이 프로젝트는 석사 첫 학기 카이스트 건설환경공학과 도시연구특론(CE481(C)) 수업에서 간단하게 진행해본 파일럿 프로젝트다. 이 수업은 건설환경공학과 내의 Urbanism 수업으로, 'City Reader'라는 책으로 도시역사의 milestone이 된 연구들을 소개하고, 원문을 읽는 인문학 수업이다. 수업은 최종적으로 Term Project로 개인 연구와 관련된 파일럿 프로젝트를 각자 진행하게 되는데, Urbanism 안에서도 상권과 상업용 부동산의 변화 방향을 예측하는 것이 내 연구 주제다보니, Term Project도 '그 다음에 뜰 상권'(젠트리피케이션)을 예측하는 프로젝트를 진행했다.
젠트리케이션은 학계/언론에서 기존 주민을 몰아내는 부정적인 도시현상으로 비춰지곤한다. 하지만 젠트리피케이션은 지역가치가 상승함에 따라 주요 거주민이 뒤바뀌는 현상으로 긍정적/부정적 측면이 공존하는 현상이다. 젠트리피케이션은 낙후된 지역 가치를 활성화한다; 외부 자본의 유입, 소비 증가, 고용 증가, 부동산 가격 상승 등이 이 현상으로부터 파생되는 긍정적 부분들이다. 이를 통해 이익을 취하고자 하는 집단은 다양하지만, 크게 세 유형이 있을 수 있다고 판단했다; '
- 잠재성을 가진 토지를 발굴하고 싶어하는 부동산 투자자
- 블루오션을 찾고 있는 예비 창업자
- 관광을 통해 지역 활성화를 도모하고자 하는 지방자치단체 따라서 이 프로젝트는 젠트리피케이션을 비즈니스 기회로 바라보며, 잠재적인 투자처를 제공/추천하는 것을 목표로 한다. 예측은 추천시스템의 Collaborative Filtering 프레임워크의 유사도 측정을 기반으로 하며, 향후 5년 이내 젠트리피케이션이 발생할 상권을 예측하는 것이 프로젝트의 목표다.
투자자의 관점에서, 잠정적인 상권을 예측하기 위한 방법으로 추천시스템의 유사도분석 프레임워크가 과연 적절한 방법론인가?
- Boudary Setting
- Data Processing
- Similarity Analysis
- Verification
- Conclusion
예측의 범위는 서울시이며, 그 단위는 '길'이다. 우리마을가게상권분석서비스에서 제공하는 서울시 골목상권 데이터셋을 사용 이 데이터는 서울형 골목상권을 분석하기 위해 서울시에서 직접 수집한 데이터셋이다. 대로변이 아닌 거주지 안의 좁은 도로를 따라 형성되는 상업세력의 범위를 의미하며, '길'기준 블록 단위 데이터다.
제공하고 있는 데이터는 총 10개로; 생활인구 / 상주인구 / 직장인구 / 점포 / 집객시설 / 아파트 / 추정매출 / 소득소비 / 상권변화지표 / 상권영역이다.
(1) 유사도 분석을 진행하려면 Street Code x Feature Matrix가 필요한데, 이 10개 항목을 Street Code 별로 분류할 수 있는 데이터셋은 상주인구 / 직장인구 / 집객시설 / 추정매출 / 상권변화지표 5개 요소이기에, 이 다섯개를 활용해 Matrix(1209 골목상권 x 9 Feature)를 만들었다.
(2) 또한 데이터는 분기단위로 제공되는데, 효율적인 작업 진행을 위해 년 단위로 환산하는 작업을 해 주었다.
(3) 마지막으로 유사도 분석을 하는 과정에서, 특정 Feature의 값이 지나치게 크면, 그 Feature에 대한 bias가 발생할 수 있기 때문에 정규화하는 과정을 거쳤다.
