서론

현대 사회에서 택배산업은 온라인 유통과 전자상거래의 급성장에 따라 국민 생활에 필수적인 서비스로 자리 잡았다. 특히, 코로나19 팬데믹 이후 이커머스 시장이 급격히 확대되면서 택배 물동량이 크게 증가하였고, 전국 단위의 익일배송 체계가 확립되면서 택배는 생활지원형 물류 서비스로서 국민의 일상에 깊숙이 뿌리내리게 되었다. 택배산업은 이제 국민 경제활동을 지탱하는 중요한 요소로 작용하게 되면서 이에 걸맞는 국가 차원의 물류 정책 수립의 필요성이 대두되었다.

이커머스의 급성장과 익일배송 체계 확립은 소비자에게 편리함을 제공하는 동시에, 물류 네트워크의 부담이 커지고 있다. 물동량 급증과 도심 내 배송 수요 증가는 네트워크 혼잡과 자원 배분의 불균형을 초래하고 있으며, 특히 주요 도시와 지방 간 물류 흐름이 불균형하게 나타나면서 특정 권역으로 물동량이 집중되는 현상이 심화되고 있다. 이러한 집중 현상은 지속 가능한 물류 서비스를 위한 네트워크 운영을 저해하고 균형 잡힌 자원 배분을 어렵게 만드는 요인으로 작용하고 있다. 따라서 지역별 유동 패턴과 네트워크 구조의 변화를 면밀히 모니터링하고 이에 맞춘 정책적 대응이 필요하며, 주요 물류 거점에 대한 인프라 확충과 권역 간 자원 배분 최적화 방안을 마련하는 것이 매우 중요한 상황이다.

국가 물류체계에서 택배의 중요성이 점차 확대되고 있음에도 불구하고 전국 단위의 택배 물류 네트워크에 대한 체계적인 이해는 여전히 부족하다. 이는 다음의 세 가지 한계에서 연유한다. 첫째, 전국적 수준에서 다양한 권역의 물동량 데이터가 부족하여, 권역별 이동 패턴과 공간 구조에 대한 분석이 제한적이었다. 둘째, 택배 화물의 이동 패턴과 이를 통해 형성되는 공간 구조에 대한 심층적 이해가 부족했다. 셋째, 주요 택배 권역의 특성과 상호작용을 종합적으로 분석한 연구도 제한적이었다. 이러한 한계는 국가 차원의 물류 정책 수립에서 권역 간 상호작용을 반영한 종합적 시각을 제공하는 데 장애가 되어왔다.

본 연구는 이러한 한계를 극복하고자 공간유동 군집 분석을 활용하여 전국 단위 택배 화물 네트워크의 구조와 주요 권역의 시공간적 변화를 종합적으로 탐구하고자 한다. 최근 GIScience 분야에서는 공간유동 분석 기법이 급속히 발전하여 다양한 시공간 데이터의 패턴을 정교하게 탐색할 수 있는 방법론들이 제시되고 있지만, 교통과 물류 분야에서 이러한 발전이 충분히 활용되지 못하고 있다. 특히 시종점(OD, Origin-Destination) 데이터는 출발지와 도착지 간 구체적인 유동 정보를 제공하여 권역 간 상호작용과 물류 흐름의 패턴을 분석하는 데 매우 유용함에도 불구하고, 물류 흐름을 심층적으로 분석하는 데 있어 많이 활용되지 못했다.

본 연구는 2019년부터 2023년까지의 데이터를 통해 택배 화물 네트워크의 이동 패턴과 주요 권역에서 발생하는 시공간적 변화를 종합적으로 탐구하는 것을 목표로 한다. 이를 위해 설정한 연구 질문은 다음과 같다. 코로나19 팬데믹을 포함한 2019년부터 2023년 사이의 전국 단위의 상품군별 택배 화물 네트워크는 주요 권역에서 어떤 시공간적 변화 양상을 보이며, 이러한 변화는 네트워크 구조에 어떻게 반영되는가? 이러한 변화 분석을 통해 각 권역의 특성에 맞춘 차별화된 정책과 인프라 확충 방안을 도출할 수 있는가?

위 연구 질문에 답하기 위해 본 연구는 2019년부터 2023년까지의 다년간 축적된 데이터를 기반으로 전국 단위에서 택배 화물 네트워크를 종합적으로 분석한다. 특히, 본 연구는 Berglund and Karlström(1999)의 Gij 통계 기법을 활용하여 기존 군집 분석을 확장함으로써 출발지와 도착지 간 상호작용을 시공간적으로 평가하고자 한다. Gij 통계 기법은 출발지-도착지 쌍의 공간적 상관관계를 정량적으로 평가하는 데 유용하며, 이를 통해 특정 구간에서 발생하는 병목 현상이나 집중된 유동 패턴을 감지할 수 있다. 이러한 접근은 네트워크 구조 상에서 나타나는 유동 불균형을 파악하고, 이를 바탕으로 권역 간 자원 배분 최적화와 네트워크 운영의 효율성 증대를 위한 근거를 제공하고자 한다.

본 논문의 구성은 다음과 같다. 먼저 택배 화물 네트워크와 공간유동 분석에 대한 선행연구를 검토하며 연구의 필요성과 연구 질문을 도출한다. 이어서 공간유동 군집 분석 기법과 분석에 사용된 데이터를 설명한 후, 연구 결과를 통해 시공간적 변화와 주요 권역의 특성을 제시한다. 마지막으로 본 연구의 정책적 함의와 한계를 논의하며 결론을 맺는다.

선행연구 검토

1. 택배 화물 네트워크에 관한 연구

택배 화물 네트워크에 관한 연구는 크게 물동량 예측 모형, 네트워크 효율성 개선, 그리고 지역 형평성 및 취약 지역 탐지 등 세 가지 분야로 나뉜다. 과거에는 택배 물동량에 대한 구체적 데이터가 부족해 전국적인 이동 패턴이나 권역별 특성을 분석하기 어려웠으나, 최근에는 상세한 OD 자료가 제공됨에 따라 보다 정교한 연구가 가능해졌다. 이에 따라 택배 물동량의 계절적 변동성이나 지역별 특성에 대한 분석이 이루어지면서, 택배 네트워크 최적화 및 서비스 형평성 개선에 대한 연구들이 활발히 진행되고 있다.

택배 화물 물동량 예측 모형에 대한 연구는 택배 서비스 자원을 효율적으로 배분하고 국가물류의 정책적 대응을 지원하기 위해 주로 수행되었다. 이 연구들은 우리나라에서 택배 물류 수요가 급격히 증가함에 따라, 택배 물동량 변화를 예측하고 그에 맞춘 자원 배분 계획을 수립하는 것의 중요성을 강조하였다. Park and Lee(2018)은 단일지수평활법, 윈터스 가법모형, 계절형 ARIMA 모형을 비교하여 계절형 ARIMA 모형이 물동량의 계절적 변동성을 가장 정확하게 반영함을 밝혔다. 이 연구는 물동량의 계절적 특성을 고려함으로써 주요 물류 거점에 대한 인프라 및 인력 계획 수립에 실질적인 정책적 기여를 할 수 있음을 시사하였다. 이어서 Kim et al.(2023a)의 연구는 수도권 내 단일 택배사의 데이터를 기반으로 회귀분석과 ARIMA 모델을 적용하여 택배 물동량을 예측하였다. 이 연구는 수도권 내 물류 거점의 효율적 배치와 수요 변화에 따른 자원 할당의 중요성을 제시하며, 대규모 도시에서 물류 운영의 복잡성을 체계적으로 관리할 수 있는 시계열 분석 모형을 제안하였다. 이러한 예측 모델들은 정책적으로 수도권과 같은 대도시에서 발생할 수 있는 물동량 증가에 대응하는 체계적 관리의 필요성을 강조하며, 향후 네트워크 변화에 대비할 수 있는 기초를 제공하였다.

