KR102091644B1 - Ｏ２ｏ 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법 - Google Patents

Abstract

O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법이 제공되며, 매도인 단말로부터 주소 및 매매금액을 등록받는 단계, 등록된 주소에 대응하여 저장된 건물 데이터를 기 구축된 빅데이터로부터 추출하여 자동으로 입력하고, 매물정보로 업로드하는 단계, 적어도 하나의 중개사 단말로부터 업로드된 매물정보에 중개요청이 수신되는 경우, 매물정보를 중개하는 중개사 리스트로 업로드하는 단계, 및 적어도 하나의 매수인 단말로부터 검색 이벤트가 발생하는 경우, 적어도 하나의 매수인 단말에서 매물정보가 출력되도록 하는 단계를 포함한다.

Description

Ｏ２Ｏ 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법{METHOD FOR PROVIDING ONLINE TO OFFLINE BASED REAL ESTATE OPEN PLATFORM USING ARTIFICIAL INTELLIGENCE AND BIGDATA}

본 발명은 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법에 관한 것으로, 매도인, 매수인 및 중개인의 니즈를 모두 만족시킬 수 있는 개방형 플랫폼을 제공한다.

스마트폰의 대중화와 모바일 시장의 확대로 온라인과 오프라인을 연결하는 모바일 서비스인 O2O 서비스가 활성화되고 있으며, 부동산중개 앱은 짧은 시간 내에 원하는 매물에 접근이 가능하다는 점에서 모바일 활용에 능숙한 세대에게 어필하며 큰 성장세를 보이고 있다. 부동산중개 앱을 통한 모바일중개는 매도인이 부동산 중개업소에 연락하여 모바일 부동산중개 앱에 매물 등록을 요청하거나 혹은 직접 매물을 앱에 등록하면, 매수인이 앱을 이용해 매물의 정보를 확인한 후 중개업소 또는 매도인에게 연락하여 거래를 진행하는 방식으로 이루어진다. 중개앱의 수요와 공급에 관한 연구에 따르면, 앞으로 원룸, 오피스텔 등 전월세 거래량 증가, 1인 가구 증가 등으로 모바일 부동산 중개 서비스 시장규모는 계속 확대될 것으로 보인다.

이때, 부동산 거래를 중개하기 위한 방법은 거래 유형, 거래 금액, 연락처, 위치를 매도인이 등록하면, 매물을 중개사에게 할당하고 중개사가 중개를 하도록 하는 방법 연구 및 개발되었는데, 이와 관련하여, 한국등록특허 제10-1798186호(2017년11월15일 공고)에는 부동산 위치, 거래 유형, 거래 요청 금액, 소비자 연락처를 포함한 거래요청 정보를 소비자로부터 입력받아 부동산 거래 중개 서버에 등록하는 소비자 단말기, 소비자 단말기로부터 등록된 거래요청 정보를 저장하고, 소비자 단말기로부터 부동산 거래 요청된 부동산 위치와 가장 인접한 부동산 중개사가 사용하는 부동산 중개사 단말기에 거래요청 정보가 포함된 부동산 중개 화면을 전송하는 부동산 중개 서버, 및 새로 등록되는 거래요청 정보가 수신되는 경우 알람과 함께 부동산 중개 화면에 거래요청 정보를 표시하는 부동산 중개사 단말기의 구성이 개시된다.

다만, 부동산중개 앱을 이용하는 소비자들이 증가하면서 부동산중개 앱에 게시된 허위매물에 대한 소비자피해도 끊이지 않고 있으나 상술한 구성은 허위매물에 대한 구성이 전혀 개시되어 있지 않다. 허위매물 발생원인은 매우 다양한데, 가장 큰 이유는 시장에서 중개업체 간 과당경쟁을 들 수 있다. 부동산중개 앱의 허위매물로 인한 피해예방에는 앱 사업자의 역할이 중요한데, 중개 매물에 대해 전혀 책임을 지지 않는다는 약관이 불공정 조항으로 결정되기 이전까지 앱 사업자가 매물정보를 검증하고 관리하지 않기 때문에 허위매물이 끊이지 않았다. 물론, 불공정 약관으로 결정된 후에도 상황은 별로 다르지 않은데 그 이유는 사전검수보다 사후조치에 집중하기 때문이다. 이로 인해, 소비자가 앱 사업자에게 매물에 대해 문의를 하거나 직접 방문한 후에야 매물 정보를 정확하게 확인할 수 있어 허위매물로 인한 피해가 계속 발생하고 있는 것이 현 실정이다.

본 발명의 일 실시예는, 중개 플랫폼이 아닌 각 당사자와 중개자의 3면 관계가 참여할 수 있는 개방형 플랫폼을 제공하고, 허위매물이 존재하지 않도록 매도인만이 매물을 등록할 수 있고, 중개자는 해당 매물에 수수료를 지불하고 참여하는 방식으로 구성되고, 사후조치가 아닌 사전검수가 되도록 각 매물의 데이터를 수집 및 누적시켜 빅데이터를 구축하고, 인공지능으로 산출된 매물 가격을 포함한 결과를 정량 데이터로 제공하고, 임차인 등의 리뷰나 주변에 거주하는 거주민의 리뷰 등을 종합하여 정성 데이터로 제공함으로써 각 당사자와 중개자 모두에게 이익이 될 수 있는 플랫폼을 제공할 수 있는, O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 매도인 단말로부터 주소 및 매매금액을 등록받는 단계, 등록된 주소에 대응하여 저장된 건물 데이터를 기 구축된 빅데이터로부터 추출하여 자동으로 입력하고, 매물정보로 업로드하는 단계, 적어도 하나의 중개사 단말로부터 업로드된 매물정보에 중개요청이 수신되는 경우, 매물정보를 중개하는 중개사 리스트로 업로드하는 단계, 및 적어도 하나의 매수인 단말로부터 검색 이벤트가 발생하는 경우, 적어도 하나의 매수인 단말에서 매물정보가 출력되도록 하는 단계를 포함한다.

전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 하나의 매물이 복수의 매물로 변형되어 허위매물이 되지 않도록 매도인로부터만 매물의 등록을 받고, 하나의 매물 페이지에 복수의 중개자가 등록하게 되므로 전속중개계약보다 중개의뢰인이 불특정 다수의 중개업자에게 중개를 의뢰하는 일반중개계약이 많은 한국의 중개시장에서도 공정한 경쟁을 방해하지 않으면서도 허위매물이 발생되는 것을 원천적으로 차단할 수 있고, 플랫폼에서 중개업체로부터 수수료를 받는 수익구조이기 때문에 엄중한 대책을 제시하지 못하여 허위매물을 방치하는 문제점을 근원적으로 제거하고, 각 당사자 뿐만 아니라 중개업자에게도 신뢰를 줄 수 있어 재이용률 및 로열티를 높일 수 있다.

도 1은 본 발명의 일 실시예에 따른 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 부동산 개방형 플랫폼 제공 서버를 설명하기 위한 블록 구성도이다.
도 3은 본 발명의 일 실시예에 따른 빅데이터 기반 부동산 개방형 플랫폼이 구현된 일 실시예를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 도 1의 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법을 설명하기 위한 동작 흐름도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.

