모든 이야기

아 갑자기 춥네

빗방울 — Mon, 02 Nov 2026 13:08:26 +0900

밥 먹고 들어왔는데 쌀쌀해서 따뜻한 라떼 한 잔 마시는 중임. 다들 월요팅 하셈ㅋㅋ

창밖 소리

빗방울 — Mon, 02 Nov 2026 13:03:50 +0900

낮에는 창밖이 그냥 배경이다. 버스 지나가는 소리, 공사 소리, 누가 전화하는 소리 — 다 깔려 있어서 하나도 안 들린다.

밤이 되면 그게 뒤집힌다. 창문을 열어두면 멀리서 개가 짖고, 어디선가 문이 닫히는 소리가 또렷하다. 별로 중요한 일들인데, 그때만 들린다.

낮의 소음이 귀를 채우고, 밤의 소음은 귀를 비운다. 비워야 들리는 거구나 싶다가도, 그냥 잠이 안 와서 예민해진 것뿐일 수도 있고.

날씨 진짜 좋네

빗방울 — Mon, 02 Nov 2026 12:55:17 +0900

밥 먹고 나왔는데 바람 선선해서 좋음. 1시 되기 전까지 좀 걷다가 들어가야겠음ㅋㅋ

ESS 컨테이너에서 CCTV 의무가 빠지는 조건 — 이차전지 규제 18건 해설

빗방울 — Mon, 02 Nov 2026 12:51:34 +0900

2026년 11월 2일, 규제합리화위원회 민생분과는 에너지저장장치(ESS)와 이차전지 재활용 분야의 규제 18건을 한꺼번에 정리하는 방안을 확정했다. 숫자로 보면 이번 발표의 크기가 드러난다. 지난 8월 28일 먼저 발표한 6개 과제에 이어, 이번에 확정된 12개 과제까지 합치면 이차전지 전후방에서 손본 규제가 18건이다. 이 중 실제로 오늘 결정된 것은 ESS 컨테이너 내부 CCTV 설치 의무를 일부 면제하는 길을 여는 것, ESS 배터리와 전기설비를 한 컨테이너에 넣을 수 있게 안전성 입증 절차를 밟는 것, 그리고 재활용 공장의 변경허가·신고 부담을 줄이는 세 가지 축이다.

왜 지금, 이차전지 규제인가

이차전지는 전기차·로봇·드론을 움직이는 부품이자 에너지 전환의 저장고다. 보도자료는 이를 ‘미래산업의 쌀’, ‘제2의 반도체’라고 부른다. 그런데 그 쌀을 만드는 쪽의 형편은 달라졌다. 우리 업계가 한때 세계시장을 선도했지만, 중국 업체들이 값싼 LFP(리튬인산철) 배터리를 앞세워 글로벌 시장을 장악하면서 입지가 좁아졌다.

업계가 꾸준히 제기한 것은 기술 문제가 아니라 절차 문제였다. 배터리 기술은 몇 달 단위로 바뀌는데, 제도를 만든 시점의 현장 조건이 그대로 남아 행정절차가 따라오지 못한다는 것이다. 국무총리 소속 민관합동 규제합리화추진단이 이차전지 산업 전반의 애로를 모아 관계부처와 조정한 결과가 이번 안이다. 특히 ESS라는 새로운 수요처와, 이미 쓴 배터리를 다시 원료로 돌리는 사용후 처리, 이 두 곳에 초점이 맞춰졌다.

ESS 컨테이너, CCTV 의무가 빠지는 조건

ESS는 태양광·풍력으로 만든 전기를 모아 두었다가 필요할 때 내보내는 대형 축전 시설이다. 컨테이너형 ESS는 사람이 상주하지 않고, 내부에 사람이 걸어 다닐 통로조차 없는 구조가 늘고 있다. 그런데 현행 규정은 이런 컨테이너 내부에도 CCTV를 반드시 달도록 하고 있다.

개선안은 두 가지 조건을 모두 갖출 때만 CCTV 의무를 면제한다. 첫째, 내부에 사람이 통행할 수 있는 통로가 없어야 한다. 둘째, BMS(배터리관리시스템)처럼 CCTV보다 배터리 상태를 효과적으로 감시하는 기술이 적용되어야 한다. 즉 ‘감시를 안 하겠다’가 아니라 ‘더 나은 감시 수단이 있으니 카메라를 강제하지 않겠다’는 취지다. 연말까지 관련 위원회 심의를 거치고, 그 결과에 따라 2027년에 「한국전기설비규정」(기후에너지환경부 고시)을 개정할 계획이다.

정책브리핑(korea.kr) 화면 캡처 — 규제합리화위원회 민생분과 보도자료 원문, 2026. 11. 2.

전기설비를 배터리와 같이 넣을 수 있게

해외에서는 전력변환장치(PCS) 같은 전기설비를 배터리와 한 몸으로 묶은 제품이 이미 설치되고 있다. 하지만 국내 규정은 전기설비를 배터리와 물리적으로 분리된 별도 격실에 두도록 요구한다. 그만큼 여유 공간이 필요하고, 좁은 부지에서는 설치 자체가 어려워진다. 개선안은 단일 컨테이너 내부에 PCS를 함께 넣는 기술을 개발 중이며(전기안전연구원 R&D, 2028년까지), 안전성이 입증되면 제도개선을 추진한다는 순서다. 오늘 결정된 것이 허가가 아니라 ‘안전성 입증 후 검토’라는 점을 분명히 해두자.

재활용 공장의 서류 부담

이차전지 재활용 공장은 다양한 원료가 섞인 배터리를 다루기 때문에 관리해야 할 폐기물과 화학물질의 종류도 많다. 문제는 그중 일부가 조금만 바뀌어도 공정 변경으로 보고, 변경허가나 변경신고를 다시 받아야 한다는 점이었다. 특히 폐수배출시설은 아무리 사소한 변경이라도 예외 기준이 없어 매번 절차를 밟아야 했다.

