KOIIAAI Ready Data 처음으로

홈›활용 사례›산업단지 공장 · 회사 정보 연결

지식그래프검증 완료

산업단지 공장 · 회사 정보 연결

질문 서울디지털산업단지의 공장은 어느 회사가 운영하고, 어디에 얼마나 큰 규모로 있는가?

원천 5종 · 1개 기관 · 연결 기준 회사명 · 공장 주소

산업단지공단 원천 5종을 회사 · 공장 · 산업단지 · 행정구역이 서로 연결된 지식그래프로 변환했습니다.

97,832연결 정보(트리플)주어 · 관계 · 대상
7,171개체종류 4가지
5종원천 데이터필지 · 입지 · 종업원 · 주소 · 등록공장
통과형상 규칙 검증SHACL

지금 선택 대륭테크노타운8차 · 공장 99곳 · 주요 변동 사례

주요 변동 사례 결과 보기

팩 데이터에서 찾은 변동 사례 8건입니다.
탐지 규칙공장이 많은 지식산업센터 상위 5곳, 여러 건물에 공장을 둔 법인 회사 상위 2곳, 등록 회사와 연결하지 못한 공장. 판정 문장은 측정값으로 만든 규칙 문장이며 원인을 단정하지 않습니다.
개체 추적자료 경계
선택 상태건물 = 대륭테크노타운8차 현재 선택의 주소
  1. 구성 내용

    대륭테크노타운8차: 공장 99곳 · 회사 63곳(개인 · 기타 포함) · 종업원 997명.

    대륭테크노타운8차 공장의 생산품(상위, 미기재 제외)
    표로 보기
    구분곳
    자동제어반3
    온도조절기2
    앰프, DSP, B'd, 블루투스 장치 등1
    합성수지 제품1
    플라스틱 도포제1
    플래시메모리 등 제조1
    충전기1
  2. 연결 경로

    연결 기준회사명도로명주소

    연결 근거: 99곳 가운데 82곳은 회사명 + 도로명주소, 0곳은 단지 안 유일 회사명으로 등록 회사와 연결했고, 17곳은 확정하지 못해 연결하지 않았습니다.

    공장 → 등록 회사 연결 근거
    표로 보기
    구분곳
    회사명 + 도로명주소82
    단지 안 유일 회사명0
    연결 안 함(확정 불가)17
  3. 같은 건물의 회사

    연결 기준건물

    공장 수 상위 10개 회사입니다. 개인 · 기타 사업자는 개인정보 보호를 위해 명칭을 표시하지 않고 1개 행으로 합산하였습니다.

    표 보기
    회사공장
    개인 · 기타 사업자37
    (주)RHAS-TEL(라스텔)1
    (주)남경케미스트리1
    (주)두배켐1
    (주)두이1
    (주)메이더스이엔씨1
    (주)미래제어기술1
    (주)미주코퍼레이션1
    (주)미진인터내셔날1
    (주)바이오시네틱스 제1공장1
  4. 팩 안의 근거 행

    연결 기준factory_id

    종업원 수 상위 10개 공장입니다.

    근거 행 · 코드 보기
    factory_id건물생산품규모종업원회사 연결 근거
    0518faca6ebd대륭테크노타운8차미기재중기업164연결 안 함(확정 불가)
    ffa7b6a229ac대륭테크노타운8차관선조사기(P-NAIN), 의료용 기구 집속형 초음파 자극시스템중기업108회사명 + 도로명주소
    1f0f78c0937e대륭테크노타운8차아크릴가공품,강대상 외소기업35회사명 + 도로명주소
    2acbdcf8dc28대륭테크노타운8차밸브소기업26회사명 + 도로명주소
    72e29091fadc대륭테크노타운8차미기재소기업25연결 안 함(확정 불가)
    cd7f2a8ea109대륭테크노타운8차판넬등소기업24회사명 + 도로명주소
    8f9d86993b2d대륭테크노타운8차런링,세탁,V-컷트,백게지자동제어기소기업22회사명 + 도로명주소
    1742b12bbf83대륭테크노타운8차환경미생물제제,환경엔지니어링서비스소기업21회사명 + 도로명주소
    06d1d27fb56c대륭테크노타운8차미기재소기업19연결 안 함(확정 불가)
    b652033a92db대륭테크노타운8차미기재소기업18연결 안 함(확정 불가)
    import pandas as pd
    d = pd.read_csv("data/factory.csv")
    d[d["지식산업센터명"] == "대륭테크노타운8차"]

