계약금 넣기 전날 밤까지 유동인구 pdf만 열어보다가 잠을 못 잔 적이 있다. 숫자는 그럴듯했는데 내가 세어본 흐름이랑 안 맞았다. 결국 다음 날 아침에 다시 가서 직접 세웠다. 그때 결론은 공공 데이터를 버리는 게 아니라, 어디까지 믿고 어디부터 내 발로 가야 하는지 선을 긋는 일이었다. 이 글은 그 선을 정리한 것이다.
유동인구만 믿고 계약한 자리, 왜 무너지나
유동인구는 ‘지나가는 사람’이지 ‘들어올 사람’이 아니다
유동인구 숫자에는 버스 타러 건너뛰는 사람, 다른 가게 앞을 스쳐 가는 사람, 배달 기사까지 전부 섞여 있다. 나는 서비스 트래픽을 볼 때도 같은 착각을 했다. 방문 수가 높아도 전환이 되는 목적 트래픽은 따로 세어야 했고, 총량 지표를 보며 안심하면 늘 이상한 곳에서 망했다. 오프라인 자리도 똑같다. 유동인구는 분모고, 내 매출은 그중 몇 명이 발을 들이느냐로 결정된다.
계약 전 불안을 숫자로 끝내는 법
계약 직전의 불안은 대부분 ‘확인한 게 유동인구 하나뿐’이라서 생긴다. 확인 항목이 여럿이고 각각 통과 기준이 있으면 불안은 판정으로 바뀐다. 이 글에서는 그 항목과 기준을 순서대로 채운다.
유동인구 말고 계약 전 반드시 봐야 할 지표 5가지
체류 인구와 목적 인구: 지나치는가, 머무는가
체류 인구는 그 상권에 일정 시간 이상 머문 사람 수를 말한다. 유동인구와 체류인구가 비슷하면 그냥 지나치는 길이고, 체류 비중이 높아야 매출이 붙는다. 생활인구 데이터에서 시간대별 체류 격차를 보면 점심에만 부풀었다가 저녁에 텅 비는 자리가 걸러진다.
직장인구 대비 주거인구 비율, 주말/평일 매출 구조가 갈린다
직장인구 비중이 높으면 평일 점심에 몰리고 주말에 죽는다. 주거인구 위주면 반대다. 내 업종이 어느 쪽 매출에 기대는지 먼저 정하고, 그 요일의 인구 구조를 봐야 한다.
업종밀집도와 경쟁 포화도: 비슷한 가게가 몇 개면 안 되는가
업종밀집도는 같은 업종 점포가 상권에 얼마나 몰려 있는지를 보여준다. 몰림이 곧 나쁜 게 아니다. 유명 카페 골목은 몰림 자체가 방문 동기가 된다. 문제는 수요보다 공급이 먼저 늘어난 경우다. 점포 수 추이가 늘어나는데 매출은 그대로인 상권은 이미 포화 상태다.
소득·지출 수준과 객단가 적합성
상권의 지출 총액을 유동인구로 나눠보면 1인당 지출 규모가 나온다. 이 숫자가 내 객단가와 너무 벌어지면, 숫자는 좋은데 내 가게에 안 맞는 상권이다. 만 원짜리 점심 상권에 2만 원대 디너를 내는 것과 같은 구조다.
공공 상권 데이터, 어디까지 믿어도 되는가
집계 단위와 시점의 함정: 행정동 단위와 내 가게 앞은 다르다
공공 상권 데이터는 대부분 상권경계 단위로 집계되고, 내가 보는 숫자는 몇 개월 전 집계다. 골목 하나 사이로 유동인구가 반토막 나는 경우도 있다. 행정구역 숫자가 좋다고 내 앞 보도가 좋은 게 아니다. 나도 서비스 운영 지표를 공식 대시보드 말고 직접 쌓은 로그로 판단하는 습관이 있는데, 두 숫자가 벌어질 때마다 실측 쪽이 맞았다.