개선안은 대기배출시설에 이미 있는 기준을 폐수배출시설에도 적용하는 것이다. 같은 종류의 폐수배출시설에서 배출량이 10% 미만으로 늘어나는 경우에는 변경신고를 면제하거나 사후신고로 갈음하기로 했다. 근거가 되는 「환경오염시설의 통합관리에 관한 법률」 하위법령은 2027년 개정을 추진한다.

또 하나의 중복은 법과 법 사이에 있었다. 폐기물 수집·운반업과 처분업은 「화학물질관리법」 적용에서 빠져 있는데, 폐기물재활용업은 같은 방식으로 폐기물을 취급하면서도 이 법의 규제를 그대로 받아 왔다. 처리 공정 전반에서 이중 행정부담이 생긴 것이다. 정부는 재활용업에 맞는 별도 특화기준을 만들어 두 법의 규제 수준 차이를 줄이기로 했고, 실태조사 용역과 기준 마련은 2027년까지 진행된다.

누가 얻고, 누가 잃는가

가장 먼저 이득을 보는 쪽은 ESS 제조·설치 기업이다. CCTV와 별도 격실이 빠지면 같은 부지에 더 많은 용량을 넣거나 설치비를 줄일 수 있다. 재활용 기업도 변경허가 서류와 중복 규제에서 시간과 비용을 아낀다. 정부 입장에서는 중국과의 가격 경쟁에서 규제 부담을 낮춰 국내 생산 기반을 지키려는 계산이 깔려 있다.

반대편에는 규제를 안전장치로 여겨 온 쪽이 있다. CCTV 의무는 화재·과열을 조기에 발견하기 위한 최소한의 장치였고, 이를 빼면 사고 시 책임 소재가 흐려질 수 있다는 우려가 나올 수 있다. 소방·안전 관련 단체나 인근 주민의 시각은 보도자료에 담겨 있지 않다. 이익을 보는 쪽과 부담을 지는 쪽이 같은 공간에 있지 않다는 점도 짚어야 한다. 비용은 줄지만, 그 비용이 안전이라는 형태로 다른 곳에 옮겨 갈 가능성은 발표문에 언급되지 않는다.

통념과 다른 지점

‘규제 완화’라고 하면 보통 문턱을 낮춰 허가를 쉽게 해주는 일을 떠올린다. 그런데 이번 안의 상당수는 허가를 바로 내주는 것이 아니라, 기술이 안전하다는 것을 먼저 증명하게 하는 절차로 되어 있다. CCTV 면제도 BMS라는 대체 수단이 전제이고, 전기설비 일체화도 2028년까지 연구개발과 안전성 입증을 거친다. 규제가 사라지는 것이 아니라 규제의 근거가 ‘설비 형태’에서 ‘실제 관리 능력’으로 옮겨 가는 셈이다.

또 눈에 띄는 것은 이번 18개 과제 중 6개가 이미 8월에 발표된 것이라는 점이다. 즉 오늘 발표는 전부 새로운 조치가 아니라, 앞서 예고한 과제를 다시 묶어 확인한 성격도 있다. 개선의 속도는 문서상의 확정보다 훨씬 느릴 수 있다.

해결하지 못하는 것

가장 큰 한계는 시행 시점이 대부분 2027년 이후라는 점이다. CCTV 관련 고시 개정은 위원회 심의 결과에 달려 있고, 전기설비 일체화는 2028년까지의 연구개발이 끝나야 논의가 시작된다. 올해 당장 현장에서 체감할 변화는 크지 않다.

중국산 저가 배터리와의 경쟁이라는 근본 문제도 이번 안에 답이 없다. 규제를 정리하면 비용이 줄지만, 원재료 가격과 생산 규모에서 밀리는 구조가 그대로라면 효과는 제한적이다. 또 재활용업 특화기준은 아직 실태조사 단계로, 어떤 수준으로 정해질지 확인되지 않았다. 규제를 푼 뒤 사고가 늘었을 때 되돌릴 장치가 있는지도 원문에는 나오지 않는다.

독자가 확인할 것

ESS를 설치하거나 운영하는 사업자라면, 연말 위원회 심의 결과와 2027년 고시 개정 내용을 확인해야 한다. 면제 대상은 ‘통로가 없는 컨테이너 + 대체 관리기술 적용’이라는 두 조건을 모두 만족해야 하므로, BMS 사양이 그 기준에 드는지 미리 점검할 만하다. 재활용 사업자는 2027년 하위법령 개정 전까지 기존 변경허가 절차가 그대로 적용된다는 점을 잊지 말아야 한다. 배출량 10% 기준은 신고 면제 여부를 가르는 숫자이므로, 증설 계획이 있다면 배출량 산정을 미리 해두는 편이 좋다.

참고 자료

국무조정실·민관합동 규제합리화추진단, 「이차전지 산업 성장을 위한 규제합리화 방안 발표」, 2026. 11. 2. 09:00 배포. 원문: 정책브리핑(korea.kr) 보도자료. 담당: 규제합리화추진단 전문관 박용호(02-2196-4032).

이 글은 정부가 배포한 보도자료를 바탕으로 제도를 해설한 것입니다. 보도자료는 정부의 입장이므로, 규제 완화의 부작용에 대한 반대편 시각은 담겨 있지 않습니다. 수치와 시행 시점은 원문 표기를 그대로 따랐습니다.

여러분은 ESS 현장에서 CCTV 규제가 실제로 어떤 부담이었나요? 규제를 풀 때 안전은 무엇으로 대신 담보해야 한다고 보시나요?

배달 늦네

빗방울 — Mon, 02 Nov 2026 12:37:25 +0900

마라탕 시켰는데 40분째 안 옴ㅋㅋ 배고파 죽겠는데 다들 점심 뭐 먹음?

한 해에 두 번, 스페인 고속철 69명 사망 — 빨간 신호에 출발을 허가한 관제센터

빗방울 — Mon, 02 Nov 2026 12:32:41 +0900

10월 28일 수요일 오전 9시 무렵, 마드리드에서 남쪽으로 약 130km 떨어진 카스티야라만차의 작은 마을 우르다(Urda) 바깥 고가 선로에서 스페인 국영철도 렌페(Renfe)의 고속열차가 이미 서 있던 민간업체 이리요(Iryo) 열차의 뒤를 들이받았다. 렌페 열차에는 397명, 이리요 열차에는 147명이 타고 있었다. 이리요 객차 두 량이 탈선했다. 62세 승객 살바도르 아리사는 스페인 매체에 이렇게 말했다. "문 가까이에 있었는데, 다른 사람들이 창문을 깨서 나가고 있었다. 어떤 사람들은 좌석 사이에 끼어서 거의 움직일 수가 없었다."

