Challenge

P사는 전국 시군구의 수급·시장·호재·입지 데이터를 바탕으로 지역 분양성을 우수·보통·열위 등급으로 예측하고, 관련 지표를 대시보드에서 함께 확인하는 기능을 개발하고 있었습니다. 분양성 예측은 단순 계산보다 해석의 성격이 강했습니다.

수급 데이터는 공급과 수요의 균형을, 시장 데이터는 가격과 거래 흐름을 보여주지만, 개발 호재와 입지 조건처럼 정량 지표로 일괄 비교하기 어려운 정보도 함께 다뤄야 했습니다. 성격이 다른 데이터를 실무에서 바로 활용하려면 결과가 사람이 이해할 수 있는 명확한 등급으로 정리되어야 했고, 예측 결과가 사전에 정리된 기준값과 얼마나 맞는지 확인하는 과정이 필요했습니다. 사용자가 여러 지표를 함께 확인하며 지역을 비교하는 만큼, 대시보드 응답 성능도 별도로 검증해야 했습니다.

Testing Approach

와이즈스톤은 지역 분양성 등급 예측, 예측 결과 반환 시간, 대시보드 응답 성능, 소프트웨어 품질 관점으로 구분해 평가했습니다. 등급 예측은 다수의 시군구에 대한 장기간 데이터를 학습 구간과 평가 구간으로 나눈 뒤, 평가 구간 데이터를 학습된 모델에 입력해 산출된 등급을 기준값과 비교하는 방식으로 진행했습니다.

이미 학습에 사용된 데이터를 다시 맞히는 방식이 아니라, 이후 시점의 데이터를 대상으로 등급을 예측했다는 점이 핵심이었으며, 동일한 절차를 반복 수행해 평균 정확도를 산출했습니다. 예측 반환 시간은 여러 지역을 빠르게 비교해야 하는 업무 특성을 고려해 결과 반환 속도를 측정했고, 대시보드 응답 성능은 화면 출력까지의 응답 시간과 프로세서·메모리 사용률을 함께 확인했습니다.

What We Tested

• ৹ 시군구별 수급·시장·호재·입지 데이터 기반 분양성 등급 예측 결과

• ৹ 우수·보통·열위 등급과 기준값의 일치 여부

• ৹ 예측 요청 후 결과 반환까지의 시간

• ৹ 대시보드 화면 출력까지의 평균 응답 시간 및 자원 사용률

• ৹ 시장 지표·개발 호재·분양 실적 조회 화면의 기본 품질

Results & Value

P사는 이번 검증을 통해 복합적인 부동산 시장 데이터를 지역별 분양성 등급으로 정리하고, 대시보드에서 관련 지표와 함께 빠르게 검토할 수 있음을 확인했습니다. 와이즈스톤은 예측 등급의 정확도, 반환 시간, 화면 응답 성능을 나누어 보며 건설 사업 검토 과정에 필요한 데이터 활용 흐름을 검증했습니다.