• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.173-180
• /
• 2024

부동산 시장은 그 중요성과 함께 다양한 사기 행위의 위험성을 내포하고 있다. 최근, 전세 사기와 같은 부동산 관련 사기가 급증하면서 많은 서민이 큰 재정적 피해를 보고 있다. 이러한 문제는 부동산 거래의 복잡성과 정보의 불균형 때문에 발생하는 경우가 많다. 따라서, 거래 과정에서의 신뢰성 확보와 투명성 제고가 절실하게 요구된다. 본 논문에서는 이러한 부동산 사기 문제를 해결하기 위해 디지털 기술과 인공지능, 특히 GPT(: Generative Pre-trained Transformer)를 활용한 챗봇 시스템을 제안한다. 이 시스템은 사용자들에게 전세 거래 과정에서의 주의사항과 확인 사항을 제공하여, 사기 행위로부터 사용자를 보호하는 역할을 한다. 또한, GPT 기반의 챗봇은 사용자의 질문에 궁금한 사항을 시간으로 응답하여, 거래 과정에서의 불확실성을 줄이고 신뢰성을 높이는 데 기여한다.

• 한국산학기술학회논문지
• /
• 제14권3호
• /
• pp.1073-1080
• /
• 2013

우리나라의 주택가격은 88년 국제올림픽 대회를 거치면서 자유로운 사회 분위기 증대와 무역수지 흑자에 따른 유동성 공급확대 등이 겹치면서 급등세를 보이기 시작하였다. 이에 당시 노태우 정부는 신도시 5개 건설 등 물량확대 위주의 강력한 안정대책을 펼친데 이어 김영삼 정부도 시장 안정화 조치를 취하였다. 반면, 김대중 정부때는 경기부양 대책이 시행되었으며, 노무현 정부때는 이에 대한 반작용으로 수요억제 대책이 시행되는 등 정부가 교체될 때마다 부동산 정책 또한 냉온탕 대책이 번갈아 시행되어 왔다. 따라서, 본 논문은 역대 정부의 주요 부동산 정책들을 개괄하고 이들 정책들의 실효성(實效性)에 대해 VAR 모델을 활용해 점검해 보았으며 그 결과 단기적 정책대응은 일정부분 실효성(實效性)이 있었으나 중장기적으로는 유의미한 결과를 찾을 수 없었다. 즉, 부동산 분야 또한 시장 자율에 의한 접근이 필요함을 보여주고 있다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1115-1117
• /
• 2003

The information about transactions of real estate has tended to be not open. Therefore, it has been difficult for individuals to judge the proper price of each real estate. In the course of time several studies have been conducted on proposing criterions for judging the proper price of real estates. As to office buildings and apartments, it is proved techniques required for making criterions have been achieved to a certain extent. Therefore, this research aims to make methods that propose to consumers reliable criteria for judging the proper price of detached houses. The methods are based on hedonic price method and micro-level spatial elements peculiar to detached houses are considered.

• 한국건설관리학회논문집
• /
• 제23권3호
• /
• pp.74-82
• /
• 2022

본 연구에서는 부동산 산업 내에서 프롭테크의 도입과 함께 가장 각광받고 있는 기술 중 하나인 블록체인 기술이 부동산 전자거래에 가져올 변화와 도입의 필요성에 대해 알아보고 기술 적용을 통해 부동산전자거래 내에서 새롭게 창출할 수 있는 가치를 분류하고 각 가치 영역의 상대적 중요도를 산정하는 평가 지표를 개발하고자 한다. 이를 위하여 블록체인 기술의 부동산 전자거래 적용 시 창출할 수 있는 가치를 차원에 따라 분류하였고, 평가 기준이 복합적이고 다양한 요인에 따라 중요도가 다르게 측정될 수 있음을 고려하여 실무 및 학술 분야의 전문가를 대상으로 계층분석적 의사결정방법에 따른 분석을 진행하였다. 분석은 총 두 단계로 이루어졌으며 첫 번째 단계에서는 일반적 가치, 상업적 가치, 잠재적 가치를 제시하였고, 두 번째 단계에서는 계층분석적 의사결정방법의 분해 과정에 따라 하위 평가 지표를 제시하고 이를 쌍대비교하여 지표 간 중요도를 산정하였다. 분석 결과, 첫 번째 차원에서는 일반적 가치가 가장 높은 중요도를 보였으며 두 번째 차원에서는 블록체인 기술 특성 중 응용 계층의 가용성을 기반으로 한 부동산 정보의 디지털화가 가장 높은 중요도를 보였다. 본 연구는 이를 통해 향후 블록체인 기술의 부동산 거래 적용을 통한 창출 가능한 가치에 대한 평가 지표를 제시하여 향후 관련 연구의 기반 자료로써의 활용 및 지표 별 중요도에 따른 시장의 지향점을 제시하는데 의의가 있다.

