데이터 구축 · 그림책
62개 KEIT 산업과 7개 신규산업의 비중을 정확히 나누려면, 산업연관표에서 나온 연도별 명목 부가가치가 필요합니다. 그런데 정부가 공식으로 내는 표는 5년마다 한 번(2010·2015·2020...)뿐입니다. 그 사이 해를 메우고, 도중에 산업분류 체계 자체가 통째로 바뀐 지점을 넘어, 1960년까지 이어 붙인 과정을 정리합니다.
한국은행이 5년마다 발표하는 "실측" 산업연관표 사이 연도는 연장표(매년 발표되는 간이·확장판)로 메울 수 있습니다. 이 연장표를 최대한 과거로 거슬러 모으면 — 1960, 1963, 1966, 1968, 1970, 1973, 1975, 1978... — 총 36개 연도의 파일을 확보할 수 있었습니다 (1980~2023은 거의 매년, 그 이전은 3년 내외 간격).
1960~2009년 파일은 "농산물·축산물·선철및조강..." 식의 옛 분류(연도별로 52~95개 항목)를 쓰고, 2010년부터는 "작물·반도체·전자표시장치..." 식의 신 분류(KSIC 정합, 83개 항목)를 씁니다. 한국은행 자신이 만든 "연결표"(분류 개편 전후를 이어주는 공식 변환표)도 1975→1980→1985, ...→2000→1995→1990 처럼 옛 세대 안에서만 이어줄 뿐, 2005년에서 2010년으로 넘어가는 연결표는 없습니다 — 즉 이 경계는 공식적으로 아무도 안 이어줍니다.
주의할 점: 2011년 파일은 연도만 새것이지 내용은 옛 분류 그대로입니다 (파일명 자체가 "2011(2005기준)"). 그래서 연도 숫자로 신구세대를 나누면 안 되고, 신세대에만 있는 산업명("반도체")이 실제로 존재하는지로 판별해야 합니다.
옛 세대(1995~2005년 연결표 기준, 78개 항목)를 공통 기준으로 놓고, 신세대 83개 항목을 이 78개 항목 해상도로 묶어 내리는 대응표를 항목 하나하나 대조해 만들었습니다. 예: 신세대의 "금속 주물"+"금속가공제품" → 옛 세대의 "금속제품" 하나로 합산. 반도체·전자표시장치·정보서비스·소프트웨어처럼 옛 세대에 아예 없던 신산업은 별도로 "[신산업]"이라 표시해 옛 세대와 억지로 합치지 않았습니다.
산업이 아니라 "총수요·총공급·최종소비·고정자본형성" 같은 수요측 집계행도 같은 파일 안에 함께 들어 있는데, 이 이름이 연도마다 미묘하게 다릅니다 — "총수요"(1973년) vs "총수요계"(1975년), 반각 괄호 "(공제)관세" vs 전각 괄호 "（공제）관세"(1960년대), "(공제)수입계"(대부분) vs 그냥 "수입계"(2005~2011년). 이 표기 차이를 놓치면 집계행을 산업으로 착각해 총량이 실제보다 부풀어 오릅니다.
실제로 1975년 파일에서 "총수요계"·"총공급계"를 제외 목록에서 놓쳤더니, 1975년 합계가 실제보다 3배 가까이(29.2조원, 정답은 9.72조원) 부풀려졌습니다.
다행히 모든 연도의 파일에 "중간수요계"라는 행이 공통으로 있고, 이 값은 정의상 그 해 모든 산업의 부가가치를 더한 값과 정확히 같습니다. 그래서 "이 연도가 맞게 걸러졌는지"를 매번 사람 눈으로 훑어보는 대신, 우리가 필터링해 계산한 산업 합을 이 "중간수요계" 행과 자동으로 대조하는 코드를 만들었습니다 — 어긋나면 조용히 넘어가지 않고 바로 표시됩니다.
