공식 가이드
가중 팩터 선형 모델과 계량경제학 기반 잔차 보정식을 결합한 미래 가격 예측 백서입니다.
본 문서는 아파트 인사이트 예측 모듈의 핵심인 가중 팩터 기반 예측 엔진(v30.0)의 수학적 설계, 학술적 배경, 그리고 사후 대조 검증 결과를 공시하기 위한 기술 백서입니다.
기존 시세 추정 방식의 블랙박스형 추론 한계를 줄이기 위해, 거시 경제 변수와 지역적 입지 편차를 투명한 선형 가중치로 조합하고 계량경제학 기반의 동적 잔차 교정 단계를 결합한 미래 가격 예측 모델을 채택하고 있습니다.
본 지표는 2024년 1월을 경계로 이전·이후 목표월을 나눈 시계열 분할 검증 결과입니다. 모델 상수는 2025년 12월까지의 롤링 윈도우로 적합되어 있으므로, 2024년 이후 데이터를 완전히 배제한 엄격한 미래 미관측 검증은 아닙니다. 공식 평가는 고정 평가 단지군만 사용하며, 모든 계산은 공통 실거래 표본 정책과 실효 최고가 기준으로 정렬합니다.
직전 판본 대비 결과 비교: 이전 버전 대비 v30.0 보정 R²는 0.598에서 0.610으로 0.012 상승했고, 가격 MAPE는 6.41%에서 6.32%로 0.09%p 낮아졌습니다. 고정 평가군의 12개월 전향 집계도 8.57%에서 8.00%로 0.57%p 개선됐습니다. 세부 구간별 품질 관문과 9개 급변기 관문은 모두 통과했으며, 이 수치는 매일 새로 뽑는 일반 단지 검증 점수와 합산하지 않습니다.
2026-07-28 v30.0 갱신: 누락됐던 일부 역사 시계열을 복원하고 인천 매수심리 흐름을 반영했습니다. v30.0은 16개 핵심 가중 팩터 기준으로 학습·검증 입력 형태를 일치시켜 출시했으며, 비활성 요인은 예측과 검증에 사용하지 않습니다.
사용자 화면에서 6개월·12개월·18개월·24개월 타임라인 예측의 기간별 정확도 변화를 설명하기 위해, 고정 대표 평가 단지군을 대상으로 현재 모델을 고정한 상태에서 과거 기준일 재현을 읽기 전용 측정한 기록입니다.
| 예측 기간 | 최근 보류 기간(24/25년) | 표본 수 | 과거 학습 기간(22/23년) | 표본 수 | 구간 및 모델 계약 |
|---|---|---|---|---|---|
| 6개월 | 5.03% | 80건 | 15.65% | 78건 | 단기 보정 구간 |
| 12개월 | 8.00% | 80건 | 8.75% | 78건 | 중기 보정 구간 (공식 대표 예측 재현값) |
| 18개월 | 6.27% | 40건 | 8.69% | 78건 | 장기 보정 구간 |
| 24개월 | 12.13% | 40건 | 9.16% | 78건 | 18개월 장기 보정 기준의 화면 외삽 |
※ 기준일 및 표본 참고: 최근 보류 기간은 2024-01-31 및 2025-01-31 기준일(18·24개월은 성숙 가드로 2024-01-31 기준 40행) 재현값이며, 과거 학습 기간은 2022-01-31 및 2023-01-31 기준일 78행 재현값입니다. 24개월 수치는 18개월 장기 보정 기준의 화면 외삽 지표입니다.
부동산 시장의 과거 20년 역사적 급변기(코로나 폭등기, 미 금리 급인상 하락기 등) 9개 기준 시점에 대해, 지역과 가격 수준을 고정 선정한 4개 대표 단지의 12개월 전향 재현 오차(MAPE)를 측정한 벤치마크 결과입니다.
각 기준 월의 정보로 12개월 뒤 실제 거래를 전향 재현한 4개 대표 단지(36개 행)의 국면별 절대 오차율(MAPE)입니다.
| 대표 단지 | 지역 구분 | 상승기 | 상승 지속기 | 전환기 | 하락기 | 안정기 |
|---|---|---|---|---|---|---|
| 진주혁신코오롱하늘채 | 지방 중소형 | 1.43% | 10.72% | 11.67% | 9.07% | 6.03% |
| 신봉마을 | 수도권 중고가 | 1.30% | 0.13% | 7.33% | 5.54% | 7.53% |
| DMC파크뷰자이 | 서울 대단지 | 9.22% | 4.86% | 8.15% | 1.83% | 11.23% |
| 파크리오 | 서울 초고가 대단지 | 4.95% | 2.33% | 10.10% | 15.35% | 14.89% |
※ 이 표는 v30.0에서 품질 기준으로 고정한 대표 단지 4개의 12개월 전향 재현 오차(MAPE)입니다.
