머신러닝을 활용한 부동산 가격 분석은 주로 주거용 부동산 가격 분석에 머무르고 있으며 상업용 부동산 가격 분석에 대한 논의는 상대적으로 적으므로 해당 분석 모델을 제안하고자 한다.
국토교통부 실거래가 공개시스템에서 제공하는 서울시 상업/업무용 부동산 중 집합건물 실거래가 데이터를 분석 대상으로 사용하였으며, 데이터 전처리 작업 후 분석 모델을 생성했다. 모델은 머신러닝 알고리즘인 Random Forest, Support Vector Machine, Gradient Boost, Artificial Neural Network 를 사용하였고 예측 성능의 비교 평가를 위해 Linear Regression 의 결과치를 기준으로 사용하였다.
그 결과 예측 성능은 4 가지 머신러닝 알고리즘이 Linear Regression 보다 예측 성능 면에서 우수함을 확인하였다. 또한 SHAP 를 통한 특성 기여도 분석 결과 1 층여부, 건축년도, 강남구 여부, 중구여부 등의 순으로 각 특성이 가격결정에 영향을 미침을 알 수 있었다.