• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.10a
• /
• pp.228-235
• /
• 2008

새정부 들어 주택의 안정적 공급을 위한 대책을 내놓고 있으나, 주택 수요 공급과 관련된 통계 및 정보의 종합적 관리 체계 미흡으로 주택수급상황을 파악하여 주택수급에 대처하는 주택하위 시장별 대응정보가 미비한 실정이다. 이에 따라 수급상황을 분석 및 제공하기 위한 정보시스템을 구축 "주택 수요"가 있는 곳에 "주택을 공급"하는 정책지원체계가 요구되고 있다. 이를 위해 본 연구는 행정생활권, 광역교통망, 주택사업위치, 공공 민간 사업지구 등의 GIS정보 기반에 주택 수요 공급 통계 및 정보를 분석하여 정책지원 및 대국민 서비스를 하는 정보체계인 주택수급지도(Housing Demand and Supply Mapping Model)의 구축방안을 제시하였다. 연구에서는 주택수급에 필요한 수요현황 및 예측 등 "주택수요정보"에 기초하여 주택건설, 공급, 재고 등의 "주택공급정보"를 분석하여 주택수급지도에 대한 기본설계 방안을 도출하였다. 향후 주택수급지도를 활용하여 주택수급상황을 한눈에 파악하고, 주택수요를 고려한 수요자별 맞춤형 주택공급정책을 수립할 수 있도록 지원함으로써, 지역별, 주택 규모별, 주택유형별, 인구계층별 주택수급 예측에 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.1019-1022
• /
• 2013

임대주택에 입주하고자 하는 이용자들은 복잡하고 다양한 유형의 임대주택에 대한 정보를 쉽게 얻을 수 없어서 많은 어려움을 겪고 있다. 또한, 정부차원의 주택관련 통계 역시 수작업으로 인한 부정확성 및 관련 정보시스템들 간의 일관성 결여로 정책수립에 있어서도 정확한 정보지원을 제공받지 못하고 있다. 본 연구에서는 임대주택에 관련된 정보 실태 및 사용자 요구도 조사를 통해 임대주택 정보시스템의 설계 방향을 제시하였다. 추후 임대주택종합정보망이 구축될 때 제시된 방안이 활용되어질 수 있을 것이라 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.548-550
• /
• 2021

각 정보시스템에서 생산되는 주택과 관련된 통계 데이터는 정교한 예측과 판단이 요구되는 주택시장에서 매우 중요한 역할을 한다. 현재 정보시스템의 데이터를 기반으로 주택통합DB와 주택통합 플랫폼을 개발하고 있으며, 추후 주택시장의 합리적이고 과학적인 정책을 수립할 수 있는 기반이 될 것이다. 따라서 본 연구에서는 건축행정시스템(세움터)와 주택공급통계정보시스템(HIS)를 대상으로 정보시스템 고도화 현황을 알아보고 개선방안을 제시한 예시를 소개하고자 한다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.217-223
• /
• 2007

지속적인 주택공급 증가에 따라 전반적인 주택보급률은 상승하였으나 주택하위시장별로 수급이 차별화되고, 수요자의 요구도 다양해짐에 따라 주택정책의 수립에 있어서 양적정보 뿐만 아니라 지역적으로 세분화된 주택통계에 대한 질적 정보 수요가 높아지고 있다. 이중 주택공급통계(housing supply statistics)는 건축물의 건설, 사용, 수선 및 보수, 폐기의 각 생애주기(life-cycle)별로 인허가, 착공, 분양, 준공, 입주통계 등을 생산한다. 하지만 통계생산시 발생하는 누락 오기, 정보시스템의 미비 연계부족 등의 이유로 신속하고 정확한 통계 생산이 곤란한 실정이다. 본 연구에서는 이러한 문제를 해결하기 위해 시스템적 통계 생산방안을 모색하고자 주택공급통계를 중심으로 통계 및 시스템 현황을 분석하고 주택 통계와 GIS를 연계한 통합데이터베이스 구축과 시스템 정비방안을 연구하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.31-34
• /
• 2023

