기관 buyer 와 첫 통화에서 5분 안에 거의 항상 같은 질문이 나옵니다. “한국 상업용 부동산 신고 데이터가 불완전한데, 이 집계가 실제 시장을 얼마나 반영하나요?”
정직한 답은 완전히 반영하지 못한다 입니다. 그리고 이것은 Veacon 의 기술 결함이 아니라 한국 상업용 부동산 데이터 시장의 구조적 사실입니다. 여기서는 그 다섯 가지 사실을 풀어봅니다. Veacon 의 답은 마지막에.
1. 상업용 임대 신고 의무가 없다
주택 임대차 신고제 (2021년 시행) 는 주거용 에만 적용됩니다. 사무실, 리테일, 복합용도 빌딩의 임대 계약은 RTMS (실거래가 공개시스템) 에 거의 들어오지 않습니다. 즉, chartered_lease (전세) 와 monthly_lease (월세) 의 RTMS 데이터는 자발적으로 신고된 일부 거래만 담고 있고, 시장 평균이 아닙니다.
API 를 만드는 입장에서 schema 컬럼이 존재한다는 사실과 의미 있는 데이터가 채워져 있다는 사실은 다른 문제입니다. Veacon 의 schema 는 transaction_type ∈ { sale, chartered_lease, monthly_lease } 를 모두 받지만, 응답에 부착되는 _meta.lease_data_status 가 not_mandated 로 표시되는 이유가 여기에 있습니다.
2. 상업용 매매도 40-60% 만 신고된다
학계 추정 + 한국부동산원 (KAB) 내부 coverage audit 에 따르면, 실제 상업용 부동산 매매 거래의 약 40-60% 만이 RTMS 에 신고됩니다 (대비: 아파트 매매는 95% 이상). 누락의 주된 경로는:
- 30-60일 신고 lag — 분기말 snapshot 은 직전 분기의 실제 거래를 다 잡지 못합니다.
- 다운계약 — 세금 최소화 목적의 신고가 인하.
- 신탁(부동산신탁) 양수도 — 신탁 vehicle 통한 양도는 RTMS event 자체가 발생하지 않습니다.
- 지분(부분 매매) — 50% 지분 양도 같은 경우 RTMS 로직에서 제외됩니다.
- 법인 SPV 주식 양수도 — 부동산을 보유한 SPC 의 주식 거래는 경제적으로는 부동산 거래지만 RTMS 상으로는 보이지 않습니다.
따라서 RTMS aggregate 위에 실거래 평균이라는 라벨을 붙이는 것은 기술적으로 부정확합니다. RTMS 신고분의 평균 이 정직한 표현이고, Veacon 의 _meta.coverage_note 가 매 응답마다 그렇게 명시합니다.
3. 단위 표준화가 없다
아파트 시장이 풍부한 데이터를 가질 수 있는 이유 중 하나는 비교 가능한 표준 단위가 존재하기 때문입니다 — “전용 84m² in 단지 X” 는 같은 단지 안에서 수백 번 반복되는 동일 unit 입니다.
상업용은 다릅니다. 같은 강남구 office sale 이라도 강남파이낸스센터 45층 corner 와 역삼동 5층 small business 는 거의 다른 자산입니다. 평당 가격 격차가 10배 이상 날 수 있습니다. 그래서 quartile 통계 자체의 의미가 약해집니다 — 동일 cohort 내 분산이 크면 median 도 부정확한 중심값이 됩니다.
Veacon 이 cohort 정의에 sigungu × property_type × transaction_type × period 를 모두 사용하고, dong precision 을 Pro+ tier 부터만 여는 이유가 여기에 있습니다 — 좁힐수록 비교 의미가 살아납니다.
4. CoStar / Reonomy 의 등가물이 없다
미국 institutional CRE 시장에는 세 가지 layer 가 있습니다:
- RTMS-equivalent — county records, public deeds.
- Survey/aggregator — CoStar (30년 누적 proprietary survey), Reonomy, REIS.
- Index / benchmark — NCREIF / NAREIT 같은 산업 통계.
한국에는 RTMS (raw 공공기록) 와 R-ONE 분기 인덱스 (한국부동산원), JLL Korea / CBRE Korea 자체 조사 (PR-only PDF) 만 있습니다. 중간 layer 의 분석 surface 가 비어 있습니다. 이것이 Veacon 이 채우려는 위치이고, 동시에 Phase 1 시점에 data.go.kr 외의 자체 proprietary 데이터셋이 아직 없는 이유입니다.
5. 호가 / 실거래가 / 자체 조사가의 격차
단일 출처 정의의 한국 CRE 시장가는 존재하지 않습니다:
- 네이버부동산 / 부동산114 매물 — 호가 (asking), 실거래 아님.
- RTMS — 실거래 (closed), 그러나 위 caveats 적용.
- JLL/CBRE PMR — proprietary survey, license-restricted.
기관 리서치팀이 실무에서 PowerPoint 위에 세 가지 출처를 손으로 조정하는 이유가 여기에 있습니다. Veacon 의 Layer 3 Confidence Score 는 이 조정을 자동화한 것입니다. 다음 포스트 에서 풀어보겠습니다.
그래서 Veacon 은 무엇을 하는가
위 5가지 한계는 아무도 풀 수 없습니다. 한국 시장의 구조적 사실이고, 몇 분기 안에 바뀔 변수가 아닙니다. Veacon 의 답은 두 갈래로 나뉩니다:
1) 표시한다. 모든 /api/v1/real-estate/* 응답에 Layer 1 envelope 가 부착됩니다 — _meta.coverage_note, lease_data_status, known_limitations, disclosure_url. 다른 플랫폼은 이 한계를 표시하지 않지만, Veacon 은 표시합니다.
2) Multi-source triangulate 한다. RTMS spot price · R-ONE 분기 인덱스 · 공시지가 baseline 세 출처를 같은 cohort 위에 올리고, 합의 정도 (relative_spread) 를 정량화합니다. 3개 출처가 ±10% 이내로 합의하면 confidence: high. 출처가 disagreement 하면 confidence: low + outlier flag. 데이터 출처·검증 전체.
이 두 가지 — 한계의 명시 + 다중 출처 합의 측정 — 가 Veacon 이 한국 institutional CRE 데이터에 더할 수 있는 차별 가치라고 봅니다. JLL / CBRE 가 marketing 입장에서 못 하는 것이고, R-ONE 이 정부 통계 입장에서 못 하는 것이고, 부동산114 가 consumer UX 입장에서 안 하는 것입니다.