택배 네트워크의 운영 효율성을 높이기 위한 다양한 접근들도 함께 연구되고 있으며, 여기에는 허브 통합, 경로 최적화, 권역 설정, 물류센터 입지 선정과 같은 주요한 주제들이 포함되었다. 이 연구들은 물동량 증가에 따른 운영 비용 절감과 서비스 품질 향상을 목표로 하는 효율적인 네트워크를 구성하기 위해 각 권역의 특성에 맞춘 최적화 전략이 필수적임을 강조하고있다. 예를 들어, 서울시 행정동별 택배 물동량 데이터를 이용한 연구에서는 권역 설정이 전체 네트워크의 효율성에 미치는 영향을 분석하며, 효율적 권역 설정이 배송 시간 단축과 운영 비용 절감에 기여함을 밝혔다(Lim, 2013). 이 연구는 지역분할기법을 통해 효율적인 권역 설정이 배송 시간 단축과 운영 비용 절감을 가능하게 하며, 대규모 도시에서 발생하는 집중적 물동량을 효과적으로 관리하는 중요한 역할을 함을 확인하였다. Lee et al.(2005)는 SCS(Supply Chain Strategist) 소프트웨어를 사용해 주요 물류 거점 간의 허브 통합과 경로 최적화를 통해 비용 절감과 서비스 속도 향상을 목표로 하였으며, 허브 통합이 네트워크 복잡성을 줄이고 장기적 비용 절감 효과를 극대화함을 확인하였다. 아울러 Kang et al.(2024)는 차량 이동 시간을 고려한 도심형 물류센터 최적 입지를 선정하여 배송 효율성을 높이는 방안을 제시하고 있으며, 이를 통해 라스트 마일 물류 비용 절감과 신속한 배송이 가능함을 시사하였다. 이와 같은 연구들은 물류 네트워크의 효율성 개선이 비용 절감과 신속한 배송을 목표로 하며, 국가 차원의 지속 가능한 물류 네트워크 구축에도 중요한 정책적 함의를 제공하고 있다.

물류 네트워크의 또 다른 과제는 지역 간 서비스 형평성을 강화하고 취약 지역의 접근성을 개선하는 것이다. 생활물류 서비스가 필수적인 역할을 하면서, 수도권과 비수도권, 도시와 농촌 간의 서비스 격차를 해소하는 것이 정책적 우선 과제로 부각되면서 이에 대한 연구도 활발하게 이루어졌다. 예를 들어, 심층신경망(DNN)과 같은 기계학습 기법을 이용하여 한국의 농촌과 산간 지역의 생활물류 서비스 취약 지역 탐지를 위한 연구가 이루어졌다(Kim et al., 2023b). 이 연구는 생활물류 수요 예측 모델을 설계하고, 이를 바탕으로 서비스 취약 지역을 분류하여 농촌과 산간 지역의 물류 접근성을 높여 지역적 형평성을 개선하기 위한 정책적 대응이 필요함을 강조하였다. Oh et al.(2022)는 소셜 네트워크 분석(SNA)을 통해 코로나19 팬데믹 이후 지역과 상품군 특성에 따른 택배 수요 변화를 분석하였으며, 지역별 수요 변화에 맞춘 유연한 네트워크 구성이 필요함을 보여주었다. Kim et al.(2024)는 소상공인을 대상으로 디지털 공유 물류 서비스 이용 실태를 분석하며, 소상공인의 물류 접근성을 강화함으로써 지역 경제 활성화와 균형 잡힌 물류 네트워크 구축에 기여할 수 있음을 확인하였다. 이와 같은 연구들은 물류 서비스의 지역적 불균형을 해소하고 지역 특성에 맞춘 대응을 통해 형평성 있는 네트워크를 구축하는 필요성을 강조하며, 종합적으로 지역 형평성 연구가 물류 네트워크의 형평성 증대와 격차 해소에 기여할 수 있음을 시사하였다.

2. 공간유동 분석에 관한 연구

공간유동은 사람, 물자, 정보 등의 다양한 요소가 공간을 가로질러 다양한 위치로 이동하고 전송되는 과정을 의미한다. 이러한 공간유동은 이주 패턴, 무역 경로, 통신 네트워크 및 문화 또는 기술 혁신의 확산과 같은 다양한 공간적 과정과 상호작용을 이해하는 데 필수적이다. 이를 통해 각 요소가 이동하는 경로와 출발지 및 도착지에 미치는 영향을 분석할 수 있으며, 이는 공간유동이 지역 및 글로벌 차원에서 경제, 사회, 문화에 미치는 함의를 파악하는 중요한 수단으로 작용한다.

이러한 공간유동은 공간분석 기법과 지리정보시스템(GIS)을 통해 분석할 수 있으며, 공간유동의 패턴과 밀집도를 시각적으로 파악하고 지역 간 상호작용을 정량적으로 평가할 수 있다. 본 연구에서 공간유동 분석은 전국 택배 화물 네트워크의 시공간적 변화를 면밀히 탐구하고자 하는 본 연구의 목적에 정확히 부합한다. 특히 본 연구에서 적용한 공간유동 군집 분석은 특정 출발지-도착지 쌍에서 발생하는 유동의 국지적 상호작용을 평가하며, 이를 통해 택배 물동량 네트워크 내에서 주요 흐름의 밀집 구간과 집중 구간을 감지하고, 공간적 불균형과 병목 현상을 분석할 수 있는 도구로 활용할 수 있다.

공간유동분석은 유동 데이터를 다차원적으로 해석하여 시공간적 연관성을 파악하고, 이를 통해 네트워크의 효율성 증대와 정책적 대응을 가능하게 하는 중요한 분석 도구로 자리 잡아왔다. 초기 연구는 주로 전통적인 공간적 자기상관 기법에 의존하여, 단일 지점 중심의 상호작용을 분석하는 방식으로 이루어졌으나, 이후 유동 데이터를 특화된 방식으로 다루기 위해 출발지와 도착지 간의 상호작용을 종합적으로 분석하는 다양한 분석 기법들이 개발되었다. 공간적 자기상관성 탐지, 군집 탐지, AMOEBA 등 점(point) 또는 면(area)에 사용되었던 주요 개념과 통계 기법이 유동 데이터에 확장되어, 특정 위치에서 나타나는 비정상적 유동 패턴을 탐지하는 데 기여하였다.

공간유동 클러스터링 연구에 중요한 기틀을 마련한 초기 연구 중 하나는 Berglund and Karlström(1999)가 특정 출발지-도착지 쌍의 국지적 공간 연관성을 평가하는 새로운 Gij 통계를 도입한 것이다. 이는 기존의 단일 지점 중심 분석의 한계를 극복하며 출발지와 도착지의 상호작용을 보다 정교하게 분석할 수 있는 방법론으로 자리 잡았다. 이 연구에서는 출발지의 유출과 도착지의 유입을 중심으로 각각 공간가중행렬을 정의하여 공간적 연관성을 측정하는 방식을 제안하였다. 이 방식은 특정 위치가 아닌 출발지-도착지 쌍에 기반하여 비정상적 유동 패턴을 탐지할 수 있게 하였으며, GIS를 통해 Gij 통계를 시각화함으로써 직관적으로 공간적 비정상성을 파악할 수 있도록 했다.

이후 연구에서는 다양한 요소를 결합한 고도화된 분석 기법들이 개발되었으며, 특히 K-함수와 같은 전통적 군집 탐지 기법을 넘어 유동 간 구조적 관계를 반영하는 방법론을 제시하여, 유동 데이터의 복합적 특성을 해석할 수 있는 틀을 확립하였다(Tao and Thill, 2016). 현재 공간유동분석 분야에서 GIS와 공간 통계 기법이 결합되면서 교통, 물류, 도시 계획 등에서 나타나는 다양한 공간유동 현상을 설명하기 위한 방법론이 개발되고 있다. 더불어 이를 이를 응용한 사례 연구도 활발히 이루어지고 있다. 예를 들어, 밀도 기반 계층적 유동 군집 기법인 flowHDBSCAN은 밀도와 방향성이 다른 유동 군집을 탐지하는 데 적합하여 대규모 도시 유동 데이터를 시각화하고 분석하는 데 활용되며, 대도시의 복잡한 유동 패턴을 이해하는 데 중요한 기초 자료를 제공한다(Tao et al., 2017). 다방향 최적 에코토프 기반 알고리즘(AMOEBA)을 활용한 flowAMOEBA 기법은 특정 지리적 영역에서 비정상적 상호작용 패턴을 탐지하고, GIS 시각화를 통해 도시 내 유동 문제에 대한 정책적 대응 방안을 마련하는 데 기여하고 있다(Tao and Thill, 2018). Flow Cross K-function은 두 유형의 유동 사건 간 공간적 종속성을 평가하는 방식으로 확장되어, 교통 네트워크 내 다양한 유동 간 경쟁과 상호작용을 세밀하게 파악할 수 있게 하였다(Tao and Thill, 2019). 뉴욕시의 택시와 차량 호출 서비스 데이터를 활용하여 개발된 BiFlowLISA 기법은 서로 다른 교통 수단 간의 공간적 상호작용을 분석하는 데 유용하게 적용되었다 (Tao and Thill, 2020). 이 기법은 이변량 로컬 공간 자기상관을 측정하여 특정 지역에서 두 교통 서비스 유형 간의 밀집 패턴을 평가함으로써, 교통 정책 수립 시 다층적 교통 서비스 간의 공간적 관계를 시각화할 필요성을 강조하였다. 최근 연구에서는 유동 분석에 시간적 요소를 더하여 동적인 시공간 분석을 가능하게 하였다. Space-Time Flow LISA 기법은 미국 주간 이주 데이터를 바탕으로 특정 지역에서의 이동 패턴이 시간에 따라 어떻게 변화하는지를 파악하고, 유동 현상을 장기적으로 분석하여 사회적 변화 요인에 대한 대응 방안을 마련하고자 하였다(Tao et al., 2023). 이러한 동적 분석은 장기적 사회 변화에 따른 정책 수립에 유의미한 자료를 제공한다.

