I. 서론

우리나라는 1970년대 이후 비약적으로 경제 성장을 이룩하여 “한강의 기적”이라는 눈부신 성과를 거두었다. 최근에는 정보통신 기술의 발달과 제4차 산업혁명의 등장과 함께 우리나라의 국가경쟁력은 세계 수준으로 성장하고 있다. 그러나 이러한 급속한 경제 성장의 뒷면에는 취약 계층이 존재하는 공간적 불평등이 나타나고 있다. 화려한 경제 성장의 그림자에는 공간적 불평등이 존재하여 사회적 문제를 야기시킬 수 있는 것이다. 이러한 공간적 불평등의 대표적인 사례가 식품 사막(food desert)이다.

식품 사막이란 신선한 식품을 판매하는 소매 상점에 접근이 어려운 지역을 뜻하는 것으로, 1990년대 영국 스코틀랜드 지역에서 취약 계층에 대한 연구에서 처음 등장하였다(Walker et al., 2010). 식품 사막 지역은 신선한 식품으로의 공간적 접근이 취약한 지역으로 이는 도시의 취약 계층이 거주하고 있어 공간적 불평등을 초래함은 물론이고 향후 도시 또는 국가 전체의 차원에서 사회적 문제를 발생시킬 수 있다. 특히 2020년 이후 세계적으로 확산된 코로나 19로 말미암아 사회적 거리두기가 시행되면서 이들 취약 계층의 공간적 접근도는 더욱 제약받게 되었다. 따라서 공간적 접근도의 분석을 통하여 식품 사막의 공간적 분포를 탐색하고, 그 해소를 위한 공간적 대안을 모색하는 연구가 필요하다. 최근 우리나라에서도 초고령 사회로 진입하면서 식품 사막과 같은 문제에 대한 관심이 증가하고 있으나 관련 연구는 부족한 실정이다(성태경･이수기, 2021).

본 연구에서는 우리나라 서울지역을 대상으로 GIS 공간분석 기능을 이용한 공간적 접근도 분석을 통하여 식품 사막의 공간적 분포를 탐색하고자 한다. 이를 위하여 공급자 측면에서 식품을 제공하는 소매 상점에 대한 위치 정보를 수집하고, 이를 수요자와의 공간적 접근도 분석에 활용하고자 한다. 공간적 측면에서 식품 사막에 대한 연구를 수행하기 위해서는 식품의 공급자와 수요자 사이의 공간적 접근도를 분석하여야 한다. 공간적 접근도 분석을 위해서는 식품을 제공하는 소매 상점에 대한 위치 정보와 이를 소비하는 인구 분포에 대한 정보가 함께 수집되어야 한다. 최근 활발히 이용되고 있는 위치기반 소셜 네트워크 데이터는 사람들이 관심이 있는 장소에 대한 정보를 실시간으로 제공하고 있다. 따라서 위치기반 소셜 네트워크 데이터를 통하여 식품관련 소매 상점의 위치 정보를 수집할 수 있다. 또한 국토지리정보원에서 제공하는 국토통계 지도는 우리나라 인구의 분포를 100미터 격자의 해상도까지 제공하고 있다. 이들 자료를 이용하여 공간적 접근도를 분석하기 위한 공급자와 수요자의 위치 정보를 수집하고, 이를 이용하여 식품 사막 탐색을 위한 공간적 접근도를 분석하고자 한다.

본 연구에서는 공간적 접근도 분석을 위하여 Luo and Wang (2003)이 개발한 2SFCA (two-step floating catchment area) 기법을 활용하였다. 이 기법은 공급지마다 주변의 수요구역에 대해 수요대비공급비율(provides to population ratio, PPR)을 1단계에서 측정하고 2단계에서 수요구역별로 그 구역에 포함되는 공급지들의 PPR을 합산하여 해당 수요구역에 제공될 수 있는 총 공급률이 높은지 확인하여, 공급률이 높다면 해당 수요구역의 접근성이 높은 것으로 판단하는 방법이다. 본 연구에서는 ArcGIS Pro를 이용하여 일정 거리의 구역을 버퍼 지역으로 설정하고, 각 구역 안에 포함된 인구를 측정하여 접근도 계산에 활용하였다.

