본 연구는 2008년 세계 금융위기 이후, 2020년 코로나 팬데믹 등 세계를 뒤흔든 경제적 위기 속에서 상업지역인 상업가로의 업종변화 패턴을 경제적 여건과 관광산업의 발전과 쇠퇴에 따른 업종변화를 시간적으로 분석하면서, 개별 상업 가로에서 발생하는 업종변화를 공간적으로 파악함으로써, 지역별 중심 상업 가로에서 진행된 장소성의 변화를 통해 파악하려는 도전적으로 시도하였다.
이러한 맥락에서 본 연구의 내용은 다음과 같다.
첫째, 2장에서 국내외 상업가로 및 업종의 정의와 연구 방법을 고찰하고, 국내 대표적인 상권에 업종변화의 분석 방법을 도출하고 수많은 업종을 11개 유형화로 도출하였다.
둘째, 이를 토대로 제3장에서 국내 대표적인 3개 상업지역을 대상으로 시간적 및 공간적으로 상업지역별 업종위치 변화의 특징을 살펴본다.
셋째, 제3장에 따라 지역별 업종에 대한 밀집지역 분석결과를 바탕으로 제4장에서 구체적인 가로 형태를 도출하였다. 같은 해에 국내 대표적인 상업지역에서 업종 유형별로 가로변화 유형을 통해 변화 흐름을 살펴본다. 변화 흐름을 바탕으로 상업지역 가로별 발생하는 업종위치 변화 패턴을 분석한다.
살펴보면, 2장은 상업지역과 상업가로 연구 사례 대상으로 선행연구의 분석 방법의 고찰로서, 본 연구의 틀을 설정하였다. 시간적 분석 방법은 국내의 대표적인 인터넷 포털사이트에서 제공하는 온라인 로드뷰인 네이버 로드뷰(NAVER road view), 다음 로드뷰 (DAUM road view)를 기반으로 연구지역의 모든 1층 상가를 대상으로 상가 업종별 1차 자료를 구성하였다. 이 자료를 바탕으로 11개 업종을 설정해서 지역별 가장 대표적인 업종의 위치를 중점적으로 분석하기 위해 지리정보시스템(ArcGIS 10.5)을 커널밀도도구 (kernel density)를 활용하여 업종별 분포도를 분석하였다.
커널 밀도 분석 범위 설정의 중요성을 고려하여, 실제 연구 진행하기 전에 커널 밀도 범위에 대해 테스트를 진행하여 연구대상지 비교 및 가로와 업종 선호관계를 파악하기 위해 최종 커널 밀도 분석 범위는 가로변 상점 위치 변화 및 가로의 선호관계를 고려하여 최종 20m로 지정하였다.
이에 토대로, 3장은 국내 도심 상업지역인 서울특별시 명동 상업지역, 부산광역시 서면 상업지역, 광주광역시 충장로 거리 상업지역에 2008년부터 2021년까지 연도별로 시간적으로 지역 내부 변화가 독특한 업종변화를 찾아낸다. 이에 토대로, 지역에 독특한 업종변화의 공간적 분포 위치를 살펴보고 세분적으로 분석한다.
따라서, 조사지역 업종 유형의 시간적 분석 결과는 음식류 유형, 패션 유형, 뷰티 유형, 미운영 유형은 2008년부터 2021년까지 변화가 가장 독특한 업종 유형으로 도출하였 다. 도출한 유형에 따라 Arc GIS에 커널 밀도분석 도구(kernel density analyst)를 통해 업종별 밀집한 지역 및 변화가 분석하였다. 그리고, 밀집한 지역을 더욱 상세하게 파악하기 위해 연도별 및 가로별로 상점의 차지 수량 및 차지 비율을 따라 연도별 조사지 역에 단일성 가로와 복합성 가로가 끌어낸다.
상점의 위치변화 및 단일성 가로와 복합성가로 나타난 원인을 파악하기 위해 공시지 가를 주요 비교분석의 대상으로 공시지가와 업종 밀집한 지역 및 단일성가로 와 복합성 가로의 상관관계를 분석하여 단일성가로 와 복합성가로의 변화 원인을 도출한다.
