주제 공간 빅데이터와 감정평가 산업 - 코로나19와 제주상권의 변화

좌장 노태욱 한국감정평가학회 회장 네, 토론자 분들을 모시고 제8회 감정평가誌 포럼 발표에 대한 토론을 시작하겠습니다. 아까 짧게 소개해 드렸습니다만, 발표자와 토론자를 다시 한 번 소개해 드리겠습니다. 오늘 발표는 제주대학교 정수연 교수님이 해주셨습니다. 그리고 토론자 분들은 제가 소개해 드리면 본인 소개를 1분 이내로 짧게 해 주시고 나중에 토론을 이어서 듣도록 하겠습니다. 먼저 경향신문의 김원진 기자님 소개해 드리겠습니다.

토론자 김원진 경향신문 기자 안녕하세요? 경향신문의 김원진 기자입니다. 이전에 국토교통부에 출입하면서 정수연 교수님과 인연으로 오늘 포럼에 참석하게 되었습니다.

좌장 노태욱 한국감정평가학회 회장 네, 다음은 국토연구원의 이보경 박사님.

토론자 이보경 국토연구원 부연구위원 안녕하세요? 국토연구원 공간정보사회연구본부 이보경입니다. 저는 공간정보사회연구본부에서 국토지리정보원과 함께 국토조사, 국토지표라는 공간 통계, 공간 빅데이터를 생산하고 있고 또 이와 같은 공간 빅데이터를 활용해서 다양한 정책적 시사점 그리고 정책 수립을 지원할 수 있는 다양한 연구를 수행하고 있습니다. 공간 빅데이터를 생산하는 주체이자 이를 활용하는 주체로서 오늘 의미 있는 토론을 할 수 있도록 하겠습니다. 오늘 초청해 주셔서 감사드립니다.

좌장 노태욱 한국감정평가학회 회장 네, 고맙습니다. 다음은 세 번째, 한국국토정보공사의 공태규 팀장님 소개해 드리겠습니다.

토론자 공태규 한국국토정보공사 팀장 네, 안녕하십니까? 한국국토정보공사 공간정보기획부의 공태규 팀장입니다. 저희 회사가 대한지적공사에서 공간정보 쪽으로 기능이 바뀌면서 공간정보기획을 하고 있습니다. 감정평가사협회에서 저희 ‘국토정보기본도’ 지도를 사용하시면서 인연이 되어 오늘 이 자리에 참석하게 된 것 같습니다. 오늘 정수연 교수님의 발표를 잘 들었고요. 오늘 있는 시간 동안 좋은 토론을 하고 가겠습니다. 감사합니다.

좌장 노태욱 한국감정평가학회 회장 네, 감사합니다. 다음에는 제주도에서 해밀감정평가사사무소를 운영하고 계시는 김이환 감정평가사님 소개해 드리겠습니다.

토론자 김이환 해밀감정평가사사무소 감정평가사 네, 안녕하세요? 해밀감정평가사사무소에서 근무하는 김이환 평가사입니다. 제주도는 최근 수년 동안 많은 변동을 겪은 지역입니다. 관련해서 구체적인 통계에 대해 갈증이 있는 상태입니다. 그래서 도움이 될까 해서 나왔습니다.

좌장 노태욱 한국감정평가학회 회장 네, 고맙습니다. 다음은 한국감정평가사협회 전영남 센터장님 소개해 드리겠습니다.

토론자 전영남 한국감정평가사협회 감정평가정보센터장 네, 안녕하십니까? 한국감정평가사협회 감정평가정보센터의 전영남 센터장입니다. 협회에서 빅데이터 관련 센터를 운영하고 있어 같이 토론하려고 나왔습니다.

좌장 노태욱 한국감정평가학회 회장 네, 그러면 아까 말씀드린 것처럼 다섯 분의 토론을 듣도록 하겠는데, 원래는 한국토지주택공사의 보상심사부 고윤석 부장님께서 토론자로 참석하기로 하셨다가 다른 사정으로 불참하게 됐습니다. 그 부분은 제가 따로 읽는 것으로 하겠습니다. 그럼 먼저 김원진 기자님의 토론부터 듣도록 하겠습니다.

토론자 김원진 경향신문 기자 네, 교수님, 발표 잘 들었습니다. 사실 제가 토론자로 나오게 된 계기는 이 데이터를 기반으로 기사를 쓰고, 기사 마감을 한 뒤에 오려고 했는데요, 그게 좀 잘 안됐습니다. 올해 초, 중반까지 매출 데이터를 기반으로 했던 기사들이 많았기 때문에 어떤 차별점을 둔 기사를 쓸 수 있을지 고민하다가 일단은 마감하지 못한 상태로 왔습니다. 오늘 이 자리에 연구하시는 분들, 현장에 계시는 분들이 많아서 저하고는 다른 관점으로 보신 것 같은데, 저는 과연 이게 새로운 것인지, 코로나 국면에서 어떠한 새로운 지점을 드러낼 수 있는지에 초점을 맞춰서 고민했습니다. 그런 고민에 대한 답은 기존 발제문에는 없었지만, 교수님이 오늘 이 자리에서 말씀해 주신 것 같습니다. 예를 들어서 ‘무풍 상권’이라고 하셨는데 말씀하신 대로 음식점이라면 맛집인지, 맛집이면 맛있어서 때문인지 또 다른 이유가 있어서인지 그런 것들이 사실 궁금했거든요. 이런 것들이 해석됐을 때 오늘 교수님께서 발표하신 데이터가 의미가 있다고 생각을 했었는데 교수님께서 계속 발표하시면서 은연중에 어떤 힌트들을 주신 것 같습니다. 그 반대로도 생각을 할 수 있는데 타격을 크게 입은 가게, 음식점이라면 그 이유가 또 있을 텐데, 단순히 장사를 못해서인지 아니면 입지의 문제인지 아니면 다른 문제인지 고민해 볼 수 있을 텐데 그런 분석도 빅데이터로 가능하겠다는 생각도 좀 들었습니다.

