상권 데이터, 유동인구가 많으면 장사가 잘되는 곳일까요?
상권 데이터를 제대로 읽는 출발점은 화면에 뜨는 숫자가 실측인지 추정인지부터 구분하는 것입니다. 서울시 상권분석 서비스가 보여주는 매출은 3개 카드사 승인금액에 보정비율을 곱해 만든 추정치이고, 유동인구는 KT 생활인구 신호를 10m 단위로 나눈 추정값입니다. 통계청 기업생멸행정통계 기준으로 신생기업의 1년 생존율은 64.4%, 5년 생존율은 36.4%에 그칩니다. 유동인구가 많다고 매출이 따라오는 것도, 매출이 높다고 오래 버티는 것도 아니라는 뜻입니다. 이 글은 상권 데이터를 총량 대신 지표의 성격·시점·공간단위로 갈라 읽는 4단계 절차를 정리했습니다.
목차
- 상권 데이터를 잘못 읽어 손해 본 실제 이야기
- 왜 상권 데이터는 읽기 어려운가
- 상권 데이터란 무엇인가
- 1단계: 실측인지 추정인지부터 가른다
- 2단계: 유동인구를 매출로 착각하지 않는다
- 3단계: 점포수·생존율은 시점과 공간단위를 확인한다
- 4단계: 원자료로 교차 확인한다
- FAQ
- 같이 읽으면 좋은 것들
상권 데이터를 잘못 읽어 손해 본 실제 이야기
몇 해 전 카페 창업을 준비하던 지인이 상담을 하러 왔습니다. 그가 내민 자료는 소상공인 상권분석 리포트 한 장이었는데요. "여기 유동인구가 하루 4만 명이래요. 옆 동네보다 두 배예요." 그 한 줄만 보고 이미 계약서에 도장을 찍기 직전이었습니다.
리포트를 같이 열어 봤습니다. 유동인구 4만 명은 맞았습니다. 그런데 그 수치는 지하철 환승 통로를 낀 대로변 기준이었고, 실제 점포는 통로에서 골목으로 두 블록 들어간 자리였습니다. 사람들은 지하철에서 내려 반대 방향으로 빠져나가고 있었습니다. 통행량은 통행량일 뿐, 그 앞을 지나 가게로 들어올 사람의 수가 아니었던 겁니다.
같은 리포트의 매출 항목도 함께 봤습니다. 인근 커피 업종 월 추정매출이 제법 높게 찍혀 있었는데, 이건 3개 카드사 승인액을 보정한 추정치였습니다. 현금 결제가 많은 테이크아웃 위주 점포는 매출이 실제보다 낮게 잡히고, 대형 프랜차이즈 한두 곳이 평균을 끌어올리면 골목 소형 점포의 현실은 가려집니다. 숫자 하나에 5천만원짜리 권리금 결정을 걸 뻔한 순간이었습니다. 결국 그는 계약을 미루고 평일·주말 각각 세 번씩 직접 그 자리에 서서 사람 흐름을 세어 봤고, 데이터와 현장이 어긋난다는 걸 확인한 뒤 다른 자리를 골랐습니다.
왜 상권 데이터는 읽기 어려운가
상권 데이터가 어려운 이유는 정보가 부족해서가 아닙니다. 오히려 너무 많고, 출처가 제각각이라 서로 다른 숫자를 내놓기 때문입니다.
한 상권을 두고 소상공인365(소상공인시장진흥공단)와 서울시 상권분석 서비스가 각각 다른 유동인구·매출을 보여주는 일이 흔합니다. 데이터 원천이 다르기 때문인데요. 소상공인365는 통신·카드사 데이터를 행정동 단위로 집계하고, 서울시 서비스는 KT 생활인구와 3개 카드사 승인금액을 골목상권 단위로 추정합니다. 집계 공간이 다르고, 보정 방식이 다르니 같은 자리라도 숫자가 갈리는 게 당연합니다.
여기에 창업자·투자자의 심리가 얹힙니다. 계약을 앞두면 사람은 자기 결정을 뒷받침하는 숫자만 눈에 담습니다. 유동인구가 크게 찍힌 항목은 확대해 보고, 폐업률이나 생존율처럼 불편한 지표는 스크롤을 빠르게 내려버립니다. 통계청 기업생멸행정통계를 보면 2024년 신생기업은 92만 2천 개로 1년 전보다 3만 3천 개(-3.5%) 줄었고, 2023년 소멸기업은 79만 1천 개로 오히려 5.3% 늘었습니다. 새로 여는 곳은 줄고 닫는 곳은 느는 국면인데, 이 배경 숫자는 개별 리포트 첫 장에 잘 나오지 않습니다.
