1. 서론
소비 경향에 따른 수요 변화는 점포 입지에 영향을 미친다. 정보통신기술이 발달함에 따라 상시적인 소통이 가능해지면서, 소비 트렌드를 중심으로 이루어지는 소비자의 방문은 점포 입지에 중요한 요인으로 작용하고 있다(Bale, 1981; Temple, 1994; Burt and Sparks, 2003; 박삼옥, 2008; Patel and Pearce, 2018; 이금숙 등, 2021; 김수영 등, 2022). SNS 이용자들의 영향으로 중심지 상권이 새롭게 형성되고 있으며(이일섭 등, 2018) 소비자가 직접 방문하지 않아도 간접적인 경험이 가능해지면서 물리적인 거리 외의 소비를 위한 선택의 요인이 다양화되고 있다. 이를 배경으로 온라인 정보검색과 지역 상권의 변화를 다룬 연구들도 소개되고 있다(Piercy and Archer-Brown, 2014; 김주일, 2018; 이금숙 등, 2020; Park and Lee, 2021; 김고은･이정란, 2022; 함유희 등, 2022a).
4차 산업혁명의 영향 등으로 소비 방식의 다변화가 나타난 시기는 대략 2019년 이후라 할 수 있다. 특히 2019년 COVID-19 바이러스의 확산은 대면을 기피하는 언택트(Untact) 중심의 소비 현상을 가속하였다. 비대면 확산에 자동화 기술의 발달과 원격작업의 활성화로 사람과의 대면을 선택하게 하는 선택적 대면 소비 경향이 나타나고 있다(송길영, 2021). 일상생활의 상당 부분이 전자상거래, 재택근무, 온라인 강의 등으로 전환되면서 통행의 흐름도 변화하였다. 이에 따라 사람 접촉이 많은 지역은 방문객의 감소세가 나타났다. 중심 상권을 중심으로 미운영 업종이 증가하였고 일부 점포들은 휴업과 폐업을 경험하였다(유현지, 2021; 임현정･최상범, 2022; 이봉･우신구, 2023). 또한 COVID-19로 인한 비대면 소비 경향은 근거리 중심의 이동 선호로 사람들의 활동 범위 또한 축소 시켰다. 주거지역 중심의 소비가 증가하였고(신혜영 등, 2021; 손수민･남진, 2022), 비대면 소비 경향으로 무인형 점포의 증가세가 나타났다(박소현･이금숙, 2021; 함유희 등, 2022b).
점포의 입지 분포는 연속된 소비 활동의 결과로 나타나며(Crewe, 2000; Bakos, 2001; Teller and Elms, 2012), 비대면 소비는 도시 공간의 경관 변화를 가져왔다(Berliant and Raa, 1988; 오종철, 2020; 구한민 등, 2022). 본 연구는 최근 들어 점포의 증가세가 관측되는 사진관과 카페를 중심으로 COVID-19 이후 소비 경향의 변화에 따른 점포 입지의 지리적 특성을 분석한다. COVID-19 확산 전, 후의 소비행태 변화를 분석한 연구가 일부 진행되었고, 이들 연구에서 생활권 중심으로 소비 패턴의 변화가 나타남을 발견하였다(김승 등, 2022; 김영목･김선철, 2022; 배은정･김정빈, 2022). 신혜영 등(2021)은 공원, 녹지 등 오픈 스페이스 관련 장소에의 새로운 수요 변화가 상권의 형성에 영향을 끼친다고 분석하였다. 계속되는 위드 코로나(with Corona)로 불리는 현재 코로나의 여파로 인해 일상생활 공간에 다방면으로 변화가 나타나고 있다는 점에서(이유진 등, 2021), COVID-19 이후 소비공간의 변화를 파악하는 작업은 여전히 중요할 것으로 판단된다.
본 연구에서는 대면 활동이 주로 이루어졌던 소비공간에 나타나는 변화, 즉 물리적 점포의 입지적 특성과 변화에 대한 실증 분석을 진행한다. 이를 위해 서울시를 대상으로 비대면 소비 확산 이후 수요가 집중된 사진관과 카페를 대상으로 이들 두 업종에 나타난 소비 경향을 확인한다. 4차 산업혁명 이후 소비 방식의 다변화가 나타난 시기부터 COVID-19 발발 및 지속 기간을 포함하기 위하여 2019년부터 2022년까지 분석을 위한 시간적 범위로 설정한다. 먼저 무인점포의 입지 분포에 차이를 나타낸 이들 업종에 대하여 SNS 검색 키워드를 수집하여 소비 경향의 변화를 탐색한다. 그리고 추출된 주요 키워드를 중심으로 소비 분포에 따라 점포 속성을 구분한다. 구분된 점포의 공간 패턴을 파악하기 위해 커널밀도 분석을 진행하고, 점포의 입지 분포에 영향을 끼친 소비 경향과 지리적 속성과의 관계를 확인하기 위해 일반 선형회귀분석을 수행한다.