국내에서도 GIS와 공간 통계 기법을 활용한 유동 데이터 분석이 다양한 분야에서 활용되기 시작하였으며, 특히 인구 이동과 교통 네트워크 분석에서 그 활용이 두드러진다. 예를 들어, 인구 감소 지역 간 상호 연관성을 평가한 연구에서는 GIS 기반 공간 통계를 통해 인구 유출입이 주로 발생하는 지역을 식별하고, 이러한 지역적 특성을 반영한 정책 수립의 필요성을 강조하였다(Lee et al., 2023). Lee et al.(2021)의 서울시 대중교통 데이터를 활용한 연구는 새로운 유동 군집 탐지 기법을 통해 서울 내 주요 이동 패턴을 파악하였다. 이와 같은 연구들은 공간유동분석이 GIS와 공간 통계 기법을 통해 사회적 문제에 대응할 수 있는 유의미한 기여를 하고 있음을 잘 보여준다.

3. 기존 연구의 한계와 연구 질문의 제시

국내 택배 화물 네트워크 연구는 물동량 예측, 네트워크 효율성 개선, 지역 형평성 증대라는 세 가지 주요 주제를 중심으로 발전해 왔으나, 다음과 같은 한계와 연구의 간극이 드러난다. 기존 연구는 대부분 단기 데이터를 바탕으로 예측이나 효율성 개선 방안에 초점을 두고 있어, 전국 단위에서의 장기적이고 시공간적인 택배 화물 네트워크 분석이 부족하다. 특히, 택배 화물 네트워크에 공간유동 군집 분석을 본격적으로 적용한 연구가 거의 없어 대도시와 지방 주요 거점에서의 유동 패턴과 군집 형성을 종합적으로 파악하는 데 한계가 있다. 이에 따라, 국가 단위의 물류 정책 수립에서 권역 간 상호작용을 효과적으로 반영하지 못하고, 전국 단위의 종합적 시각을 제공하는 데도 한계가 존재한다. 공간유동 군집 분석을 활용해 택배 화물 데이터에서 네트워크 전반의 구조를 분석하고, 대도시 및 지방 거점의 물동량 집중 현상을 국가 전체의 물류 정책과 권역 설정에 반영한 연구는 여전히 부족하다.

기존 연구들은 주로 택배 물동량의 전체 규모와 특정 거점의 집중도에 초점을 맞추고 있으며, 상품군별 물동량의 특성을 반영하여 유동 패턴을 세밀하게 분석한 연구는 제한적이다. 상품군별 자료를 활용하면 특정 제품군의 유동 양상과 집중 지역을 더 명확히 파악할 수 있으며, 이를 통해 국가 단위에서 지역별 특화된 정책 수립과 자원 배분이 가능하다. 그러나 이러한 세밀한 분석을 통해 지역 간 물동량의 불균형을 종합적으로 다룬 연구는 여전히 미흡하다.

본 연구는 이러한 기존 연구의 한계를 극복하기 위해 다년간 축적된 데이터에서 도출되는 시공간적 변화와 유동 군집을 전국 단위로 종합적으로 탐구하고자 한다. 이를 통해 전국 단위의 물류 정책 수립과 권역 설정에 필요한 실질적 기초 자료를 제공함으로써, 국가 차원의 택배 화물 네트워크 최적화를 위한 정책적 시사점을 제시하고자 한다.

분석 데이터 및 분석방법론

1. 분석 데이터: CJ 대한통운 택배 물동량 데이터

본 연구에서 사용된 데이터는 CJ 대한통운에서 제공한 2019년부터 2023년까지의 택배 물동량 정보로, 한국의 시군구 행정구역 단위에서 발생하는 택배 운송장 수를 기반으로 구성되었다. 이 데이터는 시군구 간 택배 물동량 흐름을 분석하기 위해 출발지와 도착지의 행정구역 정보를 포함하며, 분석 대상 기간 동안의 물동량 변화를 반영하고 있다. 또한, 매년 6월의 데이터를 수집하여 동일한 시점을 기준으로 시계열적으로 물동량의 추세 변화를 비교할 수 있는 구조를 갖추고 있다.

해당 데이터는 250개의 시군구 간 총 62,126개의 OD 쌍에서 발생한 646,786,597건의 운송장 기록을 포함하는 방대한 규모의 자료로 구성된다. 이 데이터는 시군구 간의 출발지와 도착지뿐 아니라, 세부적인 상품군별 분류를 통해 각 품목의 지역별 물동량을 파악할 수 있도록 한다. 분석에 포함된 주요 품목은 총 11개로, 가구/인테리어, 도서/음반, 디지털/가전, 생활/건강, 스포츠/레저, 식품, 출산/육아, 패션의류, 패션잡화, 화장품/미용 및 기타로 구성되며, 각 품목별 물동량이 세부적으로 기록되어 있다.

2. 분석 방법론: Berglund-Karlstrom Gij 유동 군집 분석

본 연구는 전국 단위 택배 화물 네트워크의 구조와 권역 간 상호작용을 종합적으로 분석하기 위해 Berglund and Karlström(1999)이 제안한 Gij 통계 방법론을 적용한다. Gij 통계량은 기본적으로 면적 데이터의 공간적 자기상관성을 탐지하는 Getis-Ord G 통계량을 기반으로 개발되어 공간유동 데이터에 존재하는 공간적 자기상관성을 탐지하는 통계적 방법론이다. 이 방법론은 출발지와 도착지 간 상호작용을 고려한 공간적 자기상관 통계량으로, 특정 OD(Origin-Destination) 쌍에서 발생하는 물류 흐름의 밀집도를 정량화하여 국지적 공간 연관성을 평가할 수 있는 도구이다. Gij 통계량을 활용함으로써 각 권역 간 상호작용을 보다 정교하게 파악하고, 네트워크 내 병목 구간이나 집중 흐름을 식별할 수 있다. Gij 통계량은 택배 화물 네트워크 내에서 특정 출발지에서 다양한 도착지로 향하는 물류 흐름을 출발지와 도착지를 모두 고려한 공간 가중 행렬을 정의함으로써, 양방향의 유동성을 반영한다. Gij 통계량은 각 OD 쌍의 국지적 연관성을 나타내며, 특정 OD 경로에 대한 유동 밀집도를 정량적으로 평가하는 방법이다. Gij 통계량의 수학적 정의는 다음과 같다.

t=총공간유동쌍의수

rij=i,j사이의공간유동의양

i,j,k,l=지역을나타내는인덱스

r=1t-1∑kl,(k,l)≠(i,j)rkl

s2=1t-2∑kl,(k,l)≠(i,j)(rkl-r)2

Wij=∑kl,(k,l)≠(i,j)wij,kl

S1=∑kl,(k,l)≠(i,j)wij,kl2

wij,kl=1ifi=kandwjl=1orj=landwik=10otherwise

여기서 i, j, k, l은 면적을 갖는 지역을 나타내는 index이고, Wij는 공간유동 간의 공간가중행렬을 나타내며 행렬의 원소인 wij,kl은 i와 j 사이의 공간유동과 k와 l 사이의 공간유동 간의 공간인접 여부를 나타낸다. Gij 값이 높은 OD 쌍은 해당 구간의 흐름이 집중된 고밀도 구간으로 해석되며, Gij 값이 낮은 OD 쌍은 저밀도 구간으로 분류된다. 이러한 분석을 통해 본 연구에서는 각 OD 쌍의 Gij 값을 산출하여 흐름 집중 구간과 저밀도 구간을 식별한다.

이후 관찰된 Gij 값의 통계적 유의성을 검증하기 위해 조건부 순열 검정(Conditional Permutation Test)을 시행한다. 이는 흐름 데이터를 무작위로 재구성하여 얻은 분포와 실제 Gij 값 분포를 비교함으로써, 특정 구간에서 나타나는 흐름 집중이 우연이 아닌 통계적 유의성을 가진 결과임을 확인하는 절차이다. 조건부 순열 검정에서는 순열을 통해 생성된 가상 값과 값을 비교하여 p-값을 산출한다. 조건부 순열 검정을 통한 검정 통계량의 p-값은 다음과 같이 정의된다.

