“창업, 감이 아닌 데이터로”…핀다의 상권분석 서비스 ‘오픈업’

예비 창업자에게 창업은 인생을 거는 결정이다. 대부분이 첫 창업인 만큼 믿고 의지할 수 있는 가이드를 찾으려 하지만, 현실은 불확실성의 연속이다. 창업을 위해 실제로 활용할 수 있는 데이터는 극히 제한적이다. 그간 예비 창업자들이 할 수 있는 일은 상권을 직접 찾아가 매장의 붐비는 정도를 눈으로 확인하거나, 네이버 리뷰 수를 참고해 장사가 잘되는지 가늠하는 정도였다. 주변 상인들에게 매출을 묻거나 알음알음 정보를 얻는 방식도 일반적이었다. 하지만 어느 정도의 매출이 가능한지, 손익분기점을 넘길 수 있을지를 판단해야 하는 결정치고는 지나치게 주먹구구식이라는 지적이 이어져 왔다.

핀테크 기업 핀다는 이러한 문제의식에서 출발해 프랜차이즈 전용 인공지능(AI) 상권분석 솔루션 ‘오픈업 프로’를 내세우고 있다. 핀다는 오픈업이 상권 정보를 데이터 기반으로 정밀 추정하는 유일한 분석 플랫폼이라고 강조했다. 핀다는 특정 고객사에 한정된 데이터 제공을 넘어, 보다 폭넓은 고객 저변을 확보하겠다는 미션 아래 2022년 7월 오픈업을 인수했다. 오픈업은 전국 상권의 매출과 주변 인구통계 데이터를 축적해온 빅데이터 상권분석 플랫폼이다. 최근에는 프랜차이즈 본사를 겨냥한 ‘오픈업 프로’를 새롭게 출시했다.

오픈업 프로는 1억5000만 건에 달하는 상권 빅데이터를 기반으로, 전국 8000여개 프랜차이즈 본사의 출점 성공 확률을 높이는 것을 목표로 한다. AI 기반 맞춤형 분석을 통해 프랜차이즈 본사에 특화된 기업간거래(B2B) 상권분석 서비스를 제공하는 것이 특징이다. 기존 오픈업이 예비 자영업자와 개인사업자를 대상으로 최근 1년치 상권 데이터를 제한된 횟수로 제공했다면, 오픈업 프로는 수십 개 매장을 운영하는 프랜차이즈 본사를 대상으로 2018년 이후 월별 매출 데이터를 무제한으로 제공한다. 보다 장기적이고 입체적인 상권 분석이 가능해진 셈이다.

김미영 핀다 오픈업 프로덕트 총괄을 만나 오픈업 프로의 개발 배경과 향후 전략에 대해 자세한 이야기를 들어봤다.

기존 오픈업이 있었는데도 ‘오픈업 프로’를 출시하게 된 배경은 

오픈업을 약 3년간 무료로 운영하며 내부 데이터 분석을 진행한 결과, 서비스를 가장 가치 있게 활용하는 핵심 고객군이 프랜차이즈 본사 점포 개발팀이라는 점을 확인했다. 이들은 사용 빈도와 충성도가 모두 높은 이용자로, 상권 분석이 성과와 직결되는 핵심 업무다.

프랜차이즈 본사는 가맹점 확대와 유통망 확장이 필수적인데, 이 과정에서 출점 성공 가능성을 높이는 것이 무엇보다 중요하다. 그렇기에 오픈업이 이들의 핵심 수단으로 활용되고 있었다. 다만 오픈업은 예비 창업자를 중심으로 설계돼 있어, 대량의 상권 데이터를 전문적으로 분석해야 하는 본사 실무자들에게는 기능적 한계가 있었다. 이러한 전문가들의 페인 포인트(고충점)를 보다 효율적으로 해결하기 위해 고민한 결과 B2B 서비스인 오픈업 프로를 출시하게 됐다.

프랜차이즈에서 느끼는 고충점은 구체적으로 무엇인가

많은 프랜차이즈 본사 실무자들이 상권 분석을 감이나 경험에 의존해 진행하고 있었다. 점포 개발 경력이 오래된 담당자가 ‘특정 상권에 들어가면 무조건 잘 된다’는 식으로 점주와 상담하는 경우가 많았지만, 이를 뒷받침할 정량적 근거가 부족해 누구도 확신을 갖기 어려운 상황이었다.

오픈업 도입 이후에는 동종 업종이나 유사 매장의 매출 데이터를 기반으로 해당 상권에 실제 소비자 수요가 존재하는지를 설명할 수 있게 됐다. 이를 통해 본사와 점주가 모두 데이터에 근거해 보다 확신 있는 출점 결정을 내릴 수 있는 환경이 마련됐다.

