국내 프롭테크 기업의 발전방향에 대한 연구: 부동산 플랫폼 정보제공 기능을 중심으로 Study on the Development Direction of Domestic Proptech Company: Focusing on the Real Estate Platform Information Provision Function원문보기
부동산 시장은 대표적인 불완전 경쟁시장이다. 부동산 정보는 폐쇄적으로 수집, 활용되는 특징이 있으며, 시장참여자는 그러한 정보 습득에 많은 시간, 노력 등의 정보탐색비용을 지불해야한다. 우리나라 부동산 공공데이터는 해마다 증가하고 있으나 관계부처마다 산재되어 있고, 탐색 및 해석이 어려우며, 데이터를 분석, 가공해서 활용하는 부동산 산업 활동의 수준이 낮다. 최근 4차산업혁명 속에서 부동산 시장에 필요한 정보를 효율적으로 제공하기 위한 산업으로서 프롭테크 산업이 발달하게 되었다. 본 연구에서는 프롭테크 기업 중 부동산 플랫폼 분야의 주요 기업의 사례를 바탕으로 사용자에게 제공하는 정보의 종류를 탐색적으로 살펴보고, 반대로 사용자로부터 수집한 데이터의 활용방안을 모색하였다. 본 연구의 결과는 부동산 시장의 정보 비대칭성을 완화하고 부동산 산업의 역량강화에 기여할 수 있는 방안에 대한 이론적, 실무적 시사점을 제공할 것으로 기대한다.
부동산 시장은 대표적인 불완전 경쟁시장이다. 부동산 정보는 폐쇄적으로 수집, 활용되는 특징이 있으며, 시장참여자는 그러한 정보 습득에 많은 시간, 노력 등의 정보탐색비용을 지불해야한다. 우리나라 부동산 공공데이터는 해마다 증가하고 있으나 관계부처마다 산재되어 있고, 탐색 및 해석이 어려우며, 데이터를 분석, 가공해서 활용하는 부동산 산업 활동의 수준이 낮다. 최근 4차산업혁명 속에서 부동산 시장에 필요한 정보를 효율적으로 제공하기 위한 산업으로서 프롭테크 산업이 발달하게 되었다. 본 연구에서는 프롭테크 기업 중 부동산 플랫폼 분야의 주요 기업의 사례를 바탕으로 사용자에게 제공하는 정보의 종류를 탐색적으로 살펴보고, 반대로 사용자로부터 수집한 데이터의 활용방안을 모색하였다. 본 연구의 결과는 부동산 시장의 정보 비대칭성을 완화하고 부동산 산업의 역량강화에 기여할 수 있는 방안에 대한 이론적, 실무적 시사점을 제공할 것으로 기대한다.
The real estate market is a representative imperfectly competitive market. Real estate information is characterized by being collected and utilized in a closed environment, and market participants have to pay a lot of time, effort, and costs to acquire such information. Korea's real estate public da...
The real estate market is a representative imperfectly competitive market. Real estate information is characterized by being collected and utilized in a closed environment, and market participants have to pay a lot of time, effort, and costs to acquire such information. Korea's real estate public data is increasing year by year, but it is scattered by relevant ministries. So it is difficult to search and analyze, and the level of development of the industry using it is low. In the recent 4th industrial revolution, the proptech industry has developed as an industry to efficiently provide necessary information to the real estate market. In this study, based on the case of major companies in the real estate platform field among proptech companies, we looked at the types of information provided to users, and on the contrary, explored ways to utilize the data collected from users. The results of this study are expected to provide theoretical and practical implications for ways to reduce information asymmetry in the real estate market and contribute to the development of the real estate industry.
The real estate market is a representative imperfectly competitive market. Real estate information is characterized by being collected and utilized in a closed environment, and market participants have to pay a lot of time, effort, and costs to acquire such information. Korea's real estate public data is increasing year by year, but it is scattered by relevant ministries. So it is difficult to search and analyze, and the level of development of the industry using it is low. In the recent 4th industrial revolution, the proptech industry has developed as an industry to efficiently provide necessary information to the real estate market. In this study, based on the case of major companies in the real estate platform field among proptech companies, we looked at the types of information provided to users, and on the contrary, explored ways to utilize the data collected from users. The results of this study are expected to provide theoretical and practical implications for ways to reduce information asymmetry in the real estate market and contribute to the development of the real estate industry.
최수석 (2019). 부동산 핀테크(FinTech) 산업의 현황과 과제. 국토, 455, 32-37.
통계청 (2020). 가계금융복지조사 결과.
허윤경, 김성환 (2019). 프롭테크 기업, 부동산 산업의 새로운 미래. 한국건설산업연구원, pp. 1-38.
Baum, A. (2017). PROPTECH 3.0: The future of real estate. UK: University of Oxford Research.
Baum, A. (2020). PROPTECH 2020: The future of real estate. UK: University of Oxford Research.
Ceh, M., Kilibarda, M., Lisec, A., & Bajat, B. (2018). Estimating the performance of random forest versus multiple regression for predicting prices of the apartments. ISPRS International Journal of Geo-Information, 7(168), 1-16.
Eisenhardt, K. M., & Graebner, M. E. (2007). Theory building from cases: Opportunities and challenges. The Academy of Management Journal, 50(1), 25-32.
Kim, Y., Choi, S., & Yi, M. Y. (2020). Applying comparable sales method to the automated estimation of real estate prices. Sustainability, 12(14), 1-19.
McKinsey Global Institute (2011). Big data: The next frontier for innovation, competition, and productivity.
Nikolaos, V., & Raphael, N. (2012). Information demand and stock market volatility. Journal of Banking & Finance, 36(6), 1808-1821.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.