Prediction Scheme of House Price Information Using AI-Based MLP Model

인공지능(AI)의 MLP모델을 이용한 주택 가격 정보 예측 기법

Abstract

This paper proposes a Multi-Layer Perceptron (MLP) model as an AI-based method for predicting housing prices of single-family and multi-family houses. To forecast housing prices, spatial transaction data at the parcel level (PNU) and building characteristics were collected. Based on the collected data, residential environment information was processed using GIS (Geographic Information System) analysis techniques. These datasets were then utilized as learning data to construct an MLP-based housing price prediction model for single-family and multi-family houses in Seoul. The proposed prediction model was applied across the entire city of Seoul, and its performance was evaluated using Root Mean Square Error (RMSE) as the metric. The results were compared with those of a traditional multiple linear regression model. The comparison revealed that the proposed MLP model exhibited superior predictive performance compared to the conventional multiple regression method.

본 논문은 단독·다가구 주택을 대상으로 인공지능(AI) 기반에 주택 가격 정보를 미리 예측하는 방법으로 MLP(Multi-Layer Perceptron) 모델을 제안한다. 주택 가격 정보 예측을 위해 지번(PNU) 단위의 실거래가 공간정보 데이터 및 건물특성 정보 등을 수집하였다. 수집된 정보를 기반으로 GIS 분석 기법을 활용하여 주거환경 정보를 가공하였다. 수집된 정보들을 학습 데이터(Learning Data)로 활용하여 MLP 기반의 서울시 단독·다가구 주택 가격 예측 모델을 구현한다. 이후, 제안한 모델의 예측 기법을 서울시 전역으로 적용하고 RMSE를 지표로 하여 성능 분석을 통해 기존 다중회귀분석 방법과 비교하였다. 비교 결과 제안한 MLP 모델이 기존 다중회귀분석 방법에 비해 우수한 예측 성능을 보였다.

1. 서론

최근 4차 산업혁명 시대의 도래와 함께 인공지능(AI) 기술은 다양한 산업 분야에서 혁신적인 변화를 이끌고 있다. 특히 부동산 분야에서도 데이터 기반의 의사결정이 점차 중요해지면서, 기존의 정성적·경험적 평가 방식에서 벗어나 정량적이고 예측 가능한 모델에 대한 수요가 증가하고 있다.[1]

전통적인 주택 가격 산정은 전문가의 경험이나 유사 사례 비교 등에 의존해왔으며, 이로 인해 주관성이 개입되거나 예측 정확도가 낮은 문제가 발생하였다. 하지만 최근 부동산 거래 데이터, 건축 정보, 지역 특성, 교통 및 환경 정보 등 다양한 변수들이 디지털화됨에 따라, 이를 활용한 정교한 분석 및 예측이 가능해졌다.

도시개발과 관련한 사업부지 선정 및 사업타당성 검토의 핵심인 주택 가격 정보 예측을 위한 감정평가 등에 기초자료로 활용할 수 있는 데이터 기반의 주택 가격 정보 예측을 위해 인공지능(AI) 기술을 이용한 주택 가격 정보 예측모델이 필요하다.[2]

그래서 ‘인공지능(AI)을 활용한 주택 가격 예측모델 개발’로 토지, 빌딩, 아파트, 주택 등의 다양한 부동산 중 실현 가능성을 검토하기 위한 연구로서 단독 및 다가구의 미래 주택 가격 정보를 예측하는 모델을 연구 할 필요가 있다.

이러한 정보 예측모델 개발을 위해 기존 선행연구 분석을 통해 부동산, 아파트 등의 가격 예측을 위한 요구데이터 및 활용 모델을 조사하여 모델에 활용하는 변수를 선정하였다. 선정된 변수들은 건물 단위의 단독·다가구 주택 가격 정보 예측을 위해 PNU(: Parcel Number) 단위로 AI 모델에 활용할 학습데이터를 구축하였다. 선정된 변수를 기반으로 동일한 데이터 셋을 활용하여 다층퍼셉트론(MLP) 모형을 설계하여 서울시 단독·다가구의 건물단위 가격 정보 적용하여 가격정보를 예측한다.

