{
 "cells": [
  {
   "cell_type": "markdown",
   "id": "6ff17654",
   "metadata": {},
   "source": [
    "# 02 분석 — 산업 배분, Λ 보정, 산업별 경로, 취업계수\n",
    "\n",
    "**부가가치 프리미엄.** 산업 $i$의 연도 $t$ AI 부가가치 프리미엄(연 %p)은\n",
    "\n",
    "$$p_{i,t} = k \\cdot a_i \\cdot r(t), \\qquad a_i = s_i^{2040} - 1,$$\n",
    "\n",
    "이다. $s_i^{2040}$은 E4-1(성장에 대한 AI 영향의 정도) 2040년 점수, 1은 척도 최저점('매우 낮음'), $r(t)$는 전체 응답 평균 궤적으로 만든 시점 램프(2025=0, 2040=1)이다.\n",
    "배율 $k$는 2035년 실질부가가치 가중평균 프리미엄이 $\\Lambda$(중심 0.5%p)가 되도록 정한다. AI 확산 경로는 기준 성장률에 프리미엄을 더해 누적한다.\n",
    "\n",
    "$$VA^{AI}_{i,t} = VA^{AI}_{i,t-1} \\times \\frac{VA^{기준}_{i,t}}{VA^{기준}_{i,t-1}} \\times \\left(1 + \\frac{p_{i,t}}{100}\\right)$$\n",
    "\n",
    "**취업계수.** AI 확산에 따른 취업계수 연변화는 $(\\varepsilon - 1)\\,p_{i,t}$이다. 중심은 고용 중립($\\varepsilon=0$)으로, AI가 만드는 추가 부가가치가 고용을 늘리지 않는다고 보아\n",
    "취업계수가 프리미엄만큼 내려간다. E4·E5 기대 증감률로 구한 업종별 탄력성 $\\varepsilon_i = \\ln(1+\\Delta L_i)/\\ln(1+\\Delta Y_i)$는 대부분 0 이하이므로 고용 중립은 고용 측 상한이다.\n",
    "다만 이 탄력성에는 고령화·해외 이전 같은 AI 외 요인이 섞여 있으므로, 그대로 적용한 값은 하방 민감도로 둔다.\n",
    "\n",
    "**2026-10 정비판.** 보고서1의 기준 시나리오가 정비되었다. BOKDPM 장기 정상상태를 고치고(잠재성장률 1.8%, 물가안정목표 2%, 실질유가 불변),\n",
    "실질금리를 1차 차분으로 투입하며, 시나리오 외생 경로의 레버를 연결한 뒤 산업 전망과 정합화를 다시 실행한 결과이다.\n",
    "이 판은 그 기준 시나리오(`data/inputs/base_va_62.csv`·`base_va_69.csv`)만 교체하였고, **AI 확산 층(산업 배분 A1, Λ 보정, 고용 중립 취업계수)은 이전 판과 같다.**\n",
    "이전 판 기준 시나리오는 `data/published_prev/`에 두고 정비 전후 비교와 이전 판 재현 점검에만 쓴다.\n",
    "8절은 같은 AI 확산 층을 이전 판 기준 시나리오에 적용해 정비 전후를 비교한다.\n",
    "\n",
    "**산출물.** `output/ai_index_62.csv`(비공개), `lambda_sensitivity.csv`, `ai_va_62.csv`, `ai_va_69.csv`, `ai_premium_labor_62.csv`, `ai_premium_labor_69.csv`, `elasticity_62.csv`, `allocation_variants.csv`, `compare_prev.csv`"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "34c3f232",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:08:24.757604Z",
     "iopub.status.busy": "2026-10-08T00:08:24.757604Z",
     "iopub.status.idle": "2026-10-08T00:08:25.392460Z",
     "shell.execute_reply": "2026-10-08T00:08:25.391957Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Python 3.12.10 · pandas 2.2.3 · numpy 2.4.6 · openpyxl 3.1.5 · matplotlib 3.11.0\n",
      "  판: 2026-10 정비판 · 배분 A1 · 취업계수 neutral · Λ 중심 0.5\n",
      "  기준 62          있음  data\\inputs\\base_va_62.csv\n",
      "  기준 69          있음  data\\inputs\\base_va_69.csv\n",
      "  이전 판 기준 62     있음  data\\published_prev\\base_va_62_prev.csv\n",
      "  이전 판 기준 69     있음  data\\published_prev\\base_va_69_prev.csv\n",
      "  크로스워크          있음  data\\crosswalk_21_62.csv\n",
      "  분화표            있음  data\\carveout_69.csv\n",
      "  설문 통계표(비공개)    있음  data\\private\\AI수용도조사_통계표_260417.xlsx\n",
      "배분 방식: A1\n"
     ]
    }
   ],
   "source": [
    "import os, hashlib\n",
    "import numpy as np, pandas as pd\n",
    "import config as C\n",
    "import ai_forecast as F\n",
    "pd.set_option(\"display.float_format\", lambda v: f\"{v:,.3f}\")\n",
    "C.setup()\n",
    "signal = pd.read_csv(os.path.join(C.INTERIM, \"survey_signal_21.csv\"), index_col=0)\n",
    "expect = pd.read_csv(os.path.join(C.INTERIM, \"change_expect_21.csv\"), index_col=0)\n",
    "cw = pd.read_csv(C.CROSSWALK)\n",
    "carve = dict(pd.read_csv(C.CARVEOUT)[[\"69분화산업\", \"모산업_62번\"]].values)\n",
    "base62, base69 = F.read_base(C.BASE_62), F.read_base(C.BASE_69)\n",
    "tot_g = signal.loc[\"전체\", [f\"AI성장_{t}\" for t in F.TIME_POINTS]].tolist()\n",
    "print(\"배분 방식:\", C.ALLOCATION)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "dc42646c",
   "metadata": {},
   "source": [
    "## 1. 21→62 크로스워크 적용\n",
    "\n",
    "설문 21개 업종을 62개 산업에 대응시킨다. 대응 업종이 없는 7개 산업(농업·임업·어업·공공행정은 전체 평균, 목재·펄프종이·인쇄는 제조업 평균)은 상위 평균으로 대체한다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "id": "9602e910",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:08:25.393460Z",
