이미지 출처: 애드타입

상권 점유는 목표 고객층이 많이 모이는 상권을 골라, 주요 광고 매체에 집중적으로 광고를 집행하는 옥외광고 전략입니다. 강남역, 홍대, 성수, 광화문의 대형 빌보드 광고가 대표적입니다. 짧은 기간에 많은 사람에게 브랜드나 신제품을 알려야 할 때 활용합니다.

옥외광고를 기획할 때는 고객을 어디에서 만날지부터 정해야 합니다. 같은 고객이라도 집 근처, 직장, 출퇴근길, 매장 앞에서 접하는 광고는 역할이 다를 수 있습니다. 애드타입은 고객을 만나는 장소와 광고의 목적에 따라 옥외광고 전략을 여덟 개의 블록으로 나누고, 브랜드 상황과 목표 고객층, 예산에 맞춰 1~3개를 조합합니다. 이번 시리즈에서는 각 블록의 활용법을 살펴봅니다. 첫 번째는 상권 점유입니다.

자료: 애드타입, 2025~2026년 옥외광고 제안을 바탕으로 정리한 전략 블록입니다. 이 글은 첫 번째 블록인 상권 점유를 다룹니다.

상권 점유는 언제 효과적일까요?

상권 점유는 브랜드나 제품을 널리 알리는 데 적합합니다. 신제품 출시나 리브랜딩을 앞두고 있고, 목표 고객층이 특정 상권에 많이 모인다면 우선 검토할 수 있습니다. 행사나 팝업스토어가 열리는 상권에서 광고해 방문을 유도하는 데도 활용할 수 있습니다.

예를 들어 새 스킨케어 브랜드가 25~34세 여성에게 첫 제품을 알리려 한다고 가정해 보겠습니다. 인구 데이터를 분석한 결과, 이 고객층이 주말 낮과 평일 저녁에 성수, 홍대, 강남역에 많이 모이는 것으로 나타났다면 해당 상권의 광고 매체를 후보로 삼을 수 있습니다.

브랜드를 알고도 구매할 때 떠올리지 못하는 것이 과제라면, 반복해서 접할 기회를 늘리는 방법을 검토합니다. 반복 노출에 적합한 장소는 고객이 평소 어디에 머물고 이동하는지에 따라 달라집니다. 특정 주거 단지나 업무지구에서 고객을 꾸준히 만날 수 있다면 생활권 반복이나 직장 지역 블록을 우선 살펴봅니다. 고객이 자주 찾는 상권이 뚜렷하다면 그 안의 여러 매체를 함께 쓰는 방법도 있습니다.

체류 인구의 시간대별 차이로 후보 상권을 찾습니다

1) 체류 인구에는 방문객과 거주민이 함께 포함됩니다

애드타입은 서울을 가로·세로 250m 격자로 나눠, 각 칸에 머무는 인구를 시간대·성별·연령별로 살펴봅니다. 다만 체류 인구가 많다고 모두 방문객이 많은 상권은 아닙니다. 2026년 5월 주말 낮(10~18시) 체류 인구 상위 20개 격자 중 8개는 행당1동, 화곡8동, 대조동, 길동, 상계2동, 충현동, 신월6동, 등촌3동에 있었습니다. 이 격자들은 새벽 체류 인구도 낮의 40% 이상이었습니다. 낮 체류 인구만으로 순위를 매기면, 거주민이 많은 지역도 상위에 포함될 수 있다는 뜻입니다.

이 차이를 살펴보기 위해 분석할 시간대의 평균 체류 인구에서 같은 지역의 새벽 3~5시 평균 체류 인구를 뺍니다. 새벽 인구를 거주 규모의 대략적인 기준으로 삼아, 낮이나 저녁에 인구가 얼마나 늘어나는지 보는 것입니다. 이 글에서는 이 차이를 ‘순유입’이라고 부릅니다. 이 기준으로 다시 순위를 매기면 반포(고속터미널 일대), 용산, 여의도, 잠실, 영등포, 소공동(명동 인근), 삼성동, 종로의 격자가 상위 10개에 포함되고, 홍대와 압구정의 격자도 20위 안에 들어옵니다. 쇼핑·여가 시설이나 교통 거점을 중심으로 사람이 모이는 곳이 드러납니다.

