공식 가이드
거래 기준점과 가중 팩터를 결합한 미래 가격 예측 백서입니다.
본 문서는 아파트 인사이트 예측 엔진의 공개 벤치마크 및 사후 대조 검증 체계를 설명하는 기술 백서입니다. 기존 시세 추정 방식의 블랙박스형 추론 한계를 줄이고, 투명한 계량 통계 모형을 통해 실거주자와 매수 대기자에게 신뢰할 수 있는 예측 지표를 제공합니다.
설명 불가능한 블랙박스 추론을 배제하고 거시 경제 변수와 단지별 입지 편차를 투명한 가중치로 조합합니다.
최근 거래와 시장 조건을 함께 반영해 각 단지의 가격 흐름을 계산합니다.
기준 시점의 가용 정보만을 사용해 12개월 뒤 실제 거래와 사후 대조하는 엄격한 시계열 분할 평가를 공시합니다.
본 지표는 2024년 1월을 경계로 이전·이후 목표월을 나눈 시계열 분할 검증 결과입니다. 모델 학습과 과거 백테스트 검증은 표본의 일관성과 통계적 안정성을 위해 거래가 집중되는 중형(국민평형 84㎡ 내외 밴드) 표본을 기준으로 수행되며, 실시간 서비스 예측에서는 단지 내 등록된 전 평형(소형·중형·대형)을 지원합니다. 모델 상수는 2025년 12월까지의 롤링 윈도우로 적합되어 있으므로, 2024년 이후 데이터를 완전히 배제한 엄격한 미래 미관측 검증은 아닙니다. 모든 계산은 일관된 실거래 표본 정책과 가격 기준으로 정렬합니다.
현재 모델 검증 성능 종합: v35.3.1 시계열 분할 R²는 0.630, 가격 RMSE는 7.94, 가격 MAPE는 5.98%입니다. 이번 공개 지표에는 이전 버전의 원시값이나 변동률 MAE를 재사용하지 않았으며, 별도 과거 기준일·무작위 점검 결과와 합산하지 않습니다.
시장 국면별 보조 지표: v35.3.1 공개 headline에는 엄격한 시점 분할 합산값만 포함합니다. 이번 런칭에서 국면별 보조 지표는 별도 재측정하지 않았으므로 이전 버전 수치를 현재 성능으로 재사용하지 않습니다.
아파트 실거래 지수와 거시·미시·지역 요인을 선형 결합합니다. v35.3.1에서는 최근 거래 대표값과 기간별 연속 전환을 반영하고, 공개 지표와 검증 기준의 역할을 구분해 성능을 공시합니다.
최근 거래와 거시 조건을 같은 기준일에 맞춰 반영하고, 특수거래와 데이터 품질 신호를 분리해 예측에 사용합니다.
단일 점 예측의 불확실성을 계량화하고자 10,000회 몬테카를로 가상 가격 시뮬레이션을 생성합니다. 공식 표시 구간은 하위 25%~상위 75%(중앙 50% 몬테카를로 범위)이며, 통계적으로 적중률 50%를 보장하는 신뢰구간은 아닙니다.
실거래가 20건 미만인 신축 단지는 인근 대체 기준 단지 시세를 보조 기준점으로 사용하되, 신축 프리미엄을 그대로 곱하지 않고 공급 희소도와 실제 거래 흡수율을 함께 반영해 보수적으로 제한합니다. 최근 60일 관측 기간의 유효 실거래만 사용해 고분양가 대비 시장 가치 괴리와 특수 신고가 정황을 분리하고, 특수 신고가 정황은 일반 예측과 검증 표본에서 분리해 반영합니다.
교통 호재에 따른 입지 점수의 과도한 선반영 버블을 억제하고자, 예타 통과와 착공 단계를 엄격히 구분해 가점을 차별화합니다. 또한 발표나 착공 이후 장기간 추가 진척 없이 정체될 경우 기대 심리 피로감을 반영해 점수를 점진적으로 인하하는 시간 감쇄 규칙을 강제 적용함으로써, 최종 시계열 예측 궤적의 장기적 오버슈팅을 보수적으로 제어합니다.
모델의 통계적 학습과 과거 백테스트 검증은 표본의 일관성과 안정성을 위해 거래가 풍부한 중형(국민평형 84㎡ 내외 밴드)을 기준으로 공통 기준을 학습합니다. 반면 실시간 서비스 예측에서는 단지 내에 등록된 소형·중형·대형 등 모든 평형을 선택해 예측할 수 있도록 확장되었습니다. 사용자가 선택한 평형의 실거래 앵커를 산출할 때, 최근 단기 기간 내에 거래가 존재하면 단기 중앙값 가격을, 거래가 없으면 자동으로 장기 관측 기간으로 확대 적용하는 적응형 가격 윈도우를 도입하여 데이터의 신뢰성과 실시간성을 함께 고려합니다.
운영 전용 출력 보정으로, 서울·경기·인천의 구축 단지 중 대표 평형 가격 조건을 만족하는 단지에 대해 재건축·정비사업 근거를 점검합니다. 근거 단계에 따라 보수적인 프리미엄 상한을 적용하며, 출처가 부족하거나 결과를 신뢰하기 어려우면 추가 배율을 적용하지 않습니다.
