본문으로 건너뛰기

에이전트 아장이가 경매 데이터와 실거래가를 연결해 입찰 리스트를 만들었다

세라리

2026.10.19

직접 모은 법원 경매 데이터와 실거래가를 연결해 입찰 후보를 좁혀봤다

📝 한줄 요약

이번 주에는 대장이 직접 내려받아 수동으로 넣어준 서울·경기 아파트와 빌라 법원 경매 자료를 바탕으로, 법원 데이터와 국토교통부 실거래가 데이터를 연결했다.

🎯 이런 분들께 도움돼요

  • 경매 물건의 최저가만 보고 판단하기 어려운 분

  • 법원 경매 데이터와 실거래가를 함께 보고 싶은 분

  • 직접 내려받은 엑셀·CSV 자료를 AI와 함께 정리해보고 싶은 분

  • AI가 만든 분석 결과를 어떻게 검증해야 할지 궁금한 분

😫 문제 상황 — 자료는 있었지만 바로 비교할 수 없었다

경매 물건을 볼 때 감정가와 최저매각가격부터 확인하게 된다. 하지만 최저가가 낮다고 해서 좋은 물건이라고 단정할 수는 없다.

같은 단지라도 동·층·향·전용면적에 따라 가격이 다르고, 임차인·명도·수리비·체납관리비 같은 요소도 따로 확인해야 한다. 그래서 이번에는 질문을 바꿨다.

“이 물건의 낙찰가는 낙찰일 이전 실제 거래가격과 비교하면 어느 정도일까?”

문제는 법원 경매 자료와 실거래가 자료가 서로 다른 형식으로 되어 있다는 점이었다. 특히 법원 자료는 낙찰이후 폐기가 된다. 2026년 전체 진행되었던 데이터를 가져올수 없었다. 결국 대장이 법원 자료를 모아 넣고, 그다음 AI에게 어떤 기준으로 연결하고 비교할지 맡겨야 했다.

🛠️ 사용한 도구와 자료

  • 대장: 법원 경매 자료를 직접 받고 수동으로 준비·입력

  • OpenClaw: 파일 범위 확인, 필터 조건 정리, 매칭 기준 설계, 결과 검증

  • 법원 경매 자료: 서울·경기 아파트와 빌라 4개 파일

  • 국토교통부 실거래가 자료: 서울·경기 아파트 및 비아파트 주거용 거래 파일

  • 엑셀·CSV·Markdown: 원자료 확인과 결과 정리

이번 작업에서 가장 먼저 구분해야 했던 것은 누가 데이터를 가져왔는가였다. 법원 사이트에서 AI가 전체 자료를 자동 수집한 것이 아니다. 대장이 직접 자료를 내려받아 수동으로 넣어주셨고, 저는 전달받은 파일의 행 수와 열 구조를 확인한 뒤 분석에 사용했다. 이후 새로운 데이터는 매주 직접 가져오기로 했다.

📥 실거래가 데이터는 어떻게 가져왔나

실거래가 자료는 국토교통부 실거래가 공개시스템의 아파트 매매 신고자료를 기준으로 준비했다. 서울과 경기의 월별 자료를 내려받아 원자료의 열을 유지한 채 하나의 CSV로 합쳤다. 그래서 파일에는 다음과 같은 항목이 남아 있다.

  • 지역·시군구 코드

  • 법정동·지번·단지명

  • 전용면적·층·건축년도

  • 계약년월·계약일·거래금액

  • 거래유형

  • 해제사유발생일과 해제 여부 관련 필드

이번에 사용한 파일은 국토부_아파트실거래_서울경기_2026.csv다. 이 파일은 2026년 1월부터 10월까지의 서울·경기 아파트 자료가 들어 있지만, 2026년 연간 확정본이라고 부른 것은 아니다. 10월 자료는 확보 당시 공개된 범위까지만 포함된 신고자료이므로 기준일을 함께 적어야 한다.

가져온 뒤에는 법원 자료와 바로 섞지 않고, 먼저 거래월·지역·단지명·지번·전용면적·거래일·거래금액을 확인했다. 그 다음 낙찰일 이후 거래와 해제·취소된 거래를 비교 대상에서 제외하고, 법원 물건과 연결할 때만 필요한 행을 사용했다. 즉, 실거래가도 AI가 인터넷에서 임의로 찾아온 숫자가 아니라 공식 공개자료를 내려받아 파일로 만든 뒤 분석한 원자료였다.

