홈›데이터 찾기›한국산업단지공단_공장등록현황통계_시도별 업종별 현황
한국산업단지공단_공장등록현황통계_시도별 업종별 현황
읽기 쉬운 제목(검토 전) 공장등록현황통계 · 시도별 업종별 현황
한국산업단지공단 · 입지지원팀 · 공공데이터포털 원본 ↗
준비 단계품질 진단을 하였으나 기준에 미달하였습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
공장등록현황통계의 시도별 업종별 현황 csv 파일로, 한국의 17개 시도에 대한 업종현황을 데이터 기준일자로 제공하고 있습니다.
기관이 작성한 데이터 설명 전체
공장등록현황통계의 시도별 업종별 현황 csv 파일로, 한국의 17개 시도에 대한 업종현황을 데이터 기준일자로 제공하고 있습니다. 업종코드의 경우 통계청에서 고시하고 있는 한국표준산업분류코드(5자리)를 기준으로 작성하였으며, 현재 10차 기준으로 제공하고 있습니다. 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)의 민원 데이터를 토대로 작성하였습니다.
공공행정 - 일반행정공장등록현황시도별업종공장통계업종공장업종
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
27행 × 원본 19열 (+정제 2열)
CSV 5 KB · Parquet 9 KB
기간
2026
년월 기준 · 99% 범위
공간 단위
해당 없음
결측
7.1%
항목 평균
정제 범위
2/19 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
년월시도별 공장 업종 현황을 집계한 기준 일자유형 날짜형분류 날짜결측 7%정제 정제 100.0%
시도별 공장 업종 현황을 집계한 기준 일자
정제 열 정제_년월
예: 2026-02-28
등록현황공장의 업종을 한국표준산업분류 중분류 코드와 업종명으로 표기한 집계 항목의 명칭유형 문자형분류 코드 · 분류결측 7%정제 정제 100.0%
공장의 업종을 한국표준산업분류 중분류 코드와 업종명으로 표기한 집계 항목의 명칭
정제 열 정제_등록현황
예: 10 식료품 제조업 11 음료 제조업 34 산업용 기계 및 장비 수리업
서울표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 0 ~ 2,090 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 0 ~ 2,090 범위의 정수 수치
예: 0 231 50
부산표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 0 ~ 2,207 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 0 ~ 2,207 범위의 정수 수치
예: 0 621 138
대구표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 0 ~ 1,719 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 0 ~ 1,719 범위의 정수 수치
예: 0 65 340
인천표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 0 ~ 2,955 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 0 ~ 2,955 범위의 정수 수치
예: 692 12 24
광주표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 0 ~ 964 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 0 ~ 964 범위의 정수 수치
예: 1 277 113
대전표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 0 ~ 856 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 0 ~ 856 범위의 정수 수치
예: 69 7 202
울산표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 0 ~ 553 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 0 ~ 553 범위의 정수 수치
예: 4 0 11
세종표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 0 ~ 111 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 0 ~ 111 범위의 정수 수치
예: 0 2 35
경기표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 1 ~ 13,213 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 1 ~ 13,213 범위의 정수 수치
예: 4909 176 104
강원표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 0 ~ 1,044 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 0 ~ 1,044 범위의 정수 수치
예: 0 100 1044
충북표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 0 ~ 1,635 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 0 ~ 1,635 범위의 정수 수치
예: 1558 112 19
충남표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 0 ~ 1,965 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 0 ~ 1,965 범위의 정수 수치
예: 21 111 1930
전북표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 0 ~ 1,583 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 0 ~ 1,583 범위의 정수 수치
예: 0 1583 674
전남표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 0 ~ 2,262 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 0 ~ 2,262 범위의 정수 수치
예: 0 94 2262
경북표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 1 ~ 2,632 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 1 ~ 2,632 범위의 정수 수치
예: 1533 134 21
경남표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 0 ~ 4,615 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 0 ~ 4,615 범위의 정수 수치
예: 49 1605 699
제주표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 0 ~ 224 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 7%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 0 ~ 224 범위의 정수 수치
예: 0 7 13
찾는 항목이 없습니다.
상위 5행 · 19열 중 12열 · 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
| 서울 | 부산 | 대구 | 인천 | 광주 | 대전 | 울산 | 세종 | 경기 | 강원 | 등록현황 | 정제_등록현황 | 년월 | 정제_년월 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 231 | 621 | 340 | 692 | 277 | 202 | 102 | 111 | 4909 | 1044 | 10 식료품 제조업 | 식료품 제조업 | 2026-02-28 | 2026-02-28 | 0_bca42251 |
| 15 | 23 | 12 | 12 | 10 | 9 | 11 | 6 | 176 | 100 | 11 음료 제조업 | 음료 제조업 | 2026-02-28 | 2026-02-28 | 1_3e8f8d4d |
| 0 | 0 | 0 | 1 | 1 | 2 | 0 | 0 | 3 | 0 | 12 담배제조업 | 담배 제조업 | 2026-02-28 | 2026-02-28 | 2_a757555b |
| 402 | 394 | 1205 | 253 | 84 | 90 | 48 | 18 | 3226 | 77 | 13 섬유제품 제조업; 의복제외 | 섬유제품 제조업; 의복 제외 | 2026-02-28 | 2026-02-28 | 3_4f0d4c5a |
| 1251 | 219 | 195 | 155 | 64 | 69 | 19 | 1 | 874 | 22 | 14 의복, 의복 액세서리 및 모피제품 제조업 | 의복, 의복 액세서리 및 모피제품 제조업 | 2026-02-28 | 2026-02-28 | 4_9cd6930e |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15085508/data/dataset-15085508.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15085508)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
연결 기준이 같은 데이터
121종 중 공유하는 기준이 많은 순 · 기준(항목 종류)이 동일하다는 의미이며, 실제 값의 일치 여부는 확인하지 않았습니다(값 미확인)