KR102502901B1 - 부동산 담보 대출 시스템 - Google Patents

부동산 담보 대출 시스템 Download PDF

Info

Publication number
KR102502901B1
KR102502901B1 KR1020220073555A KR20220073555A KR102502901B1 KR 102502901 B1 KR102502901 B1 KR 102502901B1 KR 1020220073555 A KR1020220073555 A KR 1020220073555A KR 20220073555 A KR20220073555 A KR 20220073555A KR 102502901 B1 KR102502901 B1 KR 102502901B1
Authority
KR
South Korea
Prior art keywords
real estate
collateral
price
average
information
Prior art date
Application number
KR1020220073555A
Other languages
English (en)
Inventor
김성은
Original Assignee
주식회사 뱅크파트너
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 뱅크파트너 filed Critical 주식회사 뱅크파트너
Priority to KR1020220073555A priority Critical patent/KR102502901B1/ko
Application granted granted Critical
Publication of KR102502901B1 publication Critical patent/KR102502901B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Technology Law (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 발명은 개인의 중요정보를 제공하지 않아도 금융기관별 부동산 담보대출 조건을 가조회하여 비교할 수 있는 서비스를 제공하는 부동산 담보 대출 시스템에 관한 것이다.

Description

부동산 담보 대출 시스템 {Real estate mortgage loan system}
본 발명은 부동산 담보 대출 시스템에 관한 것으로, 더욱 상세하게는 주민등록번호나 휴대전화번호 등과 같은 민감한 개인정보를 제공하지 않아도 주소정보를 이용하여 API 연동 및 스크래핑 기술을 통해 금융기관별 부동산 담보대출 조건을 가조회하여 비교할 수 있는 부동산 담보 대출 시스템에 관한 것이다.
부동산 담보 대출은 해당 부동산의 등기부 등본, 주민 등록 등본, 임대차 계약서 사본 등을 은행 등의 부동산 담보 대출기관으로 제출하여 본인의 소유 여부 확인과 감정에 필요한 자료를 제공함으로써, 대출 금액과 해당물건의 종류에 따라 은행 자체적으로 추정 감정을 하거나 감정 기관의 감정 평가서를 이용한 감정을 통해 은행으로부터 대출 승인을 받는 절차로 진행된다.
이러한 부동산 담보대출 상품의 금리 및 대출금액 한도는 정부의 부동산 정책에 따라 수시로 변경되고, 부동산 담보대출을 받고자 하는 고객은 많은 종류의 관련 서류와 복잡하고 다수의 다양한 상품들이 존재하기 때문에, 금융기관 및 개인 기관의 부동산담보대출 전문 상담사의 상담을 받아 부동산담보대출을 진행하는 경우가 많다.
그러나, 부동산 담보대출은 담보로 제공하기 위한 주택, 대출 희망자의 직업, 소득 정보 및 신용 정보, 대출 희망자의 가족관계 등에 따라 대출 희망자가 받을 수 있는 담보대출 상품이 달라지므로, 대출 희망자는 사전에 자신의 조건으로 받을 수 있는 담보대출 상품이 무엇인지 확인하거나, 금융사와의 상담을 통해 자신의 조건으로 받을 수 있는 담보대출 상품이 무엇인지 확인하여야 한다.