     "iopub.status.busy": "2026-10-08T00:08:25.393460Z",
     "iopub.status.idle": "2026-10-08T00:08:25.403465Z",
     "shell.execute_reply": "2026-10-08T00:08:25.403465Z"
    },
    "tags": [
     "private-output"
    ]
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "(비공개 설문 집계를 보여주는 셀이다. 공개 화면에서는 출력을 생략했다. 자료를 가진 경우 직접 실행하면 표시된다.)"
     ]
    }
   ],
   "source": [
    "idx62 = F.apply_crosswalk(signal, cw)\n",
    "idx62.to_csv(os.path.join(C.OUTPUT, \"ai_index_62.csv\"), encoding=\"utf-8-sig\")\n",
    "print(idx62[\"대응유형\"].value_counts().to_string())\n",
    "idx62[[\"62산업\", \"설문업종\", \"AI성장_2040\"]].sort_values(\"AI성장_2040\", ascending=False).head(8)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "c288d31e",
   "metadata": {},
   "source": [
    "## 2. 시점 램프 r(t)\n",
    "\n",
    "전체 응답 평균 성장 영향(E4-1)의 4시점 값을 연간 선형보간하고 2025년 0, 2040년 1로 정규화한다. 2035년 값이 Λ 보정의 기준 시점이다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "id": "66fd3618",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:08:25.404468Z",
     "iopub.status.busy": "2026-10-08T00:08:25.404468Z",
     "iopub.status.idle": "2026-10-08T00:08:25.408904Z",
     "shell.execute_reply": "2026-10-08T00:08:25.408904Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>2025</th>\n",
       "      <th>2026</th>\n",
       "      <th>2027</th>\n",
       "      <th>2028</th>\n",
       "      <th>2029</th>\n",
       "      <th>2030</th>\n",
       "      <th>2031</th>\n",
       "      <th>2032</th>\n",
       "      <th>2033</th>\n",
       "      <th>2034</th>\n",
       "      <th>2035</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>r(t)</th>\n",
       "      <td>0.000</td>\n",
       "      <td>0.108</td>\n",
       "      <td>0.215</td>\n",
       "      <td>0.323</td>\n",
       "      <td>0.431</td>\n",
       "      <td>0.495</td>\n",
       "      <td>0.559</td>\n",
       "      <td>0.624</td>\n",
       "      <td>0.688</td>\n",
       "      <td>0.752</td>\n",
       "      <td>0.793</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "      2025  2026  2027  2028  2029  2030  2031  2032  2033  2034  2035\n",
       "r(t) 0.000 0.108 0.215 0.323 0.431 0.495 0.559 0.624 0.688 0.752 0.793"
      ]
     },
     "execution_count": 3,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "ramp = F.ramp_factory(tot_g)\n",
    "pd.Series({y: ramp(y) for y in range(C.START, C.END + 1)}, name=\"r(t)\").to_frame().T"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "508f72d7",
   "metadata": {},
   "source": [
    "## 3. Λ 보정과 민감도\n",
    "\n",
    "Λ는 문헌의 AI 생산성 추정 범위(보수적 약 0.1%p/년 ~ 낙관적 약 1.5%p/년)의 중도인 **0.5%p**를 중심으로 하고 0.3·0.8을 민감도로 둔다.\n",
    "목표는 2035년 실질부가가치 가중평균 프리미엄이다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "id": "13b508ac",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:08:25.409907Z",
     "iopub.status.busy": "2026-10-08T00:08:25.409907Z",
     "iopub.status.idle": "2026-10-08T00:08:25.463630Z",
     "shell.execute_reply": "2026-10-08T00:08:25.463630Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "기준: 2,178.5조 → 2,609.0조, CAGR 1.82%\n"
     ]
    },
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>Λ(%p)</th>\n",
       "      <th>2035 AI확산(조원)</th>\n",
       "      <th>CAGR(%)</th>\n",
       "      <th>기준 대비(%p)</th>\n",
       "      <th>수준 차이(조원)</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>0.300</td>\n",
       "      <td>2,658.662</td>\n",
       "      <td>2.012</td>\n",
       "      <td>0.192</td>\n",
       "      <td>49.634</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>0.500</td>\n",
       "      <td>2,692.217</td>\n",
       "      <td>2.140</td>\n",
       "      <td>0.320</td>\n",
       "      <td>83.189</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>0.800</td>\n",
       "      <td>2,743.259</td>\n",
       "      <td>2.332</td>\n",
       "      <td>0.512</td>\n",
