지원센터 담당자·정책 담당자가 기업 상담에 활용하는 화면입니다. 기업 상황과 수요를 바탕으로 검토할 지원사업 후보와 추천 이유를 보여 줍니다. 시연용 예시
① 이용 흐름: 상담부터 확인까지
이 화면은 지원센터 담당자와 정책·사업 담당자가 기업에 맞는 지원사업 후보를 찾고, 추천 이유를 설명·기록하도록 돕습니다. 추천 결과만 보고 끝내지 않고, 마지막에는 실제 공고와 자격요건을 반드시 확인합니다.
상담할 때는 이렇게 사용하세요.
기업의 기본 정보와 현재 필요한 지원을 확인합니다.
추천 후보에서 ‘왜 추천되었는지’를 함께 읽습니다.
실제 신청 전에는 해당 공고의 접수기간·자격요건·제출서류를 확인합니다.
지원센터 담당자의 여정
① 접수·발굴→② 추천 이유 확인→③ 실제 공고 확인 · 가장 중요→④ 산출·사후
단계
담당자의 질문
화면이 도와주는 일
준비도
① 접수·발굴
"이 기업에 무엇을 추천하지"
프로필·수요 틀 + 맞춤 후보
강점
② 추천 이유 확인
"왜 이 사업을 추천하는지 설명·기록해야"
기업 상황과의 맞음 정도·유사기업 활용·참고 근거
보완 중
③ 실제 공고 확인 (가장 중요)
"지금 신청할 수 있나? 자격은 정확히 맞나?"
공고 최신성·세부 자격 확인
일부 가능
④ 산출·사후
"상담 결과를 남기고 갱신해야"
리포트 자동화·모니터링
연계
이 PoC가 특히 잘하는 일은 ‘후보 찾기’입니다. 반면 실제 접수 여부와 세부 자격은 공고 원문으로 마지막 확인이 필요합니다. 즉, 이 화면은 담당자의 판단을 대신하는 도구가 아니라 더 빠르고 설명 가능한 상담을 위한 보조도구입니다.
② 결과 읽는 법
추천 결과는 세 가지 질문으로 읽으면 됩니다. “우리 기업에 얼마나 맞나?”, “비슷한 기업은 많이 활용했나?”, “효과를 참고할 근거가 있나?” 각 정보의 뜻과 한계를 함께 알려드립니다.
적합 등급매우 적합적합참고
기업의 필요 분야·업종·규모·업력·지원 이력을 종합해 본 ‘사업 내용이 우리 기업 상황에 얼마나 맞는가’의 등급입니다. 추천 순서를 정할 때 가장 크게 반영합니다. 선정될 확률이나 승인 가능성을 뜻하지는 않습니다.
유사기업 활용도(전문 용어: 침투율)
비슷한 기업(업종·규모·업력)이 이 사업을 얼마나 활용했는지를 보여 주는 참고 정보입니다. 여기서는 지원을 받은 기업만이 아니라 해당 조건에서 실제로 활동하는 중소기업 전체를 기준으로 봅니다. 경쟁 선발 사업끼리 드묾·보통·활발의 상대 위치로 표시합니다.
왜 퍼센트 대신 ‘드묾·보통·활발’로 보여주나요?
경쟁 선발 사업은 실제 이용 비율이 대체로 낮습니다. 예를 들어 100곳 중 1~3곳이 이용해도 같은 성격의 사업 중에서는 높은 편일 수 있습니다. 낮은 숫자를 ‘가치가 없다’고 오해하지 않도록, 비슷한 사업 안에서의 상대 위치로 보여 줍니다.
조건 충족형 과제 vs 경쟁형 과제조건 충족형
조건 충족형은 요건을 충족하면 대체로 이용할 수 있는 지원(융자·보증·보험 등)입니다. 경쟁형은 한정된 예산 안에서 심사를 거쳐 선정하는 지원(R&D·수출·바우처 등)입니다. 이용 방식이 다르므로 ‘활용도’를 같은 기준으로 비교하지 않습니다.
