대형마트 의무휴업

의무휴업일을 평일로 바꾼 자치구의 골목상권 매출이 달라졌나?

이 주제, 지금 있는 데이터로 분석할 수 있나 확인 1가지 뒤 가능

가설 의무휴업일을 평일로 바꾼 자치구의 골목상권 매출이 달라졌나? — 정책을 받은 곳과 안 받은 곳의 전후 변화 차이로 확인 (결과 후보: 상호)

  1. 언제 시작했나 (처치 시점)법제처 법령·행정규칙 개정일, 처치 데이터 2개
  2. 누가 받았고 누가 안 받았나 (비교 대상)전환 vs 미전환 자치구
  3. 무엇으로 재나 (결과 데이터)결과 데이터 5개 중 5개는 오늘 받을 수 있어요
  4. 공통 원인 (통제 데이터)인구·기상 같은 통제 데이터 7개 — 인과 그래프의 뒷문 경로를 막을 후보
  5. 공간 단위가 맞나읍면동 단위까지 처치와 결과를 맞출 수 있어요
  6. 시간 단위가 맞나월 단위 전후 비교가 가능해요 (정책 전 최소 3시점 필요)

인과 그래프(PyWhy 방식) 정책 → 결과 · 시간 추세 → 결과 · 공통 원인 → 정책·결과. 공통 원인 후보: 소상공인시장진흥공단_상가(상권)정보, 서울시 상권분석서비스(영역-상권), 서울시 상권분석서비스(점포-상권) 등. 분석용 표가 생기면 python -m core.causal cases/<케이스> 로 DoWhy 반박 검정과 CausalML 단위별 효과를 붙일 수 있어요.

1

이슈

다들 궁금해하는 그 정책, 언제 무엇이 바뀌었나

이 주제의 정책 시점

모으는 방법: 고시·보도자료에서 이력 정리 — 자치구별 전환 고시일 수집 (시차 도입)

관련 법령·행정규칙 보기

관련 법령 · 행정규칙 (법제처 자동 수집)

출발점: 유통산업발전법. 여기서 연혁·체계도·지정/해제 이력을 따라가 전부 모읍니다.

131
법령 개정 이력
12
행정규칙
397
자치법규(조례 등)

최근 바뀐 핵심 — 근거 법률 개정과 지정·해제 공고

공포·발령종류이름변경시행
2026-03-10법률유통산업발전법타법개정2026-03-10
2025-11-21법률유통산업발전법일부개정2025-11-21
2025-10-01법률유통산업발전법타법개정2025-10-01
2024-09-20법률유통산업발전법일부개정2025-03-21
2024-02-27법률유통산업발전법타법개정2025-08-28
2022-12-27법률유통산업발전법타법개정2023-06-28
2021-07-20법률유통산업발전법타법개정2022-07-21
2020-12-29법률유통산업발전법타법개정2021-01-01
2020-10-20법률유통산업발전법일부개정2020-10-20
2020-01-29법률유통산업발전법타법개정2020-07-30
2017-10-31법률유통산업발전법일부개정2018-05-01
2017-07-26법률유통산업발전법타법개정2017-07-26

체계도로 연결된 하위 규정 409건 (행정규칙 12 · 자치법규 397)까지 전체 목록: legal_retail-hours.csv · 2026-09-27 기준 · 출처: 법제처 국가법령정보센터

의무휴업일 변경은 각 지자체 고시라 API에 없습니다

법령 개정이 곧 처치 시점은 아닙니다. 시행일·대상을 확인해 사람이 events에 옮깁니다.

분석 전에 확인할 세 가지 확인할 것 있음

언제 시작했나
확인 필요 전환 자치구 목록·날짜를 고시로 구축해야 함
누가 받았나
통과 전환 vs 미전환 자치구
무엇으로 재나
API 키 필요 서울 상권분석서비스 추정매출 — 키 필요
2

공공데이터

오늘 바로 받을 수 있는 재료

12개 중 11개는 오늘 바로 받을 수 있습니다, 그중 2개는 키도 필요 없습니다, 1개는 이용 조건 확인이 필요합니다.

