전주의 한 시장 상권을 조사하면서 지도앱 리뷰 4,901건과 방문 동선이 서술된 후기 269건, 합계 5,170건을 전수로 읽었습니다. 시작 전 예상은 “맛이 없다”, “비싸다” 같은 음식 불만이었습니다. 실제로 가장 일관되게 반복된 불만은 음식이 아니었습니다. 길을 못 찾겠다는 것이었습니다.
이 글은 그 조사에서 확인된 불만의 실제 분포와, 시장·골목 상권을 운영하거나 지원하는 분들이 이 데이터를 어떻게 쓸 수 있는지를 정리한 것입니다.
핵심만 카드뉴스 5장으로 정리했습니다. 옆으로 넘겨 보세요.
핵심 요약
- 리뷰 5,170건 전수 검토 결과, 반복 불만의 상당수는 개별 점포가 아니라 길찾기·주차 안내·진입 구조에서 나왔습니다.
- 방문객 유입의 약 65%가 인근 대형 관광지에서 이어지는 동선이었고, 시장을 나온 뒤에도 다시 그곳으로 돌아가는 왕복 구조였습니다.
- 수집 리뷰의 53%는 별점 없는 리뷰였고, 강한 불만의 상당수가 여기에 있었습니다 — 별점 평균만 보면 보이지 않는 정보입니다.
- 길찾기·안내 불만은 안내물과 정보 정비로 풀 수 있는, 즉 예산으로 해결 가능한 불만입니다.
불만의 실제 분포 — 음식이 아니라 구조
불만 서술을 유형별로 집계하면 이렇습니다.
| 불만 유형 | 규모 | 내용 |
|---|---|---|
| 시장 안쪽 점포를 못 찾음 | 39건 | 시장 안쪽 골목이 미로 같아 헤맸다는 서술이 반복 — 한 점포에만 21건이 몰림 |
| 지도앱 정보 오류 | 16개 사례 | 지점 혼동, 영업중 표시인데 문 닫힘, 휴무 공지가 SNS에만 |
| 시장 구조 혼선 | 26건 | 입구가 여러 개인데 안내가 진입점을 특정하지 않음 — 이 중 11건이 2층 구역 진입 실패 |
| 주차 안내 혼선 | 불만 24건 | 주차 언급은 총 199건(긍정 포함)인데, 불만의 핵심은 주차장 부족이 아니라 안내 불일치 — 같은 점포에 주차 안내가 5종류로 병기된 사례, 무료 조건도 3가지가 혼재 |
주목할 점은 방문객들이 이미 스스로 해법을 만들어 쓰고 있다는 것입니다. 리뷰에는 유명한 점포를 기준점 삼아 “거기를 찍고 오면 쉽다”는 식의 자생적 랜드마크 안내가 반복해서 등장합니다. 안내 체계를 새로 발명할 필요 없이, 이용자가 이미 쓰는 길안내를 공식화하면 되는 문제입니다.
동선 데이터 — 시장은 목적지가 아니라 코스의 후반부
여기에 동선 데이터를 겹치면 그림이 완성됩니다. 최근 24개월 온라인 게시물 2,370건에서 방문 순서 서술을 집계한 결과, 이 시장 직전 방문지는 인근 대형 한옥 관광지(40~42%)와 그 주변 명소들로, 유입의 약 65%가 한 관광지 권역에서 이어졌습니다. 그리고 시장을 나온 뒤 1위 목적지도 다시 그 관광지(37~47%)였습니다.
방문객 대다수는 시장을 목적지가 아니라 관광 일정의 후반부로 소비합니다. 낯선 시장 안에서 목적한 점포를 찾다 지쳐 리뷰에 불만을 남기는 구조입니다. 시장 이후로 이어지는 다음 목적지가 사실상 비어 있다는 것도 확인됐는데 — 이 빈 구간을 채우는 코스를 제시하는 쪽이 그 시간을 차지하게 됩니다.
별점 통계가 놓치는 53%
수집한 리뷰 4,901건 중 별점 없는 리뷰가 2,583건, 53%였습니다. 위생·응대·길찾기에 대한 강한 불만의 상당수는 이 무별점 리뷰에 있었습니다. 별점 평균을 보는 대시보드에는 애초에 잡히지 않는 정보입니다. 관리 주체가 “평점 괜찮은데?”라고 안심하는 동안, 불만은 별점 바깥에 쌓입니다.
그래서 무엇을 해야 하나
공공기관·재단·시장 사업단 담당자라면 — 활성화 예산을 점포 지원에만 쓰고 있다면 불만 데이터부터 집계해 보시기 바랍니다. 안내물·지도·진입 동선 정비가 같은 예산으로 더 큰 만족도 개선을 낼 수 있습니다. 사업 전후로 같은 방법으로 측정하면 성과보고 근거도 됩니다.
관광·안내물 과업을 수행하는 기획·디자인사라면 — 어떤 점포를 싣고 어떤 길로 안내할지, 리뷰·동선 데이터가 답을 이미 갖고 있습니다. 감으로 고른 지도와 데이터로 고른 지도는 결과물의 설득력이 다릅니다.
시장·골목에서 장사하는 분이라면 — 우리 가게 불만 리뷰가 ‘맛’이 아니라 ‘못 찾겠다’라면, 메뉴 개선보다 지도앱 정보 정비(지점명·영업시간·휴무 공지)가 먼저입니다. 비용 없이 할 수 있는 일입니다.
데이터가 말하지 않는 것
정직하게 한계도 적어둡니다. 이 수치는 실제 방문자 전수가 아니라 온라인에 흔적을 남긴 방문객의 기록입니다. 후기를 쓰지 않는 방문객, 온라인에 등록되지 않은 노점·매대는 잡히지 않습니다. 리뷰 속 서술은 방문객의 주장이며 사실 여부를 개별 검증한 것은 아닙니다. 그리고 불만 건수는 방문 규모에 비례해 늘어나는 경향이 있어, “불만이 많다”는 “사람이 몰린다”의 신호이기도 합니다.
본문의 수치는 블루코코넛이 2026년 8월 5~6일 자체 수집·분석한 값입니다. 개별 점포를 지목하지 않기 위해 시장명과 업소명은 익명 처리했고, 모든 수치는 집계 단위로만 제시합니다.
자주 묻는 질문
이런 조사는 어떻게 하나요?
점포 명부를 전수 확보한 뒤 검색량·온라인 게시물·지도앱 리뷰를 점포 단위로 수집합니다. 별점 없는 리뷰까지 텍스트로 전수 검토하고, 후기에 서술된 방문 순서를 집계해 동선을 도출합니다. 실측 방문자 데이터가 공개되지 않는 국내 환경에서 온라인 흔적을 체계적으로 읽는 방식입니다.
우리 시장·골목도 같은 조사가 가능한가요?
가능합니다. 전통시장뿐 아니라 골목상권·거리 단위로도 같은 방법이 적용됩니다. 점포 수와 조사 범위(관심도 순위만 볼지, 동선·불만 구조까지 볼지)에 따라 기간과 규모가 달라집니다.
조사 결과는 어디에 쓰이나요?
안내물·지도·관광코스 설계의 근거자료, 활성화 사업의 기초조사와 성과 측정, 출점·입지 검토에 쓰입니다. 데이터에 유통기한이 있으므로 의사결정 직전에 조사하고, 결정이 이어지는 동안 분기 단위로 갱신하는 방식을 권합니다.
