재현 자료 · Data & Code
전망의 전 과정을 재현할 수 있도록 장별 재현 패키지(데이터 입수 → 분석 → 결과 노트북과 검증 셀)를 하나의 압축파일로 정리하였다. 현재 번들은 2026년 10월 기준선 정비판이다. 0절은 현재 번들의 구성이고, 1–4절은 이 제출 포털의 보고서·결과 표(2026년 9월 판) 수치를 만든 이전 번들의 구성이다.
| 폴더 | 내용 |
|---|---|
report-gva/s2-data/ | 2장 데이터 — 국민계정 36분류 → 62·69분류 분기 패널 |
report-gva/s3-macro/ | 3장 거시엔진 — BOKDPM 정상상태 교체·재추정(FULL=1이면 Dynare), 외생 6종 시나리오 |
report-gva/s4-model/ | 4장 산업모형 — 12옵션 베이지언 VARX 비교 |
report-gva/s5-results/ | 5장 전망·정합화 — 드리프트 재설정, BOKDPM 통제 총량, 기존 전망 결합, 전달 템플릿 환산 |
report-gva/s6-diagnosis/ | 6장 진단 — 외생 기여, 정비 전후 비교, 정비판 36·62·69 성장 요인 분해·유가 진단 |
report-gva/s7-labor/ | 7장 노동수요 — 취업계수 방식 취업자 전망 |
report-ai/s1-intro/ | 보고서 2 · 1장 — 특허·논문·뉴스 지표 |
report-ai/s3-data/ | 보고서 2 · 3장 — 설문 자료(사업체 집계는 비공개로 제외) |
report-ai/s4-forecast/ | 보고서 2 · 4장 — 기준 대 AI 확산 전망, 취업계수 |
report-ai/s4-alt/ | 보고서 2 · 4장 보론 — AI VARX 대안 |
deliverables/ | 전달 엑셀 — 62분류 2025–2035(2026년 10월 정비판: 9/3 전달본 서식에 정비판 값)·2024–2034 이전판. 9/3 전달본(정비 전)은 이전 판 번들과 제출 포털에 있다 |
portal_ai/ | 포털 산업 해설·질의응답 엔드포인트(키는 서버 환경변수) |
industry/output/forecast_annual_36.csv | 5장 정비판 전망(36분류) 호환 사본 — 7장 패키지의 ONLINE 대조용 |
각 패키지 폴더에서 pip install -r requirements.txt 후 python run_all.py를 실행하면 01_입수 → 02_분석 → 03_결과 노트북이 차례로 돌고 마지막 검증 셀이 원고 수치를 확인한다. 3장의 Dynare 재추정은 FULL=1로 켠다(약 2시간 15분).
아래 1–4절은 이전 판 번들(2026-09-03)의 구성이다.
| 단계 | 내용 | 프로그램 |
|---|---|---|
① 거시(BOKDPM) — bokdpm/ | ||
| 1 | 관측 20변수 입수·검증(2000–2025 단일원천 재수집) | 01_데이터입수.ipynb |
| 2 | BOKDPM 재추정(Dynare) | 02_모형추정.ipynb · mod/run_est_local.m |
| 3 | 기준선·시나리오 거시경로 산출 | 03_기준선전망_시나리오.ipynb · mod/run_forecast.m |
② 산업(VARX) — industry/ | ||
| 4 | 산업분류 구축(36→62→69)·신산업 시변 분리 | build_62.py · build_69.py · build_share_battery.py · build_share_renew.py |
| 5 | 산업연관표 연관행렬(생산유발계수) | build_io_linkage.py |
| 6 | 거시엔진 외생 6종(관측 조합) 구성 | build_exog_scenarios_v2.py · build_varx_exog.py |
| 7 | 12옵션 베이지언 VARX 비교(train·valid·test) | run_grid.py |
| 8 | 시나리오 전망(S1–S5, 2026–2035) | run_forecast.py |
| 8+ | 총량 정합 — 총량 최적모형에 맞춘 탑다운 비례배분 | reconcile.py |
| 9 | 결과·보고 산출 | build_dashboard.py · build_papers.py |
거시 산출(거시경로)이 산업의 외생 6종으로 이어진다. 각 부분의 환경 설정은 폴더별 config_env.py에 있으며, 노트북이 전 과정을 순서대로 재현한다. Dynare 전처리·컴파일 산출과 추정 .mat·로그는 용량을 위해 제외했고, bokdpm/mod/의 .mod 소스와 run_*.m로 재추정하면 동일하게 재생성된다.
