diff --git a/cases/YoungjaeKang-retail-hours/README.md b/cases/YoungjaeKang-retail-hours/README.md
index 917777f..9c4fc28 100644
--- a/cases/YoungjaeKang-retail-hours/README.md
+++ b/cases/YoungjaeKang-retail-hours/README.md
@@ -8,10 +8,14 @@
 |---|---|
 | 처치 | 동대문구, 분석상 시작 분기 2024Q2 |
 | 비교 | 서울 내 20개 자치구 후보 — 정책 이력 추가 확인 필요 |
-| 기간 | 2021Q1~2024Q4, 2023Q4·2024Q1 제외 |
+| 기간 | 2021Q1~2024Q4, 2024Q1만 추정에서 제외 (원자료·전체 분기 집계에는 보관) |
 | 지표 | 골목상권 육류·수산물·청과·반찬 판매 추정매출 합계의 자연로그 |
 | 방법 | 이벤트스터디, 가짜 시행일 검정 |
 
+공개 자료로 정책 근거·집계·검사·추정 과정을 재현할 수 있는 사례를 만드는 데 초점을 둔다. 효과의 유의성보다 근거와 해석 범위를 분명히 남기는 것을 완료 기준으로 삼는다.
+
 분석 범위와 일정은 [plan.md](plan.md), 실행 설정은 [plan.yaml](plan.yaml)에서 볼 수 있다. 자치구별로 찾아본 근거와 더 확인할 내용은 [정책 확인표](policy-verification.md)에 모았다.
 
-현재는 계획을 작성한 상태로, 매출 원자료는 아직 수집하거나 분석하지 않았다. 계획을 커밋하고 PR을 올린 뒤 수집 코드(`fetch.py`)와 이 사례에 필요한 검사를 작성할 예정이다. 비교 지역의 휴업일 변경 이력과 연도별 상권 자료를 같은 기준으로 비교할 수 있는지 확인하기 전에는 정책 효과를 판단하지 않는다.
+선행연구의 질문·방법·한계와 사례에 적용할 내용은 [연구 노트](research-notes.md)에 정리했다.
+
+초기 계획은 [PR #9](https://github.com/CausalInferenceLab/policy-effect-analytics-agent/pull/9)로 main에 병합됐고, 현재는 선행연구를 반영한 보완안을 작성한 상태다. 매출 원자료는 아직 수집하거나 분석하지 않았다. 비교군 정책 이력, 동시기 지원사업, 자료 기준을 확인하고 필요한 계획 보완을 커밋·PR에 반영한 뒤 수집 코드(`fetch.py`)와 이 사례에 필요한 검사를 작성할 예정이다. 비교 지역의 휴업일 변경 이력과 연도별 상권 자료를 같은 기준으로 비교할 수 있는지 확인하기 전에는 정책 효과를 판단하지 않는다.
diff --git a/cases/YoungjaeKang-retail-hours/plan.md b/cases/YoungjaeKang-retail-hours/plan.md
index bf1c5da..880f634 100644
--- a/cases/YoungjaeKang-retail-hours/plan.md
+++ b/cases/YoungjaeKang-retail-hours/plan.md
@@ -5,12 +5,14 @@
 | 사례 ID | `YoungjaeKang-retail-hours` |
 | 작성자 | 강영재 |
 | 수행 기간 | 7주 과정, 2026년 11월 1일 재현성 검증 목표 |
-| 문서 상태 | 계획 작성 완료, 사전등록 예정 |
+| 문서 상태 | 초기 계획 PR #9 병합, 선행연구·분기 처리 보완안 |
 
 ## 1. 목적과 완료 기준
 
 동대문구의 대형마트 의무휴업일 변경을 주제로, 자료를 모으고 검사한 뒤 분석과 보고서 작성까지 이어서 실행할 수 있도록 만든다. 7주 동안 이 과정을 자동화하면서 정책 자료를 검토한 내용과 분석 계획을 바꾼 이유도 기록한다. 아직 확인하지 못한 정책 근거는 추가로 조사한다.
 
+이 사례의 기여는 동대문 골목상권의 식품판매 관련 업종을 공개 자료로 분석하고, 정책 근거 확인부터 자료 집계·검사·추정까지 다른 사람이 재현할 수 있게 만드는 데 있다. 효과의 크기나 통계적 유의성을 완료 기준으로 삼지 않는다. 판단을 보류하는 경우에도 그 이유와 추가로 필요한 근거를 남긴다.
+
 과정이 끝날 때는 다음 작업이 가능해야 한다.
 
 - 저장한 설정과 수집 코드로 자치구·분기별 분석 자료를 다시 만든다.
@@ -18,30 +20,39 @@
 - 효과 추정, 가짜 시행일 검정, 판단 기준 적용, 보고서 작성을 이어서 실행한다.
 - 데이터 출처·수집 시점·실행 설정·검사 결과를 남기고, 다른 참여자가 README에 따라 같은 입력과 설정으로 결과를 재현한다.
 - 확인하지 못한 정책 이력이나 자료 기준 때문에 결과를 어디까지 해석할 수 있는지 보고서에 적는다.
+- 원 단위 매출 추세와 이벤트스터디 그림, 업종별 매출·구성비·관측 누락 표를 함께 제시한다. 업종별 표는 기술통계이며 별도의 인과효과 추정으로 해석하지 않는다.
 
 실제 자료로 분석할 수 없으면 막힌 이유를 적고 시뮬레이션 데이터로 코드가 끝까지 동작하는지 확인한다. 시뮬레이션에는 `synthetic_data: true`와 출처를 표시한다. 코드가 동작하는지 확인한 것과 실제 자료로 분석을 마친 것은 구분해서 보고한다.
 
 ## 2. 연구 질문과 분석 범위
 
+[선행연구 노트](research-notes.md)에는 평일 전환, 의무휴업 당일의 매출, 대형마트 폐점, 해외 규제 연구를 구분해 정리했다. 평일 전환 연구는 정책 질문을, 서울시 자료를 사용한 폐점 연구는 상권 연결과 자료 기준 확인을 참고한다. 기존 연구의 업종·공간·시간 단위가 서로 다르므로 효과의 부호나 크기를 이번 분석의 정답으로 삼지 않는다.
+
+마트와 동네 점포는 같은 상품을 두고 경쟁하는 동시에 방문객을 공유할 수 있다. 두 경로 중 어느 쪽이 큰지는 업종과 지역에 따라 달라질 수 있으므로 예상 방향은 미정으로 둔다.
+
 연구 질문은 다음과 같다.
 
 > 동대문구의 대형마트 의무휴업 평일 전환 이후, 골목상권 식품판매 관련 업종의 분기 추정매출은 비교 자치구와 비교해 어떻게 달라졌는가?
 
 첫 분석에서는 동대문구 한 곳과 서울의 다른 자치구를 비교한다. 매출이 늘었는지 줄었는지 모두 살펴보되, 결과는 아래 지역·업종·기간에 한정해 탐색적으로 해석한다. 전통시장 전체나 마트 주변 모든 점포, 개별 소상공인에게 같은 변화가 있었다고 설명하지 않는다.
 