• 부동산연구
• /
• 제27권3호
• /
• pp.87-102
• /
• 2017

본 연구의 목적은 서울시 소재 비주거용집합부동산의 국세청 기준시가와 행정안전부 시가표준액의 과세형평성과 공동주택(아파트)과의 과세형평성 상호비교에 있다. 연구결과는 첫째, 비주거용집합부동산 시가표준액의 구청별 과표 현실화율(AR)의 격차가 크게 나타났다, 둘째, 비주거용집합부동산 시가표준액의 분산계수(COD)가 크게 나타나 수평적 불형평성이 있음이 확인되었다. 셋째, 비주거용집합부동산 시가표준액이 고가자산이 저평가되는 역진적 수직적 불형평성이 있음이 확인되었다. 따라서 비주거용집합부동산의 시가표준액의 평가 시 시가의 반영 및 토지와 건물을 합산 평가하여 과세형평성을 이루는 것이 필요할 것으로 판단된다. 본 연구를 통하여 비주거용부동산 실거래기반 공시제도로의 전환 시 제도개선에 기여를 할 것으로 본다.

• 한국경제지리학회지
• /
• 제22권4호
• /
• pp.592-609
• /
• 2019

본 논문은 서브프라임 부동산 투자자를 활용해서 레버리지 주기 이론의 지리적 확장을 시도한다. 레버리지 주기 이론은 낙관적 구매자 중심의 거래구성 재편으로 기초요인 변화와 무관한 자산가격 변동을 입증했지만, 금융위기의 지리적 기원을 설명하기 위해서는 저소득층 주거지역이 몰려 있는 불황 주택시장에서 이 이론이 어떻게 작동하는 지를 파악해야 한다. 불황 주택시장에서 서브프라임 부동산 투자자는 저소득층 주거지역에 집중했고, 이에 따라 저소득층 주거지역의 주택거래는 부동산 투자자 중심으로 구성되었다. 새로운 행위주체로서 서브프라임 부동산 투자자의 발굴은 레버리지 주기 이론을 자본투자의 취약지역이었던 불황 주택시장에 적용할 수 있는 토대를 마련한다. 이와 같은 시도는 경제이론의 지리적 재해석으로 경제지리학이 경제현상의 시공간적 맥락을 어떻게 복구할 수 있는지를 예시한다.

• 한국경제지리학회지
• /
• 제25권1호
• /
• pp.171-181
• /
• 2022

부동산 시장 분석에 있어 기본이 되는 정량적 데이터는 부동산 가격 지수이다. OECD와 같은 국제기구에서는 국가별 부동산 가격 지수를 공표하고, 한국부동산원에서는 광역시 단위와 시군구 단위의 지수를 산출한다. 그런데 공간단위를 시군구보다 정교한 동단위, 아파트 단지 단위로 설정하는 경우, 여러 문제점을 맞이하게 된다. 대표적인 문제는 결측치이다. 공간적 범위를 좁힐수록 단위 기간에 따라 거래가 적거나 아예 존재하지 않는 경우가 존재하기에 이 경우에는 지수의 산출이 불가능한 결측치가 발생할 수 있다. 본 연구에서는 지도학습 기반의 머신러닝 기법을 활용하여 특정 범위와 기간에 거래가 존재하지 않아 발생할 수 있는 결측치를 보완하는 기법을 제안한다. 본 모형을 통해 부동산 매매 지수의 실제값이 존재하는 것들의 예측을 통해 그 정확도를 검증하고 결측치가 발생한 것들의 예측도 해 볼 수 있었다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권10호
• /
• pp.697-706
• /
• 2020