이 과정에서, 종래의 부동산 담보대출 서비스는 담보대출 조건을 설정하기 위해 개인의 중요정보인 이름 주민등록번호 주소 등을 제공해야 하거나, 회원으로 가입하면서 개인의 중요정보를 입력하여 알려주어야 하는 불편함과 문제점이 있다.
한편, 전술한 배경 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
한국등록특허 제10-1318908호
본 발명의 일측면은 주민등록번호나 휴대전화번호 등과 같은 민감한 개인정보를 제공하지 않아도 주소정보를 이용하여 API 연동 및 스크래핑 기술을 통해 금융기관별 부동산 담보대출 조건을 가조회하여 비교할 수 있는 부동산 담보 대출 시스템을 제공한다.
본 발명의 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 부동산 담보대출 시스템은, 개인의 중요정보를 제공하지 않아도 금융기관별 부동산 담보대출 조건을 가조회하여 비교할 수 있는 서비스를 제공하는 관리서버를 포함한다.
상기 관리서버는,
사용자 단말로부터 직업정보 및 담보로 제공할 부동산의 주소 정보를 포함하는 사용자 데이터를 수집하는 사용자 데이터 수집부;
상기 주소 정보에 기초하여 담보로 제공할 부동산의 부동산 등기부정보 및 부동산 시세정보를 포함하는 부동산 데이터를 스크래핑하는 부동산 데이터 수집부; 및
상기 사용자 데이터 및 상기 부동산 데이터에 기초하여 금융기관별로 대출 가능한 금액 및 대출조건을 검색하고, 검색된 대출가능금액 및 대출조건을 상기 사용자 단말로 전송하는 담보대출 안내부를 포함한다.
상기 담보대출 안내부는,
상기 사용자 단말로부터 지정된 특정 날짜에서의 대출가능금액 조회가 요청되면,
상기 사용자 데이터 및 상기 부동산 데이터에 기초하여 담보로 제공할 부동산의 위치를 기준으로 소정 반경 내에 위치하면서, 담보로 제공할 부동산과 유사 또는 동종의 다른 부동산을 비교대상 부동산 후보군으로 설정하고,
담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산의 월별 평균 매매가를 산출하고,
담보로 제공할 부동산의 월별 평균 매매가 변동추이를 나타내는 특징벡터 및 비교대상 부동산 후보군의 월별 평균 매매가 변동추이를 나타내는 특징벡터를 미리 학습된 인공 신경망에 입력하여, 상기 인공 신경망으로부터 출력된 출력값에 기초하여 상기 사용자 단말로부터 지정된 특정 날짜의 평균 매매가를 추정하고,
현재 시점의 평균 매매가와 상기 사용자 단말로부터 지정된 특정 날짜에 추정된 평균 매매가를 비교한 결과에 따라 대출 가능 금액을 보정하는 것을 특징으로 한다.
상술한 본 발명의 일측면에 따르면, 주민등록번호 및 휴대전화번호 등과 같은 개인의 중요정보를 제공하지 않아도 금융기관별 부동산 담보대출 조건을 가조회하여 비교할 수 있다.
도 1은 본 발명의 일 실시예에 따른 부동산 담보대출 시스템의 개략적인 구성이 도시된 도면이다.
도 2는 도 1에 도시된 관리서버의 구체적인 구성이 도시된 도면이다.
도 3 내지 도 5는 관리서버에서 담보대출금액을 보정하는 구체적인 일 예가 도시된 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 1은 본 발명에 따른 부동산 담보 대출 시스템의 개략적인 구성요소들이 도시된 도면이다. 구체적으로, 본 발명에 따른 부동산 담보 대출 시스템은 사용자 단말(10) 및 관리서버(20)를 포함한다.