+분석 대상은 전환 이후의 분기 총매출 변화다. 특정 일요일의 대체소비, 요일별 구매 시점 이동, 개별 소비자의 선택을 따로 식별하지 않는다. 고용·이익·소비자 후생을 포함한 규제 전체의 편익과 비용도 평가 범위에 포함하지 않는다.
+
 | 항목 | 분석 기준 |
 |---|---|
 | 분석 단위 | 자치구 × 분기 |
 | 처치 지역 | 동대문구 |
 | 자료 범위 | 2021Q1~2024Q4 |
-| 분석에서 제외할 분기 | 2023Q4: 발표에 따른 선반영 가능 구간, 2024Q1: 전환·일부 점포 유예 구간. 모든 지역에 동일 적용 |
-| 사전·사후 구간 | 사전 2021Q1~2023Q3(11분기), 사후 2024Q2~Q4(3분기) |
+| 분석에서 제외할 분기 | 2024Q1: 전환·일부 점포 유예 구간. 모든 지역의 효과 추정에서만 제외하고 원자료·전체 분기 집계에는 보관하며 추세 그림에 전환기로 표시 |
+| 사전·사후 구간 | 사전 2021Q1~2023Q4(12분기), 사후 2024Q2~Q4(3분기) |
 | 주지표 | 골목상권의 육류판매·수산물판매·청과상·반찬가게 분기 추정매출 합계의 자연로그 |
 | 업종 코드 | `CS300007`, `CS300008`, `CS300009`, `CS300010` |
 | 보조 출력 | 동일 범위의 원 단위 매출 합계와 업종별 기술통계 |
 
 매출 합계가 0이거나 구성 자료가 누락되면 원인을 검사한다. 로그를 계산하기 위해 임의로 1원을 더하거나 빠진 값을 0으로 채우지 않는다. 공식 업종 대응표에는 도매업도 포함되어 있으므로 순수 소매업만의 지표라고 설명하지 않는다. 슈퍼마켓에는 기업형 슈퍼마켓(SSM)이 섞여 있어 주지표에서 제외한다. 업종 정의는 [공식 분류표](https://golmok.seoul.go.kr/images/100_v3.pdf)를 따른다.
 
+네 업종은 대형마트 취급 식품과의 관련성 및 공개 자료의 코드 구분을 기준으로 선정했다. 반찬가게 코드에는 일부 가공식품·조미료·커피 및 차 도매도 포함되므로 코드명만으로 점포 성격을 판단하지 않는다. 주지표는 네 업종의 합계로 유지하고, 업종별 매출과 구성비를 함께 제시해 변화가 특정 업종에 집중되는지 살펴본다. 업종 범위는 자료 정의와 수집 가능성을 근거로 정하며, 추정 결과의 방향에 따라 포함 여부를 바꾸지 않는다.
+
 ## 3. 정책 이력과 비교 지역
 
 동대문구는 [2023년 12월 29일 행정예고](https://www.ddm.go.kr/www/selectEminwonWebView.do?key=3291&notAncmtMgtNo=16726) 후 [2024-16호 고시](https://www.ddm.go.kr/www/selectEminwonWebView.do?key=3291&notAncmtMgtNo=16863)를 통해 일요일 의무휴업 지정을 해제하고 협약에 따른 둘째·넷째 수요일 자율휴무로 전환했다. 효력일은 2024년 1월 29일이며 일부 점포는 2월 26일부터 적용된다. 분석에서는 전환을 마친 뒤 처음 맞는 온전한 분기인 2024Q2를 시작점으로 삼는다. 고시의 효력일과는 구분한다.
@@ -52,6 +63,8 @@
 
 서울 안에서는 경기나 계절 변화의 영향을 함께 받는다는 점을 비교의 근거로 삼는다. 다만 휴업일을 바꾼 지역은 원래 상권 사정이 달랐을 수 있고, 소비자가 다른 구로 이동했을 수도 있다. 평일 전환 연계 지원사업은 [서울시의회 결산 기록](https://mas.smc.seoul.kr/record/recordView.do?key=8eee9ad6c34937762f150a6f45cd72764c6ae28cc71e710e19b7efc806f5ebd847d57163f338eb45)에서 확인된다. 지원사업이 실제로 언제 진행됐는지 확인하기 전에는 매출 변화가 휴업 요일 변경만의 효과라고 해석하지 않는다.
 
+비교 후보별로 동대문과의 인접 여부와 소비 이동 가능성을 기록한다. 자치구 전체 집계에는 마트에서 먼 상권도 포함되므로 결과를 마트 바로 주변의 효과로 해석하지 않는다. 인접 지역 제외 분석은 별도 사전 계획을 마련하기 전까지 초기 분석에 추가하지 않는다.
+
 ## 4. 자료원과 수집 설계
 
 | 자료원 | 용도 | 현재 확인 범위 |
@@ -62,7 +75,9 @@
 
 매출은 카드결제 자료를 보정한 추정 지표다. 제공기관은 2024년 공간 단위 개편과 2021년 이후 자료의 재제공을 안내하고 있다. 확인한 공간 파일은 2023년 작성본으로, 최신 매출 자료와 상권 경계·코드가 맞는지는 아직 확인하지 못했다. 코드가 연결되더라도 연도별로 같은 범위를 집계한 것인지 따로 확인해야 한다.
 
-`fetch.py`에서는 원자료를 받고 열 이름·코드·분기 표기를 맞춘다. 그다음 골목상권의 4개 업종을 골라 자치구에 연결하고, 분기별 매출을 합산한 뒤 정책 목록을 붙인다. 같은 자료로 다시 실행할 수 있도록 수집 시점·원본 파일 식별 정보·해시·변환 규칙을 기록한다. 갱신 자료를 받으면 기존 입력과 구분하고 변경 내역을 남긴다.
+`fetch.py`에서는 원자료를 받고 열 이름·코드·분기 표기를 맞춘다. 그다음 골목상권의 4개 업종을 골라 자치구에 연결하고, 분기별 매출을 합산한 뒤 정책 목록을 붙인다. 전체 16분기 집계는 로컬에 보관하고, 2024Q1(12)만 제외한 15분기를 추정 입력 `data/panel.csv`로 만든다. 2023Q4(11)는 사전 기간에 포함하며 분기 번호를 다시 매기지 않는다. 같은 자료로 다시 실행할 수 있도록 수집 시점·원본 파일 식별 정보·해시·변환 규칙을 기록한다. 갱신 자료를 받으면 기존 입력과 구분하고 변경 내역을 남긴다.
+
+수집 기록에는 연도별 자료 버전·상권 경계·업종 정의·비공개 또는 누락 기준도 남긴다. 선행연구에서 같은 자료를 사용했다는 사실만으로 현재 파일의 연속성을 가정하지 않는다. 수집 후에는 자치구·분기·업종별 관측 여부를 검사하고, 네 업종의 합계와 원자료 집계가 맞는지 대조한다. 해당 업종의 실제 부재와 자료 누락을 구분할 수 없으면 0으로 간주하지 않는다.
 
 자료별 이용 조건을 실행 설정과 README에 명시한다. 원자료·가공 데이터와 인증 정보는 저장소에 포함하지 않는다. 상권을 어느 자치구에 연결할지 분명하지 않으면 임의로 연결하거나 면적 비율에 따라 나누지 않는다.
 