제안한 주택 가격 정보 예측 모델의 성능평가를 위해 실측값과 기존 다중회귀분석 방법을 통한 예측결과와 제안한 MLP 모델을 활용한 예측결과를 비교하고 각 방법론의 오차율 비교를 통해 예측 정확도를 평가한다.

본 연구는 2장에서 주택 가격 정보의 예측에 관한 관련 연구 분석을 통해 예측에 활용되는 AI의 변수를 선정하였으며, 3장에서는 선정된 변수들을 기반으로 예측에 활용되는 데이터를 구축하였다. 4장에서는 구축된 데이터를 기반으로 AI의 MLP 모델을 구축하여 서울시 단독·다가구 주택 가격 정보에 각 방법론에 따른 예측결과를 비교 분석하였다. 마지막 5장에서는 결론을 맺는다.

2. 관련 연구

인공지능(AI)을 활용한 주택 가격 정보 예측을 위해 아파트, 주택 등의 다양한 종류의 주택 가격 정보 관련 예측 연구를 검토하여, 주택 가격 정보 예측에 활용된 데이터 및 예측모델을 분석하였다.

박성훈(2020)은 다양한 부동산 지수를 대상으로 머신러닝을 활용한 예측을 수행하여 머신러닝 모델의 예측 정확도는 비교분석하고, 지수별 최적 머신러닝 모델을 도출해 부동산 지수 예측의 머신러닝 활용 방향을 제시하였다. 머신러닝의 예측력을 높이기 위해 단변량 변수를 활용하였으며, 국내 부동산 시장을 대표하는 서울을 공간적 범위로 하여 한국감정원에서 제공하는 아파트 매매지수, 지가지수, 전세가격지수, 부동산 심리지수 데이터(2012년 ~ 2019년)를 활용하여 예측을 수행하였다. [3]

배성완, 유정석(2017)은 딥 러닝 방법을 부동산가격지수 예측에 적용하고, 기존의 시계열분석 방법과의 비교를 통해 딥 러닝 방법의 부동산 시장 예측의 새로운 방법으로 활용 가능성을 확인하였다. 한국감정원 부동산통계정보의 2006년 ~ 2016년까지 발표된 서울지역의 아파트 매매실거래가격지수, 아파트 매매가격지수, 아파트 전세가격지수, 지가지수를 활용하여 DNN(Deep Neural Networks) 모형 및 LSTM 모형과 시계열분석 방법인 ARIMA 모형을 이용하여 여러가지 부동산가격지수에 대한 예측을 수행하였다.[4]

박수민 외(2021)는 수도권을 중심으로 한 부동산 가격 상승이 지속적으로 진행되고 한국은행에서는 기준금리 인상으로 과열된 부동산 시장의 안정을 바라고 있으나 기준금리 인상이 부동산 시장에 미치는 영향이 크지 않다고 보는 시각을 배경으로 머신러닝과 딥러닝을 이용하여 서울 지역의 부동산 매매지수를 예측하고 기준금리를 추가 변수로 이용하여 결과를 비교하였다. 한국부동산원의 서울지역 아파트매매를 대상으로 2012년 ~ 2020년 동안의 서울특별시 아파트 매매 가격 지수 데이터 및 한국은행 경제통계시스템의 기준금리 데이터, 국가통계포털의 월별 코스피지수 중 평균 코스피지수를 기반으로 예측을 수행하였다.[5]