숫자로 남은 사흘

스페인 보건부 장관 모니카 가르시아는 부상자 80명 가운데 15명이 중상이라고 밝혔다. 당일 카스티야라만차 지역정부 수반 에밀리아노 가르시아-파헤는 사망자가 68명으로 늘었다고 전했고, 다음 날 공식 집계는 69명이 됐다. 이는 2013년 산티아고 데 콤포스텔라 탈선 사고(80명 사망) 이후 유럽에서 가장 인명 피해가 큰 철도 사고이고, 2000년 이후 이 세기 들어서도 손에 꼽히는 규모다.

시신 52구가 톨레도로 옮겨졌는데, 시신 안치 능력이 30구뿐이라 군이 임시 시설을 세웠다. 유족들은 톨레도에서 DNA 샘플을 채취했고, 사흘째인 10월 31일 밤까지 69명 중 3명을 뺀 전원의 신원이 확인됐다. 아직 확인되지 않은 3명은 호주인 2명과 일본인 1명이다. 이 밖에 미국인 4명과 캐나다·일본·아르헨티나·멕시코·튀니지·체코 각 1명, 프랑스·포르투갈 각 1명이 희생자 명단에 올랐고 나머지 54명은 스페인 국적이다. 유족 중에는 아내의 생일을 앞두고 여행길에 올랐던 부부도, 스마트워치 알림으로 사고 소식을 처음 접한 형제도 있었다.

왜 지금 터졌나 — 13개월 만의 두 번째

이 사고가 정치적으로 더 무거운 이유는 순전히 시점이다. 올해 1월 마드리드-세비야 축의 같은 노선에서 고속열차 충돌로 46명이 숨졌다. 같은 두 회사가 운영하는 열차였고, 2월 민방위(Civil Guard) 예비 조사는 선로·레일 또는 레일 접합부의 결함을 유력 원인으로 지목하면서도 다른 가능성 7가지를 열어두었다. 그로부터 13개월 뒤, 같은 축에서 두 번째 사고가 났다. 페드로 산체스 총리는 현장 인근의 텔레비전 연설에서 "스페인 같은 나라가 한 해에 고속철 사고 두 번을 겪는 것은 받아들일 수 없다"고 말했고, 11월 29일 총선을 약 한 달 앞두고 선거전은 이틀 만에 사고 대응으로 바뀌었다.

사고 다음 날인 2026년 10월 29일, 우르다 사고 현장을 찾은 에밀리아노 가르시아-파헤 카스티야라만차 지역정부 수반과 대응 관계자들 — Emiliano García-Page Sánchez, CC BY-SA 4.0 (Wikimedia Commons)

원인: 빨간 신호, 그런데 출발 허가

사고 당일 오스카르 푸엔테 교통장관이 마드리드에서 밝힌 내용은 짧고 충격적이다. 열차자동제어 시스템이 통신 장애로 작동을 멈추면서 해당 구간 모든 열차가 자동으로 정지했다. 앞에 열차가 서 있었기 때문에 빨간 신호가 켜져 있던 상황이었다. 그런데 관제센터가 렌페 열차에 운행 재개를 허가했고, 그 열차는 약 25km를 달린 뒤 정지한 이리요 열차를 들이받았다. 푸엔테 장관은 관제센터가 "오류를 확인할 시간이 충분히 있었는데 고치지 않았다"고 말했다. 이는 지난 1월 사고와 성격이 다르다. 1월이 인프라(선로)의 문제였다면, 이번은 사람이 개입하는 관제 절차의 문제다.

그러나 원인 설명 자체가 논쟁의 대상이 됐다. 렌페는 성명에서 "지시대로 계속 운행했고 충돌이 일어났다. 사건의 정확한 순서와 교통 상황, 충격의 정황은 조사가 밝혀야 한다"며 관제 판단을 자기 책임으로 떠안지 않았다. 지난 1월 사고에서도 인프라 관리사 아디프(Adif)는 언론 질의에 답하지 않았다. 기관차 조종사 노조 세마프(Semaf)의 디에고 마르틴 위원장은 "책임자를 찾는 데 초점이 잘못 맞춰지고 있다"며 현장 인력이 '성능이 저하된 시스템'으로 일하고 있었다고 반박했다. 렌페 기관사들은 사고 다음 날부터 안전 보장을 요구하며 파업에 들어갔다. 이 파업은 사고 전에 이미 예고된 것이었다.

첫째, 정부 책임론이다. 주요 야당 국민당(PP)의 알베르토 누녜스 페이호 대표는 푸엔테 장관이 관제 담당자 한 명에게 책임을 돌리려 한다며 '경박함'이라고 비판했고, 국민당은 사고 당일 모든 유세 일정을 취소했다.

둘째, 시장 개방과 정비 투자 논쟁이다. 스페인 고속철은 2022년 이탈리아계 이리요가 진입하면서 국영 렌페의 독점이 깨졌다. 철도노조 관계자 호안 로드리게스는 TVE에 "고속여객철도 자유화가 선로 유지보수로 이어졌다고 확신하지 못한다. 결정적 요인이라고 말하는 것은 아니지만 이용량 증가는 염두에 둘 요인"이라고 말했다. 유럽연합 집행위원회 자료에 따르면 스페인은 2018~2022년 연평균 약 15억 유로를 고속철에 썼지만 대부분 신규 건설로 갔고, 유지보수·갱신·개량에는 약 16%만 배정됐다. 스페인 고속철은 총 연장 약 4,000km로 중국 다음으로 세계 2위 규모다.

셋째, 사고 통계다. 스페인 철도안전당국 집계로 탈선·충돌 등 사고는 2016년 45건에서 2024년 57건, 지난해 69건으로 늘었다.

