[논문]빅데이터 기반 골목상권 영역설정 방법론 개발

황동현; 고경석; 박상준; 김완수

doi:10.17661/jkiiect.2018.11.6.784

[국내논문] 빅데이터 기반 골목상권 영역설정 방법론 개발
Development for establishing Big Data-based alley commercial area 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.11 no.6, 2018년, pp.784 - 792

황동현 , 고경석 (서울도시철도공사) , 박상준 (전북대학교 경영학과) , 김완수 (한국전기안전공사)

초록
AI-Helper

본 연구는 골목상권 영역을 실제 점포 중심으로 영역을 구체화하여 대규모 상점들이 밀집한 발달상권, 전통시장 상권을 제외하고 영역을 설계하였다. 뿐만 아니라 지자체 또는 국가가 관리하고 있는 행정통계 및 조사통계 자료인 사업체조사, 상가업소DB 등 실제 데이터를 활용하여 신뢰성과 합리성이 확보될 수 있는 골목상권의 영역설정 방법을 개발했다. 도로명주소의 동일 '길'주소에 해당하는 점포들의 수를 '길'단위 길이 당 점포수로 변환하여 밀도화 하고, 이를 동질성 있게 분류하여 영역을 설정하는 방법으로 설계를 추진하였다. 특히, 분석 결과를 바탕으로 영역을 설정하는 데 있어서 토지 소유권을 구획하는 필지 연결선인 지적선을 활용함으로써 끊임없이 골목 양쪽을 적용하여 구분할 할 수 있도록 하였다. 도출된 골목상권 영역을 밀집도에 따라 5개 그룹으로 분류하였다. 이는 골목상권에 대한 다양한 활용성을 위해 밀집되지 않은 상권부터 밀집된 상권을 구분하여 이용자들은 본인의 관심 상권에 대해 효용적 접근이 가능할 것이라 판단된다.

Abstract ▼ AI-Helper

In this study, we designed the area except the development market and the traditional market, where large scale shops were concentrated by realizing the real estate center of the alley commercial area. In addition, we have developed an area setting method for the alley area where reliability and rationality can be ensured by utilizing the actual data such as the business statistics, the survey data of the business, and the store business DB, which are managed by the local government or the state. The alley commercial areas were classified into five groups according to density. It is thought that users can distinguish the commercial areas from dense commercial areas to the commercial areas in order to utilize various commercial areas.

Keyword

표/그림 (11)

그림 그림 1. 골목상권 영역설정 절차 Fig. 1. Alley Commercial Zone Setting Procedure
표 표 1. 활용데이터 목록 Table 1. Usage data list
그림 그림 2. GIS를 활용한 도로선(강동구 일대) Fig. 2. Road line using GIS(Gangdong-gu area)
그림 그림 3. 점포수 밀집도 영역(강동구 일대) Fig. 3. Stores density area (Gangdong-gu area)
그림 그림 4. 단일 상권과 5등급으로 세분화한 상권 영역 비교 Fig. 4. Comparison of commercial areas single and divided into 5 classes
그림 그림 5. 청파로 47길(숙대 입구) Fig. 5. Cheongpa-ro 47 Road (Sukdae Entrance)
그림 그림 6. 성북구의 골목상권(상)과 강남구 골목상권(하) Fig. 6. Seongbuk-gu alley (top) and Gangnam-gu alley (bottom)
표 표 2. 골목상권의 5개 분류 Table 2. 5 groups of alley commercial
그림 그림 7. 지적선인 필지선의 특징과 길을 포함한 경계 Fig. 7. Boundaries including features and pathways of parcel lines
그림 그림 8. 지적선인 필지선을 활용한 골목 상권 영역(마포구) Fig. 8. Alley commercial area using map lines(Mapo-gu)
그림 그림 9. 5단계 분류 골목상권 사례(장군봉길) Fig. 9. 5 steps category alley commercial case(Jangsun bong road)