이 검증을 1960~2023년 36개 연도 전부에 돌린 결과, 처음엔 7개 연도가 어긋났습니다(집계행 표기 차이 때문). 정규식을 표기 차이에 안 흔들리게 다듬은 뒤 —
| 연도 | 검산값(백만원) | 계산값(백만원) | 차이 |
|---|---|---|---|
| 1975 | 9,722,045.9 | 9,722,045.9 | 0.0000% |
| 1978 | 23,263,633.7 | 23,263,633.7 | 0.0000% |
| 1985 | 78,847,983 | 78,847,983 | 0.0000% |
| 1993 | 272,579,295 | 272,579,295 | 0.0000% |
| 2000 | 599,645,133 | 599,645,133 | 0.0000% |
| 36개 연도 전체 | 전부 통과 | ||
신세대의 첫 해인 2010년 파일은 코드 번호가 진짜 산업코드가 아니라 그냥 "1, 2, 3...104" 순번이었습니다. 그래서 "코드 1~90은 산업"이라는 규칙을 그대로 적용하면 "중간수요계·수출· 민간소비지출" 같은 최종수요행까지 산업으로 잘못 포함됩니다. 게다가 2010년 산업명 표기가 2015~2023년과도 달라서("일반목적용기계" vs "일반목적용 기계", "인쇄 및 복제" vs "인쇄 및 기록매체 복제") 78개 항목으로 묶는 대응표가 매칭에 실패해, 상당수 산업이 조용히 누락되고 있었습니다.
고친 뒤 결과 — 2009년 1,047.9조원 → 2010년 1,177.6조원(신산업 67.0조원은 옛 세대와 비교 가능하도록 제외한 값) → 2011년 1,213.6조원으로, 이제 매끄럽게 증가합니다.
| 연도 | 합계 | 연도 | 합계 | 연도 | 합계 |
|---|---|---|---|---|---|
| 1960 | 0.2 | 1985 | 78.8 | 2007 | 960.1 |
| 1970 | 2.7 | 1990 | 178.3 | 2009 | 1,047.9 |
| 1975 | 9.7 | 1995 | 375.8 | 2010 | 1,177.6 |
| 1978 | 23.3 | 1998 | 471.6 | 2015 | 1,537.2 |
| 1980 | 37.1 | 2000 | 599.6 | 2020 | 1,903.4 |
| 1983 | 60.9 | 2005 | 852.0 | 2023 | 2,251.3 |
code/industry_models_36q/extract_annual_v2.py — 원본 엑셀(.xls/.xlsx)에서
"부문명칭" 행을 찾아 연도별 산업명·부가가치 추출 ·
code/industry_models_36q/crosswalk_old_new.py — 78↔83개 항목 대응표·
2010년 표기 별칭표 ·
code/industry_models_36q/apply_crosswalk.py — 정규식 기반 집계행 제외,
신세대→78개 항목 재편성, 연도별 자체 검증
# 집계행(산업 아님) 판별 — 표기 차이에 안 흔들리게 정규식으로
NON_INDUSTRY_PATTERN = re.compile("|".join([
r"^중간수요계?$", r"^최종수요계?$", r"^총수요계?", r"^총공급계?", r"^총산출",
r"소비지출", r"고정자본형성", r"재고증", r"^수출$",
r"[（(]공제[）)]", r"^관세$", r"^수입계$", r"^수입및관세",
r"^가격전환계", r"^사무용품$", r"^가계외소비지출$",
]))
# 매 연도, 원본 자체의 "중간수요계" 행과 직접 대조
checksum = df[df.name == "중간수요계"].va.iloc[0]
computed = df[~df.name.apply(is_non_industry)].va.sum()
assert abs(computed - checksum) / checksum < 0.0001지금 만든 건 78개 옛 세대 항목 해상도의 1960~2023년 연도별 명목 부가가치입니다. 이걸로 아직 부족합니다 — 실제로 필요한 건 KEIT의 62개 산업과 거기서 갈라져 나온 7개 신규산업을 식별할 수 있는 해상도입니다. 다음 단계는 이 78개(또는 더 세분화된 기본부문 380개) 항목을 KEIT 62+7 분류에 다시 매핑하는 작업이며, 이게 끝나야 비로소 69개 산업 월별 자료에서 지금 임의로 나눠져 있는 7개 신규산업의 비중을 근거 있는 숫자로 바로잡을 수 있습니다.