본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1개의 유닛이 2개 이상의 하드웨어를 이용하여 실현되어도 되고, 2개 이상의 유닛이 1개의 하드웨어에 의해 실현되어도 된다.

본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.

본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.

이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 시스템(1)은, 적어도 하나의 매도인 단말(100), 플랫폼 제공 서버(300), 적어도 하나의 매수인 단말(400), 및 적어도 하나의 중개사 단말(500)을 포함할 수 있다. 다만, 이러한 도 1의 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.

이때, 도 1의 각 구성요소들은 일반적으로 네트워크(network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 매도인 단말(100)은 네트워크(200)를 통하여 플랫폼 제공 서버(300), 적어도 하나의 매수인 단말(400) 및 적어도 하나의 중개사 단말(500)과 연결될 수 있다. 그리고, 플랫폼 제공 서버(300)는, 네트워크(200)를 통하여 적어도 하나의 매도인 단말(100), 적어도 하나의 매수인 단말(400), 및 적어도 하나의 중개사 단말(500)과 연결될 수 있다. 또한, 적어도 하나의 매수인 단말(400)은, 네트워크(200)를 통하여 적어도 하나의 매도인 단말(100), 플랫폼 제공 서버(300), 및 적어도 하나의 중개사 단말(500)과 연결될 수 있다. 마지막으로, 적어도 하나의 중개사 단말(500)은, 네트워크(200)를 통하여 매도인 단말(100), 매수인 단말(400), 플랫폼 제공 서버(300)와 연결될 수 있다.

여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5th Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.

하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.

적어도 하나의 매도인 단말(100)은, 빅데이터 기반 부동산 개방형 플랫폼 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 주택이나 빌딩 등의 건물을 매도하고자 하는 매도인의 단말일 수 있다. 이때, 매도인 뿐만 아니라 임대인을 포함할 수 있으나, 매도인의 매물요청 또는 임대인의 임대요청이 유사하므로, 매도인을 기준으로 설명하고 임대인에게 준용하는 방식으로 설명하기로 한다. 그리고, 적어도 하나의 매도인 단말(100)은, 매물정보를 업로드하기 위하여 주소, 매매금액, 임차정보 등을 입력하여 매물등록을 요청하는 단말일 수 있다. 여기서, 채권인 임차정보 이외의 제한물권, 용익물권 등의 사항이 더 기재되어야 하는 경우에는, 제3의 신뢰기관 등을 통하여 제한물권, 용익물권 등의 을구 사항에 엑세스할 수 있는 권리를 플랫폼 제공 서버(300)에 부여하는 단말일 수 있다. 또는, 등기부 등본은 개인의 동의나 허락이 없이도 공공 데이터로 수집할 수 있으므로 플랫폼 페이지에 업로드하는 것에 대한 동의나 허락으로 갈음할 수도 있다. 그리고, 적어도 하나의 매도인 단말(100)은, 매물을 매수할 매수인이 존재하는 경우, 매물정보에 등록된 중개사의 중개사 단말(500)로 미팅 또는 금액조율에 대한 정보를 송수신하는 단말일 수 있다. 또한, 적어도 하나의 매도인 단말(100)은, 중도금 및 잔금 등의 합의까지 이루어진 계약체결의 경우, 당사자 간 합의를 기반으로 계약체결을 하는 단말일 수 있다.

여기서, 적어도 하나의 매도인 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 매도인 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 매도인 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

플랫폼 제공 서버(300)는, 빅데이터 기반 부동산 개방형 플랫폼 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 플랫폼 제공 서버(300)는, 각 주소에 존재하는 건물의 정량 데이터를 빅데이터로 수집하고, 이를 인공지능으로 훈련 및 학습시켜 빅데이터를 구축하는 서버일 수 있다. 이때, 플랫폼 제공 서버(300)는, 매도인 단말(100)로부터 주소와 매매금액(매도희망금액)을 수신하는 경우, 주소를 기반으로 수집 또는 빅데이터로부터 추출된 데이터를 이용하여 자동으로 매물정보의 포맷을 완성함으로써 매물정보를 페이지에 업로드하고, 지도 상에 건물의 정보 중 어느 하나 또는 기 설정된 항목에 대응하는 정보를 오버레이(Overlay)하는 서버일 수 있다. 그리고, 플랫폼 제공 서버(300)는, 매물정보의 주소를 기반으로 기 등록된 중개사 단말(500)로 매물정보가 등록되었다는 것을 알리거나, 적어도 하나의 중개사 단말(500)로부터 매물중개요청이 수신되는 경우, 매물정보에 중개요청을 한 중개사를 리스트업하는 서버일 수 있고, 이때 수수료를 결제받을 수 있으나 무료인 것을 배제하지 않는다. 또한, 플랫폼 제공 서버(300)는, 적어도 하나의 매수인 단말(400)의 엑세스 신호가 존재하는 경우, 매수인 단말(400)의 위치를 기준으로 지도를 출력하되, 지도상에 매물정보를 오버레이 및 일측에 리스트업하여 출력하는 서버일 수 있다. 그리고, 플랫폼 제공 서버(300)는, 적어도 하나의 매수인 단말(400)에서 건물의 적정가격이나 건물을 구매했을 때의 이익이나 대출금액까지 고려한 포트폴리오를 요청하는 경우, 수수료를 결제받고 그 결과를 제공하는 서버일 수 있다. 이때에도 물론 무료로 하는 방법을 배제하는 것은 아니다.

여기서, 플랫폼 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.

적어도 하나의 매수인 단말(400)은, 빅데이터 기반 부동산 개방형 플랫폼 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하는 매수인의 단말일 수 있다. 매도인의 경우와 같이, 매수인의 구성은 임차인의 경우에도 적용될 수 있으므로, 매수인을 기준으로 설명을 하나, 이를 임차인에게도 적용할 수 있는 것으로 정의한다. 그리고, 적어도 하나의 매수인 단말(400)은, 키워드 검색, 위치 검색, 건물의 종류나 가격 검색 등을 수행하는 단말일 수 있고, 지도상에 오버레이된 건물정보를 디스플레이하는 단말일 수 있다. 여기서, 적어도 하나의 매수인 단말(400)은, 등록된 매물을 매수했을 때 수익, 시세변화, 재산세나 종합부동산세 변화, 대출이자를 포함한 대출 시나리오 등의 포트폴리오를 플랫폼 제공 서버(300)로 요청하는 단말일 수 있고, 이때 수수료를 결제하는 단말일 수 있다. 그리고, 적어도 하나의 매수인 단말(400)은, 매수를 결정하고 매수를 진행하는 경우, 대출을 위한 은행, 리모델링 또는 재건축 등을 위한 시공업체, 소유권 이전 등기를 위한 법무사 등과의 연결을 플랫폼 제공 서버(300)로 요청하는 단말일 수 있다.