교수님께서 이 데이터가 선별 지원의 근거가 될 수 있다고 말씀해 주셨는데, 선별 지원에 대해 논란이 계속되고 있거든요. 매출액을 기준으로 봐야 하는지, 매출 감소 폭을 기준으로 봐야 하는지… 매출의 흐름이 시시각각 계속 변하는데 과연 어떤 기준을 잡아서 어떤 시점에서 지원금을 선별적으로 지원할 수 있을지에 대한 고민도 들었습니다. 그리고 6월 이후 데이터가 사실 좀 궁금하더라고요. 교수님께서는 1월, 2월, 3월에 집중해서 분석을 해 주셨는데 사실 하반기 데이터 값이 많이 또 달라질 것 같습니다. 제 주변 사람들만 봐도 해외를 못 가는 분들은 거의 제주도 여행을 가시고 인스타그램을 보면 특히 신혼여행은 대부분 제주도를 많이 가고 있는데요. 아마 올해 하반기 데이터가 많이 다를 것 같습니다. 그래서 상반기와 하반기 그리고 2019년 상반기와 하반기를 비교하면 기자 입장에서 전년 동기 대비 데이터 값에 대한 어떤 기사화할 포인트가 있지 않을까 하거든요.

저는 정확하게 이 분야의 전문가가 아니라 정확히 모르지만, 매출 데이터에 외지인, 현지인 데이터까지 입히면 또 다른 해석, 의미 있는 포인트들이 있지 않을까 생각해 봤습니다. 그리고 운수업, 숙박업, 음식업 정도로 분석을 해주셨는데 그 외에 어떠한 업종을 이 빅데이터로 분석해 볼 수 있는지 궁금하긴 하더라고요. 제주는 관광의 특성이 있으니까 관련 업종을 중심으로 분석해 주신 것 같은데 그 외의 업종도 어떤 방식으로 접근하면 좋을지 궁금했습니다.

그리고 감정평가사분들이 상권 분석에 강하다고 하시는데 이런 데이터를 어떻게 활용할 수 있는지도 궁금했습니다. 제가 발제문을 읽고 궁금했던 부분들은 상당 부분 교수님께서 발표해 주시면서 말씀해 주셨던 것 같습니다. 이상입니다.

좌장 노태욱 한국감정평가학회 회장 네, 고맙습니다. 기자로서의 궁금증에 대한 여러 가지 말씀을 해주셨습니다. 2차원을 보는 건 누구나 똑같이 볼 수 있지만, 공간데이터라고 하는 건 결국 3차원인데 이걸 보고 이해하고 해석하는 능력이 요구된다는 생각이 들거든요. 숫자가 그림이 되면, 숫자가 어디서 나온 건지도 굉장히 중요하지만, 연구자와 결과를 읽는 독자가 함께 소통하기까지는 상당히 중요하고 또 시간이 필요하겠다는 생각이 듭니다. 그래서 우리 김원진 기자님이 말씀하신 것처럼 조금 더 세분화된 분석이 필요하기는 할 텐데 현재의 재해석 기술로 하기에는 아직은 한계가 있지 않을까 그런 생각이 들고요.

감정평가사와의 협업을 어떤 식으로 할 것인가? 그 부분에 대해서 학계와 업계, 연구자들이 머리를 맞대서 나가야 할 필요가 있다는 생각이 듭니다. 그리고 오늘 유튜브에 △△△ 평가사님 댓글 주셨네요. 여전히 연구에 대한 열정이 높으신 것 같습니다. 다음은 두 번째, 국토연구원의 이보경 부연구위원님의 토론을 듣도록 하겠습니다.

토론자 이보경 국토연구원 부연구위원 네, 오늘 포럼의 주제가 공간 빅데이터와 감정평가 산업입니다. 공간정보, 공간 빅데이터 이런 말씀을 많이 해 주셨는데 토론에 앞서서 과연 공간 빅데이터가 무엇인지부터 짧게 짚고 넘어가도록 하겠습니다. 공간 빅데이터를 이야기하기 전에 먼저 공간정보가 무엇인지부터 이해해야 할 것 같은데요. 공간정보는 공간상에 존재하는 즉, 2차원이 아니라 3차원에 존재하는 자연적 또는 인공적인 객체에 대한 위치정보와 이와 관련된 속성정보를 모두 포괄하는 개념입니다. 따라서 공간 빅데이터는 빅데이터의 특징인 Volume, Variety, Velocity를 모두 가지고 있으면서 위치의 속성을 가지고 있는 공간정보로 정의를 할 수가 있겠습니다. 따라서 우리가 지금 빅데이터를 굉장히 친밀한 개념으로 생각하고 있는데요. 유동인구, 가맹점별 카드 매출, 부동산 실거래와 같이 지금 우리가 빅데이터라고 인지하고 있는 정보들이 사실은 공간 속성정보를 같이 가지고 있으므로 공간 빅데이터 종류 중 하나라고 볼 수 있는 것입니다. 공간 빅데이터의 특징은 앞서 말씀드린 것처럼 단순히 위치정보를 가지고 있다는 이점뿐만 아니라 장소를 기준으로 융합 그리고 복합할 수 있기에 재가공을 하면 부가가치를 창출할 수 있다는 효과가 있는데요. 구슬이 서 말이라도 꿰어야 보배라고 이야기를 합니다. 오늘 정수연 교수님께서 구슬을 잘 꿰어서 정말 좋은 보배를 만들어 주셨는데요. 이와 같은 데이터를 사용해야만 사회 또는 정책에 도움이 되는 정보를 얻을 수가 있습니다. 그리고 이것을 위해서는 다양한 공간 빅데이터와 다른 데이터 간의 융합이 쉬워야 하는데요. 정수연 교수님께서 마지막에 보여주신 것이 격자 단위의 카드 매출 데이터를 아마 격자 단위의 인구 데이터와 융합하신 거 같아요. 만약에 격자 단위의 인구 데이터가 없었다면 카드 매출 데이터 이후에 더 고도화된 분석을 못 하셨을 텐데 같은 표준화된 공간 단위를 가지고 있는 공간 빅데이터가 있었기 때문에 아마 조금 더 심도 있는 데이터 분석으로 인사이트를 도출하는 노력을 하실 수 있던 것 같습니다.

