상가 계약 전 리스크 5가지, 데이터로 확인

계약 전, 어떤 데이터로 보증금을 지켜야 할까

보증금 5천만 원이 날아갈 수도 있다는 생각에 잠이 안 온다면 정상이다. 상가 임대계약은 한 번 사인하면 보통 2년을 묶여있기 때문이다. 그런데 많은 사람이 “여기 사람이 많네”라는 감정만으로 계약서를 쓴다. 이건 도박이다. 나는 10개가 넘는 SaaS를 운영하면서 느꼈지만, 단순 접속 수(유동인구)는 매출을 보장하지 않는다. 내 서비스 중 하루 방문자가 수천 명인데도 체류 시간이 30초 미만이라 수익이 거의 안 나오는 경우가 있다. 반면 방문자는 적어도 10분 머물며 서비스를 이용하는 쪽이 수익성은 훨씬 좋다.

상권도 똑같다. 그 자리를 지나가는 사람이 얼마냐보다, 얼마나 오래 머무르느냐가 중요하다. 체류 시간 데이터가 없는 상권 분석은 절반만 본 셈이다. 지나가는 길목인지, 머무르는 목적인지부터 확인해야 한다. 그다음으로 봐야 할 건 공실률과 임대료 상승률의 관계다. 주변에 깡통 집이 많은데 집주인이 월세를 인상한다면? 계약 해지 시 보증금 반환 불능 위험이 크다. 빈 집이 늘어나는 추세라면 임대료 협상 폭도 넓어지고, 내 보증금을 뺴낼 확률도 높아진다.

체크 포인트

해당 상가의 입지가 ‘지나가는 길’인지 ‘머무르는 곳’인지를 구분하려면 평일 오후 2시와 퇴근 시 후 7시의 인구 변화폭을 비교해보라. 퇴근 시간에 인구가 급증한다면 주거지 중심의 ‘머무르는 상권’이다.

유동인구 많은 곳이 왜 망할까: 매출로 이어지는 상권의 차이

“여기가 제일 번데”라는 말에 현혹되지 마라. 번화가라도 주머니 사정이나 연령대가 안 맞으면 3개월 버티기 힘들다. 내가 자동화 툴을 만들 때도 방문자 1만 명보다 구매 전환율 1%를 노리는데, 창업은 이게 더 극단적이다. 유동인구 1만 명 중에 대학생이 8천 명이라면 카페는 좋을지 몰라도 고급 레스토랑은 망한다. 소득 수준과 연령대 데이터를 같이 봐야 하는 이유다.

경쟁업체 밀도도 따져야 한다. 같은 파스타 집이 50m 반경에 3개라면? 이건 기회가 아니라 전장이다. 시장 점유율 시뮬레이션을 해보라. 그 상권의 하루 총 식사 예상 건수를 구하고, 경쟁자 수로 나눠보면 내 집에 돌아올 고객 수가 나온다. 숫자가 10명 미만이라면 미련 없이 접어야 한다. 좋은 상권은 소비가 발생하는 사람이 있고, 그걸 나눠 먹을 경쟁자가 적은 곳이다.

매출로 이어지는 상권 분석은 유동인구의 질을 따지는 과정이다. 단순히 수치로 사람이 많은 곳이 아니라, 내가 팔 물건을 살 돈과 시간이 있는 사람이 모여 있는 곳을 찾아야 한다.

권리금 회수 가능 여부, 어떻게 판단하나요

앞집 사장님 얼굴 보기 싫어서, 혹은 다른 곳으로 이사를 가겠다고 선언할 때 가장 두려운 건 권리금이다. 권리금 회수는 계약 전 데이터로 어느 정도 예측 가능하다. 핵심은 평균 점포 유지 기간, 즉 생존율이다. 그 자리에서 2년을 버틴 가게가 거의 없다면? 그건 그 자리의 문제지 사장님들의 역량 문제가 아닐 확률이 높다.