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

그 결과, CBD핵심부와 기능상의 특화지구, 중심업무지구주변(CBD edge)을 확인할 수 있었으며, 중심업무지구 주변은 주로 주택가와 도심성, 내지는 비도심 기능체들이 혼재하고 있는 것으로 나타났다.[6] CBD와 이를 둘러싼 점이지대를 포함하여 도심으로 보는 일반적인 견해와 더불어 점이지대를 CBD의 경계로 보는 Burgess의 관점을 바탕으로 본 연구에서는 도심의 경계를 찾기 위해 점이지대의 외곽경계를 확인하고자 하였다. 도심 혹은 CBD의 특징과 범위에 관해서는 많은 연구가 이루어져 왔지만 점이지대를 정의하고 경계를 설정하는 것에 관한 논의는 활발하지 않다.
골목상권의 실질적인 분석 및 공간정보 기반에 정보제공 및 서비스가 가능한 골목상권 영역설정하는 것이 본 연구의 목적이다. 이렇게 설정된 영역을 통해서 골목상권에서 일하고 있는 자영업자들에게 잠재고객 규모 및 예상 매출정보 등 영업에 필요한 실질적인 정보를 제공할 수 있는 기반을 마련하고자 한다.
골목상권의 실질적인 분석 및 공간정보 기반에 정보제공 및 서비스가 가능한 골목상권 영역설정하는 것이 본 연구의 목적이다. 이렇게 설정된 영역을 통해서 골목상권에서 일하고 있는 자영업자들에게 잠재고객 규모 및 예상 매출정보 등 영업에 필요한 실질적인 정보를 제공할 수 있는 기반을 마련하고자 한다.
본 연구는 골목 상권의 영역을 도로를 포함하고, 도로를 영역을 설정하는 선으로 활용하는 기존의 상권영역과는 차별화되게 도로는 상권이 아니므로 실제에 맞게 영역을 설정하여 활용토록 하였다.
본 연구는 기존 블록 단위 기반의 골목상권 영역을 실제 점포 중심으로 영역을 구체화 하였다. 또한 재설계 시 발달상권, 전통시장 상권을 제외하고 영역을 재설계하였다.

제안 방법

특히, 분석 결과를 바탕으로 영역을 설정하는 데 있어서 토지 소유권을 구획하는 필지 연결선인 지적선을 활용함으로써 끊임없이 골목 양쪽을 적용하여 구분할 할 수 있도록 하였다.
본 연구는 골목상권 영역을 실제 상점 중심으로 영역을 구체화하고 공공데이터, 행정데이터, 공간정보 등 골목상권에 관련된 매출정보, 점포수, 건축물속성, 도로 등 풍부한 데이터기반의 골목상권 영역을 설정하였다.
공간-통계 융합모델은 자연 및 인문현상에 대한 속성정보를 공간정보와 융합(spatial join)하고, 일정한 단위로 집계(spatial query)하여 생성할 수 있는데, 통계 집계단위를 표준화하여야 다른 자료와의 호환과 융합이 쉽다. 이 연구에서는 일본, 영국, 유럽 등에서 활발하게 적용하고 있는 격자(grid unit)를 기본단위로 하였다.[2]
효율적 도시공간구조의 관리와 이해를 위하여 도심의 경계 설정을 위한 많은 연구가 있어왔다. 이러한 방법에 대하여 첫째, 도심에 나타나는 전형적인 토지이용을 확인하고 이의 연속성이 단절되는 지점을 연결하는 방법, 둘째, 도심 주변에는 특수한 유형의 사업소가 집중하는 경향이 있다는 가정 하에 도심경계를 확정하는 방법, 셋째, Murphy와 Vance의 토지이용 분석을 통한 도심 설정방법인 중심업무지수법으로 정리하였다.[3][4] 그 외에도 인구밀도나 주거밀도, 고용패턴, 보행자수와 같은 인구분포 및 관련현상을 기준으로 CBD의 경계를 설정하는 방법, 그리고 지가를 기준으로 하여 도심 또는 CBD의 경계를 획정하는 방법 등이 있다.
골목상권의 공간적 영역을 설정하기 위해, 첫째, 점포 주소에서 “길”(골목에 위치)로 된 점포를 추출하고 발달상권, 전통시장에 위치한 점포를 삭제하고, 생활밀착업종 43개 업종에 해당하는 점포를 최종적으로 선택한다.
지가는 도시현상을 최종적으로 반영하는 지표인 동시에 도시구조에 큰 영향을 미치고 있으므로 단일한 지표로서 CBD의 공간구조를 파악하려고 할 때 지가에 대한 접근이 가장 적절하다고 제시하면서, 김해의 CBD 지가 패턴과 토지이용을 분석하여 공간구조를 연구함으로써 CBD의 경계지점을 찾아내고 CBD라고 하는 미시적인 지역 내에서도 점이형태 혹은 점이지대가 나타나고 있음을 확인하였다.[5] 도심기능으로 선정한 19개의 범주를 바탕으로 중심성 지수를 산출하여 서울 중심업무지구의 경계를 설정하고 그 내부 소구역의 기능상의 특성 및 내부구조를 연구하였다. 그 결과, CBD핵심부와 기능상의 특화지구, 중심업무지구주변(CBD edge)을 확인할 수 있었으며, 중심업무지구 주변은 주로 주택가와 도심성, 내지는 비도심 기능체들이 혼재하고 있는 것으로 나타났다.
공간적 범위는 서울시 전체로 하고 서울시가 운영하고 있는 발달상권 260개와 구체적인 골목 상권의 분석을 위해서 서울시 전통시장 정보도 함께 검토했다. 그러나 서울시에서 정확한 전통시장 주소 정보만을 가지고 있고 영역을 확보하지 못하였기에 본 연구에서는 추가적으로 전통시장 영역을 분석하여 공간화하였다. 시간적 범위는 2014년부터 2017년 1분기까지로 하였다.
시간적 범위는 2014년부터 2017년 1분기까지로 하였다. 다만 데이터의 동질성과 데이터 갱신 주기에 따라 활용 데이터를 기준으로 분석하였다.
서울시의 각각의 산출된 길단위의 점포 밀집도를 위에서 언급한 알고리즘을 활용하여 5등급으로 분류하였다.
본 연구는 도로명주소의 동일‘길’주소에 해당하는 점포들의 수를 ‘길’단위 길이 당 점포수로 변환하여 밀도화 하고, 이를 동질성 있게 분류하여 영역을 설정하는 방법으로 재설계를 추진하였다.
본 연구는 기존 블록 단위 기반의 골목상권 영역을 실제 점포 중심으로 영역을 구체화 하였다. 또한 재설계 시 발달상권, 전통시장 상권을 제외하고 영역을 재설계하였다. 뿐만 아니라 지자체 또는 국가가 관리하고 있는 행정통계 및 조사통계 자료인 사업체조사, 상가업소DB를 기반으로 하고 있기에 더욱 신뢰성과 합리성이 확보될 수 있다.
본 연구는 기존 방식과는 다르게 5개 그룹으로 골목상권을 재설계하였다. 이는 골목상권에 대한 다양한 활용성을 위해 밀집되지 않은 상권부터 밀집된 상권을 분류하였다.

