Current Issue

한국부동산원은 인공지능 챗봇 서비스 기업 메이크봇을 통해 부동산 서비스의 홍보와 상담 서비스를 제공하고 있다. 로보리포트 서비스는 부동산에 대한 정보를 챗봇 방식을 통해 검색할 수 있으나, 검색 가능한 속성 정보가 가격과 매물 위치 정보로 한정적이며, 해당 서비스는 현재 중단되었다. 다속성 검색, 시맨틱 검색 등 기존 부동산 검색 인터페이스에 관한 연구 또한 이루어져왔으나, 이 또한 충분한 자연어 질의 기능을 제공하는 사례는 찾아보기 어렵다[6][7].

텍스트 마이닝(Text mining)은 자연어로 구성된 비정형 텍스트 데이터에서 의미 있는 패턴이나 관계의 정보를 추출하는 기법이다. 텍스트 마이닝은 크게 정보 탐색 과정과 자연어 처리 기술로 나뉘며, 이중 자연어 처리는 형태와 구조가 복잡하며 최근 인공지능 분야의 발전과 함께 활발히 연구하고 있다.

KeyBERT[3]는 BERT 임베딩을 활용하여 문서를 가장 잘 설명할 수 있는 키워드를 추출하는 기술이다. 키워드 추출 기술들은 주로 문서의 통계적 특성을 기반하여 분석하고 있으며, 텍스트 전체의 의미적 측면을 필수적으로 고려하지는 않는다. BERT는 이 문제를 해결하여 짧은 문서에서 효율적으로 의미를 분석할 수 있으나, 긴 문서에서는 시간 비용이 크다는 단점이 있다[1]. KeyBERT를 통해 키워드 추출을 하기 위해서는 형태소 분석 과정이 필요하다. KoNLPy는 한국어 정보 처리를 위한 파이썬 패키지로, 형태소 분석에 활용된다. KoNLPy의 형태소 파서에는 Komoran, Okt, Kkma 등이 있다. 본 연구에서 사용한 Okt 파서는 비교적 간단한 형태로, 띄어쓰기가 있는 문장을 다른 파서들에 비해 신속하게 처리할 수 있다는 장점이 있다.

Random Forest는 과대적합이 되기 쉬운 결정 트리 모델을 보완한 앙상블 모델이다. 여러 개의 결정 트리를 생성할 때 새로운 데이터를 통과시킨 후 각 트리가 분류한 결과를 합쳐 최종 결과를 도출하는 방식으로, 과대적합을 최소화하여 정확도를 높였다.

본 시스템에서 사용한 부동산 실거래 데이터 정보와 교육 시설 정보는 행정안전부 산하의 공공데이터 제공 서비스인 공공 데이터 포털[8]을 통해, 편의시설 정보는 Kakao Map API를 통해 수집하였다.

그림 2는 제안 시스템의 처리 과정이다. 자연어 질의를 사용자에게서 입력받아, 단어 토큰화 및 형태소 분석 과정을 거친다. 단어들 중 주요 키워드를 추출한 후, 이에 따라 질의 유형을 분류하며 각 질의에 적합한 검색 결과를 시각화한다.

Fig. 2. 
Real estate search system

표 1은 본 시스템에서 처리 가능한 질의 유형을 정리한 것이다. 질의 유형은 크게 가격, 면적, 편의시설, 건물명으로 구성된 단순 질의 유형과 복합 질의 유형으로 구분한다.

거래 형태 및 가격 질의는 표 2와 같이 거래 형태 지정 후 가격 지정과 가격 미지정의 두 가지 유형으로 분류한다. 실행 결과는 그림 3과 같다.

Fig. 3. 
Transaction type and Price query result

거래 형태 및 가격 질의에서는 거래 형태와 가격지표를 질의에서 해석하여 정보를 필터링한다. ‘저렴한’, ‘싼’ 등의 키워드가 포함되었을 때 면적당 가격을 계산하여 해당 지표가 낮은 순으로 실거래 매물 정보를 계산하여 제공한다.

표 2는 면적 및 편의시설 질의의 분류이고, 실행결과는 그림 4와 그림 5와 같다. 국토교통부의 최저주거기준을 지표로 사용했다.

Fig. 4 
Area and tenent query result

Fig. 5 
Area and tenent query result

Kakao Map API Geocoding을 통해 편의시설과 매물의 위, 경도를 얻었다. 편의시설과 매물 사이의 직선거리를 haversine 공식을 통해 계산하여 필터링했다.

그림 6은 기본 유형 질의를 조합한 복합 유형 질의의 처리결과이다.

Fig. 6. 
Nested query result

실험에 사용된 질의어의 평균 처리 시간은 14.1초로 측정되었으며, 편의시설의 종류가 많을수록, 매물의 검색 범위가 넓을수록 더 오랜 시간이 걸렸다. 구 단위 검색은 최대 5분 15초가 소요되었다.