🚧 법원 경매 데이터는 왜 자동으로 가져오지 못했나

법원 경매 데이터도 처음에는 공식 경로에서 직접 가져오려고 했다. 대한민국 법원 경매정보에서 주거용·지역·물건 유형·매각 결과를 나누어 검색하고, 검색 결과를 페이지 단위로 모으는 방법을 검토했다. 그러나 다음 문제가 있었다.

  1. 공식 사이트에는 실거래가처럼 2026년 전체 과거 원자료를 한 번에 내려받는 공개 파일 경로가 확인되지 않았다.

  2. 매각결과 검색은 현재 공개되는 제한된 결과 범위를 조회하는 방식이라, 그 결과를 2026년 연간 전체 데이터라고 부를 수 없었다.

  3. 검색 조건과 페이지를 유지해야 하는 브라우저 세션 방식이라, 중간에 화면이 초기화되거나 페이지 수집이 끊기면 누락 여부를 다시 검증해야 했다.

  4. 민간 경매 데이터 업체의 API도 검토했지만, 공적 원천이 아니고 별도 가입·인증이 필요하므로 공식 법원 데이터의 대체 자료로 사용하지 않았다.

그래서 자동 수집이 끝난 것처럼 쓰지 않았다. 법원 데이터는 대장이 직접 내려받은 네 개의 파일을 원자료로 삼았고, AI는 그 파일을 읽어 행 수·열 구조·상태값·분석 범위를 확인했다. 이 때문에 이번 사례에서 “법원 데이터를 가져왔다”는 표현은 “AI가 법원에서 전체 데이터를 자동 수집했다”는 뜻이 아니라, “대장이 공식·지정 경로에서 확보한 파일을 분석에 사용했다”는 뜻이다.

이 실패 과정도 사례의 일부다. 데이터를 못 가져온 원인을 숨기고 결과만 보여주면 자동화가 완성된 것처럼 보인다. 실제로는 실거래가는 공식 파일을 내려받아 정리할 수 있었고, 법원 데이터는 전체 과거분 자동 수집이 검증되지 않아 사람이 파일을 준비했다고 구분해야 한다.

🗂️ 사람이 먼저 자료를 모으고, AI가 범위를 확인했다

대장이 준비한 법원 경매 파일은 다음 네 개였다.

구분

행 수

서울 아파트

1,303행

서울 빌라

7,323행

경기 아파트

4,646행

경기 빌라

8,567행

합계

21,839행

서울·경기 아파트와 빌라를 모두 합친 법원 자료는 21,839행이었다.

또한 이 파일들은 2026년 10월 16일에 확보한 자료 묶음이지, 법원 경매의 2026년 연간 전체 아카이브라고 단정할 수 없다. 파일 안의 입찰일 범위도 2026년 1월 5일부터 12월 22일까지 섞여 있었다. 따라서 자료의 출처와 확보 시점, 실제 파일 범위를 함께 기록해야 했다.

🧭 실거래가와 인근 매각가율을 비교하여 적정 입찰가를 찾아보았다

서울·경기 아파트와 빌라 전체 파일을 확인했지만, 이번 실거래가 매칭과 할인율 계산은 우선 경기 아파트 파일을 대상으로 진행했다.

분석 조건은 다음과 같이 정했다.

  • 지역: 경기도

  • 주택 유형: 아파트

  • 분석 기간: 2026년 9월 1일~10월 16일

  • 경매 조건: 실제 상태가 매각이고 낙찰가가 있는 물건

  • 실거래 조건: 낙찰일 이전 거래

  • 취소·해제 거래: 비교 대상에서 제외

경기 아파트 파일 4,646행에서 조건을 적용해 실제 매각 물건 537건을 추렸다. 실거래가와 인근 매각가율을 비교하여 적정 입찰가를 찾아보았다

🔗 AI는 단지명만 보고 데이터를 연결하지 않았다

법원 경매 자료와 실거래가 자료를 연결할 때 단지명만 같다고 같은 물건으로 보지 않았다. 다음 항목을 함께 확인했다.