다른 데이터를 융합하는 방법은 먼저 시간을 기준으로 하는 것과 장소를 기준으로 하는 방법이 있습니다. 오늘 감정평가사협회에서 관심 있을 만한 것은 장소를 기준으로 데이터를 융합하는 것으로 볼 수 있는데요. 건물, 토지 등의 가치 평가에 공간 빅데이터를 활용하기 위해서는 평가 대상은 물론 가치의 영향을 미칠 수 있는 수많은 요인을 장소 기반으로 융합하고 이를 축적해야 할 것입니다.

오늘 발표에 대한 의견으로 넘어가자면 아마 기존에는 읍·면·동 또는 시·군·구 단위의 데이터를 가지고 정책에 대한 인사이트를 뽑아내는 데 굉장히 한계가 있었는데 100m 격자 단위의 데이터 분석을 통해서 프롭테크(Prop Tech) 등에도 활용할 수 있는 매우 가치 있는 분석 결과가 나왔고 이를 통해서 지역에 대한 핀셋형 전략 수립이 가능할 것으로 생각합니다. 그리고 덧붙여서 교수님께서 2015년도부터 제주도에 카드 매출의 변화를 분석해 보면 좋겠다는 말씀을 주셨는데, 이 부분이 제가 연구를 수행하면서 가장 어려움을 겪는 부분이기도 합니다. 왜냐하면 기존에 통계청에서 제공하는 통계라든가 대부분의 공간 통계가 시·군·구 또는 읍·면·동 단위로 축적되어 있기 때문에 행정구역이 바뀌었을 경우 이 지역이 예전에는 어땠고 지금은 어떻게 변했는지를 시계열적으로 탐색할 수가 없기 때문입니다. 분석하는 사람으로서 필요성을 느껴서 현재는 국토지리정보원과 함께 100m, 250m, 500m, 1km 등 표준화된 공간 단위로 인구, 건물, 생활 SOC까지의 도로 이동 접근성 등의 공간 통계를 생산하고 모두에게 공개하고 있습니다. 아마 정 교수님께서도 앞으로 연구를 수행하실 때 모두에게 공개된 데이터를 그리고 특히 표준화된 데이터를 활용하실 수 있을 것으로 생각합니다.

마지막으로 감정평가산업의 발전을 위해서 국가 그리고 연구자들이 수행해야 하는 것은 개인적으로 위치 기준을 기존에 행정구역 또는 격자뿐만 아니라 호 단위로 구성을 해야 한다는 것입니다. 저희가 아파트를 예로 들면 건물의 중심점을 가지고 위치 기준들을 이야기하는데요. 이 아파트에는 예를 들어 15층까지 있고 한 층에 두 가구가 있으면 총 30개의 호가 있습니다. 앞으로 드론이라든가 3D 디지털 트윈과 같은 산업이 발전하기 위해서는 이 각호의 위치 기준을 가지고 데이터를 축적해야 하고 이는 단순히 아파트뿐 아니라 1층 상가와 2층 상가, 그리고 꼭대기 상가 등 다양한 공간에서 3D에 대한 상권을 분석하고 호 단위 위치 기준도가 있어야만 심화 분석이 가능할 것이라 생각합니다. 제 발표는 여기까지 마치고 혹시 뒤에 또 말씀드릴 내용이 있으면 이어서 진행하도록 하겠습니다. 감사합니다.

좌장 노태욱 한국감정평가학회 회장 네, 고맙습니다. 공간정보라 측면에서 굉장히 전문적인 인식을 보여 주셨습니다. 공간 빅데이터는 빅데이터에다 위치정보가 결합한 것이고 공간정보는 또 위치정보에다가 속성정보가 통합된 것이라고 하셨습니다. 아마 실제로 카드 매출액을 가지고 공간 정보화한 분석이 거의 최초이지 않을까 하는 생각이 드는데, 이런 자료들을 얻기도 어렵고 이용하기도 어렵다는 측면에서 이러한 분석이 실제 많이 활용되기 위해 말씀하시는 부분을 고려해 봐야 하지 않을까 생각이 듭니다. 다음으로 통계의 연속성이나 실용성 측면에서 보면 지금 현재 시·군·구 단위의 통계는 굉장히 낡은 것이라는 생각을 하고 미국처럼 통계 단위를 통계에 적합한 단위로 해서 연속성을 가지도록 하는 게 중요하다고 봅니다. 행정구역이나 격자가 아니라 호 단위의 3D 상권 분석은 굉장히 좋은 아이디어인 것 같습니다. 이런 것들이 제대로 정립되면 상업용 부동산 쪽에도 도움이 되지 않을까 생각합니다. 네, 고맙습니다. 다음은 한국국토정보공사에 공태규 팀장님 토론 듣도록 하겠습니다.

토론자 공태규 한국국토정보공사 팀장 네, 한국국토정보공사 공간정보기획부 공태규 팀장입니다. 저희도 사실 국토연구원과 비슷하게 공간정보를 하고 있는데요. 국토연구원은 연구를 주축으로 많이 하시고 저희는 이제 실행을 많이 하는 조직으로 알고 계시면 됩니다. 저희도 지금 공간정보를 하면서 많은 시도를 하고 있습니다. 다양한 분석을 시도하고 있고 유동인구 정보와 카드 매출 정보를 가지고 축제의 현황이나 축제의 효과 분석을 지금 하고 있어요. 그런 데이터를 저희가 실제 구매하고 있고, 대기업에서는 개인이 정보를 주는 걸 가지고 모아서 이제는 수익을 내고 있죠. 앞으로 가격이 좀 더 떨어지면 활용에는 더 유의미하지 않겠나 생각이 듭니다.