| 구분 | 파일 | 내용 |
|---|---|---|
| 거시 관측(BOKDPM) | bokdpm/data/bokdpm_obs_2000_2025.csv · orig_varobs.csv | 관측 20변수(2000–2025) · 원본 대조 |
| 거시 외생(6종) | exog_hist_v2.csv · exog_scen_v2.csv | 관측(2000–2025) · 시나리오별(2026–2035) |
| 거시 경로 | dsge_macro_paths.csv · exog_scenarios_v2_levels.csv | 시나리오별 거시 블록 · 외생 수준 |
| 산업 패널 | levels_sa.csv · levels_62.csv · levels_69.csv | 산업 실질부가가치(분기, 2000–2025) |
| 산업연관·분류 | io_linkage_62.csv · mapping_62_official.csv · crosswalk_62.json | 생산유발 연관행렬 · 분류 대조 |
| 원자료 DB | gva_monthly.sqlite | 월별·분기 원자료 |
| 구분 | 파일 |
|---|---|
| 거시(BOKDPM) | bokdpm/01~03_*.ipynb(데이터·추정·전망) · mod/BOKDPM_2025.mod · run_est_local.m · run_forecast.m |
| 산업 재현 노트북 | 01_데이터입수·구축.ipynb ~ 04_시나리오전망.ipynb |
| 산업 구축 | build_62.py · build_69.py · build_share_battery.py · build_share_renew.py · build_io_linkage.py |
| 외생 구성 | build_exog_scenarios_v2.py · build_varx_exog.py |
| 추정·전망 | run_grid.py · run_forecast.py · config_env.py |
| 산출물 | build_dashboard.py · build_papers.py · build_bundle.py |
| 구분 | 파일 | 내용 |
|---|---|---|
| 거시(BOKDPM) | baseline_forecast.csv · dsge_macro_paths.csv | 기준선·시나리오 거시경로 |
| 산업 전망표(KEIS 양식, 최종) | sector62_VA_2025-2035.xlsx | 62분류 실질부가가치(불변, 2025–2035) — 신규 전망 최종본. 산업별 비교·해설은 전망 갱신 카드 |
| 산업 전망표(이전판) | sector62_VA_output_2024-2034.xlsx · sector69_VA_output_2024-2034.xlsx | 62·69분류 부가가치·총산출(불변, 2024–2050) — 참고용 이전판 |
| 연도 전망 | forecast_annual_{36,62,69}.csv | 산업×시나리오×연도 실질부가가치(실적+전망, 장형) |
| 총계(차트용) | forecast_total_{36,62,69}.csv | 연도×[실적·S1~S5] 광형(조원, 2025 앵커 공유) — 그대로 그리면 실적+시나리오 매끄럽게 연결 |
| 요약 | forecast_summary_{36,62,69}.csv | 산업별 2025·2035·연평균 성장률 |
| 모형 비교 | grid_summary_{36,62,69}.csv | 12옵션 train·valid·test 예측오차 |
전체 합계 차트 주의: forecast_annual_*는 장형이라 연도별로 전 행을 더하면 전망연도(2026~)는 시나리오 5개가 합산돼 약 5배로 튄다. 총계는 반드시 시나리오별로 그리며, 바로 그릴 수 있는 forecast_total_*를 함께 제공한다.
전망 결과 조회는 시나리오 전망 결과, 방법과 해석은 연구보고서 참조.