프랜차이즈 커피전문점의 공간적 분포 특성에 관한 연구: 서울시 스타벅스와 메가커피를 중심으로 = Spatial Distribution Characteristics of Franchise Coffee Shops: The Cases of Starbucks and Mega Coffee in Seoul

다국어 초록 (Multilingual Abstract)

This study aims to compare the spatial distribution characteristics of franchise coffee shops and the local factors associated with their distribution by brand at the administrative-dong level in Seoul. Coffee shops today function not merely as beverage retail facilities but as everyday neighborhood-oriented retail spaces where work, study, meetings, rest, waiting, and on-the-go consumption are combined. Even within the same coffee-shop industry, associated trade areas and locational environments may differ depending on brand characteristics such as price range, operating structure, consumer purpose, length of stay, and use of space. Accordingly, this study compares Starbucks, which represents a premium and stay-oriented brand, and Mega Coffee, which represents a low-priced, large-volume, and neighborhood-oriented brand, and examines how their store distributions and associated local factors differ within Seoul.
The spatial scope of this study is Seoul, and the unit of analysis is the administrative dong. The final dataset consists of 426 administrative-dong observations in Seoul. The dependent variables are the number of Starbucks stores and the number of Mega Coffee stores in each administrative dong. Based on official store-locator data collected and refined as of April 2026, the final analysis includes 684 Starbucks stores and 1,012 Mega Coffee stores. The independent variables were constructed to reflect population and neighborhood demand, occupational and business-area structure, transportation accessibility, educational facilities, commercial-area and land-price characteristics, café agglomeration, and control variables. Scale and count variables were transformed using ln（1+x） to reduce skewness and differences in scale, while ratio and dummy variables were entered in their original units. The dependent variables, the number of stores by administrative dong, were not log-transformed in order to preserve their count-data characteristics; instead, the expected number of stores was estimated through the log-link function of the Poisson regression model.
The analysis employed Poisson regression models. Because the number of stores by administrative dong is a non-negative integer count variable, a model that reflects the characteristics of count data is more appropriate than a general linear regression model. After applying the Poisson regression model, this study examined overdispersion using Pearson dispersion and a likelihood-ratio test against the negative binomial model. The diagnostic results showed that Pearson dispersion was close to 1 in both models, with 0.986 for Starbucks and 1.017 for Mega Coffee. The likelihood-ratio test against the negative binomial model was not significant for either brand, with p=0.992 for Starbucks and p=0.174 for Mega Coffee, indicating that overdispersion was not statistically significant. In addition, the maximum variance inflation factor （VIF） in the main model was 4.978, suggesting no serious multicollinearity problem. Therefore, the final analysis was conducted using Poisson regression models with robust standard errors （Poisson_HC0）.
The results show that Starbucks and Mega Coffee share a significant positive association with the commercial-area ratio, indicating that both brands are associated with administrative dongs where a certain level of commercial activity is established. However, the significant variables differed by brand. In the Starbucks model, the estimated number of white-collar workers （IRR=1.480）, the number of other cafés （IRR=1.643）, the commercial-area ratio （IRR=2.349）, the youth ratio （IRR=8.939）, and land price （IRR=1.335） showed significant positive associations, while the single-person household ratio （IRR=0.211） showed a significant negative association. These results suggest that the number of Starbucks stores tends to be relatively higher in administrative dongs associated with office and commercial centers, areas with high land prices, mature trade areas with café agglomeration, and young-consumer demand, rather than in simple residence-based neighborhoods.
In the Mega Coffee model, resident population （IRR=1.629）, the commercial-area ratio （IRR=2.664）, and the estimated number of white-collar workers （IRR=1.152） showed significant positive associations, while the estimated number of blue-collar workers （IRR=1.060） showed a positive association at the 10% significance level. These results suggest that the number of Mega Coffee stores may be associated with residence-based neighborhood demand, a certain level of commercial activity, and areas with a mixed occupational structure in which both white-collar and blue-collar workers are present. However, because both the white-collar and blue-collar variables were significant in the Mega Coffee model, this finding should not be interpreted as evidence that Mega Coffee is located in trade areas centered on a specific occupational group. Rather, it is more appropriate to interpret the result as reflecting the characteristics of commercial and business areas where neighborhood demand and occupational structure are intermixed.
In sum, both Starbucks and Mega Coffee showed a significant positive association with the commercial-area ratio, indicating a shared association with administrative dongs where a certain level of commercial activity is established. However, Starbucks was associated with the estimated number of white-collar workers, land price, the number of other cafés, and the youth ratio, whereas Mega Coffee was associated with resident population and commercial and business areas with a mixed occupational structure. These findings suggest that, even within the same coffee-shop industry, spatial distribution and associated locational factors may differ according to brand characteristics. Such differences, however, should not be understood as the result of price positioning alone, but rather as the combined reflection of price range, operating structure, consumption patterns, brand image, and trade-area characteristics. This study contributes to the literature on coffee-shop location by expanding the discussion from the perspective of brand-specific spatial distribution. It also suggests that differentiated locational criteria by brand are needed in franchise store-expansion strategies and trade-area analysis. In addition, by presenting GIS-based visualization of store locations and a comparative diagram of significant locational factors by brand, this study helps illustrate the spatial distribution differences and empirical results of the two brands. Nevertheless, because this study uses cross-sectional data at the administrative-dong level, the findings should be interpreted as spatial associations observed at the administrative-dong level rather than as causal relationships at the individual-store level.

