본문으로 건너뛰기

심증을 물증으로 - 부동산 가두리 실증

언재거

2026.08.05

중개사가 신고를 미룬다는 심증, AI와 같이 재보기로 했다

한줄 요약

부동산 중개사가 상승장에서 실거래 신고를 일부러 늦춘다는 심증이 있었는데, 확인할 방법을 몰랐습니다. AI와 같이 파고든 끝에 공개 데이터에 없는 숫자를 관측으로 만들어내는 방법을 찾았고, 매일 자동으로 쌓이는 파이프라인까지 만들었습니다.

바쁘시면 이것만 읽어도 돼요:

  • 처음 요청은 "네이버 호가를 수집해줘"였는데, 결론은 호가 없이 재는 방법이었습니다

  • AI가 "못 구합니다"라고 했을 때 멈추지 않고 왜 필요한지를 설명하니 완전히 다른 길이 나왔습니다

  • AI가 자기 첫 문장을 스스로 반박했습니다 — "제 첫 문장을 근거로 삼지 마세요"

  • 알고 보니 기존 수집 코드가 이미 죽어 있었습니다. 라이브러리가 옛날 방식으로 요청하고 있었고 아무도 몰랐습니다

  • 가설이 맞으면 맞다고, 틀리면 틀렸다고 나오도록 설계를 요구했습니다

  • 결과는 아직 없습니다. 몇 달 쌓아야 나옵니다 — 그게 이 방법의 정직한 비용입니다

이런 분들께 도움돼요

  • 부동산 실거래가·호가 데이터를 직접 들여다보고 싶은 분

  • "이거 이런 거 같은데" 하는 감은 있는데 확인할 방법을 몰랐던 분

  • AI에게 어디까지 맡길 수 있는지 궁금한 비개발자

문제 상황 (Before)

부동산 시장에는 이런 구조가 있습니다.

매매 계약이 체결되면 중개한 공인중개사는 30일 안에 국토교통부에 거래를 신고할 의무가 있습니다. 그런데 이 "30일 이내"가 문제입니다.

상승장에서는 집주인이 내놓는 가격이 계속 올라갑니다. 그런데 파는 쪽 가격만 올라가면 거래가 잘 안 됩니다. 중개사 수입은 거래가 성사돼야 생기는 수수료입니다. 그러니 중개사 입장에서는 호가가 오르는 게 반갑지 않습니다. 사려는 사람이 생각하는 가격과 팔려는 사람이 부르는 가격이 가까워야 거래가 되니까요.

그래서 이런 일이 벌어집니다. 상승장에서 높은 가격에 계약이 체결되면, 신고를 최대한 늦춰서 30일 만기를 꽉 채운 시점에 신고합니다. 시장 참여자들이 "아, 저 단지가 저 가격에 팔렸구나"를 늦게 알게 만드는 겁니다.

저는 이걸 경험으로 알고 있었습니다. 하지만 심증일 뿐이었습니다. 정말 그런지, 어느 단지에서 그러는지, 아니면 그냥 제 착각인지 확인할 방법이 없었습니다.

그래서 처음엔 이렇게 접근했습니다. "네이버 부동산 호가를 모아서 실거래가랑 비교하면 괴리가 보이지 않을까?"

사용한 도구

  • 도구: Claude Code

  • 모델: Claude Opus 5

  • 보조: Antigravity CLI — 결과를 독립적으로 검증하는 용도로 따로 띄웠습니다

  • 특이사항: 여러 AI를 동시에 띄워놓고 한쪽이 만든 걸 다른 쪽이 검증하게 했습니다

작업 과정

"호가 수집해줘"로 시작했는데

처음 요청은 단순했습니다.

현재 대시보드에 네이버 부동산의 호가 정보를 수집해서 하고 싶은데 어떤 방법이 좋을까?

답은 시원하지 않았습니다. 네이버 부동산은 공식적으로 데이터를 열어주지 않고, 몰래 긁어오는 건 이용약관 위반인 데다 그 매물 정보는 네이버 것도 아니라 중개사들 권리까지 얽혀 있다는 겁니다.