본 연구에서는 2019년부터 2023년까지의 다년간의 택배 화물 OD 데이터를 통해 Gij 통계 분석을 적용함으로써 각 권역 간 유동 밀집도와 상호작용 변화를 추적한다. 본 연구는 탐색적 분석과 공간유동 군집 분석의 두 단계로 이루어진다. 첫 번째 단계는 분석 대상 기간(2019년-2023년) 동안의 택배 화물 네트워크의 구조적 변화를 파악하기 위한 탐색적 분석으로, 전체 네트워크의 전반적 특성을 파악한다. 네트워크 밀도, 평균 차수(average degree), 전이성(transitivity), 그리고 계층성 지수(hierarchy index)와 같은 네트워크 수준의 메트릭을 추출하여 네트워크 상호작용의 밀도와 효율성을 평가하였다.

두 번째 단계인 공간유동 군집 분석에서는 택배 네트워크 내 중요한 유동 패턴과 군집을 식별하는 데 중점을 둔다. 먼저, 데이터 전처리를 통해 분석에 필요한 출발지와 도착지 정보, 물동량을 포함한 OD 데이터를 구성하였다. 이에 Gij 통계 기반의 공간유동 분석 기법을 적용하여 지역 간 유동의 상호작용을 평가하고, 통계적으로 유의미한 흐름을 식별하였다. 이 기법은 특정 지역 간 유동의 방향성과 크기를 반영하여 각 시기와 상품군별로 주요 유동 패턴을 군집화함으로써, 네트워크 내 유의미한 흐름을 파악한다. p-값이 0.01 이하인 유동을 통계적으로 유의한 군집으로 간주하여 네트워크 상에서 주요 흐름을 감지하였다. 이러한 분석 과정에서는 병렬 컴퓨팅 기법을 활용하여 다양한 데이터 조합에 대한 반복적인 군집 분석을 효율적으로 수행하였으며, 각 상품군과 시간대에 따른 유동 패턴을 시각화하여 네트워크 흐름의 주요 집중 구간을 식별하였다.

분석 결과

1. 탐색적 분석 결과: 전국 택배 화물 네트워크의 구조적 변화

1) 전국 택배 물동량의 연도별 변화 추세

택배 물동량의 이동 패턴은 여객 교통 네트워크와 차별화된 특성을 나타낸다. 여객 교통은 주로 사람의 이동을 중심으로 하여 주요 거점 간 이동 경로가 고정된 반면, 택배 네트워크는 소비 수요에 따라 유동적으로 변하며 특정 상품군의 수요 증가가 특정 권역으로의 물동량 집중을 촉발한다. 팬데믹 시기에 나타난 이러한 택배 물동량의 집중 현상은 COVID-19로 인해 급격히 변화한 소비자의 구매 패턴을 반영하며, 향후 물류 정책 수립 시 고려해야 할 요소로 작용한다.

COVID-19 초기인 2020년, CJ대한통운 데이터에 나타난 택배 물동량은 전년도 대비 약 50% 이상 증가하며 월 1억 4천만 건을 기록하였다(Figure 1). 이러한 증가세는 팬데믹 기간 동안 비대면 소비가 새로운 소비 표준으로 자리 잡으면서 이루어진 결과로, 그 이후에도 택배 물동량은 팬데믹 이전보다 현저히 높은 수준을 유지하고 있다. 2021년 이후 연간 물동량 증가율은 점차 안정화되었으나, 월간 1억 3천만 건 이상의 수준을 유지하며 택배는 필수적 생활물류 서비스로서 자리매김하였다. 이는 소비자들이 온라인 구매를 지속적으로 선호하고 있음을 시사하며, COVID-19로 인한 소비 패턴 변화가 일시적인 현상에 그치지 않고 장기적인 변화를 초래했음을 보여준다.

Figure 1.

Changes in parcel freight volume (2019–2023)

CJ대한통운 데이터만을 볼 때는 2020년 이후 택배 물동량이 감소한 것처럼 보일 수 있지만, 국가물류통합정보센터의 동 기간 6월 전국 생활화물 물동량 자료를 살펴보면, 전체 택배 시장의 물동량이 지속적으로 증가하고 있는 것으로 나타난다(Figure 1). 이는 코로나 기간 이후 택배 시장의 규모가 지속적인 성장을 유지하고 있음을 보여주며 택배 시장 전체에서 CJ대한통운이 아닌 타사로의 대체 현상도 함께 고려해야 하는 것으로 보인다. 이러한 변화는 택배 시장이 폭발적으로 성장하면서 나타나는 경쟁 구도의 변화와 더불어 각 물류사의 전략적 대응을 시사한다.

상품군별 분석을 통해 택배 물동량 증가에 기여한 주요 요인을 파악한 결과, 식품, 패션의류 및 패션잡화 부문의 물동량이 특히 높은 증가세를 보이며 지속적인 성장세를 유지하고 있는 것으로 나타났다(Figure 2). 팬데믹으로 인한 물리적 이동의 제약과 더불어, 비대면 소비의 편리함이 식품 부문과 같은 필수 소비재 구매의 디지털 전환을 촉진했다. 특히, 식품 부문의 경우 온·오프라인을 통한 구매의 혼합적 소비 형태가 자리잡음에 따라, 일상 소비에서 비대면 구매에 대한 수요가 높아졌다.

또한, 패션의류와 패션잡화 부문은 여전히 높은 택배 물동량을 기록하며 성장세를 이어가고 있다. 이는 패션 소비가 비대면으로 전환되는 경향과 연관이 있으며, 소비자들이 시간과 공간에 구애받지 않고 상품을 비교하고 구매하는 전자상거래의 장점을 선호함에 따라 발생한 결과로 해석할 수 있다. 이러한 특정 상품군의 지속적인 성장세는 택배 네트워크의 자원 배분 및 네트워크 구조 설계에 있어 중요한 고려 요소로 작용할 수 있다.

Figure 2.

Changes in parcel freight volume by product type (2019–2023)

2) 네트워크 지표 분석을 통한 구조적 특성 평가

평균 차수와 네트워크 밀도는 주로 네트워크의 전반적인 연결 강도를 나타낸다. 본 연구에서 평균 차수와 밀도는 식품, 생활/건강, 패션의류 순으로 높게 나타났으며, 이는 해당 품목들이 다양한 지역에서 활발히 교류되고 있음을 시사한다 (Figure 3). 평균 차수와 밀도가 높은 품목의 경우 전국적으로 여러 지역과의 연결이 활발하여 다대다 교류가 일어나며, 이는 지역 간 소비의 일관성 및 수요가 균등하게 분포됨을 반영한다. 전 기간에 걸쳐 이 순위에 큰 변동이 없었는데, 이는 주요 소비재에 대한 지속적인 수요와 네트워크 구조의 안정성을 보여주는 결과로 해석할 수 있다.

Figure 3.

Changes in network metrics by product type (2019–2023)

위계성은 네트워크 내 허브 역할을 하는 중심 노드가 얼마나 강력하게 연결되어 있는지를 나타내며, 위계성이 높은 네트워크는 특정 소수 지역이 중심 허브 역할을 수행하면서 물류 흐름이 집중되는 구조를 가지게 된다. 위계성이 높은 품목으로는 출산/육아, 가구/인테리어, 화장품/미용, 스포츠/레저, 도서/음반 등이 있으며(Figure 3), 이는 이러한 품목들이 주요 소비지나 대도시 중심으로 소비되고, 이러한 지역이 전국적으로 분포된 다른 지역들과 강하게 연결된 허브 역할을 수행하고 있음을 의미한다. 특히, 이들 품목은 소수의 주요 노드에서 다수의 지역으로 발송되는 Hub-and-Spoke 구조를 형성하며, 이러한 위계적 네트워크 구조는 물류 효율성 극대화를 목표로 하는 특정 품목의 특성에 적합하다.

전이성은 네트워크의 점대점 연결 강도를 측정하는 지표로, 특정 노드가 얼마나 다수의 노드와 직접 연결되어 있는지를 보여준다. 전이성이 높은 네트워크는 다양한 지역들이 상호 간 직접적인 연결을 통해 밀접하게 상호작용하는 구조를 의미하며, 이 경우 특정 중심 지역 없이 다수의 지역 간 자율적인 물류 흐름이 형성된다. 본 연구에서는 식품, 생활/건강, 패션/의류 품목의 전이성이 높게 나타났는데(Figure 3), 이는 해당 품목들이 여러 지역에서 자율적인 수요와 공급에 기반하여 네트워크 내에서 서로 직접적인 교류를 이루는 다대다 구조를 가짐을 의미한다. 전이성이 높은 경우 택배 흐름이 특정 지역에 집중되지 않고 광범위한 지역에서 발생하는 특징을 가지며, 이는 안정적인 수요를 가진 소비재의 특성과도 일치한다.