또 다른 페인 포인트는 업무 강도와 시간 부담이다. 가맹 본사들은 한 달에 100건 이상의 전화 상담과 10건 이상의 대면 미팅을 진행하며, 그에 맞춰 방대한 상권 데이터를 검토해야 한다. 기존에는 매장별 데이터를 하나씩 조회하며 일일이 분석해야 했지만, 오픈업 프로는 이러한 과정을 크게 단축할 수 있는 기능을 제공한다. 반복적인 상권 검토 업무 시간을 약 10분의 1 수준으로 줄여, 보다 효율적인 점포 개발이 가능하도록 설계됐다.

대량의 상권 데이터를 처리·분석하는 방식에서 오픈업 프로만의 차별점은

크게 두 가지 축에서 진화가 이뤄졌다. 첫째는 방대한 상권 데이터를 보다 압축적이고 구조적으로 정리해, 실무자가 한눈에 파악할 수 있는 직관적인 사용자 경험(UX)을 제공했다는 점이다. 기존에는 많은 데이터를 개별적으로 확인해야 했다면, 오픈업 프로에서는 핵심 지표를 중심으로 빠르게 판단할 수 있도록 화면과 흐름을 재설계했다.

둘째는 데이터 해석 과정의 부담을 줄이기 위해 ‘AI 에이전트’를 도입했다는 점이다. 단순히 파편화된 데이터를 나열하는 방식에서 벗어나, AI 에이전트가 대신 데이터를 읽고 요약, 브리핑하는 구조를 갖췄다. 이를 통해 실무자는 데이터를 직접 해석하며 통찰을 도출해야 하는 수고를 크게 덜 수 있게 됐다.

기존 오픈업에서도 추정 매출 산출 과정에 AI를 활용하고 있었지만, 상권 분석 전반을 전담하는 전문적인 AI 에이전트는 제공하지 못했다. 오픈업 프로부터는 분석가의 역할을 수행하는 상권 분석 AI 에이전트를 본격적으로 적용했다. 해당 AI 에이전트는 단순한 수치 분석을 넘어, 축적된 데이터와 상권 분석 노하우를 결합해 실무에 바로 활용할 수 있는 해석을 제공한다. 업계에서 통용되는 관점과 경험적 인사이트를 반영해 데이터를 해석함으로써, 점포 개발 업무에 보다 적합한 형태로 정보를 전달하는 데 초점을 맞췄다.

프랜차이즈 본사들이 상권 분석을 자체 개발하기보다 외부 협업을 선택하는 이유는

전국 프랜차이즈 본사는 약 8800개에 달하며, 이 가운데 70% 이상은 규모가 작은 사업자다. 주로 오픈업 프로에 관심을 보이는 고객사는 이제 막 가맹 사업을 시작했거나 본격적인 확장 단계에 진입한 프랜차이즈 본사들이다. 이들은 아직 충분한 노하우와 데이터가 축적돼 있지 않은 상태로, 내부적으로 상권 분석 시스템을 개발하기보다 외부 전문 솔루션에서 즉각적인 가치를 느끼는 경우가 많다.

특히 신생·중소 프랜차이즈일수록 가맹점 하나하나의 성공이 사업 전체에 결정적인 영향을 미친다. 단 한 곳의 실패도 치명적일 수 있기 때문에, 대표가 직접 점주를 면접하고 상권 분석에 동행하는 사례도 적지 않다. 실제 고객군을 보면 가맹 사업을 5~6년 운영하며 전국 약 50개 내외의 매장을 보유한 프랜차이즈 본사들이 본격적인 확장 국면에서 오픈업 프로를 활용하고 있다. 레코드피자, 옛날경성순대국 등 중소형 프랜차이즈가 대표적이다.

대형 프랜차이즈 본사 역시 상황은 크게 다르지 않다. 수천 개에 이르는 자체 유통망 데이터를 보유하고 있지만, 이는 어디까지나 자사 브랜드 매장에 국한된 정보다. 실제로 매장을 방문하지 않고 지나치는 유동 인구나, 경쟁·인접 상권에 대한 데이터는 내부적으로 파악하기 어렵다. 이러한 이유로 외부 시장 데이터를 필요로 하는 수요가 꾸준히 존재한다. 롯데그룹의 식품 외식사업체 롯데GRS도 신규 브랜드 출점을 추진하는 과정에서, 기존에 경험이 없는 영역의 시장 수요를 분석하기 위해 사용하고 있다.