비수혜기업(비교 기준)
분석 기간에 해당 정부지원을 받지 않은 비슷한 기업입니다. 활용도와 효과를 비교하기 위한 기준이며, 신청에서 탈락했거나 성과가 낮다는 뜻이 아닙니다.
비수혜기업과 비교한 평균 변화(전문 용어: ATT)효과 비교 근거 있음
지원을 받은 기업과 조건이 비슷하지만 지원을 받지 않은 기업을 비교해 본 평균 차이입니다. 이 비교 근거가 있는 사업에만 ‘효과 비교 근거 있음’이라고 표시합니다. 개별 기업의 성과를 보장하거나 선정 가능성을 뜻하지는 않습니다.
🔑 쉽게 말하면 — “이 지원을 받지 않았다면 결과가 어땠을까?”를 가늠하기 위해, 비슷하지만 지원을 받지 않은 기업과 비교합니다. 다만 다른 요인이 결과에 영향을 주었을 가능성까지 완전히 없앨 수는 없으므로, 상담 때 참고할 평균 근거로만 활용합니다. (자세한 분석 방식은 ④ 참고.)
경쟁도(맥락 신호)
이와 비슷한 기업들이 정부지원을 전반적으로 얼마나 이용하는지 보여 주는 주변 정보입니다. 추천 순서에는 반영하지 않습니다.
warm-start
고유식별번호를 입력하면 기본 정보와 과거 지원 이력을 불러와, 이미 받은 사업은 제외하고 다음에 검토할 사업을 제안하는 기능입니다.
③ 추천에 활용하는 정보
추천은 기업 한 곳의 상세 정보를 공개하는 방식이 아니라, 비슷한 기업을 묶은 통계와 지원사업 정보를 활용합니다. 개인·기업을 알아볼 수 있는 정보는 쓰지 않으며, 비교 대상이 너무 적은 경우에는 결과를 보여 주지 않습니다.
활용 정보
쉽게 말하면
추천에서 하는 일
활동 기업 통계
비슷한 조건에서 실제로 활동하는 중소기업 수와 지원 여부
유사기업 활용도를 계산하는 기준
기업 묶음별 성과 통계
비슷한 기업 묶음의 지원 활용과 매출·고용·생존 관련 변화
지원 전후 차이를 비교할 참고 기준
사업별 지원 현황
기업 묶음별로 각 사업을 받은 기업 수
유사기업 활용도를 계산하는 정보
효과 비교 결과(ATT)
지원받은 기업과 비슷하지만 지원받지 않은 기업의 평균 변화 차이
‘효과근거 有’ 표시의 참고 근거
현장 수요 조사
업종·업력별로 어떤 지원을 주로 필요로 하는지 조사한 결과
기업이 수요를 입력하지 못했을 때의 보조 정보
데이터의 성격에 따라 취급 기준이 다릅니다. 비식별 심사를 통과해 확보된 집계·비율은 근거로 쓰되, 공개 자료에는 승인된 용도 범위 안에서 보수적으로 반영합니다. 개인·기업 식별 정보와 소표본(K 미만) 셀은 어떤 산출물에도 노출하지 않습니다.
유사기업 활용도를 퍼센트로 단정하기 어려운 이유
현재 사업별 지원기업 수와 활동 중소기업 수는 서로 다른 자료에서 가져옵니다. 따라서 비슷한 기업 묶음 안에서 사업 간 상대 위치는 참고할 수 있지만, 절대 퍼센트는 대략적인 값입니다. 같은 출처의 자료가 확보되면 절대 수준도 더 정확하게 제시할 수 있습니다.
④ 추천 원리 (상세 참고)
추천은 기업이 원하는 지원, 기업의 기본 조건, 비슷한 기업의 활용 정보, 우대 가능성을 함께 살펴 만듭니다. 아래 내용은 추천 근거를 검토해야 하는 담당자를 위한 상세 설명입니다.