국문 초록 (Abstract)

본 연구는 서울시 행정동 단위에서 프랜차이즈 커피전문점의 공간적 분포 특성과 이에 관련되는 지역 요인을 브랜드별로 비교하는 데 목적이 있다. 커피전문점은 현대 도시공간에서 단순한 음료 판매시설을 넘어 업무, 학습, 미팅, 휴식, 대기, 이동 중 소비 등이 결합되는 생활밀착형 리테일 업종으로 기능하고 있다. 동일한 커피전문점 업종에 속하더라도 브랜드의 가격대, 운영방식, 소비자 이용목적, 체류시간, 공간 이용 방식 등에 따라 선호하는 상권과 입지환경은 달라질 수 있다. 이에 본 연구는 프리미엄·체류형 브랜드 특성을 지닌 스타벅스와 저가·대용량·생활밀착형 브랜드 특성을 지닌 메가커피를 비교 대상으로 설정하고, 두 브랜드의 서울시 내 매장 분포와 그 분포에 관련되는 지역 요인이 어떻게 다르게 나타나는지를 분석하였다.
본 연구의 공간적 범위는 서울특별시이며, 분석 단위는 행정동이다. 최종 분석자료는 서울시 행정동 426개 관측치로 구성하였다. 종속변수는 행정동별 스타벅스 매장 수와 메가커피 매장 수이며, 두 브랜드의 공식 매장찾기 자료를 2026년 4월 기준으로 수집·정제한 결과 최종 분석에 사용한 매장 수는 스타벅스 684개, 메가커피 1,012개이다. 독립변수는 인구·생활권 수요, 직업·업무상권 구조, 교통 접근성, 교육시설, 상업지역 및 지가 특성, 카페 업종 집적도, 통제변수를 반영하여 구성하였다. 규모형·개수형 변수는 분포의 왜도와 변수 간 단위 차이를 완화하기 위해 ln（1+x） 변환을 적용하였고, 비율 변수와 더미 변수는 원 단위로 투입하였다. 종속변수인 행정동별 매장 수는 카운트 자료의 성격을 유지하기 위해 로그 변환하지 않고 포아송 회귀모형의 로그 링크함수를 통해 기대 매장 수를 추정하였다.
분석방법으로는 포아송 회귀모형을 적용하였다. 행정동별 매장 수는 음이 아닌 정수값을 갖는 카운트 자료이므로, 일반적인 선형회귀모형보다 카운트 자료의 특성을 반영할 수 있는 모형이 적합하다. 본 연구는 포아송 회귀모형을 적용한 뒤 Pearson dispersion과 음이항 모형과의 우도비 검정（LR test）을 통해 과산포 여부를 검토하였다. 진단 결과, Pearson dispersion은 스타벅스 모형 0.986, 메가커피 모형 1.017로 1에 가까웠고, 음이항 모형과의 우도비 검정에서도 두 브랜드 모두 유의하지 않아（스타벅스 p=0.992, 메가커피 p=0.174） 과산포가 유의하게 확인되지 않았다. 또한 주모형 기준 최대 분산팽창지수（VIF）는 4.978로 나타나 심각한 다중공선성 문제는 없는 것으로 판단하였다. 이에 따라 최종 분석은 강건표준오차를 적용한 포아송 회귀모형（Poisson_HC0）을 기준으로 수행하였다.
분석 결과, 스타벅스와 메가커피는 공통적으로 상업지역 면적비율에서 유의한 양（+）의 관련성을 보여 일정 수준 이상의 상업활동 기반이 형성된 행정동과 관련되는 공통점을 보였다. 그러나 세부적인 유의 변수에서는 차이가 확인되었다. 스타벅스 모형에서는 화이트칼라 추정 종사자 수（IRR=1.480）, 기타카페수（IRR=1.643）, 상업지역 면적비율（IRR=2.349）, 청년비율（IRR=8.939）, 공시지가（IRR=1.335）가 유의한 양（+）의 관련성을 보였고, 1인세대비율（IRR=0.211）은 유의한 음（-）의 관련성을 보였다. 이는 스타벅스 매장 수가 단순한 거주 기반 생활권보다 오피스·상업 중심지, 고지가 지역, 카페 업종이 집적된 성숙 상권, 청년층 소비수요와 관련된 행정동에서 상대적으로 높게 나타날 가능성을 보여준다.