여기서, 적어도 하나의 매수인 단말(400)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 매수인 단말(400)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 매수인 단말(400)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

적어도 하나의 중개사 단말(500)은, 빅데이터 기반 부동산 개방형 플랫폼 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 매물정보를 검색하고, 검색된 매물정보에 중개사 등록을 플랫폼 제공 서버(300)로 전송하는 단말일 수 있고, 수수료를 플랫폼 제공 서버(300)로 결제하는 단말일 수 있다. 그리고, 적어도 하나의 중개사 단말(500)은, 매도인과 매수인 간의 의사합치 및 계약체결을 위하여 데이터 송수신을 하는 단말일 수 있고, 계약이 성사되는 경우 매도인 단말(100) 또는 매수인 단말(400)로부터 매도금의 기 설정된 퍼센트를 결제받는 단말일 수 있다.

여기서, 적어도 하나의 중개사 단말(500)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 중개사 단말(500)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 중개사 단말(500)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

도 2는 도 1의 시스템에 포함된 부동산 개방형 플랫폼 제공 서버를 설명하기 위한 블록 구성도이고, 도 3은 본 발명의 일 실시예에 따른 빅데이터 기반 부동산 개방형 플랫폼이 구현된 일 실시예를 설명하기 위한 도면이다.

도 2를 참조하면, 플랫폼 제공 서버(300)는, 등록부(310), 매물업로드부(320), 중개업로드부(330), 출력부(340), 빅데이터화부(350), 인공지능부(360), 가격산출부(370), 및 예측부(380)를 포함할 수 있다.

본 발명의 일 실시예에 따른 플랫폼 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 매도인 단말(100), 적어도 하나의 매수인 단말(400), 및 적어도 하나의 중개사 단말(500)로 빅데이터 기반 부동산 개방형 플랫폼 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 매도인 단말(100), 적어도 하나의 매수인 단말(400), 및 적어도 하나의 중개사 단말(500)은, 빅데이터 기반 부동산 개방형 플랫폼 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 매도인 단말(100), 적어도 하나의 매수인 단말(400), 및 적어도 하나의 중개사 단말(500)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: world wide web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(hyper text mark-up language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(app)을 포함한다.

도 2를 참조하면, 등록부(310)는, 매도인 단말(100)로부터 주소 및 매매금액을 등록받을 수 있다. 이때, 매매금액은, 매도인이 건물을 매도할 때 받기를 원하는 금액일 수 있다. 그리고, 등록부(310)는, 임차권 정보를 더 등록받을 수도 있는데, 그 이유는 전세권이 아닌 임차권은 물권이 아니라 채권이기 때문에 등기상 표기가 되지 않기 때문이다. 만약, 임차인이 설정등록을 받아 대항력을 가진 임차인일라고 할지라도 물권을 가진 것이 아니고, 설정등록상 차임까지 등록이 되는 것은 아니므로 이를 매도인으로부터 수신하여 등록받을 수 있다. 즉, 공시되지 않은 데이터는 매도인으로부터 수신하여 등록하고, 이미 공시되거나 조회가 가능한 데이터는 자동으로 수집하거나 기 구축된 빅데이터로부터 추출할 수 있도록 함으로써, 매물정보를 등록하는데 어려움을 겪지 않도록 하여 편의성을 증가시킬 수 있다. 부동산을 보유한 나이대 중 노인층은 접근성이 떨어지고 휴대폰 인증에서부터 등록을 포기하는데, 각 정보까지 모두 등록하라고 하는 경우 노인층의 매도인은 고객군에서 유출될 것이 자명하다. 따라서, 매도인은 주소와 매매금액만을 기재하도록 하고, 나머지는 플랫폼 상에서 자동으로 항목을 채움으로써 편의성을 높일 수 있다.

매물업로드부(320)는, 등록된 주소에 대응하여 저장된 건물 데이터를 기 구축된 빅데이터로부터 추출하여 자동으로 입력하고, 매물정보로 업로드할 수 있다. 이때, 매물정보는, 지도상 등록된 주소와 매핑되어 저장되어, 지도상에 매물정보 중 기 설정된 정보가 오버레이되어 출력되고, 기 설정된 정보는 매매가격일 수 있다. 물론, 매매가격 이외에도, 매물의 종류, 예를 들어, 건물이라면 상가, 집합건물, 다가구주택, 다세대주택, 단독주택 등으로, 토지라면 대지의 종류 등일 수 있으나 이에 한정되지는 않는다. 이때, 지도상 등록된 주소는 GPS 상 좌표로 대체될 수도 있다.

중개업로드부(330)는, 적어도 하나의 중개사 단말(500)로부터 업로드된 매물정보에 중개요청이 수신되는 경우, 매물정보를 중개하는 중개사 리스트로 업로드할 수 있다. 이에 따라, 복수의 중개사가 복수의 매물을 플랫폼에 업로드함으로써 발생하는 오류나 허위매물의 문제를 없앨 수 있다. 이때, 허위매물이란, 이미 계약디어 존재하지 않는 매물이나, 이미 존재하더라도 거짓 또는 과장된 내용이 포함된 매물을 말한다. 본 발명의 일 실시예에 따른 플랫폼에서는, ① 소재지, 규모, 형질, ② 현재 또는 장래의 이용제한, 환경 혹은 교통 기타 편의시설, ③ 대금, 차임 등의 대가액 또는 그 지불방법, ④ 대금 또는 교환차액에 관한 금전의 대차알선 등에 대해서 빅데이터를 통하여 수집하고, 당사자나 중개사도 이 데이터를 조작할 수 없으므로, 허위매물을 근원적으로 제거할 수 있고, 현행 공인중개사법에 부동산의 중개대상물의 거짓 및 과장 광고 금지가 부존재하는 상황에서라도 통정허위표시로 인한 소비자 기만을 막을 수 있다.

출력부(340)는, 적어도 하나의 매수인 단말(400)로부터 검색 이벤트가 발생하는 경우, 적어도 하나의 매수인 단말(400)에서 매물정보가 출력되도록 한다. 이때, 매물정보는 매수인 단말(400)에서 회원가입 등을 통하여 조회할 수도 있으나, 회원가입을 하지 않은 상태에서도 대략적인 데이터는 검색할 수 있도록 구성될 수도 있다. 그 이유는, 폐쇄형 자료공유를 하는 경우, 매수인은 어떠한 매물이 올라와있는지도 모르기 때문에 회원가입 자체를 하지 않을 수도 있고, 매물이 검색되더라도 자신이 원하는 정보가 있는지를 모르기 때문에 회원가입을 한 수고로움은 있었으나 결과가 없어 또 속았다는 느낌과 함께 해당 플랫폼을 재방문하지 않는 이유를 주기 때문이다.