2. 소비행태의 변화를 파악하기 위한 비정형 데이터 분석
소비행태를 소비자 행동의 양상으로 정의할 때 소비행태는 소비자 행동 과정에 대한 고찰을 통해 탐구될 수 있다(송순영, 1998; Irwin and Geoghegan, 2001; Brewer and Sebby, 2021). 행태는 행동의 패턴을 강조하며 환경과 상황에 따라 일정한 경향이 나타나는 것으로(김승 등, 2022) COVID-19라는 상황으로 인한 소비 행동의 변화 양상은 온라인 거래액의 증감률을 통해 확인된다. 그림 1은 2019년 대비 2020년, 2021년 대비 2022년 기준 온라인쇼핑에서 거래된 상품군별 거래액의 증감률이 높은 상위 5개 품목의 거래액을 나타낸다. 2020년은 비대면 소비행태가 뚜렷하게 나타나는 시기이다. 사회적 거리 두기로 인한 이동 제한으로 인해 집에 머무는 시간이 증가하게 되면서 대면으로 이루어진 활동과 관련된 상품은 2019 대비 50% 이상 감소한 것으로 나타난다. 반면에 음식서비스업과 주요 식료품의 온라인쇼핑 거래는 증가하였다. 비대면 소비 경향으로 방문 소비가 줄어들게 되면서 2020년의 오프라인 점포 매출액은 2019년 대비 6.2% 감소하는 등 업종별 매출액에 상당한 영향을 미쳤다(주재욱 등, 2021; 황주원･장성만, 2022). 근거리 중심의 소비가 나타난 2020년은 소매업 중심의 무인점포가 서비스업으로 확대되었다. 2020년 2월 기준 전국 무점포소매업 매출액이 전년 대비 28.3% 상승하는 등 비대면-비접촉 관련 산업이 가파른 성장세를 보였다(신기동, 2020). 비대면 소비 경향으로 나타난 점포의 무인화는 소매업에서 서비스업까지 확대되었으며 업종별 무인점포의 밀도 차이를 통해 확산세의 차이를 발견할 수 있다(함유희 등, 2022b). 비대면 소비가 나타난 시기에 사진관도 무인 운영형태로 확대되었다. 이는 대면으로 이루어지는 서비스업의 자동화로 무인 사진관의 수요가 증가했으며 재택근무, 원격수업 등으로 생활방식이 변화하게 되면서 오프라인 공간의 변화로 이어진 것으로 보인다. 2022년에는 주요 물리적 제품의 온라인 거래 지속과 함께 대면 활동에서의 변화가 확인된다. 외부 활동과 관련되는 ‘여행 및 교통서비스’의 거래액은 83.7% 증가했으며, ‘문화 및 레저 서비스’의 소비 거래는 108.1% 증가했다. 비대면 소비의 영향으로 소비 경향은 가치 중심적 소비와 함께 물리적 심리적 거리감을 좁힐 수 있는 여가, 문화 활동이 이루어지는 오프라인 공간에 대한 관심이 집중되고 있는 것으로 보인다(박승규, 2021; 한유진･이현수, 2021).
사진관은 장소 서비스를 제공하는 업종으로 사진관에서 촬영하고 후처리 과정까지 전문 기술자와 소비자의 상호작용이 이루어지는 대표적인 업종이다. 따라서 COVID-19 확산 기간에 사진관은 상대적으로 큰 타격을 받았다. 특히 온라인 판매 제품을 전문적으로 촬영하는 사진관보다 사람을 촬영하는 사진관의 경제적 손실이 더 크게 나타났다(Peta Pixel, 2023). 반면에 일부 사진관은 무인 운영 방식으로 전환함에 따라 그 수요가 증가하기도 하였다. 2018년 즉석사진관의 체인화가 이어지게 되면서, 무인으로 운영되는 즉석사진관의 경우 2021년 대비 2022년의 매출액은 271%의 증가율을 보이며 무인점포 중 매출액이 가장 많이 증가하였다(이투데이, 2023).
카페도 장소 서비스를 제공하는 대표적 업종이다. 사진관과 달리 카페의 경우 비교적 소규모 창업이 가능하며, 배달 중심의 운영 방식으로 전환하는 것이 용이하여 COVID- 19 기간에도 상대적으로 개업이 증가한 업종이다. 실제로 2021년 대비 2022년 카페 수는 11.64% 증가했으며, 서울시의 경우 9.16% 증가했다(국세통계포털, 2022). 또한 카페는 식음료 섭취 목적뿐만이 아닌 다목적 장소로 이용되는 특징으로 그 수요에 따른 공급이 지속된 업종이다. 오프라인 공간에서 비대면 활동이 확대된 이 시기에도 카페의 개업 증가가 두드러졌다. 카페는 소비자의 니즈와 트렌드에 맞는 복합 문화 공간으로 진화되고 있다는 점에서 사무적인 공간으로 카페를 이용하는 이용자가 증가하였다(송지현･이현수, 2020; 최은지･길철중, 2020). 특히 COVID-19가 발생한 시기에 원격으로 수업 및 업무가 진행됨에 따라 카페는 제3의 공간으로 수요가 지속된 것으로 보인다(이형주･서지연, 2023). 김재학･이재규(2018)의 연구에서는 제3의 공간은 코워킹 스페이스의 성격을 띠며 공간에 대한 공유를 기초로 공간에서 이루어지는 행위를 촉진한다고 보았다.
그림 2는 2015년부터 2022년까지 4분기 기준 서울시의 사진관과 카페의 증감 추이를 나타낸다. 생활밀접 업종 중 서비스업에 해당하는 사진관은 사진 처리업과 인물 사진 및 행사용 영상 촬영업이 해당하며 카페는 외식업으로 커피와 음료를 판매하는 커피 전문점을 의미한다. 사진관은 2019년 4,419개에서 평균 105.94%로 지속적인 증가율을 나타냈다(그림 2-가). 카페 또한 2019년 13,464개에서 지속적인 증가세를 나타내며 2021년 같은 분기 대비 무려 111.9% 증가한 것으로 나타난다(그림 2-나).