    재현: 팩 압축 해제 폴더의 data/factory.csv

  5. 원본 파일로 처리할 때

    원천 파일로 같은 결론을 얻으려면 필요한 작업

    • 공장등록 · 산업단지 원천 5종의 회사명 표기(㈜ · 주식회사 · 띄어쓰기) 통일
    • 회사명만으로 연결하지 않고 도로명주소까지 대조하여 동명 회사 구분
    • 확정하지 못한 공장은 임의로 연결하지 않고 별도로 보관

    이 팩에서는

    • factory · company 표와 지식그래프(kg.ttl)의 행마다 연결 근거(registry_match) 기록
    • 왼쪽 코드로 이 결과의 행 재산출 가능
    • 형상 규칙(SHACL) 검증을 통과한 그래프를 별도 처리 없이 질의 가능

    이 팩으로 확인할 수 없는 것: 공장의 매출 · 가동 상태는 팩에 포함되어 있지 않습니다. 해당 회사가 단지 외부에 보유한 공장은 이 팩에 포함되지 않습니다.

조건별 탐색 결과 보기

자동 요약은 규칙 기반 문장입니다(생성형 AI 미사용).

불러오는 중…

요약 차트

팩으로 집계한 결과 · 펼치기
불러오는 중…

AI Ready Data(AIRD) 처리 내용

  1. 01 식별회사명 · 공장주소를 정규화하여 같은 대상에 같은 식별자 부여
  2. 02 연결공장 → 회사 · 산업단지 · 행정구역 관계
  3. 03 오류값 제외음수 면적 등 오류값 7건 보류, 전화번호 제외
원본으로 받을 때와 비교 자세히
원본을 내려받으면 직접 처리해야 하는 작업이 팩에서는
다섯 개 표를 공장관리번호로 결합할 때 번호 정밀도 손실로 불일치회사명 · 주소 정규화 해시로 같은 공장을 식별(uri-rules.json)
회사별 복수 공장 운영 여부 반복 집계「운영 회사」 관계로 직접 질의
음수 면적 등 오류값 직접 검출오류값 7건을 열 · 규칙과 함께 보류(value-defects.csv)
개인정보 열 직접 식별전화번호 열은 공개판에서 제외

효과 근거 · 점검

공장 3,677곳 중 2,985곳(81.2%)을 회사명 + 도로명주소 또는 단지 내 유일 회사명으로 등록 회사와 연결했고, 692곳은 연결하지 않았습니다(근거 열 registry_match). 회사 표기 차이(법인 29곳)는 간단한 정규화로도 해결되므로, 이 사례의 효과는 식별 근거를 기록한 연결에 있습니다.

효과 판단 근거: 회사 표기 통일은 간단한 정규화로도 동일한 결과. 차이는 연결 근거 기록(81.2%)

점검 6항목 · 통과 5 항목별 결과 보기
점검 항목결과값
표준 필수 메타데이터와 목적별 필수 항목통과모두 기재
개체 종류 한국어 이름통과4종
원천이 모두 품질 확인 단계통과Quality-Ready
그래프 형상 규칙(SHACL) 검증통과통과
식별자(URI) 부여 규칙통과문서 포함
외부 식별자(행정구역 코드 등) 연결미통과0%(다음 판에서 보완)

받아서 쓰기 실험 재현

팩 zip 하나를 내려받아 엑셀이나 분석 도구로 열 수 있습니다 — 팩 내려받기 1.3 MB. 코드나 AI 에이전트로 활용하는 방법은 아래에서 설명합니다.