자료: 애드타입, 서울 250m 격자 체류 인구(2026년 5월 토·일, 10~18시 시간당 평균). 왼쪽은 체류 인구, 오른쪽은 같은 칸의 새벽 3~5시 체류 인구를 뺀 순유입입니다.

2) 순유입은 방문객 수가 아니라 시간대별 인구의 차이입니다

같은 크기의 두 지역을 예로 들어 보겠습니다. 주거 단지가 많은 A지역은 주말 낮 시간당 평균 체류 인구가 20,000명, 새벽에는 19,000명입니다. 상가가 모인 B지역은 주말 낮 15,000명, 새벽 3,000명입니다. 체류 인구는 A지역이 더 많지만, 순유입은 A지역이 1,000명, B지역이 12,000명입니다. 새벽 대비 낮의 인구 증가분은 B지역이 A지역의 열두 배입니다.

여기서 12,000명은 B지역을 하루 동안 방문한 사람의 수가 아닙니다. 낮과 새벽의 평균 체류 인구 차이이므로, 주민의 외출과 외부인의 방문이 함께 반영된 값입니다. 새벽 인구 역시 주민등록 인구와 같지는 않습니다. 따라서 순유입은 사람이 모이는 후보 지역을 비교하는 데 쓰고, 실제 광고 노출을 판단할 때는 매체의 위치와 방향, 가시 범위, 송출 시간과 빈도를 따로 확인합니다.

3) 인접한 격자를 묶어 광고할 권역을 정합니다

격자를 하나씩 보면 같은 상권의 후보지가 여러 칸으로 흩어집니다. 그래서 순유입이 높은 격자 중 서로 맞닿은 격자를 묶어 권역을 만들고, 권역별 순유입 합계를 비교합니다. 연말 시즌 캠페인 제안에서는 이 방식으로 12월 주말과 크리스마스, 연말의 시간대별 후보 권역을 정했습니다. 특정 행사일에는 평소 대비 체류 인구 증가도 함께 살펴봅니다. 해당 제안에서 보신각 일대의 밤 11시 체류 인구는 11월 평일 3,936명에 비해 12월 31일에는 11,641명으로, 약 3배였습니다.

캠페인에 필요한 조건을 함께 충족하는 상권을 추립니다

후보 지역을 비교할 때는 캠페인 목적에 맞는 시간대와 지표를 정해야 합니다. 여러 지표를 하나의 점수로 합산하는 방법도 있지만, 각 지표에 얼마나 비중을 두느냐에 따라 순위가 달라집니다. 아래 두 제안에서는 지표별 순위를 따로 구한 뒤, 필요한 조건을 모두 충족하는 지역을 골랐습니다.

1) 평일과 주말에 모두 사람이 모이는 지역을 찾습니다

식품 관련 단체의 연말 캠페인 제안에서는 평일 낮과 주말 낮의 순유입이 모두 서울 행정동 상위 15위 안에 드는 곳을 골랐습니다. 조건을 충족한 11개 동을 10개 지역으로 정리했고, 그중 광화문, 여의도, 강남, 명동, 삼성, 홍대입구 여섯 곳에 대형 빌보드를 제안했습니다. 잠실 일대는 주말에 사람이 많이 모이지만 평일 순위가 21위여서 제외했습니다. 이 캠페인에서는 평일과 주말에 모두 사람이 모이는 곳을 우선했기 때문입니다.

광고주가 요청한 지역도 같은 기준으로 검토할 수 있습니다. 먼저 반드시 집행해야 하는 지역인지, 참고 후보인지 구분합니다. 참고 후보라면 다른 지역과 동일한 지표로 비교하고, 선정하거나 제외한 이유를 설명합니다. 필수 지역이라면 그 조건 안에서 적합한 매체와 시간대를 찾습니다.

2) 결제 데이터로 목표 고객이 소비하는 지역을 찾습니다

상권에 사람이 얼마나 모이는지와 함께, 어떤 소비가 이루어지는지도 살펴봅니다. 결제 데이터는 우리 제품·서비스와 관련된 소비가 어느 지역에서 활발한지 파악하는 데 도움이 됩니다. 이를 참고해 목표 고객을 만날 가능성이 높은 지역을 찾습니다.