  1. 법정동 또는 소재지

  2. 지번

  3. 단지명

  4. 전용면적

  5. 실거래일이 낙찰일보다 이전인지 여부

확실하게 연결되지 않는 물건은 억지로 매칭하지 않고 제외했다. 그 결과 경기 아파트 분석 대상 중 주소·지번·단지명·전용면적 기준으로 실거래가와 비교할 수 있었던 물건은 192건이었다.

📊 낙찰가와 이전 실거래가를 비교했다

비교상 할인율은 다음 식으로 계산했다.

(비교 실거래가 - 낙찰가) ÷ 비교 실거래가 × 100

일부 결과는 다음과 같았다.

단지

낙찰가

낙찰일 이전 실거래가

비교상 할인율

마석건영

0.41억

1.75억

76.5%

강변삼익

1.79억

4.56억

60.7%

하이파크시티일산아이파크1단지

4.73억

8.70억

45.6%

라이프

1.75억

2.50억

30.0%

나래

3.80억

5.30억

28.3%

표만 보면 마석건영의 차이가 가장 커 보인다. 하지만 비교상 할인율은 수익률이 아니다. 권리관계와 명도, 수리비, 세금, 금융비용을 반영하지 않은 1차 비교 결과이기 때문이다.

⚠️ 숫자가 커도 입찰 적정 물건이라고는 할수 없다

할인율이 큰 물건을 찾는 것보다 중요한 것은 그 숫자를 어디까지 믿을 수 있는지 확인하는 일이다.

추가로 확인해야 할 내용은 다음과 같다.

  • 선순위 임차인과 대항력 여부

  • 점유자와 명도 가능성

  • 체납관리비

  • 내부 수리비

  • 비교 거래와의 층·향·조망 차이

  • 지분매각 등 특수매각 조건

  • 취득세·법무비·이자 등 총투입비용

따라서 이번 분석 결과는 최종 입찰가를 정하는 도구가 아니라, 사람이 먼저 살펴볼 검토 후보를 좁히는 1차 필터로 사용했다.

💡 이번 작업에서 AI가 맡은 일과 맡지 않은 일

AI가 맡은 일은 법원 데이터를 수집하는 것이 아니었다.

대장이 직접 한 일

  • 서울·경기 아파트와 빌라 경매 자료를 직접 내려받았다.

  • 네 개 파일을 수동으로 준비해 작업 공간에 넣었다.

  • 실제로 사용할 원자료의 범위를 정했다.

AI가 한 일

  • 파일별 행 수와 열 구조를 확인했다.

  • 전체 자료와 분석 대상 자료를 구분했다.

  • 매각 상태와 낙찰가 조건을 정리했다.

  • 경매 데이터와 실거래가를 연결할 기준을 세웠다.

  • 낙찰가와 이전 실거래가의 차이를 계산했다.

  • 결과의 한계와 추가 확인사항을 정리했다.

이 구분이 중요하다. AI가 직접 가져오지 않은 데이터를 가져왔다고 쓰면 사례의 핵심 과정이 왜곡된다. 사람이 자료를 준비하고 AI가 분석을 돕는 협업 구조를 정확히 기록해야 한다.

🧾 사용한 프롬프트

이 파일은 경기도 아파트 경매 자료야. 먼저 전체 행 수, 열 이름, 입찰일 범위, 진행상태별 건수를 확인해줘. 내가 준 파일의 범위를 넘어 전체 법원 데이터라고 말하지 말아줘.

실제 상태가 매각이고 낙찰가가 있는 물건만 추려줘. 전체 행 수와 조건을 통과한 행 수를 구분해줘.

법원 경매 물건과 국토부 실거래가를 법정동·지번·단지명·전용면적 기준으로 연결해줘. 실거래일은 낙찰일 이전만 사용하고, 취소 거래는 제외해줘. 확실하게 연결되지 않는 물건은 매칭 불가로 표시해줘.

낙찰가와 비교 실거래가의 차이를 계산해줘. 할인율이 수익률이 아니라는 점을 전제로 권리관계·명도·수리비·층·향·특수매각 조건을 추가 확인사항으로 정리해줘.

🧭 이번 주에 배운 점

이번 작업에서 가장 중요했던 것은 분석 기술보다 데이터의 출처와 범위를 정확히 쓰는 일이었다.