데이터셋역할단위받는 법 (연동)
행정안전부_생활_대규모점포 조회서비스
행정안전부 · 공공데이터포털
처치개별 × 수시
API 키 필요
# https://www.data.go.kr/data/15154948/openapi.do 의 '요청주소'와 '요청변수'로 호출 — 키는 os.environ['DATA_GO_KR_API_KEY']
import os, requests
r = requests.get('<요청주소>', params={'serviceKey': os.environ['DATA_GO_KR_API_KEY'], 'type': 'json'})
  • 공공데이터포털 데이터 페이지의 '활용신청' → 마이페이지 인증키(Decoding)
  • 승인: 자동승인
법제처_자치법규 목록 조회
법제처 · 법제처 국가법령정보
처치시군구 × 수시
API 키 필요
# https://www.data.go.kr/data/15057575/openapi.do 의 '요청주소'와 '요청변수'로 호출 — 키는 os.environ['API_KEY']
import os, requests
r = requests.get('<요청주소>', params={'serviceKey': os.environ['API_KEY'], 'type': 'json'})
  • https://www.data.go.kr/data/15057575/openapi.do 에서 활용신청
  • 승인: 자동승인
소상공인시장진흥공단_상가(상권)정보
소상공인시장진흥공단 · 공공데이터포털
결과통제개별 × 분기
파일 내려받기
# https://www.data.go.kr/data/15083033/fileData.do 에서 내려받아 data/raw/ 에 두고: pd.read_csv('data/raw/<파일>', dtype=str)
import pandas as pd
df = pd.read_csv('data/raw/<파일>.csv', dtype=str)  # 코드 열은 문자로
  • https://www.data.go.kr/data/15083033/fileData.do
  • 받은 날짜와 파일명을 fetch.py 주석에 기록
산업통상부_주요 유통업체 전년동월대비 매출증가율 추이
산업통상부 · 공공데이터포털
결과전국 × 월
파일 내려받기
# https://www.data.go.kr/data/15061360/fileData.do 에서 내려받아 data/raw/ 에 두고: pd.read_csv('data/raw/<파일>', dtype=str)
import pandas as pd
df = pd.read_csv('data/raw/<파일>.csv', dtype=str)  # 코드 열은 문자로
  • https://www.data.go.kr/data/15061360/fileData.do
  • 받은 날짜와 파일명을 fetch.py 주석에 기록
서울시 상권분석서비스(추정매출-상권)
서울특별시·서울신용보증재단 · 서울 열린데이터광장
결과상권 × 분기
참여자 수집 코드 · YoungjaeKang-retail-hours
cp cases/YoungjaeKang-retail-hours/fetch.py cases/<내ID>-<주제>/fetch.py   # 이 데이터를 실제로 받아 본 코드
# cases/YoungjaeKang-retail-hours/fetch.py 를 열어 이 데이터를 받는 부분을 가져다 쓰세요
  • cases/YoungjaeKang-retail-hours/fetch.py 와 plan.yaml 의 data_sources 를 보세요
  • https://data.seoul.go.kr/dataList/OA-15572/S/1/datasetView.do
서울시 상권분석서비스(점포-상권)
서울특별시·서울신용보증재단 · 서울 열린데이터광장
결과통제상권 × 분기
참여자 수집 코드 · YoungjaeKang-retail-hours
cp cases/YoungjaeKang-retail-hours/fetch.py cases/<내ID>-<주제>/fetch.py   # 이 데이터를 실제로 받아 본 코드
# cases/YoungjaeKang-retail-hours/fetch.py 를 열어 이 데이터를 받는 부분을 가져다 쓰세요
  • cases/YoungjaeKang-retail-hours/fetch.py 와 plan.yaml 의 data_sources 를 보세요
  • https://data.seoul.go.kr/dataList/OA-15577/A/1/datasetView.do
서비스업동향조사 시도별 소매판매액지수 (2020=100)
국가데이터처(구 통계청) · KOSIS 국가통계포털
결과시도 × 월
자동 수집 · KOSIS
python -m core.data fetch DT_1K41018 --start 2015 --end 2024 -o data/raw/DT_1K41018.csv
from core.adapters.kosis import KosisAdapter
df = KosisAdapter().fetch(orgId="101", tblId="DT_1K41018", prdSe="M", startPrdDe="2015", endPrdDe="2024")
  • https://kosis.kr/openapi/ 에서 인증키 신청(즉시)
  • .env 에 KOSIS_API_KEY=... (커밋 금지)
서울시 상권분석서비스(영역-상권)
서울특별시·서울신용보증재단 · 서울 열린데이터광장
통제상권(경계) × 수시
참여자 수집 코드 · YoungjaeKang-retail-hours
cp cases/YoungjaeKang-retail-hours/fetch.py cases/<내ID>-<주제>/fetch.py   # 이 데이터를 실제로 받아 본 코드
# cases/YoungjaeKang-retail-hours/fetch.py 를 열어 이 데이터를 받는 부분을 가져다 쓰세요
  • cases/YoungjaeKang-retail-hours/fetch.py 와 plan.yaml 의 data_sources 를 보세요
  • https://data.seoul.go.kr/dataList/OA-15560/S/1/datasetView.do
서울시 전통시장 현황
서울특별시 · 서울 열린데이터광장
통제개별(시장) × 수시
참여자 수집 코드 · YoungjaeKang-retail-hours
cp cases/YoungjaeKang-retail-hours/fetch.py cases/<내ID>-<주제>/fetch.py   # 이 데이터를 실제로 받아 본 코드
# cases/YoungjaeKang-retail-hours/fetch.py 를 열어 이 데이터를 받는 부분을 가져다 쓰세요
  • cases/YoungjaeKang-retail-hours/fetch.py 와 plan.yaml 의 data_sources 를 보세요
  • https://data.seoul.go.kr/dataList/OA-1176/F/1/datasetView.do
서울시 가구원수별 가구 (인구주택총조사)
서울특별시 · 서울 열린데이터광장
통제자치구 × 연
참여자 수집 코드 · YoungjaeKang-retail-hours
cp cases/YoungjaeKang-retail-hours/fetch.py cases/<내ID>-<주제>/fetch.py   # 이 데이터를 실제로 받아 본 코드
# cases/YoungjaeKang-retail-hours/fetch.py 를 열어 이 데이터를 받는 부분을 가져다 쓰세요
  • cases/YoungjaeKang-retail-hours/fetch.py 와 plan.yaml 의 data_sources 를 보세요
  • https://data.seoul.go.kr/dataList/DT201004B010004/S/2/datasetView.do
서울시 행정구역 구별 면적
서울특별시 · 서울 열린데이터광장
통제자치구 × 연
참여자 수집 코드 · YoungjaeKang-retail-hours
cp cases/YoungjaeKang-retail-hours/fetch.py cases/<내ID>-<주제>/fetch.py   # 이 데이터를 실제로 받아 본 코드
# cases/YoungjaeKang-retail-hours/fetch.py 를 열어 이 데이터를 받는 부분을 가져다 쓰세요
  • cases/YoungjaeKang-retail-hours/fetch.py 와 plan.yaml 의 data_sources 를 보세요
  • https://data.seoul.go.kr/dataList/DT201004O010001/S/2/datasetView.do
행정안전부 주민등록 인구통계 — 연령별 인구 (행정동·월)
행정안전부 · 기타
통제읍면동 × 월
참여자 수집 코드 · YoungjaeKang-retail-hours
cp cases/YoungjaeKang-retail-hours/fetch.py cases/<내ID>-<주제>/fetch.py   # 이 데이터를 실제로 받아 본 코드
# cases/YoungjaeKang-retail-hours/fetch.py 를 열어 이 데이터를 받는 부분을 가져다 쓰세요
  • cases/YoungjaeKang-retail-hours/fetch.py 와 plan.yaml 의 data_sources 를 보세요
  • https://jumin.mois.go.kr/ageStatMonth.do