이와 같은 네트워크 지표를 기반으로 볼 때, 주요 소비재 품목들은 높은 연결성과 전이성을 특징으로 하며 전국적으로 안정된 수요 기반을 바탕으로 네트워크가 확장되는 경향을 보인다. 반면, 특화된 품목(출산/육아, 가구/인테리어 등)은 주요 허브에 집중되는 구조를 가지며, 이들 허브 지역의 네트워크 상의 중요성이 두드러진다.

택배 물동량의 유출 및 유입 거점을 분석한 결과, 여객 흐름에서 볼 수 있는 대칭적 이동과는 달리 물류 네트워크에서는 비대칭적인 흐름이 두드러졌다(Figure 4). 이는 물류 네트워크가 여객 이동보다 특정 거점에 따라 흐름이 다르게 분포하는 특성을 가지기 때문으로, 택배 네트워크의 비대칭성과 각 거점의 기능적 차별성을 강조한다. 유출 거점 지역의 상위 10개 지역은 파주, 화성, 경기도 광주, 용인 처인구, 이천 등으로 나타났다. 이들 지역은 도서, 식품, 패션, 스포츠, 화장품과 같은 특정 상품군에 특화된 물류 활동이 이루어지고 있으며, 이러한 특성은 해당 지역에 위치한 물류 단지와의 밀접한 연관성을 나타낸다. 예를 들어, 파주는 주로 도서 유출의 중심지로, 화성은 식품 물동량의 유출이 집중되었고, 경기도 광주는 패션과 식품, 스포츠 등의 품목이 유출되는 거점으로 기능하고 있다. 이는 각 지역의 물류 시설이 특정 상품군의 물동량을 처리하는 데 최적화되어 있으며, 이를 통해 물류 거점의 특화된 역할이 부각된다. 반면, 유입 거점의 경우 주요 10대 지역이 경기도 화성시, 서울시 강남구, 경기도 부천시, 서울시 송파구 경기도 성남시 분당구 등 주로 수도권 인구 밀집 지역이거나 수도권 주요 산업이 집중되는 지역으로 나타난다. 이들 지역은 상업과 고용이 집중되어 있어 소비 수요가 높고, 이에 따라 다양한 물류 거점에서 물품이 집중적으로 유입되는 경향을 보이는 것으로 보인다.

유출 거점은 특정 상품군에 특화된 물류 활동이 이루어지는 반면, 유입 거점은 주로 인구 밀집과 고소득, 고용 집중 지역에서 소비 수요가 높아지는 특징을 보인다. 이러한 유입 패턴은 인구 밀도 및 인구 수와 밀접하게 연관되며, 소비 수요가 많은 지역일수록 물동량이 집중된다. 택배 시설과 소비지 간의 거리는 물류 효율성에 영향을 주며, 특정 소비지와 거리상의 이점을 가진 물류 단지가 있는 지역은 유출의 중심지가 되기 쉽다. 아울러, 네트워크 내 주요 허브 터미널의 위치는 물동량 흐름에 중요한 역할을 하며, 이러한 터미널이 인접한 지역에서 대규모 유출이 발생할 가능성이 높다. 이러한 요인들은 택배 네트워크에서의 유출/유입 패턴을 형성하는 핵심 요소로, 물류 정책과 네트워크 설계 시 주요 고려 사항으로 작용한다.

Figure 4.

Product composition of the top 10 outflow/inflow hubs

2. 공간유동 군집 분석 결과: 택배 화물 네트워크의 시공간적 특성

전국 택배 화물 네트워크의 공간유동 군집 분석 결과, 수도권을 중심으로 한 Hub-and-spoke 구조가 강하게 나타났다. 이 구조는 수도권이 한국의 주요 물류 중심지로 기능하며, 전국 물류 흐름이 수도권을 중심으로 방사형으로 퍼져 나가는 도시물류 특성을 반영한다. 수도권은 단순히 물류 흐름의 허브일 뿐만 아니라, 다른 주요 광역권과의 연결을 강화하여 물류 네트워크의 핵심 축을 형성하고 있다. 이는 수도권 내에서 발생하는 물동량이 단순히 수도권에 국한되지 않고 부산, 대구, 광주 등의 주요 광역권으로 확산됨을 의미하며, 이러한 흐름이 지속적으로 강화되는 양상을 보인다.

수도권과 주요 광역권 사이에서 다수의 공간유동 군집이 확인되었으며, 이들 군집은 대부분 수도권을 출발지로 한다. 이는 수도권이 전국적인 물류 수요를 유발하고 분배하는 중심지 역할을 하고 있음을 시사하며, 특히 수도권-부산권 사이의 공간유동 회랑이 매우 강하게 형성되어 있다. 수도권과 부산권을 잇는 이 회랑은 한국의 주요 물류 축으로 작용하며, 전국적인 물류 이동의 핵심 경로로 자리 잡고 있다. 부산권은 한국의 최대 항구와 물류기지 역할을 담당하고 있어, 수도권과의 연결이 특히 강화된 것으로 보이며, 이를 통해 수도권에서 출발한 택배 물동량이 부산항을 통해 국내외로 이동하는 구조가 나타난다.

흥미로운 점은 수도권과 주요 광역권 간의 연결성이 높은 반면, 수도권 외의 광역권 간 직접적인 공간유동 군집은 나타나지 않았다는 점이다. 이는 수도권에 대한 물류 의존도가 상당히 높음을 보여주는 결과로, 각 지역이 수도권과의 연결을 통해 물동량을 처리하는 경향이 강하다는 것을 시사한다. 수도권 외 지역 간 물류 흐름이 제한적이라는 사실은, 향후 균형적인 물류 인프라 확충과 물류 자립성을 강화하기 위한 정책적 대응이 필요함을 의미한다. 수도권에 집중된 물류 흐름을 완화하고 지역 간 물류 네트워크를 활성화하려면, 수도권 외의 거점 도시들 간의 직접적인 연결성을 강화할 필요가 있다.

전국 택배 화물 네트워크를 품목별로 분석한 결과, 군집의 분포는 품목별로 매우 상이한 패턴을 보였다. 본 연구에서는 분량의 한계상 모든 품목에 대한 분석 결과보다 공간유동 군집 분석 결과가 특징적으로 나타나는 가구/인테리어, 도서/음반, 식품, 패션의류에 대한 분석 결과를 제시하고 이에 대해 논한다.

1) 가구/인테리어 부문의 공간유동 군집 분포

가구/인테리어 부문의 택배 네트워크는 수도권을 중심으로 강력한 군집 구조를 형성하고 있는 것으로 나타났다(Figure 5). 수도권은 이 제품군의 주요 출발지이자 허브 역할을 수행하며, 수도권 내 밀집된 소비 수요에 맞추어 물류 흐름이 집중되고 있다. 이는 수도권이 가구/인테리어 제품 유통에서 중심적 역할을 하고 있음을 시사하며, 수도권이 국내 물류 네트워크의 핵심 거점으로 자리 잡고 있음을 보여준다.

Figure 5.

Spatial flow clustering analysis of furniture parcel freight network (2019–2023)

또한, 수도권 외에도 대구에서 수도권으로 향하는 강력한 유동 군집이 형성되어 있다. 이는 대구가 가구/인테리어 제품의 또 다른 주요 유통 기점으로 기능하고 있으며, 수도권과의 강력한 연결성을 나타낸다. 대구에서 출발하여 수도권 전역으로 배송되는 군집은 대구가 수도권과의 물류 흐름에서 주요 허브 역할을 수행하고 있음을 시사한다. 이를 통해 대구와 수도권 간의 물류 연계가 활발히 이루어지고 있음을 확인할 수 있다.

수도권과 부산권 간의 연결성 또한 주목할 만하다. 수도권의 주요 배송 거점에서 출발하여 부산권, 특히 김해 지역으로 향하는 유동 군집은 수도권과 부산권 간 주요 물류 회랑이 형성되어 있음을 나타낸다. 이는 수도권과 부산권 간의 물류 흐름이 가구/인테리어 제품 유통에서 중요한 축을 이루고 있음을 보여주며, 두 지역 간의 경제적 연계와 물류 의존성을 반영한다. 이러한 주요 회랑은 수도권 중심의 물류 네트워크가 전국 주요 권역으로 확산되는 양상을 보여주며, 수도권과 지방 거점 간의 활발한 물류 연결성을 시사한다.