조보근 외(2020)는 부동산 가격 예측에 적합한 예측 모형을 확인하고 지역적으로 부동산 가격 예측에 중요한 변수를 규명하여 예측모델의 결과에 대한 해석을 위해 아파트 실거래가격지수 예측을 위해 2006년 1월부터 2019년 5월까지의 거시경제지표, 부동산 관련 지표, 미시경제지표의 3가지의 지표로 구분하여 8가지 설명변수를 선정하고, 선정된 설명변수를 기반으로 ARIMA 모형, RF, LSTM 모델을 활용하여 아파트 실거래가격지수를 예측하고 비교를 통해 최종 예측모델을 선정한 후 LIME 분석을 통해 가격 지수의 증감에 영향을 미치는 설명변수의 중요도 및 효과를 해석하였다.[6]

전해정, 양혜선(2019)는 2006년 1월부터 2018년 3월까지의 한국감정원의 아파트가격, 한국은행의 CD금리, 가계대출금, 건축허가면적, 소비자물가지수를 변수로 선정하여 RNN, LSTM, GRU의 세 가지 딥 러닝 기법을 사용해 주택가격을 예측하였다.[7]

민성욱(2016)은 대표적인 주택가격지수인 서울 아파트 실거래가지수 예측에 인공신경망과 딥러닝 기법인 SVM(Support Vector Machine), 랜덤 포레스트, 인공신경망 기법을 시계열 모형에 적용하여 예측율을 비교하였다.

2016년 3월~2018년 2월까지의 한국감정원의 부동산 관련 지수를 개발할 때 사용하는 변수들을 기초로 한국은행, 온나라부동산포털, 공공데이터포털, 서울 열린 데이터 광장, 서울통계, 대법원에서 수집한 서울 아파트 실거래가지수, 실거래가지수 변동률, 지가지수, 전세가격지수 등과 거시경제변수 등의 총 67개의 데이터를 활용하여 주택가격 및 주택매매량을 예측하였다.[8]

기존 연구되었던 다양한 부동산 가격에 대한 예측모델 관련된 연구를 부동산 가격, 아파트 가격, 주택 가격으로 구분하여 알고리즘 및 활용변수 등을 분석한 결과 인공지능(AI)을 활용한 모델이 대체적으로 높은 예측력을 가지고 있는 것으로 나타났다.

기존 연구들은 부동산과 관련된 아파트매매지수, 전세가격지수, 실거래가지수 등의 여러가지 지수들을 기반으로 다양한 변수들을 활용하여 각 지수들을 예측함으로써 전반적인 부동산 관련 흐름을 예측하고 있으며, 전반적으로 거시경제, 물리적 특성위주의 연구가 이루어졌다. 그러나 주택가격의 경우 기존 연구들에서 다루었던 거시경제, 물리적 특성 외에 학교, 병원, 공원 등의 주거환경이 주택가격에 영향을 미친다.[9]

이에, 본 논문은 단독·다가구의 주택 가격 정보의 예측을 위해 선행연구에서 주택 가격에 영향을 미치는 유의미한 변수를 기반으로 주변환경정보를 GIS 분석기능을 활용하여 수치화한 정보를 변수로 추가하고 AI의 MLP모델을 구축을 통해 가격 정보를 미리 예측하는 기법을 제안하고자 한다.

3. AI 학습데이터 수집 및 변수 선정

선행연구 고찰을 통해 도출된 주택 가격에 영향을 미치는 요인 데이터 및 주거환경 정보를 수집한다. 수집된 데이터는 건물 단위의 단독·다가구의 주택 가격 정보 예측을 위해 데이터를 가공하고, PNU를 기준으로 데이터를 맵핑하여 데이터를 구축한다.

구축된 데이터를 기반으로 종속변수를 ‘단위면적 단가’로 하여 다중회귀분석 및 MLP를 통한 예측에 활용되는 독립변수를 선정한다.

기초데이터 구축은 ‘인공지능(AI)을 활용한 단독·다가구 주택 가격 예측모델 개발’을 위해 요구되는 지리정보, 단독·다가구주택 실거래가 데이터, 주거환경 데이터를 수집하고 데이터 가공절차에 따른 가공을 통해 예측모델 개발에 최적화된 분석 데이터 셋을 구축한다.