대신 KB부동산 시세를 쓰자고 제안하더군요. 중개업소가 조사해서 매기는 값이라 호가에 가장 가깝다면서. 실제로 호출해서 데이터가 살아있는 것까지 확인해 보여줬습니다.

그런데 제가 원한 건 더 세밀한 거였습니다.

단지별 평형별 타입별 호가정보를 수집하고 싶은데 어떤 방법이 가장 효율적일까?

여기서 AI가 KB 데이터를 단지 단위까지 내려보려고 실제로 시도했습니다. 그리고 안 된다는 걸 확인해서 보여줬습니다. 평형이 5개 덩어리로 뭉쳐 있고 지역도 시·도에서 멈춘다고요.

결론은 "그 해상도의 호가는 돈 주고 사는 것 말고는 방법이 없다"였습니다.

여기서 보통은 포기합니다. 그런데 저는 왜 그게 필요한지를 설명하기로 했습니다.

진짜 원하는 걸 말했더니 길이 바뀌었다

매매계약 30일 이내 국토부 신고라는 점을 악용해서 일부 공인중개사들은 상승장에서 매매 계약이 발생하면 국토부 신고를 최대한 늦춰서 시장참여자들이 상승된 매매체결 가격을 늦게 알도록 하는 꼼수를 피운다는 가설을 주입

이 설명을 듣더니 AI가 완전히 다른 답을 내놨습니다.

호가–실거래 괴리를 재는 대신, 그 괴리를 만드는 행위(신고 지연)를 직접 재면 됩니다. 그리고 지연은 호가 데이터 없이 측정됩니다.

이게 이번 작업에서 가장 인상적인 순간이었습니다. 제가 물은 건 "호가를 어떻게 구하냐"였는데, 답은 "호가가 필요 없다"였습니다. 제가 재고 싶었던 건 괴리가 아니라 그 괴리를 만드는 행동이었으니까요.

AI가 자기 첫 문장을 뒤집었다

바로 다음이 더 놀라웠습니다.

AI가 "데이터 안에 이미 흔적이 있습니다"라며 등록일자라는 항목을 지목했습니다. 계약일이랑 이 날짜를 빼면 신고 지연이 나온다는 거였죠. 저는 "오 되겠네" 했습니다.

그런데 AI가 바로 그 숫자를 확인하더니 이렇게 말했습니다.

먼저 정정합니다. 이번 턴을 이 날짜가 신고 지연의 흔적이라고 열었는데, 틀렸습니다. 법정 기한이 30일이면 30일 근처에 데이터가 몰려 있어야 하는데, 실제로는 중앙값이 72일이고 30일에 아무 벽도 없습니다. 이건 신고일이 아니라 등기일자입니다. 제 첫 문장을 근거로 삼지 마세요.

만약 그냥 넘어갔다면 저는 완전히 잘못된 전제 위에 몇 주짜리 작업을 쌓을 뻔했습니다. 그럴듯한 답을 받았을 때 "그게 맞는지 데이터로 보여달라"고 하는 게 왜 중요한지 그 자리에서 배웠습니다.

그럼 어떻게 재나

신고일은 공개 데이터에 아예 없었습니다. 과거를 거슬러 올라가 알아낼 방법이 없다는 뜻입니다.

AI가 제안한 방법은 단순하면서 영리했습니다. 같은 기간 데이터를 매일 다시 받아서, 어떤 거래가 "처음 나타난 날"을 기록하는 것. 어제는 없었는데 오늘 보이면, 그 사이에 신고된 겁니다. 없는 숫자를 관측으로 만들어내는 셈입니다.

1번부터 시작

여기서 AI가 두 가지 함정을 먼저 짚었습니다. 저는 생각도 못 한 것들이었습니다.

  • 첫째, 똑같아 보이는 거래가 실제로 여러 건 있습니다. 같은 단지, 같은 날, 같은 크기, 같은 층, 같은 가격. 전체의 4.7%나 됩니다. 이걸 하나로 묶어버리면 새로 신고된 거래를 "이미 본 것"으로 착각하게 됩니다.

  • 둘째, 관측을 시작하기 전에 계약된 건 지연을 잴 수 없습니다. 우리가 보기 전에 이미 신고됐을 수 있으니까요. 이걸 빼먹으면 과거 거래 전부가 어마어마한 가짜 지연으로 잡힙니다.