다음으로 방문과 관련되는 후기성 데이터인 네이버(NAVER) 블로그 채널을 이용하여 ‘사진관’과 ‘카페’를 검색 키워드로 본문과 제목에 해당하는 텍스트를 수집한 후 키워드 빈도 분석을 실시하였다. SNS는 후기를 남기는 형태로 방문을 원하는 소비자에게 글과 사진을 통해 장소의 정보를 전달한다. SNS를 통한 소비 활동은 실제 소비공간의 변화에 상당한 영향을 미치고 있다(이금숙 등, 2012; 김용원･김용규, 2021). 비정형화된 데이터는 스마트 기기 등을 이용하여 상호 교류되는 정보가 해당하며 오늘날 빅데이터 중 비정형 데이터의 관심이 집중되고 있다(김동완, 2013; Uitermark and Van Meeteren, 2021). 텍스트 마이닝(Text Mining) 기법의 하나인 키워드 빈도 분석은 키워드의 출현 빈도를 통해 시계열 변화 분석이 가능하다. 사진관은 2019년부터 2022년까지 1년 단위로 기간을 설정하였으며 1,001건을 동일하게 수집하였다. 카페의 경우 2020년(840건)을 제외한 2019년과 2021년, 2022년은 1,001건의 자료를 수집했다.1) 키워드 빈도 분석 결과 사진관의 방문 목적 및 이용 형태, 위치 키워드와 함께 소비행태 변화를 확인할 수 있다(표 1). 소비 방식의 변화를 나타내는 키워드(분홍색)와 점포의 방문 목적 및 선택 요인과 관련한 키워드(노란색)를 중심으로 해석했다.
표 1.
‘사진관’ 키워드 빈도분석 결과
주요 키워드를 연도별로 살펴보면 2019년은 무인 사진관이 본격적으로 활성화되기 이전에 시기로 ‘사진관’과 함께 ‘증명사진’, ‘여권’, ‘스냅’, ‘웨딩’, ‘돌’이 주요 키워드로 나타났다. 전문적인 촬영 기술의 필요에 따라 유인으로 운영되는 사진관을 주로 이용한 것으로 볼 수 있다. 2020년부터 무인 사진관이 증가하는 시기로 ‘셀프’ 키워드의 빈도수가 413개에서 2021년 666개, 2022년 784개로 증가하였다. 사진관 중 무인 셀프 사진관의 수요가 증가하고 있는 것으로 파악된다. 셀프 사진관은 자동 보정 기술로 사진기사가 없이 짧은 시간에 사진을 촬영할 수 있어 특별한 날을 위한 기념, 증명의 목적으로 촬영이 아닌 일상에서 MZ 세대의 놀이문화가 되고 있다(매일경제, 2022). COVID-19가 확산한 시기의 무인 사진관은 자동화 전환과 함께 수요가 증가했다. 사진관의 무인화는 사회적 거리 두기로 인한 운영 제한에 제약받지 않고 24시간 운영된다는 점에서 인기를 끌었다. 무인 셀프 사진관이 활성화된 이후 사진관의 주 이용 목적은 ‘증명사진’과 ‘프로필’ 촬영을 위해 이용되는 것으로 확인되며 새로이 키워드로 등장한 ‘오디티모드’ 셀프 사진관의 브랜드와 ‘홍대점’ 키워드는 셀프 사진관의 관심 증가로 프렌차이즈 사진관이 등장하고 있는 것도 확인할 수 있다.
이어서 표 2는 ‘카페’ 키워드 빈도분석 결과로 카페의 수요 변화가 나타났다. 블로그상에서 카페는 ‘위치’와 함께 ‘소개’ 글을 중심으로 ‘추천’이 이루어지는 것으로 도출되었다. 함께 도출된 지역명 키워드는 블로그 채널을 통해 장소를 공유하며 방문으로까지 이어져 온 것으로 해석된다. 카페는 서비스를 제공하는 외식업으로 커피 맛과 서비스뿐만 아니라 점포시설, 입지, 영업 요인 등이 선택 속성으로 고려된다(이호병, 2014). 카페의 경우는 경험과 공간 소비를 중시하는 20~30대가 주요 소비층으로, SNS를 이용한 트렌드에 따라 중심지가 형성되고 있어(이일섭 등, 2018; 조윤설･조택연, 2019) ‘분위기’나, ‘감성’과 같은 공간의 느낌을 설명하는 키워드가 함께 나타났다. 2019년부터 2022년까지 카페의 운영은 지속해서 증가해 왔지만 2019년 3,470개의 ‘카페’ 키워드 수는 2020년 2,828개로 감소했다. 이는 2020년 비대면으로 인한 방문 수요의 감소로 해석된다. 비대면 소비 경향이 확산한 2020년의 주요 키워드는 ‘홈’ 키워드로 소비 방식의 변화를 나타냈다. 테이크아웃, 배달 주문 방식과 함께 커피를 소비하는 비대면 방식으로 홈 카페가 유행한 것으로 해석된다. 분석 기간에 카페와 함께 도출된 ‘뷰’와 ‘인테리어’, ‘한옥’ 키워드는 카페를 선택하는 요인이 공간 중심으로 이루어지고 있음을 나타낸다. 또한 카페를 찾는 주요 지역은 자연경관을 즐길 수 있는 ‘제주’로 ‘여행’의 일부로 방문이 이어지고 있다. 제3의 공간으로 카페의 수요가 증가하는 상황에서 새로운 ‘신상’ 카페를 찾는 것으로 보이며 카페 중에서도 규모가 큰 ‘대형’ 카페를 찾는 것으로 나타났다. 2020년 이후 오픈 스페이스가 중요한 여가 장소로 부각되고 있기 때문에(배은정･김정빈, 2022) 카페를 방문하는 소비자는 단순히 커피를 소비하는 공간이 아닌 다목적 공간으로서 카페의 수요가 지속되는 것으로 볼 수 있다.