빅데이터화부(350)는, 등록부(310)로부터 매도인 단말(100)로부터 주소 및 매매금액을 등록받기 이전에, 건물대지, 건물면적, 건폐율, 용적율, 건축면적, 주차방식, 주차대수, 층수, 건축년도, 리모델링 년도, 도로, 승강기, 용도지역, 지하철, 이미지, 건축도면, 리뷰, 및 매매 히스토리 로그 중 어느 하나 또는 적어도 하나를 포함하는 정보 데이터를 수집할 수 있다. 상술한 파라미터 이외에도 다양한 변수를 위한 데이터가 수집될 수 있다. 예를 들어, 주택의 다양한 물리적 특성에 기반하여 가격에 미치는 영향을 주거서비스를 구성요소별로 분해하여 내재가치를 추정하는 특성가격모형(Hedonic Price Model)을 통하여 분석되고, 이로 인해 변수가 설정될 수 있다. 변수는 평당 주택가격(만원/평)으로 매도호가(List Price) 또는 분양가를 기준으로 단지별 최소값과 최대값의 평균을 구해 적용할 수 있다. 그리고, 광역적인 입지 특성에 대한 정보가 수집될 수 있다. 예를 들어, 서울과의 거리와 수도권 남북부의 위치를 통하여 포착하도록 할 수 있으며, 상대적으로 국지적인 접근성은 고속도로 IC와의 거리, 대중교통의 결절점인 버스정류장이나 지하철역까지의 거리를 변수로 설정할 수 있다. 또한, 접근성 변수 이외의 쾌적성을 중시하는 경우의 특성을 고려하여 주변의 자연환경 요소로서 가시권이자 보행권, 즉 산, 호수, 공원 등이 입지하는지의 여부를 입지특성에 포함할 수 있다. 매물의 물리적 특성으로는 규모와 밀도 관련 변수로서 총세대수와 대지면적, 건폐율 및 용적률 등이 상술한 바와 같이 고려될 수 있는데, 이들 간 상관관계가 높아 모든 변수를 동시에 투입하지 않을 수도 있다. 이에 따라, 건폐율과 용적률을 대표 변수로 활용하되, 공용시설의 규모를 나타내는 엘레베이터 여부, 세대당 주차대수와 커뮤니티 시설 등의 수를 연속형 변수로 포함할 수도 있다. 또한, 단위 주택의 물리적 특성으로는 규모, 구조, 설비와 각각 관련된 변수로서 평균 주택면적, 단층이나 복층의 수직공간구조, 난방방식(개별난방, 지역난방)을 독립변수로 설정할 수도 있다. 이에 비하여 특성가격모형의 주요 독립변수로 사용되는 주택의 경과년수도 포함할 수 있음은 물론이다. 이 외에도, 주택이나 상가 또는 빌딩과 같은 건물과, 토지 등의 가격을 평가하는 접근방식을 이용할 수 있고, 이에 따른 데이터가 수집될 수도 있다. 시장은 수요와 공급량에 따라 달라지므로, 수요량과 공급량, 근린지구의 특성, 지역 간 가격차이, 학군의 특성, 각 가구의 특성이나 가구소득 등을 분석한 모형에 기반한 데이터가 수집될 수도 있으며 상술한 것들로 한정되지는 않는다.

이렇게 다양한 종류의 데이터가 수집될 수 있는데, 이는 정제되지 않은 데이터이다. 따라서, 빅데이터화부(350)는, 정보 데이터인 로우 데이터(Raw Data)를 병렬 및 분산하여 저장하고, 로우 데이터 내에 포함된 비정형(Unstructed) 데이터, 정형(Structured) 데이터 및 반정형 데이터(Semi-structured)를 정제하고, 메타 데이터로 분류를 포함한 전처리를 실시할 수 있다. 그리고, 빅데이터화부(350)는, 전처리된 데이터를 데이터 마이닝(Data Mining)을 포함하는 분석을 실시하여 빅데이터를 구축할 수 있다.

인공지능부(360)는, 빅데이터화부(350)에서 전처리된 데이터를 데이터 마이닝(Data Mining)을 포함하는 분석을 실시하여 빅데이터를 구축한 후, 구축된 빅데이터의 데이터 셋(Set)을 훈련 데이터 및 실험 데이터로 나누어 인공지능 학습을 진행할 수 있다. 여기서, 학습은, 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 반지도 학습(Semi-Supervised Learning), 및 강화 학습(Reinforcement Learning) 중 어느 하나 또는 적어도 하나의 조합으로 이루어질 수 있으나 이에 한정되지는 않는다. 학습이 되는 목적은 다양할 수 있는데, 예를 들어 빅데이터를 이용하여 주택의 적정 가격을 예측할 수도 있고, 적정 가격이 예측된 경우 비정상적으로 높게 매매금액이 설정되거나 낮게 설정된 것들은 허위매물로 설정하거나, 세금의 탈법행위를 위한 가장매매, 증여 등으로 추정할 수도 있고, 긴급매물로 업/다운(Up/Down) 계약서를 쓴 경우로 추정할 수도 있고 다양하게 활용을 할 수도 있다. 예를 들어, 주택이나 아파트 가격을 예측하기 위하여 인공지능을 이용할 때 회귀모형(Regression)과 신경망모형(Neural Networks)을 이용할 수도있고, 일반가산모형(Generalized Additive Model), 랜덤포레스트(Random Forests), 부스팅 MARS(Boosted MARS), SVM 등의 비모수 모형을 주택가격 추정에 활용할 수도 있고, 앙상블 학습을 부동산 가격 추정에 적용할 수도 있다.

또는, 거래 사실이 확인된 필지 중 웹크롤링으로 크롤링된 데이터를 기반으로 다중회귀모형, 신경망모형, 의사결정나무모형(Decision Tree)을 적용한 가격예측모형을 생성할 수도 있고, 건물의 평균 주택매매가격을 대상으로 최소자승법, 공간시차모형, 공간오차 모형(Sparial Error Model), 지리적 가중회귀모형(Geometrically Weighted Regression), 지리적 가법모형(Geometrically Additive Model), 선형회귀모형, kNN, 랜덤포레스트 등의 방법들을 활용하여 주택가격 모형을 수립하고 가격 예측을 수행할 수도 있다. 부동산 웹사이트를 크롤링하여 데이터를 수집하고 이를 학습시켜 모델을 구축하는 경우, 시장 거래가격을 반영할 수 있고 예측 정확도가 높다. 이때, 신경망은, 독립변수로 구성되는 입력층(input layer)과 종속변수로 구성되는 출력층(output layer) 사이에 하나 또는 그 이상의 은닉층(hidden layer)을 배열한 구조를 가지고, 각 층은 독립적인 노드(또는 뉴런)가 배열되어 있고, 은닉층의 노드들은 이전 층으로부터 받은 수치들과 각각의 가중치들을 가중합(weighted sum)으로 입력받아 활성함수(activation function)를 통과시켜 다음 층으로 보낸다. 이러한 작업은 은닉층에서 진행되고, 최종적으로 출력층에서 수행된 후 결과값을 도출할 수 있다. 종속변수와 독립변수의 선형 관계를 가정하는 선형회귀와달리 인공신경망은 데이터의 비선형성을 잘 설명하며 복잡하고 불규칙적인 패턴에 대해서도 높은 설명력을 보여주기 때문에 다양한 변수가 설정되어야 하는 가격시장에서 좋은 예측력을 보일 수 있다.

