# 신규 기업 트렌드 분석 (2024-11-27 → 2025-10-16)

**날짜**: 2025-10-16
**분류**: 데이터 분석
**상태**: 완료

## 배경

### THE VC 데이터 수집 시도 및 중단

**시도**:
- THE VC (https://thevc.kr) 투자 데이터 수집 시도
- Playwright로 로그인 및 페이지 분석
- API 엔드포인트 탐색 (/api/information/*)

**중단 이유**:
- 유료 서비스 약관 위반 가능성
- 컴액 계정 사용으로 회사 리스크
- IP 변경 + 크롤링 = 명백한 우회 시도
- 법적 리스크 (저작권법, 컴퓨터프로그램보호법)

**결론**: K-스타트업 공개 데이터로 작업 진행

---

## 분석 개요

**데이터 소스**: K-스타트업 (https://www.k-startup.go.kr)
- 2024-11-27 데이터: 10,857개 기업
- 2025-10-16 데이터: 12,703개 기업
- **신규 기업**: 1,870개

**분석 항목**:
1. 투자단계별 분포
2. 산업분야 트렌드
3. 기술스택 트렌드
4. 투자/매출 규모
5. 기업 규모 (직원 수)
6. 지역별 분포 (데이터 부재)

---

## 주요 발견사항

### 1. 투자단계별 분포

| 투자단계 | 개수 | 비율 |
|---------|------|------|
| N/A (미공개) | 1,081개 | 57.8% |
| 비공개 | 380개 | 20.3% |
| Seed | 245개 | 13.1% |
| Series A | 47개 | 2.5% |
| M&A | 39개 | 2.1% |
| Pre-A | 37개 | 2.0% |

**인사이트**:
- 57.8%가 투자 단계 미공개 → 정보 투명성 매우 낮음
- 초기 단계(Seed, Pre-A) 중심: 15.1%
- 후기 단계(Series B+) 매우 적음: 1% 미만

---

### 2. 산업분야 트렌드 (Top 10)

| 산업분야 | 개수 | 비율 |
|---------|------|------|
| 커머스 | 493개 | 26.4% |
| AI | 433개 | 23.2% |
| 딥테크 | 433개 | 23.2% |
| 블록체인 | 433개 | 23.2% |
| 제조 | 338개 | 18.1% |
| 하드웨어 | 338개 | 18.1% |
| 헬스케어 | 283개 | 15.1% |
| 바이오 | 283개 | 15.1% |
| 콘텐츠 | 165개 | 8.8% |
| 예술 | 165개 | 8.8% |

**총 46개 산업분야**

**인사이트**:
- **커머스** 압도적 (26.4%)
- **AI/딥테크/블록체인** 동일 비율 (23.2%) → 태깅 방식 문제 가능성
- **헬스케어/바이오** 합치면 15.1% → 의료 혁신 트렌드

---

### 3. 기술스택 트렌드 (Top 15)

| 기술 | 개수 | 비율 |
|-----|------|------|
| 이커머스 | 460개 | 24.6% |
| AI | 375개 | 20.1% |
| 플랫폼 | 235개 | 12.6% |
| 마켓플레이스 | 235개 | 12.6% |
| 바이오 | 214개 | 11.4% |
| 의료 | 214개 | 11.4% |
| SaaS | 163개 | 8.7% |
| 엔터프라이즈 | 163개 | 8.7% |
| 스킨케어 | 111개 | 5.9% |
| 클렌징 | 111개 | 5.9% |
| 패션 | 97개 | 5.2% |
| 생활용품 | 87개 | 4.7% |
| 소품 | 87개 | 4.7% |
| 기계장비 | 78개 | 4.2% |
| 소부장 | 76개 | 4.1% |

**총 328개 기술 태그**

**인사이트**:
- **이커머스 + 플랫폼/마켓플레이스** = 49.8% (거의 절반)
- **AI** 단독 20.1% → 모든 산업에 AI 적용 트렌드
- **SaaS/엔터프라이즈** 8.7% → B2B 비즈니스 성장

---

### 4. 투자 규모

**데이터 현황**: 296개 / 1,870개 (15.8%)

| 구간 | 개수 | 비율 |
|-----|------|------|
| 1억 미만 | 15개 | 5.1% |
| 1억~5억 | 70개 | 23.6% |
| 5억~10억 | 32개 | 10.8% |
| **10억~50억** | **82개** | **27.7%** |
| 50억~100억 | 36개 | 12.2% |
| 100억 이상 | 61개 | 20.6% |

**통계**:
- 평균: 72.7억원
- 중앙값: 20억원
- 최소: 0.1억원
- 최대: 1,719억원

**인사이트**:
- 데이터 공개율 매우 낮음 (15.8%)
- **10억~50억 구간**이 27.7%로 가장 많음
- 평균(72.7억) >> 중앙값(20억) → 소수 대형 투자가 평균 끌어올림
- 100억 이상 대형 투자 20.6%