II. 이론적 배경

1990년대 영국 스코틀랜드 지역에서 교외화와 도심 공동화에 의해 식료품점이 이전함에 따라 신선 식품에 접근하기 어려운 거주지역이 등장하였다. 이와 같이 거주지 주변에서 신선 식품을 판매하는 소매업소에 접근이 어려운 지역을 식품 사막이라고 정의한다. 즉 인간의 생존에 필수적인 신선 식품에 접근이 어려운 지역을 뜻하는 것으로, 이는 사회적, 경제적으로 취약한 계층이 거주하는 지역에 해당된다. 이러한 식품 사막에 대한 초기 연구는 주로 영국과 미국에서 주로 수행되었다. 영국 보건부에서는 식품 사막을 “건강한 식품을 판매하는 식료품점까지의 접근이 어려운 지역”으로 정의하고 식품 사막 현상에 대한 원인과 대책을 모색하였다(Whelan et al., 2002). 미국에서는 볼티모어, 시카고, 디트로이트 등의 대도시를 대상으로식품 사막에 대한 연구가 수행되었다(Cerovečki and Grunhagen, 2015).

식품 사막의 발생 원인은 그림 1과 같이 공간적 요인과 사회적 요인으로 구분된다(이누리･김걸, 2017). 공간적 요인으로는 식료품점과의 거리와 대중교통 등 공간적 접근도가 이에 해당하며, 사회적 요인으로는 빈곤 문제, 사회적 약자, 사회로부터의 고립 등 사회적인 취약성이 이에 해당한다. 일반적으로 사회적으로 취약한 계층일수록 공간적 접근도 역시 낮기 때문에 식품 사막 현상이 더욱 현저하게 나타날 수 있다. 특히 공간적으로 접근도가 떨어지는 고령층이나 장애인의 경우 식품 사막의 범위는 더욱 넓어질 수 있다(성태경･이수기, 2021).

그림 1.

식품 사막의 발생 요인(출처: 이누리･김걸, 2017)

식품 사막을 측정하고 공간적 범위를 파악하기 위해서 두 가지 접근 방식이 이용되고 있다. 첫 번째는 식품 사막 지역에 해당하는 주민들을 대상으로 설문 조사를 실시하여 신선 식품에 대한 접근도를 직접 측정하는 것이다. 이 방법은 식품 사막 현상에 대한 정성적이고 구체적인 측정이 가능하다. 그러나 설문 조사 대상이 되는 식품 사막 지역을 먼저 선정하여야 하기 때문에 식품 사막 지역에 대한 기준 등이 미리 설정되어야 한다. 두 번째는 GIS 공간분석 기법을 이용하여 식품 사막 지역을 탐색하는 것이다. 다양한 공간 통계와 공간 분석 기법을 이용하여 신선 식품에 접근이 어려운 취약 지역을 선정하는 것이다. 이 방법은 전체 공간을 대상으로 식품 사막이 의심되는 지역을 파악할 수 있다는 장점이 있다. 그러나 구체적인 식품 사막 현상에 대해서는 직접적인 조사를 통한 후속 연구가 필요하다.

우리나라에서도 식품 사막 현상에 대하여 관심을 갖고 다양한 연구가 이루어져 왔다. 식품 사막은 건강과 보건 관점에서 취약 계층을 파악하고 해결 방안을 모색한다는 측면에서 보건 분야에서 연구가 활발히 수행되었다. 김철민･전찬익(2012)은 선진국에서 수행되고 있는 식품 사막에 대한 문제점을 소개하고 우리나라에서도 식품 사막에 대한 연구가 필요함을 피력하였다. Kim et al. (2016)은 서울시 동별 데이터를 이용하여 식품의 소비 유형에 따른 접근도를 파악하고 GIS 기법을 이용하여 건강에 해로운 식품에 대한 접근도를 측정함으로써 식품 사막을 탐색하였다. 식품 사막은 도시의 교외화와 도심 공동화에 따른 사회적, 공간적 변화를 나타내고 있으므로 지리학과 공간과학에서도 주요 연구주제로 다루어지고 있다. 이누리･김걸(2017)은 서울시를 대상으로 사회적 약자가 거주하는 지역을 선정하여 이를 도심의 점이지대와 도시 외곽지역으로 구분하고 설문 조사를 통하여 구체적인 식품 사막 현상을 파악하였다. 성태경･이수기(2021)는 서울시를 대상으로 거주지에서 일정 거리 이내의 점포 갯수를 집계하여 접근도를 계산한 Reach Index를 측정하고, 저소득 고령층이 거주한 지역에 대하여 접근도를 측정하여 식품 사막 지역을 파악하였다. 이승환･강전영(2022)은 코로나 19의 확산에 따른 식품 사막의 변화를 파악하기 위하여 서울시의 소매업소를 대상으로 E2SFCA (enhanced two-step floating catchment area) 방법을 적용하여 접근도를 측정하고 식품 사막을 탐색하였다. 이와 같이 식품 사막은 지리학을 포함하여 보건학적 사회학적으로 많은 주목을 받는 주제이며, 식품 사막에 대한 현상 분석과 대안이 수립되기 위해서는 GIS 기법을 이용한 공간 분석과 접근도 측정을 통한 식품 사막의 측정과 탐색이 이루어져야 한다.