사용자 단말(10)은 부동산 담보대출을 희망하는 사용자가 소지한 장치로, 외부기기와 유무선 통신이 가능하며, 정보의 입출력 및 처리가 가능한 스마트폰, PC, 스마트 웨어러블 디바이스 등과 같은 전자장치의 형태로 구현될 수 있다. 사용자는 사용자 단말(10)을 이용하여 관리버(20)에 접속하여 본 발명에 따른 부동산 담보 대출 서비스를 제공받을 수 있다.
상기 유무선 데이터통신망(1)은 와이파이(WiFi)망 및 로컬망(LAN)을 포함하는 인터넷망, 3세대(3 Generation: 3G), 4G, 5G 등의 이동통신망, 전용망, 전력선망, 와이브로망 등 중 상기 인터넷망을 포함하되 어느 하나 이상이 결합되어 있는 데이터통신망일 수 있다.
관리서버(20)는 본 발명에 따른 담보대출 서비스를 사용자 단말(10)로 제공하며,
특히, 본 발명에 따르면 관리서버(20)는 종래에 부동산 담보대출을 신청하기 위해 필수적으로 제출해야 했던 주민등록번호나 휴대전화번호 등과 같은 민감한 개인정보를 제공하지 않아도 주소정보를 이용하여 API 연동 및 스크래핑 기술을 통해 금융기관별 부동산 담보대출 조건을 가조회하여 비교할 수 있는 서비스를 제공하는 것을 특징으로 한다.
여기서, 개인정보라 함은 개인정보 보호법에 제2조제1호에 명시된 신용정보와 본인인증절차를 거치지 않는 것으로, 살아 있는 개인에 관한 정보로서 다음의 어느 하나에 해당하는 정보를 의미한다.
1) 성명, 주민등록번호 및 영상 등을 통하여 개인을 알아볼 수 있는 정보
2) 해당 정보만으로는 특정 개인을 알아볼 수 없더라도 다른 정보와 쉽게 결합하여 알아볼 수 있는 정보
3) 1) 또는 2)를 가명처리함으로써 원래의 상태로 복원하기 위한 추가 정보의 사용·결합 없이는 특정 개인을 알아볼 수 없는 정보(이하 "가명정보"라 함)
이를 위해, 관리서버(20)는 사용자 데이터 수집부(21), 부동산 데이터 수집부(22), 담보대출 안내부(23) 및 데이터베이스부(24)를 포함한다.
사용자 데이터 수집부(21)는 관리서버(20)에 접속한 사용자로부터 직업정보 및 담보로 제공할 부동산의 주소 정보를 포함하는 사용자 데이터를 수집한다. 즉, 사용자는 사용자 단말(10)에 미리 설치된 애플리케이션을 실행하거나, 관리서버(20)로 접속되기 위한 주소 정보를 웹페이지에 입력한 후, 담보대출 가조회를 위한 기본적인 정보인 직업(또는 직업군)정보와 담보물건에 대한 정보를 입력할 수 있다.
이때, 상술한 바와 같이, 본 발명에 따른 사용자 데이터 수집부(21)는 주민등록번호와 휴대전화번호 등과 같이 보안에 민감한 정보들은 별도로 받지 않으며, 이에 따라 사용자는 안전하게 본 발명에 따른 서비스를 이용할 수 있게 된다.
부동산 데이터 수집부(22)는 사용자 단말로부터 입력받은 주소 정보에 기초하여 담보로 제공할 부동산의 부동산 등기부정보 및 부동산 시세정보를 포함하는 부동산 데이터를 스크래핑한다.
구체적으로, 부동산 데이터 수집부(22)는 감정원서버, 시세조사기관서버, 국토해양부실거래가서버, 대법원경매정보서버 등에서, 아파트, 주택 또는 토지 등의 부동산가격정보를 수집하여 이를 데이터베이스부(24)에 실시간으로 업데이트하여 저장한다.
한편, 부동산 데이터 수집부(22)는 각각의 금융기관별 서버에 접속하여 금융기관별, 지점별 대출조건에 대한 정보를 추가적으로 스크래핑하여 데이터베이스부(24)에 업데이트한다.
이와 같이, 부동산 데이터 수집부(22)는 API 연동 및 스크래핑 기술을 통해 KB시세, 한국감정원 시세, 부동산등기부 정보를 수집한다.
금융기관 서버는 은행 등의 제1금융권, 카드사 등의 제2금융권, P2P 등 제3금융권의 금융기관, 금융업체 등의 서버로, 다양한 다수의 부동산담보대출 상품을 개발하고, 개발된 부동산담보대출 상품을 유무선 데이터통신망을 통해 부부동산 데이터 수집부로 제공한다.