표 2.
‘카페’ 키워드 빈도분석 결과
3. 사진관과 카페 점포의 입지 특성
입지 특성은 분석 대상의 공간적 특성과 사회･경제적인 특성을 모두 나타낸다(Clarke et al., 1997; 김동준･양승우, 2017). 앞서 사진관과 카페를 대상으로 텍스트 마이닝 분석한 결과, 소비 경향의 변화가 파악되었다. 소비 경향의 변화를 나타내는 주요 키워드를 중심으로 점포의 속성을 분류하여 공간 분포 특성을 파악한다. 사진관은 ‘셀프’ 키워드를 중심으로 운영 형태에 따라 유인 사진관과 무인 사진관으로 분류했으며2) 카페의 경우 공간의 규모를 중시하는 경향을 설명할 수 있는 변수로 점포의 면적 자료를 활용하였다. 박재희･변량선(2005)의 연구를 참고하여 카페 공간을 소비하지 않는 테이크아웃 전문 점포만을 추출하기 위해 10평(33.1㎡)을 기준으로 ‘10평(33.1㎡) 미만’은 테이크아웃 운영 중심의 소형 카페, ‘10평(33.1㎡) 이상’은 매장 운영 중심의 대형 카페로 구분했다.3)
수요에 기반한 점포의 입지는 공간상의 위치 데이터를 통해 설명된다. 그림 3은 현재 영업 중인 유인 사진관, 무인 사진관, 소형 카페, 대형 카페를 대상으로 커널 밀도분석(Kernel Density Estimation)을 실시한 결과이다.4)
먼저 유인 사진관과 무인 사진관의 커널 밀도 분석 결과를 보면 유인 사진관은 강남구와 마포구 지역을 중심으로 밀도 있는 분포를 나타냈다(그림 3-가). 무인 사진관의 경우 거리에 상관없이 밀집하여 군집을 이루는 지역이 많은 것으로 나타났다. 유인 사진관이 밀집한 지역 중 홍대상권이 포함된 서교동 일대의 마포구를 중심으로 영등포구 일대와 송파구와 강남구, 종로구와 성북구의 일부 지역이 무인 사진관의 밀집 분포가 강하게 나타나는 것으로 도출되었다(그림 3-나). 현재 운영 중인 유인 사진관의 입지 분포를 살펴보면, 마포구에서는 서교동(176), 연남동(53), 합정동(43)에 많이 분포하고, 강남구는 논현2동(120), 논현1동(89) 역삼1동(103), 압구정동(76), 청담동(75), 신사동(70), 삼성2동(43)의 순으로 많은 것으로 관측된다. 서대문구는 신촌동(46)과 연희동(46)에 유인 사진관의 분포가 높은 것으로 나타난다. 마찬가지로 무인 사진관도 마포구에 주요 입지 분포하였다. 서교동(40), 송파1동(20), 연남동(17), 가양1동(13)과 망원1동(13), 역삼1동(13)의 순으로 많은 것으로 나타났다. 마포구 서교동은 유인과 무인 구분 없이 사진관이 많이 분포한 것으로 도출되었다.
2022년 영업 중인 카페를 영업 면적을 기준으로 10평(33.1㎡) 이상과 그 미만으로 카페를 구분하였다. 전체적으로 카페의 분포는 강남구 일대를 중심으로 밀도 있는 분포를 나타냈다(그림 3-다, 라). 10평(33.1㎡) 미만의 운영 면적을 갖는 소형 카페는 중구와 강남구를 중심으로 분포한다. 중구의 명동(101), 신당동(88), 소공동(66)과 강남구 역삼1동(141) 등 유동 인구가 많은 지역을 중심으로 강한 분포를 나타냈다. 10평(33.1㎡) 이상의 운영 면적을 갖는 대형 카페는 강남구와 마포구 지역에서 강한 분포가 도출되었다. 강남구에서는 역삼동(271), 신사동(162), 논현2동(100)과 마포구 서교동(214)에서 강한 분포를 나타냈다.
결과적으로 사진관은 유인 사진관과 무인 사진관 모두 마포구 서교동을 중심으로 분포하고 있는 것으로 관측되었고, 카페는 강남구를 중심으로 대형 카페가 많은 곳에 소형 카페도 많이 입지 분포한 것으로 나타났다. 특히 비대면 이후 수요가 집중된 무인 사진관과 대형카페의 입지가 집중된 지역은 마포구로 확인되며 카페의 입지가 밀집된 지역에 무인 사진관이 함께 분포하고 있는 것으로 파악된다. 이를 통해 마포구와 강남구 지역을 중심으로 주요 소비 변화가 나타나고 있음을 알 수 있다.
4. 사진관과 카페의 입지 분포와 지리적 속성과의 관계 분석
사진관과 카페는 오프라인 공간에서 대면으로 서비스가 이루어지는 업종이다. 특히 창업의 진･출입이 용이한 생활밀접 업종은 수요에 따라 점포의 입지 분포가 민감하게 나타난다. 생활밀접 업종에 해당하는 사진관과 카페는 선택적 대면 소비 경향을 보이는 업종으로 점포가 입지하고 있는 주요 지역의 지리적 특성을 설명하기 위해 일반 선형회귀분석을 실시한다. 단일점포의 입지는 인구, 상권의 사회･경제적 특성 등 상권과 장소의 요인으로 설명될 수 있으므로(Brown, 1989; 이정실, 1999), 서울시 424개의 행정동으로 운영 중인 점포의 수를 종속변수로 지정하고 소비 경향에 영향을 미친 요인을 설명할 수 있는 독립 변수로 교통, 인구, 토지이용, 경제구조와 관련된 지리적 속성자료를 독립변수로 구성하여 일반 선형회귀모형(ordinary least square regression model)을 구축했다(표 3).