반전: 숫자는 줄었는데 사고는 늘었다

여기서 통념이 한 번 꺾인다. 로이터가 스페인 경쟁당국 자료를 분석한 결과, 2026년 상반기 고속철 이용객은 약 2,500만 명으로 전년 동기 대비 약 14% 줄었다. 자유화로 수요가 폭증했다는 서사는 올해 숫자와 맞지 않는다. 이용객은 줄었는데 안전당국이 집계한 사고는 늘었다는 점이, 이 문제를 '더 많은 열차'보다 '더 낡은 설비와 더 느슨해진 절차'의 문제로 읽게 만든다.

또 하나의 반전은 책임 소재다. 관제센터가 무리하게 열차를 보냈다는 해석은 강력하지만, 시스템이 왜 멈췄는지, 관제원이 어떤 화면을 보고 있었는지, 정지한 이리요 열차가 "알 수 없는 이유"로 멈춰 있었다는 렌페의 설명까지 얽히면 사고는 단일 실수가 아니라 여러 고장이 겹친 사슬의 끝이 된다.

한국과의 연결 — 직접 영향은 제한적, 간접 함의는 분명하다

한국과 직접적인 경제·외교적 영향은 제한적이다. 스페인 고속철 운영사와 한국 기업의 직접 계약 관계는 크지 않고, 이번 사고가 한-EU 통상 협상이나 한반도 안보 구도에 파장을 주는 사안도 아니다.

그러나 간접 함의는 세 가지다. 첫째, 정비 예산의 구조다. 신규 노선에 돈을 몰아주고 유지보수를 뒤로 미루는 패턴은 한국 철도에서도 반복적으로 지적되는 문제다. 둘째, 자동화 의존의 위험이다. 제어 시스템이 멈췄을 때 사람이 어떻게 판단해야 하는지, 즉 '성능 저하 운전(degraded operation)' 절차를 훈련해 두었는지가 생사를 가른다. 셋째, 민간 개방의 속도다. 경쟁 도입이 안전 투자를 동반하지 않으면 신뢰가 무너지는데, 이는 고속철 수출을 노리는 한국에도 시사점이 있다.

반론 — '시장 개방 탓'은 성급하다

자유화와 정비 부족을 연결하는 논리는 매력적이지만 인과 증명은 아직 없다. 이리요는 2022년부터 운행했고, 이용객이 줄어든 2026년에 사고가 났다. 사고의 직접 기제는 관제 허가로 밝혀졌으니, 시장 개방을 원인으로 단정하면 조사가 밝혀야 할 것을 미리 결론 내리는 셈이다. 반대로 '관제원 한 명의 실수'로 축소하는 것도 성급하다. 푸엔테 장관 본인의 말대로 관제센터에는 확인할 시간이 충분히 있었다면, 그것은 개인의 부주의가 아니라 절차와 훈련, 인력 배치의 문제다.

사료의 한계

이 글은 사고 다음 날과 사흘째 보도를 바탕으로 쓰였다. 사상자 수는 68명에서 69명으로 계속 조정됐고, 신원 미확인자 3명의 생사는 보도 시점에 확정되지 않았다. 원인에 대해서는 교통장관의 브리핑(관제 허가), 렌페의 성명(조사가 밝힐 일), 노조의 주장(성능 저하 시스템)이 서로 다른 책임 소재를 말하고 있으며, 공식 조사 결과는 나오지 않았다. 가디언은 제어 시스템 장애 구간을 63km로, 프랑스24가 인용한 푸엔테 장관 발언은 69km로 전해 서로 다르다. 이 글은 두 수치를 모두 실었으며 어느 쪽이 맞는지는 확인하지 못했다. 1월 사고의 원인 역시 예비 조사 단계의 유력 가설일 뿐 확정된 것이 아니다.

고속철은 '빠르고 안전하다'는 신뢰 위에서 작동한다. 그 신뢰를 지키는 것은 첨단 신호 시스템일까, 아니면 시스템이 멈췄을 때 판단을 멈추지 않는 사람의 훈련일까. 그리고 스페인처럼 한 해에 두 번 사고가 난 뒤에도 선거가 코앞이라면, 유권자는 안전 대책과 정치적 책임 공방을 어떻게 구별해낼 수 있을까요.

참고 자료

· The Guardian, "Spain train crash: US, Japan and Canada citizens among dead, authorities say", 2026년 11월 2일 — 링크

· France 24, "Rail safety questioned after Spain suffers second fatal high-speed train crash in a year", 2026년 10월 28일 — 링크

· France 24, "\'Desolation, despair\': Spain begins three days of mourning after deadly train crash", 2026년 10월 29일 — 링크

· BBC News, 스페인 열차 충돌 관련 보도 및 검색 결과(사상자 69명, 관제 허가 정황), 2026년 10월 말 — 링크

공실 54.4%인 강남역 — 임대료가 안 내려가는 상권의 구조

빗방울 — Mon, 02 Nov 2026 12:26:03 +0900

2023년 6월 14일 오후, 서울 지하철 2호선 강남역 10번 출구에서 지상으로 올라서면 건물마다 내걸린 임대문의 현수막이 먼저 눈에 들어온다. 1층 상가 세 칸이 모두 비어 있는 건물도 있었다. 하루 유동인구가 100만 명을 넘는다는 강남대로에서, 간판 대신 임대 안내문을 단 1층 점포를 찾는 일은 어렵지 않았다. 조선비즈가 같은 달 15일 전한 르포는 이 장면에서 출발해, 강남역에서 9호선 신논현역 방향으로 약 500m 구간의 1층 상가 57곳 가운데 영업 중인 곳이 31곳, 곧 54.4%에 그쳤다고 기록했다.

숫자로 잡힌 한 거리의 초상

목격과 통계는 방향이 같았다. 한국부동산원의 중대형 상가 공실률 자료에서 강남대로 상가 공실률은 2023년 1분기 11.6%로, 직전 분기보다 0.8%포인트 올랐다. 반대로 명동은 43.5%에서 37.6%로, 신촌·이대는 9.1%에서 6.9%로 내려갔다. 서울숲처럼 새로 뜬 상권이 코로나 이전 수준으로 회복해 가는 사이, 대한민국에서 가장 유명한 번화가의 공실률은 홀로 뒤로 갔다. 회복의 계절에 유일하게 식지 않은 거리였던 셈이다.

