{
  "fetched_at": "2026-10-24T18:32:50Z",
  "source_url": "https://www.kaggle.com/competitions/2020kist/data",
  "pages": [
    {
      "name": "data-description",
      "content": "train.csv - 의료기관이 폐업했는지 여부를 포함하여 최근 2개년의 재무정보와 병원 기본정보 \n<br>\ntest.csv - 폐업 여부를 제외하고 train.csv와 동일 \n<br>\nsample_submission.csv - inst_id와 open과 close를 예측하는 OC 두개의 열로 구성. OC의 값은 open 예측일 경우 1, close 예측일 경우 0.\n<br>\n\n\ninst_id - 각 파일에서의 병원 고유 번호<br>\n\nOC – 영업/폐업 분류, 2018년 폐업은 2017년 폐업으로 간주함<br>\n\nsido – 병원의 광역 지역 정보<br>\n\nsgg – 병원의 시군구 자료<br>\n\nopenDate – 병원 설립일<br>\n\nbedCount - 병원이 갖추고 있는 병상의 수<br>\n\ninstkind – 병원, 의원, 요양병원, 한의원, 종합병원 등 병원의 종류<br>\n\n·        종합병원 : 입원환자 100명 이상 수용 가능<br>\n\n·        병원 : 입원 환자 30명 이상 100명 미만 수용 가능<br>\n\n·        의원 : 입원 환자 30명 이하 수용 가능<br>\n\n·        한방 병원(한의원) : 침술과 한약으로 치료하는 의료 기관.  <br>\n\n \n\nrevenue1 – 매출액, 2017(회계년도)년 데이터를 의미함<br>\n\nsalescost1 – 매출원가, 2017(회계년도)년 데이터를 의미함\n<br>\nsga1 - 판매비와 관리비, 2017(회계년도)년 데이터를 의미함<br>\n\nsalary1 – 급여, 2017(회계년도)년 데이터를 의미함\n<br>\nnoi1 – 영업외수익, 2017(회계년도)년 데이터를 의미함<br>\n\nnoe1 – 영업외비용, 2017(회계년도)년 데이터를 의미함<br>\n\nInterest1 – 이자비용, 2017(회계년도)년 데이터를 의미함<br>\n\nctax1 – 법인세비용, 2017(회계년도)년 데이터를 의미함<br>\n\nProfit1 – 당기순이익, 2017(회계년도)년 데이터를 의미함<br>\n\nliquidAsset1 – 유동자산, 2017(회계년도)년 데이터를 의미함<br>\n\nquickAsset1 – 당좌자산, 2017(회계년도)년 데이터를 의미함<br>\n\nreceivableS1 - 미수금(단기), 2017(회계년도)년 데이터를 의미함<br>\n\ninventoryAsset1 – 재고자산, 2017(회계년도)년 데이터를 의미함<br>\n\nnonCAsset1 – 비유동자산, 2017(회계년도)년 데이터를 의미함<br>\n\ntanAsset1 – 유형자산, 2017(회계년도)년 데이터를 의미함\n<br>\nOnonCAsset1 - 기타 비유동자산, 2017(회계년도)년 데이터를 의미함<br>\n\nreceivableL1 – 장기미수금, 2017(회계년도)년 데이터를 의미함<br>\n\ndebt1 – 부채총계, 2017(회계년도)년 데이터를 의미함<br>\n\nliquidLiabilities1 – 유동부채, 2017(회계년도)년 데이터를 의미함<br>\n\nshortLoan1 – 단기차입금, 2017(회계년도)년 데이터를 의미함<br>\n\nNCLiabilities1 – 비유동부채, 2017(회계년도)년 데이터를 의미함<br>\n\nlongLoan1 – 장기차입금, 2017(회계년도)년 데이터를 의미함<br>\n\nnetAsset1 – 순자산총계, 2017(회계년도)년 데이터를 의미함<br>\n\nsurplus1 – 이익잉여금, 2017(회계년도)년 데이터를 의미함<br>\n\n \n\nrevenue2 – 매출액, 2016(회계년도)년 데이터를 의미함<br>\n\nsalescost2 – 매출원가, 2016(회계년도)년 데이터를 의미함<br>\n\nsga2 - 판매비와 관리비, 2016(회계년도)년 데이터를 의미함<br>\n\nsalary2 – 급여, 2016(회계년도)년 데이터를 의미함<br>\n\nnoi2 – 영업외수익, 2016(회계년도)년 데이터를 의미함<br>\n\nnoe2 – 영업외비용, 2016(회계년도)년 데이터를 의미함<br>\n\ninterest2 – 이자비용, 2016(회계년도)년 데이터를 의미함<br>\n\nctax2 – 법인세비용, 2016(회계년도)년 데이터를 의미함<br>\n\nprofit2 – 당기순이익, 2016(회계년도)년 데이터를 의미함<br>\n\nliquidAsset2 – 유동자산, 2016(회계년도)년 데이터를 의미함<br>\n\nquickAsset2 – 당좌자산, 2016(회계년도)년 데이터를 의미함<br>\n\nreceivableS2 - 미수금(단기), 2016(회계년도)년 데이터를 의미함<br>\n\ninventoryAsset2 – 재고자산, 2016(회계년도)년 데이터를 의미함<br>\n\nnonCAsset2 – 비유동자산, 2016(회계년도)년 데이터를 의미함<br>\n\ntanAsset2 – 유형자산, 2016(회계년도)년 데이터를 의미함<br>\n\nOnonCAsset2 - 기타 비유동자산, 2016(회계년도)년 데이터를 의미함<br>\n\nreceivableL2 – 장기미수금, 2016(회계년도)년 데이터를 의미함<br>\n\nDebt2 – 부채총계, 2016(회계년도)년 데이터를 의미함<br>\n\nliquidLiabilities2 – 유동부채, 2016(회계년도)년 데이터를 의미함<br>\n\nshortLoan2 – 단기차입금, 2016(회계년도)년 데이터를 의미함<br>\n\nNCLiabilities2 – 비유동부채, 2016(회계년도)년 데이터를 의미함<br>\n\nlongLoan2 – 장기차입금, 2016(회계년도)년 데이터를 의미함<br>\n\nnetAsset2 – 순자산총계, 2016(회계년도)년 데이터를 의미함<br>\n\nsurplus2 – 이익잉여금, 2016(회계년도)년 데이터를 의미함<br>\n\nemployee1 – 고용한 총 직원의 수, 2017(회계년도)년 데이터를 의미함<br>\n\nemployee2 – 고용한 총 직원의 수, 2016(회계년도)년 데이터를 의미함<br>\n\nownerChange – 대표자의 변동 <br>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "기존의 금융기관은 일반적으로 병원 대출 시 신용점수 또는 담보물 위주의 평가를 진행합니다. \n\n반면, 한국의 핀테크 기업인 모우다(MOUDA)는 상환 기간 동안의 계속 경영 여부를 예측하여 신용 점수가 낮거나 담보를 가지지 못하는 우수 병원들에게 금융 기회를 제공하려 합니다.\n\n\n\n이번 대회에서 폐업을 하는 병원을 예측하는 모델을 만들어주세요. 모우다에서는 폐업 예측을 기반으로 대출 여부를 결정합니다. 모델이 정확할 수록 원금 손실이 줄어듭니다.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "한국의 약 430개 병원의 재무제표 자료, 직원 수, 지역 정보가 제공됩니다. Inst_iid를 기준으로 샘플링 하였으며 어떤 병원이 폐업하는 지를 예측해야 합니다. 폐업은 0, 잔존은 1로 예측하면 됩니다.\n\n \n\n제출한 예측 결과물은 정확도(accuracy)로 평가합니다(평가는 게시된 데이터셋만을 기준으로 합니다). 정확도가 높은 참가자가 높은 순위가 되며 동점자는 제출 순으로 순위를 정합니다. 상금 수령 시 코드 검증 및 코드에 주석(한글, 영문)으로 설명을 해야 합니다. Dataset Search - Google 등과 같은 MOUDA에서 사용함에 있어서 법적인 제약이 없는 외부 데이터(공공 데이터) 사용 가능합니다. \n\n \n\n코드 검증 내용(모델 검증)\n\n1. Pre-Processing for Data Cleaning\n\n2. Feature Engineering and Variable Selection\n\n3. Model Selection and Regularization\n\n4. Optimization Processing",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "This is a page where you can include rules that participants must accept before joining. You may wish to include rules like:\n\n - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}