@@ -83,7 +98,7 @@
 
 ## 6. 자료 검사와 분석을 멈출 조건
 
-분기는 `2021Q1=0`부터 순서대로 번호를 붙인다. 분석에서 뺀 분기의 번호는 비워 두고 나머지 번호를 당기지 않는다. 기본 패널 열은 `gu_code`, `quarter_idx`, `treated`, `sales_krw`, `log_sales`로 구성하며 처치집단 표시 `treated`는 도입 전후에 동일하게 유지한다.
+분기는 `2021Q1=0`부터 순서대로 번호를 붙인다. 추정 입력에는 0~11, 13~15를 사용하며, 제외한 2024Q1(12)의 번호는 비워 두고 나머지 번호를 당기지 않는다. 기본 패널 열은 `gu_code`, `quarter_idx`, `treated`, `sales_krw`, `log_sales`로 구성하며 처치집단 표시 `treated`는 도입 전후에 동일하게 유지한다.
 
 | 구분 | 검사 내용 |
 |---|---|
@@ -98,27 +113,38 @@
 
 ## 7. 분석 방법과 판단 기준
 
-자치구와 분기 고정효과를 포함한 이벤트스터디를 사용한다. 분석상 시작점은 2024Q2(`treat_time=13`), 기준 분기는 2023Q3(`ref_period=-3`), 상대시점 범위는 `[-13, 2]`로 설정한다. 추가 통제변수는 넣지 않는다. 주 추정량은 전환 후 3분기 계수의 단순평균이다. 제외 분기의 빈 상대시점은 추정에서 제거한다.
+자치구와 분기 고정효과를 포함한 이벤트스터디를 사용한다. 분석상 시작점은 2024Q2(`treat_time=13`), 기준 분기는 2023Q3(`ref_period=-3`), 상대시점 범위는 `[-13, 2]`로 설정한다. 추가 통제변수는 넣지 않는다. 주 추정량은 전환 후 3분기 계수의 단순평균이다. 제외 분기의 빈 상대시점(-1)은 추정에서 제거한다. 2023Q4를 포함하되 기준 분기는 기존 2023Q3(-3)을 유지한다. 12월 말 행정예고가 있는 2023Q4(-2)를 별도 사전 계수로 살펴보기 위해서다. 이 분기를 포함한다고 선반영 가능성이 없다고 가정하는 것은 아니며, 사전추세 점검과 해석에 반영한다.
 
 | 항목 | 초기 기준 |
 |---|---|
 | 불확실성 | 양측 유의수준 0.05, 자치구 단위 추론 |
 | 소수 처치 | 공통 구현의 무작위화 추론 사용 조건 확인, 단일 처치의 한계로 최상 판정도 조건부 |
 | 사전추세 | 결합검정 유의수준 0.10, 기각 시 판단 불가 |
-| 가짜 시행일 | 2023Q1, `shift=5`; 실제 분석 시작 전 자료만 사용, 유의수준 0.10 |
+| 가짜 시행일 | 2023Q1, `shift=5`; 2021Q1~2023Q4만 사용, 유의수준 0.10 |
 | 기간 기준 | 사전 최소 8분기, 사후 최소 3분기. 미달 시 초기 효과 해석 보류 |
 | 군집 수 | 20개 미만이면 조건부로 판정하고 검정력 한계 기록 |
 | 신뢰구간 | 0을 포함하면 불확실로 해석, 효과가 없다고 단정하지 않음 |
 
+가짜 시행일 검정은 공통 코드의 DID를 사용한다. 추정 패널에서 `quarter_idx < 13`인 0~11만 전달되므로 가짜 사전은 0~7(2021Q1~2022Q4), 가짜 사후는 8~11(2023Q1~Q4)이다. 실제 전환기인 2024Q1은 입력 패널에서 빠져 이 검정에도 포함되지 않는다. 이벤트스터디의 기준 분기 설정은 이 DID 검정에 적용되지 않는다.
+
 위 기준으로 첫 분석을 진행한다. `plan.yaml`이 지원하는 조건은 `abstention`과 `thresholds`에 반영하고, YAML에서 자동으로 검사할 수 없는 사후 기간과 근거 확인 여부는 별도 검사와 해석 기록에 남긴다. 가짜 시행일 검정에서 유의한 결과가 나오면 조건부로 낮춘다. 시차 도입을 단순 동시 도입 모형에 혼합하면 판단 불가로 처리한다.
 
 무작위화 추론을 여러 번 반복해도 정책을 바꾼 지역이 하나라는 한계는 남는다. 사전추세 검정을 통과하더라도 두 집단이 정책 없이 같은 추세를 보였을지, 어느 구든 동대문구 대신 정책을 도입할 수 있었을지는 별도의 가정이다. 인접 지역을 빼고 결과가 달라지는지 살펴보는 분석은 추후 추가한다. 추가할 때는 경계 자료와 제외 목록을 사전에 정한다. 현재 공통 파이프라인에서 자동 실행되지 않는 검사는 사례별로 구현·검증한 뒤 포함한다.
 
 ## 8. 제출 순서와 남은 일
 
+초기 계획은 [PR #9](https://github.com/CausalInferenceLab/policy-effect-analytics-agent/pull/9)로 2026-10-12(한국시간) main에 병합됐다. 이번 보완은 매출 원자료 열람 전 선행연구 검토와 분기 처리 합의를 반영한다. 기여 방향·지표 해석·근거 확인 절차를 구체화하고, 기존에 제외했던 2023Q4를 사전 기간에 포함한다. 2024Q1은 추정에서만 제외해 전환기 자료도 보관한다. 전체 자료 범위, 지역 후보, 네 업종, 추정 방법, 기준 분기와 판정 기준은 유지한다. 변경은 결과를 확인하기 전에 결정했다.
+
+수집에 앞서 다음 순서로 근거를 보강한다.
+
+1. 비교 후보의 정책 이력과 점포 예외를 확인하고 후보별 포함 근거·미확인 사항을 정리한다.
+2. 동대문 연계 지원사업의 실제 집행일과 대상지를 확인한다. 분리가 어려우면 요일 변경만의 효과라는 해석을 보류한다.
+3. 제공 문서에서 매출·공간 버전, 업종 정의와 제공 기간을 확인한다. 계획 변경이 필요하면 매출 원자료를 열기 전에 반영해 커밋·PR한다.
+4. 수집 단계에서 실제 다운로드, 코드 연결, 업종별 누락과 집계 가능성을 검사한다. 제공 페이지 확인과 파일 취득·품질 검증 완료를 구분한다.
+
 프로젝트 범위와 일정은 `plan.md`에, 실행 설정과 사전등록 기준은 `plan.yaml`에 기록한다.
 
-[참여 가이드](../../docs/ops/mentee-guide.md)에 따라 케이스 제안, 정책 목록, 시행 시점·대상·측정 항목 확인 결과를 정리한 뒤 계획 PR을 준비한다. 초기 실행의 비교 후보 목록·확인 수준·자료 처리 가정·판정 규칙을 [계획 작성 가이드](../../docs/strategy/plan-guide.md)와 [스키마](../../core/schema/plan.py)에 맞춰 YAML에 반영하고, 매출 결과 자료를 열기 전에 커밋·PR한다. 미확인 정책 날짜를 임의 값으로 채우지 않는다.
+[참여 가이드](../../docs/ops/mentee-guide.md)에 따른 케이스 제안 이슈의 등록·연결 여부는 추가 확인한다. 정책 목록과 시행 시점·대상·측정 항목의 확인 결과는 정책 확인표에 기록한다. 초기 실행의 비교 후보 목록·확인 수준·자료 처리 가정·판정 규칙을 [계획 작성 가이드](../../docs/strategy/plan-guide.md)와 [스키마](../../core/schema/plan.py)에 맞춰 YAML에 반영하고, 매출 결과 자료를 열기 전에 커밋·PR한다. 미확인 정책 날짜를 임의 값으로 채우지 않는다.
 
