관광분야 빅데이터 활용체계 및 실증분석 연구

본 연구에서 사용한 신용카드 데이터는 국내 점유율 1위인 S사의 데이터로서 총 누적 거래건수 1.6조 건 규모로 거래건수 기준으로만 100테라바이트(Terabyte)가 넘는 데이터가 생성되고 있다. 이러한 신용카드 지출관련 데이터는 신용카드사의 대용량 처리 시스템으로 통해 수집·저장을 위한 프로세스체계를 구축하여 분석에 활용되고 있다. 또한, 총 회원수 규모는 약 2,200만명 수준으로 전체 경제활동 인구의 대부분을 차지하며 소비 활동이 활발하여 소비 트렌드 측정의 척도가 되는 개인 신용카드회원 수가 약 1,200만명으로 나타나고 있다. 이용금액 기준으로 국내 신용카드 시장점유율(market share)의 약 23%로 가장 높은 수준을 보인다. 대부분의 타 신용카드사들에서 보이는 특정 연령대 혹은 지역에의 회원에 집중되어 있는 것과 달리 S사 데이터의 차별되는 점은 지역별/연령별/성별/소득별/업종별 균질한 카드거래정보 및 고객정보를 보유하고 있다는 점이다. 집계데이터의 방식은 사용목적에 따라 내국인과 외국인으로 구분하고 있다. 내국인의 경우 S사의 데이터만을 사용하여 집계하고 국내 전체 카드 지출액 총량을 파악하기 위해서 한국은행에서 매월 발표하고 있는 지역별, 업종별 지급결제 총액을 이용하여 추정하고 있다. 본 연구에서는 신용카드 빅데이터는 발급받은 자의 지역적 구분에 따라 내국인 신용카드 데이터와 외국인 신용카드 데이터로 구분한다. 내국인의 신용카드 데이터는 카드소비와 관련하여 이용 프로세스상 승인, 매입, 청구 등 전 과정에 있어서의 원천데이터를 의미한다. 본 연구에서 사용하는 데이터는 S사의 국내 회원으로서 신용카드를 발급받고 이를 가맹점에서 사용한 데이터이다. 이는 소비 관련 실제 데이터로 원천데이터의 정확성을 확보하기 위한 과정을 별도 운영하여 지속적으로 자체 검증 및 심사 과정을 통해 데이터 품질을 유지하고 있다. 외국인 신용카드 데이터는 S사에서 VISA/MASTER/JCB 등과 제휴관계 유지를 통해 외국인 신용카드 지출 원천 데이터를 확보한 것이다. S사는 국내에서 유일하게 226개 국적별 소비 데이터 마트를 생성 보유하고 있다. 최근 증가한 중국인 관광객과 관련하여 위 브랜드사 제휴 카드 소지자에 대해서는 데이터를 보유 중이며 CUP의 경우 ’17년부터 매입 대행 업무를 통해 본격적으로 실제 소비데이터를 축적하여 ’18년부터는 분석에 활용할 수 있도록 데이터를 생성할 계획에 있다. 내국인 신용카드 빅데이터는 총 누적 거래건수 1.6조건 규모로 거래건수 기준으로만 해서 100Terabyte가 넘는 크기를 갖는다. 총 회원 수 규모는 약 2,200만명 수준으로 전체 경제활동 인구의 대부분을 차지하며 소비 활동이 활발하여 소비 트렌드 측정의 척도가 되는 개인 신용카드 회원수는 약 1,200만명으로 나타내고 있다. 이용 금액 기준으로 국내 신용카드 이용율의 약 23.0%로 가장 높은 수준을 보인다. 월 평균적으로 봤을 때, 총 2,200만 회원이 전국 270만 가맹점에서 월 평균 2억건의 승인거래를 일으키며 이는 고객의 청구지 주소 및 가맹점의 X/Y 좌표에 의해 OD 매트릭스를 구할 수 있는 기반 데이터가 된다. 또한 270만 가맹점이 업종별 구분이 되어 있어서 소비의 목적에 대한 세부 분석도 가능하며, 온라인 웹/앱 방문 회원이 월 640만명 수준으로 최근 활성화된 온라인 거래에 대한 트렌드 파악도 용이한 장점이 있다. 내국인 카드 데이터는 초기 국민여가활동 소비패턴과 여가부문별 소비분석을 위하여 시작되었다. 내국인 카드 데이터의 지출액 산출 분야는 취미오락, 문화예술활동, 스포츠, 여행으로 구분하여 데이터 분석을 제시하고 있다. 내국인 신용카드 지출액 데이터의 원시자료는 시군군 행정구역 단위의 일별 집계 데이터이다. 이러한 일별 집계 데이터를 활용하여 내국인 전체의 신용카드 지출액을 산정하게 된다. 