데이터 전처리는 ‘결측 처리’, ‘이상치 제거’, ‘데이터 통합’, ‘자료의 구분’, ‘지오코딩’의 과정을 수행하였으며, 단독·다가구주택 실거래가 데이터는 PNU 단위의 공간정보와 맵핑하였으며, 주거환경 데이터의 경우 별도의 GIS 분석 작업을 통한 데이터를 구축한다. 수집한 데이터의 종류 및 출처는 다음 표와 같다.

<표 1> 수집데이터 목록 및 출처

수집된 데이터 중 실거래가 데이터는 국토교통부 단독 및 다가구 실거래가 데이터 약 4만5천건 수집하여, 결측 처리 및 이상치 제거를 통해 약 3만건의 단독·다가구실거래가 데이터를 구축하였다. 국토교통부 단독 및 다가구 실거래가는 행정동 수준에서 데이터를 공유하고 있으며, 지번단위로 특정할 수 없는 문제가 있어 본 논문에서 활용하는 데이터 기본단위인 지번(PNU) 단위로의 변환이 필요하다. 이에, 수집한 단독·다가구 실거래가 데이터를 건축물대장의 물리적 속성정보와 실거래가의 속성정보를 비교분석하여 실거래 주택을 지번단위로 특정하였다.

단독 및 다가구 실거래가 데이터 PNU 생성의 기본 로직은 단독다가구 실거래가 데이터에서 제공되는 행정구역, 마스킹된 번지, 연면적, 건축연도 등의 정보를 기반으로 건축물대장 표제부에서 해당 거래대상 단독 다가구를 특정하였다. 단독 및 다가구 데이터가 ⓵정확하게 한 개의 건축물이 특정되는 경우와 ⓶여러 건축물이 중복 특정되는 경우, ⓷건축물이 특정되지 않는 경우로 구분하여, 각 데이터 상황에 따라 ⓵데이터 수집, ⓶데이터전처리, ⓷데이터매칭의 전처리 프로세스를 통해 단독·다가구의 실거래가 데이터를 생성하였다.

생성된 실거래가 데이터는 단독·다가구 주택 가격 예측 모형 개발에 활용하기 위해 각 다양한 평형에 따른 실거래가데이터의 단위를 일치시키고 최근 다양한 대내·외적 이유 등으로 급변하는 부동산 트렌드 반영의 어려움 등을 고려하여 데이터를 변환실거래가로 가공한 후 면적(㎡)당 금액으로 데이터를 가공하였다.

수집한 단독·다가구 실거래가의 경우 월별거래가 건수 약 752건이므로 빅데이터 처리를 하기에 표본수가 부족한 문제와 더불어, 2022년 1월부터 부동산 가격하락 등 시계열 트렌드를 반영하기 어려운 점으로 인하여 과거 5년간의 실거래가 정보를 기반으로 현재 시점으로 변환하였다.

(그림 1) 실거래가 변환 개요

변환실거래가와 본 논문의 단독·다가구 주택 가격 예측단위인 단위실거래가의 계산식은 식(1)과 같다.

\(\begin{align}\text {변환실거래가} = \frac{{\text {특정년월실거래가}} \times {\times {매매가격지수}}}{ \text {특정년월매매가격지수}}\end{align}\)       (1)

\(\begin{align}\text {단위실거래가} = \frac{\text {변환실거래가}}{\text {전용면적}}\end{align}\)

주거환경 데이터는 주거환경 데이터 생성을 위해 우선 각 필지를 기준으로 보행 가능 영역을 추출하고, 보행 가능 영역에서 링크 기반의 경로를 추출하여 생활권을 생성한 후 경로에 버퍼를 기준으로 포함되는 시설물 및 시설물까지의 거리를 계산하였다.

(그림 2) 주거환경 데이터 생성 절차

4. 주택 가격 정보 예측 모델링

AI 모델을 활용한 단독·다가구의 주택가격 예측을 위해 기존 통계 방법인 다중회귀분석과 AI 모델중 하나인 MLP를 활용하여 각 지번(PNU)단위의 면적(㎡) 당 가격을 예측한다.