표 3.
지리적 특성 분석을 위한 변수 설정
| 구분 | 변수 | 변수 설명 | 자료 | |
| 종속변수 | 사진관 | 무인 사진관 (2022, 개) | 영업 중 점포 | 소상공인시장진흥공단(2023) |
| 유인 사진관(2022, 개) | 영업 중 점포 | 소상공인시장진흥공단(2023) | ||
| 카페 | 대형(2022, 개) | 영업 중 점포 | 지방행정 인･허가 데이터(2023) | |
| 소형(2022, 개) | 영업 중 점포 | 지방행정 인･허가 데이터(2023) | ||
| 독립변수 | 소비환경 |
인구밀도 (2022, 명/km²) |
인구밀도 = 서울시 총인구(외국인 포함) / 면적(㎢) | 서울 열린데이터 광장(2022a) |
|
생활인구 (2022, 명) | 2022 하반기 10대 생활인구 | 서울 열린데이터 광장(2022b) | ||
| 2022 하반기 20대 생활인구 | ||||
|
대중교통 (2022, 명) | 09시~12시 지하철 승객 수 | 서울 열린데이터 광장(2023) | ||
| 18시~20시 지하철 승객수 | ||||
| 점포환경 |
건물 통합정보 (2022, ㎡) | 상업용 연면적 평균 | 국가공간정보포털(2022) | |
| 주거용 연면적 평균 | ||||
|
상권정보 (2022, 개) | 학문･교육시설 | 소상공인시장진흥공단(2023) | ||
| 스포츠시설 | ||||
| 관광･여가 시설 | ||||
|
토지현황 (2022, ㎡, 지목별/법정동별) | 학교 | 서울 열린데이터 광장(2022c) | ||
| 공원 | ||||
| 하천 | ||||
|
환산 임대료 (2022년 2분기, 원) | 평균 환산 임대료 1층 | 서울시 상권분석 서비스(2022) | ||
| 사업체 창업률 (2021, %) |
(당해 연도 신규 창업한 사업체 수 / 당해 연도 존속 사업체 수) × 100 | 서울 열린데이터 광장(2021) | ||
텍스트마이닝 분석을 통해 구분된 속성에 따라 사진관은 유인과 무인으로 구분하였으며 카페는 운영 면적을 기준으로 10평(33.1㎡) 이상과 미만의 점포를 종속변수로 설정했다. 분석을 위한 자료 수집은 2022년 12월 31일을 기준으로 운영 중인 점포를 수집했다. 해당 업의 소분류와 상호를 기준으로 자료를 수집했으며, 일부 주소가 명확하지 않은 자료를 제외하는 정제 과정을 거친 후 총 유인 사진관은 5,041개, 무인 사진관은 491개의 데이터를 추출했다. 10평(33.1㎡) 이상의 카페는 7,288개, 10평(33.1㎡) 미만의 카페는 10,304개의 자료가 산출되었다.
입지 특성을 설명하기 위해 소비환경과 점포 환경으로 구분하여 독립 변수를 설정했다. 소비 경향에 따른 점포 입지를 설명하고자 했다. 소비환경은 소비패턴을 파악할 수 있으며 점포 환경은 소비 규모와 주변 인프라의 연결을 통한 소비 흐름으로 설명될 수 있다. 소비환경을 설명하는 인구 데이터는 지역별 인구밀도(명/km²)와 생활인구, 지하철 승객 수가 포함되며 10대, 20대 연령층 수(명)와 오전과 오후에 해당하는 시간대의 지하철 승객 수를 설정하였다. 인구분포와 업종별 업소 수는 업종별 매출액과 상관성을 보이므로(정대석･김형보, 2014) 인구밀도는 점포를 방문하는 고정적인 소비 인구로 설명될 수 있다. 디지털에 친숙한 Z세대는 비대면 소비에 빠르게 적응하며 소셜네트워크 서비스를 통해 소비 문화를 형성하고 있는 세대로(임지강 등, 2022) Z세대에 해당하는 10대~20대의 생활인구는 ‘선택적 대면’ 소비 경향을 대변하는 변수로 볼 수 있다.
COVID-19의 확산으로 인해 지하철 통행이 감소한 지역의 특징은 거주인구보다 종사자 수가 많은 지역과 문화 활동이 이루어지는 곳이다(이금숙 등, 2021). 따라서 지하철 통행의 변화는 경제활동의 변화를 설명하며 소비행태에 따라 구분된 점포의 주요 이용 시간대가 설명될 수 있다. 점포의 개점과 마감 시간대를 고려하여 9시~12시와 18시~20시로 구분했다. 점포 환경에 해당하는 토지이용 데이터는 토지이용 특성을 확인하기 위해 건축물 용도에 따라 주거용, 상업용 건물 연면적5)으로 구분하여 설정했으며 주변 인프라를 확인하기 위해 학문･교육시설6), 스포츠시설, 관광･여가 시설 수(개)와 학교 용지 면적, 공원, 하천(㎡)의 자료를 이용했다. 점포가 위치한 경제지표 데이터로 1층의 평균 환산 임대료 값(원)과 2021년 사업체 창업률(%)의 자료를 사용했다.
