| Browse Archives | About the Journal | For Contributors | e-Submission |
Sorry.
You are not permitted to access the full text of articles.
If you have any questions about permissions,
please contact the Society.
์ฃ์กํฉ๋๋ค.
ํ์๋์ ๋ ผ๋ฌธ ์ด์ฉ ๊ถํ์ด ์์ต๋๋ค.
๊ถํ ๊ด๋ จ ๋ฌธ์๋ ํํ๋ก ๋ถํ ๋๋ฆฝ๋๋ค.
| [ Article ] | |
| Journal of Korea Planning Association - Vol. 60, No. 5, pp. 110-125 | |
| Abbreviation: J. of Korea Plan. Assoc. | |
| ISSN: 1226-7147 (Print) 2383-9171 (Online) | |
| Print publication date 31 Oct 2025 | |
| Received 30 Jul 2024 Revised 06 Jun 2025 Reviewed 03 Jul 2025 Accepted 03 Jul 2025 | |
| DOI: https://doi.org/10.17208/jkpa.2025.10.60.5.110 | |
| 서울시 골목상권 매출액 영향요인 실증분석 : 입지특성 및 SNS 언급량을 중심으로 | |
임승현** ; 이경환***
| |
An Empirical Analysis on the Impact Factors of Sales in the Alley Market of Seoul : Focused on Locational Characteristics and SNS References | |
Lim, Seung-Hyun** ; Lee, Kyung-Hwan***
| |
| **Team leader, Cheonan Urban Regeneration Center, Korea (First Author) (s2unghyunn@naver.com) | |
| ***Professor, Department of Urban & Transportation Engineering, Kongju National University, Korea (Corresponding Author) (khlee39@kongju.ac.kr) | |
| Correspondence to : ***Professor, Department of Urban & Transportation Engineering, Kongju National University, Korea (Corresponding Author: khlee39@kongju.ac.kr) | |
This study empirically investigates the factors influencing sales in alley commercial districts in Seoul. While prior research has primarily focused on physical locational characteristics, such as the number of stores, floating population, and transportation accessibility, this study incorporates digital factors, particularly social media (SNS) mentions on platforms like Instagram and blogs, within a multi-layered analytical framework. Using hierarchical linear modeling (HLM), the analysis covers 2,150 blocks across 20 alley commercial districts, classified as either first-generation (traditional) or second-generation (emerging). The results confirm that locational characteristics, especially the number of stores, working population, and subway accessibility, remain significant predictors of sales. Importantly, SNS mentions have a statistically significant positive effect on weekend sales and in second-generation districts, underscoring the growing role of digital information in commercial district revitalization. Moreover, the influencing factors vary between weekdays and weekends, and across district types. These findings underscore the need for tailored policy design and digital marketing strategies that align with evolving consumer behavior and commercial district dynamics. The study offers practical insights for improving commercial area analysis and informing small business support policies.
| Keywords: Alley Market, Sales, SNS References, Location Characteristics, Commercial District Analysis 키워드: 골목상권, 매출액, SNS 언급량, 입지특성, 상권분석 |
|
코로나 팬데믹 이후 근린 내에서 보내는 시간이 많아지면서 골목상권에 대한 관심이 높아지고 있다. 골목상권은 지역 주민의 일상생활과 밀접하게 연관된 소규모 상업지역으로 정의할 수 있으며, 주로 지역 고유의 분위기에 맞춰 자연스럽게 상권이 형성되고 성장한 지역이다. 골목상권은 주로 소상공인들로 구성되는데 소상공인은 2023년 기준 전체 사업체 수의 83.6%, 전체 종사자 수의 37.7%를 차지하고 있으며, 우리나라 경제에 실핏줄 역할을 하고 있다.
그러나 소상공인들은 창업 이후 안정적인 운영이 쉽지 않은데, 국세청 통계에 따르면 2023년 기준 음식점업의 경우 총 사업체 84만 개 중 18만 개가 폐업한 것으로 집계돼 폐업률이 21.4%에 달했다. 이는 전체 산업 평균 폐업률(11.5%)의 2배에 가까운 수치이다. 이에 정부에서는 소상공인을 보호하기 위해 「소상공인 보호 및 자원에 관한 법률」 , 「소기업 및 소상공인 지원을 위한 특별조치법」 등 각종 법률 제정과 함께 소상공인 지원센터 설립, 소상공인 영세중소기업 지원대책 마련 등을 통해 금융 지원 및 사업부담 완화, 시장환경 개선 등의 정책을 시행하고 있다(김현철·이승일, 2019). 이러한 소상공인 지원정책의 근본적 목표는 그들의 과도한 경쟁을 완화하고, 자생력을 갖춰 안정적이고 지속적으로 상업활동을 지원하는 데 있다(기획재정부, 2017). 그러나 소상공인지원정책은 주로 개별 소상공인의 경제적 지원에 초점을 맞추고 있으며, 창업자가 무리한 상권 진입을 하지 않도록 판단할 수 있는 객관적 지표가 부족한 실정이다(김현철·이승일, 2019). 상권 관련 이론 및 선행연구에 의하면 상권의 매출을 결정하는 가장 중요한 요인은 입지이다. 하지만 최근 전통적인 입지이론뿐만 아니라 SNS가 골목상권 매출액에 영향을 미칠 수 있다는 구체적인 가능성이 제기되고 있다. 하나금융경영연구소(2019)에 의하면 신흥골목상권은 SNS, 지도 앱 등 스마트폰 기반 서비스의 활성화와 밀접하게 관련되어 있는 것으로 나타나며, 강지은(2020)은 SNS 언급량이 골목상권 매출에 단기적으로 유의미한 영향을 미친다는 연구결과를 제시하였다. SNS는 단순한 소통 수단을 넘어 소비자 트렌드와 장소 선택에 결정적인 영향을 미치는 플랫폼으로 진화하고 있으며, 이로 인해 상권 내 정보 확산 속도와 소비자 유입 경로가 크게 변화하고 있다.
실제로 문래동, 연남동, 을지로 등은 과거와는 달리 SNS에서 핫플레이스로 부각되며 유동인구가 급증한 대표적인 사례로 이런 골목상권들은 전통적인 상업지보다 상대적으로 접근성이 떨어짐에도 불구하고 SNS를 통해 입소문이 확산되며 소비자들의 방문이 활발히 이루어지고 있다. 하지만 기존 골목상권 매출액 관련 연구는 주로 전통적인 입지이론에 근거하여 진행되었다는 한계가 있다.
이에 본 연구는 SNS 언급량을 기반으로 서울시 골목상권 영역을 분석하고, 입지특성과 SNS 언급량이 골목상권 매출액에 미치는 영향을 실증적으로 분석함으로써 향후 소규모 상점들의 폐업률을 낮추고 안정적인 창업활동을 지원할 수 있는 골목상권 활성화 방안 및 소상공인 지원 방향을 제시하는 데 목적이 있다.
상권 매출액을 결정짓는 주요 요인으로 입지적 특성은 오랜 시간 동안 도시계획 및 상업입지 분야에서 핵심 변수로 다루어져 왔다. 대표적인 고전 이론으로는 중심지 이론(Christaller, 1966)과 허프 모형(Huff, 1964) 등이 있으며, 이들 이론에서는 주로 소비자의 공간적 접근성과 중심지 간 거리, 인구 분포를 통해 상업시설의 입지와 매출을 설명하였다. 이후 다양한 수정모형들이 등장하며, 상권의 매출에 영향을 미치는 물리적·사회경제적 요인들이 함께 고려되기 시작하였다.