담보대출 안내부(23)는 상기 사용자 데이터 및 상기 부동산 데이터에 기초하여 금융기관별로 대출 가능한 금액 및 대출조건을 검색하고, 검색된 대출가능금액 및 대출조건을 상기 사용자 단말로 전송한다.
데이터베이스부(24)는 관리서버(20)를 통해 수신되는 다양한 데이터를 저장, 관리, 업데이트한다.
이와 같은 본 발명에 따른 부동산 담보대출 시스템은, 사용자 정보가 입력되면 담보로 제공할 부동산의 부동산 등기부정보(근저당 설정되어 있는 내용 등 모든 정보) 및 부동산 시세를 스크래핑한 후, 사용자 단말로부터 결과 조회 요청이 수신되면 금융기관별, 지점별로 대출가능 금액 및 대출조건을 분류하여 사용자 단말(10)로 전송한다.
또한, 관리서버(20)는 계산 결과관리 페이지에서 사용자별로 과거 조회 결과값 확인이 가능하도록 하며, 등기자료실에서 과거 등기부등본 검색 기능 등을 추가적으로 제공할 수 있다.
몇몇 다른 실시예에에서, 본 발명에 따른 담보대출 안내부는 백데이터 분석을 통해 대출가능금액에 대한 정보를 보정(수정)하여 제공할 수 있다.
예컨대, 사용자가 서비스를 이용하는 현재 날짜(예컨대 2022년 5월)를 기준으로 하는 대출가능금액 조회가 요청되면, 담보대출 안내부는 사용자 데이터 수집부(21)에서 수집된 사용자 데이터 및 부동산 데이터에 기초하여 담보로 제공할 부동산의 위치를 기준으로 소정 반경 내에 위치하면서, 담보로 제공할 부동산과 유사 또는 동종의 다른 부동산을 비교대상 부동산 후보군으로 설정한다.
예를 들어, 담보대출 안내부는 담보로 제공할 부동산이 서울시 양평구 목동에 위치한 84m2면적의 아파트인 것으로 검색되면, 목동과 목동에 인접하는 다른 동에 위치한 동일 시공사 아파트들을 비교대상 부동산 후보군으로 설정하거나, 목동에 위치한 모든 아파트들을 비교대상 부동산 후보군으로 설정할 수 있다. 이때, 설정반경 및 유사 부동산 기준은 관리자에 의해 자유롭게 설정될 수 있다.
이후, 담보대출 안내부는 담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산의 월별 평균 매매가를 산출한다. 즉, 담보대출 안내부는 월별로 해당 아파트들이 평균적으로 얼마에 거래되었는지를 계산한다.
계속해서, 담보대출 안내부는 담보로 제공할 부동산의 월별 평균 매매가 변동추이를 나타내는 특징벡터 및 비교대상 부동산 후보군의 월별 평균 매매가 변동추이를 나타내는 특징벡터를 생성한다.
이를 위해, 담보대출 안내부는 담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산의 월별 평균 매매가 차트를 생성하고, 월별 데이터의 상단 부분을 특징점으로 설정한다. 예를 들어, 2022년 1월부터 5월까지의 평균 매매가가 기준구간으로 설정되면, 담보대출 안내부는 5개의 특징점을 생성할 수 있으며, 담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산별로 이와 같은 작업을 반복 수행한다.
담보대출 안내부는 월별로 생성된 특징점들을 연결한 선분을 생성하고, 생성된 선분의 패턴 특징을 나타내는 특징벡터를 생성한다. 선분 패턴에서 특징벡터를 추출하는 기술은 이미 널리 알려진 기술이므로, 구체적인 설명은 생략하기로 한다.
이후, 도 4에 도시된 바와 같이 담보대출 안내부는 생성된 특징벡터들을 미리 학습된 인공 신경망에 입력하여, 상기 인공 신경망으로부터 출력된 출력값에 기초하여 현재 시점의 평균 매매가를 보정한다.
