상권 유동인구 데이터 보는 실제 순서

상권레이다 실제 화면

작성자

카테고리:

계약서 들기 전, 그 숫자가 무서운 이유

나는 가게를 열어본 적은 없지만, 숫자 확인 없이 뭔가를 결정했다가 후회한 경험은 서비스 운영하면서 수없이 쌓았다. 로그 한 번 안 보고 배치 주기를 정했다가 트래픽 없는 시간대에만 돌아가게 만든 적도 있다. 숫자를 안 본 게 아니라, ‘평균’만 보고 내 상황에 대입 안 한 거였다. 유동인구 데이터가 무서운 이유가 정확히 이거다.

유동인구 보고 계약했는데 망한 사람들의 공통점

“하루 유동인구 5만 명” 이런 문구 보고 계약했다는 이야기가 자주 들린다. 그런데 그 5만 명이 오전 8시 출근길에 다 몰려 있는 거였고, 그 가게는 저녁 메뉴를 팔았다. 숫자는 거짓말을 안 했다. 계약자가 시간대를 안 봤을 뿐이다.

데이터는 ‘평균’이고 내 가게는 ‘내 영업시간’이다

유동인구 지표는 대부분 집계 조건이 정해진 평균값이다. 24시간, 주 7일을 나눈 평균. 근데 내 가게는 오전 11시에 문 열어서 오후 9시에 닫는다. 그러면 진짜 봐야 할 숫자는 하루 총량이 아니라 내 영업시간 동안의 통행량이다. 이걸 처음부터 못 박고 시작해야 한다. 이 글 전체가 이 관점으로 흘러간다.

유동인구 데이터, 어디서 무료로 보나

사이트는 많지만 실제로 3곳이면 충분하다. 내가 상권 관련 도구를 만들면서 같은 지점을 여기저기 조회해본 기준으로 정리한다.

소상공인 상권정보 시스템: 가장 기본이 되는 곳

  1. 창업너무쉬움(구 소상공인시장진흥공단 상권정보시스템)에 들어간다.
  2. 지도에서 검색창에 동네명이나 건물 주소를 친다.
  3. 추천 상권이 뜨면 하나를 누른다.
  4. 왼쪽 지표 목록에서 ‘유동인구’를 펼친다. 성별, 연령, 요일, 시간대별 항목이 나온다.
  5. 시간대별 항목을 눌러 그래프가 뜨면 화면의 값을 영업시간대 구간만 세로 더한다.

여기 데이터는 신용카드 매출, 간판, 통신사 기반 추정이 섞인 집계라서 ‘상권 단위’ 숫자다. 내 건물 앞 숫자가 아니라 상권 평균이라는 점을 기억해야 한다.

행정안전부·KT/SKT 기반 생활인구 데이터

행정안전부의 생활인구 데이터는 통신사(KT, SKT) 기반 가입자를 전체 인구로 확장 추정한 숫자다. 시군구, 행정동 단위로 내려가고 시간대별 인구도 나온다. 다만 상권 단위보다 큰 격자라서 ‘동네 전체’는 보여도 ‘내 앞 골목’은 안 보여준다.

플랫폼별로 볼 수 있는 것과 못 보는 것

플랫폼 볼 수 있는 것 못 보는 것
상권정보시스템 상권 단위 유동인구, 매출, 업종 밀집도 건물 앞 실측 통행량
생활인구(행안부) 행정동 단위 시간대별 인구, 연령 상권 세부, 소규모 골목
포털 지도 앱 실시간 혼잡도, 주변 점포 숫자 단위의 통행량

사이트마다 숫자가 다르게 나올 때 뭘 믿어야 하나

이게 경쟁 글이 거의 안 다루는 부분인데, 실전에서 제일 먼저 부딪히는 문제다.

숫자가 다른 이유

같은 지점을 조회해도 플랫폼마다 값이 다르게 나온다. 이유는 단순하다. 집계 단위가 다르고(상권 vs 행정동), 기준 기간이 다르고(직전 분기 vs 최근 몇 개월), 원천 데이터가 다르다(통신사별 가입자 vs 카드 매출 기반 추정). 내가 상권 데이터를 다루면서 같은 지점을 여러 플랫폼에서 조회해보니 어림잡아도 체감상 꽤 벌어지는 경우가 있었다. 어느 쪽이 ‘진짜’라기보다, 각자 다른 것을 재고 있는 거다.