지표별 신뢰 구간 3단계: 그대로 씀 / 보정 / 직접 실측
| 지표 | 판정 | 이유 |
|---|---|---|
| 상권 경계·업종 밀집 | 그대로 씀 | 집계 단위가 넓어 오차가 희석됨 |
| 유동인구·체류인구 | 보정 | 행정동 단위라 골목 단위 오차가 큼 |
| 내 가게 앞 통행량·경쟁점 회전 | 직접 실측 | 공공 데이터가 담아주지 않는 영역 |
데이터가 멈춘 시점 이후 생긴 변화 확인법
집계 시점 이후에 대형 건물이 들어서거나 역이 이전했으면 숫자는 이미 낡았다. 데이터의 기준 시점을 확인하고, 그 이후 상권에 생긴 공사·개발 공고를 지자체 홈페이지에서 직접 찾아본다. 기준선은 이것 하나다. 공공 데이터는 1차 필터고, 최종 판단은 현장 실측이다.

폐업이 반복된 자리, 숫자로 판별하는 3중 확인법
점포수 추이 그래프 읽기: 상권이 줄고 있는가, 자리가 문제인가
상권 전체 점포수가 꾸준히 늘고 있는데 그 자리만 반복해서 비어 있으면 자리의 문제다. 반대로 상권 자체가 점포 수를 계속 잃고 있으면 상권이 죽는 중이고, 좋은 자리를 골라도 소용없다. 이 둘을 분리해서 봐야 대책이 달라진다.
이전 업종 이력 확인: 같은 업종이 연속 폐업했으면 무조건 피한다
폐업 이력은 중개인에게 물어보거나, 인근 상인에게 넌지시, 그리고 부동산 앱의 과거 매물 기록으로 확인한다. 다른 업종이 한 번 문 닫은 건 조건일 수 있는데, 같은 업종이 연속해서 문 닫았으면 그 자리에 그 업종의 수요가 없다는 증거다. 여기서 계약하겠다면 발상을 바꾸는 게 맞지 숫자를 믿는 게 아니다.
현장 흔적 읽기: 간판 자국, 인테리어 층수, 전기 설비 상태
간판 자국이 여러 겹이면 짧은 주기로 세입자가 바뀐 자리다. 내부에 업종이 다른 인테리어 흔적이 겹쳐 있으면 그만큼 리스크가 쌓인 자리다. 배기·전기 증설 흔적을 보면 이전에 어떤 업종이 어느 규모로 영업했는지도 읽힌다. 나는 숫자는 통과했는데 현장에서 배기 설비 문제와 층고를 보고 계약을 포기한 자리가 있다. 숫자는 자리의 과거를 모른다.

임대료 대비 매출 기준, 업종별로 다르게 계산하기
F&B·도소매·서비스 업종별 마진 구조와 임대료 비율
매출의 10~15%라는 일반론은 재료비 구조를 무시한 숫자다. 원가율이 높은 F&B는 임대료 비중을 낮게, 도소매는 그 사이, 서비스는 원가가 얇은 만큼 좀 더 넉넉하게 잡는 게 구조에 맞다.
보증금까지 포함한 월 고정비 역산식
나는 SaaS 운영을 하면서 고정비 대비 매출을 매달 역산한다. 임대 계약도 똑같이 한다.
- 월 임대료 + 관리비 + 인건비 + 기타 고정비를 더해 월 총 고정비를 구한다.
- 업종 마진율으로 나눠 손익분기 매출을 구한다. 고정비 500만 원, 마진 50%면 월 1,000만 원이 분기점이다.
- 거기에 기대 객단가를 나눠 필요 방문객 수를 구한다. 1만 원 객단가면 하루 약 334명.
손익분기 매출이 유동인구로 가능한지 되돌아보기
마지막에 유동인구 데이터로 돌아간다. 하루 필요 방문객 수를 실제 통행량으로 나눠 필요 전환율이 나온다. 하루 5,000명이 지나가고 334명이 필요하면 약 6.7%가 들어와야 손익분기다. 이 숫자를 보고 답이 나오는 자리가 있고, 안 나오는 자리가 있다.

계약 전 현장 직접 확인 방법: 평일과 주말에 각각 세는 법
자동화를 하면서 원칙 하나가 생겼다. 자동화되지 않는 마지막 1%는 직접 간다. 상권 실측이 그 1%다.
시간대별 인구 카운트 시트: 언제 몇 명을 세야 하나
- 평일 하루, 주말 하루, 총 이틀을 잡는다.
- 점심 직전, 점심 피크, 저녁 직전, 저녁 피크 시간대에 각각 10분간 지나가는 사람을 센다.
- 10분 카운트에 6을 곱해 시간당 통행량으로 환산하고 시간대별로 표에 적는다.