관련 선행연구들을 살펴보면 Sevtsuk(2014)은 전자제품, 식료품, 의류점, 외식업 등의 소매업종별로 선호 입지를 분석하였는데 분석결과, 전자제품 판매점의 경우 지하철역 접근성이 높고, 상주인구 및 종사자 수가 적으며, 도로 접면 수가 많고 건축 면적과 보도 폭이 넓은 곳에 입지할 확률이 높은 것으로 나타났다. 반면, 식료품 판매점은 상주인구나 종사자 수보다는 도로 접면 수, 보도 폭 등이 입지 결정에 더 큰 영향을 미치는 것으로 나타났다. 외식업의 경우에는 지하철 접근성이 우수하고, 상주인구가 적지만 종사자 수는 많은 지역, 그리고 도로 접면 수, 건축 면적, 보도 폭이 넓은 공간에서 입지 가능성이 높은 것으로 나타났다. 이와 같은 결과는 업종별 소비 특성과 이용자 행동 양식에 따라, 물리적·공간적 입지 요인이 상이하게 작용한다는 점을 보여준다. 유경훈 외(2016)는 구조방정식 모형을 활용하여 상업가로 요소가 유동인구와 매출에 미치는 영향을 분석하였으며, 권역별(예: CBD, YBD, GBD)로 유동인구 영향력이 다르게 나타난 점을 밝혔다. 김지원(2018)은 골목상권 매출의 변화에 영향을 미치는 물리적 특성, 인구통계학적 특성을 분석한 결과 업종다양성, 점포밀도가 영향을 미치는 것으로 나타났다. 점포 밀도의 경우 임계수준 이상으로 점포 밀도가 증가할 경우 매출이 감소하는 것으로 나타났다. 김현철·이승일(2019)은 골목상권 매출액에 영향을 미치는 입지특성을 분석한 결과, 점포 수, 점포규모, 점포 밀도, 유동인구, 주변 지역 소득수준, 도심지역, 도심과의 거리, 건물 노후도, 버스 승하차 인원, 공시지가, 대형유통업체 유무가 영향을 미치는 것으로 나타났다. 또한 김미성(2020)은 서울시 상권데이터를 시각화하여 매출액을 예측하고 영향요인을 분석한 결과 상권 내 프랜차이즈 점포의 비율, 업종, 주거인구의 밀도 등이 상권 매출액에 영향을 미치는 것으로 나타났으며, 김주영(2022)은 음식점 매출액에 영향을 미치는 요인을 분석한 결과 음식점 밀도, 상권 전체 업종, 생활인구 수, 상권면적, 토지이용 다양성, 지하철 접근성, 버스 접근성, 주거용, 업무용, 상업용 토지이용비율 등이 통계적으로 유의미한 변수로 나타났다.
지금까지 진행된 선행연구들은 상권 매출에 영향을 미치는 요인을 설명할 때, 대부분 물리적인 입지 특성에 주목해 왔다. 점포수, 유동인구 규모, 교통 접근성, 토지이용밀도와 같은 요소들이 주요 변수로 활용되었고, 이런 요인들은 과거 전통적인 소비 방식, 즉 사람들이 물리적으로 얼마나 쉽게 접근할 수 있는지가 중요한 시기의 상권 특성을 잘 설명해왔다. 하지만 최근 디지털 기술이 빠르게 발전하면서, 소비자들이 정보를 얻는 방식도 다양해졌고, 실제로 어디를 방문할지 결정하는 데에도 큰 영향을 미치고 있다. 특히 SNS와 같은 소셜 미디어가 널리 쓰이면서, 매장의 위치뿐만 아니라 ‘온라인에서 어떻게 보이는가’도 중요한 요소가되고 있다. 즉 해당 점포의 입지 요인 이외에도 사람들이 남긴 후기나 평판, 콘텐츠 노출 빈도와 같은 비물리적 요인들이 점점 더 큰 영향을 미치고 있다.
이런 변화 속에서 기존의 입지 중심 분석만으로는 상권 매출을 충분히 설명하기 어려우며, 이로 인해 최근에는 SNS 데이터 같은 소셜 빅데이터를 활용한 새로운 분석 방식이 필요하다는 의견이 제시되고 있다.
소셜 빅데이터란 소셜 네트워크 서비스와 빅데이터의 합성어로 소셜 네트워크 서비스 내 방대한 양의 데이터를 의미한다. SNS 사용자가 증가하면서 SNS 관련해서도 다양한 연구들이 진행되고 있는데 하나금융경영연구소(2019)는 신흥 골목상권들은 타 상권 대비 높은 성장세를 보이고 있으며, 이들의 성장에는 SNS 및 지도앱 등 스마트폰 서비스 활성화와 이에 따른 소비자 확대가 영향을 미친다고 주장하였다.
김주일(2018)은 SNS 등 모바일 인터넷 매체의 활성화가 이용자의 장소선택과 요식업 입지분포에 미치는 영향을 분석한 결과 SNS가 장소선택의 수단으로 자리를 잡으면서 기존의 중심지 이론과 그에 의한 장소 배치의 일반적인 문법은 약화된 것으로 나타났다. 김은택 외(2019)는 인스타그램 데이터를 활용하여 도시민들의 공간 이용 형태, 패턴을 파악하는 연구를 진행하였는데 이를 통해 2015년 이후 젊은 예술가들의 신규 점포가 입지하면서 을지로 지역이 활성화되고 오래된 노포들도 사라지지 않고 공존하면서 주요 점포들이 상생하며 지금의 ‘힙지로’ 분위기를 만들어내고 있다고 주장하였다. 강지은(2019)은 트위터 기반 SNS멘셔닝이 골목상권 매출액에 미치는 영향을 시계열적으로 분석한 결과, SNS멘셔닝이 단기적으로 매출에 유의미한 영향을 주는 반면 장기적으로는 그 효과가 감소한다고 주장하였다. 이는 SNS가 초기 상권 형성과 입소문 확산에는 효과적이나 지속적인 방문 유도에는 한계가 있을 수 있음을 시사한다.
선행연구들을 살펴보면, 공통적으로 SNS가 기존의 입지 이론이나 물리적 특성과는 다른 방식으로 소비자 행동과 상권 형성에 영향을 미친다는 점을 강조하고 있다. 특히 ‘인스타그래머블(instagrammable)’한 장소의 음식점, 카페처럼, 입지 조건이 다소 불리한 곳이라도 SNS에서 주목을 받으면 실제 방문으로 이어지는 사례가 많이 나타나고 있다. 단순히 위치가 좋다고 해서 사람들이 몰리는 시대는 지났고, 이제는 소비자의 관심을 끌 수 있는 이야기나 이미지가 해당 상권으로 소비자들을 유인하는 중요한 요소로 작용하고 있다. 문래동, 연남동, 성수동, 익선동 등은 SNS를 통해 화제를 모으며 새롭게 떠오른 골목상권으로 자주 언급된다. 이들 지역은 대체로 초기 임대료가 낮은 편이었고, 기존 상권과는 다른 감성과 개성을 지닌 공간들이 자리를 잡으면서 차별화를 이뤄냈다. 이런 매장들은 SNS 콘텐츠로 빠르게 확산되며 사람들의 호기심을 자극했고, 결국 사람들을 끌어들이는 데 성공했다. 결국 SNS에서의 언급은 단순한 관심을 넘어, 소비자가 장소를 선택하는 데 신뢰할 수 있는 기준이 되기도 하고, 상권 초기 형성부터 인지도 확산, 브랜드 이미지 형성, 마케팅 수단에 이르기까지 다방면에서 영향을 준다. 이런 흐름 속에서 최근에는 SNS 데이터를 단순 참고 수준이 아니라, 실제 소비 흐름을 분석하고 상권의 가능성을 진단하는 주요 자료로 활용하려는 연구들이 늘어나고 있다.
서울시 상권분석서비스는 통계청, 소상공인시장진흥공단, 서울특별시의 자료를 활용하여 상권을 구분하고 정보를 제공하고 있는데 행정 자료를 활용한 상권의 영역은 소비지가 인식하는 상권의 영역과 상이할 수 있다. 이와 관련하여 홍일영(2016)은 Foursquare 데이터를 활용하여 서울특별시와 제주특별자치도의 SNS 활동 분포를 정량적·정성적으로 분석하였으며, 이를 통해 소비자 인식에 기반한 상권 영역과 행정 자료를 활용한 상권의 영역이 상이함을 밝히고 상권 재정의의 필요성을 제기하였다. 또한 강영옥(2023)은 상하이를 대상으로 SNS 데이터를 활용하여 시간대별 장소 이용 특성을 분석하고, 도시 내 생활권과 상업활동 분포를 시각화함으로써 기존 행정구역과 다른 상권 경계를 도출하였다. Chen et al.(2013)은 뉴욕시를 대상으로 Foursquare 데이터를 분석하여, 사용자 밀집도, 장소 선호도, 경쟁 점포 위치 등을 고려한 최적 상점 입지 모형을 제안하였는데 이 모델은 단순히 유동인구 수치에 의존하지 않고, 소비자의 실제 이동 경로와 공간 선택을 반영하여 상권 후보지를 도출하는 데 효과적임을 입증하였다. 또한 Cranshaw et al.(2012)는 도시 전역에서 수집된 SNS 데이터를 활용하여 사람들이 실제로 체감하는 인지 기반 구획을 도출하였으며, 김은택 외(2019)는 인스타그램 위치 데이터를 활용하여 이용자들의 실제로 활동하는 공간 범위를 시각화하였다. 강지은(2020)은 SNS 멘션 데이터를 활용하여 SNS 데이터가 상권의 잠재력 탐색 및 초기 형성요인 분석에 유용한 도구가 될 수 있다고 주장하였다.
