본 상품은 CCTV 영상, 이미지 및 센서 데이터를 기반으로 화재, 연기, 고온 이상상황을 학습·검증하기 위한 AI 학습용 데이터 패키지. 실제 화재 데이터는 발생 빈도가 낮고 수집이 어렵기 때문에, 본 데이터는 다양한 환경 조건(주·야간, 실내·실외, 거리·각도 변화)을 반영하여 화재 이상상황을 체계적으로 구성함. 데이터는 화재·연기·이상 열 징후 중심으로 라벨링되어 제공되며, 수요기업은 이를 활용하여 화재 조기 감지, 이상상황 탐지, 안전 모니터링 AI 모델의 학습 및 성능 검증에 활용 가능
K-DATA 공개 카탈로그
필요한 데이터를 한곳에서 찾으세요
공급기업 데이터상품과 데이터안심구역 제공 데이터를 검색하고 출처별 정보를 비교할 수 있습니다.
공급기업
격자별 건축물·구급출동 데이터
1.판매 데이터의 상품성가.격자별 건축물구급출동 데이터개요·지역소방본부 구급출동데이터와 국토교통부의건축물대장 데이터를 융합가공하고 격자별 데이터셋을 생성하여 개방·국토교통부 건축데이터 민간개방시스템의 건축물대장 데이터를 건축물의 주용도 코드별로 분류하여 단위면적당 밀도를 계산·격자단위 건축물 용도 현황과 구급출동현황을 월별 합산 데이터로 생성하여 통계분석 및 두 변수 간에 상관관계를 파악하고 구급수요를 예측할 수 있는AI학습데이터로 활용 가능나.데이터 형성과정 번호 데이터 출처 활용 데이터명 데이터 설명 파일형식 1 지역소방본부 긴급구조표준정보 신고,출동,환자 출동 지역 정보 CSV파일 2 국토교통부 건축물대장 주소,대지면적,연면적,구조,주용도 등 CSV파일 -해당 지역을1000mX 1000m (가로x세로)단위의격자로 변환해,전체적인 공간 패턴 및 소방데이터와의 교차 분석에 용이하도록 가공2.판매 데이터의 상세정보(1) 데이터 상세정보 순번 컬럼명 컬럼 설명 Null여부 기본값 형식/단위 비고 1 GRID_X_AXIS 격자_X좌표 N 없음 숫자/없음 2
공급기업
격자별 교통사고·구급출동 데이터
1.판매 데이터의 상품성가.격자별 교통사고·구급출동 데이터 개요·정의:강원소방본부 구급출동데이터와 도로교통공단 사망교통사고정보 데이터를 융합·가공하여 격자별 데이터셋을 생성하여개방·구축범위-시간적 범위:2020년1월~ 12월-공간적 범위:강원도18개 시군-내용적 범위:격자별교통사고 발생현황 및 질병구급출동 융합데이터 생성나.데이터 형성과정·각 분야별 위치 데이터의 위치 좌표를 격자단위 구역정보로변환하고 격자별 데이터 밀도를 정량화 추출·각 분야의 시계열 데이터와 격자별 데이터 밀도를 통계분석및 두 변수간에 상관관계를 파악하고 분야별AI학습데이터로 활용 가능·데이터를 데이터베이스에 적재 후,차트로 표현하고자 하는 커스텀 옵션을 추가하여iFrame형태로포털에 게재2.판매 데이터의 상세정보(1) 데이터 상세정보 순번 컬럼명 컬럼 설명 Null여부 기본값 형식/단위 비고 1 GRID_X_AXIS 격자_X좌표 N 없음 숫자/없음 2 GRID_Y_AXIS 격자_Y좌표 N 없음 숫자/없음 3 OCRN_TIME 발생시간대 Y 없음 숫자/없음 4 OCRN_YMD 발생일자 Y
공급기업
격자별 인구·구급출동 데이터
1.판매 데이터의 상품성가.격자별 인구·구급출동데이터 개요·정의:지역소방본부 구급출동데이터와 통신사의 민간데이터인 유동인구 데이터를 융합·가공하여 격자별 데이터셋을 생성하여개방·구축범위-시간적 범위:2020년1월~ 12월-공간적 범위:강원도18개 시군-내용적 범위:격자별유동인구 밀도 및 질병구급출동 융합데이터 생성나.데이터 형성과정·통신사에서 생산되는 유동인구 데이터를 유료로 구매하고격자(1000m)단위로 가공하여 단위면적당 성별,연령대별,시간대별유동인구밀도를 도출·격자단위 유동인구 밀도와 구급출동 현황을 시계열 데이터로생성하여 통계분석 및 두 변수간에 상관관계를 파악하고구급수요를예측할수 있는AI학습데이터로 활용 가능2.판매 데이터의 상세정보(1)데이터 상세정보 순번 컬럼명 컬럼 설명 Null여부 기본값 형식/단위 비고 1 GRID_X_AXIS 격자_X좌표 Y 없음 숫자/없음 2 GRID_Y_AXIS 격자_Y좌표 Y 없음 숫자/없음 3 OCRN_TIME 발생시간대 Y 없음 숫자/없음 4 OCRN_YMD 발생일자 Y 없음
