셰어킴은 “일반적으로 흔히 공표되는 부동산 시세는 실거래가를 기반으로 하거나 지역별 공인중개사 대상 설문조사를 기반으로 추정 한 시세여서 비교적 거래 사례가 많은 아파트단지를 위주로 발표된다는 약점이 있었다. 반면 Nestimate는 기계학습 알고리즘을 기반으로 하기 때문에 거래 사례가 많은 아파트나 오피스텔 뿐만 아니라 거래 사례가 많지 않은 단독주택, 상가, 토지 등 전국 3800만 필지에 대한 분석이 가능하다는 장점이 있다”고 밝혔다.
셰어킴의 김민수 기술책임은 “Nestimate가 이렇게 범용성 있게 부동산 시세를 낼 수 있는 비결은 기존 실거래가만 참고하던 모델에서 한 단계 진화해 부동산 공시가격, 실거래가, 입지, 학군, 접도, 지형 등 셰어킴이 약 2년여 간 쌓아온 다양한 공공 및 민간 부동산 빅데이터를 집대성 한 결과”라고 설명했다. 이를 위해 “유사 부동산 추정 알고리즘(특허출원)과 군집별 고유가격 추정 고유모델을 활용해 결과 값을 도출하고 있다”고 덧붙였다.
셰어킴의 유재영 대표는 “앞으로 이를 잘 활용한다면 시장의 심리, 투기 성향, 계절성 등의 요인으로 요동치는 실거래가, 호가와 비교하여 Nestimate를 기준 가치로 삼아 상호 비교 평가해 투자의 참고자료로 유용하게 활용할 수 있을 것”이라고 전망했다.
아울러 “부동산 가격이 급등하거나 거품이 꼈을 때 또는 가격이 하락하거나 횡보하는 모습에 실망스러울 때 Nestimate를 통해 적정 시세를 추정해보는 새로운 도구가 되기를 희망한다”고 말했다.
한경부동산 hkland@hankyung.com
관련뉴스