korean-gov-programs

한국 정부지원사업(TIPS, 소상공인, R&D)을 구조화된 JSONL 파일로 수집하는 스킬. 체크포인트 기반 증분 수집으로 중복 없이 안전하게 운영.

---

수집 소스

소스	카테고리	방식	상태
기업마당(BizInfo)	소상공인	정적 HTML	✅ 동작
NIA 한국지능정보사회진흥원	정보화사업	onclick 패턴	✅ 동작
기업마당 기술창업 필터	기술창업/R&D	정적 HTML	✅ 동작
소상공인시장진흥공단(SEMAS)	소상공인	JS 렌더링 필요	⚠️ 스킵
중소벤처기업부(MSS)	정부지원	JS 렌더링 필요	⚠️ 스킵
K-Startup	창업지원	JS 렌더링 필요	⚠️ 스킵
연구개발특구진흥재단(Innopolis)	R&D	JS 렌더링 필요	⚠️ 스킵
창업진흥원(KISED)	창업	eGovFrame 오류	⚠️ 스킵

JS 렌더링 필요 사이트는 Selenium/Playwright 환경에서 별도 수집 필요.

---

사용법

# 기본 수집 (./data 디렉토리에 저장)
python3 scripts/collect.py --output ./data

# 커스텀 출력 디렉토리
python3 scripts/collect.py --output /path/to/output

# 수집 현황 확인
bash scripts/stats.sh ./data

---

JSONL 스키마

{
  "title": "사업명",
  "category": "소상공인 | 기술창업 | 정보화사업 | R&D",
  "source": "수집 출처 기관명",
  "url": "상세 페이지 URL",
  "amount": "지원 금액 (있는 경우)",
  "deadline": "마감일 (예: ~2026-03-31)",
  "description": "부가 설명",
  "collected_at": "2026-02-19T08:53:00.000000"
}

---

체크포인트 & 안전 수집

• APPEND 전용: 기존 파일 덮어쓰기 절대 없음
• 중복 방지: title 기준 중복 자동 스킵
• 체크포인트: .checkpoint.json에 진행 상태 저장 → 재실행 시 이어서 수집
• 딜레이: 요청 간 0.8초 대기 (서버 부하 방지)

---

출력 파일

data/
├── soho_programs.jsonl         # 소상공인 지원사업
├── gov_programs.jsonl          # 정부 R&D / 기술창업 지원사업
└── .checkpoint.json            # 체크포인트 (자동 생성)

---

파일 구조

korean-gov-programs/
├── SKILL.md                    # 이 파일
└── scripts/
    ├── collect.py              # 통합 수집 스크립트
    └── stats.sh                # 수집 현황 출력