diff --git a/README.md b/README.md
index 2853fe9..8e3273e 100644
--- a/README.md
+++ b/README.md
@@ -71,7 +71,7 @@ DB 가 기준이다. 데이터셋 JSON 은 생성 원본일 뿐 적재분과 완
 
 | 산출물 | 명령 | 용도 |
 |---|---|---|
-| `data/배포용_키워드_DB덤프.xlsx` | `npm run db:export-xlsx` | 사람이 읽고 검수하는 용도. 6시트 |
+| `data/배포용_키워드_DB덤프.xlsx` | `npm run db:export-xlsx` | **DB 7개 테이블 전부**. 8시트 |
 | `data/ontology-dump.sql.gz` | `npm run db:dump` | **임베딩 포함 그대로 복원**. 13MB, git 제외 |
 
 ### A. pg_dump 복원 (권장)
@@ -94,6 +94,22 @@ npm run dataset:ingest && npm run dataset:ingest-nationwide
 텍스트에서 임베딩을 다시 만든다. 최초 1회 모델 다운로드(약 50초) + 임베딩 약 15초.
 같은 모델이면 값이 동일하게 나오므로 A 와 결과가 같다.
 
+### 엑셀 시트 (DB 테이블과 1:1)
+
+| 시트 | 테이블 | 행 |
+|---|---|---:|
+| 키워드 | `keyword` | 7,093 |
+| 지역 | `region` | 70 |
+| 업종 | `industry` | 9 |
+| 업체 | `merchant` | 4 |
+| 업체키워드 | `merchant_keyword` | 11 |
+| QA(AEO) | `qa_pair` | 20 |
+| 생성이력 | `generation_run` | 4 |
+| 배포가이드 | — | 25 |
+
+임베딩만 담지 않는다 (384 float × 7천 행). `[임베딩]` 열에 보유 여부만 표시하며,
+같은 모델로 재생성하면 동일하게 복원된다.
+
 ### 현재 적재 내용
 
 | 출처 | 건수 | 내용 |
diff --git a/data/배포용_키워드_DB덤프.xlsx b/data/배포용_키워드_DB덤프.xlsx
index 0d51a7e..b4375ce 100644
Binary files a/data/배포용_키워드_DB덤프.xlsx and b/data/배포용_키워드_DB덤프.xlsx differ
diff --git a/scripts/export-db-xlsx.py b/scripts/export-db-xlsx.py
index 4bd65b9..589c197 100644
--- a/scripts/export-db-xlsx.py
+++ b/scripts/export-db-xlsx.py
@@ -92,6 +92,30 @@ sheet(wb, 'QA(AEO)', ['업체', '질문', '답변', '상태'],
                FROM qa_pair q JOIN merchant m ON m.id=q.merchant_id
                ORDER BY m.name, q.created_at"""), [16, 44, 70, 10])
 
+# 5-b) 업체↔키워드 연결
+sheet(wb, '업체키워드',
+      ['업체', '키워드', '관련도', '상태', '출처', '노출수', '클릭수', 'CTR', '근거'],
+      query("""SELECT m.name, k.canonical, round(mk.relevance::numeric,2), mk.status::text,
+                      mk.source, mk.impressions, mk.clicks, round(mk.ctr::numeric,4),
+                      COALESCE(mk.rationale,'')
+               FROM merchant_keyword mk
+               JOIN merchant m ON m.id=mk.merchant_id
+               JOIN keyword  k ON k.id=mk.keyword_id
+               ORDER BY m.name, mk.relevance DESC"""),
+      [16, 30, 9, 10, 10, 10, 9, 9, 28])
+
+# 5-c) 생성 이력 (감사 로그)
+sheet(wb, '생성이력',
+      ['업체', 'provider', 'model', '프롬프트버전', '트리거', '상태', '통계', '시작', '종료'],
+      query("""SELECT COALESCE(m.name,''), g.provider, g.model, g.prompt_version,
+                      g.trigger, g.status, g.stats::text,
+                      to_char(g.started_at,'YYYY-MM-DD HH24:MI'),
+                      COALESCE(to_char(g.finished_at,'YYYY-MM-DD HH24:MI'),'')
+               FROM generation_run g
+               LEFT JOIN merchant m ON m.id=g.merchant_id
+               ORDER BY g.started_at DESC"""),
+      [16, 10, 20, 14, 12, 10, 60, 17, 17])
+
 # 6) 배포 가이드
 counts = collections.Counter(r[8] for r in kw)
 guide = [
@@ -99,6 +123,8 @@ guide = [
     ('', f"벡터 DB(keyword 테이블)에 실제 적재된 {len(kw):,}건 전부. 데이터셋 JSON 이 아니라 DB 가 기준이다."),
     ('', '출처별: ' + ' · '.join(f'{k} {v:,}' for k, v in counts.most_common())),
     ('', 'dataset = 군산 상세(매칭 엔진 개발용) / nationwide = 전국 54개 지역'),
+    ('', 'DB 의 7개 테이블을 모두 담았다: keyword / region / industry / merchant /'),
+    ('', 'merchant_keyword / qa_pair / generation_run.'),
     ('', ''),
     ('임베딩은 왜 없나', ''),
     ('', '384개 float × 7천 행이라 엑셀에 담을 수 없고 담아도 못 읽는다.'),