홈›데이터 찾기›한국산업기술기획평가원_연도별 과제수 및 참여 연구원수
한국산업기술기획평가원_연도별 과제수 및 참여 연구원수
읽기 쉬운 제목(검토 전) 연도별 과제수 및 참여 연구원수
한국산업기술기획평가원 · 디지털전환실 · 공공데이터포털 원본 ↗
준비 단계품질 진단 기준을 충족한 AI Ready 데이터입니다. 품질 판정서 보기 · 준비 단계란?
본 데이터는 연도와 기관을 기준으로 연구개발(R&D) 과제 수행 규모와 참여 연구인력 규모를 함께 집계한 CSV 통계 자료입니다.
기관이 작성한 데이터 설명 전체
본 데이터는 연도와 기관을 기준으로 연구개발(R&D) 과제 수행 규모와 참여 연구인력 규모를 함께 집계한 CSV 통계 자료입니다. 각 기관이 해당 연도에 수행한 과제 건수(과제수)가 제공되어 기관별 연구개발 활동의 양적 수준을 확인할 수 있으며, 동일 기준에서 과제 수행에 실제 참여한 연구원 수가 함께 제시되어 인력 투입 규모를 동시에 파악할 수 있습니다. 두 지표가 한 자료에 포함되어 있어, 기관별로 과제 수행량과 인력 참여 수준이 어떤 관계로 나타나는지 비교하거나, 동일 기관의 연도별 변화를 통해 과제 추진과 인력 규모의 증감 흐름을 점검하는 데 활용할 수 있습니다. 이 자료는 연구개발 정책·운영 관점에서 기관별 연구 수행 현황을 정리하는 기초 통계로 활용될 수 있습니다. 예를 들어 기관 간 과제수 분포를 비교해 연구 수행 집중도를 확인하거나, 참여 연구원 수의 변화로 인력 수요의 확대·축소를 점검할 수 있습니다. 또한 과제수 대비 참여 연구원 수를 결합해 인력 투입의 상대적 수준을 살펴보는 등(파생 지표 산출) 후속 분석의 출발점 자료로도 유용합니다. 결과적으로 본 데이터는 기관별 연구개발 활동 규모와 인력 참여 현황을 연도 단위로 구조화해 제공함으로써, 연구현황 파악과 비교 분석에 필요한 기반 정보를 제공합니다.
산업고용 - 산업기술지원연구개발과제수참여연구원기관별 통계연도별 연구현황연구인력RND 성과연구개발 정책
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
7행 × 원본 11열 (+정제 1열)
CSV 1 KB · Parquet 5 KB
기간
2020 – 2024
항목 이름의 연도
공간 단위
해당 없음
결측
0.0%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
1/11 항목 · 정제값이 있는 셀 85.7%
원본 열은 그대로 보존
데이터 내용
기관구분연구개발 과제의 소관 중앙행정기관(부처)별 분류유형 문자형분류 코드 · 분류결측 0%정제 정제 85.7%
연구개발 과제의 소관 중앙행정기관(부처)별 분류
정제 열 정제_기관구분
예: 산업통상자원부 해양수산부 환경부
2024년_과제수표를 연도 기준으로 펼친 축에서 「2024년_과제수」에 해당하는 값 · 셀은 34 ~ 26,132 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2024년_과제수」에 해당하는 값 · 셀은 34 ~ 26,132 범위의 정수 수치
예: 26132 1490 969
2024년_참여연구원수표를 연도 기준으로 펼친 축에서 「2024년_참여연구원수」에 해당하는 값 · 셀은 158 ~ 284,822 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2024년_참여연구원수」에 해당하는 값 · 셀은 158 ~ 284,822 범위의 정수 수치
예: 284822 17421 12575
2023년_과제수표를 연도 기준으로 펼친 축에서 「2023년_과제수」에 해당하는 값 · 셀은 34 ~ 23,814 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2023년_과제수」에 해당하는 값 · 셀은 34 ~ 23,814 범위의 정수 수치
예: 23814 1777 1132
2023년_참여연구원수표를 연도 기준으로 펼친 축에서 「2023년_참여연구원수」에 해당하는 값 · 셀은 293 ~ 256,498 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2023년_참여연구원수」에 해당하는 값 · 셀은 293 ~ 256,498 범위의 정수 수치
예: 256498 20525 15178
2022년_과제수표를 연도 기준으로 펼친 축에서 「2022년_과제수」에 해당하는 값 · 셀은 37 ~ 23,736 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2022년_과제수」에 해당하는 값 · 셀은 37 ~ 23,736 범위의 정수 수치
예: 23736 1747 1294
2022년_참여연구원수표를 연도 기준으로 펼친 축에서 「2022년_참여연구원수」에 해당하는 값 · 셀은 314 ~ 240,949 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2022년_참여연구원수」에 해당하는 값 · 셀은 314 ~ 240,949 범위의 정수 수치
예: 240949 20143 17368
2021년_과제수표를 연도 기준으로 펼친 축에서 「2021년_과제수」에 해당하는 값 · 셀은 37 ~ 22,712 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2021년_과제수」에 해당하는 값 · 셀은 37 ~ 22,712 범위의 정수 수치
예: 22712 1517 1039
2021년_참여연구원수표를 연도 기준으로 펼친 축에서 「2021년_참여연구원수」에 해당하는 값 · 셀은 297 ~ 221,979 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2021년_참여연구원수」에 해당하는 값 · 셀은 297 ~ 221,979 범위의 정수 수치
예: 221979 16999 13732
2020년_과제수표를 연도 기준으로 펼친 축에서 「2020년_과제수」에 해당하는 값 · 셀은 0 ~ 20,839 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2020년_과제수」에 해당하는 값 · 셀은 0 ~ 20,839 범위의 정수 수치
예: 20839 1193 993
2020년_참여연구원수표를 연도 기준으로 펼친 축에서 「2020년_참여연구원수」에 해당하는 값 · 셀은 0 ~ 202,679 범위의 정수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2020년_참여연구원수」에 해당하는 값 · 셀은 0 ~ 202,679 범위의 정수 수치
예: 202679 14143 13460
찾는 항목이 없습니다.
상위 5행 · 11열 중 11열 · 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
| 2024년_과제수 | 2024년_참여연구원수 | 2023년_과제수 | 2023년_참여연구원수 | 2022년_과제수 | 2022년_참여연구원수 | 2021년_과제수 | 2021년_참여연구원수 | 2020년_과제수 | 2020년_참여연구원수 | 기관구분 | 정제_기관구분 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 26132 | 284822 | 23814 | 256498 | 23736 | 240949 | 22712 | 221979 | 20839 | 202679 | 산업통상자원부 | 산업통상부 | 0_a4f78cf8 |
| 1490 | 17421 | 1777 | 20525 | 1747 | 20143 | 1517 | 16999 | 1193 | 14143 | 해양수산부 | 해양수산부 | 1_ce09c2b4 |
| 969 | 12575 | 1132 | 15178 | 1294 | 17368 | 1039 | 13732 | 993 | 13460 | 환경부 | 환경부 | 2_fb647005 |
| 16698 | 106573 | 16851 | 102964 | 16216 | 95626 | 15101 | 97529 | 12352 | 79830 | 중소벤처기업부 | 중소벤처기업부 | 3_33e80a89 |
| 34 | 158 | 34 | 293 | 37 | 314 | 37 | 297 | 0 | 0 | 기타 | 확인 필요기타 | 4_86c7d251 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15147656/data/dataset-15147656.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15147656)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }