KOIIAAI Ready Data 처음으로

홈›데이터 찾기›한국산업단지공단_공장등록현황통계_시도별 용도지역별 현황

한국산업단지공단_공장등록현황통계_시도별 용도지역별 현황

읽기 쉬운 제목(검토 전) 공장등록현황통계 · 시도별 용도지역별 현황

한국산업단지공단 · 입지지원팀 · 공공데이터포털 원본 ↗

데이터 ID 15085509 · 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 용도지역 현황 csv 파일로, 한국의 17개 시도에 대한 용도지역현황을 데이터 기준일자로 제공하고 있습니다.

기관이 작성한 데이터 설명 전체
공장등록현황통계의 시도별 용도지역 현황 csv 파일로, 한국의 17개 시도에 대한 용도지역현황을 데이터 기준일자로 제공하고 있습니다.
용도지역은 도시지역, 관리지역, 농림지역, 자연환경 보존지역, 기타지역으로 구분되어 있으며 공장설립 당시 국토계획법 및 각 조례 등을 기반으로 작성되었습니다.
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 - 일반행정공장등록현황시도별용도지역공장통계용도지역공장용도지역

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

6행 × 원본 19열 (+정제 2열)

CSV 1 KB · Parquet 6 KB

기간

2026

년월 기준 · 99% 범위

공간 단위

해당 없음

결측

50.0%

항목 평균 · 충북 50%

연결 기준

1종 · 121개 데이터

시도

정제 범위

2/19 항목 · 정제값이 있는 셀 100.0%

원본 열은 그대로 보존

데이터 내용

년월시도별 공장 용도지역 현황을 집계한 기준 일자유형 날짜형분류 날짜결측 50%정제 정제 100.0%

시도별 공장 용도지역 현황을 집계한 기준 일자

정제 열 정제_년월

예: 2026-02-28

등록현황도시·관리·농림·자연환경보전·기타지역으로 나눈 공장 설립 당시 소재지의 국토계획법상 용도지역 구분유형 문자형분류 코드 · 분류결측 50%정제 정제 100.0%

도시·관리·농림·자연환경보전·기타지역으로 나눈 공장 설립 당시 소재지의 국토계획법상 용도지역 구분

정제 열 정제_등록현황

예: 도시지역 관리지역 농림지역

서울표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 0 ~ 11,218 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「서울」에 해당하는 값 · 셀은 0 ~ 11,218 범위의 정수 수치

예: 11218 2 0

부산표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 0 ~ 11,290 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「부산」에 해당하는 값 · 셀은 0 ~ 11,290 범위의 정수 수치

예: 11290 56 0

대구표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 0 ~ 8,864 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대구」에 해당하는 값 · 셀은 0 ~ 8,864 범위의 정수 수치

예: 8864 153 10

인천표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 7 ~ 13,819 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「인천」에 해당하는 값 · 셀은 7 ~ 13,819 범위의 정수 수치

예: 13819 179 24

광주표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 0 ~ 4,870 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「광주」에 해당하는 값 · 셀은 0 ~ 4,870 범위의 정수 수치

예: 4870 37 2

대전표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 0 ~ 4,045 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「대전」에 해당하는 값 · 셀은 0 ~ 4,045 범위의 정수 수치

예: 4045 63 3

울산표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 4 ~ 3,011 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「울산」에 해당하는 값 · 셀은 4 ~ 3,011 범위의 정수 수치

예: 3011 185 36

세종표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 0 ~ 527 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「세종」에 해당하는 값 · 셀은 0 ~ 527 범위의 정수 수치

예: 357 527 14

경기표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 27 ~ 43,376 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경기」에 해당하는 값 · 셀은 27 ~ 43,376 범위의 정수 수치

예: 43376 33509 1090

강원표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 6 ~ 6,175 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「강원」에 해당하는 값 · 셀은 6 ~ 6,175 범위의 정수 수치

예: 3906 6175 245

충북표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 4 ~ 7,988 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「충북」에 해당하는 값 · 셀은 4 ~ 7,988 범위의 정수 수치

예: 3931 7988 410

충남표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 29 ~ 4,352 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「충남」에 해당하는 값 · 셀은 29 ~ 4,352 범위의 정수 수치

예: 4352 3429 390

전북표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 25 ~ 8,762 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「전북」에 해당하는 값 · 셀은 25 ~ 8,762 범위의 정수 수치

예: 8762 7200 465

전남표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 62 ~ 12,625 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「전남」에 해당하는 값 · 셀은 62 ~ 12,625 범위의 정수 수치

예: 12625 7849 234

경북표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 1 ~ 394 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경북」에 해당하는 값 · 셀은 1 ~ 394 범위의 정수 수치

예: 1 394 379

경남표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 7 ~ 2,409 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「경남」에 해당하는 값 · 셀은 7 ~ 2,409 범위의 정수 수치

예: 2409 1802 90

제주표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 9 ~ 4,780 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 50%정제 원본 유지

표를 지역 기준으로 펼친 축에서 「제주」에 해당하는 값 · 셀은 9 ~ 4,780 범위의 정수 수치

예: 4780 3074 209

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
1121811290886413819487040453011357433763906도시지역도시지역2026-02-282026-02-280_fcd08e5f
2561531793763185527335096175관리지역관리지역2026-02-282026-02-281_f6cb0d2b
0010242336141090245농림지역농림지역2026-02-282026-02-282_9cb47f7f
18070040276자연환경 보전지역자연환경보전지역2026-02-282026-02-283_a1daff67
281471227711929684기타지역국토이용용도지역기타2026-02-282026-02-284_9b207409
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15085509/data/dataset-15085509.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15085509)

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