서면 지역과 충장로 지역에 업종 유형에 대해 분석 방법은 명동 지역과 같지만, 서면 지역에서 공구로 유명하기 때문에 공구를 포함하고 있는 전기공업 유형이 분석내용에 추가하였다. 즉, 서면지역에 시간적 및 공간적 분석은 주로 음식 유형, 전기공업 유형, 패션 유형, 미운영 유형이다. 뷰티 유형은 변화가 작지만, 명동지역에 뷰티 유형과 비교하기 위해 분석내용에서 추가하였다.
충장로지역은 주로 패션 유형이 운영하기 때문에, 분석내용에 패션유형, 음식유형, 뷰티유형, 미운영유형에 대해 시간적 및 공간적 분석하였다.
4장은 주로 시간적 및 공간적으로 조사지역에 업종 변화의 공통점과 차이점을 파악하기 위해 분석 내용이다. 시간적으로 분석 결과는 대표적인 유형은 음식 유형이다. 반면 에, 뷰티 유형과 패션 유형은 지역 운영 특색에 따라, 감소나 증가 현상이 나타낸다.
이에 토대로, 조사지역에 대표 업종 유형으로 음식, 패션, 뷰티, 미운영이 커널 밀도 분석 중 가장 밀집한 가로지역을 통해 4가지 가로 유형이 구별했다. 가로의 교차점 일대에 있는 밀집한 상점은 코너형(┗)으로 정했다. 사거리에 네 방형에서 보이는 밀집한 상점은 사거리형(╋)으로 정행다. 사거리에 붙이고 있지만, 교차점까지만 나온 T차형(┳)으로 정했다. 직선가로의 전지역에서 밀집한 상점의 현상을 나타난 경우는 일자형(━)으로 정했다.
분석 결과는 아래와 같다. 첫째, 음식유형은 가로 교차점에서 많이 밀집한 현상이 보이지만, 가로 교차점은 지역 중심이자, 유동인구가 가장 모임한 장소 때문에, 음식점은 선호한 지역이다. 둘째, 패션 유형은 주로 지역내부 패션 특색 가로 주변에 밀집한다.
셋째, 뷰티 유형은 명동지역만 변화 현상이 크게 나온 원인은 외국관광객 선호한 뷰티 관련 상점이 운영하고 있다. 서면지역과 충장로지역은 뷰티 유형은 주로 국내 소비자들이 많이 찾는 메인가로에서만 밀집한 현상이 보인다. 마지막에, 유동인구 보장한 동시에 지역특색이 유치하며, 해당지역에 미운영 유형의 수량은 감소할 수 있는 결로를 얻급했 다.
본 연구는 2008년 세계 금융위기 이후, 2020년 코로나 팬데믹 등 세계를 뒤흔든 경제적 위기 속에서 국내외 유명한 명동상업지역, 서면 상업지역, 충장로 상업지역의 1층 점포의 업종이 시간적·공간적으로 업종 변화를 겪어왔는지 구체적인 데이터를 바탕으로 추적·분석하였다. 이는 단순히 상업활동의 변화를 넘어서, 상업지역이라는 장소의 지역성 이나 정체성의 변화를 살펴볼 수 있는 실증적 증거라는 점에서 큰 의미를 가진다.
따라서, 본 연구는 업종 변화라는 데이터를 통해 조사지역 거시적인 지역성의 변화 뿐만 아니라 각각의 개별 상업가로의 정체성의 변화를 실증적으로 분석하였다는 점에서큰 의의를 가진다고 할 수 있다.
다만, 본 연구는 인터넷 플랫폼에서 제공하는 로드맵 정보에서 추출한 정보라는 한계가 있고, 점포의 규모나 가격의 차이 등에 대한 고려를 못 하는 점에서 실제 현장에서 느끼는 장소성과 다소 차이가 있다는 약점도 있다.