III. 데이터 수집 및 분석

1. 위치기반 소셜 네트워크 데이터 및 인구 데이터 수집

정보통신과 스마트폰의 일상화로 인하여 소셜 네트워크 서비스(SNS)를 통하여 정보를 공유하고 일상생활을 영위하는 사람들이 증가하고 있다. 특히 스마트폰에서 제공하는 위치 정보와 시간 정보를 이용하여 대중들의 관심을 공간적 차원에서 분석할 수 있게 되었다(구자용, 2015). 특정한 장소나 위치에 대하여 정보를 공유하는 소셜 네트워크 서비스를 위치기반 소셜 네트워크 서비스라 한다. 본 연구에서는 대표적인 위치기반 소셜 네트워크 서비스인 포스퀘어를 이용하여 위치 정보를 추출하였다. 포스퀘어의 경우 사람들이 방문하는 장소를 베뉴(venue)로 표현하고 있다. 본 연구에서는 구자용(2016)의 연구에서 이용된 R 소프트웨어 프로그램과 API를 이용하여 2021년 10월 기준으로 서울시 지역의 위치기반 소셜 네트워크 데이터의 베뉴 정보를 수집하였다. 각 베뉴에는 장소의 이름과 위치와 같은 기본적인 위치정보 뿐만 아니라 분류 항목(category), 체크인 수, 사용자 수, 팁 수 등의 각 장소에 대한 정보가 포함되어 있다. 이 중에서 분류 항목은 각 베뉴의 업종에 대한 정보가 포함되어 있다. 본 연구에서는 서울시에서 추출한 위치 기반 소셜 네트워크 데이터 중에서 분류 항목이 식품 판매와 관련이 있는 항목으로 추출하였다. 구체적으로 분류 항목이 Grocery store, Convenience store, Food and drink shop, Supermarket, Discount store에 해당하는 베뉴들을 추출하였다. 본 연구에서 추출한 위치 기반 소셜 네트워크 데이터 중에서 서울시에서 식품 판매와 관련있는 베뉴의 공간적 분포는 그림 2와 같다. 그림과 같이 위치기반 소셜 네트워크에서 식품 판매와 관련한 데이터는 총 7,633개로 나타났으며, 특히 강남대로와 마포구, 종로 등의 지역에서 식품 판매 업소가 밀집하여 분포한 것을 알 수 있다.

그림 2.

포스퀘어의 식품 판매 업소 분포

식품 사막 분석을 위한 수요자의 분포는 국토지리정보원의 국토정보맵에서 제공하고 있는 국토통계 지도(https://map.ngii.go.kr/ms/map/NlipMap.do?tabGb=statsMap)의 100미터 격자의 인구 데이터를 활용하였다. 국토통계 지도는 행정구역 단위의 인구 데이터 뿐만 아니라 100미터 격자를 포함한 다양한 해상도의 격자형 데이터도 제공하고 있다. 본 연구에서는 국토지리정보원의 국토통계지도에서 제공한 서울시 인구 데이터를 다운로드하여 접근도 분석에 활용하였다. 100미터 격자의 서울시 인구 데이터의 공간 분포는 그림 3과 같다.

그림 3.

100미터 격자의 인구 분포

2. 공간 접근도 분석

공간 접근도란 공간상에 분포하는 수요자 주변에 위치한 공급자의 수와 수용 능력을 고려하여 얼마나 공급자에게 쉽게 접근할 수 있는가를 측정하는 것이다. 일반적으로 공간 접근도를 계산하기 위하여 수요자의 위치를 기준으로 특정 거리 이내에 분포하는 공급자(상점) 수의 총합을 표현하는 Reach Index, 특정거리 이내의 상점 수의 합을 거리 조락 함수로 나누어 계산하는 Gravity Index 등이 이용되어 왔다(성태경･이수기, 2021).