실제 사람들이 거주하는 필지 단위로 연구가 어려운 부분을 해결하기 위해서 저희가 LX만의 필지 단위 지도를 만든 게 있어요. 그리고 얼마 전에 한국전기안전공사와 협약을 체결했는데 거기서도 안전조사를 하는 직원들에 대한 업무 구역도를 자체적으로 구축하더라고요. 그래서 저는 이때까지 격자 단위로 분석했는데 이런 부분들을 상권에 대해서 구축해보면 어떨까 해서 조사를 해보니까 유통산업발전법에서 상권에 대해 정의하고 있더라고요. 그래서 서울시에서도 골목상권 활성화 사업을 하니까 그런 부분들을 자체적으로 구역을 정해서 그 안에 데이터를 넣어서 원하는 분석을 많이 할 수 있다고 저는 생각이 듭니다. 그런 시도를 한번 해 보시면 어떨까 생각도 들고요.

아까 국토연구원 부연구위원님이 말씀하신 동·층·호 분석도 되게 유의미하다고 저는 생각을 합니다. 그런데 실제로 동·층·호라는 부분들이 3차원에 대한 부분인데, 3차원에 대해서 이제 어떻게 구축을 할 것인가? 그럼 디지털 트윈이 들어가겠죠. 디지털 트윈에서 이제 1, 2, 3, 4 중에서 3 정도까지 들어가면 구축을 할 수 있는데, 실제 저희 공사에서 지금 디지털 트윈을 전주시를 대상으로 시범적으로 계속 구축을 하고 있습니다. 그런데 제일 힘든 부분은 평면도를 구하기가 힘든 거예요. 개인이 동의하지 않으면 평면도를 저희가 받을 수가 없거든요, 보안자료이기 때문에. 그래서 그런 부분들이 규제 개혁이 되면 디지털 트윈에서 더 유의미한 정보가 생길 것이고, 동·층·호 아파트나 이런 부분이 또 들어가면 공시지가나 다양한 부분에서 변동도 생길 것 같아요. 아파트에 몇 동, 몇 호가 1년 중에 햇볕이 얼마만큼 들어오는지도 가치에 대한 평가 기준이 많이 달라질 것 같아요. 그래서 그런 부분들은 기술이 발달하고 새로운 정보를 구축하면 충분히 가능할 것 같고요.

실제 저희가 워크스테이션이라는 비싼 장비를 가지고 분석을 많이 합니다. 교수님께서 어떤 장비를 가지고 분석하시는지 모르겠지만 분석을 위한 인프라나 이런 부분들이 많이 좋아져야 합니다. 제가 알기로는 1년 동안 전국의 유동인구 단위가 1PB 정도로 알고 있거든요. 그러면 1,000TB 정도 되는데 이 데이터를 담을 스토리집의 값만 해도 한 70~80억이 나와요. 거기에 그 데이터를 운영할 수 있는 시스템도 개발돼야 하고요. 그런 부분에서 빅데이터를 한 번 접목하기 위해서는 심도 있는 고민을 해서 재원이나 운영방식을 어떻게 할 것인지 고민을 많이 해야 합니다. 정수연 교수님께서 제주지역을 분석한다고 하시면 자치단체와 이런 부분을 정책적으로 만들어서 지역 경제도 살릴 수 있는 길로 갈 수 있지 않을까 생각합니다. 이상입니다.

좌장 노태욱 한국감정평가학회 회장 네, 고맙습니다. 데이터 다루는 사람들의 고민이 공통적인 것 같습니다. 그런데 최근 들어서는 개인정보에 대한 문제도 굉장히 예민하긴 한데 우리나라 같은 경우에는 부동산에 대한 인식 자체가 달라서 아마 개인정보 차원에서 보더라도 부동산과 관련해서는 조금은 다르게 다뤄지지 않을까 그런 생각이 들고요. 동·층·호에 대한 말씀을 하셨는데 일조량과 같은 데이터도 만약 들어가게 된다면 굉장히 좋은 공간 데이터를 얻을 수 있을 것 같기는 하지만 거기에 들어가는 재원이나 다른 문제들은 여전히 해결해야 할 문제가 많은 것 같습니다. 하지만 앞으로 시도해볼 만한 부분은 아닌가 생각합니다. 지자체에서도 이런 관심을 가지면 좋을 것 같습니다.

그리고 이어서 LH 보상심사부 고윤석 부장님이 참석을 못 하셨는데 다른 분들의 토론에 도움이 될 것 같아서 제가 대신 토론문을 읽겠습니다. <최근 시중에 밸류맵, 랜드북, 디스코 등 공간정보상에 부동산 가격정보를 제공하는 인터넷 사이트 또는 앱이 등장하고 있어 부동산 가격정보의 대중화가 이뤄지고 있습니다. 부동산 정보의 대중화는 곧 부동산 활용의 효율성을 높인다는 점에서 바람직하다고 보고 있습니다. 다만, 단순히 과거의 거래 사례 위주로 제공된다는 점이 아쉽습니다. 부동산 가격에 영향을 미칠 수 있는 현재진행형 사건 또는 미래의 변동 요인은 고려되지 않는다는 것이 단점입니다. 이 부분은 여전히 감정평가사 역할이 필요한 영역으로 판단됩니다. 이러한 측면에서 본 발표 즉, 코로나로 인한 제주 지역 전체 상권의 매출액 변화, 업종별 충격, 상권별 변동 차이 등에 대한 신용카드 빅데이터 분석은 공간정보 활용에 관한 좋은 방향 제시라고 생각합니다. 아직은 거래 사례 정보에 반영되지 아니한 상권에 미치는 충격을 공간정보상에 빅데이터로 표현하고 이를 감정평가에 고려한다면 외환위기, 코로나 사태 등 지가가 격변하는 시기에 평가의 적정성을 제고할 수 있는 강력한 무기가 될 것으로 생각됩니다. 특히 경기에 민감한 상업, 업무용 부동산의 평가에 유용할 것으로 판단됩니다. 향후 감정평가업계에서 신기술을 과감하게 도입하여 감정평가가 날로 과학화, 선진화할 것을 바랍니다.> 이상 고윤석 부장님이 보내 주신 내용이고요. 다음은 네 번째로 멀리 제주도에서 오신 김이환 평가사님의 토론을 듣도록 하겠습니다.