1) 적합도 — 추천 순서를 정하는 기준
적합도는 네 가지 정보를 함께 본 결과이며, ‘매우 적합 / 적합 / 참고’로만 보여 줍니다. 숫자 점수를 그대로 보이면 실제보다 정확한 예측처럼 보일 수 있어, 상담에서 이해하기 쉬운 등급으로 제공합니다.
적합도 = 기업의 필요와 사업 내용의 연결 + 필요 분야 일치 + 유사기업 활용 정보(보조) + 우대 가능성
① 기업의 필요와 사업 내용의 연결(가장 큰 기준) — 입력한 3년 목표·자유서술과 사업의 지원내용을 문장의 뜻으로 비교합니다. 예를 들어 “해외인증 비용”과 “해외규격인증 획득 비용 지원”은 표현이 달라도 같은 필요로 인식합니다.
② 수요유형 정합 — 선택한 필요 분야(판로·R&D·자금 등)와 사업 유형의 일치.
③ 유사기업 활용 정보 — 비슷한 기업들이 실제로 활용한 정도를 참고합니다. 보조 정보로만 사용하며, 활동 중소기업 수를 기준으로 보아 단순히 인기 있는 사업이 과대평가되지 않도록 합니다.
④ 우대 가점 — 지역·여성/장애인 기업·연구소 보유 등 자격 우대.
· 경쟁도(맥락 신호)는 적합도에 넣지 않습니다(화면 참고용). · 적합도는 선정확률이 아닙니다. · 각 신호의 정밀 가중은 전문가 적합 골든셋으로 재튜닝하는 별도 트랙이며, s_peer 가중 0.25만 현재 확정입니다.
2) 유사기업 활용도를 공정하게 보는 기준
기존처럼 지원을 받은 기업 수만 기준으로 보면, 규모가 큰 사업이 실제보다 더 많이 이용되는 것처럼 보일 수 있습니다. 여기서는 활동 중소기업 수를 기준으로 바꾸어 이런 쏠림을 줄였습니다.
구현·검증
분모 교체는 데이터 층에서만 이뤄졌고 순위 함수는 변경하지 않았습니다(교체 전/후 스냅샷 비교로 순위 함수 불변 확인). 산식·경계·개별식별 미출력을 독립 검증으로 확인했습니다.
3) 경쟁형 상대 구간
경쟁 선발 사업은 이용 비율이 전반적으로 낮아 사업 간 차이를 보기 어렵습니다. 그래서 경쟁형 사업끼리 상대 위치를 비교해 드묾·보통·활발로 표시합니다. 조건 충족형(융자·보증)은 이용 방식이 달라 분리합니다.
4) 비수혜 대비 효과(ATT) — 효과 근거를 보는 방법
지원받은 기업과 조건이 비슷한 비수혜기업을 짝지어 비교하고, 지원 전후의 변화 차이를 살펴봅니다. 전문적으로는 ‘매칭’과 ‘이중차분(DID)’ 방법을 사용합니다.
🔑 대조군 선택이 핵심 차별점 — 기존 표준 분석은 대조군으로 '다른 사업을 받은 기업'을 씁니다(능동대조). 그러면 "이 사업이 다른 사업보다 얼마나 나은가"라는 증분 효과만 보이고, 지원 자체의 순효과는 가려집니다. 본 PoC는 대조군으로 '아무 지원도 안 받은 비수혜기업'을 써서 "지원을 안 했다면 어땠을까?"라는 정책의 본질 질문에 답하는 총효과를 봅니다. 대조군 정의가 다르므로 두 값(증분/총효과)은 병기하며, 비수혜 대비 효과가 대체로 더 크고 정직하게 나타납니다.
식별 가정과 한계
매칭은 관측 공변량의 사전 균형을, DID는 시불변 미관측 요인을 흡수하나 시변 충격은 못 잡습니다. 따라서 평행추세 전제가 성립하는 사업에 한해 앵커로 쓰며, 이 효과는 사업·세그먼트 수준 평균입니다. 개별 기업 결과나 선정 가능성을 뜻하지 않습니다.
