토지이용계획 텍스트의 표현 방식 비교와 자산유형별 이질성 반영을 통한 경매 낙찰가율 예측 연구

토지이용계획 텍스트를 활용해 부동산 경매 낙찰가율 예측모델을 연구했다.

토지이용계획 텍스트의 표현 방식 비교와 자산유형별 이질성 반영을 통한 경매 낙찰가율 예측 연구 본 연구는 부동산 경매시장에서 토지이용계획 텍스트의 표현 방식에 따른 예측 성능 차이를 분석하고, 자산유형별 이질성과 극단값 특성을 반영한 경 매 낙찰가율 예측모델을 제안하는 것을 목적으로 하였다. 이를 위해 2016 년부터 2025년까지의 비주거용 부동산 경매 데이터 36,353건을 수집하였 으며, VWorld API를 활용하여 토지이용계획 텍스트 데이터를 구축하였다. 이후 Dictionary, TF-IDF, Word2Vec, SBERT 등 다양한 자연어 처리 기법 을 적용하여 텍스트를 벡터화하고, 정형 변수와 결합하여 예측모델을 구성 하였다. 또한 토지, 상가, 산업용 자산으로 구분하여 자산유형별 이질성을 반영하였으며, 낙찰가율 상위 5%를 극단 구간으로 정의하여 극단값 분리 전략을 적용하였다. 실증 분석 결과, 본 연구에서 제안한 가중치 기반 2단계 AAHSR 모델이 이상치 포함 및 제거 환경에서 우수한 성능을 나타냈다. 특히 상가와 산업 용 자산에서 높은 설명력을 보였으며, 토지이용계획 텍스트가 부동산 경매 낙찰가율 예측에 유의미한 정보를 제공할 수 있음을 시사한다. 또한 자산유 형별 이질성과 극단값 특성을 동시에 반영하는 접근이 예측 성능 향상에 효 과적임을 확인하였다.

주제어 : 인공지능, 자연어 처리, NLP, 부동산, 경매, 낙찰가율, 토지이용계획 This study aims to analyze the differences in prediction performance according to the representation methods of land-use planning text in the real estate auction market and to propose a prediction model for auction sale price ratios that reflects asset-type heterogeneity and extreme-value characteristics. For this purpose, 36,353 cases of non-residential real estate auction data from 2016 to 2025 were collected, and land-use planning text data were constructed using the VWorld API.

Various natural language processing techniques, including Dictionary, TF-IDF, Word2Vec, and SBERT, were applied to vectorize the text data and combine them with structured variables to construct prediction models. In addition, asset-type heterogeneity was reflected by classifying the properties into land, commercial, and industrial categories, and an extreme-value separation strategy was applied by defining the top 5% of auction sale price ratios as the Extreme section.

The empirical analysis showed that the TF-IDF-based model demonstrated the most stable performance among the baseline models, while the proposed Weighted Two-Stage AAHSR model achieved the best performance in both outlier-included and outlier-removed environments. In particular, the proposed model showed high explanatory power for commercial and industrial properties, suggesting that land-use planning text provides meaningful information for predicting auction sale price ratios in real estate auctions. Furthermore, the results confirmed that simultaneously reflecting asset-type heterogeneity and extreme-value characteristics is effective in improving prediction performance.