4.1 기존 다중회귀분석 결과

단독·다가구 주택 가격 예측을 위해 우선 통계적 분석 방법인 선형회귀분석을 적용하여 단위면적당 실거래가를 예측한다. 선형회귀분석은 통계모형 중 종속변수 예측에 활용성이 높은 대표적인 모델로 수식(2), 수식(3)과 같이 독립변수(X)로 종속변수(Y)를 예측하는 회귀식을 도출한다.

Y = α + βX + ∊       (2)

\(\begin{align}Y_{E}=\alpha_{0}+\sum_{1}^{n} a_{n} x_{n}\end{align}\)       (3)

Y_E ; 종속변수 α₀ : 상수항 α_n : 계수 x_n : 독립변수

다중회귀분석의 분석결과는 (그림 3)과 같이 도출되었다.

(그림 3) 다중회귀분석 분석결과

다중회귀분석의 분석결과 1% 유의수준내에서 주택 가격에 (+)영향을 주는 변수는 연면적, 건축면적, 지하철, 용도지역4 등이였으며, 1% 유의수준내에서 주택가격에 (-)영향을 주는 변수는 건축년도, 건폐율, 지하층수, 용적율,용도지역3 등으로 나타났다.

4.2 주택 가격 정보 예측 모델링 및 MLP 구축

다층 퍼셉트론(MLP)은 입력층과 출력층 사이에 하나 이상의 은닉층이 존재하는 ANN 모형으로, 기존의 ANN이 비선형 문제를 해결하지 못하는 한계를 극복하기 위해 개발되었다. MLP의 입력층은 다수의 입력 데이터를 받고, 출력층은 데이터의 출력을 담당한다. 은닉층은 입력층과 출력층 사이에서 두 층을 연결시킨다. 은닉층의 층수와 각 층의 노드 개수를 설정하여 모델을 구성한다[10][11].

(그림 4) MLP 모델

Input 값으로 들어온 하나의 perceptron을 통과할 때 Weight란 가중치를 갖고 인공신경을 통화하며, 인공신경은 뉴런이 0과 1을 전달하듯이 하나의 함수 모형으로 0 혹은 1의 값을 출력하는데 여기서 하나의 Input 값에 Weight를 설정할 시 초기값을 컴퓨터가 설정한 뒤에 스스로 조정하는 것을 Weight Initialization이라 하며, 다음과 같이 식(4), 식(5)으로 표현한다.

ω₁ω₁ + ω₂ω₂ + ω₃ω₃ + b = Σω_nω_n + b       (4)

fΣω_nω_n + b       (5)

단독·다가구 주택 가격 정보 예측을 위한 MLP 모델은 ‘단위면적 단가’을 종속변수로 정의하고, 다중회귀분석과 동일하게 19개의 독립변수를 활용하였다.

<표 2> MLP 모델 활용데이터

전체 수집한 원본데이터는 총 495,974건이며 데이터 전처리(결측치 및 이상치 제거)를 통해 예측모형에 사용한 데이터 건수는 283,262건으로 각 변수들의 히스토그램은 (그림 5)와 같다.

(그림 5) 변수별 히스토그램

Target 변수인 ‘단위면적당 실거래가’와 독립변수 변수 간의 상관계수를 도출하였으며, 각 변수별 상관관계는 식(6)와 같이 ‘피어슨 상관계수’ 공식을 활용하여 계산하였으며, Cov(x, y)는 x, y의 공분산, σ(x)는 x의 표준 편차를 의미한다.

\(\begin{align}p=\frac{\operatorname{Cov}\left(X_{1}, X_{2}\right)}{\sigma\left(X_{1}\right) * \sigma\left(X_{2}\right)}\end{align}\)       (6)

변수별 상관계수 도출 결과는 (그림 6)과 같다.