상권 데이터란 무엇인가
상권 데이터는 특정 지역의 소비와 사람 흐름을 여러 원천에서 모아 지표로 만든 묶음입니다. 크게 네 갈래로 나눠 보면 이해가 빠릅니다.
유동인구는 그 자리를 지나간 사람의 규모입니다. 서울시 상권분석 서비스는 이를 KT 생활인구(내국인, 집계구) 신호를 바탕으로 10m 길이 단위까지 쪼개 제공합니다. 통신 기지국 신호에서 나온 값이라 실제로 발을 디딘 사람이 아니라 그 구역에 머물렀다고 추정된 인원이라는 점이 중요합니다.
매출은 카드 승인 데이터에서 추정합니다. 서울시 서비스는 3개 카드사의 카드승인금액에 서울시 보정비율을 곱해 100개 생활밀접업종의 매출액을 추정합니다. 현금 매출, 카드 미가맹 점포, 간편결제 일부는 이 추정에서 빠지거나 다르게 잡힐 수 있습니다.
점포수와 생존율은 개업·폐업 신고 정보를 바탕으로 행정동·업종 단위로 집계됩니다. 개업수, 폐업수, 생존율이 여기에 들어갑니다. 임대 시세·업종 구성은 지역별 임대료 수준과 업종 비중을 보여 주는 보조 지표입니다.
정리하면 상권 데이터는 대부분 '실측'이 아니라 '추정'과 '집계'의 결합이라는 것, 그래서 숫자를 그대로 믿기보다 성격을 먼저 물어야 한다는 것이 핵심입니다.
1단계: 실측인지 추정인지부터 가른다
가장 먼저 할 일은 눈앞의 숫자가 실제로 센 값인지, 다른 데이터로 미뤄 짐작한 값인지 구분하는 것입니다.
카드매출은 대표적인 추정치입니다. 카드사 승인 데이터는 실측에 가깝지만, 이를 특정 업종·지역의 '월 매출'로 환산하는 순간 보정비율이 개입합니다. 서울시가 3개 카드사 승인금액에 보정비율을 곱한다는 것은, 나머지 카드사와 현금·간편결제 몫을 통계적으로 채워 넣는다는 뜻입니다. 그러니 추정매출은 실제 매출의 '방향'을 읽는 데는 쓸모가 있어도, 특정 점포의 손익을 계산하는 근거로 삼기엔 오차가 큽니다.
유동인구도 마찬가지입니다. KT 생활인구 기반 값은 통신 신호로 추정한 체류 인원이라, 거주자인지 통근자인지 잠깐 지나친 사람인지까지는 그 숫자만으로 구분되지 않습니다. 이 구분이 궁금하면 생활인구를 총량이 아니라 유형으로 갈라 읽어야 하는데, 그 방법은 뒤에 링크로 이어 두겠습니다.
2단계: 유동인구를 매출로 착각하지 않는다
상권 데이터에서 가장 흔한 착각이 "사람이 많으면 매출도 많다"입니다. 통행량과 구매는 다른 이야기입니다.
앞의 카페 사례처럼 환승 동선에 걸린 자리는 유동인구가 크게 잡히지만, 그 사람들은 멈추지 않고 지나갑니다. 반대로 주거지 안쪽 골목은 유동인구가 적어도 단골 구매 전환율이 높아 실매출이 안정적일 수 있습니다. 그래서 유동인구는 반드시 업종, 시간대, 체류 목적과 겹쳐 봐야 합니다.
같은 유동인구 3만 명이라도 점심시간에 몰리는 오피스 상권과 저녁·주말에 몰리는 주거 상권은 어울리는 업종이 다릅니다. 오피스 상권에 저녁 장사 술집을 열면 유동인구 숫자는 크지만 매출은 낮게 나옵니다. 유동인구를 요일·시간대별로 분해해 내 업종의 영업 시간과 겹치는 구간이 얼마나 되는지를 보는 것이, 총량 4만 명을 보는 것보다 훨씬 정확합니다. 데이터는 '몇 명이 지나갔나'까지만 답하고, '그중 몇 명이 살까'는 업종과 동선을 얹어야 겨우 짐작할수 있습니다.
3단계: 점포수·생존율은 시점과 공간단위를 확인한다
점포수와 생존율은 상권의 체력을 보여 주는 지표지만, 시점과 공간 기준을 놓치면 엉뚱하게 읽힙니다.