예를 들어 간편결제 서비스의 광고라면 고객이 일상적으로 소비하는 지역을 주요 후보로 검토할 수 있습니다. 애드타입은 이런 소비 특성과 캠페인의 목적을 함께 고려해 광고할 지역을 제안합니다. 이후에는 각 지역의 매체 위치와 노출 조건을 확인해 집행안을 구체화합니다.

상권 점유 광고 사례: 네 가지 집행 방식

애드타입 옥외광고 라이브러리는 서울 주요 상권과 교통 거점의 광고를 기록합니다. 2025년 10월부터 2026년 9월까지의 사례에서는 다음 네 가지 집행 방식을 살펴볼 수 있습니다. 다만 아래 날짜는 광고를 확인한 시점입니다. 월별 수집 범위가 다르므로 기록 건수만으로 집행 규모를 비교하거나, 같은 달에 확인한 광고의 집행 기간이 정확히 겹쳤다고 단정할 수는 없습니다.

1) 여러 상권에 광고하기

구찌 광고는 2026년 2월 홍대 양화로, 신사동·논현동 도산대로, 대치동 테헤란로의 디지털 빌보드에서 확인됐습니다. 홍대와 도산대로, 삼성역 일대 등 서로 다른 상권을 활용한 사례입니다. 같은 달 넷플릭스 광고는 성수, 서울역, 강남대로, 광화문의 대형 매체에서 확인됐습니다. 서울역과 강남대로에는 「월간남친」, 강남대로의 다른 광고면에는 「이 사랑 통역 되나요」, 서울역의 다른 광고면에는 「브리저튼」 등 여러 작품의 광고가 실렸습니다. 크린토피아 역시 2026년 4~6월 명동, 잠실, 강남역, 광화문, 여의도의 지하철역 매체에서 확인됐습니다.

자료: 애드타입 옥외광고 라이브러리. 구찌 홍대, 구찌 삼성역 일대, 넷플릭스 광화문, 넷플릭스 강남대로

2) 한 상권의 여러 광고면 활용하기

업비트는 2026년 2월 강남대로 빌보드에 올림픽 캠페인 광고를, 신논현역 쪽 봉은사로 빌보드에 페이커 협업 광고를 게재한 것으로 확인됐습니다. 한 상권의 서로 다른 광고면에 두 가지 메시지를 배치한 사례입니다. 아래 사진의 구글 제미나이 광고는 2025년 12월 강남대로에서 확인된 대형 빌보드 활용 사례입니다.

자료: 애드타입 옥외광고 라이브러리. 업비트 강남역 사거리, 업비트 봉은사로, 구글 제미나이 강남대로

3) 시기별로 집행 상권 바꾸기

파마리서치 제품 광고는 2025년 10월 서울역, 여의도, 강남대로, 성수에서, 11월에는 홍대에서 확인됐습니다. 12월에는 강남대로, 을지로, 도산대로, 성수에, 2026년 2월에는 홍대, 성수, 강남대로에 기록이 남아 있습니다. 이후 3월에는 강남역, 6~7월에는 광화문에서 확인됐습니다. 이 기간에는 리쥬란, 리쥬비엘, 리쥬비넥스 등 여러 제품의 광고가 포함돼 있습니다.

강남대로·강남역은 2025년 10월과 12월, 2026년 2월과 3월에 반복해서 등장하고, 함께 광고한 상권은 시기별로 달라집니다. 기록만으로 같은 매체를 계속 집행했는지는 알 수 없지만, 반복해서 활용한 지역과 시기별로 달라진 지역은 구분할 수 있습니다. 캠페인을 기획할 때도 주요 상권에 다시 광고하면서 다른 상권을 추가하면, 반복 노출과 새로운 고객 접촉을 함께 고려할 수 있습니다.

자료: 애드타입 옥외광고 라이브러리의 파마리서치 제품 기록 중 위치가 확인된 건을 한국 시간 기준 월별·상권별로 재구성했습니다. 기록된 시점을 표시한 것이며 실제 집행 기간과는 다를 수 있습니다.