(그림 6) 변수별 상관관계 분석결과

선정한 변수 별 데이터를 기반으로 학습 데이터 셋을 구축하고, 학습 데이터는 모델의 성능평가를 위해 훈련 셋(Train Set)과 테스트 셋(Test Set)의 비율을 8:2로 분리했다.

단독·다가구 주택 가격 정보 예측을 위한 MLP 모델의 은닉층(Hidden Layer)은 총 4개로 구성하였으며, 각 층의 노드 수는 순서대로 2048, 1024, 512, 256으로 설정하였다. 구성된 모델은 총 500회의 Epoch 동안 학습을 수행하였으며, 학습방법은 ‘단위면적 실거래가’를 정답으로 지도 학습(Supervised Learning)을 진행했다. 학습의 순전파 단계에서는 ‘sigmoid’ 활성화함수를 적용하였다. 손실 함수는 평균제곱오차(Mean Squared Error, MSE)를 사용하였고, 손실 최소화를 위한 최적화 알고리즘은 Adam (Adaptive Moment Estimation) 방식을 채택하였다.

<표 3> MLP 모델 특성

설정된 모델을 학습한 결과, RMSE 값은 0.271로 나타났으며, (그림 7)에 제시된 바와 같이 안정적인 학습이 수행되었음을 확인할 수 있다.

(그림 7) MLP 모델 학습결과

학습된 MLP 기반의 단독·다가구 주택 가격 정보 예측 모형을 서울시 전역에 적용한 결과, 성북구, 강남구, 서초구 등에서 단위면적당 가격(㎡)이 상대적으로 높게 예측되었다. (그림 8)은 Q-GIS를 활용하여 본 예측모형의 적용 결과를 공간적으로 시각화한 것이다.

(그림 8) 서울시 전지역 예측모델 적용 결과

제안한 모델의 예측력을 평가하기 위해 서울시 전역으로 확장하여 단독·다가구 주택 가격 정보를 예측한 후 예측정확도 평가에 일반적으로 많이 사용되는 평균 제곱근 오차(RMSE: Root Mean Square Error)을 사용하여 오차율을 비교한다. RMSE의 계산식은 수식 (4)와 같으며, 여기서 y_i는 실제값이고 ŷ_i는 예측값이다.

\(\begin{align}R M S E=\sqrt{\sum_{i=1}^{n} \frac{\left(y_{i}-\hat{y_{i}}\right)^{2}}{n}}\end{align}\)       (7)

RMSE를 비교한 결과 기존 다중회귀분석 방법에 비해 제안한 MLP 모형의 오차율이 훨씬 낮은 것으로 나타났다.

<표 4> 기존 다중회귀분석 과 MLP 모델 오차율 비교(RMSE)

5. 결론

본 논문은 단독·다가구 주택을 대상으로 인공지능(AI) 기반에 주택 가격 정보를 미리 예측하는 방법으로 MLP(Multi-Layer Perceptron) 모델을 제안한다. 주택 가격 정보 예측을 위해 지번(PNU) 단위의 실거래가 공간정보 데이터를 구축하고, 이를 학습 데이터(Learning Data)로 활용하여 MLP 기반의 서울시 단독·다가구 주택 가격 예측 모델을 구현하였다.

적용 대상은 서울시 단독·다가구의 주택 가격 예측을 위해 다중회귀분석과 MLP 모델을 활용하여 단독·다가구 주택 가격 예측 모델을 개발하였다.

성능 분석 결과, 주택 가격 정보에 대한 예측값과 실측값을 비교하여 오차율을 계산한 결과, 기존의 다중회귀분석 방법보다 제안한 MLP 모델을 활용한 예측값의 오차율이 현저히 낮은 것으로 나타났다. 이는 단독·다가구 주택 가격 예측에 있어 MLP 모델이 더 우수한 예측력을 보였음을 보였다.

향후 연구에서는 종속변수와 상관관계가 더 밀접한 독립변수의 조정과 작업을 통해 모델의 오차율을 더욱 줄이는 방향으로 연구가 더욱 진행되어야 할 것이다.