혁신모델진단 - 하동군

0. 본 자료의 성격

본 자료는 지역혁신데이터랩의 지역혁신 사례DB와 공개자료를 활용해 작성한 하동군 1차 진단자료입니다. 최종 정책대안을 단정하는 것이 아니라, 기존 사업과 지역 여건을 사례DB 관점에서 재분류하고 후속 검토가 필요한 과제·보정 지점을 제시하는 데 목적이 있습니다. 공개자료와 사례DB 856건에 기반한 0차 가설이며, 내부 사업·예산, 부서별 KPI, 민간 협력관계, 주민 의견, 단체장 의지 5종이 반영되면 보정 보고서로 확장됩니다.

본 자료는 8개 지역혁신 주체(기초·광역·공공기관·중간지원·재단·대학·기업·시민조직)가 모두 참조할 수 있는 공유·열람용입니다. 이 요약판은 진단 결과의 핵심(비교진단표·핵심 공백·하지 말 것)만 담은 최소 발행본이며, 같은 어조와 엄밀성으로 후속 확장됩니다.

0.1 진단결과 요약

하동군은 '자산이 없는 지역'이 아니라, 세계농업유산 차·관광은 앞서는데 곧 들어오는 귀농·귀촌 인구를 반복성으로 묶는 관계·인구 관리는 아직 얇은 지역입니다. 세계중요농업유산(FAO GIAHS)으로 등재된 전통 차, 한국관광 100선에 든 화개장터·쌍계사, 지리산·섬진강 경관을 이미 갖췄고, 여기에 농촌형 자율주행버스 정식 운행(국토부 장관상)과 대송산단 이차전지 기회발전특구(제4차 지정)라는 새 산업·생활서비스 축이 얹혔습니다. 귀농·귀촌 유입은 전체 인구의 약 4.5%로 3년 연속 이어져, 관계 기반의 원료도 풍부합니다. 반면 인구는 4만 명 선이 무너졌고(2024년 말 39,974명) 고령화율은 42.3%로 전국(약 20%)의 두 배입니다. 비어 있는 것은 대체로 '기전'입니다. 곧 들어오는 귀농·귀촌·방문 인구를 8유형으로 나눠 반복성(재방문·재참여)으로 관리하는 생활인구 포트폴리오, 42.3%의 고령 인구를 부담이 아니라 소득이 발생하는 생산·전수 자산으로 전환하는 고령자산화, 저비용 상시 만남으로 고립을 줄이는 사회적 연결 거점, 그리고 관계인구를 정치 변동과 분리해 오래 묶는 장기 신탁 파이프라인입니다. 이 판단은 근본원인 점검과 비교진단표의 '하지 말 것' 열에 반영했습니다.

핵심 공백 영역: B 관계·인구(생활인구 8유형 포트폴리오. 필요 높음 × 현재 비어 있는 기회)주3. 보조 공백: C 정주여건·생활복지(고령자산화).

진단결과. 우수참조모델 매칭률 85%주1. 하동군에 적용 가능한 모델로 선정된 13건 중 11건은 착수가 확인됩니다(진행확인). 실행밀도(가중 실행도) 44%주2. 매칭률과 실행밀도의 큰 격차는 '착수는 넓고 작동은 얕다'는 뜻입니다. 관광·차·모빌리티는 잘 작동하나(◎○), 관계·인구 관리와 고령자산화는 착수 신호조차 약합니다(✗). 실행밀도가 낮은 모델의 미충족 작동 조건은 비교진단표 ⑥ 기호와 ⑦ '더 할 것'에서 확인할 수 있습니다.

핵심 메시지. 새 사업 제안이 아니라, 하동군이 이미 가진 자산(세계농업유산 차·관광·귀농귀촌 관계인구·자율주행 모빌리티)을 시/군 직접 과제와 광역 제안 과제로 나누어 재정렬하고, '착수'에 그친 것을 '작동'하는 기전으로 채우는 것입니다.

실행 제안(시작 권고·우선순위·로드맵·주체별 제언)과 진단 근거 전체는 정식 진단으로 확장 시 추가됩니다.

0.2 이미 잘하고 있는 점

하동군의 간판 강점은 세계중요농업유산(FAO GIAHS) 전통 차입니다. 화개·악양 일대 약 600ha, 828년 차 시배지 기원의 차 농업이 2017년 GIAHS로 등재됐고, 쌍계사·화개장터가 2025~2026 한국관광 100선에 들며 차·강·문학을 잇는 '느린 삶'의 정체성으로 작동합니다(연결 모델: 1차산업·미식·경관 경험상품화 · 체류형 체험 상설화). 둘째, 농촌형 자율주행버스입니다(전국에서 앞선 농촌형 정식 운행 사례로 보도[출처미약: 언론 보도]). 하동읍 6.7km 순환 구간을 2025년 1월 정식 운행(경남 한정면허)했고 2025 국토부 대중교통 시책평가에서 군 단위 종합 1위(장관상)를 받았습니다(연결 모델: 농촌 모빌리티 보장). 셋째, 귀농·귀촌 유입이 3년 연속 전체 인구의 약 4.5% 규모로 이어지며 인구 감소 폭이 완만해지고 있습니다(연결 모델: 오가는 마을 · 생활인구 포트폴리오의 원료). 넷째, 대송산단 이차전지·미래모빌리티 소재 기회발전특구(제4차, 약 26만평, 8,842억 원 투자 예고)와 갈사만 조선산단 착공으로 산업 전환 축이 형성 중이며, 행복의료원(소멸대응기금 60억 포함)·청년임대주택으로 정주여건도 보강되고 있습니다.