주택 매매에 있어서 가격에 대한 예측은 매우 중요하지만, 실거래 발생 전까지는 정확한 가격을 알 수 없다. 그렇기에 주택가격을 예측하는 많은 연구가 진행되어왔다. 주택가격을 결정하는 영향요인은 크게 주택의 내부요인과 주택의 외부 요인으로 구분되는데, 내부적인 요인 (공급면적, 전용면적, 층, 방 개수 등)에 대한 연구가 많이 진행되었다. 하지만 외부적인 요인 (위치 요인, 금융요인 등)에 대한 연구는 미비하였다. 본 연구는 주택 매수자 관점에서 가격 예측 시 외부적인 요인 역시 중요하다고 판단하여 외부요인을 적용하고자 한다. 본 논문에서 제안하는 방법은 다양한 외부요인 중 주택의 위치 정보를 활용하여, 해당 정보 기반으로 도출 가능한 데이터를 추가한다. 또한 이용량에 따른 지하철역 데이터를 추가하여 관련된 여러 영향요인들을 분석 및 적용 후 머신러닝 기반 예측 모델을 생성한다. 생성된 모델들에 주택매매 실거래 데이터를 적용하여 예측 정확도를 비교 후 높은 정확성을 보이는 모델 결과에 주요하게 영향을 끼치는 요인에 관하여 기술한다.

• Spatial Information Research
• /
• v.20 no.6
• /
• pp.1-11
• /
• 2012

To solve the housing supply problems which are combined with economic, social, environmental and urban spatial structural aspects, it is needed to analyze housing supply based on the analysis model. This study aims to draw the construction of the housing geospatial information for housing supply model. For these purposes, we construct the housing geospatial information and draw case studies on information utilization based on the precedent studies and relevant systems about housing geospatial information. From the result, we construct the geospatial information according to spatial unit and draw standardization of connected information between housing supply information and housing geospatial information. Also we found that it is essential to use a building and parcel level housing geospatial information for housing supply. In the future, it will be needed to construct the housing supply information from qualitative aspect for dwelling and to establish a utilization strategy.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.261-267
• /
• 2007

적실하고도 신뢰성 있는 주택정책을 수립하기 위해서는 주택관련 기초자료 및 그에 따른 주택정책지표의 정확성, 정밀성, 시의성이 전제되어야 한다. 본 고에서는 서울시 주택재고산정을 위한 현행 인구주택총조사, 건축물대장(AIS), 과세대장, 주택특성조사 등 기초자료의 현황 및 문제점을 분석하고 개선방안을 제시하였다. 특히 서울시가 보유하고 있는 가장 기본적인 자료라고 할 수 있는 건축물대장자료를 이용한 주택재고 산정문제에 각별한 비중을 두었다. 분석 결과, 각 기초자료별 현행 주택재고 산정기준에 따를 경우, 서울시 소유 거래기준 주택수는 대략 219만${\sim}$232만호에 걸쳐있는 것으로 나타났다. 자료에 따라 주택수가 차이가 나는 이유는 주택의 범위, 분류체계, 산정기준, 원천데이터의 오류 누락 등 수많은 원인에 의한 것인데, 본 고에서는 이들 문제점에 대한 비교분석을 실시하였다. 건축물대장 등은 서울시가 주택 등 건축물 재고파악을 위한 가장 기초적인 자료임에도 불구하고, 이를 이용하여 주택재고를 정확하게 산정하는 것은 자료에 대한 대대적인 정비를 거치기 이전에는 사실상 불가능한 것으로 사료된다. 개선과제로서, 단기적으로는 현행 건축물대장의 주택재고산정방법을 개선할 필요가 있고, 중장기적으로는 기초자료의 구조변경과 데이터정비, 업무정비, 표준 주택분류체계 마련 등이 필요하다. 또한 주택보급률 100%를 눈앞에 두고 있는 상황에서 주택의 양적 지표뿐만 아니라 질적 지표를 지원할 수 있도록 기초자료의 활용성 제고방안이 마련되어야 할 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.657-659
• /
• 2020