선행연구들을 살펴보면, SNS 데이터는 소비자들이 실제로 어떻게 공간을 인지하고 이용하는지를 파악할 수 있는 유용한 도구임을 확인할 수 있다. 기존의 상권분석서비스가 제공하는 정보가 주로 행정구역을 중심으로 제도적 기준에 따라 설정된 반면, 소비자들이 인식하고 행동하는 공간 범위는 이와 일치하지 않는 경우가 많다. 이와 같은 간극을 메우기 위해서는, SNS 데이터를 활용해 사람들이 실제로 많이 찾는 장소, 머무는 공간, 자주 언급하는 지역 등을 중심으로 ‘체감 상권’을 파악하는 접근이 필요하다. 그렇게 얻어진 정보는 단순히 분석에 그치지 않고, 실질적인 소상공인 지원정책이나 창업 전략 수립에 활용될 수 있다. 결국 SNS 기반의 상권분석은 이론적으로는 기존 상권 구획을 새롭게 해석할 수 있는 가능성을 열어주고, 실무적으로도 소상공인의 창업 입지 선정이나 신흥 상권 탐색, 정책적 자원 배분 등에 있어 보다 세밀하고 타당한 판단을 돕는 데 활용될 수 있다.
골목상권 매출액 영향요인을 분석한 기존 연구들은 주로 물리적 입지 요인을 중심으로 진행되었다. 그러나 이와 같은 분석이 전제로 삼고 있는 상권의 공간적 범위는 실제 소비자들이 체감하고 이용하는 상권 범위와 일치하지 않는 경우가 많아 분석결과의 신뢰도와 적용 가능성에 일정한 제약을 초래할 수 있다. 또한 최근에는 SNS를 통해 특정 장소나 점포에 대한 정보가 빠르게 확산되고, 이를 통해 소비자의 방문이 유도되는 사례가 빈번히 나타나고 있음에도 불구하고, 골목상권의 범위와 매출액 영향요인을 분석하는 연구에서 SNS 언급량을 활용한 연구는 아직까지 부족한 실정이다.
이에 본 연구는 서울시를 대상으로 행정적으로 정의된 골목상권의 영역과 SNS 언급량 기반의 골목상권 영역을 비교하고, 입지적 요인과 SNS 언급량이 골목상권 매출에 미치는 영향을 실증적으로 분석하고자 하며, 이를 위해 다음과 같은 연구문제를 설정하였다.
첫째, 서울시에서 행정적으로 설정한 골목상권 영역과 SNS 언급량을 기반으로 설정한 골목상권의 범위가 일치하는가? 이를 확인하기 위해 본 연구에서는 인스타그램 위치데이터를 기반으로 골목상권 영역을 도출하고, 서울시 상권분석서비스에서 제시한 기존 골목상권 영역과 비교함으로써 기존 상권 영역의 한계를 확인하고, SNS 기반의 대안적 골목상권 영역을 제시한다.
둘째, 서울시 골목상권 매출액에 영향을 미치는 요인은 무엇인가? 본 연구에서는 골목상권 매출액을 설명하는 주요 요인으로서 상권의 입지 특성과 SNS 언급량을 동시에 고려하고, 이들 변수들의 영향력을 비교 분석하고자 한다.
셋째, 주중, 주말 골목상권 매출액 영향요인은 다르게 나타나는가? 골목상권 매출액 영향요인을 분석한 기존 연구들을 살펴보면 주중과 주말을 구분하기보다는 이를 평균화하여 일반적인 영향요인을 도출하는 데 초점이 맞춰져 있다. 그러나 골목상권의 소비 행태는 주중/주말에 따라 뚜렷한 차이를 보이는 경우가 많은데 예를 들어, 서울 도심지역 골목상권의 경우 주중에는 직장인들의 방문이 많은 반면 주말에는 목적성 있는 방문이나 SNS를 통한 자발적인 방문이 많다. 이에 본 연구에서는 주중과 주말의 소비 유형의 차이에 주목하여, 주중과 주말 각각의 매출 영향요인을 비교 분석하고, 이 과정에서 입지 특성과 SNS 언급량이 어떤 영향을 미치는지 규명하고자 한다.
넷째, 1세대와 2세대 골목상권 매출액 영향요인은 다르게 나타나는가? 서울시 내 주요 골목상권을 형성 시기와 특성에 따라 1세대와 2세대로 구분하고, 상권 유형에 따라 입지 특성과 SNS 언급량이 매출액에 미치는 영향을 분석하고자 한다. 이를 통해 상권의 성장 배경과 소비자 유입 방식에 따른 구조적 차이를 파악하고, 세대별 특성에 부합하는 맞춤형 정책 방향을 제시한다.
본 연구의 공간적 범위는 서울시 내 역세권, 대학로를 중심으로 2000년대부터 유지되어 온 1세대 골목상권(가로수길, 압구정로데오거리, 양재천길, 공덕동, 홍대, 합정동, 이태원동, 한남동, 삼천동, 서촌)과 현재 새롭게 떠오르는 2세대 골목상권(망원동, 연남동, 샤로수길, 성수동, 송파동, 문래동, 해방촌, 후암동, 익선동, 을지로)으로 서울시 내 골목상권 20곳, 2,150개 블록을 대상으로 하였다. 시간적 범위는 2019년 1분기~2분기로 설정하였다.
1세대와 2세대 골목상권 구분을 위해 형성 시기와 함께 SNS 언급량 추세, 점포의 개·폐업률, 신규 점포 유입 흐름 등을 종합적으로 고려하였다. 1세대 골목상권은 오랜 기간 안정적으로 유지되어 온 상권으로 SNS 언급 빈도가 비교적 일정하게 유지되는 반면 2세대 골목상권은 최근 들어 SNS를 통해 빠르게 주목받기 시작한 상권으로, 언급량 증가 속도가 높고 신규 점포의 진입이 활발하게 이루어지고 있는 곳으로 정의하였다. 분석 단위는 행정 경계를 기준으로 하지 않고, SNS 데이터를 바탕으로 실제 소비자가 인식하는 공간적 범위를 설정하였다. 이는 상권 간의 연결성과 독립성을 동시에 반영하고자 하는 방법론적 고려에 따른 것이다.
한편, 서울시 상권분석서비스 기준에 따르면 일부 상권(예: 성수동, 압구정로데오, 이태원 등)은 ‘발달상권’으로 분류되어 있으나, 본 연구에서는 소상공인 중심의 창업 특성, 점포 밀도, 공간 구조, 상권 형성 과정 등을 종합적으로 고려하여 ‘골목상권’의 실질적 특성에 부합하는 지역을 포함하였다.
SNS 빅데이터 수집 및 분석을 위해 파이썬을 활용하였으며, 골목상권의 매출액에 영향을 미치는 요인을 분석하기 위해 위계적 선형 회귀모형을 사용하였다. 골목상권 데이터는 공간 단위가 다층적으로 구성되어 있고, 하위 단위(블록)가 상위 단위(상권)에 종속되어 있다는 점을 고려하여 다수준분석 모형으로 채택하였다. 구체적으로는 블록 단위(수준 1) 변수와 상권 단위(수준 2) 변수로 구성된 임의 절편 모형을 활용하였으며, 수준 간 효과를 명확히 구분하기 위해 그룹 평균 중심화 방식을 적용하였다. 자료분석에는 다층모형 분석에 적합한 HLM8.0 프로그램을 활용하였다.
본 연구에서는 파이썬을 활용하여 각 골목상권 대표 해시태그 게시물 내 위치데이터, SNS 언급량 데이터를 구축하였으며, 골목상권 입지특성은 서울 빅데이터 캠퍼스, 서울열린데이터 광장 등의 데이터를 활용하였고 골목상권 매출액의 경우 서울 빅데이터 캠퍼스에서 제공하는 블록 단위 추정매출액 데이터를 활용하였다.