내가 세운 원칙: 한 플랫폼을 정해 ‘추이’로 본다

나는 SaaS 지표를 매일 보는데, 그 일을 하며 배운 게 하나 있다. 절대값은 정의 나름이라 논쟁의 여지가 있어도, 추이는 거짓말을 잘 안 한다. 그래서 유동인구도 원칙을 정했다. 플랫폼 하나를 정하고, 그 플랫폼 안에서 작년 대비, 전월 대비를 본다. 숫자 갭을 다른 사이트로 메우려 들지 않는다. 그러면 비교 기준이 무너진다.

절대값보다 중요한 것

이번 달 12,000명이냐 15,000명이냐보다, 작년 같은 달보다 줄었느냐 늘었느냐가 계약 판단에 더 큰 재료다. 감소 추세 상권에서 절대값만 예뻐서 계약하는 게 제일 위험한 패턴이다.

상권레이다 홍보 영상의 한 장면

시간대·요일·연령까지 확인해서 내 영업시간과 맞춰보기

여기까지는 대부분의 글도 소개한다. 근데 실전은 ‘내 업종에 대입’에서 갈린다.

시간대별 그래프 읽는 법

시간대 곡선은 크게 두 모양이 나온다. 점심에 뾰족하게 치솟았다 급락하는 스파이크형, 저녁까지 완만하게 유지되는 형태. 나는 무인 서비스를 운영하는데 이용 로그를 시간대별로 찍어보면 하루에 특정 구간에 호출이 쏠린다. 상권 데이터를 볼 때도 똑같은 방식으로 읽는다. 곡선의 모양을 먼저 보고, 내 영업시간이 그 곡선의 어느 구간에 겹치는지 대입한다.

요일 편차

평일과 주말의 숫자를 비교해보면 상권 성격이 나온다. 직장인 상권은 평일 점심이 높고 주말이 뚝 떨어진다. 주거 상권은 반대다. 주말 장사가 본업인 업종이 직장인 상권에 들어가면 데이터가 예뻐도 나는 죽는다.

업종별로 겹쳐볼 시간대

  • 아침 커피·베이커리: 평일 7~9시 유입이 살아 있는지
  • 점심 식사: 11~13시 스파이크의 높이보다 ‘평일 5일 다 고르게’인지
  • 저녁 카페·식사: 18~21시에 점심 피크가 유지되는지
  • 술집: 금요일·토요일 21~24시 숫자가 실제로 나오는지

연령·성별 구성도 같은 방식이다. 내 타겟이 2030 여성이면 상권 생활인구에서 그 구간 비중을 실제로 눌러서 확인한다. 소개만 하고 대입을 안 하면 데이터 보는 이유가 사라진다.

상권레이다 로고 시안(AI 생성 이미지)

유동인구 숫자를 매출로 바꾸는 계산법

이 글의 핵심이다. 나는 뭘 결정하든 숫자로 검증하는 습관이 몸에 박혀서, 상권도 똑같이 계산해서 본다.

역산부터: 월 임대료가 말해주는 필요 일매출

임대료가 월 300이라고 하자. 통상 임대료가 매출에서 차지하는 비중은 업종마다 다르지만, 보통 10~15% 안팎으로 잡는 사람이 많다. 15%로 잡으면 필요 월매출은 2,000이고, 하루 치면 약 66이다. 이게 손익분기선이 아니라 ‘임대료를 감당하는 선’이다. 이 숫자를 먼저 세운다.

유동인구 × 노출 × 방문률

하루 예상 손님 수 = 영업시간 통행량 × 내 가게 노출 비율 × 방문 전환율
하루 예상 매출 = 손님 수 × 객단가

예시를 넣어본다. 영업시간대 통행량이 하루 10,000명인 골목, 내 간판이 보이는 범위를 지나가는 사람이 절반쯤이라 치고 5,000. 그중 내 업종에 관심 있어 들를 사람을 2%로 잡으면 하루 100명. 객단가 15라면 하루 매출 1,500, 월 45,000. 흠, 이건 계산 가정이 낙관적이었다. 방문률 1%로 다시 잡으면 월 22,500. 필요 매출 2,000과 비교하면 이 상권은 임대료 300을 감당할 수 없는 계산이 나온다. 이렇게 가정을 위아래로 바꿔가며 ‘최악의 가정에서도 필요 매출이 나오는지’를 본다.

