기계학습을 활용한 상가권리금 추정에 관한 연구 : 모델간 비교분석을 중심으로

• 영문명: Estimation of Commercial Property Premiums Using Machine Learning : Focusing on Comparative Analysis Between Models
• 발행기관: 한국부동산연구원
• 저자명: 권지영(Ji Young Kwon) 김재환(Jae Hwan Kim)
• 간행물 정보: 『부동산연구』제35권 제3호, 57~73쪽, 전체 17쪽
• 주제분류: 사회과학 > 지역개발
• 파일형태: PDF
• 발행일자: 2025.09.30

국문 초록

상가권리금은 감정평가 실무기준에 의거하여 감정됨에도 불구하고 주관적인 요소를 완전히 배제할 수 없어 임대인과 임차인 간의 분쟁을 발생시킨다. 이를 해결하기 위하여 주관적 요소를 배제한 권리금 감정이 필요하며, 더 나아가 객관적이고 정량적인 결정요인을 이용한 실증에 기반한 상가권리금 추정 연구가 선행되어야 한다. 그럼에도 불구하고, 객관적이고 정량적인 결정요인만을 이용한 상가권리금의 추정 모델에 관한 실증 연구는 찾아보기 힘들다. 따라서 본 연구에서는 기계학습을 활용하여 상가권리금을 객관적인 결정요인만으로 추정할 수 있는 모델을 작성하고 해당 모델의 성능을 파악하는 실증 연구를 수행하였다. 이를 위하여 본 연구에서는 기계학습을 이용하여 작성된 상가권리금 추정 모델과 종래 다변량 선형회귀 모델과의 성능비교를 수행하여 기계학습 모델의 통계적 유의성을 확보하였다. 본 연구의 성과는 상가권리금 추정에 있어 기계학습의 성능을 검토하고, 그 도입을 앞당겨 권리금 시장의 투명성과 공정성을 확보하고 분쟁을 최소화 하는데 큰 의의가 있다.

영문 초록

Although commercial property premiums in Korea are appraised based on appraisal practice standards, subjective factors cannot be completely excluded; this leads to disputes between landlords and tenants. Thus, empirical research on estimating commercial premiums using objective and quantitative factors should be conducted so that subjective factors can be excluded from the premium appraisal. Nevertheless, finding empirical research about estimating commercial premiums using only objective and quantitative formative factors is challenging . Herein, we conducted an empirical study to develop a model that can estimate commercial premiums using only objective formative factors using machine learning and validated the statistical significance of the suggested machine learning model by comparing the multivariate linear regression model. Results contribute to the academic area by empirically proving the effectiveness of the machine learning model and commercial premium market by introducing transparency and fairness to premium-minimizing disputes.

목차

Ⅰ. 서론

Ⅱ. 선행연구 검토 및 연구의 차별성

Ⅲ. 연구방법 및 자료

Ⅳ. 실증 분석 및 결과 논의

Ⅴ. 결론

참고문헌

키워드

권리금 추정 기계학습 상가권리금 결정요인 회귀모델 Premium Estimation Machine Learning Commercial Premium Formation Factors Regression Model