This study investigates the relationship between related loan, ownership concentration and real estate firm performance. The data was collected from 35 real estate firms listed on Indonesia Stock Exchange from 2007 to 2012. Related loans are viewed from the angle of related lending and loan. Related lending and loan is measured by the related lending on total lending ratio and related loan on total loan ratio. Firm performance is measured by the asset turnover ratio and return on assets ratio. Ownership concentration is measured by the right cash flow. The data analysis was done with regression analysis and panel data. The results of the study found that related loans had a positive effect on sales but had no effect on profits. This supports the efficient transaction hypothesis. On the other hand, related lending has a positive effect on profits that supports opportunistic transactions. Ownership concentration moderates the effect of related loan on company's performance. The related lending are beneficial for mutually supporting activities in the real estate sector business group in Indonesia, but related loans have the potential to be used in tunneling activities. The paper contributes to the related party transaction in benefits-risks of related lending and related loan in uncertainty context.

• 한국인터넷방송통신학회논문지
• /
• 제24권2호
• /
• pp.185-190
• /
• 2024

2022년 대한민국의 부동산 시장이 하락되는 모습을 볼 수 있다. 이에 따른 원인에는 코로나19와 러시아의 우크라이나 침공이 가장 큰 원인으로 꼽히고 있다. 이 둘의 문제로 경기 침체에 불을 지핌으로써 물가가 떨어지면서 그이후로 환율과 금리 등이 높아지는 문제가 발생하였다. 기존에 활발했던 부동산 시장이 앞서 말한 문제들 때문에 실거래수가 줄어들어 높은 이자로 인해서 부동산 시장이 하락하는 모습을 볼 수 있다. 공공데이터 포털, KOSIS와 서울특별시에서 제공하는 데이터를 Logstash로 수집해서 Elasticsearch로 전달해 Kibana에서 제공하는 대시보드 기능을 이용해 인플레이션, 환율, 대출금리를 시각화로 나타내 원인들을 분석하고 결과를 도출했다. 그리고 서울특별시에서 가장 실거래수가 많은 노원구, 가장 적은 종로구의 특정 아파트 3개를 골라 매 월마다 변하는 실거래가를 Data Table로 나타냈다.

• 정보처리학회 논문지
• /
• 제13권5호
• /
• pp.209-216
• /
• 2024

부동산 시장은 다양한 요인에 의해 가격이 결정되며 거시경제 변수뿐 만 아니라 뉴스 기사, SNS 등 다양한 텍스트 데이터의 영향을 받는다. 특히 뉴스 기사는 국민들이 느끼는 경제 심리를 반영하고 있으므로 부동산 매매 가격 예측에 있어 중요한 요인이다. 본 연구에서는 뉴스 기사를 감성 분석하여 그 결과를 뉴스 감성 지수로 점수화 한 후 부동산 가격 예측 모델에 적용하였다. 먼저 기사 본문을 요약 후 요약된 내용을 바탕으로 생성 AI를 활용하여 긍정, 부정, 중립으로 분류한 다음 총 점수를 산출하였고 이를 부동산 가격 예측 모델에 적용하였다. 부동산 가격 예측 모델로는 Multi-head attention LSTM 모델과 Vector Auto Regression 모델을 사용하였다. 제안하는 뉴스 감성 지수를 적용하지 않은 LSTM 예측 모델은 1개월, 2개월, 3개월 예측에서 각각 0.60, 0.872, 1.117의 Root Mean Square Error (RMSE)을 보였으며, 뉴스 감성 지수를 적용한 LSTM 예측 모델은 각각 0.40, 0.724, 1.03의 RMSE값을 나타낸다. 또한 뉴스 감성 지수를 적용하지 않은 Vector Auto Regression 예측 모델은 1개월, 2개월, 3개월 예측에서 각각 1.6484, 0.6254, 0.9220, 뉴스 감성 지수를 적용한 Vector Auto Regression 예측 모델은 각각 1.1315, 0.3413, 1.6227의 RMSE 값을 나타낸다. 앞선 아파트 매매가격지수 예측 모델을 통해 사회/경제적 동향을 반영한 부동산 시장 가격 변동을 예측할 수 있을 것으로 보인다.