       "      <td>134.231</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "   Λ(%p)  2035 AI확산(조원)  CAGR(%)  기준 대비(%p)  수준 차이(조원)\n",
       "0  0.300      2,658.662    2.012      0.192     49.634\n",
       "1  0.500      2,692.217    2.140      0.320     83.189\n",
       "2  0.800      2,743.259    2.332      0.512    134.231"
      ]
     },
     "execution_count": 4,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "fn = F.central_premium_fn(idx62, tot_g, C.ALLOCATION)\n",
    "b25, b35 = base62.loc[C.START].sum() / 1e3, base62.loc[C.END].sum() / 1e3\n",
    "rows, paths, prems = [], {}, {}\n",
    "for tgt in C.LAMBDA_SENSITIVITY:\n",
    "    ai, prem = F.project_variant(base62, fn, tgt)\n",
    "    paths[tgt], prems[tgt] = ai, prem\n",
    "    a35 = ai.loc[C.END].sum() / 1e3\n",
    "    rows.append({\"Λ(%p)\": tgt, \"2035 AI확산(조원)\": a35, \"CAGR(%)\": F.cagr(b25, a35, 10),\n",
    "                 \"기준 대비(%p)\": F.cagr(b25, a35, 10) - F.cagr(b25, b35, 10), \"수준 차이(조원)\": a35 - b35})\n",
    "sens = pd.DataFrame(rows)\n",
    "sens.to_csv(os.path.join(C.OUTPUT, \"lambda_sensitivity.csv\"), index=False, encoding=\"utf-8-sig\")\n",
    "print(f\"기준: {b25:,.1f}조 → {b35:,.1f}조, CAGR {F.cagr(b25, b35, 10):.2f}%\")\n",
    "sens"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "afb75759",
   "metadata": {},
   "source": [
    "## 4. 고용 탄력성\n",
    "\n",
    "E4·E5 기대 증감률로 업종별 탄력성을 구한다. 기대 매출 증가율이 5% 미만인 업종은 분모가 0에 가까워 비율이 불안정하므로 제조업·비제조업 평균 탄력성으로 대체한다.\n",
    "69분류의 분화 산업은 모산업의 탄력성을 따른다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "id": "79d3e9fd",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:08:25.465133Z",
     "iopub.status.busy": "2026-10-08T00:08:25.464633Z",
     "iopub.status.idle": "2026-10-08T00:08:25.470142Z",
     "shell.execute_reply": "2026-10-08T00:08:25.470142Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "대체 업종: 12. 운수, 18. 사업지원서비스, 21. 문화/예술\n",
      "전체 평균 ε = -0.62 · 제조업 -0.47 · 비제조업 -0.87\n"
     ]
    }
   ],
   "source": [
    "el = F.employment_elasticity(expect)\n",
    "eps62 = {c: float(el.loc[idx62.loc[int(c.split(\".\")[0]), \"설문업종\"], \"탄력성_ε\"]) for c in base62.columns}\n",
    "pd.DataFrame({\"산업\": list(eps62), \"고용탄력성_ε\": list(eps62.values())}).to_csv(\n",
    "    os.path.join(C.OUTPUT, \"elasticity_62.csv\"), index=False, encoding=\"utf-8-sig\")\n",
    "print(\"대체 업종:\", \", \".join(el.index[el[\"탄력성_출처\"] != \"업종 값\"].drop([\"전체\", \"제조업\", \"비제조업\"], errors=\"ignore\")))\n",
    "print(f\"전체 평균 ε = {el.loc['전체', '탄력성_ε']:.2f} · 제조업 {el.loc['제조업', '탄력성_ε']:.2f} · 비제조업 {el.loc['비제조업', '탄력성_ε']:.2f}\")"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "bd748429",
   "metadata": {},
   "source": [
    "## 5. 62분류 산업별 경로(중심 Λ=0.5)와 취업계수"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 6,
   "id": "5674f121",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:08:25.471396Z",
     "iopub.status.busy": "2026-10-08T00:08:25.470142Z",
     "iopub.status.idle": "2026-10-08T00:08:25.480418Z",
     "shell.execute_reply": "2026-10-08T00:08:25.480418Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>VA프리미엄_2035_%p</th>\n",
       "      <th>고용탄력성_ε(설문)</th>\n",
       "      <th>취업계수변화_2035_%p</th>\n",
       "      <th>취업계수변화_고용중립_%p</th>\n",
       "      <th>취업계수변화_설문탄력성_%p</th>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>산업</th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>44.컴퓨터 프로그래밍ㆍ시스템통합관리업</th>\n",
       "      <td>0.620</td>\n",
       "      <td>-0.154</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.716</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>45.정보서비스업</th>\n",
       "      <td>0.620</td>\n",
       "      <td>-0.154</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.716</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>40.출판업</th>\n",
       "      <td>0.620</td>\n",