유인 사진관의 경우에는 소비환경으로 20대 생활인구, 18시~20시 지하철 승객 수와 09시~12시 지하철 승객 수, 다음으로 10대 생활인구, 인구밀도가 유의미한 변수로 나타났다. 점포 환경으로 설명되는 변수로는 스포츠시설과 학교 용지, 토지이용의 상업용 면적과 2021년 사업체 창업률, 관광･여가･오락 시설이 유의미한 영향을 주는 것으로 도출되었다(표 4). 유의성을 갖는 변수 중 유인 사진관 점포 입지에 정(+)의 상관관계를 갖는 변수는 20대 생활인구, 18시~20시 지하철 승객 수, 스포츠시설, 관광･여가･오락 시설이 위치한 상권으로 사업체 창업률이 높은 곳으로 설명될 수 있다. 유인 사진관의 입지에 부(-)의 영향을 미치는 변수는 09시~12시 지하철 승객 수와 10대 생활인구, 인구밀도, 학교, 상업용 토지이용 면적으로 산출되었다.
무인 사진관은 무인으로 운영을 시작한 기간이 짧아 424개의 행정동에 491개의 적은 점포 수로 회귀분석이 성립되기 위해 점포가 해당하는 행정동만 독립변수로 설정하였다. 무인 사진관은 현재 운영 중인 점포 수가 적어 설명력은 낮게 측정되었지만, 설명변수의 Variance Inflation Factor (VIF) 값이 낮으며 유의활률은 적합한 것으로 측정되었다. 무인 사진관의 분포와 정(+)의 상관관계를 보이는 변수는 20대 생활인구, 환산 임대료 1층, 18시~20시 지하철 승객 수와 관광･여가･오락 시설이었으며 부(-)의 관계를 보이는 변수는 상업용 연면적, 스포츠시설로 나타났다. 무인 사진관의 소비환경은 오후 시간대의 20대 생활인구의 이동이 많은 곳으로 설명되며 임대료가 높은 상가에 점포가 위치하며 관광･여가･오락 시설이 인근에 있는 것으로 산출되었다.
표 4.
사진관 입지 특성 분석 결과
| 상수 | 유인 사진관 | 무인 사진관 | ||||
| 표준화 계수 | t | VIF | 표준화 계수 | t | VIF | |
| 베타 | 베타 | |||||
| - | 0.031 | - | - | -1.231 | - | |
| 인구밀도 | -0.088 | -2.499** | 1.321 | -0.046 | -0.590 | 1.446 |
| 10대 생활인구 | -0.163 | -2.988*** | 3.203 | -0.105 | -0.896 | 3.261 |
| 20대 생활인구 | 0.377 | 7.109*** | 3.012 | 0.454 | 3.853*** | 3.288 |
| 09시~12시 지하철 승객수 | -0.177 | -3.685*** | 2.486 | -0.127 | -1.156 | 2.869 |
| 18시~20시 지하철 승객수 | 0.256 | 4.169*** | 4.038 | 0.314 | 1.967* | 6.048 |
| 상업용 연면적 | -0.112 | -2.867*** | 1.650 | -0.391 | -2.935** | 4.215 |
| 주거용 연면적 | -0.002 | -0.069 | 1.329 | 0.058 | 0.532 | 2.807 |
| 학문･교육시설 | 0.074 | 1.250 | 3.809 | 0.146 | 1.158 | 3.793 |
| 스포츠시설 | 0.319 | 5.332*** | 3.836 | -0.274 | -2.055** | 4.231 |
| 관광･여가･오락 시설 | 0.113 | 2.058** | 3.231 | 0.211 | 1.783* | 3.321 |
| 학교 | -0.147 | -4.179*** | 1.323 | -0.080 | -1.051 | 1.368 |
| 공원 | 0.050 | 1.469 | 1.232 | 0.118 | 1.044 | 3.036 |
| 하천 | -0.046 | -1.167 | 1.666 | -0.051 | -0.619 | 1.640 |
| 환산 임대료 1층 | -0.023 | -0.679 | 1.207 | 0.148 | 2.112** | 1.167 |
| 2021년 사업체 창업률 | 0.090 | 2.636*** | 1.239 | 0.088 | 1.215 | 1.241 |
| R2=0.620 수정된 R2=0.606 Durbin-Watson=1.398 F=44.293 (p<.000) | R2=0.439 수정된 R2=0.376 Durbin-Watson=1.997 F=6.943 (p<.000) | |||||
사진관의 주요 이용 시간대는 오전보다 오후 시간대로 나타났다. 20대의 이동이 많은 곳으로 상업용 토지이용도가 낮으며 주변에 관광･여가･오락과 관련된 시설이 입지하는 특성을 보인다. 사진관은 운영 방식에 따라 입지 특성에 차이가 나타났다. 유인 사진관은 학교와 접근도가 떨어지는 곳으로 주변에 스포츠시설이 위치하며 사업체 창업률이 높은 곳으로 입지 특성이 설명될 수 있다. 유인사진관은 고정된 수요보다 유동적인 수요가 발생하는 지역으로 상권의 변화가 빠른 곳에 위치하기 때문에 비대면 시기에 점포 운영에 어려움이 있었을 것으로 해석된다. 하지만 무인 사진관의 경우 자동화 기기로 운영되는 점포인 만큼 유인 사진관과 달리 접근이 용이한 1층에 위치하는 것으로 산출되었다.
