본 연구는 국내 제조업의 창업 동향을 예측하고 그 결정 요인을 해석하기 위해 게이트순환유닛(Gated Recurrent Unit, GRU)?릿지 회귀 기반 하이브리드 모델을 활용하였다. 시계열 정보를 반영하는 GRU 모델을 통해 제조업 창업을 예측한 뒤, L2 정규화를 적용한 릿지 회귀를 이용해 잔차를 보정함으로써 예측의 정확성과 안정성을 제고하였다. 또한 모델의 해석 가능성을 확보하기 위해 SHAP(SHapley Additive exPlanations) 분석을 병행하였다. 금리, 환율, 무역수지, 기업경기실사지수(BSI), 중소제조업생산지수 등 주요 거시?산업 지표의 월별 데이터를 활용하였으며, 시계열 데이터 중 마지막 12개월을 검증용으로 분리하고 그 이전 기간을 학습용으로 사용하였다. 분석 결과, 제안한 하이브리드 모델은 GRU 단독 모델 대비 우수한 예측력을 보였으며, SHAP 분석에서는 환율, 중소제조업생산지수, 기업경기실사지수(BSI)가 제조업 창업 예측에 가장 큰 기여도를 나타냈다. 또한 환율과 금리 상승은 제조업 창업 예측에 가장 일관된 부정적 영향을 미치는 요인으로 확인되었다. 본 연구는 복합적 거시경제 요인이 제조업 창업에 미치는 비선형적 영향을 통합적으로 제시함으로써, 창업 정책 설계와 산업 지원 전략 마련에 유의미한 근거를 제공한다.

주제어; 제조업 창업, 거시경제 요인, 딥러닝, 게이트순환유닛, 릿지 회귀