       "      <td>-0.154</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.716</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>41.영상ㆍ오디오기록물제작 배급업</th>\n",
       "      <td>0.620</td>\n",
       "      <td>-0.154</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.716</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>42.방송업</th>\n",
       "      <td>0.620</td>\n",
       "      <td>-0.154</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.716</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>43.통신업</th>\n",
       "      <td>0.620</td>\n",
       "      <td>-0.154</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.620</td>\n",
       "      <td>-0.716</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "                       VA프리미엄_2035_%p  고용탄력성_ε(설문)  취업계수변화_2035_%p  \\\n",
       "산업                                                                   \n",
       "44.컴퓨터 프로그래밍ㆍ시스템통합관리업           0.620       -0.154          -0.620   \n",
       "45.정보서비스업                       0.620       -0.154          -0.620   \n",
       "40.출판업                          0.620       -0.154          -0.620   \n",
       "41.영상ㆍ오디오기록물제작 배급업              0.620       -0.154          -0.620   \n",
       "42.방송업                          0.620       -0.154          -0.620   \n",
       "43.통신업                          0.620       -0.154          -0.620   \n",
       "\n",
       "                       취업계수변화_고용중립_%p  취업계수변화_설문탄력성_%p  \n",
       "산업                                                      \n",
       "44.컴퓨터 프로그래밍ㆍ시스템통합관리업          -0.620           -0.716  \n",
       "45.정보서비스업                      -0.620           -0.716  \n",
       "40.출판업                         -0.620           -0.716  \n",
       "41.영상ㆍ오디오기록물제작 배급업             -0.620           -0.716  \n",
       "42.방송업                         -0.620           -0.716  \n",
       "43.통신업                         -0.620           -0.716  "
      ]
     },
     "execution_count": 6,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "def to_long(base, ai, label):\n",
    "    b = base.loc[C.START:C.END].stack().rename(\"실질VA_십억원\").reset_index().assign(시나리오=\"기준(S1)\")\n",
    "    a = ai.stack().rename(\"실질VA_십억원\").reset_index().assign(시나리오=label)\n",
    "    return pd.concat([b, a])[[\"시나리오\", \"연도\", \"산업\", \"실질VA_십억원\"]]\n",
    "\n",
    "ai62, prem62v = paths[C.LAMBDA_CENTRAL], prems[C.LAMBDA_CENTRAL]\n",
    "to_long(base62, ai62, \"AI확산(Λ=0.5)\").to_csv(os.path.join(C.OUTPUT, \"ai_va_62.csv\"), index=False, encoding=\"utf-8-sig\")\n",
    "lab62 = F.labor_coef_change(prem62v, eps62, C.EMPLOYMENT)\n",
    "lab62.to_csv(os.path.join(C.OUTPUT, \"ai_premium_labor_62.csv\"), encoding=\"utf-8-sig\")\n",
    "lab62.sort_values(\"VA프리미엄_2035_%p\", ascending=False).head(6)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "2de18e7b",
   "metadata": {},
   "source": [
    "## 6. 69분류 — 분화 산업은 모산업의 점수와 탄력성을 이어받는다\n",
    "\n",
    "분화 산업 8개(반도체·이차전지·신재생에너지·조선업·철강·택배·건물건설·토목건설)는 모산업(62분류)의 설문 점수와 탄력성을 그대로 쓴다.\n",
    "배율은 69분류 가중치로 다시 보정한다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "id": "08be59d1",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:08:25.481417Z",
     "iopub.status.busy": "2026-10-08T00:08:25.481417Z",
     "iopub.status.idle": "2026-10-08T00:08:25.521074Z",
     "shell.execute_reply": "2026-10-08T00:08:25.521074Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "2035 AI확산 전산업: 62분류 2,692.2조 · 69분류 2,692.2조\n"
     ]
    },
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>VA프리미엄_2035_%p</th>\n",
       "      <th>고용탄력성_ε(설문)</th>\n",
       "      <th>취업계수변화_2035_%p</th>\n",
       "      <th>취업계수변화_고용중립_%p</th>\n",
       "      <th>취업계수변화_설문탄력성_%p</th>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>산업</th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>반도체</th>\n",
       "      <td>0.559</td>\n",