공동주택 전기 요금제에는 호별 계약, 단일계약 및 종합계약으로 분류된다. 호별계약은 저압전력이 공급되는 공동 주택에 적용되며, 세대별 사용량에는 주택용 저압요금제가 적용되고 공동부 전기 사용량에는 일반용 저압 또는 주택용 저압 요금제가 적용된다. 단일계약과 종합계약은 고압전력이 공급되는 공동주택에 적용된다. 단일계약은 공동주택 세대별 사용량과 공용설비 전기 사용량을 합산하고 평균하여, 평균세대의 전기요금량을 기준으로 주택용 고압 요금을 적용하여 공동주택 전기 요금을 산정하는 방식이다. 종합계약은 공용설비 전기 사용량에는 일반용 고압요금을 적용하지만, 세대별 전기 사용량에 대해서는 주택용 저압 요금을 적용하여 공동주택 전기 요금을 산정하는 방식이다. 공동주택에서는 3가지 요금제중 하나를 선택하여 한국전력과 계약을 맺을 수 있다. 고압전기를 공급받는 공동주택은 상황에 따라 단일계약이 유리한 경우도 있고, 종합계약이 유리한 경우도 있다. 따라서 본 연구에서는 공동주택에서 전기요금을 시뮬레이션하여 각 공동 주택에 적절한 요금제를 선택하는 의사결정을 지원할 수 있는 공동주택 전기요금 시뮬레이터를 설계하고 개발하고자 한다. 이를 위해 본 연구에서는 공동주택 전기요금 시뮬레이터의 요구사항을 분석하고, 시뮬레이터를 설계하고, 공동주택 전기요금 시뮬레이터 프로토타입을 개발하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.1306-1309
• /
• 2012

도시재생종합정보시스템에서는 도시의 쇠퇴정도를 파악하고 그에 따른 도시재생사업을 수행하는데 있어 의사결정 지원과 관련정보 등을 제공해주고 있다. 본 연구에서는 도시재생 사업을 진행시키고자 했을 때, 쇠퇴 도시가 가지고 있는 도시잠재력을 평가하여 효율적인 도시재생 사업의 의사결정을 지원해줄 수 있는 도시잠재력 지표를 개발하였다. 또한, 도시 잠재력 진단을 위한 정보 프로세스 및 구현방안을 제시하였고 그에 따른 시스템을 구현하여 도시재생종합정보시스템에 연동하였다. 제시된 도시잠재력을 진단을 통하여 효과적인 도시재생에 필요한 사업 우선순위등에 활용을 기대할 수 있다.

• Environmental and Resource Economics Review
• /
• v.4 no.1
• /
• pp.125-154
• /
• 1994

인구 및 주택건축 총조사보고서의 년도별로 분류된 잔존주택에 관한 정보에는 멸실되어 소실된 주택과 당시의 신규주택분에 관한 정보를 얻을 수 없고, 센서스이후 추계된 최근의 지역통계는 기간내 발생한 멸실주택에 대한 추계과정이 생략되어 주택의 통계가 과대계상되어 있다. 본 연구는 지역별 주택수 예측의 방법을 제시하고 주택형태별, 평형별, 난방형태별 분포현황의 분석과 전망을 시도하였다. 지역별 주택수의 예측에서 지역별 주택의 건축년도와 멸실이 독립이라는 가정하에 주택의 수명, 최대멸실확율을 보이는 지역별 이항분포(Binomial Distribution)를 찾아내었다. 주어진 Data의 특성에 따라 얻어진, 지역별로 다른 최적의 분포와 이에 따라 산정된 각 시점의 신규주택수를 이용하여 미래의 주택수를 전망하였다. 주택형태, 평형, 난방시설분포의 현황분석과 전망은 각 형태의 비율을 산정, 추정하는 방식을 택했다.