- 들어가는 사람과 지나치기만 하는 사람을 따로 표시한다.
경쟁점과 인근 가게의 회전율·대기열 관찰법
경쟁점 앞에서 대기 인원과 테이블 회전을 관찰한다. 대기줄이 있는데도 내 업종이 비슷한 매출을 가져갈 여지가 있는지, 아니면 그 가게가 수요를 독점하고 있는지는 대기열의 길이보다 손님 성향으로 판단한다.
임대인·중개인에게 물어봐도 되는 질문과 안 되는 질문
- 물어봐도 되는 것: 이전 세입자 영업 기간, 인테리어 시공 시점, 관리비 내역, 전기 증설 이력
- 물어봐야 소용없는 것: 이전 업종 매출, 상권 전망에 대한 주관적 판단
이전 세입자 영업 기간은 확인해두면 폐업 이력과 교차 검증이 된다. 말이 안 맞으면 그 자체로 신호다.
정리: 이 자리, 계약해도 되는가, 최종 판정 기준표
숫자가 통과해도 계약하면 안 되는 신호 5가지
- 같은 업종이 연속 폐업한 자리
- 집계 이후 상권 구조가 바뀐 경우(대형 개발, 역 이전)
- 중개인 설명과 폐업 이력이 안 맞는 경우
- 손익분기 전환율이 상식 밖으로 높게 나오는 경우
- 실측 통행량과 공공 데이터가 크게 벌어지는 경우
계약 전날까지 채우는 최종 점검표
유동인구·체류인구·직장/주거 비율·업종밀집·점포수 추이·폐업 이력·간판 자국·설비 상태·월 고정비·손익분기 매출·필요 방문객 수·전환율·평일 실측·주말 실측·경쟁점 관찰. 이 15개 칸이 다 차면 계약 여부는 감이 아니라 판정이 된다. 상권 데이터를 정리하는 도구로 상권레이다를 만들어 운영 중이니 1차 필터 단계에 써도 된다. 다만 마지막 판단은 발로 한다는 원칙은 그 도구를 만든 나도 바꾸지 않는다.
데이터가 부족할 때 내리는 현명한 판단
정직하게 말하면, 15개 칸을 다 채워도 망할 수 있다. 나도 숫자로 통과한 결정이 시장이 바뀌면서 틀어진 걸 몇 번 봤다. 그래도 칸을 채운 실패와 안 채운 실패는 성질이 다르다. 데이터가 부족하면 지금 계약하지 않을 권리를 쓰면 된다. 좋은 자리는 또 나온다. 계약금은 돌아오지 않는 경우가 많다.
다음 글에서는 계약 후 운영 데이터를 쌓아 상권 예측을 되돌려보는 방법을 적을 예정이다. 창업 관련 이전 글들과 이어 읽으면 판정 흐름이 같이 보인다.
근거로 삼은 문서
혼자 자동화로 서비스를 굴리는 아일리고입니다. 숏폼 영상은 제가 만든 ClipSquare 로 뽑습니다.
자주 나오는 질문
임대계약 전 유동인구 말고 어떤 지표를 확인해야 하나요?
체류 인구, 직장인구 대비 주거인구 비율, 업종밀집도, 1인당 지출 규모, 그리고 폐업 이력까지 최소 다섯 가지를 봐야 합니다. 유동인구는 분모일 뿐이고 매출은 그중 몇 명이 들어오느냐로 결정됩니다. 항목마다 통과 기준을 정해두면 불안도 판정으로 바뀝니다.
상권 분석 공공 데이터는 어디까지 믿어도 되나요?
상권 경계나 업종 밀집처럼 넓은 단위 지표는 그대로 써도 되고, 유동인구·체류인구는 행정동 단위라 골목 앞 숫자와 달라 보정이 필요합니다. 내 가게 앞 통행량이나 경쟁점 회전은 공공 데이터가 담아주지 않으므로 직접 실측하는 게 맞습니다.
폐업을 반복한 상가 자리는 어떻게 판별하나요?
상권 전체 점포수가 느는데 그 자리만 반복해서 비어 있으면 자리의 문제고, 상권 자체가 점포를 잃고 있으면 상권이 죽는 중입니다. 같은 업종이 연속 폐업한 이력이면 무조건 피하고, 간판 자국이 여러 겹인지 현장에서 확인하세요.
