가로 보행환경은 주변 상업용 부동산 가격에 영향을 주는가? 해석 가능한 머신러닝과 딥러닝 기법의 적용 (Do Walkable Streets Influence Neighboring Commercial Property Prices? The Application of Explainable Machine Learning and Deep Learning Algorithms)

서지정보

· 발행기관 : 한국부동산분석학회
· 수록지 정보 : 부동산학연구 / 30권 / 3호 / 27 ~ 47페이지
· 저자명 : 신형섭, 전준형, 우아영

초록

상업용 부동산 가치에 대한 보행 편의성의 중요성을 실증하는 연구가 증가하고 있음에도 불구하고, 보행환경 특성이 상업용 부동산 가치를 결정하는 데 얼마나 기여하는지에 대해서는 충분한 연구가 이루어지지 않고 있다. 본 연구는 다양한 규모의 보행환경 특성이 서울의 상업용 부동산 가치에 미치는 경제적 영향을 조사함으로써 기존 연구들의격차를 해결하고자 한다. 본 연구에서는 보행환경을 거시적, 중시적, 그리고 미시적 규모로 분류하고 다양한 공간 데이터 및 심층신경망 기반의 의미론적 분할 모델을 사용하여 상업용 부동산 주변의 거리 환경을 추정하였다. 이러한추정 결과를 바탕으로 본 연구는 다양한 머신 러닝 알고리즘을 사용하여 보행환경이 상업용 부동산 가격에 미치는경제적 영향을 예측하는 최적의 자동 평가 모델(automated valuation model)을 개발하였다. 또한, 설명 가능한 인공지능(eXplainable Artificial Intelligence, XAI) 알고리즘을 사용하여 블랙박스 모델에서 기여가 가장 많은 변수를 확인하고 보행환경과 상업용 부동산 가격과의 비선형적 관계를 조사하였다. 이 연구는 보행환경의 경제적 효과가 생활인구 밀도를 바탕으로 분류된 하위 시장에서 차이가 발생하는 지 확인하기 위해 추가적인 분석을 수행하였다. 본 연구의 결과는 다양한 규모의 보행력(walkability)이 상업용 부동산 가격에 상당한 영향을 미치며 이러한 영향관계가 하위시장에 따라 서로 다른 영향을 줄 수 있음을 보여주었다. 본 연구의 결과는 보행 친화적인 환경을 조성하여 상업용부동산의 경제적 이윤을 더욱 상승시킬 수 있는 개발방법에 대한 유용한 통찰력을 제공할 수 있다. 마지막으로, 이연구의 방법론은 머신 러닝 기반의 블랙박스 모델을 해석하기 위한 실용적인 접근법이 될 수 있다.

영어초록

Despite the growing evidence demonstrating the importance of walkability for commercial property value, there is limited knowledge of which environmental characteristics contribute more or less to determining their values. Our study fills this gap by investigating the economic effects of walkable environments at different scales on commercial property values in Seoul, Korea. This study specifies walkable environments into macro-, meso-, and micro-scale and uses a computer vision technique to estimate streetscape features surrounding commercial properties. Based on these estimations, we employed various machine learning algorithms to produce optimal automated valuation models for the economic effects of walkable environments on commercial property values. Additionally, explainable artificial intelligence methods were used to identify variables that contributed the most to the black box models and to explore the non-linear relationships between walkable environments and commercial property values. Furthermore, our research demonstrated how the economic effects of walkable environments vary across submarkets classified by living population density. Our results indicate that various scales of walkability influence commercial property values, and these impacts differ according to submarkets. The findings of this study provide helpful insight into how to increase the economic benefits of commercial properties by creating walkable environments. Lastly, this study suggests practical approaches to explain the black box models with greater interpretability and transparency.

참고자료

· 없음