준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
ㅇ경기 동향에 대한 기업가들의 판단.예측.계획의 변화추이를 관찰하여 지수화한 지표 (업종분류, 매년 각 분기별 현황 및 전망 등)
기관이 작성한 데이터 설명 전체
ㅇ경기 동향에 대한 기업가들의 판단.예측.계획의 변화추이를 관찰하여 지수화한 지표 (업종분류, 매년 각 분기별 현황 및 전망 등) - 조사항목: 산업별 시황과 개별 기업들의 경영 실적(매출, 국내시장출하 수출 등) 및 경영활동(재고, 설비투자 설비 가동률, 고용), 외부여건(원자재가격, 자금사정, 제품가격) 등 - 주요목적: 국내 제조업의 업종별/지역별 경기 판단 및 관련 동향 분석 업무를 수행하는데 일조하기 위하여 국내 사업체들의 체감경기 변화를 신속하고 정확하게 파악하는데 있음 ㅇ 궁극적으로 제조업경기조사는 국내 제조업체들을 대상으로 구조화된 표본 집단을 구축하고, 국내 제조업 주요 업종들의 경기 동향을 정기적으로 파악하기 위한 조사 수행 및 통계, 정보 자료의 분석과 제공 등을 목적으로 수행함
산업고용 - 산업·중소기업일반경기BSI제조업국내제조업경기동향경기전망
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
22행 × 원본 53열
CSV 5 KB · Parquet 19 KB
기간
2019 – 2026
항목 이름의 연도
공간 단위
해당 없음
결측
0.0%
항목 평균
정제 범위
0/53 항목
원본 열은 그대로 보존
데이터 내용
항목 53개 중 1개는 정의가 없습니다.
개별 항목 1개 + 반복 열 그룹 2개
업종분류항목 정의 없음유형 문자형분류 업종 · 산업분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 자유 기입 항목(예: 제조업전체(1)) · 고유값 22 · 결측 없음
예: 제조업전체 반도체 내수업체
{연도}-{지표} 45개반복 열 그룹 · 연도 7 × 지표 7유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
연도마다 가로로 펼친 열입니다. 열 이름 = {연도}-{지표}
- 지표 7
- 3분기 현황 · 4분기 전망 · 4분기 현황 · 1분기 현황 · 2분기 전망 · 2분기 현황 · 3분기 전망
- 연도 7
- 2019–2025
첫 열 설명: 표를 분기 기준으로 펼친 축에서 「2019-3분기 현황」에 해당하는 값 · 셀은 63 ~ 99 범위의 정수 수치
각 열의 정의는 오른쪽 「CSVW 항목 스키마」에서 확인할 수 있습니다.
{연도}-1분기 전망 7개반복 열 그룹 · 연도 7유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
연도마다 가로로 펼친 열입니다. 열 이름 = {연도}-1분기 전망
- 연도 7
- 2020–2026
첫 열 설명: 표를 분기 기준으로 펼친 축에서 「2020-1분기 전망」에 해당하는 값 · 셀은 75 ~ 107 범위의 정수 수치
각 열의 정의는 오른쪽 「CSVW 항목 스키마」에서 확인할 수 있습니다.
찾는 항목이 없습니다.
상위 5행 · 53열 중 10열 · 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
| 업종분류 | 2019-3분기 현황 | 2019-4분기 전망 | 2019-4분기 현황 | 2020-1분기 전망 | 2020-1분기 현황 | 2020-2분기 전망 | 2020-2분기 현황 | 2020-3분기 전망 | 2020-3분기 현황 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|
| 제조업전체 | 78 | 88 | 85 | 86 | 70 | 88 | 68 | 85 | 84 | 0_5d0172d9 |
| 반도체 | 73 | 82 | 85 | 89 | 74 | 93 | 82 | 97 | 88 | 1_a2bacc9a |
| 디스플레이 | 78 | 82 | 73 | 75 | 78 | 99 | 72 | 97 | 94 | 2_92275284 |
| 무선통신기기 | 92 | 102 | 89 | 80 | 68 | 93 | 95 | 111 | 95 | 3_aba0e515 |
| 가전 | 69 | 78 | 81 | 83 | 58 | 87 | 68 | 84 | 84 | 4_c6f6f852 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/3039933/data/dataset-3039933.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 3039933)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
연결 기준이 같은 데이터
36종 중 공유하는 기준이 많은 순 · 기준(항목 종류)이 동일하다는 의미이며, 실제 값의 일치 여부는 확인하지 않았습니다(값 미확인)