다음은 카페의 지리적 특성을 분석한 결과이다(표 5). 소형 카페 입지에 정(+)의 영향을 미치는 변수는 20대 생활인구, 18시~20시 지하철 승객 수, 환산 임대료 1층, 스포츠시설, 관광･여가･오락 시설과 학교 순서로 유의미한 영향이 있었으며, 부(-)의 영향을 미치는 변수는 09시~12시 지하철 승객수, 10대 생활인구로 산출되었다. 10평 미만의 소형 카페가 분포하고 있는 지역의 지리적 특성은 10대 생활인구가 적고 20대의 생활인구가 많으며 오전인 09시~12시보다 18시 이후의 이용자가 많은 곳이 분포에 영향을 미치는 것으로 산출되었다. 소형 카페는 주요 시설로 스포츠시설과 관광･여가･오락시설, 학교가 함께 위치하며 1층 임대료가 높은 입지 특성을 갖는다.
표 5.
카페 입지 특성 분석 결과
| 상수 | 소형 카페 | 대형 카페 | ||||
| 표준화 계수 | t | VIF | 표준화 계수 | t | VIF | |
| 베타 | 베타 | |||||
| - | -1.366 | - | - | -1.779 | - | |
| 인구밀도 | 0.026 | 0.749 | 1.321 | -0.034 | -1.186 | 1.321 |
| 10대 생활인구 | -0.145 | -2.640*** | 3.203 | -0.154 | -3.432*** | 3.203 |
| 20대 생활인구 | 0.327 | 6.152*** | 3.012 | 0.355 | 8.183*** | 3.012 |
| 09시~12시 지하철 승객수 | -0.209 | -4.328*** | 2.486 | -0.185 | -4.695*** | 2.486 |
| 18시~20시 지하철 승객수 | 0.330 | 5.346*** | 4.038 | 0.329 | 6.539*** | 4.038 |
| 상업용 연면적 | 0.060 | 1.520 | 1.650 | -0.004 | -0.124 | 1.650 |
| 주거용 연면적 | -0.036 | -1.012 | 1.329 | -0.084 | -2.899*** | 1.329 |
| 학문･교육시설 | -0.012 | -0.207 | 3.809 | 0.060 | 1.228 | 3.809 |
| 스포츠시설 | 0.249 | 4.146*** | 3.836 | 0.309 | 6.305*** | 3.836 |
| 관광･여가･오락 시설 | 0.139 | 2.521** | 3.231 | 0.147 | 3.266*** | 3.231 |
| 학교 | 0.066 | 1.864* | 1.323 | -0.094 | -3.279*** | 1.323 |
| 공원 | 0.046 | 1.358 | 1.232 | 0.092 | 3.309*** | 1.232 |
| 하천 | 0.025 | 0.629 | 1.666 | 0.021 | 0.658 | 1.666 |
| 환산 임대료 1층 | 0.176 | 5.224*** | 1.207 | 0.117 | 4.257*** | 1.207 |
| 2021년 사업체 창업률 | 0.000 | 0.011 | 1.239 | 0.034 | 1.236 | 1.239 |
| R2=0.616 수정된 R2=0.602 Durbin-Watson=1.523 F=43.657 (p<.000) | R2=0.745 수정된 R2=0.735 Durbin-Watson=1.688 F=79.379 (p<.000) | |||||
대형 카페의 지리적 입지 특성을 분석한 결과는 다음과 같다. 유의미한 변수 중 정(+)의 영향을 미치는 변수는 20대 생활인구, 18시~20시 지하철 승객수, 스포츠시설, 1층 임대료, 공원과 관광･여가･오락 시설이며 부(-)의 영향을 미치는 변수는 09시~12시 지하철 승객 수, 10대 생활인구, 학교, 주거용 토지이용으로 도출되었다. 10평 이상의 대형 카페는 20대가 주된 소비층으로 오전 시간대의 이동보다 오후 시간대에 이동이 많은 곳으로 10대 생활인구가 적은 소비환경으로 설명된다. 점포 환경은 1층 임대료가 높은 상가에 위치하며 스포츠, 관광･여가･오락 시설과 함께 공원 시설의 방문과 연결되는 접근성이 좋은 곳으로 학교의 분포가 적고 주거용 토지이용도가 낮은 곳으로 나타났다.
카페는 10대보다 20대가 주요 소비층이며 오전보다 오후 시간대가 주요 방문하는 시간대로 접근성이 좋은 1층에 위치한다. 소형 카페는 테이크아웃 중심으로 운영되는 만큼 가시성으로 인해 임대료가 높으며 대형 카페의 경우 공간 면적으로 1층 임대료 값이 큰 이유가 설명된다. 주요 토지이용은 인근에 스포츠시설과 함께 관광･여가･오락 시설이 위치한 곳으로 설명된다. 정리하면 대형 카페의 경우 소형 카페와 동일한 소비환경을 갖지만, 점포 환경에서 차이가 나타났다. 대형카페는 학교와 접근성은 떨어지지만, 공원이 함께 분포하는 것을 알 수 있다.
분석 결과를 통해 소비경향의 변화로 수요가 집중된 사진관과 카페의 소비 경향과 지리적 속성과의 관계가 설명된다. 주요 소비층은 체험형 여가소비를 추구하는 Z세대인 20대로 확인되며 이용 시간대는 일과를 마친 오후 시간대로 나타났다. 또한 두 업종은 1층 임대료가 높은 곳으로 관광･여가･오락 시설의 방문이 많은 지역과 관련되는 것으로 설명된다.
