판정 규칙에 값 검증 절차를 추가하였으며, 잘못 설정된 연계를 해제하였습니다.
수정기준일 없는 구 명칭 변환D-SIDO-ALIAS
발견 내용
「강원도」를 「강원특별자치도」로, 「전라북도」를 「전북특별자치도」로 기준일 표기 없이 변환하였습니다.
규모
시도 17개
조치 내용
현행 명칭으로 통일하고, 구 명칭과 약칭은 기준일과 함께 참조데이터(data/reference/sido.json)에 병기하였습니다.
  • 강원도(~2023-06-10) → 강원특별자치도
  • 전라북도(~2024-01-17) → 전북특별자치도
수정수소 · 연료 팩의 시도 표기 미정규화D-FUEL-SIDO
발견 내용
에이전트 실험의 4회 실행이 모두 팩 정답과 다른 동일한 값을 산출하였으며, 원인은 「[E]경북」 표기의 미정규화였습니다.
규모
알뜰 43행, LPG 166행
조치 내용
주소 앞부분의 시도명으로 정규화하고 정답 5건을 정정하였습니다. 정정 전후 점수를 함께 공개합니다.
  • [E]경북 → 경상북도
수정리콜 팩 초과 배율 태그의 산정 오류(첫 번째 물질 값만 반영)D-RECALL-RATIO
발견 내용
적대적 검증 결과, 본문에는 기준치의 100배 이상으로 기재되어 있으나 태그 값은 100 미만인 사례를 확인하였습니다.
규모
843조각 중 99조각의 값 변경, 평가 정답 RQ-006: 99 → 146
조치 내용
「N배」 표기 중 최댓값(「이하」 표기는 제외)으로 태그를 재생성하였습니다. 1차 리콜 실험 결과는 철회하고 재실험하였습니다.
  • 708.1배 · 3배 · 8배(기존 태그 3.1) → 708.1
수정리콜 팩 물질 태그의 위해 설명 물질명 혼입D-RECALL-SUBST
발견 내용
적대적 검증 결과, 기준을 초과한 물질이 아닌 일반 설명에 언급된 물질명까지 태그로 부여된 사례를 확인하였습니다.
규모
납 143 → 141, 카드뮴 58 → 56
조치 내용
위반 내용을 기술한 문장에서만 물질명을 추출하도록 변경하고, 설명에 언급된 물질은 hazard_mentions 항목으로 분리하였습니다.
수정도시가스 팩 관측 · 산정 구간 경계의 빌드일 기준 설정D-GAS-OBS
발견 내용
적대적 검증 결과, 원천 공개일(2025-12-08) 이후의 값이 관측 · 평가 구간에 포함된 것을 확인하였습니다.
규모
311일 × 3개 용도
조치 내용
구간 경계를 원천 공개일로 변경하고, 평가 구간 종료일을 2026-10-15에서 2025-12-08로 정정하였습니다.
수정HS 팩 상품 설명의 개인 이메일 노출D-HS-CONTACT
발견 내용
적대적 검증 결과, 자유 서술 항목의 연락처 가림 처리가 활용 사례 팩에는 적용되지 않은 것을 확인하였습니다.
규모
1개 셀
조치 내용
이메일 · 전화번호 형식의 값을 가림 처리하였습니다(부품번호는 제외).
수정리콜 팩 물질 태그 보완(3차 · 4차)D-RECALL-SUBST2
발견 내용
재검증 결과, 「납땜」(전기 관련 위반)과 「국내 기준을 모두 만족」 문장이 납으로, 표시 위반 서술(「프탈레이트가소제경고사항누락」)이 프탈레이트로 탐지된 사례를 확인하였습니다. 또한 붕소(87조각) · 방부제 등은 규칙에 포함되지 않아 태그가 누락되었습니다.
규모
납 141 → 139, 프탈레이트 221 → 220, 붕소 87 · 방부제 36 등 추가
조치 내용
「납땜」 · 「기준 만족」 · 「표시사항미비」 이후의 서술은 추출 대상에서 제외하고, 원천에 실제로 기재된 물질을 규칙에 보강하였습니다. 에이전트 실험의 AIRD 조건은 재실행하고, 이전 결과의 철회 사실을 공개하였습니다.