5) 표시 안정성(비식별과 분리)
반출 비식별 기준(소표본 마스킹)과 별개로, 표시·해석 안정성 기준을 둡니다. 폐업률처럼 드문 사건은 사건 수 하한(10건)을 두어, 표본이 얇은 셀의 값을 정책 기준선으로 쓰지 않습니다.
6) warm-start
지원 이력을 반영해 기수혜 사업을 제외하고, 유사 기업이 실제 밟은 경로에서 '다음 단계'를 제시합니다(⑥의 지원 경로 참고).
⑤ 꼭 알아둘 점
이 화면은 지원사업을 검토할 후보를 찾는 도구입니다. 신청 가능 여부나 지원 성과를 확정하는 도구가 아니므로, 상담과 실제 신청 단계에서 아래 사항을 확인해야 합니다.
선정확률이 아닙니다. 적합 등급·활용도는 승인 가능성이 아닙니다. 선정확률은 탈락 포함 신청 데이터가 있어야 산출할 수 있습니다.
활용도는 상대 위치입니다. 경쟁형 사업끼리 비교한 구간이며, 조건 충족형(융자·보증)은 같은 척도로 비교하지 않습니다.
낮은 활용도 ≠ 부적합. '드묾'은 유사기업 중 아직 덜 알려짐(미개척)을 뜻하며, 수요가 맞으면 기회 신호입니다.
효과는 평균입니다. 비수혜기업과 비교한 평균 변화(ATT)는 사업·기업유형 수준의 평균이며, 개별 기업의 결과를 보장하지 않습니다.
비수혜기업은 비교 기준일 뿐 신청 탈락이나 낮은 성과를 뜻하는 라벨이 아닙니다.
데이터가 더 필요한 것 — 선정 가능성(탈락 데이터), 예상 효익의 실수치, 공고 실시간성(기업마당 API), 침투율 절대 수준(동일 출처 자료). 실제 일정·요건은 기업마당 공고에서 확인해야 합니다.
데이터 취급 — 개인·기업 식별 정보 미사용, 소표본 셀 마스킹(표본부족 표기), 셀 단위 집계·비율만 활용.
⑥ 맞춤 추천 체험
✅ 고유식별번호로 기본 정보와 지원 이력을 불러오고, 확인·보완한 정보와 3년 목표를 바탕으로 지원사업 후보와 참고 경로를 제시합니다. ‘유사기업 활용도’는 비슷한 경쟁형 사업 안에서의 상대 위치(드묾·보통·활발)입니다. 지금은 시연용 예시이며, 실서비스에서는 승인된 집계자료를 바탕으로 추천합니다.
시연 화면 안내 — 아래 사업명·접수 상태·일정은 기능 설명을 위한 예시입니다. 실제 신청 전에는 반드시 해당 기관의 최신 공고 원문에서 접수기간, 지원대상, 제외요건, 제출서류를 확인하세요.
① 기업 기본 정보 확인 — 자동으로 채워진 정보도 상담 중 사실과 다른지 확인하고 수정하세요.
시연용 예시 ID(POC-0001)만 사용하세요. 실제 사업자등록번호·고유식별번호는 입력하지 마세요.
자동
자동
자동
자동
자동
확인 필요
확인 필요
확인 필요
자동
지원 이력 : ICT융합스마트공장 (2023) 기수혜 — 같은 사업 재신청은 공고별 요건 확인 필요
② 지금 가장 필요한 지원은 무엇인가요? — 3년 목표와 당면 과제를 구체적으로 적어 주세요.
판로·수출R&D·기술자금(융자)인력컨설팅·바우처창업
개인정보나 특정 기업을 알아볼 수 있는 내용은 적지 마세요. 추천은 통계 기반이며 입력 내용을 저장하지 않습니다.
추천 결과는 이 순서로 읽어 주세요
첫째, 적합 등급 — 기업의 필요와 사업 내용이 얼마나 맞는지입니다. 선정확률이 아닙니다.
둘째, 유사기업 활용도 — 비슷한 기업들이 이 사업을 활용한 정도(상대 위치)입니다. 활용도가 낮다고 부적합한 것은 아닙니다.