4) 지상 매체와 지하철역 매체 함께 쓰기

아디다스의 같은 광고 소재는 2026년 6월 강남역 내부의 기둥·벽면 매체와 역 주변 건물 외벽의 빌보드 두 곳에서 확인됐습니다. 디마프도 같은 달 강남역 벽면 매체와 강남대로변의 기둥형 디지털 매체에서 확인됐습니다. 지하철역과 지상 매체를 함께 활용하면, 역에서 거리로 이동하는 고객에게 브랜드를 반복해서 보여 줄 기회를 늘릴 수 있습니다.

자료: 애드타입 옥외광고 라이브러리. 아디다스 강남역 역사, 아디다스 강남역 주변 빌보드, 디마프 강남역 역사, 디마프 강남대로변

상권의 이미지와 실제 광고 노출 조건을 구분합니다

1) 상권의 이미지만으로 광고 효과를 판단하지 않습니다

상권을 고를 때는 “브랜드 이미지에 맞는 동네인가”도 자주 고려합니다. 지역 이미지와 브랜드 이미지의 관계를 실험한 연구도 있습니다. 2025년 『OOH광고학연구』에 실린 김효규 등의 연구는 도산대로를 프리미엄 지역, 동대문역 일대를 대중적 지역으로 설정하고 두 거리를 디지털 트윈으로 구현했습니다. 참가자들은 러닝머신을 걸으며 가상 거리의 건물 벽면 광고를 봤고, 이후 광고 회상과 브랜드 태도를 측정했습니다.

이 실험에서는 광고 회상과 브랜드 태도가 모두 대중적 지역에서 더 높게 나타났습니다. 브랜드 이미지에 따른 유의한 차이는 나타나지 않았습니다. Wilson과 Till(2011)의 네 가지 실험에서도 광고 주변의 배경 환경이 브랜드 태도나 구매의도에 영향을 준다는 결과는 확인되지 않았습니다. 이 연구들만으로 사람이 많은 상권의 광고 효과가 더 높다고 결론 내릴 수는 없습니다. 다만 상권과 브랜드의 이미지가 어울린다는 이유만으로 효과를 기대하기보다는, 목표 고객의 규모와 실제 광고 노출 조건을 함께 살펴볼 필요가 있습니다.

2) 주변 광고와 고객 동선을 확인합니다

사람이 많이 모이는 상권에는 광고도 밀집해 있습니다. 정현주와 박정선(2022)은 디지털 옥외광고 접촉 경험이 있는 성인 400명을 대상으로 광고혼잡도·침입성과 광고태도의 관계를 조사했습니다. 광고혼잡도와 침입성이 광고태도에 미치는 영향은 전통 옥외광고에서 더 크게 나타났으며, 디지털 옥외광고에서는 일부 태도 항목에 유의한 영향이 나타나지 않았습니다. 광고가 많다는 사실만으로 효과를 단정하기보다, 주변 광고 속에서 우리 광고가 잘 구별되는지, 시야를 가리는 요소는 없는지 현장에서 확인해야 합니다.

여러 광고면을 조합할 때는 고객 동선이 얼마나 겹치는지도 살펴봅니다. Zhang 등(2018)은 이동 궤적 데이터를 이용해, 예산 안에서 최대한 많은 이동 궤적에 광고가 닿도록 빌보드 위치를 고르는 방법을 제안했습니다. 이때 여러 빌보드가 같은 이동 궤적에 중복 노출되는 정도를 고려했습니다. 실제 기획에서도 같은 동선의 매체를 늘리면 반복 노출을, 서로 다른 고객 동선의 매체를 추가하면 도달 확대를 기대할 수 있습니다. 상권이 다르더라도 방문객이 겹칠 수 있으므로, 지역 수만으로 도달 인원을 판단하지는 않습니다. 앞서 예로 든 스킨케어 브랜드라면 출시 초기에 여러 상권에 광고한 뒤, 조사 결과를 바탕으로 고객 반응이 좋은 상권에 매체나 집행 기간을 늘리는 방법을 검토할 수 있습니다.

