연구 질문
우리는 실거래가를 성분 분해 문제로 봅니다.
해석 가능한 회귀 모델
면적, 토지 ㎡가, 층, 연식, 시점, 전세가율을 분리해 가격이 왜 움직였는지 설명합니다.
설명력
비교매물 선택 알고리즘
같은 단지, 같은 동, 유사 면적, 유사 거래 시점을 어떻게 가중할지 검증합니다.
비교 정확도
비선형 모델
Gradient boosting, random forest, spline 같은 후보가 회귀 기준선을 실제로 이기는지 봅니다.
잔차 감소
오차 공개
예측은 체결 후 실거래가로 검증합니다. 중앙 오차, 편향, 지역별 실패 사례를 봅니다.
검증 가능성
검증
백테스트 오차를 먼저 공개합니다.
마지막 3개월 거래를 학습에서 제외하고, 그 이전 데이터로만 학습한 모델이 제외된 거래를 얼마나 맞히는지 측정합니다. 매물별 예측은 타임스탬프와 함께 원장에 기록되고, 이후 체결되는 실거래가로 다시 검증됩니다.
백테스트 MAPE
13.06%
홀드아웃 7,198건
중앙 절대 오차
9.88%
±10% 적중률 50.5%
학습 표본
109,291
2023.06 – 2026.08
체결 후 재검증
체결 대기
원장 예측 12건 기록됨
입지 성분 2단계 분해: 동 32곳의 역세권 거리·학군·치안 지표가 구내 입지 효과 분산의 25%를 설명합니다. 나머지는 미시 입지 성분으로 남깁니다.
모델 hedonic-v1 · 2026-09-03 학습 · 국토교통부 실거래가 코퍼스 기준.
기준 수식
설명 가능한 가격 성분에서 시작합니다.
완벽한 모델은 없습니다. 그래서 첫 번째 원칙은 블랙박스가 아니라 실거래가를 나눈 성분별 기준선입니다.
매물 가격 지표 = 토지 ㎡가 × 배분 토지면적 + 역세권 + 학군 + 치안 + 미시 입지 + 단지 + 면적 + 층 + 연식 + 시점 + 전세가율 + 잔차
v1 회귀 모델은 입지 성분을 역세권 거리·학군·치안 지표로 2단계 분해하고, 단지·면적·층·연식·시점·전세가율 성분까지 나눕니다. 토지·건물 배분은 동별 공시지가 참조값 ÷ 대표 용적률 기준 근사이며, 개별공시지가·건축물대장 정밀 결합으로 교체됩니다.