거래사례 비교법을 이용한 아파트 가격 예측 모델링 방법

Abstract

핀테크 기술이 금융권의 새로운 혁신 성장 동력으로 떠오르고 있는 가운데, 부동산 감정분야에도 기계학습과 딥러닝 방식을 이용한 개별 물건의 가격 예측 시도가 지속적으로 존재한다. 하지만 현재 감정평가에서 활발히 시도 되고 있는 기계학습과 딥러닝을 활용한 방식은 기본적으로 학습을 필요로 하기 때문에 거래가 없거나 거래량이 부족한 물건의 경우 기계 학습의 적용 자체가 어려울 수 있다는 점이 여러 논문에서 한계로 지적되고 있다. 본 학위논문에서는 감정평가 방법 중 하나인 거래사례 비교법을 이용해 변수를 생성하고 이를 기계학습 모델과 딥러닝 모델에 통합하는 방법을 제안한다. 이를 통해 전반적인 아파트 가격 예측의 정확도와 거래량이 부족한 물건에 대한 정확도를 향상을 보였으며 이러한 양상이 가격 변동성이 심한 지역에서도 효과적으로 작동함을 확인했다.