◉ 개별 부동산(건축물 등)은 생애주기 관점에서 보면 신축개발을 통해 새로 만들어지고, 성숙기를 거쳐 상당 기간 안정화 단계에서 운용되다가 노후화가 진행되어 물리적 또는 경제적인 이유로 철거되는 과정을 거친다. 한편 건축물 등의 개발과정 각 단계마다 감정평가가 행해진다. 이러한 감정평가는 법률에 의한 필수적 감정평가와 사인의 경제활동을 위한 임의적 감정평가가 있다. 어떠한 경우에라도 부동산을 개발하고 사용 및 운용하는 과정에서 해당 부동산과 관련된 의사결정에 감정평가는 중요한 기능과 역할을 하고 있다.

◉ 이에 본 논문은 재개발·재건축 사업의 전 단계와 이후의 단계를 그 범위로 하여 주거용부동산이 노후화되어 재개발사업이 진행되고, 아파트로 신축된 뒤에 다시 일정한 시간이 지나 노후화되어 재건축이 진행되는 각 단계마다 감정평가가 어떠한 역할을 하는지를 살펴보는 것에 목적이 있다.

◉ 노후 부동산의 재개발·재건축 단계에서 부동산 개발 사업을 진행하기 위한 필수 절차로서 종전자산 감정평가, 종후자산 감정평가, 손실보상액 산정을 위한 감정평가 등을 하기도 하고, 재개발·재건축 이후에 절세 목적이나 자금의 운용, 분쟁 등의 이유 등으로 감정평가를 하기도 한다. 그러나 노후 부동산의 재개발·재건축 단계에서 수행하는 감정평가의 경우 의뢰인이 감정평가업자를 선정할 수 있는 구도이다 보니 의뢰인의 영향을 받아 감정평가의 역할을 제대로 수행하지 못하고 왜곡될 수 있는 문제가 발생하고 있다.

◉ 본 논문에서는 노후 부동산의 재개발·재건축 이전과 이후 단계에 따라 올바른 감정평가의 역할을 위한 개선방안을 다음과 같이 제안하였다.
첫째, 종전자산의 감정평가와 손실보상을 위한 감정평가(현금청산 평가) 등에서 의뢰인(사업시행자 등)의 영향을 받지 않고 공공재의 성격을 가지는 부동산의 가치를 공정하게 산정할 수 있도록 현재 감정평가업자의 선정 제도를 한국감정평가사협회 또는 별도의 독립된 기관에서 수행하게 하여 본래의 감정평가의 역할을 올바르게 수행할 수 있게 하여야 한다.
둘째, 담보 감정평가 역시 의뢰인인 금융기관의 영향력이 미치지 못하게 한국감정평가사협회 또는 별도의 독립된 기관에서 감정평가업무를 의뢰하여야 부동산 금융의 건정성과 부채의 안전한 관리 측면에서 감정평가의 역할을 제대로 다할 수 있을 것이다. 다만, 감정평가와 관련된 제도 또는 운영의 정비가 이루어지기 전까지 감정평가사는 이러한 문제 인식을 가지고 감정평가 업무에 임하여야 할 것이다.

◉ 오피스 임대료의 결정요인을 규명과 가치 추정의 시도는 꾸준히 진행되어왔다. 그동안 운영수익에 대한 결정요인으로 건물의 물리적 특성과 입지적 특성의 유의성을 여러 연구에서 밝혀왔다. 그러나 도시경관 형성과 사회경제적 가치와 연관이 있는 건물 외관 디자인의 심미성에 대한 분석은 전무하였다. 이는 건물의 심미성을 측정하기 위한 가치평가 방법론 측면에서 시간과 비용의 한계로 측정하기 어려움이 있었던 것으로 판단된다.

◉ 이에 본 논문은 그동안 오피스 임대료 결정요인으로 고려하지 못했던 외관의 심미성 요소를 최근 여러 분야에 적용되고 있는 컴퓨터 비전(Computer Vision)과 머신러닝(Machine Learning) 기술을 활용하여 측정하고, 오피스 건물의 임대료를 추정하는 것에 목적이 있다.

◉ 이를 위해 서울시 오피스 각 건물의 사진을 바탕으로 디자인 수준에 대해 전문가 평가를 실시하고, 컴퓨터 비전으로 추출한 이미지 특성 값 벡터를 머신러닝 하여 본 연구의 전체 표본의 심미성을 측정하였다. 또한 월 순점유비용을 임대료 개념으로 측정하여 건물 및 입지특성 변수들과 추정된 심미성 변수, 이미지 특성 값 벡터로 실증분석하였다.

◉ 본 연구에서 회귀분석을 이용하여 실증분석한 결과 및 정책적 시사점은 다음과 같다.
첫째, 건물 이미지의 심미성 변수는 임대료에 유의한 영향을 미치며, 임대료 결정 시 중요한 변수인 것을 확인할 수 있었다.
둘째, 심미성 한 단위가 증가할 때마다 임대료가 평당 15,406원 증가하는 것으로 추정되었다.
셋째, 심미성 변수는 모형 적합도를 증가시키는 것으로 나타났으나, 이미지 특성 값 벡터를 포함했을 때 모형 적합도의 변화는 미비하였다.
넷째, 반면 XGBoost 머신러닝 방법으로 추정하였을 때, 이미지 특성 값 벡터는 변수 간 중요도가 높은 것으로 나타났다. 또한 XGBoost의 모형 적합도는 회귀분석보다 월등히 높은 것으로 나타났다.

◉ 본 연구의 결과로 운영수익에 기반한 오피스 가치 추정을 정교화하는 데 기여하고, 건물 디자인 특성을 포함하여 오피스 부동산 시장의 특성을 더욱 세분화할 수 있을 것으로 기대한다. 또한 향후 오피스 건물 외관 디자인뿐만 아니라 건물에 대한 심미성을 추정해 봄으로써, 도시의 경관을 파악하고 체계적인 데이터베이스를 구축하여 미적 가치를 향상시킬 수 있는 정책적 시사점을 제시할 수 있을 것으로 기대한다.