점포 계약 전, 경쟁 업체 조사는 무엇부터 시작할까
가게 내겠다는 마음이 생기면 제일 먼저 드는 불안이 하나 있다. “이 동네에 나랑 같은 장사 하는 곳이 몇 곳이지? 많으면 어떡하지?” 이 질문에 답을 못 내고 계약 금액만 들여다보다가 대충 눈감고 도장 찍는 경우가 많다.
나는 춘천에서 원클립AI라는 1인 스튜디오를 굴리며 서비스를 여러 개 만들고 있는데, 뭘 하나 띄우기 전에 숫자부터 확인하는 버릇이 붙어 있다. 블로그 파이프라인 하나 돌릴 때도 공개 글 몇 편, 초안으로 내려간 글 몇 편인지 세어 보고 다음 판단을 한다. 장사도 똑같다고 본다. 감각이 아니라 셀 수 있는 것부터 세야 한다.
이 글에서 하는 일은 순서대로다. 무료 데이터로 동네 동업종 매장 수부터 세고, 매장 수에 안 보이는 경쟁 신호를 읽고, 발로 뛰어야만 아는 것을 확보한 뒤, 마지막에 “계약한다 / 조건 붙인다 / 포기한다”까지 판정을 내린다. 조사 방법만 알려 주고 끝내는 글은 많다. 판단까지 가는 글이 별로 없어서 이걸 쓴다.
1단계: 무료 데이터로 경쟁 매장 수부터 센다
네이버 플레이스·카카오맵 반경 검색으로 세는 법
네이버 플레이스에서 후보 지점 주소를 검색하고, 지도를 해당 동네로 옮긴 다음 업종 키워드로 검색한다. 그다음 지도를 확대해서 반경을 좁혀 가며 핀을 센다. 카카오맵도 같은 방식으로 한 번 더. 두 곳에 등록된 매장이 서로 다르게 잡히는 경우가 있어 둘 다 확인한다.
센 것은 메모로 남긴다. 나는 좌표 기반으로 정리하는 습관이 있는데, 매장명이 같아 보여도 지점이 다르거나, 같은 지점이 두 번 잡히는 경우가 꽤 있다. 중복을 빼지 않으면 매장 수가 부풀려진다. 엑셀이든 노션이든 매장명, 주소, 영업시간, 리뷰 수를 한 줄씩 받아 두는 걸 추천한다.
소상공인 상권정보시스템에서 업종 밀도 확인
소상공인시장진흥공단이 운영하는 상권정보시스템에 들어가면 추정 매출, 업종별 점포 수, 유동 인구 같은 지표를 행정동 단위로 볼 수 있다. 지도 검색으로 세린 매장 수와 이 데이터를 교차 확인하는 용도로 쓴다. 내가 세린 숫자가 공식 통계와 크게 다르면 뭔가 세는 방식이 틀렸다는 뜻이다.
매장 수 세울 때 빠뜨리는 것: 폐업한 지 오래된 등록
지도에 남아 있는 핀 중엔 문 닫은 지 오래된 것이 섞여 있다. 리뷰가 최근 1년간 하나도 없거나, 사진이 옛날 것뿐이거나, 영업시간 표기가 비어 있는 매장은 별도 표시를 해 둔다. 세다 보면 “있는 것처럼 보이는 매장”과 “실제로 굴러가는 매장”의 차이가 꽤 크다.
2단계: 매장 수 외에 봐야 할 경쟁 신호 4가지
가격 흐름: 인하 경쟁이 시작됐다는 신호
동업종 매장의 메뉴판을 시간 순서로 비교해 보면 가격 흐름이 읽힌다. 지도 앱에 남은 과거 사진, 리뷰에 언급된 가격을 모아서 적어 두면 된다. 비슷한 매장들이 앞다퉈 가격을 내리고 있으면 손님 뺏기 경쟁이 시작됐다는 뜻이다. 이런 동네에 새로 들어가면 내가 그 인하 경쟁에 끌려 들어간다.
영업시간 단축과 폐업률, 리뷰 증감 속도
영업시간이 최근에 줄었는지 보라. 밤 10시까지 하던 곳이 9시로 줄었다면 인건비 아끼느라 몸을 움츠린 경우가 많다. 리뷰 증감 속도도 그렇다. 월 단위로 리뷰가 몇 개씩 쌓이는지 적어 두면 손님 유입이 늘고 있는지 줄고 있는지가 보인다. 나는 운영 지표를 매일 기록하는 습관이 있는데, 남의 가게도 똑같이 지표로 읽힌다. 리뷰는 그 가게가 공개하는 일지나 다름없다.