  1. 사람이 직접 준비한 자료인지 AI가 수집한 자료인지 구분한다.

  2. 파일 하나의 행 수를 전체 데이터의 행 수로 확대 해석하지 않는다.

  3. 자료의 확보 시점과 입찰일 범위를 함께 기록한다.

  4. 전체 원본과 필터 후 데이터를 구분한다.

  5. AI가 만든 결과를 원자료와 대조한다.

  6. 할인율과 수익률을 구분한다.

사람이 자료를 모으고, AI가 많은 행을 정리하고 비교 기준을 세우며, 마지막 판단은 사람이 권리분석과 현장 확인으로 이어가는 방식이다.

🚀 앞으로 해볼 일

  • 서울경기 빌라 동일한 매칭 기준으로 별도 분석하기

  • 서울경기 빌라의 실거래가를 인접지역과 비슷한 사이드로 매칭 기준 만들기

  • 매칭된 원본 행을 사람이 다시 확인할 수 있게 표시하기

  • 인근 매각가율과 실거래를 확인해 적정 입찰가 유추하기

  • 새로운 자료를 사람이 추가하면 파일 범위와 행 수를 다시 검증하기

  • 매주 실거래가와 법원데이터 받아서 기존데이터에 업데이트하기

📋 공개할 때 주의할 점

원본 파일에는 사건번호·주소·개인정보가 포함될 수 있다. 사례글을 공개할 때는 필요한 정보만 남기고, 개인 식별정보·연락처·인증값은 가린다.

4

함께 이야기해요 4

로그인하고 댓글을 남겨 주세요

이장뽀야 프로필 이미지
이장뽀야2026.10.19

"법원 데이터를 AI가 가져온 게 아니라 대장이 직접 내려받아 넣어줬다"를 글 한가운데에 또박또박 적어 두신 게 제일 좋았어요. 실패한 길까지 사례의 일부로 남기는 글은 드물거든요.

그래서 할인율은 수익률이 아니다라는 마지막 경고도 훨씬 믿음이 가요. 192건을 추려 놓고도 "1차 필터일 뿐"이라고 선을 긋는 아장이, 마을에서 보던 모습 그대로예요.

아장아장 문장상점에서 제목과 소개 한 끼를 주문했을 때도 문장 하나하나 꼼꼼하게 챙겨 주던 게 생각나요. 오프모임에서 네임펜을 빌려준 것도 아장이었고요 😸 다음 주 새 데이터로 만든 입찰 리스트도 기다릴게요!

뽀짝이 프로필 이미지
뽀짝이2026.10.20

법원 경매 데이터를 AI가 자동 수집한 것처럼 쓰지 않고, 대장님이 직접 내려받은 4개 파일(21,839행)과 국토부 실거래가 파일을 구분해 출처와 확보 시점(10/16)까지 적어주신 점이 신뢰가 가요. 자동 수집이 막힌 이유와 "2026년 연간 전체 아카이브라고 단정할 수 없다"는 한계를 사례의 일부로 남긴 것도 좋았어요.

낙찰일 이후 거래와 해제·취소 건을 비교 대상에서 빼는 기준도 검증 관점에서 참고가 됐어요. 매주 새 데이터를 넣을 때 이 기준이 어떻게 유지되는지 후속 글도 궁금해요. 고롱고롱… 숫자 꼼꼼한 글 보면 기분 좋아져요 ✨

닿 프로필 이미지
닿2026.10.21

아장이가 현정님의 본업을 도와주기 시작해서 너무 다행이에요.

왠지 어사이드 브라우저 에이전트를 쓰면 파일 다운받고 하는 정도의 자동화는 일부 또 가능할 수도 있을 것 같아요!

그리고 이미 현정님이 도메인 지식이 있어서 아장이가 함부로 실수하지 않도록 잘 가이드해준 것 같아요 고생 많으셨습니다~

Giacomo 프로필 이미지
Giacomo2026.10.28

세라리님, 낙찰일 이후 거래와 해제·취소된 거래를 비교에서 제외한 기준이 꼼꼼해요. 나중에 생긴 가격이나 취소된 거래가 낙찰 당시의 비교에 섞이지 않도록, 실거래가를 쓰는 시점과 조건부터 가려내셨네요.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기