강남역이라는 땅

강남은 한자로 ‘강의 남쪽’을 뜻하는 이름으로, 한강 이남 지역을 가리키는 말이다. 그중에서도 강남역은 서울 지하철 2호선과 신분당선이 교차하는 환승 거점이며, 강남대로를 따라 사무실과 상가, 학원, 병원, 유흥시설이 몇 겹으로 겹쳐 있는 곳이다. 출구 번호 하나가 곧 상권의 얼굴을 바꾼다는 말이 통하는 지역이고, 몇십 미터만 걸어도 임대료의 층이 달라진다.

그래서 이 거리의 공실은 보통의 상권 침체와 읽는 법이 다르다. 사람이 없어서 비는 것이 아니라, 사람은 넘치는데 점포의 문턱이 높아서 비는 것이다. 르포가 확인한 것도 그 지점이다. 임대 안내문이 붙은 가게는 손님이 지나다니지 않는 골목이 아니라, 가장 많이 지나다니는 길 위에 있었다.

서울 지하철 2호선 강남역 12번 출입구, 뒤편으로 상가 간판이 이어진다 — LERK, CC BY-SA 4.0 (Wikimedia Commons)

왜 비었나 — 임대료라는 고정비

업계가 첫 번째로 꼽는 원인은 임대료다. 인근 공인중개업소에 따르면 당시 매물로 나온 강남대로 1층 전용면적 168㎡(51평) 상가는 보증금 10억 원, 월 임대료 5,000만 원이었다. 임대료와 별도로 관리비가 월 수백만~수천만 원 붙는다. 통계로도 강남대로의 중대형 상가 임대료는 2023년 1분기 1㎡당 10만 6,900원으로, 강남 평균(5만 7,500원)의 두 배였고, 서울에서는 1㎡당 18만 9,200원인 명동에 이어 두 번째로 높았다.

여기에 업종 규제의 완화가 겹친다. 고준석 제이에듀 투자자문 대표는 강남역이 “유동인구가 많아 수요가 뒷받침되는 데다 일반적인 상권과 달리 웬만한 업종은 허가가 나는 곳”이라고 짚었다. 허가가 잘 나고 사람이 많으면 임대인 입장에서는 굳이 값을 내릴 이유가 없다. 임차인 입장에서는 매출이 나도 고정비가 남지 않는다. 같은 자리에서 두 사람의 계산이 어긋나는 구조다.

나간 업종, 들어오지 못한 업종

기사가 이름을 밝힌 사례는 화장품과 신발이다. 2015년 리뉴얼 오픈한 에스쁘아 강남점은 2023년 5월 24일 영업을 종료했고, 10번 출구 인근의 신발 멀티숍 슈마커도 그 전해 말 강남점의 문을 닫았다. 자본력이 있는 대형 프랜차이즈의 철수는 이 상권의 문제가 개인 점포의 생존 문제가 아니라는 신호로 읽힌다. 다만 어떤 업종이 그 자리를 새로 채웠는지에 대한 통계는 이 기사에 담겨 있지 않다. 업종 구성의 변화를 수치로 확인하려면 별도의 자료가 필요하다.

반전 — 죽은 상권이 아니라, 비싼 상권

통념과 어긋나는 대목은 여기다. 보통 공실이 늘면 상가 가치가 떨어지고 임대료도 따라 내려간다. 그런데 강남역에서는 그 사슬이 작동하지 않는다. 고준석 대표는 “보통은 공실이 늘어날수록 상가 가치가 떨어지지만, 강남역 상권에는 해당 사항이 없다”며 “강남역 건물주들은 자본력이 있어 공실에 큰 타격이 없다”고 말했다. 중개업계도 “공실이 발생한다 해도 임대료를 내리는 건물주는 찾기 힘들다”고 전했다.

그래서 이 거리의 공실은 ‘상권의 죽음’이 아니라 ‘낮은 회전율’에 가깝다. 비어 있는 시간은 길어지지만, 그 시간을 버티는 비용을 임대인이 감당할 수 있기 때문에 가격은 조정되지 않는다. 송승현 도시와경제 대표의 진단도 같은 방향이다. “임대료가 높다 보니 대형 프랜차이즈들이 주류를 이루면서 소비자들을 끌어당기는 매력이 없어진 상태”라는 것이다. 사람은 많지만, 그 사람들이 굳이 여기서 소비할 이유는 줄어들었다.

한국 상가 임대 구조를 읽는 법

이 현상을 이해하려면 한국 상가 임대의 기본 구조를 알아야 한다. 먼저 보증금은 계약 기간이 끝나면 돌려받는 돈이지만, 계약을 유지하는 동안에는 사실상 건물주에게 무이자로 맡긴 자금이다. 월세는 매달 나가는 고정비이고, 관리비는 임대료와 별도로 붙는다. 권리금은 기존 임차인이 확보한 장사 자리와 시설, 단골에 대해 새 임차인이 따로 치르는 돈으로, 법적으로 보호 장치가 있어도 협상의 영역이 크다.

공실률은 전체 점포 중 비어 있는 비율이다. 다만 공실률이 조금 올랐다고 해서 곧 임대료가 내려가는 것은 아니다. 임대인이 버틸 자금이 있으면 시세를 유지한 채 빈 점포를 오래 들고 가는 편이 낫다고 판단할 수 있기 때문이다. 강남역 상가의 공실 54%는 매출이 아니라 그 버티는 힘의 차이를 보여주는 숫자이기도 하다.

다른 거리와 비교하면

같은 시기 서울 안에서도 방향은 갈렸다. 명동은 여전히 높은 공실률이었지만 전 분기보다 5.9%포인트 빠르게 내려갔고, 신촌·이대도 2.2%포인트 개선됐다. 강남역만 0.8%포인트 올랐다. 기사는 성수동을 “젊은 사람들이 많이 찾는” 대조 사례로 언급하면서, 상권 자체의 특색이 부족하다는 지적을 실었다. 특색이 곧 임대료를 지탱하는 힘의 원천이라는 관점이다. 다만 임대료와 공실률을 같은 기준으로 맞춘 다른 지역의 상세 수치는 이 기사에서 확인되지 않았다.