여기서, 인공 신경망은 입력층, 은닉층 및 출력층으로 구성된 심층 신경망의 형태일 수 있으며, 이러한 인공 신경망은 빅데이터 학습을 통해 전국 부동산들에 대한 월별 매매가 변동추이를 미리 학습해둔 것을 특징으로 한다. 이에 따라, 담보대출 안내부는 빅데이터를 이용하여 미리 학습된 인공 신경망을 이용하여 담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산들의 매매가격 변동 패턴과 가장 유사한 변동 패턴을 갖는 적어도 하나의 부동산을 추출할 수 있다.
담보대출 안내부는 인공신경망에 의해 추출된 적어도 하나의 부동산(이하 추정대상 부동산)의 월별 매매가 차트에 기초하여 담보로 제공할 부동산의 현재 평균 매매가를 보정한다.
예컨대, 담보대출 안내부는 인공 신경망을 이용하여 2022년 1월부터 10월까지 담보로 제공할 부동산의 매매패턴이 2015년 7월부터 2016년 4월까지 A아파트의 매매패턴과 가장 유사한 것으로 확인되면, A 아파트의 2016년 3월 평균 매매가와 2016년 4월 평균 매매가를 비교하여 증감률을 산출한다.
이후, 담보대출 안내부는 산출된 증감률을 2022년 4월에 적용하여 증감률이 반영된 가상의 2022년 5월 담보로 제공할 부동산 평균 매매가를 산출한다. 그리고, 담보대출 안내부는 가상으로 산출된 2022년 5월 평균매매가와, 실제 2022년 5월 평균매매가의 평균값을 산출하고, 산출된 평균값을 이용하여 담보대출금액을 산출한다.
예컨대, 2022년 5월에 담보로 제공할 부동산의 실제 평균 매매가가 5억원이고, 가상으로 산출된 평균매매가 5.4억원인 경우, 담보대출 안내부는 이들의 평균값이 5.2억원을 기준으로 담보대출금액을 산출한다.
이에 따라, 본 발명에 따른 담보대출 안내부는 백데이터 분석을 통해 일시적 요인에 의해 가격이 변동된 부동산에 대해서도 신뢰성 있는 담보대출금액 산출이 가능한 효과를 가지게 된다.
몇몇 또 다른 실시예에에서, 본 발명에 따른 담보대출 안내부는 현재 시점이 아닌 미래 시점에서의 대출가능금액에 대한 정보를 추가적으로 제공할 수 있다.
예컨대, 사용자가 서비스를 이용하는 현재 날짜가 2022.10.01인데, 실제로는 1년 뒤인 2023.10.01에 담보대출을 받고자 한다면, 본 발명에 따른 담보대 안내부는 1년 후의 대출가능금액을 추정하여 사용자 단말로 제공할 수 있다. 이때, 담보대출 안내부는 현재 시점에서 검색된 대출가능금액에서 증액시키거나 감액시켜 미래 시점의 대출가능금액을 추정하는 것을 특징으로 한다.
구체적으로, 상기 사용자 단말로부터 지정된 특정 날짜(미래)에서의 대출가능금액 조회가 요청되면, 담보대출 안내부는 사용자 데이터 수집부(21)에서 수집된 사용자 데이터 및 부동산 데이터에 기초하여 담보로 제공할 부동산의 위치를 기준으로 소정 반경 내에 위치하면서, 담보로 제공할 부동산과 유사 또는 동종의 다른 부동산을 비교대상 부동산 후보군으로 설정한다.
예를 들어, 담보대출 안내부는 담보로 제공할 부동산이 서울시 양평구 목동에 위치한 84m2면적의 아파트인 것으로 검색되면, 목동과 목동에 인접하는 다른 동에 위치한 동일 시공사 아파트들을 비교대상 부동산 후보군으로 설정하거나, 목동에 위치한 모든 아파트들을 비교대상 부동산 후보군으로 설정할 수 있다. 이때, 설정반경 및 유사 부동산 기준은 관리자에 의해 자유롭게 설정될 수 있다.
이후, 담보대출 안내부는 담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산의 월별 평균 매매가를 산출한다. 즉, 담보대출 안내부는 월별로 해당 아파트들이 평균적으로 얼마에 거래되었는지를 계산한다.
계속해서, 담보대출 안내부는 담보로 제공할 부동산의 월별 평균 매매가 변동추이를 나타내는 특징벡터 및 비교대상 부동산 후보군의 월별 평균 매매가 변동추이를 나타내는 특징벡터를 생성한다.