SVR(Support Vector Regression)은 SVM(Support Vector Machine)에 기반한 회귀 모형이다. SVM은 커널 함수를 이용하여 데이터를 고차원의 벡터 공간에 표현함으로써 이 데이터들을 분류하는 거리(margin)를 최대화하는 초평면(hyperplane)을 찾는데, SVR은 이러한 SVM의 아이디어를 회귀 문제에 적용한 방법이다. 기존의 회귀모형은 실제값과 예측값의 차이를 손실함수로 정의하는 반면, SVR은 그 차이가 특정 값 보다 작은 경우는 무시하고 큰 경우만 손실로 계산하는 Insensitive 손실함수를 정의한다. SVR은 데이터를 고차원의 벡터공간에서 표현하기 위해 커널함수를 사용하며, 해당 벡터공간에서 Insensitive 손실함수를 최소화하는 선형회귀모형을 추정하는 형태이다. 랜덤 포레스트(Random forests)는, 학습 데이터로부터 여러 개의 부트스트랩(Bbootstrap) 표본을 추출하여 각 표본에 대한 독립적인 의사결정나무(decision tree)를 학습하고, 다수의 의사결정나무의 출력값들을 조합하여 최종 출력값으로 결정하는 의사결정나무 기반의 앙상블 방법(ensemble method)이다. 각 의사결정나무를 성장시킬 때, 매 분지의 대상이 되는 변수를 무작위로 추출된 일부 변수만을 고려함으로써 학습된 의사결정나무들의 상관관계를 줄이고 결과적으로 예측의 분산을 감소시키는 효과가 있다. 나무를 성장시킬 때 분류(classification)를 목적으로 하는 의사결정나무는 지니계수 또는 엔트로피 등의 데이터 불순도 척도를 사용하여 불순도를 감소시키는 방향으로 데이터를 반복적으로 분리하는 과정을 거친다. 이 외에도 다양한 변수 설정, 빅데이터 수집, 전처리 및 학습이 진행될 수 있으며 상술한 것들로 본 실시예가 한정되지는 않는다. 또한, 상술한 방법은 매매가격 뿐만 아니라 임대료인 차임을 결정하거나 예측하는 경우에도 사용할 수 있음은 자명하다 할 것이다.

가격산출부(370)는, 등록부(310)에서 매도인 단말(100)로부터 주소 및 매매금액을 등록받은 후, 매도인 단말(100)로 건물에 대한 제 1 정량 데이터를 요청하여 수집할 수 있다. 이때, 제 1 정량 데이터는, 대지면적, 건축면적, 연면적, 침실, 욕실개수 등일 수 있으나, 면적 등은 공공 데이터로도 수집할 수 있으므로 제외될 수도 있다. 그리고, 가격산출부(370)는, 주소에 매핑된 재산세, 공시지가, 투기과열지구 선정 여부, 학군 정보, 공공시설 정보, 편의시설 정보, 및 범죄율 정보를 포함하는 공공 데이터인 제 2 정량 데이터를 수집할 수 있다. 또한, 가격산출부(370)는, 주소 및 주소를 기준으로 기 설정된 반경 내에서 발생한 생활신고 데이터 및 웹크롤링으로 수집한 거주 후기 데이터를 포함하는 정성 데이터를 수집할 수 있다. 이에 따라, 가격산출부(370)는, 제 1 정량 데이터, 제 2 정량 데이터 및 정성 데이터를 전처리 후 분석한 결과를 기반으로 건물의 가격을 산출할 수 있다. 상술한 모델링 및 가격예측 모델들은 다양한 환경적, 입지적, 구성적 특징을 포함하는 정량적 요소를 반영하고 있지만, 정성적 요소, 즉 실제 살아본 사람들의 리뷰나 소감 등을 전혀 반영하지 못하고 있다. 만약, 강남지구가 각 기관이나 교통편리성 등 때문에 지가가 높지만, 실제로 거주해보지 않는 이상 어떠한 점이 좋은지는 잘 알 수 없다. 반대로, 가격이 싸고 좋은 매물(구조상, 입지상)이라서 계약은 했지만 막상 살아보니 자신이 원하는 요소가 부족하거나 싫어하는 요소가 부가된 경우가 존재할 수 있다. 예를 들어, 강남은 가격이 너무 높아 사당동에 집을 마련했는데, 차량이 너무 많아서 출근이 어렵다거나 주차공간 부족으로 매일 이웃과 실갱이를 한다던지, 배달업체가 집중되어 매일 오토바이 소리를 들어야 한다거나 하는 등의 문제점이 존재하는 경우에는 정량적인 데이터로는 도출할 수 없는 가격감소원인이 될 수 있다. 따라서, 해당 지역에 거주하고 있는 지역주민을 대상으로 리뷰를 쓰도록 하거나, 이미 웹 상에 존재하는 리뷰를 수집하여 정성적인 데이터를 생성하고 가격을 형성하는데 한 요소로 작용하도록 한다. 그리고, 정성적인 데이터로 인하여 가격이 증가하거나 감소한 경우에는 그 이유를 태그 또는 메타데이터로 표시함으로써 매수자가 그 이유를 알도록 할 수도 있다. 그리고, 제 1 정량 데이터는, 주소에 설정된 제한물권 및 용익물권을 포함하는 물권 데이터와, 임차권을 포함하는 채권 데이터를 포함할 수 있다.

예측부(380)는, 출력부(340)에서 적어도 하나의 매수인 단말(400)로부터 검색 이벤트가 발생하는 경우, 적어도 하나의 매수인 단말(400)에서 매물정보가 출력되도록 한 후, 적어도 하나의 매수인 단말(400)로부터 매수준비자금 및 신용등급을 포함하는 매수인 정보를 등록받을 수 있다. 그리고, 예측부(380)는, 등록된 매수인 정보에 기반하여 대출가능금액을 도출하고, 건물에 부과되는 세금과, 건물에서 발생하는 이익인 차임 간의 차액을 이용하여 대출금액 상환 포트폴리오를 제공할 수 있다. 예를 들어, 매도자는 A 투기과열지구 및 B 투기과열지구에 두 개의 부동산을 구매하고자 하고, 2020년도부터 공시지가를 현시세의 100프로까지 올린다는 세금 정보 등이 존재한다면, 두 개의 부동산을 모두 구매를 해야 할 것인지, 이에 따른 세금은 얼마인지, 부동산에서 나오는 수익이 세금을 충당할 수 있는지, 세금이 충당이 되지 않더라도 가격이 오를 가능성이 존재하는지, 대출을 받는다면 대출이자와 원금을 포함한 지출과, 차임으로 인한 수익 간의 차액이 존재하는지, 존재하지 않는다면 가격상승률로 커버가 가능할 것인지 등의 포트폴리오일 수 있다. 이때, 이는 매수인 뿐만 아니라, 매도인에게도 제공될 수 있다. 예를 들어, 매도인이 A 투기과열지구 및 B 투기과열지구에 두 개의 부동산을 가지고 있다면, 어느 부동산을 먼저 팔아야 양도소득세, 종합부동산세, 및 재산세를 덜 낼 수 있을 것인지, 지가상승률 대비 세금 등의 지출 등의 포트폴리오를 제공할 수 있다. 이때, 대출가능여부는 각 개인마다 달라지게 되므로, 매수인이나 매도인의 신용등급, 직업 등을 입력하도록 하거나 개인정보에 엑세스할 수 있는 권한을 매수인 또는 매도인으로부터 수신하여 자체적으로 조회할 수도 있다. 그리고, 예측부(380)는, 건물의 재건축 또는 리모델링을 할 경우의 수익률 예측과, 재건축 또는 리모델링에 소요되는 비용 간의 차이로 수익률 포트폴리오를 제공할 수 있다. 그리고, 예측부(380)는, 매수인 단말(400)에서 연결 요청이 수신되는 경우, 대출을 제공하는 은행, 등기를 진행하는 법무사, 및 재건축 또는 리모델링을 하는 시공업체 중 어느 하나 또는 적어도 하나의 조합을 원스탑 서비스로 연결해줄 수 있다.