본 연구에서는 Luo and Wang (2003)이 개발한 2SFCA (two-step floating catchment area) 기법을 이용하여 공간 접근도를 계산하였다. 기존의 접근도 계산법은 수요자만을 중심으로 일정 거리 이내의 공급자(상점)를 고려하였지만, 이 계산법은 수요자와 공급자 모두를 고려하여 접근도를 계산한다는 측면에서 보다 개선된 기법이라 할 수 있다. 이 계산법은 초기에는 의료나 보건 서비스의 입지 분석을 위한 접근도 측정을 위해 개발되었으나, 이후 특정 거리에서 수요자와 공급자 사이의 접근도 계산을 위해 사용되고 있다. 2SFCA 기법은 두 단계로 공급자와 수요자 사이의 접근도를 계산한다. 1단계에서는 공급자(상점)에서 특정 거리 이내의 수요자 수의 총합을 구한 후, 각 공급지의 공급량을 인구 합으로 나누어 수요대비공급비율(provides to population ratio, PPR)을 계산한다. 2단계에서는 수요자에서 특정 거리 이내의 공급자를 찾은 후 각 공급자의 PPR 합계를 구하여 총 공급률을 계산하고 이를 접근도로 활용한다. 구체적인 접근도 계산 방법은 그림 4와 같다. 그림과 같이 1단계에서는 공급자(상점)를 중심으로 일정 거리의 버퍼 구역을 구한 후, 각 버퍼 구역에 포함된 수요자(인구)를 선택하고, 해당 인구의 총합을 구한다. 각 공급지의 공급량을 인구 합으로 나누어 PPR을 계산하고 이를 공급자(상점)의 속성 정보에 부여한다. 1단계의 과정이 끝나면 각 공급자(상점)의 속성 정보에는 특정 거리 이내의 수요 대비 공급량이 계산된다. 2단계에서는 반대로 수요자(인구)를 중심으로 같은 거리의 버퍼 구역을 구한 후, 각 버퍼 구역에 포함된 공급자(상점)을 선택한다. 선택된 공급자(상점)의 PPR을 합계하여 해당 수요자의 접근도를 계산한다. 이러한 과정을 거쳐 각 수요자(인구)의 위치별로 주변의 공급자(상점)의 수요대비공급비율의 총합이 계산되며, 이는 각 지점의 접근도로 활용할 수 있다. 즉 이 값이 클수록 해당 지점의 접근도는 높다고 할 수 있다. 본 연구에서는 각 공급지의 공급량을 1로 설정한 후 접근도를 측정하였다.

그림 4.

2SFCA에 의한 접근도 계산 방법

IV. 접근도 분석을 통한 식품 사막 탐색

1. 식품 상점 접근도 분석

본 연구에서는 서울시를 대상으로 2021년 10월 기준으로 수집한 위치기반 소셜 네트워크 데이터 중에서 식품 상점의 위치 데이터와 100미터 격자의 인구 데이터를 이용하여 2SFCA 기법을 적용하여 식품 상점의 접근도를 분석하였다. ArcGIS Pro를 이용하여 버퍼 분석과 공간 조인과 같은 공간 연산 기능을 적용하여 식품 상점의 접근도를 측정하였다. 구체적인 데이터 처리 과정은 다음과 같다.

1단계에서는 식품 상점의 위치 데이터로부터 500미터 크기의 버퍼 지역을 작성하였다. 기존 연구에서 버퍼의 크기는 지역의 크기와 인구밀도 등의 상황에 따라 다르게 적용하고 있으나 본 연구에서는 해외의 사례를 기준으로 500미터로 설정하였다(Cerovečki and Grunhagen, 2015) 각 식품 상점으로부터 형성된 버퍼 지역에 포함된 인구를 파악하기 위하여 공간 조인(Spatial Join) 기능을 이용하였다. 공간 조인의 방법은 각 인구 격자의 중심점이 버퍼에 포함되는 데이터를 선택한 후, 인구 필드의 총합을 계산하였다. 그리고 1에서 이 값을 나눈 PPR을 계산하여 속성값으로 부여하였다. 부여된 식품 상점 버퍼의 속성값은 다시 데이터 조인 기능을 통하여 식품 상점 데이터의 속성값으로 부여하였다. 이러한 과정을 거쳐 각 식품 상점 데이터에는 500미터 거리 이내에 위치한 인구의 총합을 계산하고, 1에서 이 값을 나눈 PPR을 속성값으로 부여하였다.