토론자 김이환 해밀감정평가사사무소 감정평가사 네, 안녕하세요? 김이환입니다. 오늘 여기 토론으로 오신 분 중에 아마 제가 데이터 소비자로서는 유일하지 않나 싶습니다. 다른 분들은 데이터를 수집해서 잘 볼 수 있게 가공하고 또 제공하는 역할을 하고 계시는데, 제가 오늘 데이터 소비자 입장에서 정수연 교수님의 발제에 대해 말씀드리겠습니다. 가장 눈에 들어왔던 것은 사실은 상권의 변화, 시계열적 변화보다는 그 데이터가 각 좌표를 가지고 그 위치별로 나왔다는 것에 대해서 굉장히 신선하게 받아들이고 있거든요. 기존까지는 어떠한 데이터든, 어떠한 통계든 행정구역이나 동·리 단위로 그냥 색깔만 다르게 해서 표시되어 있어서 이제 동을 넘어가게 되면 단절되게 되는 그런 데이터들이었는데, 사실은 우리 부동산 지형들이 모든 게 연결되어 있지 않습니까? 연결되어 있어서 조금씩 변하고 특정 지역에서는 더 많이 변하고 이런 추세를 보여야 하는데 이제까지는 그런 형태의 통계가 안 나왔었던 것이죠.

특히 뭐가 문제냐면 분명히 특정 지역에서도 문제가 발생하고 있는데 전체적인 통계로 묶여 버리면 그 문제가 없어져 버리고, 그 문제가 없어져 버리면 이 행정당국에서 어떤 조치를 할 수가 없다는 것이죠. 실제로 제주시 내 특정 지역의 지가가 3~4년 동안 100배 정도 올랐습니다. 그건 누구나 알고 있어요. 그런데 제주시 전체의 지가변동률 통계는 같은 기간 동안 50%에 불과합니다. 100배가 올랐는데 50%에 묶여 버리고, 이 100배가 오른 이유에 대한 분석도 없고 아무도 거기에 관심을 보이지 않는 것이죠. 그런데 우리는 알고 있죠, “그 동네에 지가가 많이 올라서 이런, 이런 문제들이 발생하고 있다.” 기자들이 취재하고 문제를 제기하지만 결국에는 토지거래허가구역이라든지 이런 걸 엮을 수 있는 기준에는 못 미치게 돼서 아무런 조치가 취해지지 않았던 사례들도 있고요. 이걸 감정평가사 입장으로 보면 감정평가를 하게 되면 어쨌든 과거의 자료를 가지고 현재 시점에 평가를 정확히 해야 하는데 과연 불과 몇 개월 전의 사례를 갖다 쓴다고 한들 그런 경우에는 사실 의미가 없는 평가가 되어 버리겠죠, 현실과 맞지 않는. 그래서 조금 어려운 부분이 있고요.

감정평가사 입장에서 저희는 항상 데이터를 소비하고 있기도 하지만 굉장히 고급 데이터를 항상 수집하고 있습니다. 특히 담보평가하면서 저희가 사실 모든 물건에 대해서 실측을 하고 도면화하고 또 임대차 조사가 의무화돼 있기 때문에 임대사례들도 전부 조사를 하고 있어요. 저희가 감정평가서에 그 내용을 담아 제출하고 있는데 그걸 데이터화하는 것은 솔직히 투자를 좀 안 하고 있습니다. 왜 그러느냐 하면, 이 데이터라는 것은 쓸모를 정해 놓고 수집을 하면 거기까지밖에 활용을 못합니다. 수집된 데이터를 모두 이제 갈무리를 해놓는다면 반드시 어딘가에서, 특히 연구자들한테 굉장히 큰 쓸모가 생기게 되겠죠. 그리고 그 연구를 통해서 다시 우리한테 긍정적인 피드백이 올 거고요. 그런 부분에 대해서 협회 그리고 각 감정평가법인이나 감정평가사사무소에서도 투자를 아끼면 안 된다는 생각을 하고 일단 토론을 마무리하도록 하겠습니다.

좌장 노태욱 한국감정평가학회 회장 네, 고맙습니다. 감정평가사는 데이터 소비자이기도 하고 또 데이터를 수집하는 두 가지 역할을 한다는 말씀을 주셨는데 맞고요. 지금까지 이런 격자 데이터를 가지고 부동산 쪽에 적용한 데이터 연구가 많지 않기 때문에 그런 점에서 상당히 의미가 있는 것 같고요. 그리고 제주도를 예로 든 것처럼 실제로 감정평가 가격들이 주변 지역과 어떤 연계에 너무 집착하다 보니까, 또 시·군·구 단위의 발표이다 보니 그런 중간 지역에서 제대로 파악하지 못하는 문제들은 앞으로 해결되어야 할 문제가 아닐까 합니다. 지금 감정평가사들이 수집하는 고급 자료들이 제대로 활용되고 있지 못하고 있는데, 이런 빅데이터를 다루는 기술이 발달하고 또 거기에 대한 투자라든지 관심이 높아지게 된다면 지금 말씀하신 것처럼 감정평가사들이 수집하는 자료들을 조금 더 활용될 수 있지 않을까 생각합니다. 그러면 오늘 마지막으로 한국감정평가사협회 전영남 센터장님의 토론을 듣도록 하겠습니다.