데이터 테이블 정의서를 보면 일자별, 업종코드별, 지역별, 성별, 연령별, 요일별로 지출액을 분석할 수 있는데 분석 가능한 결과를 정리하면 다음과 같다. 첫째, 시군구별 내국인 신용카드 지출액을 추출할 수 있다. 시군구 단위의 거주자 및 방문자에 대한 일별/월별 신용카드사용 지출액의 증감 현황을 파악할 수 있고 지역별 비교분석이 가능하다. 둘째, 성별/연령별/요일별 및 지역별 지출액을 산출할 수 있다. 즉, 제한적이긴 하지만 인구통계학적 특성과 관련된 신용카드 지출액을 산정할 수 있으며 신용카드사용 패턴을 분석 할 수 있다. 셋째, 업종별 신용카드 지출액 분석이 가능하다. 취미오락, 문화예술활동, 관광 등 목적에 따라 업종별 분석이 가능하다. 본 연구에서는 보다 객관적인 관광분야의 지출액 산출을 위해 표준산업분류를 이용하고, 관광산업 활동을 포괄적으로 반영하고 있는 관광산업 특수분류체계(2012.12 개정)를 활용하여 S사의 신용카드 지출 업종분류를 새롭게 시도하였다. 관광산업 특수분류는 핵심관광 영역, 상호의존 영역, 부분적용 영역, 관광지원 영역의 4개 영역별 분류체계로 구성되어 있다. 하지만, 전체 매출전표 수준의 업종분류가 불가능한 상태에서 신용카드업종은 세부적으로 핵심관광 영역, 상호의존 영역, 부분적용 영역 3분야로 구분할 수 있다. 본 연구에서는 3가지 영역을 크게 핵심과 비핵심으로 구분하여, O/D 지출액 통계를 산출한다. 관광업종에 해당하는 전체업종은 378종으로 분류할 수 있으며 핵심영역은 62종, 비핵심영역은 316종으로 분류될 수 있다. S사의 업종과 관광산업 특수분류를 매칭시킨 결과는 다음 표와 같다. 본 연구에서는 관광산업의 포괄적 범위를 제시하고 있는 관광산업 특수분류(2012년 12월 제정)를 활용하여 신용카드 관광분야의 업종분류를 실시하였다. 관광산업 특수분류는 관광산업 관련 연구 및 사업 등에 일관성 있는 분류 기준을 적용하여 다양하게 활용 가능하도록 제작된 것으로 ｢통계법｣ 제22조(표준분류) 제2항에 의거하여 작성되고 있다. 하지만, 본 연구의 S 카드사 마케팅 활용을 위한 업종분류는 개개 단위의 업종에 대해 제시되지 않고 있어서 관광산업 특수분류를 전체적으로 커버하지 못하는 단점이 있었다. 관광산업 특수분류의 경우 핵심 관광산업, 상호의존 관광산업, 부분 관광산업, 관광지원 산업의 4가지 영역으로 구분 된다. 하지만, 신용카드사의 현재 업종분류체계에서는 핵심 관광산업, 상호의존 관광산업, 부분 관광산업의 3가지 영역으로 구분되고, 각 영역별로 전체를 커버하지 못하는 실정이다. 이는 가맹점 단위의 업종 구분, 관광과 직접 및 간접적 관련성의 검증을 통해 업종분류 실시를 통하여 이루어질 수 있다. S사의 경우 통계청과 시범적으로 제주도의 가맹점 단위 업종에서 한국표준산업분류와 매칭을 시도하였다. 신용카드 빅데이터를 활용하여 내국인 및 외국인의 OD 별 지출액을 산출할 수 있다. 내국인의 경우 OD별 지출액 산출 방식은 다음과 같은 검증단계를 거쳐 생산한다. 현재까지 신용카드 빅데이터를 가지고 OD별 지출액을 산정한 경우는 본 연구에서 처음 시도되는 분석이다. 지출액 산출범위는 관광산업 특수분류와 신용카드 업종분류를 매칭한 관광분야의 지출액으로 한정한다. 3장에서 관광분야 업종을 정의하였고, 특수분류에 따라 핵심 영역과 비핵심(상호의존 영역, 부분 영역)으로 구분하여 지출액을 산출하였다. 카드 데이터를 활용한 내·외국인 신용카드 지출액 규모를 측정하기 위하여, 외국인 카드 사용지출액의 경우에는 S가 매입한 외국인 신용카드 자료에서 CUP 카드의 업종별 지출액 자료 보정을 활용하였다. 내국인의 경우에는, 고객자료를 집계하고, 과대 및 과소 추정의 오류를 최소화하기 위한 업종별·지역별로 반복비례가중법(Raking ratio weighting)을 사용하여 전국의 내국인 신용카드 지출액을 추정하였다.