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.
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
연구의 목적 명확화:
토지거래허가제 시행으로 실제 부동산 가격과 거래량에 변화가 있었는가?
정책의 목표(투기 억제, 가격 안정화)를 달성했는가?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+β1Treati+β2Postt+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
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.