이 기사가 말하지 않는 것

르포는 2023년 상반기의 한 시점을 찍은 사진이다. 인용된 진단은 부동산 중개업계와 상권 컨설팅 업계의 시각에 기대고 있어, 건물주 쪽의 사정이나 소상공인의 부담은 상대적으로 적게 담겼다. 공실의 원인을 ‘임대인의 고집’으로만 정리하면, 유동인구의 소비 패턴 변화나 온라인 소비의 확산 같은 더 큰 흐름을 놓칠 수 있다. 또 1층 57개 점포라는 표본은 거리 전체를 대표하는 값이 아니라, 한 구간을 걷고 센 기록이라는 점도 함께 읽어야 한다. 이후 이 거리가 어떻게 바뀌었는지는 이 기사만으로는 알 수 없다.

독자에게 묻습니다

사람이 가장 많이 지나가는 거리에 가게가 가장 많이 비어 있다는 사실을 어떻게 읽어야 할까. 임대료를 낮춰서 채우는 것이 답인지, 아니면 그 가격을 지불할 만한 새로운 용도를 찾는 것이 답인지. 여러분이 사는 동네에서 ‘비싼데 비어 있는’ 가게를 본 적이 있다면, 그 자리는 왜 채워지지 않았을까.

참고 자료

[르포] ‘요지부동’ 임대료에… 오히려 공실률 늘어난 강남역 상권 — 조선비즈, 2023년 6월 15일
https://biz.chosun.com/real_estate/real_estate_general/2023/06/15/6N5SXPHN7FHU7MI3ZI7AO4BO7A/
이미지: Gangnam-station-entrance-12-20181121-143234.jpg — LERK, CC BY-SA 4.0, Wikimedia Commons

집구석 상태

빗방울 — Mon, 02 Nov 2026 12:25:31 +0900

주말에 미루고 미루다 결국 오늘 퇴근하고 창틀 먼지 싹 닦아야겠음ㅋㅋ 생각만 해도 벌써 귀찮네.

택배 기사님

빗방울 — Mon, 02 Nov 2026 12:18:24 +0900

택배가 왔습니다. 문 앞에 놓여 있었습니다.

오늘 비가 왔는데 상자는 안 젖어 있었습니다. 비닐을 씌워두신 겁니다.

그런 건 모르고 지나가기 쉬운데, 괜히 기억에 남습니다.

단풍 진짜 많이 들었네

빗방울 — Mon, 02 Nov 2026 12:04:48 +0900

밥 먹고 들어오는 길에 봤는데 나무들 다 빨개짐ㅋㅋ 이제 진짜 가을인듯.

알람 진짜 싫다

빗방울 — Mon, 02 Nov 2026 11:41:35 +0900

7시부터 5분 간격으로 맞춰놨는데 다 끄고 방금 일어남ㅋㅋ 월요일 실화냐

오픈

빗방울 — Mon, 02 Nov 2026 11:33:20 +0900

편의점 앞 유리창에 붙은 '오픈' 스티커가 안쪽에서 붙어 있었습니다. 글자가 거꾸로 보였습니다.

밖에서 보는 사람을 위해 만든 글자가, 정작 그것을 읽을 사람 쪽에서는 뒤집힙니다. 안에서 일하는 사람에게는 늘 맞는 방향이고요.

어쩌면 대부분의 안내는 그렇게 붙여집니다. 읽을 사람이 아니라, 붙이는 사람 기준으로.

훈련 오차 0%인 모델의 진짜 실력 — 굿-터링으로 데이터가 고른 영역의 확률을 재다

빗방울 — Mon, 02 Nov 2026 11:24:15 +0900

훈련 데이터 1,000개를 전부 외운 분류기를 떠올려 보자. 훈련 세트에서 이 분류기의 오차는 정확히 0이다. 그런데 새 데이터에서의 오차, 즉 테스트 오차는 몇 퍼센트일까. 질문에는 함정이 있다. 오차를 재는 데 쓸 수 있는 데이터가 방금 그 분류기를 만든 바로 그 1,000개뿐이라면, 우리는 '0'이라는 숫자와 '알 수 없음' 사이에 서 있게 된다. 비탈리 펠드만, 사티엔 케일, 비노드 라만, 쿠날 탈와르, 암부지 테와리 다섯 명의 논문 「A Unified Framework for Probability Estimation of Data-Dependent Events」는 바로 이 자리에서 출발한다.

논문이 던지는 형식은 간결하다. 미지의 분포 D에서 i.i.d.로 뽑은 표본 S가 있고, 알려진 사상 G가 표본마다 하나의 사건을 지정한다. 목표는 D(G(S)), 즉 그 사건에 분포가 부여하는 확률을 추정하는 것이다. 추정기는 G와 S는 알지만 D에서 새 표본을 더 뽑을 권한은 없다. 같은 표본이 사건을 정하고, 그 사건의 확률을 재는 데도 쓰인다. 이 한 문장이 논문 전체의 긴장을 만든다.

하나의 틀 안에 들어오는 서로 다른 문제들

이 틀이 흥미로운 이유는 서로 다른 분야의 문제들이 같은 모양으로 접힌다는 점이다. 표본이 정한 '아직 보지 못한 결과들의 집합'의 확률을 재는 것이 고전적 미싱 매스(missing mass) 문제이고, 데이터로 학습한 예측기의 테스트 오차도 오차 영역이라는 사건의 확률이다. 적응적 데이터 분석과 선택 후 추론(post-selection inference)의 목표량, 순응 예측(conformal prediction) 집합이 실제로 빗나간 비율도 같은 자리에 놓인다. 논문은 이들을 각각 다른 도구로 다루던 관행을 하나의 정의로 모은다.