대상 데이터

공간적 범위는 서울시 전체로 하고 서울시가 운영하고 있는 발달상권 260개와 구체적인 골목 상권의 분석을 위해서 서울시 전통시장 정보도 함께 검토했다. 그러나 서울시에서 정확한 전통시장 주소 정보만을 가지고 있고 영역을 확보하지 못하였기에 본 연구에서는 추가적으로 전통시장 영역을 분석하여 공간화하였다.
그러나 서울시에서 정확한 전통시장 주소 정보만을 가지고 있고 영역을 확보하지 못하였기에 본 연구에서는 추가적으로 전통시장 영역을 분석하여 공간화하였다. 시간적 범위는 2014년부터 2017년 1분기까지로 하였다. 다만 데이터의 동질성과 데이터 갱신 주기에 따라 활용 데이터를 기준으로 분석하였다.
공공데이터 및 민간데이터 등 테이블데이터와 공간정보 데이터 20종의 DB를 수집하였다.
서울시 점포 데이터(서울시 사업체조사 DB) 812,7 98개를 제공받아 서울시 생활밀착형 43개 업종을 표준산업분류로 구분할 경우 2개 업종(컴퓨터판매수리업, 의류점업)이 추가 분류되어 45개종으로 분류되는데 이 점포들을 대상으로 지오코딩을 하였다.
서울시 점포 데이터(서울시 사업체조사 DB) 817,5 75개를 제공받아 서울시 생활밀착형 43개 업종을 표준산업분류로 분류한 후 길 단위 골목 주소를 가진 점포 중 위의 업종에 해당하고, 발달상권과 전통시장 점포를 제외한 것으로써 점포는 57,717개 점포이다.

이론/모형

이렇게 산출된 길단위 밀집도를 분류할 필요가 있다. 이러한 분류 방법 중 본 과제에서는 Jenks Natural Breaks Classification을 활용하였다.