알고 보니 기존 코드가 죽어 있었다

수집기를 만들고 처음 돌렸는데 4분 넘게 멈춰 있었습니다.

AI가 파고들더니 원인을 찾았습니다. 데이터를 받아오는 데 쓰던 라이브러리가 옛날 방식(암호화 안 된 연결)으로 요청하고 있었는데, 정부 데이터 사이트가 그 방식을 더 이상 받아주지 않고 있었습니다. 연결은 되는데 답이 영원히 안 오는 상태. 게다가 그 라이브러리는 "몇 초 기다리다 포기하라"는 설정조차 없어서 무한정 매달려 있었습니다.

실제로 재보니 이랬습니다.

방식

결과

라이브러리가 쓰던 방식

20초 기다려도 응답 0

암호화된 방식

0.22초에 정상 응답

더 중요한 건, 몇 달 전부터 쓰던 기존 수집 스크립트도 같은 이유로 이미 죽어 있었다는 겁니다. 아무도 몰랐습니다. 이번에 새 기능을 만들다가 우연히 발견한 거죠.

가설이 틀리면 틀렸다고 나오게

수집이 되기 시작하니 다음 문제가 보였습니다. "지연이 길다"는 것만으로는 아무것도 증명되지 않습니다. 명절이 끼면 그 지역 전체가 밀립니다. 잔금 일정 때문에 늦어지기도 하고요. 그건 중개사의 꼼수가 아닙니다.

2번 지금 만들어

AI가 세 겹으로 걸러내는 방식을 만들었습니다.

  • 지역과 시기의 공통 요인 제거 — 같은 구, 같은 달의 평균적인 지연을 빼서 "이웃 대비 유독 느린" 것만 남깁니다. 명절로 지역 전체가 20일씩 밀려도 이 값은 안 변합니다.

  • 같은 조건끼리만 비교 — 한 단지에서 이번 달에 작은 평수가 대신 거래되면 평균 가격이 내려갑니다. 그건 가격 하락이 아닙니다. 그래서 대표 평형만 고정해서 봅니다.

  • 그리고 핵심 — 같은 단지의 오를 때와 내릴 때를 짝지어 비교합니다. "느린 단지가 있다"가 아니라 "같은 단지가 오를 때만 느려진다"가 제 가설이니까요.

이 마지막 설계가 마음에 들었습니다. 내릴 때도 똑같이 느리면 제 가설은 틀린 겁니다. 그럼 그냥 행정이 느린 거지 꼼수가 아니죠. AI가 이걸 명시적으로 써뒀습니다 — "차이가 0이거나 음수인 것도 결과로 남긴다"고요.

실제로 돌려보니 문제가 하나 더

30만 건 규모로 시험 삼아 돌려봤더니, 결과 표 맨 위에 이상한 게 올라왔습니다. 딱 한 달 vs 한 달만 가진 단지들이었습니다. 표본이 하나뿐이면 그 차이는 거의 우연인데, 하필 숫자가 크게 나와서 제일 위를 차지한 겁니다.

AI가 이걸 발견하고 기준을 올렸습니다. 그러자 대상이 2,593개 단지에서 1,703개로 줄고, 극단값도 확 줄었습니다. 표본이 적은 걸 걸러내니 남은 게 더 믿을 만해졌습니다.

매일 자동으로 돌게 만들기

좋아 크론 잡 설정하고 3번 뿐만 아니라 크론잡과 수집도 의뢰해라.

매일 자동 실행을 걸었습니다. 그런데 며칠 뒤 제가 물었습니다.

크론 대신 launchd 로 설정한 것 맞지?

답은 "아니요"였습니다. 제가 "크론으로 해달라"고 했으니 크론으로 해뒀고, 대신 맥이 자고 있으면 그날 실행이 통째로 건너뛰어진다는 문제를 그때 이미 지적하고 대안을 제시했는데 제가 답을 안 줬던 거였습니다.

이게 왜 중요하냐면, 건너뛴 날의 신고는 다음 실행일로 밀려서 기록되고, 그게 곧 제가 재려는 지연값의 오차가 되기 때문입니다. 측정하려는 대상이 정확히 그 지연인데 말이죠.