메가커피 모형에서는 상주인구（IRR=1.629）, 상업지역 면적비율（IRR=2.664）, 화이트칼라 추정 종사자 수（IRR=1.152）가 유의한 양（+）의 관련성을 보였고, 블루칼라 추정 종사자 수（IRR=1.060）는 10% 유의수준에서 양（+）의 관련성을 보였다. 이는 메가커피 매장 수가 거주인구 기반의 생활권 수요와 일정 수준의 상업활동, 그리고 화이트칼라와 블루칼라가 함께 존재하는 직업구조 혼재 지역과 관련될 가능성을 보여준다. 다만 메가커피에서 화이트칼라와 블루칼라 변수가 모두 유의하게 나타났으므로, 이를 특정 직업군 중심 상권으로 단정하기보다는 생활권 수요와 직업구조가 혼재된 상업·업무활동 지역의 특성으로 해석하는 것이 적절하다.
종합하면, 두 브랜드는 상업지역 면적비율이라는 공통 기반을 가지면서도, 스타벅스는 화이트칼라 추정 종사자 수, 공시지가, 기타카페수, 청년비율과 관련되는 반면 메가커피는 상주인구와 직업구조가 혼재된 상업·업무활동 지역과 관련되는 차이를 보였다. 이러한 결과는 동일한 커피전문점 업종 내에서도 브랜드별 특성에 따라 공간적 분포와 입지 관련 요인이 다르게 나타날 수 있음을 시사한다. 다만 이러한 차이는 가격 포지셔닝만의 결과라기보다 가격대, 운영구조, 소비방식, 브랜드 이미지, 상권 특성이 함께 반영된 것으로 이해할 필요가 있다. 본 연구는 커피전문점 입지연구를 브랜드별 공간적 분포 특성의 관점에서 확장하고, 프랜차이즈 출점전략 및 상권분석 실무에서 브랜드별로 차별화된 입지 기준이 필요함을 제시했다는 점에서 의의를 가진다. 또한 매장 위치 자료를 활용한 GIS 기반 시각화와 브랜드별 유의 입지 관련 요인 비교도를 함께 제시하여 두 브랜드의 공간적 분포 차이와 실증분석 결과를 직관적으로 이해할 수 있도록 보완하였다. 다만 본 연구는 행정동 단위 횡단면 자료를 활용하였으므로, 분석 결과는 점포 단위의 인과관계가 아니라 행정동 수준에서 관찰되는 공간적 관련성으로 해석한다.

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구의 배경 및 목적 1
• 제2절 연구의 범위 및 구성 6
• 제2장 이론 및 선행연구 고찰 9
• 제1절 프랜차이즈 가맹사업과 커피 브랜드 특성 9
• 제2절 소매 입지이론 12
• 제3절 선행연구 고찰 14
• 제4절 선행연구의 종합 및 본 연구의 차별성 17
• 제3장 분석의 틀 19
• 제1절 분석자료 19
• 제2절 변수 구성 및 조작적 정의 22
• 제3절 연구가설 28
• 제4절 분석모형 30
• 제4장 실증분석 33
• 제1절 기초통계 분석 33
• 제2절 다중공선성 검토 36
• 제3절 모형 진단 결과 38
• 제4절 회귀분석 결과 39
• 제5절 브랜드별 결과 비교 및 가설 검증 44
• 제5장 결론 48
• 제1절 연구의 요약 및 주요 결과 48
• 제2절 연구의 시사점 49
• 제3절 연구의 한계 및 향후 연구과제 52
• 참고문헌 54
• Abstract 57