Project — 인구 변화 예측

이 동네, 5년 후에도 사람이 있을까?

전국 3,518개 행정동 · 20년 데이터 (2000~2021) · 청년/고령/영유아 세그먼트별 예측

3,518

행정동 분석

20년

데이터 기간

461개

분석 변수

매장을 열었는데, 몇 년 만에 동네 인구가 줄어서 망했다. 10년 장기 임대 계약을 했는데, 5년 만에 상권이 죽었다.

지금 사람이 많다고 해서, 5년 후에도 많을 거라는 보장은 없다. 한국은 인구 감소가 이미 시작된 나라다. 하지만 모든 동네가 똑같이 줄어드는 건 아니다. 어떤 동네는 청년이 유입되고, 어떤 동네는 고령자만 남는다.

4가지 인구 세그먼트를 각각 예측

고령 인구

R² 50.0%

고령화가 어디서 가속되는가

청년 (20~34세)

R² 47.8%

젊은 인구가 떠나고 있는가

전체 인구 유입

R² 47.3%

동네로 사람이 모이는가, 빠지는가

영유아 (0~4세)

R² 36.4%

아이를 키우는 가구가 있는가

2005/2010/2015년 학습 → 2020년 실제 인구와 비교 (out-of-sample 검증)

상업·금융 일자리가 있는 동네는 살아남는다

SHAP 기여도 1위. 커머스, 금융, 서비스업 일자리가 인구 유입을 결정.

1인 가구 비율이 높으면 위험 신호

이동이 쉬운 1인 가구는 조건이 나빠지면 바로 떠난다.

고령화 지수가 높으면 청년이 떠난다

노인 비율 ↑ → 상권 위축 → 청년 이탈의 악순환.

아파트 비율이 높은 곳은 상대적으로 안정

가족 단위 거주가 많아 인구가 유지된다.

매출 예측 + 인구 예측 = 완전한 의사결정

매출 예측만으로는 “지금 잘 팔리는가”만 안다. 인구 예측을 결합하면 “앞으로도 잘 팔릴 것인가”까지 답할 수 있다.

전국 3,518개 행정동

읍면동 단위

20년 데이터

통계청 2000~2021

461개 변수

인구, 가구, 주거, 산업, 고용

XGBoost + SHAP

예측 + 요인 분석

brlim@hanyang.ac.kr