먼저 시점입니다. 개업·폐업은 신고 시점과 실제 시점 사이에 시차가 있습니다. 이미 문을 닫았지만 폐업 신고가 늦은 점포는 한동안 '영업 중'으로 남습니다. 그래서 최신 분기의 점포수를 절대적인 현재값으로 믿기보다, 최근 몇 개 분기의 추세로 보는 편이 안전합니다. 신규 개업이 늘고 폐업이 주는 상권과, 개업·폐업이 함께 치솟는 상권은 숫자의 겉모습이 비슷해도 체질이 전혀 다릅니다.
공간단위도 함정입니다. 서울시 상권분석 서비스는 2024년부터 공간 집계 단위를 표준단위구역으로 바꿨습니다. 이렇게 기준 구역이 개편되면 그 전후의 점포수·매출을 단순 비교할 때 착시가 생깁니다. 구역 경계가 달라진 것뿐인데 마치 상권이 커지거나 줄어든 것처럼 보일 수 있는 겁니다. 시계열 비교를 하려면 같은 공간 기준으로 재집계된 값을 쓰거나, 개편 시점을 표시해 두고 그 선을 넘는 비교는 조심해야 합니다.
생존율 자체도 냉정하게 봐야 합니다. 통계청 기업생멸행정통계에서 2022년 신생기업의 1년 생존율은 64.4%, 2018년 신생기업의 5년 생존율은 36.4%였습니다. 5년 생존율은 1년 전보다 1.6%p 올랐지만 여전히 OECD 평균(약 45.4%)을 밑돕니다. 업종 차이는 더 큽니다. 도·소매업의 1년 생존율은 55.2%로 전체 평균보다 낮고, 음식·숙박처럼 진입장벽이 낮은 업종일수록 5년을 넘기기가 어렵습니다. 상권 리포트의 화려한 유동인구 옆에 이 생존율 한 줄을 나란히 놓는 것만으로도 결정의 무게가 달라집니다.
4단계: 원자료로 교차 확인한다
마지막은 가공된 리포트에서 멈추지 말고 원자료로 내려가 교차 확인하는 단계입니다.
같은 상권이라도 소상공인365와 서울시 상권분석 서비스의 숫자가 다르면, 둘 중 하나가 틀린 게 아니라 원천과 공간단위가 다른 겁니다. 이럴 때는 각 서비스의 '데이터 출처' 안내를 열어 어떤 카드사·통신 데이터를, 어떤 구역 단위로, 언제 집계했는지를 대조합니다. 서울시 서비스는 출처 페이지에 유동인구는 KT 생활인구 기반, 매출은 3개 카드사 승인금액 기반이라고 명시해 두었습니다.
더 내려가면 공공데이터포털에서 소상공인시장진흥공단의 상가(상권)정보 원본 파일을 받을 수 있습니다. 상호명·업종코드·업종명·도로명주소·경도·위도까지 담긴 이 데이터로 특정 반경 안의 경쟁 점포를 직접 세어 보면, 가공 리포트가 '업종 밀집'이라고 뭉뚱그린 표현의 실제 규모가 보입니다. 원자료 확인은 번거롭지만, 숫자일뿐인 리포트를 내 결정에 쓸 수 있는 근거로 바꾸는 과정입니다.
교차 확인을 습관으로 만들면 리포트를 대하는 태도가 달라집니다. 처음엔 시간이 걸리지만, 몇 번 반복하면 어떤 지표가 실측이고 어떤 지표가 추정인지, 어떤 서비스가 어떤 원천을 쓰는지 감이 잡힙니다. 그때부터는 유동인구 4만 명이라는 숫자를 봐도 "이건 어느 통신 데이터를, 어느 구역 기준으로, 어느 시점에 집계한 값이지?"라는 질문이 먼저 떠오릅니다. 이 질문이 자리 잡으면 상권 데이터는 결정을 대신해 주는 정답표가 아니라, 현장 확인의 우선순위를 정해 주는 지도로 바뀝니다. 데이터가 이상 신호를 보내는 자리를 먼저 발로 확인하고, 데이터와 현장이 일치하는 자리에 더 무게를 싣는 식입니다.
정리하면 상권 데이터는 이렇게 읽습니다. 실측인지 추정인지 가르고, 유동인구와 매출을 분리하고, 점포수·생존율의 시점과 공간단위를 확인하고, 원자료로 교차 검증한다. 이 네 단계를 거치면 같은 리포트라도 전혀 다른 결론이 나옵니다.