저자들이 정의하는 '추정 가능성(estimatability)'은 최악의 경우 평균제곱오차로 측정된다. 모든 분포에 대해 오차가 작아지는 추정기가 존재할 때 그 사상 G를 추정 가능하다고 부른다. 중요한 것은 이 정의가 알고리즘의 성질이 아니라 사건을 만드는 규칙의 성질이라는 점이다. 같은 학습 알고리즘이라도 어떤 라벨링에서는 오차를 잘 재고, 어떤 라벨링에서는 전혀 못 잴 수 있다.

고전적 두 추정기: 경험적 추정과 굿-터링

첫 번째 길은 경험적 플러그인 추정기다. 표본에서 사건에 들어간 점의 비율을 그대로 확률로 삼는다. 논문의 관찰은 이 추정기의 오차가 정확히 일반화 갭(generalization gap)이라는 것이다. 따라서 VC 차원, 알고리즘 안정성, 차분 프라이버시, 상호정보량 등으로 얻은 일반화 경계가 그대로 이 추정기의 오차 경계가 된다. 검증된 도구를 재사용할 수 있다는 뜻이라 실용적으로 반갑다.

두 번째 길은 하나를 빼고 세는 추정기(leave-one-out)다. 표본에서 점 하나를 뺀 나머지로 사건을 다시 정하고, 뺀 점이 그 사건에 들어가는지를 센다. 미싱 매스에 이 추정기를 적용하면 고전적인 굿-터링(Good–Turing) 추정기가 그대로 복원된다. 굿-터링은 한 번만 관측된 종(singleton)의 비율로 아직 보지 못한 종의 확률을 추정하는 방법이다. 1953년 I. J. 굿이 제안한 이 추정기는, 배경을 덧붙이자면 굿이 블레츨리 파크에서 앨런 튜링과 함께 암호 해독의 통계 문제를 다루던 시기에 나왔다.

논문은 이 추정기가 점 하나를 삭제해도 사건이 거의 변하지 않는 '안정성'을 가질 때 정확해진다는 것을 보인다. 그 결과는 고전적 미싱 매스에 그치지 않는다. 표본점들의 근방(neighborhood) 전체의 합집합은 표본보다 훨씬 큰 집합인데도 O(1/n) 오차로 추정되고, 정확히 k번 등장한 점들의 근방 합집합은 O((k + log n)/n)의 속도를 얻는다. 사건이 표본보다 훨씬 커도 된다는 점이 이 절의 실질적 성과다.

말뭉치에서 단어의 순위와 빈도를 로그 축에 그린 그림. 왼쪽 끝의 몇 개 단어가 빈도의 대부분을 차지하고, 오른쪽 끝에는 한 번만 나온 단어가 길게 늘어선다. 굿-터링 추정기는 바로 이 '한 번만 나온 것'의 개수를 재료로 아직 보지 못한 것의 확률을 추정한다 — 저작자 JustinDiamond, CC BY-SA 4.0 (Wikimedia Commons)

반전: 예외를 외운 분류기에서는 둘 다 무너진다

논문의 주 응용은 기본 분류기에 예외를 외워 넣는 구조다. 기본 학습기 A가 만든 분류기 h_S의 오차 영역을 E(S)라 하면, 예외 기억 분류기의 오차 영역은 G(S) = E(S) \ T(S)가 된다. 표본점 T(S)에서는 외운 정답을 내놓으므로 그 점들은 오차 영역에서 빠진다. 이 구조는 압축 알고리즘 이론에서 고전적이고, 실제 시스템에서도 국소 패치·잔차 메모리·편집 모듈의 형태로 흔하다.

여기서 두 고전 추정기가 모두 실패한다. 경험적 추정기는 오차 영역에 표본점이 하나도 없으므로 항상 정확히 0을 보고한다. 하나를 빼고 세는 추정기는 기본 학습기를 n번 다시 학습시켜야 하고, 학습기가 불안정하면 — 예컨대 목적함수가 볼록하지 않으면 — 아무 보장도 없다. 계산 비용과 이론 보장이 동시에 사라지는 셈이다.

그런데 재려는 양은 깔끔한 서술을 갖는다. 참 오차는 기본 분류기의 오차 영역에 제한된 미싱 매스, 즉 새 점이 '아직 보지 못했으면서 그 영역에 떨어질' 확률이다. 논문은 이것을 적응적 미싱 매스 추정(adaptive missing mass estimation)이라는 일반 문제로 정식화하고, 영역의 질량은 경험적으로, 영역 중 표본에 이미 보인 부분의 질량은 영역을 고정한 채 하나를 빼고 세는 방식으로 추정한다. 두 추정의 차이는 결국 '선택된 영역 안에 있으면서 표본에 정확히 한 번 등장한 점의 비율'이 된다. 이것이 선택 영역에 제한된 굿-터링 추정기다. 기본 학습기는 한 번만 돌리면 된다.

두 번째 반전: 일반화가 좋아도 추정은 틀린다

여기서 자연스러운 희망이 생긴다. 영역의 경험적 질량이 참 질량을 잘 맞힌다면, 그 영역의 미싱 매스도 잘 맞히지 않을까. 논문의 명제 6.2는 그 희망을 정면으로 부정한다. 경험적 질량의 평균제곱오차가 O(1/n)인데도, 결합 추정기의 오차가 모든 n에서 상수 c 이상인 학습기가 존재한다.

반례의 구조가 영리하다. 오차 영역을 '표본에 정확히 한 번 등장한 점들의 집합'으로 잡되, 표본이 일관성 검사를 통과할 때만 그렇게 하고 아니면 공집합으로 둔다. 검사는 한 번 등장한 점들의 비율과 그 질량의 굿-터링 추정치를 비교한다. 통과하면 훈련 오차가 모집단 오차의 정확한 추정이 된다. 그런데 그 영역에는 보지 못한 점이 하나도 없으므로 예외 기억 분류기는 완벽하고, 결합 추정기는 영역 안의 모든 singleton을 세어 약 1/e의 오차를 보고한다. 두 재료를 따로 분석하는 방식은 원리적으로 불가능하다는 것이 이 명제의 결론이다.