현재 약 200개 프랜차이즈 본사가 오픈업 프로를 체험하거나 도입을 검토 중이며, 확정된 계약은 약 15곳이다. 서비스 초기 단계로 아직 전담 세일즈 조직이 없는 상황이지만, 도입 문의와 계약은 꾸준히 이어지고 있다.

수익 모델은 어떻게 구성돼 있는가

오픈업 프로는 B2B 기반의 구독형 서비스로, 월 구독과 연 구독 모델을 운영하고 있다. 월 기준 이용 요금은 99만원부터 시작하며, 연 단위로 계약할 경우에도 기본요금은 동일하지만 데이터 스펙과 활용 범위에 따라 금액이 결정된다. 연 구독 기준으로는 990만원에서 5000만원까지 요금 차이가 발생한다. 요금은 지역 단위 데이터 제공 방식에 따라 달라진다. 기본 상품은 수도권 기준으로 서울·경기·인천 등 시도 단위 3개 지역을 선택해 월 99만원에 이용할 수 있도록 설계됐다. 전국 단위 가맹 확장이 필요한 프랜차이즈 본사의 경우에는 선택 지역 수에 따라 추가 과금하는 구조다.

내년까지의 목표는 500개 프랜차이즈 본사 고객을 확보하는 것이다. 프랜차이즈 가맹 사업 확장에는 정밀한 상권 분석이 필수라는 인식을 업계 표준으로 만들고, 오픈업 프로가 그 기준이 되는 것을 지향하고 있다. 일부 고객사에서는 가격이 오히려 저렴하다는 평가를 내놓고 있다. 상권 분석 전담 인력을 채용해 현장 조사와 데이터 분석을 수행할 경우 연간 인건비만 수천만 원이 소요되는 점을 고려하면, 오픈업 프로는 비용 대비 효율이 높다는 판단이다

기존 오픈업은 부분 유료화 모델을 적용하고 있다. 예비 창업자가 기본적인 상권 분석을 수행하는 데 필요한 범위는 무료로 제공하며, 더 많은 데이터나 심화 분석이 필요한 경우에 유료 옵션을 선택하도록 구성했다. 창업 초기 단계에서 진입 장벽을 낮추는 데 초점을 맞춘 구조다.

핀다가 오픈업으로 얻는 이점은

오픈업은 현재 약 30만명의 회원을 보유하고 있으며, 이는 핀다가 집중하고 있는 예비 창업자·개인사업자 대출 시장과 직접적으로 맞닿아 있는 고객군이다. 상권 분석은 창업을 준비하는 단계에서 필수적으로 요구되는 서비스인 동시에, 금융이 필요한 고객을 구체적으로 타깃 할 수 있는 접점이라는 점에서 핀다에게 전략적 의미가 있었다. 대출을 제공하기에 앞서, 금융 수요가 발생할 가능성이 높은 고객을 선제적으로 확보할 수 있는 구조라는 판단이었다.

또한 핀다가 보유한 금융 데이터는 오픈업 고객에게도 높은 가치를 제공할 수 있다. 창업 이후 사업 운영 과정에서 재무 관리와 자금 운용에 대한 고민이 커진다. 핀다가 강점을 가진 금융 데이터와 분석 역량을 오픈업 이용자에게 확장해 제공할 수 있는 여지가 크다. 상권 분석에서 시작해 사업 운영 전반으로 이어지는 데이터 기반 지원이 가능하다.

오픈업 프로의 데이터는 어떻게 신뢰할 수 있나

오픈업 프로의 추정 매출 데이터는 제휴된 결제 데이터를 기반으로 AI 머신러닝 모델을 통해 산출되고 있다. 특정 결제 데이터를 종합해 매장별 추정 매출을 만들어내고, 실제 매출을 공개하기로 한 제휴 업체들의 데이터와 비교·검증하는 방식으로 추정 방식의 정확도를 지속적으로 점검하고 있다. 이 과정에서 통계적 신뢰 구간을 약 90% 수준으로 관리하고 있다.

카드 결제 데이터를 기반으로 분석이 이뤄진다. 카드사의 경우 신한카드와 공식 계약을 맺고 데이터를 활용하고 있다. 특히 하나의 카드사 데이터만으로 실제 매출에 근접한 수준의 추정을 가능하게 하는 방식 자체가 핵심 기술이다. 카드사별 시장 점유율, 업종별 카드 결제 비중, 매장 규모에 따른 결제 패턴의 차이를 통계적으로 보정해 반영하고 있으며, 이러한 추정 방식은 원천 특허 기술로 보호되고 있다. 이를 포함해 현재 관련 특허를 약 8건 보유하고 있다.

