본문 바로가기 주메뉴 바로가기
국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

초록보기

본 연구는 비아파트의 대표적인 주거유형인 다세대주택의 가격지수 산정의 필요성에 주목하여, 서울시를 중심으로 소지역 단위 가격지수 산정 가능성과 유용성을 검토하였다. 이를 위해 하위시장을 효율적으로 포착할 수 있는 트리 기반의 머신러닝 모형인 LightGBM을 활용하여 다세대주택에 대하여 실거래가격이 공개된 2006년부터 2024년까지 개별 주택의 월별 가격을 추정한 후 가격지수를 산정하였다. 최종 선정된 모형의 성능(MAPE 기준)은 9.31%로, 서울 전체 지역에 대하여 가격 변화를 효과적으로 포착할 수 있음을 확인하였다. 특히 재정비촉진지구 등 특정 지구에서 뚜렷한 가격 상승이 나타났으며, 이들 지구가 포함된 자치구의 가격지수가 높게 도출되었다. 또한, 서울시 전체를 대상으로 작성한 가격지수는 조사․평가가격 기반 지수보다 실거래가격 기반 지수와 유사한 양상을 보였다. 본 연구에서 구축한 머신러닝 기반 다세대주택의 소지역 지수는 향후 부동산 사기 예방, 공공개입의 근거자료 등 정책 활용도가 높을 것으로 기대된다. 향후 단독․다가구주택 가격지수 산정으로의 확장과 인근 아파트 가격 영향 분석 및 재정비사업과의 관계분석을 통해 저층주거지 시장에 대한 이해를 더욱 심화할 필요가 있다.

권호기사