매체 수는 광고면 개수와 구분해야 합니다. 한 참여형 캠페인 제안에서는 20·30대가 평일 저녁과 주말 낮에 모두 많이 모이는 활동지역 주변 300m 이내의 빌보드를 확인했습니다. 성수에서 검색된 47개 광고면 중 46개는 하나의 아트월을 구성해, 실제로는 한 매체로 묶여 판매됐습니다. 예산을 계산할 때는 광고면 수가 아니라 계약 가능한 매체·상품 단위를 확인해야 합니다.

옥외광고 예산을 짜고, 집행 전후 인지도를 비교합니다

예산은 선택한 매체의 집행 단가와 수량, 기간을 기준으로 계산합니다. 예를 들어 대형 디지털 빌보드 1기의 월 집행비를 3천만 원으로 가정하면, 한 상권에서 2기를 한 달 운영하는 데 6천만 원이 듭니다. 같은 조건으로 5개 상권에 집행하면 총 3억 원입니다. 이는 계산을 위한 예시이며 실제 견적은 매체, 시기, 송출 조건에 따라 달라집니다. 제작비와 부가세 등 별도 비용의 포함 여부도 확인해야 합니다.

추가 예산은 캠페인의 과제에 따라 배분합니다. 새로운 고객에게 알리는 것이 우선이면 고객 동선이 다른 매체를 추가하고, 반복해서 기억하게 하는 것이 우선이면 고객이 자주 찾는 곳의 매체나 집행 기간을 늘립니다. 반복 노출이 목적이라면 상권 안의 매체뿐 아니라 생활권·직장 지역의 매체도 함께 비교합니다. 브랜드 인지도와 함께 고객의 방문 빈도, 광고 접촉 기회를 보고 결정합니다.

집행 계획과 성과는 구분해서 살펴봅니다. 먼저 계획 단계에서는 권역 안에서 광고가 보이는 범위를 확인합니다. 예를 들어 250m 격자 40칸 중 18칸에서 광고가 보인다고 가정하면, 격자 수 기준 공간 커버리지는 45%입니다. 연말 시즌 캠페인 제안에서는 이 비율을 권역별로 50%까지 확보하는 것을 목표로 삼았습니다. 이는 광고가 보이는 공간의 범위를 나타내는 계획 지표이며, 실제로 광고를 본 사람의 비율이나 경쟁 광고 대비 노출 점유율(SOV)을 뜻하지 않습니다. 집행 후에는 사전·사후 조사로 브랜드 보조인지도와 광고 인지도의 변화를 확인합니다. 전후 변화에는 다른 마케팅 활동도 영향을 줄 수 있으므로, 가능하면 광고 접촉 여부에 따른 차이도 함께 살펴봅니다.

목표 고객층이 모이는 시간과 장소에 맞춰 상권을 고릅니다

상권 점유를 기획할 때는 익숙한 지명부터 고르기보다 목표 고객이 어느 시간대에 어디로 모이는지 확인해야 합니다. 체류 인구와 순유입으로 후보를 비교하고, 캠페인에 필요한 소비 지표 등을 더해 상권을 추립니다. 그다음 매체의 가시성과 고객 동선을 확인해 광고면을 고르고, 도달 확대와 반복 노출 중 무엇이 더 필요한지에 따라 예산과 기간을 배분합니다.

출처

김효규, 지준형, 이승현, 이진우 (2025). 지역 이미지와 브랜드 이미지가 상업용 벽면이용간판의 광고효과에 미치는 영향: 디지털 트윈을 중심으로. 『OOH광고학연구』, 22(4), 33-59.

Wilson, R. T., & Till, B. D. (2011). Effects of outdoor advertising: Does location matter? Psychology & Marketing, 28(9), 909-933.

정현주, 박정선 (2022). 광고침입성 및 광고혼잡도가 광고태도에 주는 영향에 관한 연구: 전통 및 디지털 옥외광고를 중심으로. 『OOH광고학연구』, 19(4), 29-58.

Zhang, P., Bao, Z., Li, Y., Li, G., Zhang, Y., & Peng, Z. (2018). Trajectory-driven influential billboard placement. In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining (pp. 2748-2757).

애드타입 옥외광고 라이브러리, 2025년 10월~2026년 9월 기록 사례.