성능/효과

최근 서울시에서 발표한 보고서에 따르면 골목상권이 일시적인 인기를 누리고 있으나 궁극적으로는 상업시설의 생존에 불리한 환경임을 이해할 수 있다. 2004년부터 2014년까지 서울시 인허가 데이터로 알아본 43개 생활밀착형 업종들의 평균 생존율은 골목상권이 18.35%으로서, 발달상권 21.24%보다 2.89%P 낮은 것으로 나타났다. 또한 최근 10년간 폐업 신고한 점포들의 평균 영업기간 역시 골목상권이 2.
[3][4] 그 외에도 인구밀도나 주거밀도, 고용패턴, 보행자수와 같은 인구분포 및 관련현상을 기준으로 CBD의 경계를 설정하는 방법, 그리고 지가를 기준으로 하여 도심 또는 CBD의 경계를 획정하는 방법 등이 있다. 지가는 도시현상을 최종적으로 반영하는 지표인 동시에 도시구조에 큰 영향을 미치고 있으므로 단일한 지표로서 CBD의 공간구조를 파악하려고 할 때 지가에 대한 접근이 가장 적절하다고 제시하면서, 김해의 CBD 지가 패턴과 토지이용을 분석하여 공간구조를 연구함으로써 CBD의 경계지점을 찾아내고 CBD라고 하는 미시적인 지역 내에서도 점이형태 혹은 점이지대가 나타나고 있음을 확인하였다.[5] 도심기능으로 선정한 19개의 범주를 바탕으로 중심성 지수를 산출하여 서울 중심업무지구의 경계를 설정하고 그 내부 소구역의 기능상의 특성 및 내부구조를 연구하였다.
[5] 도심기능으로 선정한 19개의 범주를 바탕으로 중심성 지수를 산출하여 서울 중심업무지구의 경계를 설정하고 그 내부 소구역의 기능상의 특성 및 내부구조를 연구하였다. 그 결과, CBD핵심부와 기능상의 특화지구, 중심업무지구주변(CBD edge)을 확인할 수 있었으며, 중심업무지구 주변은 주로 주택가와 도심성, 내지는 비도심 기능체들이 혼재하고 있는 것으로 나타났다.[6] CBD와 이를 둘러싼 점이지대를 포함하여 도심으로 보는 일반적인 견해와 더불어 점이지대를 CBD의 경계로 보는 Burgess의 관점을 바탕으로 본 연구에서는 도심의 경계를 찾기 위해 점이지대의 외곽경계를 확인하고자 하였다.

후속연구

위와 같이 생성된 골목상권은 골목명과 매출의 합,업종 구성의 속성 정보를 제공할 수 있으며, 블록 단위의 유동인구, 카드 매출액 등의 배경 정보와 연계된다면 효용적인 서비스를 운영할 수 있을 것이다.
위와 같은 구분으로 볼 때 5그룹은 사실상 10m 당 35개 이상의 지역으로 발달상권으로 이전될 가능성까지도 확인할 필요가 있다. 5그룹을 다시 구체적으로 살펴보면, 청파로47길(숙대 입구 골목)과 후암로 57길, 율곡로3길 등은 실제로 높은 점포수를 가지고 있어 발달 상권 편입에 대한 고려를 할 필요가 있다.
본 연구를 통해 재설계된 시울시 골목상권은 신규창업 예정자나 현재 자영업을 운영 중인 국민에게 다양한 상권정보화 함께 GIS기반 웹서비스로 제공 될 수 있다. 서울시에서 운영 중인 우리마을가게 상권분석서비스에서 기존의 골목상권 정보와 재설계된 서울시 골목상권영역을 동시에 활용하기 위해서 현재 구성되어 서비스 하고 있는 소지역 중심의 유동인구, 카드사 매출액 등 다양한 상권 분석 정보들을 재설계된 영역과 중첩하여 정보를 제공할 수 있다.
이를 통해 사용자들은 내가 선택한 지역의 골목상권의 점포 정보를 확인할 수 있으며, 이 지역 인근 정보를 동시에 확보할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	공간 클러스터의 전제는 무엇인가?	공간데이터를 이용하여 통계적으로 유의한 높은 값이나 낮은 값들이 집중하는 지역을 공간 클러스터라 부른다. 공간 클러스터는 공간단위별로 특정 값을 가지고 그러한 공간단위가 서로 인접해 있다는 것을 전제로 한다. 이는 주변부로 멀어짐에 따른 공간데이터의이질성과 인접함에 따라 존재하는 공간데이터의 유사성을 바탕으로 동질적인 부분을 찾아가는 과정이다.
	공간 클러스터란 무엇인가?	공간데이터의 분포 패턴을 이용하여 지리적 경계나 범위를 설정하기 위한 연구가 시도되어 왔다. 공간데이터를 이용하여 통계적으로 유의한 높은 값이나 낮은 값들이 집중하는 지역을 공간 클러스터라 부른다. 공간 클러스터는 공간단위별로 특정 값을 가지고 그러한 공간단위가 서로 인접해 있다는 것을 전제로 한다.
	유동인구가 적은 골목상권은 영업조건이 발달상권보다 비교적 열악한 이유는 무엇인가?	이러한 차이는 골목상권이 가지는 입지 및 점포특성에 기인한다.통상적으로 발달상권은 교통이 발달하고 배후, 유동인구가 많은 곳에 위치하며, 골목상권은 골목길이나 이면가로등에 위치한다고 알라져 있다. 따라서 유동인구가 적은 골목상권은 그 영업조건이 발달상권보다 비교적 열악할 수밖에 없다.

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증