부동산 중개업자도 머신러닝은 필요해 3

머신러닝으로 수다떨기

어제에 이어 오늘은, 지난 1년과 2년 전 데이터를 가지고 ‘적절한 주택 가격’을 이야기해보려 합니다.

우리는 코로나를 지나, 부동산 열풍과 폭락을 너머 지금 23년 5월 어느 시점을 맞이하고 있습니다. 여러분 각자의 유튜브 피드에는 어떤 영상이 뜨나요? 부동산과 관련된 추천 영상이 뜨고 있나요? 그 영상 속 주인공들은 가격이 ‘오른다’ 고 예측을 하기도, ‘떨어진다’라고 예측을 하기도 합니다. 누구의 말이 맞을까요? 판단하기 힘듭니다.

그 이유는, 각자가 겪은 상황이 다르기 때문입니다. 각자가 바라보고 있는 상황이, 그 상황 속에서 인간 개인이 내린 판단들이 달랐기 때문입니다. 그 판단들이 맞았는지 틀렸는지 당사자만이 알고 있을 겁니다. 그 당사자는 자신의 관점에서, 자기가 보고 있는 매물들의 가격이 오른다, 혹은 내린다라고 판단을 내리고 있습니다. 그들은 자신의 추정과 의견이 ‘맞다’라고 주장합니다. 그 이유를 들어보면 다 그럴싸합니다. 그들의 추론이 꽤 맞는 것 같아요.

다시 우리의 관점, 즉 새로운 동네에 대한 가격을 추정해야 하는 문제로 돌아와 봅시다. 우리가 보고 조사한 자료들은 방의 개수, 건물의 층, 엘리베이터 유무 등의 기본적인 것들 뿐 아니라, 학군 등의 외부 현상들도 살펴봤었습니다. 1~2년 전에는 없었다가 최근에 새롭게 생긴 것들이 있었을 거예요. 유튜브에서 부동산 가격을 예측하는 그들의 머릿속에는 이미 ‘강화학습’ 된 어떤 매매가 추정 모델이 하나씩 자리 잡고 있을 겁니다.

그들은 어떤 ‘상황’ 속에서 ‘자기 자신’이라는 에이전트를 움직이려고 합니다. 오른다 / 내린다 는 판단을 내렸을지도 모릅니다. 그리고 그 판단 이후 실제 시장의 변화로 인해 자신의 판단이 옳았다는 기쁨(보상)을 얻거나, 틀렸다는 슬픔과 손해(패널티) 를 얻게 됩니다.  그다음 선택은 이전 선택의 결과로 인해 새롭게 변화됩니다. 그렇게 쌓인 ‘특정 상황 속에서 특정 매물의 가격’ 이 계산되게 됩니다. 그들이 여러분이었다면 이미 새로운 시장에 대한 가격을 계산했을 겁니다.

자, 우리는 지도학습으로도, 비지도 학습으로도, 강화학습으로도 주택 매매가를 예측해 볼 수 있습니다. 그렇다면 이 방법들을 실제로 사용해 보면 어떨까요?

내일은, 세 가지 학습 방법에 앞서 꼭 짚고 넘어가야 할 수학 이야기를 잠깐 해볼게요.