셋째, 실제 공고 확인 — 추천 후에는 최신 공고에서 신청 가능 여부와 자격요건을 반드시 확인합니다.
활용도는 경쟁형 사업끼리 비교한 상대 구간입니다. 조건 충족형(융자·보증)은 활용 폭이 구조적으로 넓어 같은 척도로 비교하지 않습니다.
활용도 분모 = 활동 중소기업 수이며 모집단 전체가 아닙니다. 비수혜기업은 비교 분모일 뿐 '탈락' 라벨이 아닙니다.
적합 등급·활용도는 선정 가능성(승인 확률)이 아닙니다.
지원 경로(로드맵)는 비슷한 기업이 실제 밟은 경로 제안이며 예측·보장이 아닙니다.
공고 시기 패턴은 최근 2년(2025~26) 기준이며 실제 일정·요건은 기업마당 공고에서 확인하세요.
⑦ 실제 서비스로 확대하면
현재 PoC의 일부 제약은 분석 방법 자체의 한계라기보다, 제공 데이터가 구간화되어 있고 외부 반출에 제한이 있기 때문입니다. 실제 시스템에서 적법한 범위의 상세 자료를 활용할 수 있다면, 추천과 효과 분석의 정확도와 설명력을 높일 수 있습니다.
1) 재무 실수치 도입 — 3대 잠금 해제
잠금
지금(구간화)
실수치 도입 시
결과변수 해상도
매출 구간등급 변화의 상당수가 '유지'로 둔감
연속 매출·성장률로 작은 효과·세그먼트 이질성까지 검출
성과 다차원
사실상 매출 + 생존
매출뿐 아니라 영업이익(수익성)·고용(일자리)까지 정책목표 정합
인과 신뢰도
평행추세 검정 곤란
연속 사전추세로 이벤트스터디 평행추세 검정 → 효과 주장 근거 강화
2) 모듈별 상승
M02(효과분석) — 순서형 매출등급 ATT → 다차원 연속 ATT + 검증 가능한 식별. 융자의 '경영난→신청' 시변 선택편의를 이벤트스터디로 검증·완화.
M03(개별예측) — 융자 순위 중심 → R&D·바우처 개별화 전망 상향·실단위 예상효과(매출/고용). 결과변수 해상도가 실질 병목이었음.
M01(정책매칭) — 구간 유사도 → 연속 유사도·성장단계 인식·효과기반 추천. warm-start 품질 향상.
단, 실수치는 입력의 질을 높일 뿐 인과 엄밀성을 자동 보장하지 않습니다 — 비수혜 대조·평행추세·누수 금지(사전값만)·순위 정직성 규율은 그대로 유지합니다.
3) 자격요건 판단 고도화 · 타 PoC 연계
지금은 명백한 미달 제외 수준이지만, 신산업·전략산업·혁신성장산업 등 해당 여부를 자동 판별하는 시스템을 개발·연계하면 자격 정밀도가 크게 올라갑니다. 본 챌린지의 다른 PoC들과 연계하면 시너지가 큽니다:
기술보증기금 PoC — 혁신성장산업 영위기업 자동판별 서비스. 우리 추천의 자격·우대 판단에 직접 연결.
한국중소벤처기업유통원 PoC — 내수·수출 시장진출 전략 추천 시스템. 우리 '판로·수출' 추천과 결합해 사업 추천 → 시장 전략까지 이어짐.
이들 서비스와 연계되면 "적합한 사업"을 넘어 "이 기업이 어떤 산업 자격에 해당하고, 어느 시장으로 나갈지"까지 이어져, 중소·벤처기업에 훨씬 유용한 가치를 줄 수 있습니다.
4) 실제 시스템 이관 시 데이터 요건 (부처 제언)
사전·사후 재무 실수치(매출·영업이익·고용) — 지원 전/후 시점 정합, 다개년 사전 궤적(평행추세·성장추세).
지원 이력(사업ID·수혜시점·지원금액·중복수혜) · 비수혜 대조군(전체 모집단) 합법적 접근.