 계획 PR → 수집·분석 PR → 리포트 PR 순서로 단계별 제출한다. 관련 검사와 `make check` 결과를 기록하고, 실행하지 못한 검사는 이유를 명시한다. 리뷰 1명 승인과 CI 통과 후 squash merge 절차를 따른다. 공통 모듈 변경이 필요하면 먼저 이슈로 논의한다.
 
diff --git a/cases/YoungjaeKang-retail-hours/plan.yaml b/cases/YoungjaeKang-retail-hours/plan.yaml
index af9f0ff..827604e 100644
--- a/cases/YoungjaeKang-retail-hours/plan.yaml
+++ b/cases/YoungjaeKang-retail-hours/plan.yaml
@@ -2,6 +2,9 @@
 # 프로젝트 범위·일정: plan.md / 실행 스키마: core/schema/plan.py
 # 실제 자료에 사용할 계획. 매출 원자료를 열기 전에 커밋하고 PR을 올린다.
 # fetch.py와 사례별 검사는 추후 구현한다.
+# 선행연구와 기여 범위: research-notes.md, plan.md. 공개 자료의 재현 가능한 사례 분석이 목표다.
+# 2026-10-12 보완: 선행연구 반영 및 2023Q4 사전 기간 편입. 2024Q1은 추정에서만 제외한다.
+# 기준 분기 -3은 유지해 2023Q4(-2)의 선반영 가능성을 별도 사전 계수로 점검한다.
 case_id: YoungjaeKang-retail-hours
 title: "대형마트 의무휴업 평일 전환과 골목상권 식품판매 매출"
 question: >-
@@ -17,8 +20,9 @@ time:
   freq: quarter
   start: 0
   end: 15
-# 2021Q1=0, 2024Q4=15. 모든 구에서 11(2023Q4), 12(2024Q1)을 제외한다.
-# 제외 후 재번호하지 않는다. 실제 관측 시점은 0~10, 13~15이다.
+# 2021Q1=0, 2024Q4=15. 모든 구에서 12(2024Q1)만 효과 추정에서 제외한다.
+# 원자료·전체 분기 집계에는 0~15를 보관하고 추세 그림에 2024Q1을 전환기로 표시한다.
+# 제외 후 재번호하지 않는다. 추정 입력의 관측 시점은 0~11, 13~15이다.
 # 위 제외 규칙은 time 필드가 자동 적용하지 않으므로 fetch.py에서 구현·검사한다.
 
 treatment:
@@ -26,7 +30,8 @@ treatment:
     동대문구를 처치집단으로 고정하고 도입 전후 treated=1을 유지한다.
     2023-12-29 행정예고, 2024-01-29 효력 발생(일부 점포 2024-02-26)을
     구분하며, 분석은 전환을 마친 뒤 첫 온전한 분기인 2024Q2(13)부터 시작한다.
-    2023Q4는 선반영 가능성, 2024Q1은 전환·유예 때문에 공통 제외한다.
+    2023Q4는 사전 기간에 포함한다. 2024Q1은 전환·유예 때문에 모든 구의
+    추정에서만 제외하고 원자료·전체 분기 집계에는 보관한다.
   group_col: treated
   treat_time: 13
 control:
@@ -44,6 +49,8 @@ control:
     어느 구든 처치 지역을 대신할 수 있다고 가정하기 어렵다. 구별로 확인한
     내용을 정책 목록에 적는다. 이력이 불분명한 후보를 포함하면 결과는
     탐색적으로만 제시하고 정책 효과에 대한 판단은 보류한다.
+    후보별 인접 여부와 소비 이동 가능성을 기록하며, 자치구 전체 집계를
+    마트 바로 주변의 효과로 해석하지 않는다.
     비교 목록 변경은 결과 열람 전에 기록하고, 열람 후 바꾸면 별도 이력을 남긴다.
 
 outcomes:
@@ -55,10 +62,13 @@ outcomes:
       명목 원화 매출 sales_krw의 자연로그이다. 매출이 0이거나 빠진 이유를 확인하고,
       로그 계산을 위해 상수를 더하거나 빠진 값을 0으로 채우지 않는다. 업종 대응표에 도매업이
       포함되어 순수 소매업 지표로 해석하지 않으며 슈퍼마켓은 제외한다.
+      반찬가게 코드에는 일부 가공식품·조미료·커피 및 차 도매도 포함된다.
+      분기 총매출 지표로서 요일별 구매 이동이나 소비자 후생을 따로 식별하지 않는다.
     unit: 명목 원화 매출 합계의 자연로그
     primary: true
     expected_direction: unknown
-# sales_krw와 업종별 기술통계는 보조 출력이며 별도의 효과 추정 지표로 등록하지 않는다.
+# sales_krw와 업종별 매출·구성비·관측 누락 표는 보조 출력이며 별도의 효과 추정 지표로 등록하지 않는다.
+# 경쟁과 집객의 보완 효과가 함께 가능하므로 예상 방향은 unknown으로 유지한다.
 
 estimator:
   method: event_study
@@ -76,7 +86,9 @@ assumptions:
       사전 계수 결합검정을 하되, 통과하더라도 이 가정이 입증됐다고 보지 않는다.
     check: pretrend_test
   - name: 가짜 시행일에서 효과 부재
-    description: 실제 분석 시작 전 자료에서 2023Q1을 가짜 시행일로 설정해 점검한다.
+    description: >-
+      추정 패널의 2021Q1~2023Q4에서 2023Q1을 가짜 시행일로 설정해 DID로 점검한다.
+      가짜 사전은 2021Q1~2022Q4, 가짜 사후는 2023Q1~Q4이며 2024Q1은 포함하지 않는다.
     check: placebo_time
   - name: 정책 분류와 동시 정책
     description: >-
@@ -92,7 +104,8 @@ assumptions:
     check: manual
   - name: 패널 구성과 관측 기간
     description: >-
-      모든 구에 0~10, 13~15 분기 자료가 있어야 한다.
+      모든 구의 추정 입력에 0~11, 13~15 분기 자료가 있어야 한다.
+      전체 분기 집계에는 0~15를 보관한다. 계획상 사전 12분기, 사후 3분기이다.
       사전 최소 8분기, 사후 최소 3분기를 요구한다. 누락·중복·불명확한 자치구
       연결·로그 변환 불가 등 입력 오류는 추정을 중단하고 원인을 기록한다.
     check: manual
@@ -108,7 +121,9 @@ assumptions:
 refutations:
   - kind: placebo_time
     params: {shift: 5}
-# 13-5=8(2023Q1). 실제 분석 시작 전 자료만 사용하며 유의수준은 pretrend_alpha이다.
+# 13-5=8(2023Q1). 추정 패널에서 quarter_idx < 13인 0~11만 사용한다.
+# 가짜 사전 0~7, 가짜 사후 8~11. DID 검정으로 ref_period는 적용하지 않는다.
+# 유의수준은 pretrend_alpha이다.
 # 인접 구 제외 민감도 분석은 후속 확장 대상으로 자동 실행 목록에 포함하지 않는다.
 