전반적으로 가구/인테리어 부문에서 수도권을 중심으로 한 Hub-and-Spoke 구조가 뚜렷하게 나타난다. 수도권이 중심 허브로 기능하며, 수도권에서 출발하는 물류 흐름이 전국으로 확산되는 구조가 확인된다. 이는 수도권 중심의 유통 네트워크가 국내 물류 시스템의 기본 축으로 자리 잡고 있음을 의미하며, 수도권을 출발지로 하여 다양한 지역으로 확산되는 패턴을 통해 수도권의 유통 중추 역할이 더욱 강조되고 있음을 보여준다.

팬데믹의 영향 또한 주목할 필요가 있다. 2020년과 2021년 팬데믹 초기에는 비대면 소비의 급격한 증가로 인해 클러스터 밀도가 크게 증가하였으나, 2022년 이후에는 다소 안정화되는 추세를 보였다. 이는 팬데믹 초기의 수요 증가가 장기적인 트렌드로 자리 잡았으며, 수도권 중심의 유통 클러스터가 정착된 결과로 해석할 수 있다. 팬데믹 이후 비대면 소비와 택배 수요가 급증했음에도 불구하고, 수도권 중심의 유통 구조는 지속적으로 유지되고 있다.

탐지된 공간유동 군집 횟수를 분석한 결과, 수도권 내에서 물류 거점의 재편이 이루어지고 있음을 확인할 수 있었다. 경기도 김포시와 인천광역시 서구는 탐지 횟수가 지속적으로 증가하면서 주요 물류 허브로 자리 잡고 있으며, 이는 이들 지역이 수도권의 높은 물류 수요를 효과적으로 충족하기 위한 새로운 중심지로 부상하고 있음을 보여준다. 반면, 고양시 덕양구와 용인시 처인구는 초기에는 높은 탐지 횟수를 기록했으나 최근 들어 감소세를 보이며, 수도권 내에서의 역할이 상대적으로 축소되었다. 이러한 변화는 수도권 내에서도 특정 지역의 물류 중심성이 강화되거나 약화되는 패턴이 나타나고 있음을 시사한다.

또한, 인천 중구의 경우, 2023년에 갑작스럽게 탐지 횟수가 급증하여 새로운 물류 거점으로 떠오른 반면, 대구 달서구는 일정한 탐지 횟수를 유지하며 지방 거점으로서의 역할을 지속적으로 수행하고 있다. 이러한 패턴은 수도권 중심의 물류 네트워크가 강화되는 한편, 수도권 내 일부 지역에서 허브 역할이 재편되고 있으며, 수도권 외에서도 특정 지방 도시들이 수도권과의 강력한 연결성을 유지하고 있음을 보여준다. 이를 통해 향후 물류 정책 수립 및 인프라 개발에 있어 지역별 특성과 변화 양상을 반영할 필요성이 강조된다.

이상의 결과는 수도권이 가구/인테리어 부문에서 중심 허브로서의 기능을 강화하고 있음을 보여주며, 수도권과 지방 주요 거점 간의 연결이 주요 물류 네트워크로 작동하고 있음을 확인해 준다. 수도권을 중심으로 한 Hub-and-Spoke 구조와 팬데믹 이후 안정화된 클러스터 분포는 향후 수도권 중심의 유통 네트워크가 지속될 가능성을 시사한다.

2) 도서/음반 부문의 공간유동 군집 분포

도서/음반 부문의 택배 네트워크 분석 결과, 수도권을 중심으로 강력한 공간유동 군집이 형성되고 있는 것이 확인되었다(Figure 6). 수도권은 이 제품군의 주요 출발지와 허브 역할을 하며, 수도권의 높은 소비 수요에 맞춰 물류 흐름이 집중되고 있다. 특히 파주, 고양시, 경기도 김포시, 경기도 연천군 등 수도권의 주요 거점이 도서/음반 물류의 핵심 허브로 기능하며, 이들 지역에서 출발하는 택배 흐름이 전국의 주요 도시와 광역권으로 확산되고 있다. 특히 파주시에는 파주출판국가산업단지가 위치해 있어 도서/음반 제품의 집산지로서 중요한 역할을 수행하고 있으며, 이는 파주가 도서/음반 제품의 전국적인 유통 네트워크의 핵심 허브로 자리 잡게 된 주요 요인 중 하나로 볼 수 있다. 이러한 결과는 수도권이 도서/음반 제품 유통에서 중심적인 역할을 하고 있음을 시사하며, 수도권이 국내 물류 네트워크의 주요 거점으로 자리 잡고 있음을 보여준다.

Figure 6.

Spatial flow clustering analysis of books/media parcel freight network (2019–2023)

코로나19 팬데믹 초기의 여파로 인해 2020년과 2021년 동안 도서/음반 택배 물류 흐름이 급격히 증가했으나, 이후 다소 감소세로 전환되었다. 이러한 변화는 팬데믹 시기에 비대면 소비 증가와 더불어 음반 산업이 온라인화되는 경향을 반영하는 것으로 해석될 수 있다. 팬데믹으로 인해 도서/음반 제품에 대한 수요가 전국적으로 확산되는 패턴이 나타났으며, 이는 수도권을 중심으로 한 기존 유통 구조에 더해 지방 주요 거점에서도 유통 흐름이 증가하게 된 배경을 설명할 수 있다.

주요 출발지인 파주는 도서/음반 부문에서 특히 중요한 물류 거점으로 나타났으며, 2019년부터 2023년까지 연속적으로 높은 탐지 횟수를 기록하고 있다. 이는 수도권과 전국을 연결하는 도서/음반 물류의 핵심 허브로서, 수도권을 중심으로 한 유통 네트워크에서 중요한 축을 담당하고 있음을 시사한다. 이에 비해 고양시의 일산동구와 일산서구, 김포시, 연천군 등 수도권의 다른 주요 거점들도 꾸준히 탐지되며 도서/음반 부문의 유통 흐름에 중요한 역할을 수행하고 있다. 그러나 서울의 특정 구역인 성북구, 중구, 종로구 등은 특정 연도에만 일시적으로 탐지되었으며, 지속적인 물류 거점으로서의 역할은 미미한 것으로 보인다. 이는 수도권 내에서도 도서/음반 물류의 주요 흐름이 특정 지역에 집중되어 있으며, 일부 지역은 보조적인 역할을 수행하고 있음을 의미한다. 또한, 경기도 김포시는 2019년 이후 출발 빈도가 꾸준히 증가하고 있으며, 이는 김포가 수도권 내 신흥 물류 거점으로 부상하고 있음을 의미한다. 수도권 내 물류 중심지가 기존의 주요 거점인 파주, 고양을 넘어 김포 등으로 확장되는 현상이 관찰된다.

결과적으로, 도서/음반 부문에서 수도권 중심의 Hub-and-Spoke 구조가 강력하게 나타난다. 수도권을 중심으로 하는 유통 네트워크는 전국의 광역권을 포함하는 대규모 배후지를 형성하고 있으며, 수도권이 도서/음반 유통의 핵심 축을 이루고 있음을 보여준다. 이러한 수도권 중심의 구조는 팬데믹 이후에도 지속적으로 유지되고 있으며, 향후 도서/음반 물류 네트워크의 장기적인 안정성과 수도권 중심의 물류 집중 현상이 더욱 강화될 가능성을 시사한다.

3) 식품 부문의 공간유동 군집 분포

식품 부문의 택배 네트워크는 다른 제품군과 비교해 구조적으로 차별화된 특성을 나타낸다(Figure 7). 대부분의 제품군에서 수도권을 중심으로 한 Hub-and-Spoke 구조가 명확하게 드러나지만, 식품 부문에서는 주요 출발지가 수도권에 국한되지 않고 전국적으로 다양하게 분포하는 양상이 관찰된다. 예를 들어, 수도권뿐만 아니라 대전, 충청권, 전라도 등의 지역에서도 높은 출발 빈도를 기록하고 있으며, 이는 식품 유통이 소비자 근처의 생산지 및 저장 시설에서 직접 배송되는 특성을 반영한다. 이러한 분산적인 출발지 구조는 수도권에 대한 집중 의존도를 낮추고, 소비지와 가까운 위치에서 유통이 이루어지는 특징을 보여준다.

Figure 7.