해당 데이터는 집계구 단위보다 세분화된 약 6만 6천 개의 블록 단위로 구성되어 있으며, 매출액, 매출 건수, 매출 비율, 업종 등 다양한 정보를 포함하고 있다. 이는 현재 제공되는 서울시 매출액 데이터 중 가장 마이크로 한 블록 단위로 구성되어 있어 원하는 구역의 마이크로 매출액 데이터를 추출할 수 있으며 업종별 구분이 되어있어 업종별로 분석이 가능한 장점이 있다. 본 연구에서는 연구 목적에 맞춰 추정매출액 데이터를 전처리하였고 업종은 외식업 10종과 서적·문구에 해당하는 매출액만을 합계하여 분석자료로 활용하였다. 외식업은 골목상권 내 업종 구성에서 가장 높은 비중을 차지하며, 실제 소비자가 상권을 인식하고 방문하는 주요 목적지 중 하나이다. 또한 문화적 특성과 거리의 이미지 형성에 기여하는 비소비재 성격의 업종을 함께 고려하기 위해 서적·문구 업종을 포함하였다. 업종 선택 과정에서 서울시 상권분석서비스 및 서울시 골목상권 활성화 정책 자료에서 제시된 ‘주요 생활밀착형 업종’ 기준을 참고하였으며, 특히 SNS 기반 분석의 특성상 시각적 노출이나 공유 빈도가 높은 업종 위주로 데이터 수집 및 분석의 타당성을 확보하였다.
골목상권 영역의 경우 현재 서울시에서 지정한 골목상권의 영역이 SNS 사용자가 인식하고 있는 골목상권과 다르다고 판단하여 서울시 상권분석서비스 골목상권의 영역과 SNS 사용자가 인식하는 골목상권의 영역을 참고하여 새로운 영역을 설정하였다. 구체적으로는 인스타그램 위치데이터를 크롤링한 후 인스타그램의 위치데이터를 Geocoding Tool을 사용하여 점 데이터로 형성, Arc Gis 프로그램을 활용하여 지도에 표시하였다. <그림 1>은 크롤링 과정에서 얻은 실제 SNS 사용자가 인식하는 상권의 영역을 지도에 표시한 것이다. 강지은(2020)의 선행연구를 참고하여 ① 최대한 위치기반 데이터가 모두 포함되지만 ② 블록단위 경계를 완곡하게 반영하며 ③ 홍보용 광고용 위치데이터를 영역에서 제외하고 ④ 밀집지역에서 50m 이상 떨어진 위치데이터도 영역에서 제외하였다. 위의 조건과 서울시 상권분석서비스 골목상권 영역을 만족하는 부분을 빨간색 이점쇄선으로 표시하여 분석 자료의 토대로 삼았다.
SNS 언급량 데이터를 구축하기 위해서는 SNS별 데이터를 활용해야 한다. SNS 데이터를 구축할 수 있는 대표적인 방법으로는 파이썬 또는 R Studio를 이용하여 웹에서 데이터를 수집하는 크롤링(Crawling) 기법이나 Open API를 사용하여 원하는 정보를 얻는 방법이 있다. 본 연구에서는 데이터 수집을 위하여 파이썬 프로그램을 이용하여 웹 크롤링을 진행하여 본문 내용을 크롤링하였다. 골목상권 활성화에 가장 큰 역할을 한 인스타그램, 네이버 블로그를 SNS 데이터 수집 대상으로 활용하였다. 인스타그램과 네이버 블로그는 각각의 콘텐츠 특성으로 인해 이용자 행동 양상에 차이가 있다. 인스타그램은 이미지 중심의 시각적 콘텐츠를 통해 장소에 대한 감성적 공감과 자발적 방문 유도에 강한 영향을 미치는 반면, 네이버 블로그는 정보 탐색과 후기 공유 중심의 텍스트 기반 플랫폼으로, 사전 정보 탐색과 공간 인지 형성에 기여하는 특징이 있다. 따라서 두 플랫폼이 골목상권 매출에 미치는 영향 경로는 상이하다고 판단되며, 이에 본 연구에서는 각각의 특성을 반영한 별도 분석을 통해 각 변수의 영향력을 비교 분석하였다. 또한, 인스타그램과 블로그 언급량 간의 공선성 문제를 고려하여 동일 모형에 동시에 투입하는 대신, 모형별로 분리하여 적용하였다 이와 같은 설계는 각각의 SNS 플랫폼이 가지는 소비자 유입 경로 및 영향력의 구조적 차이를 해석하는 데 효과적이라 판단하였다.
본 연구에서 활용한 인스타그램 데이터는 각 골목상권의 대표 해시태그를 포함하고 있는 인스타그램 포스트 중 위치정보가 태그되어 있는 포스트 정보 크롤링과 각 대상지 대표 해시태그를 검색하여 구축된 SNS 언급량 데이터이다. 인스타그램 위치 데이터의 경우 대상 포스트에서 위치정보, 포스트 작성 일시, 아이디, 본문 내용, 해시태그 데이터를 추출하였다. 구축된 데이터는 총 198,756건으로 이 중 위치정보가 포함된 100,800건의 데이터를 활용하였다. SNS 언급량의 경우 총 56,789,728건의 언급량을 데이터로 구축하였다. 블로그 데이터의 경우 골목상권 명칭을 검색하여 자동화 크롤링을 통해 구축된 SNS 언급량 데이터로 구축된 데이터는 총 12,051,804건이다.
골목상권 매출액에 영향을 미치는 입지특성 데이터를 구축하기 위해 Turan et al.(2013), 이연수 외(2014), 손동수·이연수 (2012), 최막중·신선미(2001), 김현철·이승일(2019) 등의 연구를 토대로 각 영역별 측정항목을 구성하였고, 서울시 빅데이터캠퍼스, 서울 열린데이터광장에서 제공하는 공공데이터를 활용하여 데이터를 추출, 가공하였다. 변수별 측정항목 및 기술통계량은 <표 1>과 같다. 로그값으로 설정한 변수는 초기 데이터를 기초 통계량으로 하였다. 매출액은 최소 38,462원/분기에서 최대 6,439,782,957원/분기까지 차이가 나는 것으로 나타났다. 입지특성에 관한 변수에 있어서 점포 수는 최소 31개에서 최대 283,268개로 필지 크기에 따라 다양한 것으로 나타났다. 또한, 직장인구는 최대 4,367인에서 최대 260,691인으로 나타났고 유동인구는 최소 154인에서 최대 91,020으로 지점별로 큰 차이가 있는 것으로 나타났다. 버스정류장은 평균 11.6개, 지하철역은 평균 1.0개로 나타났다. 주거밀도의 최댓값은 17,915m2/ha, 업무밀도의 최댓값은 7,917m2/ha, 토지이용혼합도의 최댓값은 0.758로 확인되었다. 도심과의 거리는 한양도성은 평균 5,745m, 여의도는 평균 7,492m, 강남은 평균 13,279m로 나타났다. 백화점은 평균 13개, 대형마트 10개, 전통시장 3개로 확인되었다. SNS 언급량은 인스타그램은 평균 3,530,031건, 블로그는 777,693건으로 나타났다.
<표 2>를 통해 확인한 결과, 서울시 상권분석서비스에서 제시한 골목상권 경계(초록색 면)와 인스타그램 위치데이터 점(파란색 원)이 뚜렷한 차이를 보이는 것으로 나타난다. 이는 행정기관에서 설정한 개념적 상권 범위와 실제 소비자가 인식하는 상권 범위가 다르다는 것으로 시사한다. 후암동, 해방촌, 송파동의 경우 두 경계 간 현저한 불일치가 관찰되었으며, 이는 기존 상권 경계가 실제 소비자 인식을 충분히 반영하지 못하고 있음을 보여준다. 반면, 봉천동, 양재동, 합정동, 서교동, 을지로, 익선동, 가로수길 등은 SNS 기반 상권과 행정기준 상권이 대체로 일치하는 것으로 나타났는데 이들 지역은 서울시에서 발달상권으로 분류된 지역임을 확인할 수 있었다.
또한, 한남동, 이태원, 성수동, 연남동, 망원동, 삼청동, 서촌, 공덕, 문래동, 압구정로데오거리의 경우 서울시 상권분석서비스에서 제공하는 상권 범위와 SNS 데이터를 활용하여 설정한 상권 영역이 흡사하지만, 자세히 살펴보면 서울시 상권분석서비스에는 포함되지 않은 골목상권 지역이 많은 것으로 나타났다. 특히 연남동과 성수동은 SNS 데이터상으로는 행정상 경계 외부 지역까지 소비자 활동이 확장되어 있었으며, 이는 소비자의 자발적 이동, SNS 콘텐츠 기반 방문 행동 등의 특성이 상권 범위에 영향을 주고 있음을 보여준다.