이를 위해, 담보대출 안내부는 도 3에 도시된 바와 같이 담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산의 월별 평균 매매가 차트를 생성하고, 월별 데이터의 상단 부분을 특징점으로 설정한다. 예를 들어, 2022년 1월부터 5월까지의 평균 매매가에 대한 정보가 수집되면, 담보대출 안내부는 5개의 특징점을 생성할 수 있으며, 담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산별로 이와 같은 작업을 반복 수행한다.
담보대출 안내부는 월별로 생성된 특징점들을 연결한 선분을 생성하고, 생성된 선분의 패턴 특징을 나타내는 특징벡터를 생성한다. 선분 패턴에서 특징벡터를 추출하는 기술은 이미 널리 알려진 기술이므로, 구체적인 설명은 생략하기로 한다.
이후, 도 4에 도시된 바와 같이 담보대출 안내부는 생성된 특징벡터들을 미리 학습된 인공 신경망에 입력하여, 상기 인공 신경망으로부터 출력된 출력값에 기초하여 상기 사용자 단말로부터 지정된 특정 날짜의 평균 매매가를 추정한다.
여기서, 인공 신경망은 입력층, 은닉층 및 출력층으로 구성된 심층 신경망의 형태일 수 있으며, 이러한 인공 신경망은 빅데이터 학습을 통해 전국 부동산들에 대한 월별 매매가 변동추이를 미리 학습해둔 것을 특징으로 한다. 이에 따라, 담보대출 안내부는 빅데이터를 이용하여 미리 학습된 인공 신경망을 이용하여 담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산들의 매매가격 변동 패턴과 가장 유사한 변동 패턴을 갖는 적어도 하나의 부동산을 추출할 수 있다.
담보대출 안내부는 인공신경망에 의해 추출된 적어도 하나의 부동산(이하 추정대상 부동산)의 월별 매매가 차트에 기초하여 현재 시점에서 산출된 대출가능금액을 보정한 대출가능금액 추정치를 산출할 수 있다.
예컨대, 담보대출 안내부는 인공 신경망을 이용하여 2022년 1월부터 10월까지 담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 부동산들의 매매패턴이 2015년 7월부터 2016년 4월까지 A아파트의 매매패턴과 가장 유사한 것으로 확인되면, 2016년 4월로부터 1년 후인 2017년 4월의 A 아파트 평균 매매가를 검색하고, 도 5에 도시된 같이 2016년 4월의 평균매매가와 2017년 4월의 평균매매가를 연결하는 선분의 기울기를 산출한다.
최종적으로, 담보대출 안내부는 담보로 제공할 부동산의 현재 시점(예시에서는 2022.10.01)의 평균 매매가에서 기울기에 따라 산출된 가중치를 연산하여 사용자 단말로부터 지정된 특정 날짜(예시에서는 2023.10.01)에 추정된 평균 매매가를 추정한다. 예컨대, 2022.10.01 시점에서 담보로 제공할 부동산의 담보대출 가능금액이 1억원이고, 산출된 가중치(기울기)가 1.1인 경우, 2023.10.01의 해당 부동산에 대한 담보대출 가능금액은 1.1억으로 추정한다.
이와 같은 본 발명에 따르면, 사용자는 현재 시점에서 대출받을 수 있는 금액에 대한 정보 뿐만 아니라 실제로 대출금이 필요한 특정 미래시점에서 받을 수 있는 대출금액 추정치에 대한 정보를 함께 제공받을 수 있어 대출계획을 효과적으로 세울 수 있을 뿐만 아니라 자산관리에도 기여할 수 있는 효과를 제공할 수 있다.
이와 같은, 본 발명에 따른 기술은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 공간으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10: 사용자 단말
20: 관리서버
21: 사용자 데이터 수집부
22: 부동산 데이터 수집부
23: 담보대출 안내부
24: 데이터베이스부