Spatial flow clustering analysis of food parcel freight network (2019–2023)

연도별 주요 출발지의 빈도 변화를 살펴보면, 식품 부문은 다른 부문과 비교하여 출발지가 고정적이지 않고 유동적으로 변화하는 패턴을 보인다. 특정 연도에 주요 출발지로 부상했던 지역이 다음 해에는 상대적으로 낮은 빈도를 기록하거나, 새로운 지역이 출발 거점으로서 부상하는 등, 식품 유통에서는 수요 변화와 산지 공급에 따라 물류 거점이 유연하게 조정되는 경향이 강하다. 초기인 2019년과 2020년에는 대전광역시 동구와 충청북도 옥천군 등 충청권 지역에서 높은 출발 빈도가 기록되었다. 이들 지역은 수도권 및 중부권을 연결하는 주요 물류 거점으로서, 전국적인 물류 네트워크의 중요한 축을 형성하고 있었다. 특히 이 시기에는 대전권이 식품 물류의 주요 출발지로 기능하면서 수도권 외곽에 위치한 여러 지역들이 출발지 역할을 수행하여 다양한 지역으로의 유통 흐름을 형성하였다. 이는 식품 부문의 네트워크가 타 제품군보다 빠르게 변화하는 수요와 지역적인 산지 공급 특성을 반영하고 있음을 시사하며, 결과적으로 보다 분산적이고 유연한 네트워크 구조가 나타난다.

그러나 2021년 이후 식품 물류 네트워크에서 수도권 지역의 역할이 강화되며 주요 출발지에 변화가 발생하였다. 경기도 안성시와 평택시, 인천광역시 중구 등이 새로운 출발지로 부상하며 높은 출발 빈도를 기록하였고, 이러한 지역들은 수도권 중심의 물류 네트워크에서 새로운 허브로 자리 잡았다. 예를 들어, 안성시는 2023년까지 지속적으로 출발 빈도가 증가하며 수도권 물류 네트워크의 핵심 거점으로 자리매김하였다. 이와 같은 변화는 수도권 인근 지역에 물류 창고와 공장의 밀집도가 증가하면서 수도권 중심의 유통 구조가 더욱 공고해졌음을 시사한다.

종합적으로, 식품 부문에서는 수도권 중심의 Hub-and-Spoke 구조가 점차 강화되며 네트워크 밀도가 높아지고 있음을 알 수 있다. 초기에는 다양한 지역에서 출발지가 분포되었으나, 최근 몇 년간 수도권 내 특정 지역으로 집중되는 양상을 보이며 물류 효율성을 극대화하려는 경향이 강화되었다. 특히, 평택시와 안성시 등의 신흥 물류 거점이 부상하며 기존의 대전 및 충청권 중심의 네트워크가 수도권 중심으로 재편되고 있다. 이러한 수도권 집중 현상은 향후 식품 물류 네트워크에서 수도권의 중추적 역할이 더욱 강화될 가능성을 시사하며, 수도권과 충청권을 잇는 주요 물류 흐름을 형성할 것으로 전망된다.

본 연구 결과는 식품 부문 택배 네트워크가 초기에는 수도권 외곽과 충청권에서 활발히 운영되었으나, 최근에는 수도권으로 집중되는 구조적 변화를 보여주고 있음을 시사한다. 이러한 변화는 향후 수도권 중심의 물류 효율성을 더욱 극대화하고, 수도권을 기반으로 한 식품 유통 네트워크가 지속적으로 강화될 가능성을 나타내며, 향후 정책 수립 시 수도권 내 물류 인프라와 지역적 특성을 고려한 전략적 접근이 필요함을 시사한다.

4) 패션의류 부문의 공간유동 군집 분포

패션 의류 부문의 택배 네트워크 분석 결과, 수도권을 중심으로 강력한 유통 허브 구조가 형성되고 있음을 확인할 수 있다(Figure 8). 특히 서울 동대문구는 오랫동안 의류 및 패션 산업의 중심지로서 높은 출발 빈도를 기록하며 전국 각지로 물류 흐름을 주도해왔다. 동대문구는 의류 도매 시장과 관련 산업이 밀집된 지역으로, 수도권 내외의 패션 상품 유통망을 연결하는 중심지로 기능한다. 이러한 수도권 중심의 유통 구조는 부산, 대구, 대전, 광주 등 주요 광역권으로의 빠른 배송을 가능하게 하며, 효율적인 패션 상품 공급을 위한 기반이 되어왔다.

최근 몇 년간 패션 의류 물류 출발지가 동대문구 외에도 수도권 외곽 지역으로 확장되는 변화가 나타나고 있다. 특히 용인시 처인구와 인천 중구가 새로운 주요 출발지로 부상하면서 수도권 외곽에서도 패션 의류의 물류 거점 역할을 수행하기 시작했다. 이러한 변화는 수도권 외곽 지역의 물류 인프라와 교통망 개선, 대형 유통센터와 물류 창고의 개발에 따른 것으로 분석된다. 수도권 내 도심의 혼잡을 피하고 물류 비용을 절감하기 위해 패션 의류 물류가 외곽 지역으로 분산되는 경향이 강화되면서, 수도권 전역에 걸쳐 다중 허브 구조가 형성되고 있는 양상이다. 이는 수도권 중심의 유통 흐름을 최적화하고 서울 도심의 물류 집중 부담을 완화하는 데 기여하는 중요한 변화로 평가된다.

특히 2022년 이후 인천 중구의 출발 빈도 급증은 중국 이커머스 시장의 확대와 인천 공항을 통한 항공 화물 물량 확대와 밀접하게 연관되어 있다. 중국의 대형 전자상거래 플랫폼들이 한국을 비롯한 아시아 시장으로 진출하면서, 인천 중구는 중국에서 들어오는 패션 의류 상품의 주요 관문으로 기능하게 되었다. 이에 따라 인천 중구는 한국 내 패션 의류 유통의 핵심 거점으로 자리 잡으며, 중국에서 수입된 의류 제품이 인천 중구를 통해 전국으로 빠르게 유통되는 네트워크를 형성하고 있다. 이는 패션 의류 부문에서 해외 직구와 이커머스 수요 증가에 따른 물류 거점 재편성을 반영하며, 인천 중구의 중요성을 더욱 부각시킨다.

Figure 8.

Spatial flow clustering analysis of fashion apparel parcel freight network (2019–2023)

이와 함께, 용인시 처인구, 이천시, 평택시 등 수도권 외곽 지역에서도 출발 빈도가 증가하고 있다. 이들 지역은 물류 창고와 대형 유통센터가 빠르게 개발되는 지역으로, 수도권 전체를 아우르는 물류 네트워크에서 중요한 역할을 수행하고 있다. 특히 이천시와 평택시는 주요 교통망과의 접근성이 우수하여 수도권 외곽에 위치한 패션 의류 물류의 새로운 허브로 자리 잡아가고 있다. 이러한 수도권 내외 다중 허브 체계는 패션 의류 유통에서 시간과 비용을 절감하고, 물류 경로의 최적화를 통해 효율적인 배송 네트워크 구축에 기여하고 있다.

결론적으로, 패션 의류 부문에서 수도권 중심의 단일 허브 구조가 인천 중구와 수도권 외곽 지역으로 확장되고 있는 현상은, 중국 이커머스 시장 확대와 인천공항을 통한 항공 화물 물량 확대에 따른 인천 중구의 역할 증가와 수도권 물류 효율성 강화를 위한 다중 허브 전략을 반영한다. 이러한 다중 허브 체계는 패션 의류 유통의 안정성과 효율성을 증진시키며, 국내 유통 네트워크의 지속 가능한 성장에 중요한 변화를 예고한다.

5) 시공간적 공간유동 군집 분석의 시사점

본 연구에서 도출된 택배 네트워크의 시공간적 군집 분석 결과는 한국의 물류 네트워크가 지역적 및 글로벌 소비 패턴 변화를 어떻게 반영하는지, 그리고 각 품목의 특성이 어떻게 공간적 구조에 영향을 미치는지에 대한 중요한 시사점을 제공한다. 수도권을 중심으로 한 강력한 Hub-and-Spoke 구조가 여러 상품군에서 관찰되며, 이는 수도권이 국내 물류 네트워크의 중심 축으로 기능하고 있음을 재확인시킨다.