이러한 차이는 단순히 데이터상의 문제라기보다는 상권에 대한 인식과 입지 선택 방식의 변화로 이해할 수 있다. 대형 상권과 달리, 골목상권은 소규모 자영업자들이 임대료와 접근성 사이에서 현실적인 균형을 고려하며 자율적으로 입지를 선택하는 경향이 강하며, 이로 인해 더 분산적이고 유연한 확장 양상을 보이는 것으로 판단된다.
을지로, 연남동, 성수동과 같은 지역은 낡은 주택을 리모델링하거나 중심 상업지구 외곽으로 이동한 상점들이 SNS를 통해 주목 받으면서, 새로운 소비문화 공간으로 자리 잡고 있다. 이러한 현상은 전통적인 상권 이론에서 강조하던 중심성보다는 공간의 문화적 개성과 소비자가 체감하는 경험적 가치가 상권의 형성과 운영에 중요한 역할을 하고 있음을 보여준다. 또한 행정 경계 기반의 상권 구분은 비교적 고정된 지리적 단위를 전제로 하지만, SNS를 기반으로 한 상권은 콘텐츠의 공유 빈도나 해시태그 위치, 사용자의 경험 등 비정형적인 요소들에 의해 영향을 받는다. 결과적으로 SNS에서 자주 언급되는 장소들은 행정 경계와 상관없이 소비자들의 관심과 방문을 끌어내며 새로운 중심지로 가능하게 된다.
따라서 상권을 정책적으로 지원하고 분석하기 위해서는 소비자의 실제 이용 행태를 반영한 상권 재정의가 필요하다. 단순히 행정구역, 점포 수, 유동인구 등 전통적 물리 기반 요인만으로는 골목상권에서 나타나는 소비패턴을 설명하기에 부족하며, SNS 기반 데이터는 상권 인지, 방문 동기, 경계 재형성에 실질적인 영향을 미치는 주요 변수로 작용할 수 있다. 향후 상권분석서비스의 실효성을 제고하기 위해서는 이러한 디지털 이용자 기반의 데이터와 행정데이터 간의 통합적 활용이 필수적이라 판단된다.
본 연구에서는 골목상권 매출액에 영향을 미치는 다양한 요인을 모형별로 단계적으로 분석하였다. 모형 1에서는 입지특성을 기준으로 분석을 수행하고 모형 2과 3에서는 SNS 언급량을 추가하여 골목상권 매출액 영향요인을 분석하였으며, 구체적인 결과는 <표 3>과 같다.
모형 1의 분석결과, 점포 수, 직장인구, 유동인구, 지하철역 접근성, 주거 및 업무 밀도, 토지이용혼합도, 도심과의 거리, 전통시장, 대형마트, 백화점의 유무가 통계적으로 유의한 변수로 도출되었다. 이는 Ghosh and McLafferty(1982), 김현철·이승일(2019) 등의 기존 연구결과와 일치하는 것으로 점포 수는 상권의 집적효과를 보여주는 대표적 지표로 다양한 업종 간 상호보완성과 소비자 선택 폭의 확대가 골목상권의 매출 향상에 긍정적으로 작용함을 시사한다. 또한, 직장인구와 유동인구는 일일 상권 방문 가능성이 높은 잠재 고객층을 의미하며, Sevtsuk(2014)와 유경훈 외(2016)의 연구에서도 이들의 중요성이 입증된 바 있다. 교통 접근성 역시 Nelson(1963), Berman and Evans(2001)의 기존 소매입지 이론에서 강조되어 온 요소로, 상권의 경쟁력을 결정짓는 핵심 변수이다. 주거 및 업무 밀도, 토지이용혼합도는 인구 규모와 일상생활, 업무 활동의 복합성을 반영하는 지표로, 상권의 지속적인 수요 기반을 유지하는 데 필수적인 요소로 김수현 외(2015), 이연수 외(2014) 등의 연구에서도 골목상권의 지속가능성을 뒷받침하는 요소로 확인된 바 있다. 도심과의 거리 또한 의미 있는 변수로 작용하였는데, 도심에 가까운 골목상권일수록 유동인구가 많고 소비활동이 활발해 매출이 증가할 가능성이 높다. 반면, 전통시장이나 대형마트, 백화점과 같은 대형 유통시설이 인접한 경우에는 소비가 분산되면서 골목상권 매출에 부정적인 영향을 미치는 경향이 확인되었다. 이는 김현철·이승일(2019), 이태정·조성현(2007)의 연구 결과와도 일치하며, 대형 유통업체와의 경쟁이 실제 골목상권 매출에 영향을 미치고 있음을 보여준다.
모형 2와 3은 모형 1에 각각 인스타그램 언급량과 블로그언급량을 추가한 모형으로 두 플랫폼 모두에서 SNS 언급량이 골목상권 매출액에 유의한 양의 영향을 미치는 것으로 나타났다. 이는 최근 소비자들이 SNS를 통해 정보를 탐색하고, 트렌드에 민감하게 반응하며, 입소문 중심의 소비패턴을 보이는 현실을 반영한다. 강지은(2020), 허자연 외(2014), 김은택 외(2019) 등의 선행연구에서도 SNS에서 많이 언급될수록 실제 방문과 소비 행동으로 이어지는 경향이 확인된 바 있으며, 본 연구 결과도 이와 유사한 경향을 보인다. 결국, 골목상권은 단순한 지리적 입지 조건 외에도 SNS 기반의 디지털 정보 확산이 소비자 유입에 결정적인 영향을 미친다는 것을 보여주며, 이는 향후 골목상권 마케팅 전략이나 입지 분석 시, SNS 언급량 등 온라인 정보 확산의 영향력을 고려한 다층적 분석의 필요성을 시사한다.
주중 골목상권 매출액에 영향을 미치는 요인을 분석한 결과는 <표 4>와 같다. 분석결과 점포 수, 직장인구, 지하철역 접근성, 주거밀도, 업무밀도, 토지이용혼합도, 도심과의 거리, 전통시장 및 대형마트 밀집도 등이 유의한 변수로 나타났다. 특히 표준화계수를 기준으로 살펴보면 점포 수, 도심과의 거리(강남), 지하철역 접근성, 직장인구, 업무밀도, 주거밀도, 토지이용혼합도, 도심과의 거리(여의도), 대형마트, 전통시장 순으로 매출에 강한 영향을 미치는 것으로 나타난다. 이는 Reilly(1931)의 소매중력법칙이나 허프 모형(Huff, 1964) 등에서 제시된 입지 기반의 상권 매력도 결정요인과 일치하며, 김현철·이승일(2019), 유경훈 외(2016) 등의 국내 연구에서도 직장인구와 교통 접근성은 일상소비형 상권에서 가장 핵심적인 변수로 제시된 바 있다. 다만 주중 골목상권 매출액 영향요인을 분석한 결과 SNS 언급량(인스타그램 및 블로그) 변수는 통계적으로 유의하지 않은 것으로 나타났는데, SNS 언급량이 주중 골목상권 매출액 증대와는 큰 연관성이 없음을 시사한다. 이러한 결과는 SNS를 기반으로 한 목적 방문이 주로 여가나 관광이 활발한 주말에 집중된다는 기존 연구들(강지은, 2020; 허자연 외, 2014)과 일치한다. 주중에는 직장인 중심의 규칙적인 소비 패턴이 상권에 영향을 주는 반면, SNS를 통한 자발적 탐색은 주중에 큰 역할을 하지 않는 것으로 해석할 수 있다.
이어서 주말 골목상권 매출액에 영향을 미치는 요인을 분석한 결과는 <표 5>와 같다. 분석결과 SNS 언급량(인스타그램)이 점포 수 다음으로 높은 영향을 미치는 변수로 나타났다. 이는 김은택 외(2019)의 연구에서 ‘인스타그래머블’한 공간이 소비자 방문을 유도하며 유동인구를 창출한다는 연구 결과와도 일치한다. 즉 SNS를 통한 정보 확산이 주말 골목상권의 활성화에 실질적으로 기여하고 있음을 보여준다. 또한 점포 수, 직장인구, 버스정류장 접근성, 주거 및 업무밀도, 전통시장 및 백화점 등이 유의미한 변수로 나타났는데 이와 같은 결과는 도시 내 소비자의 선택이 SNS 노출만이 아니라 물리적 접근성과도 밀접하게 연관되어 있음을 보여준다. 모형 7에서도 SNS 언급량(블로그)과 함께 점포 수, 버스정류장 접근성, 지하철역 접근성, 주거밀도, 업무밀도, 도심과의 거리, 대형마트 변수가 통계적으로 유의한 것으로 나타났다. 특히 SNS 언급량(블로그)은 리뷰 중심의 텍스트 정보를 제공하는 특성상, 방문 전 소비자의 정보 탐색으로 활용되며, 이로 인해 매출 증대에 긍정적인 영향을 미치는 것으로 해석된다(정병찬, 2012; 강지은, 2020). 표준화계수를 통해 각 변수의 상대적 영향력을 살펴보면 점포 수, 도심과의 거리(여의도), 주거밀도, 대형마트, 도심과의 거리(강남), SNS 언급량(블로그), 지하철 접근성, 토지이용혼합도, 업무밀도, 버스정류장 접근성 순으로 영향력이 큰 것으로 나타났다.