Claims (3)

  1. 개인의 중요정보를 제공하지 않아도 금융기관별 부동산 담보대출 조건을 가조회하여 비교할 수 있는 서비스를 제공하는 관리서버를 포함하는, 부동산 담보 대출 시스템에 있어서,
    상기 관리서버는,
    사용자 단말로부터 직업정보 및 담보로 제공할 부동산의 주소 정보를 포함하는 사용자 데이터를 수집하는 사용자 데이터 수집부;
    상기 주소 정보에 기초하여 담보로 제공할 부동산의 부동산 등기부정보 및 부동산 시세정보를 포함하는 부동산 데이터를 스크래핑하는 부동산 데이터 수집부; 및
    상기 사용자 데이터 및 상기 부동산 데이터에 기초하여 금융기관별로 대출 가능한 금액 및 대출조건을 검색하고, 검색된 대출가능금액 및 대출조건을 상기 사용자 단말로 전송하는 담보대출 안내부를 포함하고,
    상기 담보대출 안내부는,
    상기 사용자 단말로부터 현재 날짜에서의 대출가능금액 조회가 요청되면,
    상기 사용자 데이터 및 상기 부동산 데이터에 기초하여 담보로 제공할 부동산의 위치를 기준으로 소정 반경 내에 위치하면서, 담보로 제공할 부동산과 유사 또는 동종의 다른 부동산을 비교대상 부동산 후보군으로 설정하고,
    담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산의 월별 평균 매매가를 산출하고,
    담보로 제공할 부동산의 월별 평균 매매가 변동추이를 나타내는 특징벡터 및 비교대상 부동산 후보군의 월별 평균 매매가 변동추이를 나타내는 특징벡터를 미리 학습된 인공 신경망에 입력하여, 상기 인공 신경망으로부터 출력된 출력값에 기초하여 평균 매매가를 추정하고,
    현재 시점의 평균 매매가와 추정된 평균 매매가를 비교한 결과에 따라 대출 가능 금액을 보정하며,
    상기 담보대출 안내부는,
    상기 사용자 단말로부터 현재 날짜로부터 소정 기간 이후의 특정 미래날짜에서의 대출가능금액 조회가 요청되면,
    상기 사용자 데이터 및 상기 부동산 데이터에 기초하여 담보로 제공할 부동산의 위치를 기준으로 소정 반경 내에 위치하면서, 담보로 제공할 부동산과 유사 또는 동종의 다른 부동산을 비교대상 부동산 후보군으로 설정하고,
    담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산의 월별 평균 매매가를 산출하고,
    미리 학습된 인공 신경망을 이용하여 담보로 제공할 부동산 및 비교대상 부동산 후보군에 포함된 각각의 부동산들의 매매가격 변동 패턴과 가장 유사한 변동 패턴을 갖는 적어도 하나의 부동산을 추출하여 추정대상 부동산으로 설정하고,
    추정대상 부동산으로 설정된 부동산의 월별 매매가 차트에 기초하여 담보로 제공할 부동산의 현재 날짜에 해당되는 평균 매매가에 대응되는 추정대상 부동산의 제1 평균 매매가와, 제1 평균 매매가로부터 소정 기간 이후에 형성된 제2 평균 매매가를 검색하고, 검색된 제1 평균 매매가와 제2 평균 매매가를 연결하는 선분의 기울기를 산출하고,
    담보로 제공할 부동산의 현재 시점의 평균 매매가에서 산출된 기울기에 따라 결정되는 가중치를 연산하여 특정 미래날짜에서의 평균 매매가를 추정하여 현재 시점에서 결정된 대출 가능 금액을 보정하는 것을 특징으로 하는, 부동산 담보 대출 시스템.
  2. 삭제
  3. 삭제
KR1020220073555A 2022-06-16 2022-06-16 부동산 담보 대출 시스템 KR102502901B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220073555A KR102502901B1 (ko) 2022-06-16 2022-06-16 부동산 담보 대출 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220073555A KR102502901B1 (ko) 2022-06-16 2022-06-16 부동산 담보 대출 시스템