폐업률도 같은 방식으로 잡는다. 지도에 있던 핀이 몇 달 새 몇 개 사라졌는지 기록해 두면 그 업종이 그 동네에서 얼마나 빨리 갈리는지 보인다.
리뷰 내용에서 읽는 상권 포화도
리뷰 수만 보지 말고 내용을 연다. “사람이 없어서 조용했어요” 같은 말이 반복되는 동네와 “줄 서고 30분 기다렸어요”가 반복되는 동네는 완전히 다른 상권이다. 매장 수가 적어도 손님이 없어서 죽는 동네가 있고, 매장이 넘쳐도 계속 새로 생기는 동네가 있다. 이걸 가르는 건 매장 수가 아니라 이런 신호들이다.

3단계: 직접 발로 뛰어야만 아는 것들
평일·주말 유동 인구와 동네 발 답사 요령
데이터가 다 말해 주지는 않는다. 나도 춘천에서 서비스 검증할 때 화면 앞 데이터만 믿었다가 현장에 가서 보고 생각을 고친 적이 있다. 동네도 마찬가지다. 평일 점심, 평일 저녁, 주말 낮, 주말 저녁, 이 네 시간대에 후보 점포 앞을 지나 본다. 스마트폰 메모에 시간대별로 지나가는 사람 수와 발걸음을 적는다. 5분만 서 있어도 그 거리가 사는 길인지 죽은 길인지 감이 온다.
경쟁 매장에 손님으로 가서 보는 목록
- 단골 확인: 직원이 손님 이름을 부르는가, “평소 드시던 거?”라는 말이 오가는가
- 회전 속도: 자리에 앉아 있는 시간이 긴 업종인지, 빨리 나가는 업종인지
- 객단가: 메뉴판 보고 실제 주문되는 조합이 무엇인지, 내가 갔을 때 뭘 시켰는지
- 직원 수와 테이블 수: 매출 규모를 어림짐작하는 재료
- 포장·배달 비율: 테이블이 비어 있어도 포장 주문이 많으면 겉보기와 실제가 다르다
2주 답사 캘린더 예시
첫째 주는 보기만 한다. 평일 이틀, 주말 하루, 각 시간대별로 동네를 지나고 경쟁 매장 두세 곳에 손님으로 간다. 둘째 주는 확인이다. 첫째 주에 적어 둔 가격·리뷰·영업시간 메모와 현장이 맞는지 대조하고, 남는 의문을 가지고 경쟁 매장을 한 곳 더 간다. 2주면 충분하다. 더 길게 끌면 피로해서 대충 판단하게 된다.

경쟁 업체 몇 집까지면 포기해야 하나: 판정 기준
반경 500m·1km 기준으로 세되, 절대 숫자를 믿지 마라
여기서 인터넷 글들과 갈라진다. “반경 500m에 몇 집이면 포기”라는 식의 정답 숫자를 제시하는 글이 있는데, 그런 보편 숫자를 나는 못 믿겠다. 업종 성격에 따라 같은 매장 수가 완전히 다른 뜻이 되기 때문이다.
내가 쓰는 방식은 상대 비교다. 후보 상권의 동업종 매장 수를 세고, 인접한 다른 상권 두세 곳을 같은 방식으로 세서 나란히 놓는다. 그다음 그 동네 인구나 유동 인구로 나눈다. 매장 수 자체가 아니라 “한 매장이 나눠 가질 것으로 보이는 손님 규모”가 다른 동네보다 눈에 띄게 작으면 그건 포화 신호다. 기준선을 외부 숫자에서 가져오지 말고 인접 상권 비교에서 만들라는 뜻이다.
업종별로 다른 기준: 다회전 vs 저회전 업종
커피처럼 하루에 같은 손님이 여러 번 오거나 빨리 돌아 나가는 업종은 매장이 몰려 있어도 각자 먹고살 만하다. 식사 대접이나 저회전 업종은 손님 한 명이 오래 자리를 잡기 때문에 같은 유동 인구라도 감당 매장 수가 훨씬 적다. 그래서 “몇 집”을 논할 때 업종 회전 성격을 빼놓으면 숫자가 무의미해진다.
Go / 조건부 / No-Go 판정 흐름
- 매장 수 비교: 인접 상권 대비 현저히 몰려 있는가. 아니면 평범한가.
- 신호 점검: 가격 인하 경쟁, 영업시간 단축, 폐업 핀, 리뷰 정체 중 2개 이상이 보이는가.
- 현장 확인: 경쟁 매장에 단골 결속력이 있는가. 있다면 신규 진입자가 뺏기 어렵다.
