KOIIAAI Ready Data 처음으로

홈›데이터 찾기›한국산업단지공단_공장등록현황통계_시도별 공장면적 현황

한국산업단지공단_공장등록현황통계_시도별 공장면적 현황

읽기 쉬운 제목(검토 전) 공장등록현황통계 · 시도별 공장면적 현황

한국산업단지공단 · 입지지원팀 · 공공데이터포털 원본 ↗

데이터 ID 15085506 · 버전 1.0.0 · 최초 등록 2021-08-05 · 2026-03-17 갱신 · 월간

준비 단계품질 진단을 하였으나 기준에 미달하였습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?

공장등록현황통계의 시도별 공장면적현황 csv 파일로, 한국의 17개 시도에 대한 공장면적현황을 데이터 기준일자로 제공하고 있습니다.

기관이 작성한 데이터 설명 전체
공장등록현황통계의 시도별 공장면적현황 csv 파일로, 한국의 17개 시도에 대한 공장면적현황을 데이터 기준일자로 제공하고 있습니다.
공장면적의 경우 용지면적, 제조시설 및 부대면적으로 나뉘어져 있으며 단위는 m2입니다.
17시도의 경우 광역시도에 대한 기준으로 서울, 인천, 경기, 강원, 충북, 충남, 대전, 전남, 전북, 광주, 경북, 대구, 경남, 부산, 울산, 제주, 세종 등으로 구분되어 있습니다.
해당 데이터는 공장설립온라인지원시스템(www.factoryon.go.kr)을 통해 전국 지자체 및 관리기관에서 등록한 민원 데이터를 토대로 작성하였습니다.

공공행정 - 일반행정공장등록현황시도별공장면적공장통계공장면적전국공장면적

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

4행 × 원본 19열 (+정제 1열)

CSV 1 KB · Parquet 6 KB

기간

2026

년월 기준 · 99% 범위

공간 단위

해당 없음

결측

70.0%

항목 평균 · 충북 70%

연결 기준

1종 · 121개 데이터

시도

정제 범위

1/19 항목 · 정제값이 있는 셀 100.0%

원본 열은 그대로 보존

데이터 내용

년월시도별 공장 면적 현황을 집계한 기준 일자유형 날짜형분류 날짜결측 70%정제 정제 100.0%

시도별 공장 면적 현황을 집계한 기준 일자

정제 열 정제_년월

예: 2026-02-28

등록현황공장의 면적을 용지면적·제조시설면적·부대시설면적으로 나눈 집계 항목의 명칭유형 문자형분류 코드 · 분류결측 70%정제 원본 유지

공장의 면적을 용지면적·제조시설면적·부대시설면적으로 나눈 집계 항목의 명칭

예: 용지면적 제조시설면적 부대시설면적

서울표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 1,808,299.72 ~ 3,094,912.19 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 1,808,299.72 ~ 3,094,912.19 범위의 실수 수치

예: 3094912.19 2567575.85 1808299.72

부산표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 15,787,634.2 ~ 30,767,487.19 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 15,787,634.2 ~ 30,767,487.19 범위의 실수 수치

예: 30767487.19 15787634.2 17248815.39

대구표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 3,684,279.51 ~ 22,103,186.11 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 3,684,279.51 ~ 22,103,186.11 범위의 실수 수치

예: 22103186.11 11975054.81 3684279.51

인천표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 7,950,559.06 ~ 23,726,535.96 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 7,950,559.06 ~ 23,726,535.96 범위의 실수 수치

예: 23726535.96 13292109.75 7950559.06

광주표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 2,201,783.68 ~ 31,233,807.52 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 2,201,783.68 ~ 31,233,807.52 범위의 실수 수치

예: 17403428.07 31233807.52 2201783.68

대전표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 2,204,031.77 ~ 12,458,258.84 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 2,204,031.77 ~ 12,458,258.84 범위의 실수 수치

예: 12458258.84 3965315.73 2204031.77

울산표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 8,590,445.2 ~ 52,078,855.16 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 8,590,445.2 ~ 52,078,855.16 범위의 실수 수치

예: 52078855.16 14481717.23 8590445.2

세종표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 1,201,152.82 ~ 6,933,977.98 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 1,201,152.82 ~ 6,933,977.98 범위의 실수 수치

예: 6933977.98 1934626.12 1201152.82

경기표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 39,962,658.18 ~ 197,336,105.9 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 39,962,658.18 ~ 197,336,105.9 범위의 실수 수치

예: 197336105.9 75342753.54 39962658.18

강원표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 10,955,764.5 ~ 82,628,713.16 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 10,955,764.5 ~ 82,628,713.16 범위의 실수 수치

예: 82628713.16 21861465.64 10955764.5

충북표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 16,470,252.75 ~ 115,448,773.5 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 16,470,252.75 ~ 115,448,773.5 범위의 실수 수치

예: 115448773.5 38177822.01 16470252.75

충남표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 8,680,947.7 ~ 83,367,181.73 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 8,680,947.7 ~ 83,367,181.73 범위의 실수 수치

예: 83367181.73 18591730.39 8680947.7

전북표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 13,005,026.09 ~ 107,244,249.1 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 13,005,026.09 ~ 107,244,249.1 범위의 실수 수치

예: 107244249.1 36240826.91 13005026.09

전남표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 12,703,846.95 ~ 98,803,356.47 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 12,703,846.95 ~ 98,803,356.47 범위의 실수 수치

예: 98803356.47 35882753.04 12703846.95

경북표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 467,795.32 ~ 2,994,217.91 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 467,795.32 ~ 2,994,217.91 범위의 실수 수치

예: 2994217.91 549201.38 467795.32

경남표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 2,914,006.25 ~ 23,626,582 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 2,914,006.25 ~ 23,626,582 범위의 실수 수치

예: 23626582 5028556.27 2914006.25

제주표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 7,553,505.89 ~ 55,783,026.55 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 70%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 7,553,505.89 ~ 55,783,026.55 범위의 실수 수치

예: 55783026.55 14271425.45 7553505.89

상위 4행 · 19열 중 11열 · 나머지는 데이터 팩에 · 첫 열 고정 · 「정제_」 항목이 정리한 값 · 확인 필요 규칙으로 확정하지 못해 원래 값을 그대로 유지한 값(파일에서는 값 앞에 [E]) · 행 식별값은 맨 끝

등록현황서울부산대구인천광주대전울산세종경기년월정제_년월행 식별값
용지면적3094912.1930767487.1922103186.1123726535.9617403428.0712458258.8452078855.166933977.98197336105.92026-02-282026-02-280_d6e0626a
제조시설면적2567575.8515787634.211975054.8113292109.7531233807.523965315.7314481717.231934626.1275342753.542026-02-282026-02-281_f8fa2d08
부대시설면적1808299.7217248815.393684279.517950559.062201783.682204031.778590445.21201152.8239962658.182026-02-282026-02-282_39589b5a
3_f583cb88
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15085506/data/dataset-15085506.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15085506)

{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
데이터 팩 내려받기 · 18 KBCSV