       "      <td>-0.216</td>\n",
       "      <td>-0.559</td>\n",
       "      <td>-0.559</td>\n",
       "      <td>-0.681</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>이차전지</th>\n",
       "      <td>0.559</td>\n",
       "      <td>-0.216</td>\n",
       "      <td>-0.559</td>\n",
       "      <td>-0.559</td>\n",
       "      <td>-0.681</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>신재생에너지</th>\n",
       "      <td>0.440</td>\n",
       "      <td>-0.056</td>\n",
       "      <td>-0.440</td>\n",
       "      <td>-0.440</td>\n",
       "      <td>-0.465</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>조선업</th>\n",
       "      <td>0.503</td>\n",
       "      <td>-1.144</td>\n",
       "      <td>-0.503</td>\n",
       "      <td>-0.503</td>\n",
       "      <td>-1.077</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>철강</th>\n",
       "      <td>0.479</td>\n",
       "      <td>-0.646</td>\n",
       "      <td>-0.479</td>\n",
       "      <td>-0.479</td>\n",
       "      <td>-0.788</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>택배</th>\n",
       "      <td>0.458</td>\n",
       "      <td>-0.874</td>\n",
       "      <td>-0.458</td>\n",
       "      <td>-0.458</td>\n",
       "      <td>-0.858</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>건물건설건축보수</th>\n",
       "      <td>0.425</td>\n",
       "      <td>-1.275</td>\n",
       "      <td>-0.425</td>\n",
       "      <td>-0.425</td>\n",
       "      <td>-0.966</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>토목건설</th>\n",
       "      <td>0.425</td>\n",
       "      <td>-1.275</td>\n",
       "      <td>-0.425</td>\n",
       "      <td>-0.425</td>\n",
       "      <td>-0.966</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "          VA프리미엄_2035_%p  고용탄력성_ε(설문)  취업계수변화_2035_%p  취업계수변화_고용중립_%p  \\\n",
       "산업                                                                      \n",
       "반도체                0.559       -0.216          -0.559          -0.559   \n",
       "이차전지               0.559       -0.216          -0.559          -0.559   \n",
       "신재생에너지             0.440       -0.056          -0.440          -0.440   \n",
       "조선업                0.503       -1.144          -0.503          -0.503   \n",
       "철강                 0.479       -0.646          -0.479          -0.479   \n",
       "택배                 0.458       -0.874          -0.458          -0.458   \n",
       "건물건설건축보수           0.425       -1.275          -0.425          -0.425   \n",
       "토목건설               0.425       -1.275          -0.425          -0.425   \n",
       "\n",
       "          취업계수변화_설문탄력성_%p  \n",
       "산업                         \n",
       "반도체                -0.681  \n",
       "이차전지               -0.681  \n",
       "신재생에너지             -0.465  \n",
       "조선업                -1.077  \n",
       "철강                 -0.788  \n",
       "택배                 -0.858  \n",
       "건물건설건축보수           -0.966  \n",
       "토목건설               -0.966  "
      ]
     },
     "execution_count": 7,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "def proxy62(c):\n",
    "    p = F.parent_of(c, carve)\n",
    "    return [x for x in base62.columns if int(x.split(\".\")[0]) == p][0]\n",
    "\n",
    "ai69, prem69v = F.project_variant(base69, lambda c, t: fn(proxy62(c), t), C.LAMBDA_CENTRAL)\n",
    "to_long(base69, ai69, \"AI확산(Λ=0.5)\").to_csv(os.path.join(C.OUTPUT, \"ai_va_69.csv\"), index=False, encoding=\"utf-8-sig\")\n",
    "lab69 = F.labor_coef_change(prem69v, {c: eps62[proxy62(c)] for c in base69.columns}, C.EMPLOYMENT)\n",
    "lab69.to_csv(os.path.join(C.OUTPUT, \"ai_premium_labor_69.csv\"), encoding=\"utf-8-sig\")\n",
    "print(f\"2035 AI확산 전산업: 62분류 {ai62.loc[C.END].sum()/1e3:,.1f}조 · 69분류 {ai69.loc[C.END].sum()/1e3:,.1f}조\")\n",
    "lab69.loc[list(carve)]"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "2c122869",