다행히 아직 한 번도 실행되기 전이라 손실은 없었습니다. 잠들어 있어도 깨어난 뒤 보충 실행하는 방식으로 바꿨습니다.

결과 (After)

Before vs After

항목

Before

After

심증 검증

방법 자체를 몰랐음

매일 자동으로 근거가 쌓임

필요한 데이터

호가 (구할 수 없음)

없음 — 공개 데이터만으로

수집

기존 스크립트가 죽어 있었음 (모르고 있었음)

76개 시군구를 95초에

가설 검증

불가능

맞으면 맞다고, 틀리면 틀렸다고 나오게 설계

솔직하게, 결과는 아직 없습니다

이게 이 방법의 정직한 비용입니다. 신고일은 과거를 거슬러 알아낼 수 없어서 지금부터 쌓아야 합니다. 첫 달이 제대로 열리려면 한 달 반, 오를 때와 내릴 때를 짝지어 보려면 넉 달에서 다섯 달이 필요합니다.

기다리는 게 답답하긴 합니다. 하지만 "확인할 방법이 없다"에서 "기다리면 확인된다"로 바뀐 것 자체가 저한테는 큰 변화입니다.

이 과정에서 배운 AI 활용 팁

효과적이었던 것

  • "불가능합니다"에서 멈추지 말 것. 방법을 다시 묻지 말고 왜 필요한지를 말하세요. 저는 "호가를 어떻게 구하냐"를 물었지만 진짜 원한 건 "중개사가 정보를 늦게 푸는지"였습니다. 그걸 말하니 호가가 필요 없어졌습니다.

  • 첫 답이 그럴듯해도 데이터로 확인시킬 것. "그 숫자 분포를 보여달라"는 한마디가 잘못된 전제 위에 몇 주를 쌓는 걸 막았습니다.

  • 같은 숫자를 다른 방법으로 한 번 더 계산시킬 것. 저는 다른 AI를 하나 더 띄워서 완전히 다른 방식으로 같은 값을 뽑게 하고 대조했습니다.

  • 작게라도 실제 데이터로 돌려볼 것. 표본 한 달짜리가 표 맨 위를 차지하는 문제는 실제로 30만 건을 돌려보고서야 발견됐습니다.

이렇게 하면 안 돼요

  • AI가 지목한 데이터를 그냥 믿기. "이 날짜가 신고일입니다"를 검증 없이 받았으면 전부 헛수고였습니다.

  • 자동화를 걸어두고 잊기. 매일 돈다고 했지 컴퓨터가 자고 있을 때도 돈다고는 안 했습니다. 자동화는 걸어둔 다음 "안 도는 경우가 뭐냐"를 물어봐야 합니다.

  • 결론이 유리하게만 나오는 지표 만들기. "내 가설이 맞다"만 보여주는 지표는 아무것도 증명하지 못합니다.

다른 업무에 적용한다면?

핵심은 "직접 못 재는 걸, 그것이 남기는 흔적으로 재는" 발상입니다.

  • 경쟁사 가격 정책을 알 수 없다면 → 가격이 언제 바뀌는지의 패턴을 기록

  • 고객 이탈 이유를 물어볼 수 없다면 → 이탈 직전 행동이 평소와 달라지는 지점을 관측

  • 공급업체의 실제 재고를 모른다면 → 납기 회신이 느려지는 시점을 누적

공통점은 "오늘 없는 데이터는 내일부터 만들 수 있다"는 것입니다. 매일 같은 걸 찍어두기만 하면 됩니다.

앞으로의 계획

  • 몇 달 쌓아서 실제로 검증하기 — 데이터가 모이면 제 심증이 맞았는지 답이 나옵니다. 틀렸다고 나와도 그것대로 소득입니다.

  • 대시보드에 지표 붙이기 — 지금 보고 있는 단지별 가격·거래량 화면에 지연 지표를 같이 올려서 한눈에 보기

  • 다른 왜곡 신호로 확장 — 계약 취소 거래처럼 시세를 흔드는 다른 패턴들과 묶어서 '정보 왜곡' 지표군으로 키우기

함께 이야기해요 0

로그인하고 댓글을 남겨 주세요

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

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

이런 사례도 있어요

사례 전체 보기