토지 실거래 가격 예측을 위한 기계학습의 적용

Abstract

현 토지 공시지가 제도는 개선을 위한 노력에도 불구하고 조세저항, 경기변동 등의 이유로 시장 가치를 일관되게 반영하지 못하고 있으며 공시지가 산출과정의 인력과 비용 낭비로 인해 실거래가 기반의 자동화된 토지 공시제도의 필요성이 대두되었다. 또한 기존의 토지가격 연구에서는 실거래가 기반으로 이루어진 논문이 매우 드물고 실험에 사용된 데이터 수가 매우 적어 신뢰도가 높지 않으며 최신 기계학습 기법을 적용하지 않았다. 따라서 본 논문에서는 전국 단위의 실거래가 예측 시스템을 개발하기 위한 기초 연구로서 대전 지역의 10,244개의 토지 데이터를 활용하여 기계학습 기법의 실거래가 예측 모델을 연구하고자 한다. 본 연구에서는 기존의 토지 가격 예측 연구가 중점을 두었던 토지 특성뿐 아니라 거리, 사회/지역 관련 변수를 제안하여 변수 간 예측 정확도 향상에 얼마나 기여하는지 비교하고 최종적으로 가장 좋은 변수들의 조합을 제안하고자 한다.