프로젝트 소개
본 과제는 빅데이터와 딥러닝 기술을 활용하여 거주지의 종합적인 가치를 평가하는 시스템을 개발하는 연구임. 주거 환경에 대한 객관적이고 다각적인 정보를 제공함으로써 사용자들이 더 나은 거주지를 선택하고 임대차 시장의 정보 비대칭을 해소하는 데 목적이 있음.
연구 목표는 거주 리뷰 및 공공 데이터를 활용한 거주지 종합 및 공공 점수 산출 시스템 개발임. KoBERT 모델 기반 리뷰 감성 분석 시스템 개발과 15만 건 이상의 학습 데이터 수집도 포함됨. 핵심 연구 내용은 '학습 데이터 수집-기반 기술 개발-평가 시스템 개발' 3단계로 구성됨. 1단계에서는 '집품' 플랫폼 및 공공 데이터에서 거주 리뷰와 공공 데이터를 수집함. 2단계에서는 KoBERT 모델을 자사 리뷰 데이터에 Fine-tuning하여 한글 거주 리뷰에 특화된 감성 평가 시스템을 구축함. 3단계에서는 LSTM 기반 딥러닝 모델을 활용, 거주 리뷰와 공공 데이터를 통합한 종합 평가 및 공공 데이터 기반 환경 평가 시스템을 개발함. 기대 효과는 B2C 시장에서 중개 매칭 및 보증금 안전도 서비스 강화, B2B 시장에서 금융권 및 건설사에 맞춤형 정보 제공임. 또한, 국가 정책 수립 기여, 고용 창출 및 거주 중심의 새로운 평가 지표 확립을 통해 임대차 시장 정보 불균형 해소에 이바지할 것으로 전망됨.