 abstention:
@@ -149,8 +164,12 @@ data_sources:
       제공 설명·API 명세·이용 조건을 확인했으며 매출 원자료는 아직 열람하지 않았다.
       카드결제 자료를 보정해 추정한 매출이다. 계획 커밋·PR 후 fetch.py에서
       2021~2024 자료 취득, 골목상권·4업종 선택, 자치구 연결·집계 및 분기 제외를
-      구현한다. 생성한 분석 패널은 path에 저장한다.
+      구현한다. 전체 분기 집계를 별도 로컬 파일로 보관하고 2024Q1만 제외한
+      추정 패널을 path에 저장한다. 분기 번호는 유지한다.
       원본 식별 정보·수집 시점·해시·변환 규칙을 기록하고 원자료는 커밋하지 않는다.
+      연도별 제공 버전·업종 정의·비공개 및 누락 기준을 기록하고,
+      자치구·분기·업종별 관측 여부와 합계를 검사한다. 실제 부재와 누락을 구분하지
+      못하면 0으로 간주하지 않는다. 제공 페이지 확인과 실제 파일 취득·품질 검증을 구분한다.
   - name: 서울시 상권분석서비스 영역-상권 (OA-15560)
     provider: 서울특별시·서울신용보증재단
     url: https://data.seoul.go.kr/dataList/OA-15560/S/1/datasetView.do
diff --git a/cases/YoungjaeKang-retail-hours/research-notes.md b/cases/YoungjaeKang-retail-hours/research-notes.md
new file mode 100644
index 0000000..06f74b3
--- /dev/null
+++ b/cases/YoungjaeKang-retail-hours/research-notes.md
@@ -0,0 +1,257 @@
+# 대형마트 의무휴업 평일 전환: 선행연구 노트
+
+작성일: 2026-10-11 · 계획 반영 갱신: 2026-10-12
+
+## 1. 검토 목적과 문헌 범위
+
+동대문구의 의무휴업 평일 전환 이후 골목상권 식품판매 관련 업종의 매출 변화를 분석하기 위해 관련 문헌을 검토했다. 주요 검토 항목은 정책 질문, 처치·비교집단의 구성, 자료와 업종 분류, 추정 방법, 결과의 해석 범위다. 특히 기존 연구에서 말하는 ‘주변 상권’과 현재 계획의 ‘골목상권’이 같은 대상을 가리키는지, 공개 자료로 어느 범위까지 분석할 수 있는지에 초점을 두었다.
+
+검토 문헌은 정책연구 보고서 두 편과 학술논문 다섯 편이다. 이진국(2026), 구진경·신동한·조재한(2025), 허성윤·진현정(2024), 신승만(2014)은 PDF 본문을 확인했다. 양준석·김수동(2019), 정수용(2015), 주하연·최윤정(2015)은 초록과 서지정보까지 확인했다. 초록만 확보한 문헌의 상세 설계와 저자가 명시한 한계는 원문 확인 전까지 유보한다. 관련 연구를 망라한 목록은 아니다. 이하 ‘검토상 한계’는 문헌을 읽으며 정리한 사항이며, 저자가 직접 명시한 한계와 구분한다.
+
+이 노트는 자료 수집 전 문헌 검토 기록이다. 매출 원자료 열람과 효과 추정은 아직 진행하지 않았다. 분석 설정은 선행연구 검토와 분기 처리 합의를 반영한 보완 계획을 기준으로 정리했다.
+
+## 2. 개별 연구 검토
+
+### 2.1. 이진국(2026), 의무휴업일 평일 전환이 시사하는 유통정책의 전환 방향
+
+KDI FOCUS, 2026년 5월 21일. [제공 페이지](https://www.kdi.re.kr/research/focusView?pub_no=19187). 주요 확인 위치: PDF 6~8쪽, 표 3과 각주 5~6.
+
+**연구 질문**
+
+의무휴업일을 주말에서 평일로 옮기면 유통업태별 매출은 어떻게 달라지는가? 대형마트의 영업 기회 확대가 다른 유통업태의 매출 감소로 이어지는지 살펴본다. 현재 검토한 문헌 중 정책 질문과 대상 지역이 동대문 사례에 가장 가깝다.
+
+**자료와 비교 설계**
+
+2015년 1월~2024년 12월의 신한카드 가맹점별 월 자료와 지자체 고시 이력을 결합한다. 매출은 신한카드 결제분만의 합계가 아니라 전체 카드매출을 추정한 값이다. 대구·서울·부산의 전환 시차를 이용하며, 해당 시점에 미전환 상태인 지역을 비교군으로 둔다. 이후 전환하는 지역도 전환 전에는 비교에 포함한다.
+
+지역·사후기간·업태의 상호작용을 포함한 이질적 DID 모형을 사용한다. 점포와 연월 고정효과, 인구·물가·고용 등 지역 통제변수를 포함하고 표준오차는 시군구 단위로 군집화한다. 구체적인 추정량을 특정 학술 방법과 동일하다고 볼 만큼의 설명은 확인하지 못했다.
+
+**주요 결과**
+
+표 3에서 대형마트 매출은 주요 전환 지역에서 증가한다. 서울의 서초·동대문을 묶은 결과에서는 농축수산·전통유통이 12.79% 증가하고 편의점은 3.97% 감소한 것으로 보고한다. 두 추정치는 5% 수준에서 유의하다. 업태별 반응이 같지 않다는 점이 핵심이다. 표의 수치는 전환 직전 연도 평균 매출을 기준으로 환산했으며, 코로나19 기간을 제외한 표본의 결과다.
+
+**검토상 한계와 적용 범위**
+
+서울 결과는 서초·동대문을 묶은 추정치이므로 동대문만의 결과로 읽을 수 없다. ‘농축수산·전통유통’도 업태 분류이며, 골목상권 경계 안의 네 업종이나 전통시장 전체와 일치하지 않는다. 이 수치를 동대문 골목상권의 예상 효과로 사용하는 것은 적절하지 않다.
+
+고정효과와 통제변수로 어떤 차이를 조정했는지는 확인되지만, 이 요약 보고서만으로 모든 지역의 동시기 정책이나 소비 이동 문제가 해소됐는지 판단하기는 어렵다. 표본 구성과 세부 사양을 그대로 재현하려면 추가 설명과 원자료가 필요하다. 동대문 사례에서는 지역별 변경 이력을 먼저 정리하고 업태별 차이를 구분해 해석하는 접근을 참고한다.
+
+### 2.2. 구진경·신동한·조재한(2025), 대규모점포 영업규제 완화 효과와 정책 시사점
+
+월간 KIET 산업경제, 2025년 1월, 18~26쪽. [제공 페이지](https://www.kiet.re.kr/research/economyDetailView?detail_no=3018). 주요 확인 위치: 본문 23~25쪽(PDF 6~8쪽), 그림 1.
+
+**연구 질문**
+
+대형마트의 평일 휴업 전환은 주변 상권의 매출을 늘리는가, 줄이는가? 비슷한 상품을 파는 점포의 경쟁 효과와 방문객 증가에 따른 음식점의 수혜 가능성을 구분한다.
+
+**자료와 비교 설계**
+
+대구의 2023년 2월 전환과 청주의 2023년 5월 전환을 대상으로 한다. 2022~2023년 통계청 제공 카드 자료를 읍면동·업종 소분류·월 단위로 집계하고, 마트가 있는 행정동의 전후 변화를 같은 도시의 마트가 없는 행정동과 패널 DID로 비교한다. 업종은 요식업·유통업·쇼핑 관련 업종으로 나눈다.
+
+**주요 결과**
+