이때, 중개책임이 면책되는 규정이 새로 신설되면서 중개인은 고의 또는 중과실이 없어야 면책가능하므로, 원스탑 서비스에서 은행에 대출을 중개할 때 매수인의 신용상태, 자산상태, 상환완료된 대출과 채무불이행 대출 등을 고려하여 채무불이행을 예측한 결과를 함께 제공하도록 구성될 수도 있다. 이때, 빅데이터 구축 및 인공지능 학습에서 설명한 바와 같이, 그 과정은 빅데이터를 구축하고, 채무불이행 예측을 목표로 데이터를 모델링한 후, 매수인의 신용상태 등을 질의(Query)로 입력하여 결과값인 채무불이행 예측을 출력하는 방식으로 진행된다. 복수의 변수는 예를 들어, 선행연구와 렌딩클럽에서 이용하는 복수의 변수 중 핵심변수로 분류된 것을 이용할 수도 있으나, 이를 이용하지 않거나, 새로 추가하거나 수정하는 것을 배제하는 것은 아니다. 이때, 변수는 예를 들어, 차입자의 인구통계학적 변수를 포함한 차입자정보 관련 변수, 대출정보변수, 그리고 재무 및 신용변수일 수 있다. 차입자정보 관련 변수에는, 주택소유형태, 차입자의 근무경력, 6개월 평균 잔고액, 총부채상환비율(debt to income, DTI) 등을 포함할 수 있고, 대출정보에는 대출신청금액을 로그(log)화한 대출금액과 대출목적, 대출이자율 등을 포함할 수 있다. 신용정보 변수에는 차입자의 신용파산기록, 신용조회건수, 신용한도대비 신용사용금액, 연체계좌수, 모기지론 계좌 수, 차입자의 발급받은 신용카드 계좌 수 등을 포함할 수 있고, 신용파산기록은 차입자의 파산, 면책, 워크아웃, 회생 등의 기록유무와, 신용조회건수는 투자자들 이 대출자에 대해 신용을 조회하는 횟수를 말한다. 이렇게 변수가 설정되었으면, 빅데이터의 구축때와 같이 데이터 사전처리와 전처리 과정을 실시하되, 채무불이행 예측에 사용할 수 없는 속성을 제외한 데이터에 대해 전처리 과정을 진행할 수 있다. 상환 완료된 대출과 채무불이행 대출 건인의 대출거래에서 전처리 과정을 거쳐 빅데이터로 수집된 데이터의 대출거래를 분석에 활용하고, 트레이닝용과 시험용 데이터 셋을 구성하여 인공지능 학습을 진행하며, 결과를 검증하기 위해 상호검증방법(5-fold cross-validation method) 등을 이용할 수 있다. 이때 사용되는 모델은 통계기법인 판별분석과 로지스틱 회귀분석이나, 빅데이터 구축에서 설명했던 다양한 종류의 모델링 방법이 이용될 수 있다.

덧붙여서, 플랫폼 제공 서버(300)는 O2O 서비스를 제공하는 플랫폼일 수 있다. 여기서, 플랫폼 제공 서버(300)는, 증강현실 마커 기반의 O2O 서비스를 제공할 수도 있다. 부동산 매매에서 가장 문제가 되는 것은, 첫 번째는 계약성립 전 계약상과실책임에 해당하는 가계약금, 계약금 등의 반환거절문제, 두 번째는 계약성립 후 매도인의 담보책임, 세 번째는 배임행위가 되는 부동산 이중매매 등으로 요약될 수 있다. 이러한 행위들은 계약 전 후 단계에 걸쳐 일어나는 일들이 외부로 공시되지 않거나 문서로 작성되지 않아 책임을 부정하거나 이로 인해 피해를 보는 경우가 대부분이다. 따라서, 본 발명의 일 실시예에 따른 플랫폼 제공 서버(300)는, O2O 서비스로 가계약금이나 계약금을 건 경우, 이 액수와 계약금을 입금했다는 데이터를 매수인 단말(400, 예비 매수인)에서 플랫폼 제공 서버(300)로 전송하면, 플랫폼 제공 서버(300)는, 이를 지도상에 표시하거나 매물정보에 이 정보를 히스토리로 제공함으로써 타인이 피해를 보지 않도록 할 수도 있다. 그리고, 증강현실 마커 기반으로 계약금을 건 사람이 존재하는지, 그 금액은 얼마인지를 해당 건물이나 집을 촬영하는 경우 표시되도록 함으로써, 어떠한 집이 계약이 성립되었는지, 등기이전으로 이미 매매가 완료되었는지를 확인하도록 할 수도 있다. 한국 법률상 등기의 공신력을 인정하지는 않지만, 등기가 이전되는 경우 이를 알려주는 것만으로도 매수인들은 사기나 통정허위표시로 인한 피해를 보지 않거나 그 피해액이나 피해율을 줄일 수 있으므로, 등기 명의인 변동에 대해서도 상술한 구성을 함께 제공할 수 있다.

이때, 증강현실 마커는, 2013년도에 시행하여 각 집이나 건물마다 부착된 도로명 주소표시판을 사용한다. 물론, GPS를 이용하여 AR 마크리스 트래킹 기술(AR Markerless Tracking Technology)을 이용할 수도 있지만, 주택의 밀도가 높고 용적률이 큰 한국의 주택 및 건축물의 특성상 이러한 경우 오차가 발생할 가능성이 많아진다. 이때, 마커 인식 기술은, 도로명 주소표지판을 마커로 이용하여 상대적좌표를 추출하고 가상영상(계약금 교부 여부, 등기 이전 여부)을 실제영상에 합성 시키는데 사용될 수 있다. 마커(Marker)란, 컴퓨터 비전 기술로 인식하기 용이한 임의의 물체를 의미하므로, 도로명 주소표지판 이외에도 기하학적 형태나 3차원 객체가 이용될 수도 있다. 이를 위하여, 플랫폼 제공 서버(300)는, 도로명 주소판 이미지를 데이터베이스에 미리 등록을 시키고, 매물정보로 포인터가 이동하도록 데이터베이스를 설계해야 한다. 만약 등록이 되어 있다면 사용자가 등록된 이미지를 비췄을 경우 정상 인식이 되는데, 이 과정에서 GPS 좌표인 XY 값(도로명 주소표지판의 XY 값)을 이용할 수 있다. 데이터 인식의 정확성을 위하여 마커에 있는 텍스트를 파싱하고 마커의 텍스트를 토큰(Token) 단위로 분류하고 이를 구문 분석 트리로 재구성하면, GPS의 XY 좌표와, 텍스트 파싱을 통하여 부동산의 정보, 즉, 가계약 여부, 계약여부, 중도금이나 잔금 지불 여부, 등기 이전 여부 등 계약체결과정에서부터 계약완료되어 등기이전의무가 이행되기까지의 각 단계별로 정보를 얻을 수 있게 된다.

