아파트 실거래 ML 인터랙티브 플랫폼

개요

약 500만 건의 아파트 실거래 데이터로 가격 예측·브랜드 분류·지역 군집화·이상 거래 탐지를 웹에서 돌려 볼 수 있게 만든 팀 프로젝트입니다. 행정구역 개편으로 비어 있던 지역 정보 37만 건을 복구하고, 좌표가 없던 거래 데이터에 지오코딩을 붙여 지도·군집화·반경 인프라 분석의 기반을 만들었습니다.

맡은 일

• PM
• 데이터 지역 결측 복구, 지오코딩
• 모델 DNN(PyTorch) 회귀 모델 학습, 모델 학습 결과 보고서 작성
• 속도 페이지 집계를 사전계산 구조로 전환

구현과 문제 해결

• 결측 복구 거래 데이터는 옛 지역코드(강원 42xxx·전북 45xxx), 매핑 자료는 특별자치도 전환 뒤의 새 코드(51xxx·52xxx)만 있어 시군구 377,521건이 비어 있음 → 옛 코드와 새 코드를 함께 담은 306행 매핑표를 직접 만들어 다시 병합
• 지오코딩 500만 행을 그대로 호출하지 않고 유니크 주소 42,950개로 줄여 호출, 100건마다 체크포인트 저장·이어하기·호출 한도 준수
• 속도 페이지를 열 때마다 500만 행을 불러와 집계하던 것을 사전계산 결과 로드와 Parquet 캐시(원본 742MB → 60.9MB)로 전환

결과

• 지역 결측 377,261건 복구(99.93%), 남은 260건은 군위군 대구 편입 때문임을 확인
• 지오코딩 호출 500만 → 4.3만 회, 좌표 확보율 98.46%
• 한계 학습·평가를 행 단위 무작위로 나눠 같은 단지의 다른 거래가 양쪽에 섞임. 처음 보는 단지·미래 시점 성능은 검증하지 못함