+주변 상권 전체의 상대적 매출 증가를 약 3.1%로 보고한다. 업종별로는 요식업에서 유의한 증가가 나타나지만 유통업과 쇼핑 관련 업종에서는 유의한 변화를 확인하지 못한다. 지역별로도 대구에서는 유의한 효과가 나타나고 청주에서는 그렇지 않다. 보고서의 수치는 비교 행정동 대비 변화이며, 매출의 단순 전후 증가율이 아니다.
+
+**저자가 밝힌 한계**
+
+마트·슈퍼마켓 그룹의 추정치는 음수지만 유의하지 않으며, 이러한 결과의 원인을 가용 자료로 규명하는 데 한계가 있다고 설명한다. 온라인 쇼핑 등은 가능한 설명으로 제시된다.
+
+**검토상 한계와 적용 범위**
+
+음식점 매출 증가를 유동인구 증가와 연결하는 해석은 작동 경로가 직접 검증됐는지 구분해서 읽을 필요가 있다. 마트가 없는 행정동도 소비 이동의 영향을 받을 수 있다. 또한 마트 입지에 따라 상권 규모와 구성, 기존 추세가 다를 수 있다. 본문에는 상세 회귀식과 사전추세 검토가 충분히 제시되지 않아 이 조건을 어떻게 점검했는지 추가 확인이 필요하다. 이는 검증이 없었다는 단정이 아니라 현재 보고서로 확인할 수 있는 범위의 한계다.
+
+‘주변 상권’은 행정동을 기준으로 비교한 대상이므로 마트에서 일정 반경 안의 점포나 서울시 골목상권과 같은 의미로 사용할 수 없다. 요식업의 결과를 식품판매업에 일반화해서도 안 된다. 동대문 사례에서는 업종의 경쟁·보완 관계를 구분하는 관점을 참고하되, 현재의 자치구 단위 비교와는 별개의 설계로 다룬다.
+
+### 2.3. 양준석·김수동(2019), 대형마트 의무휴업이 중소서비스업체에 미치는 효과: 신용카드매출 데이터를 활용한 분석
+
+산업조직연구, 27(3), 1~26. DOI: 10.36354/KJIO.27.3.1. [KCI 서지·초록](https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002505193). 확인 범위: 초록, 본문 미확보.
+
+**연구 질문**
+
+대형마트가 일요일에 의무휴업하면 인근 중소서비스업체의 매출이 증가하는가? 정책을 평일로 바꾼 뒤의 변화보다, 휴업일 당일 다른 점포로 소비가 이동하는지에 초점을 둔다.
+
+**자료와 비교 설계**
+
+카드매출 자료로 마트 인근 중소서비스업체의 휴업 일요일과 영업 일요일 매출을 비교한다. 초록에서는 분석 지역, 인근의 거리 기준, 전체 관측 기간, 세부 모형과 통제변수를 확인할 수 없다. 따라서 특정 DID나 이벤트스터디를 사용한 연구로 분류하지 않았다.
+
+**초록에 제시된 결과**
+
+휴업일의 중소서비스업체 매출이 영업일보다 약 6.1% 높고, 슈퍼마켓에서는 약 17.0% 높다고 보고한다. 업종 간 대체성에 따라 차이가 있으며 연도별 효과가 줄어드는 결과도 제시한다. 연도별 수치의 표본·분모가 전체 결과와 어떻게 다른지는 본문 확인이 필요하다.
+
+**검토상 한계와 적용 범위**
+
+휴업일과 영업일의 차이가 날짜별 수요 차이와 어떻게 구분되는지는 원문에서 확인해야 한다. 저자가 제시한 한계도 초록만으로는 정리할 수 없다.
+
+일요일 매출 증가는 다른 요일의 감소와 함께 나타날 수 있으므로 월·분기 총매출 증가와 같지 않다. 더구나 일요일 의무휴업의 결과에 부호만 반대로 붙여 평일 전환 효과로 해석할 수는 없다. 이 문헌은 업종별 대체관계와 구매 시점 이동을 검토하는 배경으로 활용한다.
+
+### 2.4. 정수용(2015), 이중차이분석을 통해 본 대형마트 의무휴업제 시행의 영향평가 — 서울시 전통시장 내 마트형점포 매출액 변화를 중심으로
+
+한국정책학회보, 24(2), 433~460. [KCI 서지·초록](https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002009840). 확인 범위: 초록, 본문 미확보.
+
+**연구 질문**
+
+대형마트 의무휴업 시행 이후 전통시장 내 마트형 점포의 매출이 증가했는가? 설문에 의한 매출 추정과 단순 전후 비교를 보완하기 위해 실제 POS 매출을 사용한다.
+
+**자료와 비교 설계**
+
+전통시장 내 POS 관리 점포의 4년간 자료를 이용한다. 둘째 일요일을 처치 대상으로, 셋째 일요일을 비교 대상으로 두고 제도 시행 전후의 차이를 DID로 분석한다. 서로 다른 지역을 비교하는 현재 동대문 계획과는 비교의 축이 다르다. 정확한 관측 날짜, 표본 선정 과정과 회귀 사양은 원문에서 확인해야 한다.
+
+**초록에 제시된 결과**
+
+단순 DID에서 의무휴업 당일 매출이 약 18% 증가한 것으로 보고한다. 패널회귀에서도 집단과 시행 이후의 상호작용항이 양의 방향으로 유의하다. 초록의 18%는 단순 DID 결과이므로 이를 회귀모형의 조정된 효과 크기로 인용하지 않는다.
+
+**검토상 한계와 적용 범위**
+
+POS 매출을 사용해도 표본 대표성과 날짜별 수요 차이는 별도로 검토해야 한다. 허성윤·진현정(2024, 82쪽)은 이 연구의 41개 협조 점포에 선택편향 가능성이 있다고 지적한다. 이는 후속 문헌의 비판이며 정수용 논문 본문에서 직접 확인한 설명은 아니다.
+
+대상은 전통시장 내 마트형 점포이고 결과도 특정 일요일의 매출이다. 전통시장 전체나 분기 총매출로 해석 범위를 넓힐 수 없다. 동대문 사례에서는 실제 매출 자료와 비교 기준을 명확히 제시하는 접근을 참고한다.
+
+### 2.5. 허성윤·진현정(2024), 대형마트 폐점이 주변상권 매출에 미치는 영향
+
+경제분석, 30(1), 76~109. DOI: 10.23299/bokeri.2024.30.1.003. [한국은행 제공 페이지](https://www.bok.or.kr/imer/bbs/P0000556/view.do?menuNo=500783&nttId=10083301). 주요 확인 위치: 84~89쪽(설계·자료), 93~99쪽(결과·강건성), 103~104쪽(한계), 107~108쪽(공통추세 검토).
+
+**연구 질문**
+
+대형마트가 폐점하면 주변 점포에 소비가 이전되는가, 아니면 방문객 감소로 주변 상권도 위축되는가? 경쟁 점포의 철수에 따른 수혜와 집객시설 상실에 따른 피해를 비교한다.
+
+**자료와 비교 설계**
+
+2020년 11~12월 폐점한 롯데마트 도봉점·구로점의 반경 2km 상권을 처치군으로 삼는다. 기본 비교군은 인접 구의 영업 중인 롯데마트 주변 상권이다. 인허가상 폐업과 실제 영업 중단이 다른 사례를 확인하고, 재임대 등으로 영업을 계속한 점포를 구분했다.
+
+서울시 상권영역과 추정매출을 연결한 2019Q1~2022Q2 상권·분기 패널을 사용한다. 자료원 변경과 점포 수 비공개 기준 때문에 기간을 제한했다. 상권·분기 고정효과, 지역 특성 통제변수와 상권 단위 군집 표준오차를 사용하며, 2020Q4부터 처치로 표시한다. 현재 계획과 같은 계열의 공개 자료를 활용하지만 분석 단위와 자료 버전은 다르다.
+
+**주요 결과와 추가 검증**
+
+주변 상권 전체 매출은 약 5.3%, 골목상권 매출은 약 7.5% 감소했다고 보고한다. 전통시장·발달상권의 매출 계수는 양수지만 유의하지 않다. 상권 유형에 따라 결과가 다르다는 점에 주목한다.
+