역할: 처치(누가 언제 정책을 받았나) · 결과(무엇이 변했나) · 통제(다른 요인). 전체 목록은 데이터에 있습니다.

3

계보

재료가 지표가 되기까지 실 잇기

대형마트 의무휴업 평일 전환 전후 관측 매출의 탐색 비교

이슈 · 정책원천 데이터가공지표분석동대문구를 처치집단으로 고…동대문구를 처치집단으로 고정하고 도입 전후 treated=1을 유지한다. — plan.yaml 의 처치 정의. 시행일 근거는 그 케이스의 README·discussion.md 를 보세요.서울시 상권분석서비스(추정…서울시 상권분석서비스(추정매출-상권)서울시 상권분석서비스(영역…서울시 상권분석서비스(영역-상권)행정안전부 주민등록 인구통…행정안전부 주민등록 인구통계 — 연령별 인구 (행정동·월)서울시 가구원수별 가구 (…서울시 가구원수별 가구 (인구주택총조사)서울시 행정구역 구별 면적서울시 행정구역 구별 면적서울시 상권분석서비스(점포…서울시 상권분석서비스(점포-상권) — 이 밖에 데이터 1개 더 (plan.yaml)서울특별시 자치구 × 분기…서울특별시 자치구 × 분기 패널공개 파일 관측 매출 합계…공개 파일 관측 매출 합계의 로그 (탐색 지표) (주 지표)YoungjaeKang-r…분석 YoungjaeKang-retail-hours