적용 순서는 잔차 보정과 궤적 보간이 끝난 뒤이며, 기준일 이후의 미래 점 예측과 같은 배율의 몬테카를로 분포에만 적용합니다. 현재가·최고가·실거래 앵커·캘리브레이션·백테스트에는 적용하지 않습니다.
공시가격과 보유 조건으로 현행·정책안의 연간 보유세를 비교하고, 세액 차이는 해당 시뮬레이션 요청의 예측 경로에만 반영합니다. 가상 시나리오·보유세·신축·재건축·인근 시세 조정은 결과 카드에서 구분해 확인할 수 있습니다.
적용 상태는 현재 시뮬레이션 세션에서만 유지되며 화면 이동·새로고침 시 초기화됩니다. 계산된 예측 결과를 브라우저 영속 저장소에 저장하지 않고, 재건축 보정은 근거가 확인된 미래 출력에만 적용합니다.
본 예측 시스템은 기준일 이후 정보를 입력에 섞지 않는 과거 기준일 재현, 시계열 분할 검증, 무작위 검증을 서로 다른 확인 축으로 운영합니다. 시계열 분할 검증은 엄격한 미래 미관측 검증과 구분해 공개하며, 과거 급변기 충격도 별도 점검합니다.
무작위 단지 예측 신뢰도는 모델의 예측 성적을 투명하게 공개하고 추적하기 위한 보조 점검입니다. 실거래 표본이 충분한 후보에서 서로 다른 지역과 가격 수준을 고려해 운영자가 수동 실행 때 무작위로 선정하고, 공통 기준일에서 12개월 후 예측값과 실제 실거래가를 비교합니다. 결과 성적을 보고 더 좋은 후보로 다시 고르지 않습니다. 시뮬레이션 범위가 구조적으로 무효인 경우는 "검증 경고"로 표시하고 구간 적중률 계산에서만 제외합니다.
공식 모델의 시계열 분할은 R² 0.630, 실거래 가격 MAPE 5.98%, RMSE 7.94이며 엄격한 미래 미관측 검증과는 구분합니다. 별도로 일반 단지를 수동으로 무작위 추출해 실서비스 추론 경로와 같은 입력으로 MAPE·중앙절대오차·MC 적중률을 계산합니다. 서로 다른 검증 결과를 합산한 종합 점수는 만들지 않습니다.
가격 MAPE 5.98%와 RMSE 7.94는 과거 검증에서의 평균 오차입니다. 미래 경제환경·거래 흐름·지역 상황이 기준일의 가정과 달라지면 실제 결과와의 차이는 커질 수 있으므로, 이 수치를 미래 오차의 최대 보장값으로 해석하지 않습니다. 기본 경로와 가상 시나리오는 서로 다른 가정을 비교하기 위한 결과입니다.
※ 참고: 무작위 검증의 가격 적합도와 MAPE는 서로 다른 가격 수준의 격차가 반영된 보조 지표입니다. 시계열 분할 또는 별도 과거 기준일 점수와 합산하지 않으며, 공식 정확도는 시계열 분할 R² 0.630, 가격 MAPE 5.98%, RMSE 7.94를 독립적으로 공시합니다.
공적분 이론과 확률 예측의 보정력·예리성 평가 원칙 등, 검증된 방법론을 바탕으로 구성한 모델입니다.
장기 균형 추세를 잡아내는 후처리 알고리즘의 수학적 뼈대입니다.
Engle & Granger (1987)
노벨경제학상 — 공적분 이론을 창시한 기념비적 논문 (Econometrica)
Gattini & Hiebert (2010)
축소형 잔차 보정 모형 으로 유럽 주택가격 장기 추세 포착 우월성 실증 (ECB Working Paper No. 1249)
Glaeser & Nathanson (2017)
주택가격 외삽 모델 — 1년 모멘텀 + 5년 평균회귀 패턴의 행동재무학적 근거 (J Financial Economics 126:147-170)
Shi (2023, 베이징)
다변량 LightGBM 미학습 데이터 R² 0.53 — 학계 최상위권 정확도 레퍼런스.
신용 사이클·시장 심리·정책 충격을 수식 안으로 이식합니다.
Genesove & Mayer (2001)
주택시장 손실 회피 — 매도자가 명목 손실 시 호가를 25~35% 높게 설정한다는 실증. 가격 하방 경직성 + 회복 가속 근거 (QJE 116:1233-1260)
Stein (1995)
다운페이먼트 제약 모형 — 신용 한도가 저가 자산의 하방 민감도를 비대칭적으로 키운다는 이론 (QJE 110:379-406)
Mian & Sufi (2014 · 2018)
신용 사이클·가계부채가 주택가격 폭등·폭락에 미치는 영향 — 부채 압력 하한선 근거.
