제한된 데이터 환경에서도 머신러닝 분석을 통해 고위험군 패턴의 약 60%를 포착할 수 있음을 확인했으며, 향후 대국민 서비스로 확장하기 위한 범정부 협업 체계도 본격 추진한다.
이번 연구는 서민 주거 안정을 위협하는 전세사기 피해를 계약 체결 전 단계에서 미리 파악하는 것을 목표로 했다.
연구진은 국토교통부, 금융위원회, 한국부동산원, 한국신용정보원과 협업해 약 300만 건의 전세 계약 정보와 임대인 신용 데이터를 결합, 계약 이전 단계에서 전세사기 가능성을 예측하는 AI 모델을 시범적으로 개발했다.
개인정보 보호를 위해 개인식별정보를 제거하고 폐쇄형 분석 환경에서 연구를 수행했으며, 탐지율을 높이면서도 ‘억울한 임대인’이 발생하지 않도록 기술적 최적점을 찾는 데 주력했다.
분석 결과, 전세사기 위험을 가르는 핵심 변수는 주택의 물리적 특성보다 금융 지표가 더 의미 있는 기준이 될 수 있는 것으로 나타났다.임대인의 대출 규모, 대출 금리 수준, 최근 연체 이력, 비제도권 금융 이용 여부 등이 주요 판단 기준으로 제시됐다. 연구진은 향후 활용 가능한 데이터의 범위와 품질이 확대될 경우 사전탐지 모델 성능도 더욱 고도화될 것으로 기대된다고 설명했다.
이용재 교수는 “전세사기는 계약 이전 단계에서 위험 신호를 포착하는 것이 중요한 만큼, 사고 이후 데이터를 확인하는 기존 분석에서 더 나아가 과거 데이터 패턴을 학습해 미래 전세사기 위험을 능동적으로 감지하는 모델 개발을 시도했다”며 “관계 기관들이 전세사기 예방 정책을 검토하는 과정에서 참고할 수 있는 기초 자료가 될 것”이라고 말했다.
한국신용정보원 최유삼 원장도 “공공기관과 유관기관이 보유한 데이터를 활용해 전세사기 예방 AI 분석 모델을 구성하고, 전세 계약 단계에서 활용할 수 있는 판단 기준을 제시했다는 데 의미가 있다”고 밝혔다.
위원회와 국토부, 금융위, 행안부, 법무부 등 관계 부처 및 공공기관은 이번 결과를 실제 대국민 서비스로 발전시키기 위한 실행 방안을 논의할 계획이다. 체납 정보, 등기 정보 등 핵심 데이터의 추가 공유·결합을 위해 소관 기관과 협의도 이어간다.
한편 연구진은 AI의 역기능을 막기 위한 안전장치 논의도 병행하겠다고 밝혔다. 개인정보를 과도하게 해석해 낙인을 찍는 ‘소셜 스코어링’ 부작용을 차단하고, AI를 안전하게 활용할 수 있는 방안을 사회분과와 긴밀히 협의한다는 방침이다.
유재연 사회분과장은 “AI 기술은 차가운 감시 도구가 아닌 우리 사회의 약한 곳을 지키는 따뜻한 안전망이 되어야 한다”며 ‘사람 중심 AI 기본 사회’ 구현을 강조했다.