이를 종합해보면 주중에서는 직장인 중심의 일상적 소비가 골목상권 매출에 중요한 영향을 미치는 반면, 주말에는 여가 및 관광 중심의 소비활동이 이루어지면서 SNS 언급량이 상권 활성화의 중요한 요인으로 작용하는 것으로 해석할 수 있다. 특히 SNS 언급량은 주말 매출 증대에 영향을 미치는 중요한 변수로 확인된 반면, 주중에는 통계적 유의성이 확인되지 않았다. 이는 SNS를 매개로 한 소비문화가 목적지향적인 소비 행태를 주도하고 있음을 보여주며, 골목상권 활성화 및 정책 방향 설정에 있어 디지털 미디어의 활용을 강화할 필요가 있음을 시사한다.
1세대 골목상권 매출액에 영향을 미치는 요인을 분석한 결과는 <표 6>과 같다. 모형 8의 분석결과, 점포 수, 지하철역 접근성, 주거밀도, 도심과의 거리(강남), 대형마트, 백화점 변수가 통계적으로 유의미한 것으로 나타났으며, 이들 변수가 골목상권 매출액의 64.5%를 설명하는 것으로 나타났다. 특히 점포 수가 가장 큰 영향을 미치고, 이어서 도심과의 거리(강남), 대형마트, 주거밀도, 지하철 접근성, 백화점 순으로 영향력이 높게 나타났다. 이는 전통적인 상권 이론(Huff, 1964; Nelson, 1963)에서 강조하는 입지 기반 소비 패턴을 잘 반영하고 있으며, 김현철·이승일(2019)의 연구결과와도 일치한다.
모형 9의 분석결과에서도 입지특성이 주요한 영향요인으로 나타났으며, 직장인구, 토지이용혼합도는 추가적으로 통계적으로 유의미한 변수로 확인되었다. 그러나 모형 8, 모형 9 공통적으로 SNS 언급량은 통계적인 유의성이 확인되지 않는데 이는 1세대 상권이 주로 일상생활과 밀접한 소비 형태와 물리적 접근성에 기반한 자생적인 상권이라는 것을 확인적으로 보여주는 결과이다. 1세대 골목상권의 경우 소비자들이 상권을 선택하는 데 있어 SNS보다는 실제 이동거리나 통행 편의성과 같은 입지 요인을 더 중시한다는 것으로 보여준다,
이어서 2세대 골목상권 매출액에 영향을 미치는 요인을 분석한 결과는 <표 7>과 같다. 모형 10에서는 SNS 언급량(인스타그램), 점포 수, 직장인구, 유동인구, 지하철 접근성, 주거밀도, 업무밀도, 도심과의 거리, 전통시장, 백화점이 유의하게 나타났으며, 모형의 설명력은 71.3%로 나타났다. 특히 표준화계수 분석결과, SNS 언급량(인스타그램)의 영향력이 가장 크게 나타났으며, 업무밀도, 직장인구 역시 중요한 요인으로 확인되었다. 모형 11의 결과도 유사하게 나타났는데, SNS 언급량(블로그)이 골목상권 매출액에 양의 영향을 미치는 것으로 나타났다. 이를 통해 SNS는 단순한 정보 공유를 넘어 소비자들이 새로운 상권을 발견하고, 그 경험을 공유하는 디지털 입소문의 주요 통로로 작용하고 있으며, 이는 골목상권 활성화에 중요한 역할을 수행하고 있음을 확인할 수 있다. 또한 강지은(2020), 김은택 외(2019), 이일섭 외(2018) 등의 선행연구에서 제시된 바와 같이, 2세대 골목상권이 SNS를 통해 ‘발견되고 방문되는 소비공간’으로 변화하고 있음을 뒷받침한다.
이를 종합해보면 1세대 골목상권과 2세대 골목상권 간 뚜렷한 차이가 나타남을 알 수 있는데 1세대 골목상권의 경우, 전통적인 입지 요인들이 매출에 큰 영향을 미치는 반면, SNS 언급량은 통계적으로 유의하지 않은 변수로 나타났다. 이에 비해 2세대 골목상권은 SNS 언급량이 매출액에 유의한 영향을 미치는 주요 요인으로 나타나는데 이러한 차이는 상권이 형성되는 방식과 소비자가 유입되는 경로가 변화하고 있음을 보여준다. 1세대 골목상권은 접근성이나 일상 소비를 중심으로 자생적으로 형성된 반면, 2세대 골목상권은 SNS를 통한 정보 확산과 트렌드 기반 소비가 중심이 되는 구조로 나타났다. 특히, SNS는 소비자의 목적지 선택, 방문 유도, 나아가 상권의 형성에까지 영향을 미치는 디지털 입소문의 매개로 기능을 하고 있으며, 이는 이수빈(2017)과 김주일(2018)의 연구에서도 언급된 바 있다. 결론적으로, 1세대와 2세대 골목상권 매출 영향요인에는 명확한 차이가 존재한다. 특히 2세대 골목상권에서는 SNS가 단순한 홍보 수단을 넘어, 소비자 유입 경로이자 상권의 공간적 경계를 재정의하는 핵심 요소로 작용하고 있다. 따라서 골목상권의 지속 가능한 성장을 도모하기 위해서는 기존의 물리적 입지 중심 분석을 넘어, SNS 기반의 디지털 정보 확산과 소비 흐름을 반영한 다층적인 상권분석이 필요하다.
본 연구는 서울시 상권분석서비스의 골목상권 영역과 SNS 사용자가 실제로 인식하고 있는 상권 범위를 비교하고, 이를 통해 이용자 기반의 새로운 골목상권 영역을 도출하고 골목상권 매출액에 영향을 미치는 요인을 실증적으로 비교·분석하고자 하였다. 이를 위해 서울특별시 내 20개 골목상권, 2,150개 블록을 대상으로 파이썬을 활용하여 인스타그램, 블로그 SNS 빅데이터를 수집, 분석하고 골목상권 입지특성 데이터를 구축하여, 골목상권 매출액에 영향을 미치는 SNS 언급량 및 입지특성을 분석하였다. 주요 연구결과를 요약하면 다음과 같다.
첫째, 서울시 상권분석서비스에서 제공하는 골목상권 영역과 SNS 언급량을 기반으로 한 골목상권 영역이 상당히 다른 것으로 나타났다. 특히, 후암동, 해방촌, 송파동 지역의 경우 상당한 차이가 발견되었는데 이는 서울시 상권분석서비스에서 설정한 상권 영역이 실제 소비자 이용 패턴을 충분히 반영하지 못하고 있음을 보여준다. 향후 상권 관련 정책을 마련하거나 자영업자 지원 대상을 선정할 때, 이러한 차이를 보완할 수 있도록 골목상권 범위 산정에 있어 SNS 언급량과 같은 SNS 빅데이터를 적극적으로 활용할 필요가 있다.
둘째, 골목상권 매출액에 영향을 미치는 요인을 분석한 결과 점포 수, 직장인 및 유동인구, 대중교통 접근성, 주거와 업무 밀도, 그리고 토지이용의 혼합도 등이 매출액에 통계적으로 유의미하게 영향을 미치는 것으로 나타났다. 이는 유동인구 유입과 교통 접근성이 여전히 상권 성과에 중요한 역할을 하고 있음을 시사한다. 반면, 대형 유통시설이 가까이 위치한 경우, 골목상권 매출에 부정적인 영향을 미치는 것으로 나타나는 데 따라서 소상공인 창업 지원 시, 상권의 입지 조건과 더불어 주변 대형 시설과의 경쟁 관계까지 고려한 전략이 필요하다.
