KOIIAAI Ready Data 처음으로

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 ↗

데이터 ID 15085508 · 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 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

연결 기준

1종 · 121개 데이터

시도

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

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

서울부산대구인천광주대전울산세종경기강원등록현황정제_등록현황년월정제_년월행 식별값
2316213406922772021021114909104410 식료품 제조업식료품 제조업2026-02-282026-02-280_bca42251
1523121210911617610011 음료 제조업음료 제조업2026-02-282026-02-281_3e8f8d4d
000112003012 담배제조업담배 제조업2026-02-282026-02-282_a757555b
40239412052538490481832267713 섬유제품 제조업; 의복제외섬유제품 제조업; 의복 제외2026-02-282026-02-283_4f0d4c5a
125121919515564691918742214 의복, 의복 액세서리 및 모피제품 제조업의복, 의복 액세서리 및 모피제품 제조업2026-02-282026-02-284_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" } } }
데이터 팩 내려받기 · 22 KBCSV