  • …표시사항미비-…프탈레이트가소제경고사항누락(표시 위반) → 프탈레이트 태그 제외(동일 조각의 납 기준 초과 태그는 유지)
  • 붕소용출량 2.5배초과 → 붕소
차기 정정 예정복수 지역 병기 값의 단일 시도 정제D-SIDO-MULTI
발견 내용
「서울_경기」, 「충남(대전)」과 같이 두 지역을 함께 기재한 값이 한쪽 시도로 통합되었습니다.
규모
시도 축의 일부 값
조치 내용
차기 정정에서 원래 값을 유지하고 「확인 필요([E])」로 표기할 예정입니다.
  • 서울_경기 → 서울특별시
수정정제 데이터 행 수의 물리적 줄 수 기준 표시D-ROWS
발견 내용
4차 검증 결과, 셀 내부 줄바꿈까지 집계한 값이 정제본 행 수로 표시된 것을 확인하였습니다(예: 바이코리아 11,080행, 실제 10,823건).
규모
266종 데이터의 정제본 행 수
조치 내용
CSV 레코드 단위로 재집계하여 카탈로그 · 데이터 상세 · 사례 화면에 반영하였습니다.
  • 11,080행(줄 수) → 10,823건(레코드)
수정리콜 팩 배율 태그 규칙 보완(2차)D-RECALL-RATIO2
발견 내용
재검증 결과, 이전 규칙이 「초과」 표기가 없는 「기준치 248.6배」와 쉼표가 포함된 숫자(「1,000배」, 「10,000배」)를 인식하지 못한 것을 확인하였습니다.
규모
4조각, 평가 정답 RQ-006: 146 → 150
조치 내용
쉼표를 포함한 「N배」 표기의 최댓값을 사용하고, 같은 항목 안의 「이하 · 이내 · 미만」 표기만 제외하도록 변경하였습니다.
  • 기준치 248.6배(기존 태그 없음) → 248.6
  • 1,000배 이상(기존 태그 0) → 1000
정책 변경정제 데이터 내 개인 성명 · 연락처 잔존D-PII-R6
발견 내용
재검증 결과, 대표자명 · 작성자 · 생성자(이메일 ID) 열, 계약상대자 · 광업권자의 개인 성명, 자유 서술 열의 이메일 · 휴대전화 번호가 남아 있는 것을 확인하였습니다.
규모
34종 데이터, 10개 열 제외, 성명 16,003셀 · 연락처 593셀 가림
조치 내용
해당 열을 제외하고 값을 가림 처리하였습니다(서지 정보는 유지). 이전 정정부터는 사이트 제공 파일을 별도로 처리된 데이터 팩(files/data/) 그대로 제공하도록 변경하여, 사이트 단계의 가림 처리는 적용하지 않습니다(공공데이터 개방 정책 준수).
차기 정정 예정시도 정보가 제거된 시군구 명칭의 오연결D-SIGUNGU-AMB
발견 내용
재검증 결과, 「대구 중구」와 「부산 중구」가 모두 「중구」로 연결된 것을 확인하였습니다.
규모
AIRD 시군구 결합 행의 11.9%가 여러 시도에 같은 이름이 있는 명칭
조치 내용
효과 측정에서 해당 명칭을 제외한 값을 함께 공개합니다. 정제값에 시도 + 시군구 복합키를 추가하는 작업은 차기 정정에서 반영할 예정입니다.
  • 대구 중구 · 부산 중구 → 중구
차기 정정 예정외국인투자지역 · 재생사업지구의 모단지 병합D-COMPLEX-MERGE
발견 내용
재검증 결과, 「구미(외)」, 「구미국가(1단지)[재생사업지구]」가 「구미국가산업단지」로 통합된 것을 확인하였습니다.
규모
산업단지 축
조치 내용
구분 정보(외국인투자지역 · 재생사업지구)를 별도 열로 보존하는 작업은 차기 정정에서 반영할 예정입니다.
  • 구미(외) → 구미국가산업단지
수정MTI 품목명 오대응 및 측정 방법 오류D-MTI
발견 내용
서로 다른 처리 단계의 열을 비교하여 결합률이 감소한 것으로 잘못 측정하였습니다(측정 오류). 이와 별도로 품목명이 다른 품목으로 대응된 정제 사례가 있었습니다.
규모
명칭 3,122셀
조치 내용
같은 처리 단계끼리 비교하도록 지표 정의를 정정하고, 같은 코드에는 원천 표기 기준의 같은 명칭을 적용하였습니다.
  • stationery → accessory/personal ornament
  • stationery and toy → portable goods
  • apparel → garments/clothes

정정 기록 내려받기(zip) 표기 정정 15,919셀 · 40종