공급기업
기업정보데이터
가. 기업정보데이터개요o 정의:기업의기본 정보와 경영 현황을 체계적으로 수집·정리한 데이터셋으로,기업의 위치,규모,재무 상태,업종 분류,주요 제품,인력 정보 등을 포함.이 데이터는 기업 활동분석,지역 경제 연구,비즈니스 의사결정지원에 활용되는 핵심 데이터o구축범위-공간적 범위:전국단위의 기업을 대상으로 하며,시도,시군구,행정동 단위로 세부 위치 정보 포함-시간적 범위:최신데이터를 기준으로 정기 업데이트 지원나.데이터 차별성o정밀한 업종 분류-업종을10차업종 코드까지 세분화하여,대·중·소·세세 분류로 제공함으로써 보다 세밀한 산업 분석 가능-기존의 일반적인 업종 분류보다 더 정확한 시장 동향 분석제공o정확한 위치 정보-기업의 위치 정보(시도,시군구,행정동)를포함하고 있으며,위도·경도까지 제공되어 지역 기반 분석을 통해 더 정확한 시장 및 지역 경제분석 가능o업데이트 주기와 최신성-정기적인 데이터 갱신과 최신 정보 반영을 통해,다른 데이터셋보다 더 신속하고 정확한 정보 제공-기업의 변화된 정보(재무상태,직원 수,신용 등급 등)를 실시간에 가깝게 반영하여 비즈니스 및 정책 의사결정을 도움o다차원 분석 가능-다양한 변수(업종,지역,매출,종업원수 등)를 기반으로 복합적인 분석이 가능하여,고급분석이 요구되는 분야에서도 유용o기업 신용 및 재무 정보 제공-신용 등급,매출액,재무 상태 등의 재무적 데이터와 기업 신뢰도를 포함하여 투자 및 리스크 관리에 유용한 정보 제공-다른 기업 정보 데이터셋에서 잘 제공되지 않는 중요한차별화 요소o비즈니스 및 정책 분석에 최적화-기업의 사회적 영향이나 고용 현황 등 지역 경제에 대한심층 분석이 가능하여,정책 개발 및 비즈니스 전략 수립에 매우 유
공급기업
나라장터 조달 기업정보 데이터셋
2021년 기준 나라장터 거래 규모는120조원으로 전체 국가 예산의 약20%규모이며, 2년 평균12%씩 고속 성장 중으로 약90만개의 기업이 조달 계약을 했으나 공동계약,컨소시엄 구성 시 같이 사업을 수행할 우수한 기업을 찾는데 어려움을 겪는 중
□ 개요한국어 및 영어 뉴스 기사를 대상으로 한 특성 기반 감성 분석 데이터.□ 특징 1. 감성 분석 기준 - 인물: 신뢰, 소통, 사회적 책임, 전문성. - 기업: 환경, 사회, 지배구조(ESG). 2. 감성 점수화 - 기사 내용에서 사용된 표현을 기반으로, 해당 표현이 긍정적 또는 부정적으로 사용된 정도를 평가. - 감성 점수는 -1(부정적)부터 1(긍정적)까지의 범위를 갖는 실수형 값으로 제공. 3. 키워드 제공 - 기사에서 추출된 주요 키워드 목록 제공. 4. 대상 정보 제공 - 기사에 언급된 기업 및 인물 목록 제공. 5. 요약 정보 제공 - 기사 내용을 요약한 텍스트 제공.
공급기업
뉴스 긍부정 감성분석 데이터
□ 개요한국어 뉴스 기사를 대상으로 한 긍부정 감성 분석 데이터.□ 특징 1. 긍부정 분석결과 제공 - 기사 내용 기반의 긍부정 분석결과 제공. 2. 요약 정보 제공 - 기사 내용을 요약한 텍스트 제공. 3. 감성분석 대상 제공 - 감성분석이 진행된 대상과 그에 해당하는 감성분석 결과 제공.