본 연구에서 이야기하는 유사도 분석은, 추천시스템의 한 종류인 Collaborative Filtering의 한 방법이다. 한 유저 A의 특정 아이템에 대한 선호도를 추정하는데 쓰이는 방법이다. 방대한 User x Item Matrix의 유사도를 학습함으로써, 임의의 사용자와 유사한 사용자(neighbor)들이 해당되는 아이템에 대해 내린 점수를 기반으로 유저 A의 해당 아이템 선호도를 예측하는 것이다. 이 프로젝트의 경우에는 User 대신, '골목상권'의 유사도를 측정함으로써 이 상권과 유사한 잠재력을 지닌 타 골목상권을 도출하고자 한다.
유사도를 측정하는 방식에는 여러가지가 있지만, 대표적으로 Eucleadian Distance와 Cosine Similarity 두 방식이 있다. 단순히 Eucleadian Distance만 비슷한 것을 찾는다면 특성간의 인과관계를 유추하기 어려울 것이라 생각했다. 따라서 이 실험에서는 Cosine Similarity를 사용했는데, 그 이유는 잠재적 상권을 도출하기 위해서는, 기준 상권의 과거 상태와 벡터가 유사해야한다고 판단했기 때문이다.
유사도 분석을 하기 위해서는 기준점이 필요하다. 기준이 되는 골목상권의 조건은
- Filter1 : 2021년 기준 매출 규모가 '명동길'보다 클 것 : 명동은 중국과 코로나 이슈로 직격타를 입은 대표적인 상권이다. 기준이 될 상권은 명동보다는 매출 규모가 클 필요가 있다.
- Filter2 : 2017 - 2021 5년간의 성장률이 10% 이상일 것 : 성장률을 10%로 잡은 것은, 코로나19 lockdown이라는 macro한 상황이 있었기 때문에, 10%도 고무적인 성장이라고 생각했다.
이에 따라 4개의 상권을 도출했고, 2017년의 기준상권과(a), 2018/2019/2020/2021의 대상상권(b)를 비교하게 된다.
가령 아차산로15길 상권을 예로 들면, 총 1209개의 유사도가 2018-2021의 기간동안 년도별로 나온다. 그럼 단순히 이들 가운데 top10을 추리면 그것이 최종 예측일까? 필터의 기준이 필요하다.
- Filter 1: 각 년도별 유사도가 0.95 이상이었던 상권
- Filter 2: 2년 이상 중복해서 등장한 골목상권
그렇다면 예측한 결과가 실제로 의미있는 결과일까? 예측한 상권들의 시간에 따른 203040매출이 양의 correlation을 갖는다면, 예측 결과가 의미를 갖는다고 주장할 수 있겠다.
결과적으로 실험이 완전히 성공적인 것은 아니지만, 첫번째 타입을 가지고 실험한 상황에서 상권들이 우상향하는 경향을 확인할 수 있었다. 하지만 보다 뚜렷한 결과물을 얻기 위해서는 실험에 정교함을 더할 필요가 있다. 단계별로 어떻게 개선할 수 있을지는 다음과 같다.
- 데이터는 현재 각 '길'에서 나온 데이터의 단순 합이다. 보다 정확한 결과를 위해서는 미터 단위로 나누는 작업을 해줄 필요가 있다.
- 현재 데이터는 특정 시점 데이터만을 포함하고 있다. 본 실험의 취지상, '변화량'이 목적이므로, 시계열적 데이터 포맷으로 변경할 필요가 있다.
- 떠오르는 상권을 목적으로 한다면, 단순히 매출규모가 크고, 성장률이 큰 상권을 고르는 것 이상의 질적인 FEATURE도 고려한 기준 상권들을 설정할 필요가 있다.
- 이 방식이 맞는지 검증하기 위해 도출한 결과들의 시간에 따른 매출성장의 상관관계를 살펴보았는데, 아무래도 COVID19 Lockdown으로 인해 데이터가 오염되어있었다.
- SNS 언급수라던지, 유동인구 등 적절한 다른 매트릭을 살펴볼 필요가 있다.