세계 어느 나라를 막론하고 농촌지역에 공통적으로 나타나고 있는 현상은 고령화, 젊은층의 인구유출, 직업감소 등으로 농촌경제는 점차 어려워져가고 있다는 점이다. 특히 한·미간 FTA 협상체결로 인해 농촌사회는 더욱더 경제적 어려움에 처해 있다. 정부는 이러한 어려움을 극복하기 위한 수단으로 농업 외의 분야에서 농촌사회를 활성화하는 방안을 모색하고 있었는데, 그 대안 중의 하나가 정부주도의 농촌관광개발사업이다. 이에 관련된 정부의 대표적인 사업이 녹색농촌체험마을사업이다. 이는 2002년부터 마을단위로 시작되었으며, 농촌지역주민들이 직접 참여하여 상향식 접근방법으로 사업계획을 수립을 시도했다는 특징을 갖고 있다.
현재까지 이 사업은 그 내용면에서나 규모면에서 처음 시작할 때보다는 방문객이 증가하고 있다. 이를 계속적으로 지속하기 위해서는 무엇보다도 방문객에 대한 변화를 주기적으로 파악해야 한다. 이러한 측면에서 본 연구는 ARIMA모형을 적용하여 녹색농촌체험마을 방문객을 예측하여 정확성 평가를 하였다. 분석을 위해 사용한 자료는 농림부가 지정한 274개 관광마을의 분기별 방문객을 사용하였다.
예측결과, 정부에서 지정한 녹색농촌체험마을의 방문객은 일반적으로 관광지에서 나타나는 것과 마찬가지로 계절성이 뚜렷하게 나타났다. 따라서 이를 고려한 예측방법을 활용하였는데, 최적의 모형은 통합된 승법계절 ARIMA(0,1,1)(1,0,0)4모형으로 선정되었으며, 예측의 정확성 평가는 MAPE값 기준 0.9%로 나타났다. 이 모형에 적용하여 미래의 녹색농촌체험마을에 방문할 방문객 수는 2010년 3,503천명, 2015년 1,645천명, 2020년 976천명이 방문할 것으로 예측되었다.
본 연구의 시사점을 요약하면 다음과 같다. 하나는 국내외 연구에서 적합한 예측모형으로 평가되고 있는 ARIMA모형을 녹색농촌체험마을 방문객 자료에 적용하였다는 것이고, 다른 하나는 ARIMA모형의 예측력이 매우 정확한 것으로 나타났는데, 이는 국내외의 여러 연구결과(Chu, 2004; Dharmaratne, 1995; Turner, Kulendran Goh 구본기·손은호, 2006; 김영우·손은호, 2006)와 일치한다. 이는 향후 중앙정부나 지방자치제가 농촌관광정책 및 계획 수립, 방향설정, 의사결정 등을 할 때 기초 자료로 활용할 수 있을 것이며, 농촌관광수요예측의 기법의 선택 및 예측정확성 향상에 기여하는데 이론적 근거를 제시하였다는 점이다. 이 모형은 향후 다음 해의 실제의 값이 수집되면, 이 모형에 적용함으로써 계속 활용할 수 있을 것이다.
본 연구의 한계점은 농촌관광에 대한 통계자료가 미비하다는 것이다. 농촌관광도 일반관광과 마찬가지로 생산과 소비가 동시에 일어나는 비유통적인 구조를 가지고 있으며, 당일 판매되지 않으면 소멸되는 비저장성 등의 특성을 가지고 있기 때문에 분기별 방문객을 예측하는 것보다는 일별 및 월별 방문객을 예측하는 것이 더욱 타당하다고 판단된다. 이를 위해서는 통계자료를 구축할 수 있는 시스템 및 이에 필요한 적정 인력이 필요할 것으로 판단된다. 또한 농촌관광상품의 대부분이 예약과정을 거친 후 방문하기 때문에 이에 대한 예측도 필수적이라 할 수 있다. 앞으로 이상에서 언급한 것을 고려한 후속연구를 기대한다. As a new rural tourism policy, the project of Green Rural Tourism Village (GRTV) for promoting rural economy and increasing rural quality of life has been implemented by the Ministry of Agriculture and Forestry since 2002. The study uses a seasonal ARIMA model to forecast the number of tourists to GRTV in a univariable time series. Time series quarterly data for the investigation were collected ranging from 2002 to 2008. A total of 27 observations were used for data analysis. The result shows that a big difference exists between on-season and off-season tourists to Green Rural Tourism Village. In the forecast multiplicative seasonal ARIMA(1,0,0)(1,1,0)4 model was found the most appropriate one. Results show that the number of tourists was 3,503 thousands in 2010, 1,645 thousands in 2015, and 976 thousands in 2020. It was suggested that the grasping of the GRTV forecast model is very important in respect of how experts in tourism development, policy makers or planners would establish strategies to allocate service in agricultural district regions and develop agricultural district communities and provide tourism facilities efficiently.