이 계산이 말해주지 않는 것

객단가는 내가 정하는 거라 계산에 넣을 수 있지만, 재방문은 유동인구 데이터가 전혀 말해주지 않는다. 지나가는 사람 장사와 동네 단골 장사는 같은 통행량에서 완전히 다른 매출이 나온다. 재방문은 현장에서 이 장사가 두 번 올 이유가 있는지로 판단할 수밖에 없다. 나는 계산 결과가 안 나오면 계약 안 하는 걸 원칙으로 삼는다. 숫자가 애매하면 계약할 때가 아니다.

상권레이다 로고 시안(AI 생성 이미지)

데이터가 안 보여주는 것, 현장에서 직접 확인할 것

숫자에 대한 건강한 회의는 데이터를 다루는 사람의 기본 소양이라고 믿는다. 내가 상권 데이터를 가지고 놀면서 제일 크게 배운 것도, 지도 위 숫자와 현장 사이에는 간극이 있다는 거였다.

보행 속도와 통행 목적

출근길 사람은 10분 안에 회사에 가야 해서 아무것도 안 산다. 통행 목적이 ‘지나가는 중’인지 ‘놀러 나온 중’인지는 숫자에 안 나온다. 현장에서 사람들 걸음을 보면 안다. 빨리 걷는 사람이 대부분이면 그 통행량은 내 매출과 무관하다.

길 건너편, 횡단보도, 이면도로

유동인구는 보통 그 길 전체나 격자 단위로 집계된다. 사람이 내 쪽 인도가 아니라 반대편 인도로 몰려 있는 경우가 있다. 횡단보도 위치가 멀면 건너는 사람 자체가 없다. 지도에서 예뻐 보이던 지점도 현장에 가니 통행이 반대편에 쏠려 있어 판단을 뒤집은 적이 있다. 숫자는 ‘그 동네’에 사람이 있다고만 알려줄 뿐, 내 문 앞에 와 주는지는 알려주지 않는다.

같은 자리를 시간·요일 다르게 3번 가서 직접 세기

데이터로 확인한 시간대에 맞춰 직접 가서 센다. 메모장에 이렇게 적는다.

방문 요일·시간 내 쪽 인도 10분 통행 건너편 10분 통행 걸음 빠른 사람 비중
1차 평일 점심
2차 평일 저녁
3차 주말 저녁

3번 중 한 번이라도 데이터 곡선과 다르게 보이면 원인을 찾을 때까지 계약을 미룬다.

정리: 계약 전 마지막 점검표

복사해서 쓰면 된다.

데이터 확인

  1. 영업시간대 통행량을 시간대별 그래프에서 직접 더했는가
  2. 한 플랫폼을 정해 작년 대비·전월 대비 추이를 봤는가
  3. 요일 편차가 내 업종 판매 피크와 겹치는가
  4. 연령·성별 구성을 눌러서 내 타겟 비중을 봤는가
  5. 유동인구 × 노출 × 방문률로 하루 예상 손님 수를 계산했는가
  6. 필요 일매출(임대료 기준 역산)과 비교했는가
  7. 최악의 가정으로 다시 계산해도 숫자가 남는가

현장 확인

  1. 내 쪽 인도와 건너편 중 어디로 사람이 몰리는가
  2. 횡단보도가 내 점포 근처인가
  3. 걸음 속도는 여유로운가 (목적 통행인가)
  4. 이면도로에 숫자를 뺏기는 구조인가
  5. 시간·요일 다르게 3번 가서 직접 세웠는가

12문항 중 하나라도 ‘모른다’고 답하면 아직 계약할 때가 아니다. 나는 뭘 결정하든 망하는 시나리오를 항상 한 줄 적어두고 시작한다. 계약 전이라면 그 한 줄이 보증금을 지켜줄 때가 온다.

참고한 공식 문서


글쓴이 정보

춘천에서 AI 자동화로 서비스를 만들어 운영합니다. 릴스·쇼츠는 직접 만든 ClipSquare 로 만듭니다.