이를 통하여, 본 발명의 일 실시예는 허위매물을 완벽하게 근절할 수 있다. 즉, 이미 계약금이 지불되었는데도 이를 속이고 매물정보에 기재하지 않아 발생할 수 있는 피해, 중도금이 지불되었는데도 이를 아는 제2매수인에게 판매하는 경우를 막을 수 있고, 부동산 이중매매의 고의과실을 증명할 때 매물정보에 해당 정보가 게시되어 있으므로, 이를 검색하지 않은 고의과실이 있다고 입증하기에도 편리하다. 또한, 매도인이 매물정보 페이지를 생성하였으므로, 이를 편집하거나 삭제할 권한도 매도인에게 있는데, 매도인이 계약이 완료되어 등기가 이전되었음에도 불구하고 이를 내리지 않는, 즉 정보방치로 인하여 발생되는 허위매물 문제도 해결할 수 있다. 또한, 중개를 의뢰한 후 가격이나 거래조건이 변경되거나 심지어 부동산 거래가 완료된 경우에도 중개의뢰한 중개업체들에게 이런 사실을 통지하지 않는 정보조작 또는 정보방치로 인하여 중개업체가 모르는 사이에도 허위매물이 발생할 수 있는 문제를 근원적으로 제거할 수 있다.

상술한 도 2의 부동산 개방형 플랫폼 제공 서버의 구성에 따른 동작 과정을 도 3을 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.

도 3을 참조하면, (a) 플랫폼 제공 서버(300)는 온라인 및 오프라인으로부터 데이터를 수집하고, 정형 데이터, 비정형 데이터 및 반정형 데이터의 전처리를 통하여 정제하고, 분석할 객체, 모델 및 변수를 선정하여 학습을 진행한 후 모델링을 실시한 후, 매수인 또는 매도인이 입력한 데이터와 요청한 질의에 기반하여 출력 및 분석값을 제공할 수 있도록 빅데이터를 구축한다. 그리고, (b) 매도인 단말(100)로부터 매물이 등록되면, 플랫폼 제공 서버(300)는 주소를 기반으로 정량 데이터 및 정성 데이터를 수집하고 이를 플랫폼 페이지에 업로드한다. 그리고, (c) 플랫폼 제공 서버(300)는, 적어도 하나의 중개사 단말(500)로부터 중개요청이 수신되는 경우 해당 매물정보에 중개사의 정보를 리스트업하여 게재하고, (d) 적어도 하나의 매수인 단말(400)로부터 매물정보 검색, 예측정보나 적정가격정보, 포트폴리오 등을 요청하는 경우 이에 대응하는 정보를 빅데이터에 질의를 입력하여 나온 출력으로 제공할 수 있다.

도 3b 내지 도 3f는 본 발명의 일 실시예에 따른 플랫폼이 구현된 일 실시예를 도시한다. 도 3b는 매도인 단말(100)의 사용자 인터페이스 시나리오에 대응하는 화면이다. 이때, 매도인 단말(100)은, 본인 인증을 하고, 매물을 등록할 때 주소, 매도가격, 보증금(전세 또는 월세), 차임 등만 기재를 하면 간단히 매물을 등록할 수 있다. 이때, 우측의 화면을 보면, 실거래가 상세정보, 물건정보, 금액정보 등이 빅데이터로부터 자동으로 입력되어 출력될 수 있고, 매수인 및 중개사에게 모두 공개되어 빠른 매매가 가능할 수 있다. 도 3c는 매수인 단말(100)의 사용자 인터페이스 시나리오에 대응하는 화면이다. 매수인 단말(100)에서 회원가입을 한 후 유료결제를 하는 등 수수료를 결제하는 경우, 매수인 단말(100)은, 플랫폼 상에 등록된 모든 매물의 정보를 리스트업 상태로 또는 도 3f와 같이 지도상에 오버레이된 상태로 출력할 수도 있고, 도 3e와 같이 이미지로 출력될 수도 있다. 이때, 매수인에게 건물주인 매도인의 전화번호는 공개되지 않을 수 있으나, 공개되는 것을 배제하는 것은 아니다. 도 3d는 중개사 단말(500)의 사용자 인터페이스 시나리오에 대응하는 화면이다. 중개사 단말(500)에서 회원가입을 한 후 유료결제를 하는 경우, 중개하고 싶은 건물에 브로커 또는 에이전트 등으로 등록할 수 있다. 여기서, 중개사에게는 건물주의 전화번호가 공개될 수 있다.

이와 같은 도 2 및 도 3의 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.

도 4는 본 발명의 일 실시예에 따른 도 1의 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 4를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 4에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.

도 4를 참조하면, 플랫폼 제공 서버(300)는, 데이터를 수집하고 전처리를 수행함으로써 빅데이터를 구축하고(S4100), 학습 객체, 변수, 타겟 등을 설정하여 인공지능 학습을 진행함으로써(S4200), 이후 입력될 질의(Query), 예를 들어 주택가격 등과 같은 질의에 답변인 분석값을 제공할 수 있도록 한다. 그리고, 플랫폼 제공 서버(300)는, 매도인 단말(100)로부터 매물정보가 등록되는 경우(S4300), 주소기반으로 정보를 실시간 또는 빅데이터나 데이터베이스로부터 조회하고(S4400), 정량 및 정성 데이터를 수집하거나 추출하며(S4500), 이에 따라 기 설정된 포맷을 자동으로 완성하도록 추출된 텍스트 등을 기 설정된 항목 내에 입력하여 완성시키고 플랫폼 상에 업로드하여 게재한다(S4600).

이때, 플랫폼 제공 서버(300)는, 중개사 단말(500)로부터 등록된 매물정보에 중개를 요청하는 이벤트가 수신되는 경우, 중개사를 해당 매물정보에 매핑하여 저장하여 리스트업하고(S4710), 매수인 단말(400)에서 매물을 조회하는 경우(S4730), 정보를 제공하되(S4750) 매수인이 요청하는 경우 매수인의 정보에 기반한 포트폴리오나 예측값 등을 제공하여(S4810) 매수인이 매수를 결정하는데 도움을 주도록 한다. 그리고, 플랫폼 제공 서버(300)는, 매수인 단말(400)로부터 매수신청이 수신되는 경우(S4830), 매도인, 중개사, 매수인의 3면 관계에 대응하도록 채널을 형성할 수도 있고, 중개사를 먼저 거치도록 통신채널을 형성할 수도 있다. 플랫폼 제공 서버(300)는, 매매계약이 체결되는 경우(S4900), 매수인 단말(400)로 원스탑 서비스를 소개하고(S4910), 매수인 단말(400)에서 이를 신청하는 경우 연결을 중개할 수 있다(S4920).