5. 결론
수요중심의 점포 입지는 소비 경향에 따라 분포 패턴을 설명할 수 있다. 기술의 발달과 COVID-19의 확산으로 나타난 비대면 소비 경향은 점포의 입지 분포에 영향을 끼쳤다. 특히 비대면 소비 경향으로 확산한 무인점포의 입지 분포는 업종별로 차이가 나타났으며 이는 소비 방식의 다변화를 내포한다. 본 연구에서는 수요가 증가한 두 업종, 사진관과 카페를 대상으로 입지적 특성을 파악하였다. 이를 위해 먼저 SNS 키워드 분석을 통하여 이들 업종에 대한 소비 분포의 변화를 분석하였고, 커널 밀도분석을 통해 운영 중인 점포의 공간분포 패턴을 파악했다. 마지막으로 일반 선형회귀모형을 구축하여 이들 업종별 점포의 입지에 나타난 소비 경향과 지리적 속성의 관계를 분석했다. 분석 결과는 다음과 같다.
첫째, 사진관은 비대면의 소비 수요가 증가하였으나 카페는 여전히 대면 소비의 수요가 큰 업종으로 나타났다. 사진관은 2020년을 기점으로 무인으로 운영되는 사진관의 수요가 증가하면서 방문 목적을 나타내는 키워드가 상대적으로 감소한 것으로 나타났다. 이는 소비 방식의 변화로 무인 사진관과 유인 사진관의 방문 목적이 구분되고 있음을 의미한다. 비대면 소비의 영향으로 커피를 소비하는 방식이 다양화되었음에도 카페는 여전히 장소 중심의 수요가 증가세를 나타냈다. 특히 대형 카페의 수요가 큰 것으로 나타났다.
둘째, 사진관과 카페 모두 특정 지역을 중심으로 밀집 분포하는 양상을 나타냈다. 일반 사진관은 강남구와 마포구를 중심으로 밀집 분포하였고 무인 사진관의 경우 마포구와 함께 영등포구. 송파구와 강남구, 종로구와 성북구에 군집을 이뤄 입지 분포하는 패턴을 보였다. 카페의 경우 강남구를 중심으로 밀집 분포하였다. 소형 카페는 강남구와 함께 중구와 종로구 일대에서도 높은 밀집도를 나타냈다. 대형 카페의 경우 강남구와 함께 마포구 일대가 주요 밀집 지역으로 나타났다. 유동 인구가 많은 중심 상권을 중심으로 소비 방식의 다변화가 나타나는 것을 알 수 있었다.
셋째, 소비 방식의 변화로 수요가 집중된 무인 사진관과 대형 카페는 경험과 장소 소비를 선호하는 20대 연령층과 오후 시간대의 이용자로 관광･여가･오락 시설이 분포한 지역과 유의한 관계를 나타냈다. 대형 카페는 20대가 주요 소비층이 많고, 오후 시간대의 유동 인구가 많으며, 임대료가 높은 곳, 그리고 점포 환경은 여가시설, 스포츠시설, 공원이 주변 지역에 많은 곳과 유의한 관계를 맺었다. 이는 상업시설과 공원이 연결되어 이용객의 휴식 공간이자 다목적 공간으로 카페를 많이 이용한 것으로 해석된다. 무인 사진관 또한 높은 임대료 값을 갖으며, 접근성이 좋은 곳으로 오후 시간대에 20대 소비층의 분포가 높은 지역을 중심으로 입지 분포하는 양상을 나타냈다. COVID-19 상황에 부응한 두 업종의 점포 공간은 선택적으로 사람과의 접촉이 이루어지는 공간으로서 단순히 서비스만을 이용하는 목적이 아닌 소비를 통해 사람들과 직･간접적으로 접촉할 수 있는 장소라는 공통점을 갖는다.
본 연구는 소비 경향의 변화를 두 가지 대조적인 업종의 사례를 통해 지리적으로 접근하여 탐색하였다. 본 연구의 분석 결과는 소비 다변화를 반영하는 지역 및 상업 정책 구축에 기초자료로 활용될 수 있을 것이다. 특히 소비 방식의 다양화로 무인화와 자동화 추세가 보편화되었음에도 불구 카페 수요의 주요 요인은 장소 소비에 있음을 확인하였다. O4O(Online for Offline) 서비스가 증가하는 가운데 오프라인 소비공간의 중요성이 여전함을 확인하였다. 또한 온라인 기술이 발달함에 따라 사진 촬영 업에 대한 수요가 크게 변화한 현시점의 무인 사진관에 대한 입지적 특성을 분석했다는 점에서도 기초연구로서 의미가 있다. 사진관의 운영 형태가 다양화된 시점이 길지 않아 위치 데이터 확보의 어려움으로 점포 운영 형태에 따른 시계열 공간 패턴 변화를 분석하는 것에 한계가 있었지만, 최근 무인으로 확대되는 사진관은 점포 특성상 유인 사진관과 입지 분포에도 다소 차이가 나타남을 확인하였다.
본 연구의 분석 결과 점포의 입지 분포에 영향을 끼친 소비 경향과 지리적 속성과의 관계를 설명하는 데 소비층의 이동시간과 주요 상업시설이 주요한 영향을 끼침을 확인하였다. 따라서 소비 패턴의 변화를 나타내는 변수 설정에 주요 소비층의 이동시간 및 상업시설을 세분화하여 본다면 좀 더 면밀한 분석 결과가 도출될 것으로 판단한다. 또한, 카페의 경우 점포 선택에 있어 규모의 크기가 중요한 선택적 요인으로 나타났으므로 대형 카페가 주로 입지하고 있는 서울 근교를 공간적 연구 범위로 확대하여 분석할 필요가 있다. 이는 추후 연구과제로 남겨둔다.
