XAI를 이용한 주택 가격 영향 요인 및 비선형적 관계 분석 : GTX 역세권을 중심으로 = Analysis of Housing Price Influence Factors and Nonlinear Relationships Using XAI : Focusing on GTX Station Areas

국문 초록 (Abstract)

수도권으로의 지속적인 인구 집중은 지역 간 불균형과 도시의 외연적 확산을 심화시켰으며, 이는 주택 가격 상승 및 교통난과 같은 복합적인 도시문제를 초래하였다. 특히 서울의 높은 주거비 부담은 경기도로의 인구 유출을 가속하였고, 이는 통근 거리 증가와 광역교통량 급증이라는 새로운 도시문제로 이어졌다. 이러한 도시문제를 해결하기 위해 수도권 광역급행철도(이하 GTX)가 도입되었다. GTX는 기존 운행되는 도시철도보다 약 3배 빠른 속도로 서울 도심과 외곽을 연결하며 서울 접근성을 획기적으로 개선하는 핵심 교통 인프라로 부상하였다. 이로 인해 GTX와 같은 광역철도의 역세권 입지 가치가 재정의되며 인근 지역의 부동산 시장에 큰 영향을 미치고 있다. 그러나 기존 연구들은 대부분 전통적인 계량 모형에 의존하여 교통 인프라의 일반적인 효과를 분석하는 데 그쳐, 복잡한 주택 가격의 형성 요인 또는 비선형적 특성, 변수 간 상호작용을 포착하는데 한계가 존재하였다.
따라서 본 연구는 GTX-A 북부 노선(운정중앙~서울역)을 대상으로 머신러닝과 설명가능한 인공지능기법을 결합하여 역세권에 위치한 주택에 가격 영향을 미치는 요인을 파악하고 비선형적 관계를 실증적으로 분석하는 것을 목적으로 하고 있다.
이를 위해 본 연구는 세 가지 단계로 나누어 분석을 수행하였다. 첫째, 주택 가격 영향 요인의 변수 기여도 분석을 통해 주택 가격에 미치는 영향 요인을 파악하고, 이러한 요인들이 역세권에서 어떤 차이를 보이고 있는지 확인하였다. 둘째, 교통시설, 생활 편의시설, 교육시설 등 주요 생활형 SOC시설이 거리에 따라 주택 가격에 미치는 비선형적 영향을 분석하였다. 셋째, 주택별 가격 예측 영향 요인 분석을 통해 실제 개별 아파트 사례에서 각각의 변수들이 구체적으로 주택 가격을 형성하는지 그 특성을 분석하였다.

목차 (Table of Contents)

• 표 목 차 ⅲ
• 그 림 목 차 ⅳ
• 국 문 요 약 ⅴ
• Ⅰ. 서 론 1
• 1. 연구의 배경 및 목적 1
• 2. 연구의 범위 및 방법 4
• Ⅱ. 이론 및 문헌고찰 6
• 1. 역세권 개념 6
• 2. 철도 인프라 도입에 따른 주택 가격 영향 요인 8
• 3. XAI를 이용한 주택 가격 영향 요인 11
• 4. 연구의 차별성 15
• Ⅲ. 자료 및 모형 17
• 1. 연구의 자료 및 변수의 설정 17
• 2. 모형의 적합도 비교 및 선정 20
• 3. Shapley Additive exPlanations(SHAP) 28
• Ⅳ. 분석결과 29
• 1. 주택 가격 영향 요인 기여도 특성 29
• 2. 거리에 따른 시설별 주택 가격의 비선형적 분포 특성 35
• 3. 주택별 가격 예측 영향 요인 특성 44
• 4. 소결 47
• Ⅴ. 결론 및 향후 연구 50
• 참 고 문 헌 54
• ABSTRACT 60