토론자 전영남 한국감정평가사협회 감정평가정보센터장 네, 잘 들었습니다. 관광의 비중이 높은 제주의 경제는 코로나19가 발생하면서 다른 지역보다 훨씬 타격이 클 것으로 예상했었는데 분석된 결과를 보니 역시 영향이 큰 것 같습니다. 기존의 상권 구분 단위보다는 훨씬 작은 범위의 신용카드 매출 데이터를 활용한 것으로 보이는데, 이러한 세밀한 통계 정보는 특정 지역의 상권을 분석하는데 매우 유용할 것으로 생각됩니다.

참고로 우리마을가게(서울특별시), 소상공인 상권정보시스템은 빅데이터 – 소득 수준, 소비 내역, 건물 정보, 점포 정보, 거주 지역, 주택 가격, 신용카드, POS 매출, 도로 정보, 유동인구 정보, 접객 시설 등의 공간정보와 결합하여 상권의 진단 및 매출 예측 등의 다양한 서비스를 제공하고 있어서 유사한 분석에 많은 도움이 될 것 같습니다.

빅데이터는 기술적인 분석 시도도 중요하지만, 결과에 의미를 부여하고 해석하고 원인과 해결책을 찾는 것이 분석의 핵심이라 할 수 있습니다. 오늘 발표해 주신 빅데이터 분석 결과는 제가 제주지역의 지리를 모르는 것을 감안하더라도 입체적으로 지도에서 보여주니까 이해가 쉬웠습니다.

지난 1년 동안 코로나19와 상권에 관련된 보도된 기사는 대부분 강세였던 중심상권이 위축되고 온라인 매출과 관련해서 많이 성장했다는 내용이었습니다. 저도 이번 기회에 상권의 변화를 분석하고 싶다는 생각을 해 봅니다.

그리고 공간 빅데이터의 개념과 종류에 대해서는 앞서 많이 말씀을 해 주셔서 저는 우리 협회의 활용 현황을 소개하려고 합니다. 일단 다양한 공간 데이터와 감정평가정보를 융합하여 활용하기 위해서는 보다 체계적인 감정평가 데이터 구축이 필요하다고 판단합니다. 그래서 현장에서 감정평가 업무의 편의를 제공하는 관리시스템, 연계시스템 및 현장조사 모바일 앱 등을 제공하여 원활한 업무 수행 지원은 물론 자료수집을 강화하고 있습니다. 또 20여 년간 쌓여 있고 열람 용도로만 쓰이는 PDF 감정평가서가 있어요. 데이터화되지 않은 비정형 자료인 감정평가서 PDF를 OCR(Optical Character Reader) 기술을 활용하여 데이터로 변환하여 구축하기 위해 노력하고 있습니다.

우리 센터에서는 빅데이터를 품질은 낮지만 양은 많은 데이터라고 인식하고 있습니다. 공개된 정보를 수집하고 정제하는 과정에서 자동화방법(Robotic Process Automation)을 동원한다고 해도 잔손이 정말 많이 가서 작업 시간의 80% 이상을 정제(data mining)에 씁니다. 더욱이 정말로 필요한 항목은 비식별 처리되어 퍼즐 맞추듯 찾아가는 작업도 시간이 많이 필요하고 매칭이 안 되는 자료도 많습니다. 시중에서 생성되는 빅데이터의 80%가 위치정보를 포함하여 생성되지만, 정작 공개되는 자료는 지번이 비식별 처리되어 있어서 필지와 매칭이 불가해 활용이 어려운 점이 있습니다.

협회 감정평가정보센터는 각 회원 또는 회원사가 개별적으로 구축하기 힘든 정보를 일괄적으로 구축·관리·운영하면서 발전해 왔습니다. 이 과정에서 공동의 업무처리 및 정보공유를 전산화하기 위한 많은 투자가 이루어집니다. 대법원경매평가, 금융기관 담보평가 및 공공기관 보상평가 기관과 평가기관 간의 평가의뢰 및 발송을 전산적으로 처리하는 대외기관 연계시스템과 감정평가선례를 시스템으로 구축하여 정보를 공유하는 등 정보화 인프라구축에 힘쓰고 있고 전산실은 감정평가정보센터로 확대 개편하기까지 이릅니다. 또한 과학기술정보통신부(한국정보화진흥원)에서 공모한 빅데이터 구축사업에 선정되어 금융 빅데이터 플랫폼 산하 빅데이터센터로 선정되어 과제를 수행 중입니다. 여기의 부산물이 저희의 업무가 되고 저희의 업무가 이쪽의 부산물이 되는 긍정적인 작용으로 진행하고 있고요.

감정평가정보시스템은 감정평가선례와 관련 정보를 제공하는데, 회원들이 월 10만 건의 선례를 생산, 제출합니다. 그리고 하루에 25만 건, 월 500만 건의 선례가 열람되고 있으며, 공시지가와 실거래가 등의 관련 정보는 이보다 10배 이상 조회되고 있는 것으로 파악되고 있어요. 이 시스템은 90년대 말부터 구축해서 제공하던 시스템인데 몇 차례의 리뉴얼을 거쳐 왔고, 최근에는 지도와 관련 정보를 묶어서 공간정보 개념을 도입한 시스템으로 개편한 바 있습니다. 기존의 평가정보는 선례와 관련 정보를 전문가적 시점에서 각각 화면을 통해서 취사선택할 수 있도록 했었지만, 이제 자료의 양도 많아지고 복잡해져 공간정보를 제공하는 형태로 바뀌었습니다. 이 과정에서 선택된 필지와 주변의 관련 자료를 지도와 함께 보여줌으로써 단순한 정보열람에서 공간정보로 거듭나게 되었습니다. 하지만 급격한 공간정보의 개념 도입은 전문가로서 필요한 정보를 스스로 찾는 과정에 익숙한 많은 회원들께서 불편함을 호소하셔서 기존의 방식의 장점과 혼합하는 과정을 거쳐 지금도 개선해나가고 있습니다.