   "metadata": {},
   "source": [
    "## 7. 배분 방식 민감도 — 기준점 선택\n",
    "\n",
    "네 방식 모두 2035년 VA 가중평균 프리미엄을 0.5%p로 보정하므로 전산업 총량은 거의 같다. 산업 간 배분만 달라진다.\n",
    "\n",
    "| 방식 | 산식(보정 전) | 해석 |\n",
    "|---|---|---|\n",
    "| **A1 중심** | $(s_i^{2040}-1)\\,r(t)$ | 척도 최저점 '매우 낮음'을 영향 최소로 둔다 |\n",
    "| A 이전 | $(s_i^{2040}-5)\\,r(t)$ | 중간값 '보통'을 0으로 둔다. 정도 척도를 방향 척도로 읽은 방식이다 |\n",
    "| B 증가분 | $s_i(t)-s_i(2025)$ | 2025년 영향은 기준선에 반영되었다고 보고 이후 증가분만 쓴다 |\n",
    "| C 상대강도 | $s_i^{2040}/\\bar s^{2040}\\,r(t)$ | 전체 평균 대비 비율 |"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "id": "49ff3f64",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:08:25.522078Z",
     "iopub.status.busy": "2026-10-08T00:08:25.522078Z",
     "iopub.status.idle": "2026-10-08T00:08:25.613216Z",
     "shell.execute_reply": "2026-10-08T00:08:25.613216Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "A 현행(s−5)      2035 2,692.5조 · 기준 대비 +0.321%p · 최대/최소  36.4배\n",
      "A1 앵커1(s−1)    2035 2,692.2조 · 기준 대비 +0.320%p · 최대/최소   1.6배\n",
      "B 증가분          2035 2,691.5조 · 기준 대비 +0.318%p · 최대/최소   1.8배\n",
      "C 상대강도         2035 2,692.2조 · 기준 대비 +0.320%p · 최대/최소   1.4배\n"
     ]
    },
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>A 현행(s−5)</th>\n",
       "      <th>A1 앵커1(s−1)</th>\n",
       "      <th>B 증가분</th>\n",
       "      <th>C 상대강도</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>22.전자부품ㆍ컴퓨터ㆍ영상ㆍ음향ㆍ통신장비</th>\n",
       "      <td>0.780</td>\n",
       "      <td>0.559</td>\n",
       "      <td>0.591</td>\n",
       "      <td>0.550</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>23.의료ㆍ정밀ㆍ광학기기ㆍ시계</th>\n",
       "      <td>0.800</td>\n",
       "      <td>0.564</td>\n",
       "      <td>0.649</td>\n",
       "      <td>0.553</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>33.건설업</th>\n",
       "      <td>0.146</td>\n",
       "      <td>0.425</td>\n",
       "      <td>0.385</td>\n",
       "      <td>0.437</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>39.음식점ㆍ숙박업</th>\n",
       "      <td>0.180</td>\n",
       "      <td>0.432</td>\n",
       "      <td>0.434</td>\n",
       "      <td>0.443</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>44.컴퓨터 프로그래밍ㆍ시스템통합관리업</th>\n",
       "      <td>1.067</td>\n",
       "      <td>0.620</td>\n",
       "      <td>0.534</td>\n",
       "      <td>0.600</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>46.금융업</th>\n",
       "      <td>0.334</td>\n",
       "      <td>0.465</td>\n",
       "      <td>0.403</td>\n",
       "      <td>0.471</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>56.교육서비스업</th>\n",
       "      <td>0.897</td>\n",
       "      <td>0.584</td>\n",
       "      <td>0.471</td>\n",
       "      <td>0.570</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>59.문화서비스업</th>\n",
       "      <td>0.029</td>\n",
       "      <td>0.400</td>\n",
       "      <td>0.536</td>\n",
       "      <td>0.417</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>6.식료품</th>\n",
       "      <td>0.639</td>\n",
       "      <td>0.530</td>\n",
       "      <td>0.595</td>\n",
       "      <td>0.525</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "                        A 현행(s−5)  A1 앵커1(s−1)  B 증가분  C 상대강도\n",
       "22.전자부품ㆍ컴퓨터ㆍ영상ㆍ음향ㆍ통신장비      0.780        0.559  0.591   0.550\n",
       "23.의료ㆍ정밀ㆍ광학기기ㆍ시계            0.800        0.564  0.649   0.553\n",
       "33.건설업                      0.146        0.425  0.385   0.437\n",
       "39.음식점ㆍ숙박업                  0.180        0.432  0.434   0.443\n",
       "44.컴퓨터 프로그래밍ㆍ시스템통합관리업       1.067        0.620  0.534   0.600\n",
       "46.금융업                      0.334        0.465  0.403   0.471\n",
       "56.교육서비스업                   0.897        0.584  0.471   0.570\n",
       "59.문화서비스업                   0.029        0.400  0.536   0.417\n",