공급기업
말레이어·영어 음성 인식 데이터
상품설명(말레이어·영어 음성 인식 데이터)말레이어·영어 음성 인식 데이터전문 성우 녹음(영어)/현지 화자 자연 발화(말레이어) 방식으로 구축된 고품질 다국어 음성 데이터셋으로, 금융·의료·고객상담·공공행정·교육 등 다양한 도메인의 대화 음성 데이터입니다. 발화자 성비(남·녀 50:50)와 연령(20~40대)을 균형 있게 구성하였으며, 말레이어 특유의 코드스위칭(말레이어↔영어 혼용) 발화를 포함해 다국어 전환 상황에서의 AI 인식 오류 개선에 특화된 데이터입니다.주요 특징 및 활용모든 발화에는 정확한 전사(Transcription)와 성별·연령대·도메인·녹음 환경 등 정교한 메타데이터가 부착되어 있어 AI 학습 및 평가에 즉시 활용 가능합니다. 또한 4단계 품질 검수 프로세스를 통해 높은 데이터 신뢰성을 보장하며, 음성인식(ASR) 모델 개발, 발음 평가, 콜봇·챗봇, 다국어 교육 서비스 등에 바로 적용할 수 있습니다. 데이터 제공 시 기술 활용 매뉴얼을 함께 제공기술 활용 매뉴얼을 함께 제공하여 수요기업의 편의성을 높였습니다.
공급기업
문서 구조화·시각 자동화 데이터
문서 구조화·시각 자동화 데이터는 보고서·공시·보도자료·기사·제안서 등 다양한 문서에서 텍스트·표·수치·차트 구성요소를 추출하고, 이를 표준 스키마로 구조화(Structure) 한 뒤 시각 자료(차트/그래프/도표) 자동 생성까지 가능하도록 가공한 데이터 상품입니다.특히 본 데이터를 활용하면 사용자는 엑셀·파워포인트와 같은 전문 도구 없이도 웹/서비스 환경에서 문서 내 수치 정보를 버튼 한 번으로 시각화하고, 생성 결과를 즉시 분석·공유·활용할 수 있습니다.문서 구조화 : 문서 제목/섹션/문단/표/수치/단위/기간/대상 등 메타정보를 정규화시각 자동화 : 지표·항목·축·범례·단위 등 시각요소를 구성하고 시각화 자료 생성에 필요한 데이터셋/코드/이미지를 제공QA·CoT 연계 : 생성된 시각 자료에 대해 질의응답 및 근거 기반 추론(CoT) 데이터로 확장 가능한 구조 포함즉, “문서에서 핵심 정보를 뽑아 분석 가능한 형태로 만들고, 그 내용을자동으로 시각화할 수 있는 학습용 데이터”로, 문서 이해(Document Understanding), 리포트 자동화(Report Automation), 데이터 시각화 자동화(Data Visualization Automation) 목적에 최적화되어 있습니다.본 상품은 문서 구조화·시각 자동화 데이터를 단독 제공하는 데이터 상품이며, 데이터 외 추가 활용 지원(대시보드/에디터 구축, 모델 학습/튜닝, 서비스 적용 컨설팅 등)이 필요한 경우 과제 협의 및 계약을 통해 별도 확정됩니다.
공급기업
물가정보DB
◎물가정보DB Data상세정보(구조)품목명모델명기본 규격단위보조규격발행년발행월금액page거래장소지불조건거래조건콘크리트혼화재ERH-M프리믹스트보수모르타르25kg(건식용)㎏①2026011,730I-109점포상차현금단위당점탄성DamperWall Type - H:4,000이하Set①20260115,235,000I-112공장상차현금단위당수지파형강관3LC-P 300m1RS 68×13㎜-1.6T20260178,400I-340현장도착도현금50단위 이상일반구조용강SS275ø16㎜단중1.58㎏/mM/T서①울202601910,000I-47공장상차현금25M/T이상발행 년,월, page :정기간행물‘종합물가정보’에 발행 년,월 및 해당 품목의 페이지 정보거래장소:제품의 전 유통단계에서 조사가 실시된 단계지불조건:제품의 금전 거래 형태거래조건:제품의 구매 단위◎Data의 형성 과정-조사 단계부터 공표/제공 단계까지 전 과정을 내부 인력으로 수행.- Data생성 과정정기조사 실시->조사 정보의 분석 및 가공->조사 정보의 데이터베이스 입력(디지털화)-> Data의 공표/제공(정기간행물,온라인 서비스,물가정보DB Data)◎물가정보DB Data활용 안내 매뉴얼 및API,컬럼 정의서 제공 계획수요 기업 업무 분석->맞춤형 활용안내 매뉴얼 제공->물가정보DB Data제공방식 협의->제공방식(파일, DB, API)별 협의에 따른 컬럼 정의서 제공