셋째, SNS 언급량이 골목상권 매출액에 긍정적인 영향을 미치는 것으로 나타났는데 이와 같은 결과는 인스타그램, 블로그에 자주 언급되는 지역일수록 실제 매출액이 높게 나타난 것으로 보여준다. 이는 소비자들이 SNS를 통해 정보를 탐색하고 소비 결정을 내리고 있다는 현실을 반영한 것으로 SNS가 단순한 정보 전달을 넘어, 실질적인 상권 유입을 유도하는 매개체로 기능하고 있음을 시사한다. 따라서 SNS 언급량을 단순한 온라인 반응 지표를 넘어, 소비자의 관심과 반응을 실시간으로 반영하는 상권 활성화의 유의미한 지표로 활용할 필요가 있으며, 이를 기반으로 한 정책적 대응 체계 구축이 필요하다.
넷째, 주중과 주말의 골목상권 매출액 영향요인을 비교 분석한 결과 주중에는 업무통행을 비롯한 목적통행이 주로 이루어지면서 SNS 언급량과 골목상권 매출액 사이에 통계적으로 유의미한 상관관계가 발견되지 않는 반면 주말에는 관광 및 여가 통행 수요가 증가하면서 SNS 언급량이 골목상권 매출액에 영향을 미치는 중요한 요인으로 나타났다. 이러한 결과는 주중, 주말에 따라 소비 목적과 상권 이용 방식이 달라진다는 점을 시사하며, 마케팅 전략 수립 시에도 이러한 차이를 반영한 시간대별 접근이 필요함을 보여준다. 구체적으로 평일에는 인근 직장인을 대상으로 한 점심시간 혹은 퇴근 시간대의 프로모션이 효과적일 수 있으며, 주말에는 체험 중심의 콘텐츠 노출 전략이 보다 유효할 수 있다.
마지막으로, 1세대 골목상권과 2세대 골목상권 매출액에 영향을 미치는 요인을 비교 분석한 결과 1세대 골목상권은 입지 요인이 핵심적인 영향요인으로 나타난 반면 SNS 언급량은 골목상권 매출액과 통계적으로 유의미한 상관관계가 나타나지 않았다, 반면 2세대 골목상권은 SNS 언급량이 골목상권 매출액에 영향을 미치는 중요 요인으로 나타났다. 이는 1세대 골목상권은 오랜 시간에 걸쳐 형성된 고정적인 수요층과 안정된 입지 기반을 갖추고 있어, 디지털 채널의 영향력이 상대적으로 낮게 나타난 것으로 해석된다. 반면, 2세대 골목상권은 SNS를 통해 소비자 유입이 활발하게 이루어지고 트렌드 중심의 소비가 SNS를 통해 확산되고 있으며, 이는 곧 방문과 구매로 이어지는 흐름을 만들고 있음을 보여주는 결과다. 따라서 새롭게 형성 중인 상권이나 트렌드 중심 소비 공간에 대해서는 디지털 소비 행태를 반영한 맞춤형 분석과 정책적 접근이 요구된다.
위의 연구결과를 토대로 골목상권 지원을 위한 정책 방향을 제안하면 다음과 같다.
첫째, SNS 언급량과 같은 소비자 중심의 디지털 데이터를 활용함으로써, 상권의 실시간 변화를 보다 정확하게 파악할 수 있으며, 이는 정책 대응의 타이밍과 효과성 확보에 핵심적인 역할을 할 수 있다. 실제로 SNS 언급량 데이터를 활용한 골목상권의 범위는 서울시 상권분석서비스에서 설정한 상권 영역과 다르며, 이는 정책 대상 선정 및 자원 배분의 효율성에도 영향을 미칠 수 있다. 따라서 향후 골목상권 지원정책은 행정 경계를 기반으로 한 전통적인 입지 분석을 넘어 디지털 소비 데이터를 적극 반영한 방식으로의 전환이 필요하며, 이를 위해 실시간 시각화와 모니터링이 가능한 플랫폼 구축이 함께 이루어질 필요가 있다.
둘째, 본 연구는 상권 유형별로 매출에 영향을 미치는 요인이 다르게 작용함을 보여준다. 1세대 골목상권은 물리적 입지 기반의 안정적 구조를 갖고 있음에 비해 2세대 골목상권은 SNS를 통한 정보 확산이 상권 활성화에 결정적인 역할을 하고 있는 것으로 나타났다. 따라서 골목상권 유형에 맞춘 맞춤형 정책 설계가 필요하다. 예를 들어, 1세대 골목상권에는 인프라 개선과 접근성 강화를 위한 지원이 필요한 반면, 2세대 골목상권에서는 SNS 콘텐츠 제작 지원과 디지털 홍보 역량 강화를 위한 지원이 효과적일 수 있다.
셋째, 주중과 주말의 소비 패턴 차이를 고려한 시간대 기반 지원정책이 필요하다. 주중에는 직장인을 대상으로 한 집중 마케팅이 효과적이고 주말에는 여가 소비층을 겨냥한 SNS 콘텐츠 노출 강화 전략이 효과적일 수 있다. 이러한 접근은 한정된 자원을 보다 효율적으로 활용하는 데에도 도움이 될 것이다.
넷째, SNS 언급이 적은 골목상권의 경우, 이를 단순히 소비자 관심이 낮은 지역으로 판단하기보다는 디지털 홍보 역량이 부족한 ‘디지털 소외 상권’으로 설정하고 이들 상권이 정책적 지원에서 배제되지 않도록, SNS 콘텐츠 제작 지원이나 디지털 역량 강화 컨설팅 등 별도의 정책 지원이 필요하다.
본 연구에서 제안한 골목상권 지원을 위한 정책들은 단기적인 매출 증대를 넘어, 골목상권 간 정보 격차 해소, SNS 데이터 기반의 정밀 행정 구현 등 중장기적인 골목상권 관리 전략으로까지 확장될 수 있을 것이다.
본 연구는 골목상권의 물리적 입지 요인뿐만 아니라 SNS 언급량을 함께 고려하여, 골목상권 매출액에 영향을 미치는 요인을 실증적으로 분석했다는 측면에서 의의가 있다. 다만, 개별 점포 단위가 아닌 마이크로 블록 단위로 구성된 데이터를 활용함으로써 상권분석의 정밀성이 다소 부족하였으며, 분석 기간이 2019년 1~2분기로 한정되어 있어 최근 소비 흐름이나 팬데믹 이후 변화된 상권 상황을 충분히 반영하지 못한 한계가 있다. 또한 골목상권 매출액 분석은 외식업 10종과 서적·문구 업종에 국한된 데이터를 활용하였다는 측면에서 포괄적으로 설명하는데 한계가 있으며 집단 간 분산 설명력을 판단할 수 있는 ICC를 제시하지 못한 점은 모형의 적합도를 평가하는 데 있어 제약이 될 수 있다. 향후 이러한 한계를 보완한 후속 연구가 진행되기를 기대한다.
이 논문은 2021년도 대한국토·도시계획학회 춘계산학학술대회에 발표된 논문을 수정·보완하여 작성하였음.