수도권은 한국의 주요 물류 중심지로 오랜 기간 기능해 왔으며, 본 연구에서도 수도권의 강력한 Hub-and-Spoke 구조가 확인된다. 수도권은 여러 상품군, 특히 패션 의류, 도서/음반, 가구/인테리어 부문에서 전국적 유통을 위한 허브 역할을 수행하며, 전국으로 이어지는 물류 흐름의 중심지로 기능하고 있다. 예를 들어, 서울 동대문구는 패션 의류의 전통적인 출발지로서 높은 출발 빈도를 보이며, 수도권 및 전국으로 이어지는 패션 의류 유통의 핵심 거점 역할을 해 왔다. 동대문구의 의류 도매 시장과 다양한 패션 산업이 밀집된 특성은 수도권 내외로의 패션 유통을 촉진하며, 이를 통해 전국 주요 도시에 신속하게 상품을 공급할 수 있는 체계를 구성하고 있다.

최근 몇 년간 인천 중구의 출발 빈도가 급격히 증가하고 있는 것은 주목할 만한 현상이다. 이는 중국 이커머스 시장 확대와 깊은 연관이 있으며, 특히 중국의 대형 전자상거래 플랫폼들이 한국과 아시아 시장으로의 판매를 확대하면서 인천 중구가 인천공항을 통한 항공 화물과 중국에서 들어오는 상품의 주요 관문으로 기능하게 되었기 때문이다. 인천 중구는 중국에서 수입된 패션 의류 제품이 한국 내로 유입되는 중요한 거점이자 전국으로 빠르게 분배되는 물류 허브로 자리 잡고 있다. 이러한 변화는 글로벌 공급망이 국내 물류 네트워크에 미치는 영향력을 보여준다. 인천 중구는 단순히 물류 거점의 역할을 넘어서 한국과 중국 간 이커머스 흐름을 연결하는 중요한 허브로 부상하고 있으며, 이는 향후 아시아 시장과의 유통 네트워크 강화에도 전략적으로 중요한 역할을 할 것으로 보인다.

네트워크 분석 결과는 각 상품군별로 상이한 유통 구조가 나타남을 보여준다. 특히 식품 부문은 수도권 중심의 Hub-and-Spoke 구조와는 다른, 분산형 유통 구조를 보인다. 식품 유통은 소비자 근접 생산지와 저장 시설에서 직접 배송되는 특성을 지니고 있어, 수도권에 집중되지 않고 다양한 지역에서 출발하는 특성을 보인다. 이는 식품 유통이 수도권 의존도가 낮고, 지역 생산지와 근접한 소비지 간의 자율적 연결성을 반영하는 분산형 구조를 갖고 있음을 시사한다. 반면, 도서/음반과 가구/인테리어 부문은 수도권을 중심으로 군집이 집중되어 있다. 특히, 파주출판국가산업단지가 위치한 파주는 도서/음반 부문의 유통 거점으로 기능하며, 수도권 중심의 유통 구조를 뒷받침하고 있다. 이러한 집중적 구조는 수도권 내외로 신속하게 제품을 유통할 수 있는 효율적인 허브 역할을 수행한다.

COVID-19 팬데믹은 온라인 소비와 택배 물동량의 폭발적인 증가를 이끌어냈다. 팬데믹 초기에는 수도권을 중심으로 물류 클러스터 밀도가 급증하며 수도권 중심의 허브 구조가 더욱 공고해졌다. 이후 안정화되는 추세를 보이며, 수도권 내 주요 거점들이 장기적 유통 구조로 자리 잡아갔다. 이러한 변화는 비대면 소비의 장기적 정착을 보여주는 동시에, 팬데믹 이후에도 택배 물류가 중요한 생활 서비스로서 자리매김했음을 시사한다. 수도권 중심의 유통 네트워크는 팬데믹 이후에도 지속적으로 유지되었으며, 이는 수도권 내 물류 인프라와 소비 수요가 안정적으로 결합되어 있음을 보여준다. 특히 수도권 외곽 지역에서 새로운 물류 거점이 부상함에 따라 수도권의 혼잡을 완화하고 물류 효율성을 극대화하려는 노력이 강화되었다.

결론

본 연구는 2019년부터 2023년까지의 전국 택배 화물 네트워크 데이터를 활용하여, 한국 물류 네트워크의 구조적 변화를 탐구하고 주요 권역에서의 시공간적 패턴을 분석하였다. 분석 결과를 통해 수도권 중심의 Hub-and-Spoke 구조가 여러 상품군에서 강하게 나타났음을 확인하였으며, 특정 상품군별로 각기 다른 유동 특성이 발견되었다. 이와 더불어, 팬데믹과 같은 외부 요인이 택배 네트워크 구조와 물동량 분포에 미친 영향도 중요하게 분석되었다. 이를 통해 본 연구는 지역 특성에 따른 물류 거점의 중요성과 다층적 물류 흐름이 형성되는 과정을 구체적으로 설명하고자 하였다.

본 연구의 시공간적 군집 분석 결과는 향후 정책적 방향과 전략 수립에 중요한 시사점을 제공한다. 첫째, 수도권 중심의 단일 허브 구조에서 벗어나 다중 허브 체계를 구축할 필요가 있다. 수도권 외곽과 주요 비수도권 거점 간 연결성을 강화하여 전국적으로 균형 잡힌 물류 네트워크를 구성함으로써, 물류 비용 절감과 효율성 제고가 가능할 것이다. 지역간 원활한 택배 물류의 연계를 가능하게 하기 위해서 지자체와 기업이 함께 광역권별 거점 배송센터, 물류 클러스터 및 풀필먼트 센터 구축을 하기 위해 함께 정책적으로 노력하는 것이 필요할 것이다. 둘째, 글로벌 이커머스 시장 확대와 연계된 물류 허브 지역에 대한 인프라의 중요해졌다. 인천 중구를 중심으로 하는 공간유동 군집의 대두는 한국에서 커지는 항공을 통한 화물 직배송과 이커머스 시장의 중요성을 보여주고 있다. 중국을 포함한 글로벌 공급망 변화에 적극적으로 대응하고 아시아 시장과의 무역 흐름을 강화하기 위해 항만과 연계된 주요 물류 거점의 기능을 강화하는 전략이 필요하다. 마지막으로, 각 상품군별로 상이한 유동 특성이 나타난 만큼, 식품, 가구/인테리어, 도서/음반 등 특정 품목의 특성에 맞는 맞춤형 물류 전략이 필요하다. 예를 들어, 분산형 네트워크가 필요한 식품 유통의 경우, 수도권 외곽과 주요 지방 도시 간 연결을 강화하는 방안이 효과적일 수 있다. 셋째, 팬데믹 기간 동안 비대면 소비 증가에 따른 택배 물동량의 급증이 물류 네트워크에 주는 영향을 고려할 때, 향후 비상상황에 대비한 유연한 물류 대응 체계 마련이 필요하다.

본 연구는 택배 네트워크의 시공간적 특성을 분석했으나, 다음과 같은 한계를 가진다. 첫째, 분석에 사용된 데이터가 특정 택배사에 국한되어 있어 국내 전체 물류 흐름을 대표하기에 제한이 있을 수 있다. 둘째, 시공간적 변화에 영향을 미치는 다양한 외부 요인(예: 경제 변화, 계절적 특성 등)을 충분히 고려하지 못해 결과 해석에 한계가 있을 수 있다. 셋째, 분석 기법에서 특정 상품군을 대표할 수 있는 다차원적 요인을 심층적으로 반영하지 못해, 다층적 유동 구조에 대한 이해가 제한적일 수 있다.

향후 연구는 이러한 한계를 보완하여 다음의 방향으로 발전할 수 있다. 첫째, 다양한 택배사 데이터를 포함하여 전국적 물류 흐름을 더욱 대표할 수 있는 종합적인 분석이 필요하다. 둘째, 외부 요인들과의 상호작용을 고려하여 물류 네트워크의 변화를 더욱 구체적으로 분석할 필요가 있다. 셋째, 특정 상품군의 유동 특성을 다차원적으로 분석하고, 이를 바탕으로 최적화된 물류 네트워크 구축 방안을 탐색하는 연구가 요구된다. 이를 위해 최신 공간 유동 분석 기법의 활용이 중요하다. 예를 들어, BiFlowLISA는 이변량 로컬 공간 자기상관을 측정하여 서로 다른 두 교통 흐름 간의 밀집 패턴을 평가할 수 있으며, 이를 통해 물류 허브 간의 관계를 정교하게 분석할 수 있다. 또한 flowAMOEBA와 같은 다방향 최적 에코토프 기반 기법은 특정 지역에서의 비정상적 상호작용 패턴을 탐지하는 데 유용하며, 네트워크 내 집중 구간을 파악하는 데 도움이 된다. 마지막으로, Space-Time Flow LISA와 같은 동적 시공간 분석 기법을 활용해 시간에 따른 유동 변화를 추적함으로써, 장기적 네트워크 패턴 변화와 이에 따른 정책적 대응 방안을 마련할 수 있을 것이다.