+원거리 점포 주변으로 비교군을 바꾸는 분석, 실제 폐점하지 않은 점포를 처치군으로 삼는 위약검정, 코로나19 변수 추가, 사전 공통추세 검토를 수행했다. 유동인구 자료도 분석해 집객 감소라는 설명을 검토한다. 여기서 위약검정은 가짜 지역을 사용하는 방식으로, 현재 계획의 가짜 시행일 검정과 다르다.
+
+**저자가 밝힌 한계**
+
+다른 지역과 더 많은 폐점 사례에 대한 검증이 필요하다고 밝힌다. 처치·비교 상권의 업종 구성과 취급 상품 차이, 지역 집계 자료로 소비자별 선택을 관찰하기 어렵다는 점도 한계로 제시한다.
+
+**검토상 한계와 적용 범위**
+
+영구 폐점은 정기 휴업일 변경보다 큰 사건이다. 집객과 경쟁의 두 경로를 검토하는 근거로 활용하되 효과 크기를 평일 전환에 옮기지 않는다. 상권 단위 결과를 자치구 전체로 집계하면 마트에서 먼 지역의 매출도 포함된다는 차이가 있다.
+
+기본 비교 점포 수는 본문 85쪽·표 5에서 네 곳으로 확인되지만 결론 103쪽에는 다섯 곳으로 적혀 있다. 재현 시에는 표본 목록을 별도로 확인해야 한다. 원문의 반경 2km도 동대문 사례에 자동 적용할 기준은 아니다.
+
+### 2.6. 신승만(2014), 대형마트 의무휴업에 따른 소상공인 매출 증대 실태 및 정책적 시사점 — 서울시를 대상으로
+
+서울도시연구, 15(4), 123~137. [서울연구원 원문](https://www.si.re.kr/atch/filePreview.do?cnncSn=1501280010&cnncTy=bbs&ordr=1). 주요 확인 위치: 128~133쪽(조사·결과), 136쪽(결론·한계).
+
+**연구 질문**
+
+대형마트·SSM의 의무휴업일에 소상공인의 매출과 소비자의 구매행동은 어떻게 달라지는가? 상인의 매출 변화 응답과 소비자의 구매처 선택을 함께 조사한다.
+
+**자료와 조사 방법**
+
+2014년 8월 4~15일 서울 노원·구로·은평·송파의 소상공인 1,000개와 소비자 600명을 직접 면접했다. 점포 업태에는 슈퍼마켓·정육점·야채청과물가게가 포함되며, 소비자 표본은 주부로 구성된다. 7월의 휴업일과 같은 요일의 비휴업일에 대한 매출·고객 변화 등을 묻는다. 회계자료 패널을 이용한 정책 전후 DID가 아니라 설문 기반 실태조사다.
+
+**주요 결과**
+
+상인 응답자의 51.2%가 매출 증가를 보고한다. 소비자 응답에서는 의무휴업 당일 다른 곳에서 구매한다는 비율이 47.5%로 나타난다. 상인의 매출 변화 응답과 소비자의 대체 구매처 선택은 서로 다른 측정치이며, 어느 쪽도 그대로 분기 총매출의 인과효과가 되지는 않는다.
+
+**저자가 밝힌 한계**
+
+조사 지역·업종·소비자 표본이 모집단을 충분히 대표하지 못할 수 있고 표본편향 가능성이 있다고 밝힌다. 설문 범위의 제약으로 정책적 해석에도 한계가 있음을 적는다.
+
+**검토상 한계와 적용 범위**
+
+응답자의 기억과 인식에 따른 측정오차를 고려해야 한다. 주부 표본의 소비행동을 전체 소비자에게 일반화하기도 어렵다. 다만 정육·청과 등 구체적인 업태와 구매처 변경을 함께 다룬다는 점에서 식품 업종 선정의 배경 자료가 된다. 현재 네 코드와 조사 업태가 일치하는 것은 아니다.
+
+### 2.7. 주하연·최윤정(2015), 대형마트 진입규제 및 영업규제 정책에 대한 고찰: OECD 국가들의 연구를 바탕으로
+
+산업조직연구, 23(1), 67~104. [KCI 서지·초록](https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART001976405). 확인 범위: 초록, 본문 미확보.
+
+**연구 질문과 접근**
+
+OECD 국가의 대형점포 진입·영업시간 규제와 관련 실증연구를 한국의 제도와 비교한다. 단일 정책의 효과를 새로 추정한 논문보다는 제도와 연구 결과를 검토한 문헌으로 분류한다. 국가별 포함 문헌, 선정 기준과 세부 방법은 본문 확인이 필요하다.
+
+**초록에 제시된 내용**
+
+규제 완화 이후 매출·고용·소비자 후생과 대형점포 점유율 변화를 정리하며, 소규모 점포 수의 변화는 국가마다 일치하지 않는다고 설명한다. 당시 한국은 시행 기간과 자료 축적이 짧아 종합적인 실증연구가 부족하다는 문제를 제기한다. 이는 2015년 당시의 평가이므로 현재의 연구 축적 상태에 그대로 적용하지 않는다.
+
+**검토상 한계와 적용 범위**
+
+진입 허용, 영업시간 연장, 휴업 요일 변경은 서로 다른 정책이다. 국가별 제도와 소비환경도 달라 해외 결과를 동대문에 직접 대입하기 어렵다. 해외 원문을 찾는 출발점이자, 매출 변화와 고용·소비자 후생을 구분하기 위한 배경으로 활용한다. 현재 연구는 매출을 분석하므로 규제의 사회적 편익과 비용 전체를 평가하는 연구로 해석하지 않는다.
+
+### 2.8. 문헌 간 비교와 연구의 위치
+
+| 문헌군 | 주로 관찰하는 변화 | 동대문 사례와의 관계 |
+|---|---|---|
+| 평일 전환: 이진국, 구진경 외 | 전환 지역·상권의 매출 변화 | 정책 질문이 가장 가깝지만 업태·비교 지역·시간 단위가 다름 |
+| 의무휴업: 양준석·김수동, 정수용, 신승만 | 휴업일의 구매처 이동과 점포 매출 | 대체소비 경로의 배경. 특정 요일 효과와 분기 합계를 구분 |
+| 폐점: 허성윤·진현정 | 집객시설 소멸과 주변 상권 변화 | 공개 자료 연결·공간 범위·반증 설계를 참고 |
+| 규제 문헌 검토: 주하연·최윤정 | 국가별 규제와 다양한 성과 | 제도적 배경과 평가 범위 정리에 활용 |
+
+문헌의 결과를 규제 찬성·반대로 나누기보다 정책 사건, 매출의 관측 단위, 비교집단과 조사 시기를 먼저 구분할 필요가 있다. 휴업 당일의 대체소비와 마트 방문에 따른 주변 점포 이용은 함께 존재할 수 있다. 두 경로를 다룬 연구의 결과가 달라도 곧바로 모순이라고 볼 수 없다.
+
+동대문 사례는 평일 전환 이후 서울시가 정의한 골목상권의 식품판매 관련 네 업종에서 분기 합계가 어떻게 달라졌는지를 다룬다. 공개 자료로 대상·집계 과정을 명시하고 재현 가능한 분석을 만드는 데 초점을 둔다. 문헌 검토만으로 해당 질문이 최초이거나 기존 연구의 식별 한계를 해결했다고 주장할 근거는 없다.
+
+## 3. 자료 접근성과 재현 범위
+
+| 자료 | 확인한 내용 | 현재 판단 |
+|---|---|---|
+| KDI의 신한카드 가맹점 자료 | 신한카드 결제분을 포함한 전체 카드매출 추정 자료다. 연구자의 [공식 브리핑](https://www.korea.kr/news/policyNewsView.do?newsId=156762957)에서 구매·협약을 통한 확보를 설명한다 | 공개 다운로드 자료로 동일 분석을 바로 재현할 수 있다고 보기는 어렵다. 별도 취득 조건 확인이 필요하다 |
+| 산업연구원의 카드 자료 | 보고서에 통계청 제공 자료, 그림 주석에 통계데이터센터 자료를 가공했다고 명시 | 정확한 데이터 상품명·카드사·신청 조건·반출 범위는 미확인이다. 누구나 내려받는 공개 파일이라고 단정하지 않는다 |
+| 2019년 논문의 카드 자료 | 초록에서 카드매출 이용 확인 | 원자료 취득 방법은 확인하지 못했다 |
+| 정수용(2015)의 POS 자료 | 실제 점포 판매 기록 이용 | 공개 원자료의 제공 경로는 미확인 |