       "6.식료품                       0.639        0.530  0.595   0.525"
      ]
     },
     "execution_count": 8,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "variants = F.allocation_variants(idx62, tot_g)\n",
    "rows = {}\n",
    "for name, vfn in variants.items():\n",
    "    ai_v, prem_v = F.project_variant(base62, vfn, C.LAMBDA_CENTRAL)\n",
    "    rows[name] = prem_v\n",
    "    a35 = ai_v.loc[C.END].sum() / 1e3\n",
    "    print(f\"{name:<14} 2035 {a35:,.1f}조 · 기준 대비 {F.cagr(b25, a35, 10) - F.cagr(b25, b35, 10):+.3f}%p · 최대/최소 {prem_v.max() / prem_v.min():5.1f}배\")\n",
    "var = pd.DataFrame(rows)\n",
    "var.to_csv(os.path.join(C.OUTPUT, \"allocation_variants.csv\"), encoding=\"utf-8-sig\")\n",
    "pick = [c for c in var.index if c.split(\".\")[0] in (\"44\", \"56\", \"23\", \"22\", \"6\", \"46\", \"33\", \"39\", \"59\")]\n",
    "var.loc[pick]"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "2ca3597d",
   "metadata": {},
   "source": [
    "## 8. 정비 전후 비교 — 같은 AI 확산 층을 이전 판 기준 시나리오에 적용\n",
    "\n",
    "설문 점수·크로스워크·시점 램프·배분 방식(A1)·Λ·탄력성은 그대로 두고 **기준 시나리오만** 이전 판(`data/published_prev/`)으로 바꾸어 같은 계산을 한다.\n",
    "이전 판 열은 이전 판 공표 수치를 재현해야 하며, 03의 검증 셀이 이를 확인한다(이전 판 재현 점검).\n",
    "\n",
    "Λ 보정은 2035년 **기준 시나리오의 산업 구성**을 가중치로 쓰므로, 기준 시나리오가 바뀌면 배율 $k$가 다시 정해진다.\n",
    "$p_{i,t}=k\\,a_i\\,r(t)$에서 $a_i$와 $r(t)$는 설문에서 오므로 그대로이고, 산업별 프리미엄은 **모든 산업에서 같은 비율** $k^{정비}/k^{이전}$만큼 바뀐다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 9,
   "id": "3a1f2d6e",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:08:25.614220Z",
     "iopub.status.busy": "2026-10-08T00:08:25.614220Z",
     "iopub.status.idle": "2026-10-08T00:08:25.789899Z",
     "shell.execute_reply": "2026-10-08T00:08:25.789899Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "62분류 산업별 프리미엄 비율(정비판/이전 판): 최소 1.002474 · 최대 1.002474\n"
     ]
    },
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>이전 판</th>\n",
       "      <th>정비판</th>\n",
       "      <th>차이</th>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>항목</th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>기준_2025_조</th>\n",
       "      <td>2,178.489</td>\n",
       "      <td>2,178.489</td>\n",
       "      <td>0.000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>기준_2035_조</th>\n",
       "      <td>2,688.518</td>\n",
       "      <td>2,609.028</td>\n",
       "      <td>-79.490</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>기준_CAGR</th>\n",
       "      <td>2.126</td>\n",
       "      <td>1.820</td>\n",
       "      <td>-0.306</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L03_2035_조</th>\n",
       "      <td>2,739.664</td>\n",
       "      <td>2,658.662</td>\n",
       "      <td>-81.002</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L03_CAGR</th>\n",
       "      <td>2.319</td>\n",
       "      <td>2.012</td>\n",
       "      <td>-0.307</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L03_차이_%p</th>\n",
       "      <td>0.193</td>\n",
       "      <td>0.192</td>\n",
       "      <td>-0.001</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L03_수준차이_조</th>\n",
       "      <td>51.146</td>\n",
       "      <td>49.634</td>\n",
       "      <td>-1.512</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L03_수준차이_%</th>\n",
       "      <td>1.902</td>\n",
       "      <td>1.902</td>\n",
       "      <td>0.000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>AI_2035_조</th>\n",
       "      <td>2,774.242</td>\n",
       "      <td>2,692.217</td>\n",
       "      <td>-82.024</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>AI_CAGR</th>\n",
       "      <td>2.447</td>\n",
       "      <td>2.140</td>\n",
       "      <td>-0.307</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>AI_차이_%p</th>\n",
       "      <td>0.321</td>\n",
       "      <td>0.320</td>\n",