2단계에서는 인구 격자의 중심점으로부터 500미터 거리의 버퍼 지역을 작성하고 1단계의 공간 조인 기능을 적용하였다. 즉 공간 조인 기능을 이용하여 인구 격자의 중심점으로부터 작성된 버퍼 지역에 포함된 식품 상점을 선택하고, 1단계에서 부여한 각 식품 상점의 PPR을 총합으로 계산하여 인구 버퍼의 속성값으로 부여하였다. 부여된 인구 버퍼의 속성값은 다시 데이터 조인 기능을 통하여 인구 격자 데이터의 속성값으로 부여한다. 이러한 과정을 거쳐 각 인구 격자에는 500미터 거리 이내에 위치한 식품 상점의 PPR 총합이 계산되어 속성값으로 부여된다. 그 결과 각 인구 격자로부터 500미터 거리 이내에 위치한 식품 상점의 접근도로 활용할 수 있다.

이러한 과정을 거쳐 서울시 지역을 대상으로 식품 상점으로의 접근도를 표현한 결과는 그림 5와 같다. 그림에서는 서울시에서 인구가 분포하고 있는 100미터 격자를 대상으로 각 인구 격자별 접근도가 속성값으로 표현하였다. 서울시의 100미터 격자의 총 갯수는 61,646개이며, 이 중에서 인구가 존재하지 않는 격자를 제외한 28,845개의 격자를 대상으로 접근도 분석을 적용하였다. 그림과 같이 상업시설이 밀집해 있는 서울 도심과 강남대로, 홍대 입구 등의 지역에서 접근도가 높은 것으로 나타났다.

그림 5.

식품 상점 접근도 계산 결과

본 연구에서 산출한 접근도의 통계적인 특성은 표 1과 같다. 표에서와 같이 접근도의 최소값은 0인 지역은 500미터 이내에 식품 상점이 존재하지 않은 지역으로 완전한 식품 사막에 해당한다. 그러나 식품 상점이 밀집해서 존재하는 지역은 경우 최대 0.142의 접근도가 나타났다. 수요대비공급비율을 계산하는 과정에서 공급량을 1로 부여하였기 때문에 접근도의 절대적인 수치는 적게 나타났다. 서울시의 식품 상점 접근도 평균값은 약 0.00119로 나타났으며 중앙값은 약 0.00057으로 나타났다.

2. 서울시의 식품 사막 탐색

서울시를 대상으로 산출한 식품 상점 접근도를 이용하여 식품 사막이 나타날 수 있는 지역을 탐색하였다. 본 연구에서는 서울시의 식품 상점 접근도를 이용하여 4개의 계급으로 구분하였다. 첫 번째 계급은 식품 상점의 접근도가 0인 지역으로, 각 인구 격자에서 500미터 이내에 식품 상점이 위치하지 않는 지역이다. 두 번째 계급은 제1사분위수보다 접근도가 낮은 지역이다. 전체 대상 지역에서 하위 25%에 해당하는 제1사분위수(0.00031)보다 낮은 지역으로 서울시에서 비교적 접근도가 낮은 지역에 해당된다. 세 번째 계급은 제1사분위수와 제3사분위수 사이의 접근도를 나타낸 지역이다. 즉 식품 상점 접근도가 제1사분위수(0.00031)보다 크고 제3사분위수(0.00109)보다 작은 접근도를 나타낸 지역으로 서울시에서 비교적 접근도가 양호한 지역에 해당된다. 네 번째 계급은 접근도가 제3사분위수보다 높은 지역으로, 식품 상점으로의 접근도가 우수한 지역에 해당한다. 이와 같이 4개의 계급으로 서울시의 인구 격자를 구분한 결과는 그림 6과 같다. 그림에서 첫 번째 계급은 식품 사막 지역, 두 번째 계급은 식품 사막 위험지역, 세 번째 계급은 식품 접근도 양호지역, 네 번째 계급은 식품 접근도 우수 지역으로 구분하였다.

그림 6.