+| 허성윤·진현정(2024)의 서울시 자료 | 상권영역·추정매출을 연결한 공개 자료 활용 사례 | 현재 버전으로 당시 표본을 재현할 수 있는지는 별도 확인 필요 |
+| 신승만(2014)의 설문 자료 | 직접 면접조사 결과 이용 | 응답자 단위 원자료 공개 여부는 미확인 |
+| 분석에 사용할 [서울시 추정매출-상권 OA-15572](https://data.seoul.go.kr/dataList/OA-15572/S/1/datasetView.do) | 제공 페이지에서 2021~2024년 파일 목록과 분기 자료 제공을 확인 | 공개 자료를 활용할 경로는 있다. 실제 파일 다운로드 성공, 4개 코드의 분기별 완전성, 공간 자료 호환성은 아직 확인하지 않았다 |
+
+동대문 사례의 자료원은 기존 계획대로 서울시 추정매출 자료로 둔다. 선행연구와 정책 질문은 겹치지만 자료·집계 단위·업종 분류가 달라 직접적인 재현 연구에는 해당하지 않는다.
+
+제공 페이지에는 2026년 7월 3일 안내로 2024년 공간 단위 기준의 2021년 이후 자료 재제공이 설명되어 있다. 현재 확보한 공간 자료와 실제로 맞는지 확인해야 한다. 파일 목록이 있다는 사실만으로 연도 간 비교 가능성이 입증되지는 않는다.
+
+## 4. 식품판매 업종의 범위
+
+현재 계획의 분석 대상은 육류판매·수산물판매·청과상·반찬가게다. 대형마트에서 취급하는 식품과 품목상 관련이 있고, 서울시 자료에서 구분되는 업종이라는 점을 기준으로 정한 범위다. 다만 이 네 업종이 대형마트와 실제로 얼마나 경쟁하는지는 별도의 문제다. 선행연구의 분류를 그대로 따른 것도 아니므로, 업종 선정의 근거와 분류상 한계를 함께 기록한다.
+
+[서울시 공식 업종 대응표](https://golmok.seoul.go.kr/images/100_v3.pdf)의 PDF 11~12쪽을 보면 이름보다 범위가 넓다.
+
+| 코드 | 명칭 | 대응표에 포함된 범위와 주의점 |
+|---|---|---|
+| `CS300007` | 육류판매 | 육류 소매와 도매 |
+| `CS300008` | 수산물판매 | 신선·냉동·기타 수산물, 건어물·염장 수산물 관련 소매와 도매 |
+| `CS300009` | 청과상 | 채소·과실·뿌리작물 관련 소매 및 과실·채소 등의 도매 |
+| `CS300010` | 반찬가게 | 조리 반찬·기타 식료품 소매 외에 기타 가공식품·조미료·커피 및 차 도매도 포함 |
+
+지표의 범위는 **골목상권 식품판매 관련 4개 업종 추정매출**로 한정한다. 도매가 포함되므로 순수 소매업 지표가 아니며, 다른 식품 업종을 포함하지 않아 식품업 전체를 대표하지도 않는다. 특히 반찬가게의 코드명과 실제 포괄 범위 사이에 차이가 크다. 코드별 집계 자료만으로 도매와 소매를 분리할 수 있는지는 확인이 필요하다.
+
+주지표는 기존 계획의 4개 업종 매출 합계를 유지한다. 업종별 관측 누락과 합계에서 차지하는 구성은 수집 단계에서 따로 점검한다. 합계의 변화가 특정 업종에 집중될 수 있으므로 업종별 기술통계도 함께 제시한다. 업종 범위의 변경은 자료 정의와 수집 가능성을 근거로 결정하고, 효과 추정 전에 계획에 기록한다.
+
+## 5. 동대문 사례의 분석 설계에 남는 쟁점
+
+### 비교 지역의 정책 이력
+
+KDI 연구는 전환 시점에 따라 비교군을 구분한다. 동대문 사례에서도 서울의 다른 자치구라는 이유만으로 비교군에 포함할 수는 없다. 분석 기간 중 휴업일을 바꾼 지역, 일부 점포에 예외가 있었던 지역, 변경 발표가 먼저 이루어진 지역을 구분해야 한다. 현재 20개 자치구는 비교 후보이며, 전 기간의 정책 이력 확인이 끝난 목록은 아니다.
+
+### 시간 단위와 추정 대상
+
+계획의 결과변수는 자치구별 분기 매출 합계의 로그다. 일요일 영업 재개로 늘어난 소비와 평일 휴업으로 줄어든 소비를 합친 변화를 보게 된다. 요일별 구매 시점의 이동이나 개별 점포의 변화를 직접 분리하는 설계는 아니다. 결과 해석도 해당 지역·업종의 분기 매출에 한정한다.
+
+사전 기간은 2021Q1~2023Q4(12분기), 사후는 2024Q2~Q4(3분기)로 둔다. 전환·유예가 섞인 2024Q1은 모든 자치구의 효과 추정에서만 제외하고 원자료·전체 분기 집계에는 남겨 추세 그림에 전환기로 표시한다. 분기 번호는 당기지 않는다. 2023Q4 전체 제외를 철회하되 12월 말 행정예고의 선반영 가능성은 남는다. 기준 분기는 2023Q3(-3)으로 유지해 2023Q4(-2)를 별도 사전 계수로 확인한다. 이는 매출 결과 열람 전 계획 변경이며 문헌의 결과에 맞춰 기간을 고른 것이 아니다.
+
+기존 이벤트스터디는 정책 전후의 흐름과 사전 차이를 살펴보는 데 사용한다. 처치 지역이 동대문 한 곳이고 사후 관측이 3분기라는 제약은 별도로 남는다. 비교 지역 수를 확보하거나 사전추세 검정이 유의하지 않다는 사실만으로 이 제약이 해소되지는 않는다. 추정치의 불확실성과 정책 근거의 확인 수준을 함께 보고 인과효과 판단 여부를 결정한다.
+
+### 공간적 파급과 동시기 변화
+
+허성윤·진현정은 원거리 비교군으로 다시 추정해 인접 지역으로의 소비 이동 가능성을 점검한다. 현재 계획에서도 비교군 선정 이유와 인접성 문제를 기록할 필요가 있다. 다만 반경 분석이나 새로운 비교군 사양을 이 노트에서 추가 확정하지는 않는다.
+
+인접 자치구로 소비가 이동하면 비교 지역의 매출도 정책의 영향을 받을 수 있다. 또한 동대문의 평일 전환 연계 지원사업이 같은 시기에 시행됐다면 휴업일 변경만의 효과를 분리하기 어렵다. 지원사업의 실제 집행일과 대상지 확인이 필요하다. 매출·공간 자료의 기준 개편에 따른 집계 변화도 정책 효과와 혼동되지 않도록 점검한다.
+
+### 선행연구와의 결과 비교
+
+효과의 부호뿐 아니라 지표의 정의와 분모를 맞춰 읽어야 한다. KDI 표 3의 백분율은 추정계수를 전환 직전 연도 평균 매출로 나눈 값이다. 현재 계획의 로그 매출 계수와 계산 방식이 다르다. 코로나19 기간을 제외한 KDI의 표본과 2021년을 포함하는 현재 관측 범위도 일치하지 않는다. 결과 수치를 직접 대조하기에 앞서 이 차이를 명시한다.
+
+## 6. 추가 확인 사항
+
+- 정수용(2015), 주하연·최윤정(2015)의 본문과 원자료·포함 문헌 접근 경로.
+- 허성윤·진현정(2024)의 비교 점포 수 표기 차이 및 당시 자료 버전. 과거 연구의 공개 자료 이용과 현재 파일의 연속성은 별도로 확인한다.
+- 비교 후보 자치구의 정책 이력, 동대문 지원사업의 집행 시기와 대상지.
+- 매출·공간 자료의 기준 버전과 연도별 연결 가능성.
+- 수집 후 확인할 4개 코드의 지역·분기별 누락, 집계 가능성, 업종별 구성.
+- 산업연구원 카드 자료의 정확한 명칭과 이용 조건, 상세 모형·사전추세 검토를 확인할 수 있는 부속 자료.
+- 양준석·김수동(2019)의 논문 본문. [KISS](https://kiss.kstudy.com/Detail/Ar?key=3702769)의 구매·기관 구독 경로는 확인했으나 원문은 미확보.