코드 · AI 에이전트로 쓰기 개발자용

코드로

  1. 팩 내려받기 industrial-site-KG-1.0.0.zip 1.3 MB
  2. 압축을 풀고 폴더로 이동
    cd industrial-site-KG
  3. 필요한 패키지 설치 팩의 guide/requirements.txt
    pip install pandas==2.3.3 pyarrow==25.0.1 rdflib==7.6.0 pyshacl==0.40.1
  4. 실행
    import rdflib
    g = rdflib.Graph().parse("data/kg.ttl")
    q = """PREFIX ag: <urn:aird:kg:industrial-site:ont:>
    PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
    SELECT (MAX(?name) AS ?company) (COUNT(DISTINCT ?f) AS ?factories)
    WHERE { ?f ag:operatedBy ?c . ?c rdfs:label ?name } GROUP BY ?c ORDER BY DESC(?factories) LIMIT 5"""
    for company, n in g.query(q): print(company, n)   # 공장을 가장 많이 운영하는 회사 5곳
  5. 실행 결과
    펌프랜드(주) 4
    (개인 · 기타 사업자) 3
    (개인 · 기타 사업자) 3
    (주)씨쓰리아이디 3
    (개인 · 기타 사업자) 3

    실행 환경: Python 3.13.16 · pandas 2.3.3 · pyarrow 25.0.1 · rdflib 7.6.0 · 개인 · 기타 사업자 명칭은 이 화면에서만 비공개

추가 예시: guide/notebook.ipynb

AI 에이전트로

  1. AIRD 서버 연결 Claude Code 기준 · 다른 도구는 연결 방법
    claude mcp add --transport http aird https://aird.idx.or.kr/mcp
  2. 질문 예시

    「서울디지털산업단지의 공장은 어느 회사가 운영하고, 어디에 얼마나 큰 규모로 있는가?」

  3. 에이전트가 사용하는 도구 get_pack

    팩 정보 · 내려받기 주소 · 무결성 값 · 변동 사례와 그 근거 질의를 반환합니다. 행 단위 분석은 내려받은 팩으로 수행합니다.

  4. 답변 보기

    이 도구 호출 →

팩에 포함된 파일

CSV 2종 · 지식그래프(TTL) 1종 · 1.3 MB

파일 목록 3개 + 설명 · 검증 파일 4개 보기
데이터 파일대상크기형식
data/company등록공장 회사명으로 회사를 식별해 공장과 연결3,491행 · 3열CSVPARQUET
data/factory팩토리온 입지 · 종업원 · 주소 · 필지를 공장 한 행으로 통합3,677행 · 33열CSVPARQUET
data/kg공장 · 회사를 연결한 지식 그래프(RDF)TTL

설명 · 검증 파일

  • 표준 메타데이터 · 파일별 무결성 값(manifest.json)
  • 목적 적합성 판정(G3) · 점검 결과
  • 시작 노트북(guide/)
  • README(만든 방법 · 한계)

팩 zip 무결성 값(SHA-256) 25d0f9c5cc5fd4ddb44e91e31121aa04963daa2eb1a494c3f40295b10ee5fd56

이 팩을 만든 원천 5종

원천 목록 5종 데이터 · 기관 보기
원천 데이터기관비고
factory 팩토리온 입지 · 종업원 · 주소 · 필지를 공장 한 행으로 통합
한국산업단지공단_팩토리온_입지관리한국산업단지공단
한국산업단지공단_팩토리온_종업원관리한국산업단지공단
한국산업단지공단_팩토리온_주소관리한국산업단지공단
한국산업단지공단_팩토리온_필지관리한국산업단지공단
company 등록공장 회사명으로 회사를 식별해 공장과 연결
한국산업단지공단_전국등록공장현황_등록공장현황자료한국산업단지공단

이 팩으로 가능한 분석

용도지역별 공장 규모 비교

공장마다 연결된 입지와 필지 정보로 용도지역별 공장 수와 평균 건축면적을 분석할 수 있습니다.

회사 단위 공장 분석

같은 회사가 운영하는 공장을 집계하여 산업단지 안의 사업장 분포를 분석할 수 있습니다.

주요 변동 사례에서 근거와 함께 보기 →

유의점 범위는 서울디지털국가산업단지에 한정됩니다. 원본의 공장관리번호는 숫자 표기 오류가 있어 회사명과 주소로 공장을 연결하였습니다.