서울시 식품사막 현상의 공간적 분포

그림에서 식품 사막에 해당하는 지역은 100미터 격자로 632개로 약 632ha(6.32km²)의 면적을 차지하고 있다. 식품 사막 위험지역은 100미터 격자로 6,579개로 약 6,579ha(65.79km²)의 면적에 해당한다. 식품 사막 지역을 구체적으로 살펴보면 대부분 북한산과 관악산 등 자연 녹지 주변에 위치한 지역이 이에 해당한다. 또한 은평구, 강서구, 구로구 등 서울시 외곽 지역에 식품 사막이 주로 분포하고 있다. 도시 내부의 경우에는 서대문구와 성북구의 몇몇 지역에 식품 사막 위험지역이 나타났다. 이는 접근도가 떨어지는 자연 녹지 지역과 도시 외곽 지역에 식품 사막이 분포한다는 성태경･이수기(2021)의 선행 연구와도 어느정도 일치하는 결과를 보이고 있다. 이러한 결과는 서울시의 식품 사막 현상은 토지이용 면에서 자연 녹지 주변 지역, 위치 면에서 도시 외곽 지역에 주로 발생하고 있음을 알 수 있다. 따라서 이들 지역은 공간적으로 취약한 지역에 해당하며, 이들 향후 이들 지역에 대한 공간적 차원의 대책이 필요할 것으로 사료된다.

V. 결론

경제적인 발전의 이면에는 취약계층이 존재하는 공간적 불균등이 나타나고 있다. 이러한 공간적 불균등의 대표적인 공간이 식품 사막이다. 식품 사막이란 사람의 생활에 필수적인 건강한 식품을 구입하기 어려운 사회 취약 계층이 거주하는 공간으로, 이는 기본적인 생활이 어려운 사람들이 생활하는 공간이라고 할 수 있다. 따라서 식품 사막의 공간적 현황을 파악하고 이를 감소시키기 위한 대책이 필요하다. 본 연구에서는 식품을 판매하는 상점으로의 접근도를 이용하여 식품 사막의 공간적 분포를 탐색하였다. 위치기반 소셜 네트워크 데이터를 이용하여 식품의 판매자의 위치를 획득하고, 수요자의 위치와 인구 수를 대상으로 2SFCA 기법을 적용하여 접근도를 계산하였다. 계산된 식품 상점과의 접근도를 이용하여 서울시의 식품 사막 지역을 탐색하였다. 본 연구의 결과는 다음과 같다.

첫째, 서울시 데이터를 이용하여 500미터 거리를 기준으로 식품 상점으로의 접근도를 측정한 결과 상업시설이 밀집해 있는 종로구, 강남구, 마포구 등의 지역에서 식품 상점의 접근도가 우수한 것으로 나타났다.

둘째, 서울시를 대상으로 식품 상점의 접근도가 없는 식품 사막을 탐색한 결과 약 632ha(6.32km²)의 식품 사막 지역이 나타났다. 이는 서울시 전체 면적의 약 1%에 해당하는 지역으로, 주로 녹지 공간 지역과 도시 외곽에서 나타나고 있다. 또한 식품 상점의 접근도가 낮은 식품 사막 위험 지역 역시, 이들 지역과 도심의 일부 공간에서 나타나고 있다.

서울시를 대상으로 식품 사막을 탐색한 결과, 식품 상점으로의 접근도가 상대적으로 낮은 지역이 나타나고 있으며, 특히 녹지 공간과 도시 외곽 지역에서 식품 사막 현상이 나타나고 있음을 확인하였다.

본 연구에서 측정한 식품 사막은 식품 상점으로의 접근도를 기준으로 하였기 때문에 거리 이동이 어려운 노약자나 장애인의 경우는 식품 사막이 더욱 확대될 수 있다. 특히 최근 코로나 19로 인한 사회적 거리두기가 시행되면서 공간적 접근도가 어려워지면서 이러한 현상은 더욱 심화될 수 있다. 따라서 식품 사막 현상에 대한 지속적인 관심과 대책이 필요하다.

본 연구에서는 위치기반 소셜 네트워크 서비스에 나타난 식품 상점을 대상으로 하였기 때문에 식품 상점의 특성과 접근도에 대한 심층적인 연구는 다루지 못했다. 또한 식품 상점으로의 접근도를 측정할 때 총인구를 대상으로 하였기 때문에 노약자나 장애인과 같은 취약 계층을 별도로 다루지 못했다는 한계가 있다. 그러나 공간 빅데이터와 GIS 분석 기법을 이용하여 식품 사막과 같은 공간적 불평등 현상을 파악하였다는 측면에서 의의가 있다. 향후 지리학 뿐만 아니라 보건학, 사회학 등 다양한 분야에서 공간정보의 활발한 활용을 기대한다.