Pyo (2022)
한국 주택시장 매수심리 충격(심리지표 충격) — HMCI (주택시장 신뢰지수) 충격이 가격·변동성에 미치는 영향 실증 (KDI Journal)
Soo (2013)
뉴스 미디어 톤으로 매수 심리지수 정량화 — 미국 34개 도시 매수심리지표가 2년 이상 가격을 선행 (U Michigan Ross)
Kilian (2009)
스태그플레이션 환경의 유가 (Brent) 충격 계수 산정 (American Economic Review)
상관 충격 기반 MC 분포를 만들고, 보정과 예리성을 함께 점검하는 확률 예측 아키텍처입니다.
Gneiting · Balabdaoui · Raftery (2007)
확률 예측은 보정을 만족하면서 예리성을 높여야 한다는 평가 원칙 (JRSS B)
Shafer & Vovk (2008)
분포 가정을 줄인 예측구간 이론. 현재 공개 MC 범위 자체의 적중률 보장을 뜻하지는 않음 (JMLR)
Romano · Patterson · Candès (2019)
보정 분위수 회귀의 유한표본 포괄률 근거. 후속 보정 연구 기준 (NeurIPS)
Tobin (1958)
Tobit 모형 (Censored Normal) — MC 시뮬레이션 극단 쏠림 방지 분포 근거 (Econometrica)
거래 부족 신축 단지의 가치 평가, 공급 상태별 프리미엄 상한 보정, 경과 연수에 따른 가치 감쇄 메커니즘을 제공합니다.
이용각 & 최막중 (2012)
신규 분양아파트와 중고아파트의 가격 차이에 관한 실증분석 — 한국 신축 아파트의 가치 프리미엄 규명 및 준공 후 경과 연수(t)에 따른 시계열 감쇄 패턴 실증 (국토계획)
Gordon & Winkler (2019)
신축 주택 프리미엄은 시장 조건과 거래 기간 보정 여부에 따라 크게 변동하며, 평균값을 고정 상수로 쓰기 어렵다는 근거 (Journal of Real Estate Research)
Zahirovich-Herbert & Gibler (2014)
신규 주택 공급은 신축 자체 프리미엄과 동시에 주변 기존 주택과의 경쟁 효과를 만든다는 실증 (Journal of Housing Economics)
Glaeser · Gyourko · Saiz (2008) / OECD (2011)
공급 탄력성과 토지·계획 규제가 가격 상승폭과 지속기간을 좌우한다는 공급희소도 사전 제약 근거.
※ 각 문헌은 모델 설계 시 참조한 공개 학술 자료입니다. 인용은 학문적 영감 출처를 명시하기 위함이며, 저자들의 본 서비스 추천·승인을 의미하지 않습니다.
이 구역은 외부 연동 규격이 아니라, 화면에서 보여주는 예측 입력과 결과를 한국어로 정리한 설명입니다. 단지 내 등록된 전 평형(소형·중형·대형) 선택 지원과 거시 시나리오, 몬테카를로 가격 분포 등 어떤 정보가 입력되고 어떤 형태로 결과가 산출되는지 한국어 표준으로 보여줍니다.
12개월 예측 · 국민평형
선택 평형: 전용 84㎡ (중형) 예측 기간: 12개월 주담대 금리: 3.75% 매수심리지수: 102.4
한국어 요약
가격 수준: 중간 시장 점수: 58 예측가: 12.84억 P25 (하위 25%): 12.20억 P50 (중앙값): 12.79억 P75 (상위 25%): 13.45억 중앙 50% MC 범위: 12.20억 ~ 13.45억 (P25 ~ P75) 인근 대체 기준 적용: 아니요 예측 신뢰도: 높음
실거래 이력이 부족한 신축 단지나 검증 범위를 벗어난 단지는 인근 대체 기준 단지를 참고하되, 보정 사유와 신뢰도를 함께 표시합니다.
12개월 예측 · 소형 신축
선택 평형: 전용 59㎡ (소형) 예측 기간: 12개월 주담대 금리: 3.75% 매수심리지수: 98.0
보정 적용 예시
가격 수준: 낮음 시장 점수: 52 예측가: 8.42억 P25 (하위 25%): 7.80억 P50 (중앙값): 8.35억 P75 (상위 25%): 8.95억 중앙 50% MC 범위: 7.80억 ~ 8.95억 (P25 ~ P75) 인근 대체 기준 적용: 예 (인근 유사 단지 기준) 보정 사유: 신축 프리미엄 (1.15배) 예측 신뢰도: 보통
비교 가능한 실거래 정보가 완전히 없으면 예측을 강행하지 않고, 불가 사유를 한국어로 안내합니다.
평가 불가
평가 상태: 예측 불가 안내: 대체 기준 단지를 포함해도 실거래 데이터가 부족해 평가 불가 오류 코드: 실거래 이력 없음
※ 위 예시는 실제 외부 연동 사양이 아니라, 공개 화면에서 내부 필드명을 숨긴 한국어 설명용입니다.
가중 팩터 기반 예측 엔진 백서 관련 쉬운 해설 문서들을 확인하시거나 모델 구조 및 검증 방식에 대한 기술적인 피드백을 전달하실 수 있습니다.
직접 확인해 보기
관심 단지를 등록하고 매수 시점과 시장 시나리오에 따른 가격 경로를 직접 비교해 보세요.