Publications (1)

Publication Number Publication Date
KR102502901B1 true KR102502901B1 (ko) 2023-02-23

Family

ID=85329821

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220073555A KR102502901B1 (ko) 2022-06-16 2022-06-16 부동산 담보 대출 시스템

Country Status (1)

Country Link
KR (1) KR102502901B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020031612A (ko) * 2000-10-20 2002-05-03 전영주 감정평가에 기반한 부동산복합정보구축의관리분석활용시스템 및 방법
KR20130016608A (ko) * 2011-08-08 2013-02-18 박도현 금융기관별 부동산담보대출조건 비교 가조회 시스템
JP2020126670A (ja) * 2015-02-27 2020-08-20 ソニー株式会社 情報処理装置、情報処理方法およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020031612A (ko) * 2000-10-20 2002-05-03 전영주 감정평가에 기반한 부동산복합정보구축의관리분석활용시스템 및 방법
KR20130016608A (ko) * 2011-08-08 2013-02-18 박도현 금융기관별 부동산담보대출조건 비교 가조회 시스템
KR101318908B1 (ko) 2011-08-08 2013-10-16 박도현 금융기관별 부동산담보대출조건 비교 가조회 시스템
JP2020126670A (ja) * 2015-02-27 2020-08-20 ソニー株式会社 情報処理装置、情報処理方法およびプログラム

Similar Documents

Publication Publication Date Title
JP6503509B2 (ja) 情報処理装置、情報処理方法およびコンピュータプログラム
US11615362B2 (en) Universal model scoring engine
US20060178983A1 (en) Mortgage broker system allowing broker to match mortgagor with multiple lenders and method therefor
Anugerah et al. Data Protection in financial technology services: Indonesian legal perspective
US20130117154A1 (en) Method and System of Evaluating Credibility of Online Trading User
KR102310840B1 (ko) 매도인과 매수인의 직거래를 지원하는 부동산 거래 플랫폼의 운영 방법
US20160321722A1 (en) Systems and methods for obtaining consumer data
JP6351779B1 (ja) 情報検索装置、情報検索方法及び情報検索プログラム
US20190295181A1 (en) Computer-based identification and validation of data associated with real estate properties
US20170103456A1 (en) System and method for loan validation and recovery system for marketplace investors
KR101875698B1 (ko) 부동산 토탈 거래 서비스 제공 방법
US20180025429A1 (en) System and method for identifying potential mortgage borrowers
JP2009151579A (ja) 不動産物件取引支援システム、不動産物件取引処理サーバ、不動産物件取引支援方法、及び不動産物件取引支援コンピュータ・プログラム
KR102479930B1 (ko) 부동산 정보 수집 방법 및 그 장치
Leo Handoko et al. Development of Cryptocurrency in the Indonesian Economy
TWI814707B (zh) 有助於金融交易之方法和系統
KR102502901B1 (ko) 부동산 담보 대출 시스템
Mamo et al. Household‐level credit constraints in urban Ethiopia
Fedorov et al. Gradient boosting–based machine learning methods in real estate market forecasting
KR102696733B1 (ko) 블록체인 기반의 채권 디지털 자산화 시스템 및 방법
Abraham et al. Using big data to expand financial services: benefits and risks
US20230171202A1 (en) System and method for performing assessment of electronic resources stored in a distributed network
Anshari et al. Islamic FinTech and artificial intelligence (AI) for assessing creditworthiness
KR20090095112A (ko) 인터넷을 이용한 사이버 자산 담보대출 및 상환방법
KR101931080B1 (ko) 금융기관대출 실행을 위한 제3자담보 제공시스템, 방법 및 프로그램

Legal Events

Date Code Title Description
N231 Notification of change of applicant
GRNT Written decision to grant