The current public announcement land price system in Korea is not consistently reflecting the market value in spite of the effort to improve the system because of the tax resistance, economic fluctuation, etc. The necessity of the automated public announcement land price system based on the real transaction price has emerged because of the waste of manpower and the cost when calculating the public land price. In addition, the focus of recent researches was not on the prediction of the real transaction price and they had low reliability due to a small amount of data. Moreover, these researches didn’t use the latest machine learning techniques. Therefore, this article performs basic research to develop the system which predicts the real transaction price of Daejeon based on the latest machine learning techniques before making the system for the whole country. For making this system, 10,244 land price data in Daejeon were collected. This research suggests the land properties, distances, and society/region related attributes to compare the improvement of the predicting accuracy among the attributes and finally suggests the best combination of attributes.
현 토지 공시지가 제도는 개선을 위한 노력에도 불구하고 조세저항, 경기변동 등의 이유로 시장 가치를 일관되게 반영하지 못하고 있으며 공시지가 산출과정의 인력과 비용 낭비로 인해 실거래가 기반의 자동화된 토지 공시제도의 필요성이 대두되었다. 또한 기존의 토지가격 연구에서는 실거래가 기반으로 이루어진 논문이 매우 드물고 실험에 사용된 데이터 수가 매우 적어 신뢰도가 높지 않으며 최신 기계학습 기법을 적용하지 않았다. 따라서 본 논문에서는 전국 단위의 실거래가 예측 시스템을 개발하기 위한 기초 연구로서 대전 지역의 10,244개의 토지 데이터를 활용하여 기계학습 기법의 실거래가 예측 모델을 연구하고자 한다. 본 연구에서는 기존의 토지 가격 예측 연구가 중점을 두었던 토지 특성뿐 아니라 거리, 사회/지역 관련 변수를 제안하여 변수 간 예측 정확도 향상에 얼마나 기여하는지 비교하고 최종적으로 가장 좋은 변수들의 조합을 제안하고자 한다.