점선은 계획이거나 아직 없는 데이터(빈칸)입니다. 마우스를 올리면 설명이 보입니다. 단계별 설명 · 자동 계보 plan.yaml

대구시 대형마트 의무휴업일 평일 전환과 지역 소매업 판매

이슈 · 정책원천 데이터가공지표분석대구광역시 8개 구·군이 …대구광역시 8개 구·군이 '대형마트 및 준대규모점포 의무휴업일 변경 지정' 고시로 의무휴업일을 매월 둘째·넷째 일요일에서 둘… — plan.yaml 의 처치 정의. 시행일 근거는 그 케이스의 README·discussion.md 를 보세요.서비스업동향조사 시도별 소…서비스업동향조사 시도별 소매판매액지수 (2020=100)광역시 × 분기 패널광역시 × 분기 패널슈퍼마켓·잡화점 및 편의점…슈퍼마켓·잡화점 및 편의점 판매액지수 (주 지표)대형마트 판매액지수대형마트 판매액지수승용차·연료소매점 판매액지…승용차·연료소매점 판매액지수 (가짜 지표)jgkim1008-daeg…분석 jgkim1008-daegu-mart-holiday

점선은 계획이거나 아직 없는 데이터(빈칸)입니다. 마우스를 올리면 설명이 보입니다. 단계별 설명 · 자동 계보 plan.yaml

4

분석

받은 동네 vs 안 받은 동네
이 주제의 분석 설계 보기

대형마트 의무휴업 평일 전환

자치구별로 대형마트 의무휴업일을 일요일에서 평일로 전환(서초 2024.1~ 등, 시차 도입).

시차 도입 이중차분 — 지역마다 시작일이 다를 때, 아직 안 한 지역과 순서대로 비교 (시차 도입 이중차분) 추정 모듈 준비 중 (4주차)

조심할 점
  • 시차 도입 → TWFE 편향, CS 추정량 필요
  • 2024년 상권 공간단위 변경
  • 자치구별 전환일 목록을 직접 구축해야 함
5

대시보드

시점별로 한눈에
2분석
0효과 근거 있음
1크기를 판별하지 못함
1판단 불가
11/12오늘 받을 수 있는 데이터
공개 파일 관측 매출 합계의 로그 (탐색 지표) 정책 시작 전후 시점별 차이(%). 구간별 세로선은 참고용입니다(처치 단위가 적어 실제 불확실성은 더 큼). 0선에 가까울수록 차이 없음.
-25.0%0+25.0%정책 시작정책 기준 -13기: -11.8% (구간 -30.1% ~ +11.4%)정책 기준 -12기: -1.3% (구간 -20.5% ~ +22.5%)정책 기준 -11기: -0.0% (구간 -17.3% ~ +20.9%)정책 기준 -10기: -10.0% (구간 -27.1% ~ +11.3%)정책 기준 -9기: -8.3% (구간 -22.0% ~ +7.8%)정책 기준 -8기: -1.8% (구간 -18.4% ~ +18.1%)정책 기준 -7기: -1.0% (구간 -18.2% ~ +19.8%)정책 기준 -6기: -9.1% (구간 -21.4% ~ +5.1%)정책 기준 -5기: -1.5% (구간 -13.9% ~ +12.7%)정책 기준 -4기: +3.1% (구간 -4.2% ~ +11.0%)정책 기준 -3기: +0.0% (구간 +0.0% ~ +0.0%)정책 기준 -2기: -0.7% (구간 -8.6% ~ +7.8%)정책 기준 +0기: -17.7% (구간 -31.5% ~ -1.0%)정책 기준 +1기: +13.0% (구간 -4.2% ~ +33.3%)정책 기준 +2기: +11.5% (구간 -7.8% ~ +34.9%)-12-10-8-6-4-202

대형마트 의무휴업 평일 전환 전후 관측 매출의 탐색 비교

슈퍼마켓·잡화점 및 편의점 판매액지수 정책 시작 전후 시점별 차이(%). 구간별 세로선은 참고용입니다(처치 단위가 적어 실제 불확실성은 더 큼). 0선에 가까울수록 차이 없음.
-20.0%-10.0%0정책 시작정책 기준 -4기: -1.5% (구간 -6.3% ~ +3.6%)정책 기준 -3기: -2.4% (구간 -7.4% ~ +2.9%)정책 기준 -2기: +0.0% (구간 +0.0% ~ +0.0%)정책 기준 +0기: -8.2% (구간 -17.3% ~ +2.0%)정책 기준 +1기: -8.8% (구간 -17.7% ~ +0.9%)정책 기준 +2기: -7.1% (구간 -15.2% ~ +1.6%)-4-3-2012

대구시 대형마트 의무휴업일 평일 전환과 지역 소매업 판매

점은 시점별 차이, 세로선은 95% 구간, 회색 바탕은 정책 시작 뒤입니다. 시작 전 점들이 0 근처에 모여 있어야 비교가 믿을 만합니다.