- 판정: 매장 밀도가 평범하고 신호도 잡히지 않으면 Go. 밀도는 높은데 집적 상권(아래에서 다룬다)이고 차별화가 확실하면 조건부, 임차 조건이나 보증금을 다시 깎아 본다. 밀도 높고 인하 경쟁 중이고 단골 결속까지 있으면 No-Go다.
숫자 기준으로 런칭을 판단했던 일 중에 틀린 것도 있다. 서비스 하나를 지표가 괜찮아 보여서 만들었는데 막상 내보내니 반응이 없었다. 지표가 괜찮아 보였다는 건 내가 보기 좋게 골라 봤다는 뜻이었다. 점포 조사도 똑같은 함정에 빠진다. 하고 싶은 마음이 크면 세기 싫은 것을 안 세게 된다. 그래서 판정 기준을 미리 문서로 적어 두고, 조사가 끝난 뒤에는 그 문서대로만 판정한다.

동업종이 많아도 괜찮은 경우와 피해야 할 경우
동업종이 모여 있는 게 무조건 나쁜 건 아니다. 카페 거리, 먹자골목처럼 이미 성립된 집적 상권은 그 업종을 찾아 오는 손님 자체가 모여든다. 혼자 뜬 가게보다 발길이 오히려 많다.
| 구분 | 많아도 되는 경우 | 많으면 안 되는 경우 |
|---|---|---|
| 손님 동선 | “그 거리 가면 그 장사 있다”고 인식돼 찾아 오는 상권 | 손님이 우연히 지나다 들르는 길목에만 몰린 경우 |
| 가격 흐름 | 가격대가 제각각이고 인하 경쟁이 없음 | 비슷한 메뉴를 앞다퉼 싸게 깎는 중 |
| 매장 상태 | 오래된 곳과 새로 생긴 곳이 공존, 폐업이 드묾 | 짧은 기간에 여러 곳이 문을 닫고 체인만 남음 |
| 내 위치 | 집적 상권 안이라도 접점이 다르거나 회전이 다른 업종 | 같은 메뉴, 같은 가격대, 같은 손님층으로 정면 충돌 |
차별화 이야기도 짚고 가자. “맛으로 이긴다”, “서비스로 이긴다”는 차별화가 아니다. 손님이 그걸 알 방법이 없으니까. 메뉴 구성, 영업시간, 포장·배달 비중, 손님층 같이 손님이 문 앞에서 확인하는 것으로 나뉘는지 스스로에게 물어봐야 한다. 안 나뉘면 차별화가 아니라 자기 위안이다.
조사 결과를 계약 판단으로 연결하는 마지막 점검
조사 기록을 한 장 판정표로 정리하기
2주 동안 모은 메모를 한 장으로 줄인다. 매장 수(인접 상권 대비), 가격 흐름, 영업시간·폐업 징후, 리뷰 추이, 현장 단골 결속력, 내 차별화 항목. 각 항목에 안심 / 보통 / 위험을 적고 위험이 두 개 이상이면 No-Go. 이 판정표를 계약 전에 파트너나 가족에게 보여 주면 혼자만의 낙관을 걸러 준다.
계약 전 최종 확인
- 임대차 조건이 조건부 판정을 뒤집을 만큼 나은가
- 입점 예정인 경쟁 매장이 상권 내에 없는가 (인테리어 중인 자리 확인)
- 계약 기간과 권리금 회수 가능성
- 2주 치 현장 메모와 지도 데이터가 서로 맞는가
- 판정표에서 위험 항목이 몇 개였는가
나는 판단 기준을 문서로 남겨 두는 습관으로 이 일을 마무리한다. 이 블로그의 자동 파이프라인도 문체 검사 같은 통과 기준이 없으면 20번 중 15번을 떨어뜨리는 수준이었다. 기준이 문서로 있어야 기계도 사람도 제대로 걸러 낸다. 점포 계약도 기준이 없으면 하고 싶은 마음이 알아서 통과시켜 준다.
같은 걸 데이터로 자동으로 보고 싶다면 내가 만든 상권레이다를 써 볼 수 있고, 창업 아이디어를 콘텐츠로 검증하는 이야기는 OneClip 운영기와 ClipSquare 만든 과정 글에 적어 두었다. 오늘 할 일은 하나다. 후보 점포 주소를 네이버 플레이스에 검색하고 핀 세는 것부터.
참고한 공식 문서
춘천에서 AI 자동화로 서비스를 만들어 운영합니다. 릴스·쇼츠는 직접 만든 ClipSquare 로 만듭니다.
