우리의 궁금증 – 비싼 집은 비싼 값을 할까?
홍콩, 뉴욕, 런던, 파리, 도쿄, 그리고 서울. 이 도시의 공통점은 무엇일까? 비싼 도시의 기준은 다양할 수 있지만, 부동산 시장의 건전성, 주택 가격 수준, 임금 대비 주택 가격 비율 등을 총체적으로 고려했을 때 이 도시들은 세상에서 가장 집값이 비싼 도시들이다. 그렇다면 정말로, 비싼 도시, 그러니까 비싼 집은 비싼 값을 할까? 우리는 이런 궁금증을 가지고 데이터를 다뤄 보기로 했다.
먼저, 집값을 결정짓는 요인은 무엇일까? 치안, 교육 환경, 인프라, 교통, 집 자체의 퀄리티, 주변 자연환경 등, 많은 요소들이 있을 것이다.
영. raw database
그래서 우리가 분석하기로 한 자료는 아래 boston housing이다.
우리는 목록 중에 범죄율(CRIM), 찰스강 인접여부(CHAS), 이산화질소 농도(NOX), 거주지의 평균 방 개수(RM), 학생 대 교사 비율(PTRATION), 저소득층 비율(LSTAT) 등을 고려해 데이터를 분석하기로 해보았다.
하나. 찰스강 인접 여부(CHAS)에 따른 범죄율(CRIM)을 시각화
찰스강과 인접하다는 것의 의미는, 서울에서 한강이 갖는 의미와 같다. 찰스강과 가까울수록 집값이 더욱 비싸다.
위 자료를 보면, 찰스강 인접 장소인 1 구역의 범죄율이, 인접하지 않은 0 구역보다 월등히 낮은 것을 볼 수 있다.
이는 집값이 높은 곳일수록 범죄율이 낮다는 것으로 해석해볼 수 있다.
둘. 주택당 평균 방의 개수(RM)와 주택 가격의 중앙값(MEDV) 간의 관계 시각화
이 scatterplot에서는 방의 개수가 많을수록 주택 가격의 중앙값이 높아지 는 경향(양의 상관관계)을 보인다.
이 또한 방이 많고 넓은 집일수록 선호되는 우리의 상식과 맞아 떨어졌다.
하지만!! 다음 자료를 보면 생각이 좀 달라질지도 모르겠다!
셋. 방 개수별로 일산화탄소 농도지수 시각화
-원래 맨 처음에는 이렇게 복잡하고 한눈에 알아보기 어렵게 나왔다.
그래서 조금 더 간결한 데이터로 시각화 해달라고 요청해보았다.
이렇게 해서 최종적인 데이터가 탄생했다 짜잔!
방이 많고 넓은 집을 단지 ‘넓다’는 이유로 선호하는 사람도 있겠다. 하지만, 만약 더 쾌적한 공기를 원하는 사람에게 방이 많다는 것은 그다지 좋은 선택지가 되지 않을 수도 있다는 사실!
넷. 3D scatter plot을 사용한 LSTAT (저소득층 비율), PTRATIO (학생 대 교사 비율), 그리고 CRIM (범죄율) 간의 관계 시각화
이것도 한눈에 알아보기 어려워서 더 간단하게 해달라고 요청해 보았다ㅎㅎ
그렇게 해서 변수들을 구간화하여 더 보기 편한 2D heatmap 방식으로 시각화 해보았다!
위 데이터를 보면, 학생 대 교사 비율이 높은 지역에서 범죄율이 상대적으로 높게 나타난다.
사람들은 학생 하나하나를 담당하는 교사의 비율이 높은 지역에서 범죄율이 상대적으로 낮을 것이라고 생각하는 경향이 있는데 실제로는 정반대라는 사실이 보여진다!
우리의 결론
위 자료들을 토대로 우리는 비싼 집이 비싼 값을 할까? 라는 물음에 꼭 그렇지만은 않다는 사실을 알 수 있었다.
하나 데이터처럼 (강과 가까운) 비싼 집 부근의 범죄율이 더 낮다는 사실은 비싼 집이 제 값을 한다고 말할 수 있겠다. 허나 둘/셋 데이터를 보면 (방이 많은) 비싼 집이라고 해서 꼭 더 쾌적한 공기를 맛볼 수 있는 것도 아니다. 심지어 넷 데이터는 (학생 하나를 돌보는 교사의 비율이 높은)비싼 지역이 오히려 범죄율이 높다고 나타나기까지 한다.
그렇다면 우리가 과연 비싼 집, 비싼 지역만을 찾아다녀야 할까? 라는 결론이 나온다. 개인마다 집을 고르는 기준은 무척 다양할 것이다. 누군가에게는 깨끗한 환경이, 누군가에게는 교육 인프라,가, 누군가는 안전한 동네가, 가장 중요한 기준이 될 것이다.
따라서, 우리의 결론은, 비싼 집만을 추구하기 보다는, 나의 취향과 기준에 맞는 ‘나만의 그 집’을 찾자는 것 이다. 비싼 집만을 쫒다가는 언젠간 집이 나를 위한 공간이 아니라, 남에게 보여지는 공간이 될지도 모르니 말이다!