그리고 감정평가정보를 회원사 간에 공유하는 건 「감정평가 및 감정평가사에 관한 법률」 제26조에 있는 비밀엄수의무와 「개인정보 보호법」 위반의 소지가 있으므로 자료 유출에 대한 대비와 관리를 철저히 하고 있으며, 사용자인 회원에게도 정보 유출의 위험성을 지속하여 알리고 있습니다. 또한, 사용 패턴 모니터링 등을 통해서 사전에 유출을 방지하고자 노력하고 있습니다. 「개인정보 보호법」은 원천적으로 자료 유출을 막을 수 없다면 유출방지를 위한 노력이 필요하다고 보고 있습니다. 우리가 데이터를 소중히 대할 때 외부 요구에도 소중한 자료라서 줄 수 없다는 주장을 할 수 있다는 믿음으로 관리하고 있습니다. 그래서 저희끼리 이런 이야기를 해요. “보안은 불편하지만 없앨 수 없는 부분이다. 불편함을 보완할 수 있게 다른 방식으로 편리함을 드리자.”

그리고 회원을 위한 서비스 외에 대국민을 위한 서비스도 개발해서 준비하고 있어요. 아까 회장님께서 인사말 하실 때 말씀하셨지만 저희 감정평가시스템이 회원을 위한 폐쇄적인 시스템인 데에 반해서 일반 국민을 대상으로 협회 위상도 높이고 부동산 종합정보를 제대로 알리겠다는 취지로 플랫폼을 만들어 현재 테스트 오픈하고 있고요. 이상입니다.

좌장 노태욱 한국감정평가학회 회장 협회 홍보도 하시면서 몇 가지 지적하는 말씀을 주셨습니다. 협회에 있는 자료가 양뿐만 아니라 속도나 다양성 측면에서도 빅데이터가 될 수 있도록 가야 한다는 생각이 들고요. 그리고 감정평가사가 공간정보를 다루는 데 어려운 부분이 있을 거라는 생각을 합니다. 오늘 정 교수님이 발표한 3D 자료를 보고 그 자료를 사랑할 수 있기까지는 시간이 좀 걸리지 않을까 그런 생각이 들긴 하는데, 그런 부분들은 우리 센터장님이 회원 대상의 교육, 연수를 해 주셔야 하지 않을까 생각을 합니다. 그리고 현재 준비 중이신 데이터가 많은 것 같은데 이런 것들을 하나로 종합해서 담을 수 있는 틀에 대해서도 고민해 보셔야 하지 않을까 생각합니다. 예, 이상으로 다섯 분의 토론을 마치고요. 채팅방에 들어오신 △△△ 평가사님이 “카드 매출액의 변화로 상권 변화를 다루었는데 여기에 부동산 가격변화를 거기에다가 넣으면 어떨까요?” 의견 주셨는데, 아마 다음 연구에서 나오지 않을까 생각합니다. 마지막으로 정수연 교수님께서 요약하고 마치는 것으로 하겠습니다.

발제자 정수연 제주대학교 교수 예, 각 분야의 전문가들께서 오셔서 여러 가지 이야기를 해 주시고 김원진 기자님은 새로운 연구 아이디어도 주시고… 사실 이런 발표할 때 발표자가 제일 많이 득 보는 것 같아요. ‘내가 이걸 발표를 안 했으면 이런 연구 아이디어를 얻어 갈 수 있을까?’ 이런 생각이 듭니다. 제가 가진 지식을 알리고 또 피드백을 받고 더 좋은 연구를 할 수 있게 되는 것. 세미나의 의미가 이런 거죠. 참 의미가 있다고 생각이 들고요.

맨 처음에 김원진 기자님이 여러 가지 이야기해 주셨는데, 제가 이 발표하기 전에도 몇 번 이야기를 나눴어요. 어떤 것이 궁금하신지, 제가 뭘 해야 할지 이런 것을 의논했습니다. 그런데 굉장히 방대한 데이터였고요. 저도 융합을 하고 싶은데, 제가 지금 쓰는 데이터가 격자 데이터인데 카드 데이터와 인구 데이터 분석하다가 왔다고 아까 말씀드렸잖아요? 그건 아주 클린해요. 아주 깨끗하게 만들어져서 제가 그걸 가지고 분석하는 데 있어서 어려움이라는 건 데이터가 너무 방대하다는 것이에요. 그래서 서버가 자꾸 다운되어서 밤새워 기다려야 한다는 이런 어려움이 있지만 데이터가 굉장히 클린해서 그걸 정제하는 어려움은 없습니다.

아까 △△△ 평가사님도 저한테 부동산 가격 변화를 비교해서 보여 줄 수 있는지 말씀 주셨는데, 하는 중이죠. 하는 중인데, 제가 무언가를 한다는 것은 모형을 만들거나 근사한 걸 하는 게 아니고 데이터를 정제하는 작업을 말합니다. 그래서 너무 힘이 듭니다. 정부가 공개 중인 공간 포털에 올라와 있는 자료들이 그렇게 클린하지 않습니다. 오히려 받으면 제가 정제를 해야 하는 상황이고요. 실거래 데이터는 더 하죠. 실거래 데이터는 아예 지번을 노출하고 있지 않아서 공개된 데이터의 지번을 알아내려면 제가 또 추가 작업을 해야 합니다. 그러니까 시간이 엄청 들죠. 그런 점에서 오늘 보여드린 것은 서버가 힘들었지 저는 별로 힘들지 않았어요. 그런데 데이터가 클린하지 않으면 정제하는 데 90%의 시간을 씁니다. 모형을 돌리는 것은 두 시간도 안 걸려요.

문제는 빅데이터에 방대한 정보가 들어 있죠. 그래서 아까 기자님이 외지인, 현지인 분석까지도 가능한지 여쭤보셨는데요. 네, 가능합니다. 제가 작년에는 그걸 분석했고 올해는 코로나라는 이벤트 변수를 하나 넣으니까 경우의 수가 많아져서 제가 미처 다 못했는데, 아마 추가 작업은 두 달 안에 이루어질 것 같습니다. 저도 사실 6월 이후 데이터가 너무 궁금해요.

