본 연구는 기존의 주택가격지수가 시장의 움직임을 정확하게 반영하지 못하는 상황에 집중하여 그 원인을 지적하고, 기계학습 방법론을 통한 새로운 주택가격지수 산출을 제안한다. 그 결과, 기계학습에 기초한 매매가격지수는 이용 가능한 모든 실거래 정보를 표본으로 사용함으로써 기존 지수 대비 분석의 정확성을 높일 수 있었다. 특히, 기계학습 기반의 모형 설명력은 헤도닉 방법론 기반의 모형 대비 설명력과 추정성과 측면에서 훨씬 우수한 것으로 나타났으며, 이 중 랜덤포레스트 방법론에 기초한 추정모형의 설명력과 성과가 가장 우수했다. 또한, 추정모형에 기초한 지수는 변동성이 커지는 가격 상승 시점에서 기존 지수보다 더 큰 변동성을 가지는 것으로 확인되었다. 기존 지수가 평활의 문제를 갖고 있다는 한계에 비추어 볼 때 이는 새로운 추정 지수가 시장 흐름을 잘 반영하고 있는 것으로 해석할 수 있다.