공급기업
이미지 기반 QA·추론 데이터
이미지 기반 QA·추론 데이터는 사진·스크린샷·문서 이미지·현장 이미지 등 시각 정보를 대상으로 질문(Question)추론(CoT)응답(Answer) 구조의 학습 데이터를 구축·가공한 데이터 상품입니다.단순 객체 인식/캡션 수준을 넘어, 이미지 내 객체·텍스트·공간 관계·상황 맥락을 근거로 다단계 논리추론(CoT)을 수행하도록 설계되어 있으며, 모델이 “왜 그런 답이 나왔는지”를 설명할 수 있도록 근거 기반(Reasoning)데이터를 포함하는 것이 핵심 특징입니다.본 상품은 이미지에서 추출 가능한 정보와 문맥을 표준 스키마로 구조화하여 제공하며, 다음 요소를 포함할 수 있습니다(프로젝트 범위에 따라 선택 제공).QA 세트: 이미지 1장당 다수 질문-응답 세트근거(Reasoning)정보: 근거 문장(이미지 내 텍스트), 객체/영역(바운딩 박스·폴리곤), 관계(좌/우·앞/뒤·포함·접촉 등)추론(CoT) 단계: 관찰→근거 선택→결론 도출 등 단계형 추론 정보품질 검수 체계: 추론의 적절성, 근거 정합성, 단계 간 논리 일관성, 가독성/명확성 기준 기반 검수즉, “이미지를 보고 질문에 답하는 것”을 넘어, 이미지에 근거한 추론 과정까지 학습할 수 있도록 설계된 데이터로서 멀티모달 이해, 시각적 추론, 설명 가능한 AI 목적에 최적화되어 있습니다.본 상품은 이미지 기반 QA·추론 데이터를 단독 제공하는 데이터 상품이며, 데이터 외 추가 활용 지원(모델 학습/튜닝, 평가셋 설계, 서비스 적용 컨설팅 등)이 필요한 경우 과제 협의 및 계약을 통해 별도 확정됩니다.
공급기업
프랜차이즈 기업 경영진단 데이터
공정거래위원회에 등록된 정보공개 데이터를 바탕으로분석된 산업전반의 통계를 기반으로 외식,서비스,도소매 업종별 개별 브랜드의FC생산성, FC성장성, FC안정성,노하우집약도,본사수익성,가맹점 수익성 등6개 지표(19개 세부지표)를 적용하여 각 기업별 평가점수를 도출하고,평가점수를 기반으로 업종별 순위정보 및 개별 기업의 경영진단 결과를 리포트로 제공함감에 의존해 프랜차이즈를 선택하고 창업을 결심하던 방식에서 벗어나 예비창업자가 신뢰를 바탕으로 가맹사업을 지속할 수 있는 브랜드를 선택하는 데에 도움을 주고자 하며,프랜차이즈 기업은 현재 위치를 파악하고 프랜차이즈 시스템을 정비함으로써 가맹점과 상생하는 길을 모색하는 계기를 제공하고자 하는 목적으로 평가한 데이터임
공급기업
프랜차이즈 정보공개데이터
상품의 특징[프랜차이즈 산업현황 데이터]는 공정거래위원회가 공개하는 정보공개서의 빅데이터를 수집하여 프랜차이즈 산업의 현황을 연도별,업종별로 한눈에 파악할 수 있다는 장점이 있음.전수조사된 빅데이터를 통해 예비창업자와 수요기업에서 필요로 하는 정보를 다양한 필터링을 활용하여 프랜차이즈 산업통계현황을 보다 다각적으로 분석하여 제공함.제공하는 필터는 업종별(외식,도소매,서비스),정보공개서 분류43개 업종별(외식:기타외국식,기타외식,분식,서양식,아이스크림/빙수,음료/커피,일식,중식,치킨,커피,한식,제과제빵,주류,패스트푸드,피자,서비스:교육/교과,교육/외국어,기타 교육,기타 서비스,반려동물 관련,부동산 중개,세탁,숙박,오락,운송,이사,인력 파견,임대,배달서비스,스포츠,유아관련,이미용,자동차관련, PC방,도소매:건강식품,기타도소매,안경,약국,종합소매점,농수산,의류/패션,편의점,화장품)로 분석이 가능함.본 데이터는 정보공개서상의 재무지표 및 임직원데이터가 기업이 보유한 브랜드의 모든 정보공개서에 동일하게 표기되는 특성으로 인하여 산업 전체 재무지표를 산출하였을 때 중복 합산되어 나타난 오류를 제거하여 같은 상호의 브랜드 재무,임직원데이터는1회만 계산하여,브랜드 데이터(전체 브랜드 수록)와 기업데이터(중복 값을 제외한 가맹본부 데이터 수록)를 구분하여 관리하고 있음.