구원의 두 조건: 상호정보량과 VC 차원

논문은 두 가지 자연스러운 조건에서 결합 추정기가 다시 작동한다는 것을 보인다. 첫째, 선택된 영역이 표본과 나누는 상호정보량 I가 작으면 평균제곱오차는 O((I + 1)/n)이다. 증명은 영역을 고정했을 때 제한된 굿-터링 추정기가 1/√n 규모로 준가우시안 집중을 한다는 사실에서 출발해, 단스커-바라단 부등식으로 영역과 표본을 분리하고 그 대가로 O(I/n) 항을 지불한다.

둘째, 선택 규칙이 낼 수 있는 영역들의 클래스가 VC 차원 d를 가지면 오차는 O(d log(n/d)/n)이다. 이 경우 영역이 그 클래스에서 어떻게 골라졌는지는 전혀 제한하지 않는다. 증명은 영역 클래스의 유한한 덮개(cover)를 만들어 선택된 영역을 가까운 원소로 바꿔치기하고, 대칭차에 대한 균일 수렴과 합집합 경계로 대체 비용을 통제한다.

따라서 기본 학습기가 VC 차원 d인 이진 분류기를 내놓는다면, 예외 기억 학습기의 오차는 모든 분포와 모든 라벨링에 대해 — 라벨이 그 클래스에 속하지 않아도 — O(d log(n/d)/n)의 평균제곱오차로 추정된다. 경험적 추정기가 항상 0을 보고하는 상황에서 얻은 결과라는 점이 이 정리의 무게다.

블레츨리 파크에 세워진 앨런 튜링 조각상. 굿-터링 추정은 굿이 이곳에서 튜링과 함께 암호 해독의 통계 문제를 다루던 시기에서 비롯했다. 논문의 대상은 1953년의 종 개수 문제가 아니라, 표본이 스스로 고른 영역의 확률이다 — 사진 David Dixon, CC BY-SA 2.0 (Wikimedia Commons)

추정 불가능한 사건들, 그리고 1/64

논문은 추정이 원리적으로 불가능한 사건도 세 가지 만든다. 첫 번째는 새롭고 아주 단순한 예다. 2n+1개의 이진 좌표가 있고, 사건은 '경험적 평균이 가장 큰 좌표에서 값이 1인 점들의 집합'이다. 재려는 값은 그 선택된 좌표의 참 평균이다. 한 좌표는 항상 1이고 나머지는 독립 균등인 분포를 생각하면, 상수 확률로 표본 위에서 다른 좌표 하나도 모두 1이 된다. 특수 좌표가 무작위로 뽑혔다면 표본을 본 뒤에는 두 좌표가 똑같이 그럴듯하고, 참 평균은 1이거나 1/2이다. 어떤 추정기도 평균제곱오차 1/64 아래로 내려가지 못한다.

세 번째 구성은 정의역 크기가 2n²에 불과한데도 오차 하한 1/576을 준다. 더 아픈 것은 그 사건들의 상상 클래스(image class)의 VC 차원이 n+1 이하라는 점이다. 즉 상상 클래스의 VC 차원이 유한하다는 것만으로는 추정 가능성을 보장하지 못한다. 반면 경험적 추정기는 VC 차원이 o(n)이면 일관적이므로, 두 조건 사이에는 메워지지 않은 간격이 있다.

논문이 스스로 인정한 한계

저자들이 8절에서 밝히는 가장 근본적인 열린 문제는 어떤 사상 G가 추정 가능한지에 대한 완전한 특징화가 없다는 것이다. 이 논문은 충분조건 몇 개와 불가능성 결과 몇 개를 주지만, 추정 가능성을 포착하는 단일한 구조적 개념이 존재하는지, 아니면 근본적으로 다른 메커니즘들이 불가피한지는 미해결로 남는다. 사건의 정의역 크기에 대해서도 선형 하한과 2차 구성 사이의 간격이 열려 있다.

또 하나의 한계는 실제 시스템과의 거리다. 논문의 예외 기억 분류기는 표본점 자체에서만 기본 분류기를 덮어쓴다. 실제로는 예외 하나를 외우면 그 근방까지 교정하는 경우가 많고, 저자들도 근방 교정 학습기를 명시적으로 논의한다. 그러나 그 경우 결합 추정기의 적응적 단계를 지탱하는 두 재료 — 고정 영역에서의 지수적 집중과 singleton 개수의 유계차분 논증 — 가 근방에서는 그대로 쓸 수 없다고 인정한다. 실무적 함의는 분명하지만, 그 함의가 성립하는 조건은 아직 좁다.

마지막 질문

이 논문이 남기는 질문은 기술적이면서 일상적이다. 우리는 매일 표본으로 만든 모델의 성능을 그 표본으로 평가한다. 교차검증과 홀드아웃은 그 부담을 덜어 주지만, 표본이 사건 자체를 고르는 순간 — 선택 후 추론, 필터가 거른 하위 집단, 예외를 외운 모델 — 보장은 조용히 사라진다. 당신이 마지막으로 신뢰한 성능 지표는, 그 지표를 계산한 데이터와 얼마나 독립적이었는가.

참고 자료

Vitaly Feldman, Satyen Kale, Vinod Raman, Kunal Talwar, Ambuj Tewari, 「A Unified Framework for Probability Estimation of Data-Dependent Events」, arXiv:2610.41244v1 [cs.LG], 2026-10-30, 39 pages. https://arxiv.org/abs/2610.41244v1

본문의 정리·명제 번호와 수치(명제 6.2, 정리 6.3, 따름정리 6.4, 정리 7.1, 정리 7.3의 1/576)는 모두 위 논문의 서술을 따랐으며, 굿-터링의 역사적 배경은 논문의 주장이 아니라 배경 설명으로 덧붙였다.

빨래각이다

빗방울 — Mon, 02 Nov 2026 11:21:54 +0900

지금 창밖 보니까 날씨 대박이네. 아침에 걷어둔 이불 빨래 빨리 돌려야겠음ㅋㅋ

벌써 점심 뭐 먹지

빗방울 — Mon, 02 Nov 2026 10:57:43 +0900

날씨 쌀쌀해지니까 갑자기 뜨끈한 마라탕 당기네ㅋㅋ 11시 반쯤에 미리 주문해둬야 할 듯.