아파트 실거래 지수와 16개 핵심 거시·미시·지역 요인(기준금리, 가계부채율, 유가, 매수심리지수 등)을 선형 결합합니다. v30.0에서는 예측에 쓰는 핵심 요인만 학습·검증·화면 설명에 반영하도록 입력 체계를 정리했습니다.
이탈 거래 및 거시 충격에 따른 시세 추세 왜곡을 보정하기 위해 계량경제학 기반의 잔차 보정 모형을 적용합니다. 세부 영역별 장기 균형 오차를 점 예측 가격 산출 단계에 반영하여, 비정상적인 시계열 궤적이 장기 균형 수준으로 회복되도록 제어합니다.
단일 점 예측의 불확실성을 계량화하고자 10,000회 몬테카를로 가상 가격 시뮬레이션을 생성합니다. 원본 분포는 잔차 보정과 평균회귀 궤적이 반영된 최종 점 예측에 맞춰 보간하며, 단기 궤적이 과도하게 좁아지지 않도록 공통 분산 보정을 적용합니다. 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 분리하며, 이 보정은 일반 예측·잔차 보정·캘리브레이션 표본과 분리해 적용합니다.
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.
단지 내 평형 혼재로 인한 예측 왜곡을 줄이기 위해 단지 내에서 가장 거래가 활발한 대표 평형만 자동으로 필터링하여 가격 앵커와 시계열 학습에 적용합니다. 아울러 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.
본 예측 시스템은 기준일 이후 정보를 입력에 섞지 않는 전향 재현, 공식 평가군 검증, 학습 대상에서 제외한 고정 별도 평가군 평가, 무작위 검증을 서로 다른 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 위해 고정 평가군과 고정 별도 평가군을 제외한 후보군에서 서울·인천·경기·지방을 아우르는 5개 지역·가격 수준 할당을 매일 무작위로 선정해 생성합니다. 공통 검증 연도와 월별 기준일을 적용해 12개월 후 예측값과 실제 실거래가를 비교하며, 기준일 30일 전에 신고 성숙한 최신 거래로 단지 고유 잔차를 계산해 잔차 보정 단계에 반영합니다. 결과 성적을 보고 더 좋은 후보로 다시 고르지 않습니다. 몬테카를로 시뮬레이션 범위가 구조적으로 붕괴한 단지는 "검증 경고"로 기록하고 MC 구간 적중률 계산에서만 제외합니다.
공식 모델의 시계열 분할은 고정 평가군 기준 보류 집합에서 보정 R² 0.610, 실거래 가격 MAPE 6.32%이며 엄격한 미래 미관측 검증은 아닙니다. 보정 전은 R² 0.604, 가격 MAPE 6.42%입니다. 고정 별도 평가군은 별도 12개월 전향 평가 R² 0.930, MAPE 8.73%로 기록합니다. 두 집합은 합산하지 않습니다. 별도로 고정 평가군과 고정 별도 평가군을 제외한 수도권·지방 일반 단지를 매일 무작위 추출해 실서비스 추론 경로와 같은 입력으로 MAPE·중앙절대오차·MC 적중률을 계산합니다. 거래 표본 신뢰도 기준 9개 역사 시점 가드레일도 함께 점검합니다.
※ 참고: 무작위 검증의 5단지×12개월 예측 지점 보조 R²와 MAPE는 서로 다른 가격 수준 단지들의 격차가 반영된 절대 가격 공간 지표입니다. 고정 평가군과 고정 별도 평가군의 공식·별도 검증 집합 점수나 통합 점수가 아니며, 공식 정확도는 시계열 분할 보류 집합 R² 0.610과 가격 MAPE 6.32%를 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. 내부 키 이름을 노출하지 않고, 어떤 정보가 예측에 들어가고 어떤 형태로 결과가 나오는지만 보여줍니다.
12개월 예측
예측 기간: 12개월 주담대 금리: 2.25% 매수심리지수: 102.4
한국어 요약
가격 수준: 중간 시장 점수: 58 예측가: 12.84억 하위 10% 예상값: 11.62억 중앙값: 12.79억 상위 10% 예상값: 14.05억 대체 기준 적용 여부: 아니요 예측 신뢰도: 높음
실거래 이력이 부족한 신축 단지나 검증 범위를 벗어난 단지는 인근 대체 기준 단지를 참고하되, 보정 사유와 신뢰도를 함께 표시합니다.
보정 적용 예시
가격 수준: 낮음 시장 점수: 58 예측가: 8.42억 하위 10% 예상값: 7.15억 중앙값: 8.35억 상위 10% 예상값: 9.88억 대체 기준 적용 여부: 예 보정 사유: 신축 프리미엄 보정 배율: 1.15배 예측 신뢰도: 낮음
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.