earticle

영어

Frequent closures among self-employed individuals lead to national economic losses. Given the high closure rates in the restaurant industry, predicting changes in this sector is crucial for business survival. While research on factors affecting restaurant industry survival is active, studies predicting commercial district changes are lacking. Thus, this study focuses on forecasting such alterations, designing a deep learning model for Seoul's administrative district commercial district changes. It collects 2023 and 2022 second-quarter variables related to these changes, converting yearly fluctuations into percentages for augmentation. The proposed deep learning model aims to predict commercial district changes. Future policies, considering this study, could support restaurant industry growth and economic development.

한국어

자영업자의 빈번한 폐업은 국가적인 경제 손실을 동반한다. 특히 외식업종이 가장 높은 폐업률을 보이기 때문 에 외식업종의 상권 변화를 예측하여 업체의 생존에 도움을 주는 것이 필요하다. 외식업종의 생존율과 폐업률에 영향 을 미치는 요인에 대한 연구는 활발하나, 상권의 변화 정도를 예측하는 연구는 부족한 실정이다. 따라서, 본 연구에서 는 상권 변화에 초점을 맞추는 연구를 하고자 한다. 이를 위해 서울시 행정동별 상권 변화를 예측하는 딥러닝(Deep Learning) 모델을 설계한다. 첫째, 2023년과 2022년 2분기의 상권 변화와 관련된 변수를 수집한다. 둘째, 1년간의 등 락 정도를 백분율로 환산한 후, 증강 단계를 거친다. 셋째, 딥러닝 모델을 활용하여 상권 변화를 예측하는 모델을 제 안한다. 향후 본 연구를 고려한 외식업종 지원정책은 상권의 질적 성장 및 경제 성장에 도움이 될 것으로 기대한다.