상술한 단계들(S4100~S4920)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S4100~S4920)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.

이와 같은 도 4의 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 3을 통해 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.

도 5는 본 발명의 일 실시예에 따른 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법을 설명하기 위한 동작 흐름도이다. 도 5를 참조하면, 플랫폼 제공 서버는, 매도인 단말로부터 주소 및 매매금액을 등록받는다(S5100).

그리고, 플랫폼 제공 서버는, 등록된 주소에 대응하여 저장된 건물 데이터를 기 구축된 빅데이터로부터 추출하여 자동으로 입력하고, 매물정보로 업로드하고(S5200), 적어도 하나의 중개사 단말로부터 업로드된 매물정보에 중개요청이 수신되는 경우, 매물정보를 중개하는 중개사 리스트로 업로드한다(S5300).

마지막으로, 플랫폼 제공 서버는, 적어도 하나의 매수인 단말로부터 검색 이벤트가 발생하는 경우, 적어도 하나의 매수인 단말에서 매물정보가 출력되도록 한다(S5400).

이와 같은 도 5의 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.

도 5를 통해 설명된 일 실시예에 따른 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.

전술한 본 발명의 일 실시예에 따른 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (10)

1. O2O 서비스를 제공하는 플랫폼인 플랫폼 제공 서버에서 실행되는 플랫폼 제공 방법에 있어서,
   건물대지, 건물면적, 건폐율, 용적율, 건축면적, 주차방식, 주차대수, 층수, 건축년도, 리모델링 년도, 도로, 승강기, 용도지역, 지하철, 이미지, 건축도면, 리뷰, 및 매매 히스토리 로그 중 어느 하나 또는 적어도 하나를 포함하는 정보 데이터를 수집하는 단계;
   상기 정보 데이터인 로우 데이터(Raw Data)를 병렬 및 분산하여 저장하고, 상기 로우 데이터 내에 포함된 비정형(Unstructured) 데이터, 정형(Structured) 데이터 및 반정형 데이터(Semi-structured)를 정제하고, 메타 데이터로 분류를 포함한 전처리를 실시하는 단계;
   상기 전처리된 데이터를 데이터 마이닝(Data Mining)을 포함하는 분석을 실시하여 빅데이터를 구축하는 단계;
   상기 구축된 빅데이터의 데이터 셋(Set)을 훈련 데이터 및 실험 데이터로 나누어 인공지능 학습을 진행하는 단계;
   매도인 단말로부터 주소 및 매매금액을 등록받는 단계;
   상기 매도인 단말로부터 건물에 대한 제 1 정량 데이터를 요청하여 수집하는 단계;
   상기 주소에 매핑된 재산세, 공시지가, 투기과열지구 선정 여부, 학군 정보, 공공시설 정보, 편의시설 정보, 및 범죄율 정보를 포함하는 공공 데이터인 제 2 정량 데이터를 수집하는 단계;
   상기 주소 및 상기 주소를 기준으로 기 설정된 반경 내에서 발생한 생활신고 데이터 및 웹크롤링으로 수집한 거주 후기 데이터를 포함하는 정성 데이터를 수집하는 단계;
   상기 제 1 정량 데이터, 제 2 정량 데이터 및 정성 데이터를 전처리 후 분석한 결과를 기반으로 건물의 가격을 산출하는 단계;
   상기 등록된 주소에 대응하여 저장된 건물 데이터를 기 구축된 빅데이터로부터 추출하여 자동으로 입력하고, 매물정보로 업로드하는 단계;
   적어도 하나의 중개사 단말로부터 상기 업로드된 매물정보에 중개요청이 수신되는 경우, 상기 매물정보를 중개하는 중개사 리스트로 업로드하는 단계; 및
   적어도 하나의 매수인 단말로부터 검색 이벤트가 발생하는 경우, 상기 적어도 하나의 매수인 단말에서 매물정보가 출력되도록 하는 단계;를 포함하고,
   상기 학습은, 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 반지도 학습(Semi-Supervised Learning), 및 강화 학습(Reinforcement Learning) 중 적어도 하나 이상의 조합으로 이루어지며,
   상기 정성 데이터로 인하여 가격이 증가하거나 감소할 때, 매수자가 이유를 알 수 있도록 상기 가격 증가나 감소 이유를 태그 또는 메타데이터로 표시하며,
   상기 제 1 정량 데이터는, 공시되거나 조회가 가능한 데이터인 상기 주소에 설정된 제한물권 및 용익물권을 포함하는 물권 데이터와, 공시되지 않은 데이터인 임차권을 포함하는 채권 데이터를 포함하며,
   상기 등록된 주소에 대응하여 저장된 건물 데이터를 기 구축된 빅데이터로부터 추출하여 자동으로 입력하고, 매물정보로 업로드하는 단계에서,
   상기 매물정보는, 지도상 상기 등록된 주소와 매핑되어 저장되어, 지도상에 상기 매물정보 중 기 설정된 정보가 오버레이되어 출력되고,
   상기 기 설정된 정보는 매매가격이며,
   상기 매수인 단말로부터 상기 건물이 촬영될 때, 상기 건물과 관련한 도로명 주소표시판을 이용하여 상기 건물의 상대적 좌표를 추출하고, 증강현실 마커를 상기 촬영된 건물의 일측에 합성하여 표시하는 단계를 더 포함하며,
   상기 증강현실 마커는,
   상기 건물과 관련한 가계약 여부, 계약 여부, 중도금이나 잔금 지불 여부 및 등기 이전 여부 중 적어도 하나의 정보를 포함하는 것을 특징으로 하는 O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법.
   
2. 삭제
3. 삭제
4. 삭제
5. 삭제
6. 삭제
7. 제 1 항에 있어서,
   상기 적어도 하나의 매수인 단말로부터 검색 이벤트가 발생하는 경우, 상기 적어도 하나의 매수인 단말에서 매물정보가 출력되도록 하는 단계 이후에,
   상기 적어도 하나의 매수인 단말로부터 매수준비자금 및 신용등급을 포함하는 매수인 정보를 등록받는 단계;
   상기 등록된 매수인 정보에 기반하여 대출가능금액을 도출하고, 상기 건물에 부과되는 세금과, 상기 건물에서 발생하는 이익인 차임 간의 차액을 이용하여 대출금액 상환 포트폴리오를 제공하는 단계;
   상기 건물의 재건축 또는 리모델링을 할 경우의 수익률 예측과, 상기 재건축 또는 리모델링에 소요되는 비용 간의 차이로 수익률 포트폴리오를 제공하는 단계; 및
   상기 매수인 단말에서 연결 요청이 수신되는 경우, 대출을 제공하는 은행, 등기를 진행하는 법무사, 및 재건축 또는 리모델링을 하는 시공업체 중 적어도 하나 이상의 조합을 원스탑 서비스로 연결해주는 단계;
   를 더 포함하는 것인, O2O 기반 인공지능 및 빅데이터를 이용한 부동산 개방형 플랫폼 제공 방법.
   
8. 삭제
9. 삭제
10. 삭제

Images