나는 실패한 프로젝트의 로그를 뒤져서 다음 성공을 만든다. 상권 분석도 마찬가지다. 선행 실패 사례를 분석해야 한다. 3년 전 그 자리에 있던 같은 업종이 왜 떠났는지, 공실 기간은 얼마였는지 확인해야 한다. 만약 음식점이 들어왔다 나가기를 1년에 두 번 반복했다면, 그건 유동인구가 아니라 입구 구조나 주차 문제일 수도 있다. 감정에 호소해서 “제가 하면 잘할 겁니다”라고 말하는 대신, 숫자가 보여주는 실패 이력을 직시해야 한다. 데이터가 안 좋은데 무조건 하겠다는 건 맷집 좋은 창업가가 아니라 무모한 투자자다.

본사 손익분기점 vs 내 시뮬레이션: 왜 다를까

프랜차이즈 본사에서 내주는 자료는 최적의 조건에서 나온 이상적인 수치다. 인건비를 내가 직접 나가지 않는다고 가정하고 계산하는 경우도 많다. 내 서비스 비용을 산정할 때 인건비를 빼먹었다가 적자가 났던 경험이 있다. 창업도 똑같다. 숨은 비용은 반드시 계산에 넣어야 한다.

고정비, 특히 임대료가 월 매출의 20%를 넘어가면 위험하다. 보통 본사 자료는 보증금은 낮춰 보여주고 월세는 그럴싸하게 책정하는 경우가 있다. 하지만 실제 계약에서는 보증금을 더 올리고 월세를 낮추는 형태, 혹은 그 반대가 될 수도 있다. 내 자본금의 상한선을 정하고, 거기서 월세와 관리비, 그리고 인건비까지 다 뺀 실제 손익분기점(BEP)을 다시 계산해봐야 한다. 가장 중요한 건 ‘최악의 3개월’을 버틸 수 있는 현금 보유량이다. 초기 투자비용만 꽉 채워두고 유동비용을 고려하지 않으면 문을 닫을 때 방법이 없다.

1. 본사 제시 매출 목표의 70%만 달성한다고 가정한다.
2. 내가 직접 카운터를 서는 인건비를 비용에 포함시킨다.
3. 홍보비, 수도광열비, 소모품비 등 잡비를 월 50만 원 더 더한다.

비싼 컨설팅 없이 리스크 분석하는 저비용 방법

비싼 컨설팅 비용을 낼 필요가 없다. 공공데이터포털이나 지자체에서 제공하는 상권정보 시스템만 뒤져도 기본적인 생존 데이터는 다 나온다. 하지만 이걸 일일이 엑셀로 옮겨서 보는 건 노가다다. 나는 수작업으로 크론잡을 필요 없이 이미 만들어진 툴을 써서 시간을 아낀다. 효율화는 생존의 문제니까.

AI 기반 상권분석 툴을 활용하면 시간을 단축할 수 있다. 데이터 API를 연동해서 공실률 트렌드나 소비 패턴을 한눈에 보여주는 도구들이 있다. 예를 들어 상권레이다 같은 툴은 유동인구뿐만 아니라 체류 시간과 소득 수준, 그리고 경쟁 업종 밀도까지 계산해서 리스크를 점수로 보여준다. 내가 직접 10개의 사이트를 돌아다니며 데이터를 긁어오는 대신, 도구 하나로 해당 상가의 안전성을 진단하는 것이 합리적이다. 무료로 제공되는 지자체 데이터도 좋지만, 해석까지 자동으로 해주는 기능을 쓰면 실수를 줄일 수 있다.

요약: 계약 전 꼭 확인해야 할 리스크 5가지 체크리스트

마지막으로 계약 사인 직전에 다시 한번 확인해야 할 항목들을 정리했다. 감정에 휘둘리지 말고 이 5가지만 점검해도 리스크는 절반으로 준다.