1. 지역혁신 참조모델 비교진단표

표 읽는 법: 외부 사례를 그대로 도입하자는 표가 아니라, 하동군이 이미 하는 것(⑥)·더 검토할 것(⑦)·피해야 할 것(⑧)을 참조모델별로 정리한 비교표입니다. 처음에는 ⑦·⑧열만 보셔도 됩니다.

범례: [핵심] = 핵심 공백(공백심각도 상위·우선 검토) · ⑥ ◎강함/○있음/△부분·검토/✗공개자료 미확인 · ⑦ 무표기=시군 직접, 그 외만 [주체] 태그. 행은 공백심각도(원인적합×미충족) 내림차순.

전체 24개 모델은 마스터 참조모델 카탈로그를 참조. 전수 채점 결과는 아래 산정 근거에.

2. 표 해설

하동군의 강점(◎○)은 필수 생활서비스(자율주행 모빌리티 ◎, 의료 전달 ○)와 경험·체류 자산(차·미식·경관 ○, 체험 상설화 ○, 오가는 마을 ○)에 몰려 있습니다(착수가 넓고, 일부는 전국 선도 수준). 더 할 것의 우선순위는 착수 신호조차 약한 두 영역, 곧 들어오는 관계인구를 반복성으로 관리하는 생활인구 포트폴리오와, 42.3% 고령 인구를 소득 자산으로 전환하는 고령자산화입니다. 다음이 사회적 연결 거점·학교 앵커입니다. 하지 말 것의 경고는 정주인구 단일 KPI(들어오는 귀농·귀촌·방문 인구를 인구 숫자 하나로 환원), 메가 프로젝트 단독 결정, 그리고 세계농업유산·관광의 1회 소비입니다. 전수 검토 후 제외한 모델은 대학·산업 앵커(M14: 4년제 대학·연구원 앵커 부재로 전제자산 미달), 재생에너지 주민자립(M18: 원인적합 낮음), 경계자산 거버넌스(M21: 경계 걸침 대형 자산 이해 상충 미확인), 젠트리 표준계약(M23: 임대료 급등 지구 미형성)입니다.

3. 누가 할 일인가 — 스케일 귀속

산정 근거와 도출

[보정필요] 목록. ① 재정자립도·재정자주도(지방재정365 원출처 미확인) ② 화개장터·쌍계사 연간 방문객 수치(한국관광 데이터랩 미확인) ③ 소멸위험지수 최신값(고령화율 42.3%로 위험 단계 추정되나 지수값 미확인) ④ 대송산단 이차전지 특구 실입주·가동 시점 ⑤ 귀농·귀촌 5년 연속 최대·자율주행버스 국토부 장관상은 언론 보도 기반([출처미약: 언론 보도], 세계농업유산·특구 지정은 확정).

미반영 한계 1줄. 본 요약판은 내부 사업·예산, 부서별 KPI, 민간 협력관계, 주민 의견, 단체장 의지 5종이 미반영된 공개자료 기반 0차 가설입니다.

[주1] 매칭률 85%. 산식 = 진행확인(⑥ ◎·○·△인 행) ÷ 선정 모델수 × 100(운영 휴리스틱·절대척도 아님). 도출 단계 F-5. 24개 전수 S점수 채점(A원인적합·P전제자산·T유형·J제도 각 0~2, 합 0~8) 후 S≥5 선별로 13행 확정, 그중 진행확인 11행(✗ 2행 = M06·M10) → 11÷13 = 85%.

[주2] 실행밀도 44%. 산식 = Σw ÷ 선정 모델수(w: ◎1·○⅔·△⅓·✗0), 정수 %. 도출 단계 F-5. 13행 가중합(◎1개·○4개·△6개·✗2개 = 1 + 2.67 + 2.0 + 0 = 5.67) ÷ 13 = 44%. 매칭률 85%와의 격차(41%p)가 '착수는 넓고 작동은 얕다'를 정량화합니다.

[주3] 핵심 공백 영역 = B 관계·인구(생활인구 8유형 포트폴리오). 도출 단계 F-5. 공백심각도 = S점수 × (1−w). M06은 S=6(A2·P1·T1·J2)·w=0(✗) → 공백심각도 6.0으로 전 모델 중 최댓값(공동 1위 M10 고령자산화도 6.0이나, 하동은 3년 연속 귀농·귀촌 유입이라는 관계인구 원료를 이미 보유·관리 기전만 부재해 '자산 있고 기전 없는' 핵심 공백으로 M06을 대표로 둠). 따라서 6기능군 중 B(관계·인구)를 핵심 공백 영역, C(정주여건)를 보조 공백으로 판정.

이 초안은 공개자료 기반 1차 진단입니다. 사업계획·보고자료·공모사업으로 완성하는 일은 지역 내부자료·기존 사업목록·담당부서 의견을 반영해 지역이 직접 수행합니다. 데이터랩은 그 적용을 돕고(적용 지원), 방법론대로 됐는지 검수·완성판정합니다(검수·인증).