과연 코로나가 상권에 어떤 영향을 미쳤을까? 특히 제주도가 궁금하고 서울과도 비교해보고 싶고요. 제가 바우처 사업에 참여해 받은 데이터가 6월까지였어요. 하반기 데이터도 받아 작업을 해 보고는 싶습니다.

부동산은 살아 움직인다는 게 느껴지고 이런 걸 현장 전문가들하고 이야기를 나누는 즐거움도 굉장히 커요. 본인들이 현장에서 느꼈던 것을 저한테 설명해 주시는데 내용이 다 전달되지 못한 상태에서 이 지도를 같이 보면 본인들도 너무 즐거워하고 저도 잘 알아듣게 되거든요. 그래서 이 분야를 모르는 일반 국민 분들한테도 이런 식으로 설명하면 되겠다는 포인트들을 알게 돼요.

아까 김원진 기자님이 선별 근거에 대해서도 이야기를 해 주셔서 제가 추가로 작업을 할 겁니다. 저는 편의점이 제일 궁금했거든요. 왜냐면 언론에서 편의점에서 많이 구매한다고 했잖아요? 그런데 그것도 제가 볼 때는 어떤 편의점은 굉장히 매출이 높았을 것이고 어떤 데는 분명히 매출이 낮아졌을 거라는 생각으로 제가 접근을 해 봤어요. 오늘 보여드리진 않았지만 만든 걸 보니까 제주도는 관광객이 많아 서울과 조금 다를 거예요. 제주도는 전체 카드 매출의 70%가 관광객 매출이거든요. 제주도에서 편의점 매출 증가가 제일 높은 데가 하나 있었는데 특징이 뭐냐면 주차 여건이 좋아야 해요. 편의점도 명암이 갈렸어요. 가다가 세우기 좋고 그래야 해요. 아마 그건 제주도만의 특징일 수도 있어요. 제주도는 사람들이 자가용 보유한 비중이 전국 최고예요. 개인 가정에 2대씩은 있어야 해요. 아직은 대중교통이 불편한 경향이 있죠. 그런데 제주도에서 대중교통 체계 개편을 해서 그런 것들을 보완하려고 하는 중이고요. 어쨌든 카드랑 인구 데이터는 제일 쉬운 데이터인데, 그런데도 분석이 참 힘들더라고요.

아까 이보경 박사님께서 좋은 얘기를 해 주셨는데요. 오늘 보여드린 게 굉장히 시각적으로 아름답잖아요? 시각적으로 사람들한테 어필하는 게 많은데 시공간 데이터로 변화율을 보여 줄 수 있는 것을 준비하고 있습니다. 그런데 우리의 고통은 무엇이냐? 데이터를 구하기가 너무 힘들고 과거 데이터까지 하려면 비용이 엄청나게 필요할 것 같아요.

공태규 팀장님도 아시겠지만 정말 이 작업을 실제로 하는 사람들이 제일 어려움에 부딪히는 건 장비예요. ‘빅데이터’하면 참 아름답고, ‘프롭테크’ 하면 굉장히 가벼운 느낌 드시죠? 하지만 결국 문제는 장비예요. 실무자분들이 이런 문제를 겪는 걸 보면 전산에 투자를 많이 해야 한다는 생각이 들어요.

그리고 김이환 평가사님, 제가 제주도에서 뭔가 연구를 할 때 꼭 여쭤보는데요, 늘 그거죠. 자꾸 우리나라 주택보급률이 100% 넘었다고 그러는데요. 동 단위로 쪼개서 해 보니까 제주시 동 지역은 90%가 안 돼요. 우리 제주도는 주택보급률이 한 85%예요. 그런데 전체 평균을 내면 100% 넘었다고 자꾸 중앙정부가 그러거든요. 이건 서울도 똑같은 문제일 겁니다.
여러분, 공간적으로 한 번 쪼개서 보라고 얘기하고 싶어요. 분명히 결과는 다릅니다. 이러한 부분들이 연구되고 우리가 이런 정책적인 이야기를 할 때도 근거해서, 객관적 사실과 데이터에 기초해서 이야기하는 것이 첫 시작이라고 생각합니다.

제가 오늘 제주도에 내려가면 뭘 할 거냐면, 여러분 서울시는 서울시의 버스노선도를 지도에 보면 이렇게 선으로 되어 있잖아요? 그걸 우리가 폴리라인이라고 그러거든요. 그거 서울시에는 다 있어요, 정보광장에. 그런데 제주도에는 없어요. 버스 노선도를 제가 그려야 하는 상황이에요, 아무도 안 만들어 주니까. 서울에 있다고 해서 제주도에 있는 게 아니에요. 지금 이렇게 공간정보라는 게 지역별로 굉장히 보급되는 서비스의 정도가 다릅니다. 누군가는 만들어야 하죠. 그런데 문제는 무엇이냐? 우리는 이걸 공유하지 않아요. 이럴 때 연구자가 할 수 있는 일은 무엇일까? 끊어진 것을 연결하고 공개해서 많은 사람이 이용하게끔 촉진하는 게 연구자의 역할이라고 생각합니다. 그리고 이런 어려움을 자꾸 이야기해야 이런 분야에 많이 투자하지 않으실까 이런 생각이 들고요. 오늘 여러 전문가 분들께서 조언을 많이 해주셔서 제가 또 후속 연구를 하는 데 큰 도움이 될 것 같습니다. 이상입니다.

좌장 노태욱 한국감정평가학회 회장 네, 고맙습니다. 정수연 교수님 말씀하신 것처럼 공간 데이터와 관련해서 공통적인 관심을 갖고 있는 기관들이 협력할 부분이 많이 있지 않을까 생각을 합니다. 이걸로 제8회 감정평가誌 포럼을 마치도록 하겠고, 지금 현재 37명이 시청 중인데 직접 뵙지는 못하지만 감사드린다는 말씀을 드리면서 오늘 토론 발표 마치도록 하겠습니다. 감사합니다.