결제 데이터 외에도 카드사, 통신사, 공공 빅데이터 등 다양한 외부 데이터를 함께 결합한다. 통계청, 국토교통부, 행정안전부 등 공공기관의 데이터를 끌어와 종합적으로 합친 뒤 매출을 추정하는 구조다. 단일 데이터 소스에 의존하지 않고, 다층적인 데이터 결합을 통해 추정 정확도를 높이고 있다.

오픈업의 향후 계획은 무엇인가

향후에는 상권 분석을 넘어 매장 경영 전반을 진단할 수 있는 방향으로 서비스를 확장할 계획이다. 매출이 감소한 원인이나 최근 유동 인구 변화, 다른 지점들의 운영 방식 등을 데이터로 확인할 수 있도록 해, 경영 전반에 대한 인사이트를 제공하는 것이 목표다. 단순한 입지 판단을 넘어 경영 진단과 매장 운영 컨설팅에 가까운 영역까지 나아가, 실제로 생존율을 높이는 데 기여하는 서비스를 지향하고 있다.

구체적인 서비스 로드맵은 아직 확정되지 않았지만, 데이터 축적과 인공지능 기술의 고도화 속도를 고려할 때 내년 하반기쯤 본격적인 검토가 가능할 것으로 보고 있다. 기술 발전에 따라 단계적으로 기능을 확장해 나간다는 전략이다. 또한 상권 분석에 대한 수요는 프랜차이즈 외 산업으로도 확장될 수 있다고 보고 있다. 대표적으로 부동산 분야가 주요 대상이다. 상업용 부동산을 다루는 고객사나, 장사가 잘되는 입지를 찾는 건물주, 상가 자리를 검토하는 과정에서 객관적인 매출 추정과 수요 분석이 필요한 경우가 많기 때문이다.

글로벌 확장 가능성도 있나

현재 국내에서 집중하고 있는 핵심 역량은 전국 수백만 개 매장의 데이터를 지속적으로 관리·업데이트하는 시스템 인프라다. 다양한 결제 데이터를 연동하더라도, 지리 정보와 매출 정보를 함께 결합해 운영할 수 있는 기술적 노하우와 운영 경험을 축적해왔다. 이러한 구조는 특정 국가에 종속된 방식이 아니라, 데이터만 확보된다면 다른 시장에도 적용 가능한 형태다.

가령 일본의 경우 현지 결제사와 제휴를 맺고, 일본 내 매장들의 지리 정보를 통합할 수 있다면 ‘오픈업 재팬’과 같은 형태로 서비스 확장이 가능하다. 도시 구조가 발달해 있고 상권 단위가 비교적 명확한 국가일수록, 상권 분석 솔루션에 대한 수요와 적합성이 높을 것으로 보고 있다.

결국 글로벌 확장은 새로운 모델을 만드는 문제가 아니라, 그동안 국내에서 반복적으로 연습해온 데이터 관리·연동 시스템을 해외 환경에 이식하는 과정에 가깝다. 이러한 경험치를 바탕으로, 결제 인프라와 도시 데이터가 성숙한 국가를 중심으로 단계적인 글로벌 확장을 검토하고 있다.

AI 상권 분석 플랫폼의 미래는

AI 에이전트가 고객의 문제를 얼마나 실질적으로 해결해 줄 수 있는가에 있다. 특히 예비 창업자 영역에서는 핀다의 금융 서비스와 오픈업의 상권 데이터가 가장 큰 시너지를 낼 수 있다고 보고 있다. 핀다는 대출, 상환, 자금 운용 등 금융 전반의 데이터를 다루고 있고, 오픈업은 내 매장과 경쟁 매장, 상권 전반의 구조와 수요에 대한 데이터를 보유하고 있다. 시장을 아는 데이터와 나를 아는 데이터가 결합될 때, 다음 단계의 전략이 도출될 수 있다는 판단이다.

이러한 구조를 기반으로 AI 에이전트는 단순한 상권 분석을 넘어 매장 운영 전반을 지원하는 역할로 확장될 수 있다. 매출과 유동 인구, 경쟁 환경을 종합해 운영 전략을 제안하고, 동시에 자금 운용과 금융 관련 의사결정에 대한 인사이트를 제공하는 방향으로 AI 서비스의 범위를 넓혀갈 계획이다. 궁극적으로는 복잡하고 번거로운 데이터 관리와 분석 업무를 AI 에이전트가 전담하고, 사람은 도출된 인사이트를 바탕으로 고객 서비스 개선이나 메뉴 전략 등 본질적인 의사결정에 집중할 수 있는 환경을 만드는 것이 목표다. AI 상권 분석 플랫폼을 통해 창업자가 ‘무엇에 집중해야 하는지’를 명확히 알려주고 싶다.

글. 바이라인네트워크
<이수민 기자>Lsm@byline.network