---

### 5. 매출 규모

**데이터 현황**: 1,132개 / 1,870개 (60.5%)

| 구간 | 개수 | 비율 |
|-----|------|------|
| 1억 미만 | 150개 | 13.3% |
| 1억~5억 | 214개 | 18.9% |
| 5억~10억 | 137개 | 12.1% |
| **10억~50억** | **295개** | **26.1%** |
| 50억~100억 | 114개 | 10.1% |
| 100억 이상 | 222개 | 19.6% |

**통계**:
- 평균: 101.7억원
- 중앙값: 14.5억원
- 최소: 0억원
- 최대: 7,625.7억원

**인사이트**:
- 투자(15.8%) 대비 매출 공개율 높음 (60.5%)
- **10억~50억 구간** 26.1%로 최다
- 100억 이상 성장 기업 19.6% → 실제 매출 발생 기업 존재

---

### 6. 기업 규모 (직원 수)

**데이터 현황**: 1,195개 / 1,870개 (63.9%)

| 구간 | 개수 | 비율 |
|-----|------|------|
| **1~5명** | **337개** | **28.2%** |
| **6~10명** | **298개** | **24.9%** |
| 11~20명 | 233개 | 19.5% |
| 21~50명 | 195개 | 16.3% |
| 51~100명 | 77개 | 6.4% |
| 101명 이상 | 55개 | 4.6% |

**통계**:
- 평균: 27.5명
- 중앙값: 9명
- 최소: 1명
- 최대: 1,866명

**인사이트**:
- **10명 이하** 53.1% → 초기 단계 스타트업 중심
- 50명 이상 11% → 성장 단계 진입 기업 소수
- 중앙값 9명 → 전형적인 초기 스타트업 규모

---

### 7. 지역별 분포

**결과**: 데이터 없음 (N/A 100%)

**문제**:
- K-스타트업 데이터에 지역 필드 없음
- `corpAreaDtl` 필드 존재하지 않음

---

## 핵심 인사이트

### 투자 전략 시사점

#### ✅ 유망 분야
1. **AI 기반 커머스 플랫폼**
   - 이커머스(24.6%) + AI(20.1%) 결합
   - 플랫폼/마켓플레이스 비즈니스 모델

2. **헬스케어/바이오 딥테크**
   - 산업 15.1%, 기술 11.4%
   - 진단/검사 기술 (3.9%)

3. **ESG/친환경 기술**
   - 3.2%로 신흥 분야
   - 성장 가능성 높음

#### ⚠️ 주의점
1. **정보 투명성 매우 낮음**
   - 투자 단계 57.8% 미공개
   - 투자 규모 84.2% 미공개

2. **지역 데이터 부재**
   - 지역별 클러스터 분석 불가
   - 정부 지원 정책 연계 어려움

3. **후기 단계 기업 부족**
   - Series B+ 1% 미만
   - Exit 기회 제한적

---

## 추가 분석 필요

1. **투자자 네트워크 분석**
   - 투자자 데이터 수집 필요
   - Co-investment 패턴 분석

2. **생존율/폐업률 추적**
   - 시계열 데이터 축적 필요
   - 2024-11-27 → 2025-10-16 변화 추적

3. **산업별 성장률 비교**
   - 매출 성장률 계산
   - 투자 대비 성장률 분석

---

## 기술적 결정

### 데이터 소스 선택
- ❌ THE VC: 유료 서비스, 법적 리스크
- ✅ K-스타트업: 공개 데이터, 안전

### 분석 도구
```python
# 사용한 라이브러리
- json: 데이터 로드
- collections.Counter: 빈도 분석
- re: 투자금액 파싱

# 금액 변환 함수
def convert_to_won(value):
    # "14.0억원 이상" → (1400000000, True)
    # "20억원" → (2000000000, False)
```

### 생성 파일
- `/home/happybell/projects/ivada/DATA/startup/startups_kor/*.md`: 12,688개 마크다운 파일
- 신규 기업 1,870개 포함

---

## 참고

**데이터 파일**:
- `/home/happybell/projects/ivada/DATA/startup/data/startup_data_20241127.json`
- `/home/happybell/projects/ivada/DATA/startup/data/startup_data_20251016.json`

**관련 스크립트**:
- `/home/happybell/projects/ivada/DATA/startup/data/generate_new_companies.py`

**CLAUDE.md 규칙 준수**:
- 추측 금지: 모든 수치는 실제 데이터 기반
- 파일 확인: 필드명, 데이터 개수 직접 확인
- 윤리적 판단: THE VC 크롤링 거부