       "      <td>-0.001</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>AI_수준차이_조</th>\n",
       "      <td>85.724</td>\n",
       "      <td>83.189</td>\n",
       "      <td>-2.534</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>AI_수준차이_%</th>\n",
       "      <td>3.189</td>\n",
       "      <td>3.189</td>\n",
       "      <td>0.000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L08_2035_조</th>\n",
       "      <td>2,826.838</td>\n",
       "      <td>2,743.259</td>\n",
       "      <td>-83.579</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L08_CAGR</th>\n",
       "      <td>2.640</td>\n",
       "      <td>2.332</td>\n",
       "      <td>-0.308</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L08_차이_%p</th>\n",
       "      <td>0.514</td>\n",
       "      <td>0.512</td>\n",
       "      <td>-0.002</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L08_수준차이_조</th>\n",
       "      <td>138.320</td>\n",
       "      <td>134.231</td>\n",
       "      <td>-4.089</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L08_수준차이_%</th>\n",
       "      <td>5.145</td>\n",
       "      <td>5.145</td>\n",
       "      <td>0.000</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "                이전 판       정비판      차이\n",
       "항목                                    \n",
       "기준_2025_조  2,178.489 2,178.489   0.000\n",
       "기준_2035_조  2,688.518 2,609.028 -79.490\n",
       "기준_CAGR        2.126     1.820  -0.306\n",
       "L03_2035_조 2,739.664 2,658.662 -81.002\n",
       "L03_CAGR       2.319     2.012  -0.307\n",
       "L03_차이_%p      0.193     0.192  -0.001\n",
       "L03_수준차이_조    51.146    49.634  -1.512\n",
       "L03_수준차이_%     1.902     1.902   0.000\n",
       "AI_2035_조  2,774.242 2,692.217 -82.024\n",
       "AI_CAGR        2.447     2.140  -0.307\n",
       "AI_차이_%p       0.321     0.320  -0.001\n",
       "AI_수준차이_조     85.724    83.189  -2.534\n",
       "AI_수준차이_%      3.189     3.189   0.000\n",
       "L08_2035_조 2,826.838 2,743.259 -83.579\n",
       "L08_CAGR       2.640     2.332  -0.308\n",
       "L08_차이_%p      0.514     0.512  -0.002\n",
       "L08_수준차이_조   138.320   134.231  -4.089\n",
       "L08_수준차이_%     5.145     5.145   0.000"
      ]
     },
     "execution_count": 9,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "prev62, prev69 = F.read_base(C.BASE_62_PREV), F.read_base(C.BASE_69_PREV)\n",
    "fn69 = lambda c, t: fn(proxy62(c), t)\n",
    "eps69 = {c: eps62[proxy62(c)] for c in base69.columns}\n",
    "args = (fn, fn69, eps62, eps69, list(carve), C.LAMBDA_SENSITIVITY, C.LAMBDA_CENTRAL, C.EMPLOYMENT)\n",
    "new = F.scenario_summary(base62, base69, *args)\n",
    "old = F.scenario_summary(prev62, prev69, *args)\n",
    "cmp = new.rename(columns={\"값\": \"정비판\"}).merge(old.rename(columns={\"값\": \"이전 판\"}), on=[\"구분\", \"항목\"], validate=\"one_to_one\")\n",
    "cmp[\"차이\"] = cmp[\"정비판\"] - cmp[\"이전 판\"]\n",
    "cmp.to_csv(os.path.join(C.OUTPUT, \"compare_prev.csv\"), index=False, encoding=\"utf-8-sig\")\n",
    "\n",
    "# 정비판 열은 1–6절의 결과와 같아야 한다(같은 함수·같은 입력)\n",
    "assert abs(F.lookup(cmp, \"정비판\", \"총량\", \"AI_2035_조\") - ai62.loc[C.END].sum() / 1e3) < 1e-9\n",
    "assert abs(F.lookup(cmp, \"정비판\", \"62 프리미엄(%p)\", 44) - lab62.loc[[c for c in lab62.index if c.startswith(\"44.\")][0], \"VA프리미엄_2035_%p\"]) < 1e-12\n",
    "assert abs(F.lookup(cmp, \"정비판\", \"69 분화 AI 2035(조원)\", \"반도체\") - ai69.loc[C.END, \"반도체\"] / 1e3) < 1e-9\n",
    "\n",
    "sub = cmp[cmp[\"구분\"] == \"62 프리미엄(%p)\"]\n",
    "ratio = sub[\"정비판\"] / sub[\"이전 판\"]\n",
    "print(f\"62분류 산업별 프리미엄 비율(정비판/이전 판): 최소 {ratio.min():.6f} · 최대 {ratio.max():.6f}\")\n",
    "cmp[cmp[\"구분\"] == \"총량\"].set_index(\"항목\")[[\"이전 판\", \"정비판\", \"차이\"]]"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.12.10"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}