| 1. | 강영옥, 2023. “GeoAI 활용 분야와 연구 동향”, 「대한지리학회지」, 58(4): 395-418. Kang, Y.O., 2023. “GeoAI Application Areas and Research Trends”, Journal of the Korean Geographical Society, 58(4): 395–418. |
| 2. | 강지은, 2020. “SNS멘셔닝(Mentioning)이 골목상권 매출에 미치는 영향 분석 – Panel VAR 모형을 중심으로”, 홍익대학교 석 사학위논문. Kang, J.E., 2020. “An Analysis of the Effects of SNS Mentioning on the Sales of Alley Commercial Area: Focused on the Panel VAR Model”, Master's Thesis, Hongik University. |
| 3. | 김미성, 2020. “서울시 상권 데이터의 시각화에 기반한 매출액 예측”, 이화여자대학교 석사학위논문. Kim, M.S., 2020. “A Study on Sales of Trade Areas in Seoul based on Visualization of Spatial-temporal Data”, Master's Thesis, Ewha Womans University. |
| 4. | 김수현·김태현·임하나·최창규, 2015. “소매업의 매출액을 결정 하는 보행량 및 건조 환경 요인에 관한 연구”, 「국토계획」, 50(3): 299-318. Kim, S.H., Kim, T.H., Lim, H.N., and Choi, C.K., 2015. “A Study on the Impact of Pedestrian Volume and Built Environment on Retail Sales”, Journal of Korea Planning Association, 50(3): 299-318. ![]() |
| 5. | 김은택·김성빈·금경조, 2019. “인스타그램 위치 정보 데이터를 이용한 을지로 3·4가 지역활성화의 실증분석”, 「서울도시연구」, 20(2): 19-35. Kim, E.T., Kim, S.B., and Keum, K.J., 2019. “An Empirical Analysis of Revitalization of Euljiro 3·4-ga Using Geotagged Instagram Data”, Seoul Studies, 20(2): 19-35. |
| 6. | 김지원, 2018. “골목상권 매출변화에 영향을 미치는 상권 특성 연구”, 서울대학교 석사학위논문. Kim, J.W., 2018. “Study on the Characteristics Affecting Variation of Sales in Local Commercial District”, Master's Thesis, Seoul National University. |
| 7. | 김주영, 2022. “서울시 상권 매출과 물리적 건조환경에 관한 연구: 코로나19 전후 상권 현황을 중심으로”, 한양대학교 석사학위논문. Kim, J.Y., 2022. “A Study on the Sales and Built Environments of Commercial Districts in Seoul: Focusing on Conditions Before and After COVID-19”, Master's Thesis, Hanyang University. |
| 8. | 김주일, 2018. “SNS 등 모바일 인터넷 매체의 활성화가 이용자의 장소선택과 요식업체 입지분포에 미치는 영향 – 경주·포항 요식 업체의 최근 입지 패턴 특성 분석을 중심으로”, 「한국도시설계학회지 도시설계」, 19(4): 125-138. Kim, J.I., 2018. “The Influence of Active Mobile Internet Media on Users’ Place Choice – Focused on Locational Pattern of Dining Places in Gyeongju·Pohang”, Journal of the Urban Design Institute of Korea Urban Design, 19(4): 125-138. ![]() |
| 9. | 김현철·이승일, 2019. “서울시 골목상권 매출액에 영향을 미치는 요인에 관한 연구”, 「서울도시연구」, 20(1): 117-134. Kim, H. and Lee, S., 2019. “A Study on the Factors Affecting the Revenue in Seoul’s Side Street Trade Areas”, Seoul Studies, 20(1): 117-134. |
| 10. | 손동수·이연수, 2012. “지리정보시스템을 이용한 커피전문점 최적입지의 시각화 정보 개발 방법론 연구”, 「국토계획」, 47(7): 21-30. Shon, D.S. and Lee, Y.S., 2012. “A Study on Developing Optimal Location Information for Coffee Shops Using GIS”, Journal of Korea Planning Association, 47(7): 21-30. |
| 11. | 유경훈·장성만·안영수, 2016. “구조방정식을 이용한 권역별 상업가로요인과 유동인구수가 상가매출액에 미치는 영향 분석”, 「주택도시연구」, 6(2): 137-152. Yu, K.H., Jang, S.M., and Ahn, Y.S., 2016. “Analysis on the Impact of Commercial Street Factors and Floating Population on Commercial Sales by Region Using the Structural Equation Model”, SH Urban Research & Insight, 6(2): 137-152. ![]() |
| 12. | 이수빈, 2017. “인스타그램이 사용자의 식음공간 이용행태에 미치는 영향”, 서울대학교 석사학위논문. Lee, S.B., 2017. “Impact of Instagram on Users’ Dining Behavioral Intentions”, Master's Thesis, Seoul National University. |
| 13. | 이연수·박현신·유승환·강준모, 2014. “캠퍼스상권 매출액에 영향을 미치는 입지요인 분석”, 「서울도시연구」, 15(1): 17-34. Lee, Y.S., Park, H.S., Lew, S.H. & Kang, J.M., 2014. “An Analysis of the Location Factors that Affects the Sales of Campus Commercial District”, Seoul Studies, 15(1): 17-34. |
| 14. | 이일섭·김경규·이애리, 2018. “SNS 사용자에 의해 형성된 트렌드 중심지 도출을 위한 빅 데이터 분석 방법론 연구: 인스타그램 데이터 활용 공간분석을 중심으로”, 「경영정보학연구」, 20(2): 63-85. Lee, I.S., Kim, K.K., and Lee, A.R., 2018. “A Big Data Analysis Methodology for Examining Emerging Trend Zones Identified by SNS Users: Focusing on the Spatial Analysis Using Instagram Data”, Information Systems Review, 20(2): 63-85. ![]() |
| 15. | 이태정·조성현, 2007. “대형할인점의 매출과 입지요인분석: 상위 3개 업체의 전국매장현황을 중심으로”, 「응용경제」, 9(1): 103-134. Lee, T.J. and Cho, S.H., 2007. “Analysis of Sales and Location of Large Discount Stores-The Case of Top Three National Chains -”, Korea Review of Applied Economics, 9(1): 103-134. |
| 16. | 정병찬, 2012. “SNS 정보가 소비자 구매의도에 미치는 영향에 관한 연구”, 홍익대학교 석사학위논문. Jung, B.C., 2012. “A Study on the Influence of SNS Information on Consumers' Purchase Intention”, Master's Thesis, Hongik University. |
| 17. | 최막중·신선미, 2001. “보행량이 소매업 매출에 미치는 영향에 관한 실증분석”, 「국토계획」, 36(2): 75-83. Choi, M.J. and Shin, S.M., 2001. “An Empirical Study on the Impact of Pedestrian Flow on Retail Sales”, Journal of Korea Planning Association, 36(2): 75-83. |
| 18. | 하나금융경영연구소, 2019. “디지털시대의 소비 트렌드 변화와 골목상권의 부상”, 「하나CED 경영이슈」, 1-9. Hana Institute of Finance, 2019. “The Rise of Alley Commercial Districts and Changes in Consumption Trends in the Digital Era”, Hana CED Issues, 1-9. |
| 19. | 허자연·정연주·정창무, 2014. “소셜네트워크서비스(SNS)와 상권 활성화에 관한 연구”, 「관광경영연구」, 18(4): 517-534. Heo, J.Y., Jeong Y., and Jung, C.M., 2014. “Relationships between SNS and Vitality of Commercial Area”, Journal of Tourism Management Research, 18(4): 517-534. |
| 20. | 홍일영, 2016. “국내 위치기반 소셜 네트워크(Location Based Social Network) 데이터의 공간분포”, 「한국지도학회지」, 16(2): 95-104. Hong, I., 2016. “Spatial Distribution of LBSN (Location Based Social Network) Data in Korea”, Journal of the Korean Cartographic Association, 16(2): 95-104. ![]() |
| 21. | Berman, B. and Evans, J.R., 2001. Retail Management: A Strategic Approach 8th Ed., Prentice Hall. |
| 22. | Chen, L., Mislove, A., and Wilson, C., 2013. “Peeking Beneath the Hood of Uber”, Proceedings of the 2013 ACM Internet Measurement Conference (IMC’13), 197-202, Barcelona, Spain. |
| 23. | Christaller, W., 1966. Central Places in Southern Germany, Englewood Cliffs, NJ: Prentice Hall. |
| 24. | Converse, P.D., 1949. “New Laws of Retail Gravitation”, Journal of Marketing, 14(1): 379-384.![]() |
| 25. | Cranshaw, J., Schwartz, R., Hong, J., and Sadeh, N., 2012. “The Livehoods Project: Utilizing Social Media to Understand the Dynamics of a City”, Proceedings of the 6th International AAAI Conference on Weblogs and Social Media (ICWSM), 58–65, Dublin, Ireland.![]() |
| 26. | Ghosh, A. and McLafferty, S., 1987. Location Strategies for Retail and Service Firms, Lexington Books. |
| 27. | Huff, D.L., 1964. “Defining and Estimating a Trade Area”, Journal of Marketing, 28(3): 34-38.![]() |
| 28. | Nelson, R.L., 1963. The Selection of Retail Locations, New York: F.W. Dodge Corporation. |
| 29. | Reilly, W.J., 1931. The Law of Retail Gravitation, New York: Knickerbocker Press. |
| 30. | Sevtsuk, A., 2014. “Location and Agglomeration: The Distribution of Retail and Food Businesses in Dense Urban Environments”, Journal of Planning Education and Research, 34(4): 374-393.![]() |
| 31. | Turan, G., Akalin, M., and Zehir, C., 2013. “Literature Review on Selection Criteria of Store Location based on Performance Measures”, Procedia–Social and Behavioral Sciences, 99: 391-402.![]() |
Technology Center, 7-22 Teheran-ro (635-4 Yeoksam-dong), Gangnam-gu, Seoul, 06130, Korea
License No: 220-82-01818ใPresident: Chanho Kim
Phone : +82)02-568-1813 | Fax : +82)02-563-3991 | Homepage : http://www.kpaj.or.kr/ | Email : lsj@kpa1959.or.kr