1주차: chatGPT 4.0와 주제 잡기 및 연구설계하기, Mapify로 마인드맵 시각화

소개:

1단계 chatGPT 4.0와 주제잡기

최근 강남3구와 용산지역의 토지거래허가 재지정이 부동산시장에 미치는 영향을 분석해보고 싶었다.  

현재 강남APT 국평(전용84제곱미터)이 60~70억을 호가하는 부동산 시장에서 상징적인 고가주거지로, 각종 부동산 규제의 시험대가 되어 왔다.
그 중 토지거래허가제는 직접적인 시장 개입형 규제로, 사전 허가를 받지 않으면 부동산을 거래할 수 없는 제도다.

한국의 도시 위치를 보여주는지도
한국의 도시 위치를 보여주는지도

2020년 6월 강남 4구(강남·서초·송파·강동)를 중심으로 토지거래허가제가 시행되었고, 이 제도가 실제로 거래가격과 거래량에 많은 영향을 미쳤고, 이후 잠시 풀렸다가 2025년 3월에 재지정되면서 어떤 영향을 미치고 있는지 실증 분석을 해보고 싶었다.


진행 방법

2단계   chatGPT 4.0로 연구설계하기

Step 1: 연구 목적 및 문제 설정

  1. 연구의 목적 명확화:
    토지거래허가제 시행으로 실제 부동산 가격과 거래량에 변화가 있었는가?
    정책의 목표(투기 억제, 가격 안정화)를 달성했는가?

  2. 핵심 연구 질문:
    토지거래허가제 시행 지역의 가격·거래량이 비시행 지역과 어떻게 다른가?

Step 2: 연구 방법론

1. 분석지역 선정 및 분석 단위

2. 분석방법 선택: DID (차이-차이 분석)

3. 데이터 수집 및 처리 방법 :국토교통부 실거래가 공개시스템 API

4. 분석모형 설정

  • DID 분석 모형:
    Yit=α+β1Treati+β2Postt+β3(Treati×Postt)+Xit′γ+ϵitY_{it} = \alpha + \beta_1Treat_i + \beta_2Post_t + \beta_3(Treat_i \times Post_t) + X'_{it}\gamma + \epsilon_{it}Yit​=α+β1​Treati​+β2​Postt​+β3​(Treati​×Postt​)+Xit′​γ+ϵit​

5. 가설 설정

  • 가설 1: 토지거래허가제 시행 후 강남구3구와 용산의 부동산 거래가격은 비시행 지역 대비 유의미하게 낮아질 것이다.

Step 3: 데이터 분석 및 해석

  • 분석 결과 시각화 (가격 변화 그래프, 거래량 변화 그래프)

  • DID 모형을 구축하여 계량분석 수행: 분석도구(R, Stata, Python)

Step 4: 연구 결과 정리 및 논의

3단계  Mapify를 통한 마인드맵 시각화

ChatGPT에서 실제 Mapify 입력용 문장 요약해달라고 하면 GPT 캔버스에서 요약해준다-> 이를 Mapify에 넣으면 마인드맵 형태로 시각화 해준다.

  • 텍스트 기반 논문 초안을 입력 → 주요 변수, 지역, 시기, 정책효과 등이 자동 분류

  • 정량분석 내용도 계층적으로 정리되어, 독자가 쉽게 핵심 구조를 이해할 수 있음

    단어가있는 마인드 맵

    결과와 배운 점

  • ChatGPT로 연구개요와 목차 제목 등으로 구체화하고, Mapify로 마인드맵 시각화을 구현한 결과, 복잡한 실증 분석 구조가 한 눈에 정리되었음

  • 연구자가 파악한 분석 변수, 정책 효과, 시계열 구조, 통제집단 구성이 시각적으로 정리되어 이해도가 높아짐

  • 2단계에서 연구설계를 고도화하여 정량적인 분석을 시도해봐야함.

5
2개의 답글

👉 이 게시글도 읽어보세요