기사검색

구독하기 2024.03.29. (금)

지방세

강남 아파트 과세가치, AI가 산정한다?

지방세연구원, 신경망모형에 의한 부동산 과세가치 추정방안 제시

우리나라 부동산 세제는 기본적으로 종가세 체제다. 수량이나 면적이 아닌 부동산의 경제적 가치를 기준으로 세금을 낸다. 이러한 과세가치를 AI기술로 추정할 수 있다는 분석이 제기됐다.

 

한국지방세연구원(원장·배진환)은 22일 발간한 ‘부동산 과세가치 추정방법 연구: 인공지능(AI) 기술의 접목을 중심으로’ 보고서를 통해 “데이터의 양과 질이 충분할 경우 딥러닝 방식에 기초한 과세가치 추정은 도입 타당성이 충분하다”고 밝혔다.

 

AI는 기계학습·딥러닝을 아우르는 개념이다. 효율화된 기계학습을 뜻하는 딥러닝의 대표적인 구현 방식으로는 신경망 모형이 있다.

 

보고서는 신경망 모형 중에서도 정형데이터 처리에 특화된 DNN과 이미지 처리에 특화된 CNN을 부동산 과세가치 추정에 활용할 수 있다고 제시했다.

 

현행 과세가치 추정 방식은 선형회귀모형에 기초한 헤도닉 가격모형을 기반으로 하는데, 이와 비교하기 위해 대도시·중소도시·농촌을 대표하는 도시로 강남구·전주시 덕진구·전남 해남군· 경남 김해시를 각각 선정해 지역별 모형의 적합성을 검토했다.

 

이들 지역의 건축물대장 등에서 추출할 수 있는 정형데이터(연면적·신축연도 등)와 웹에서 수집 가능한 건물 전경사진, 거리뷰 등을 딥러닝 방식으로 학습시킨 결과, 모든 지역에서 선형회귀모형보다 신경망 모형의 성능이 우수했다.

 

 

딥러닝은 기존의 데이터 외에도 사진, 음향, 영상, 텍스트 등 다양하고 이질적인 비정형 데이터를 다룰 수 있고, 데이터 수가 기하급수적으로 증가해도 부하가 걸리지 않는다는 장점이 있다.

 

이미 부동산 분야에서는 투자 의사결정, 부동산 개발에 따른 위험 분석, 중개·매매, 대출 심사, 가치평가 등 다양한 분야에서 AI 기술이 빠르게 확산되고 있다.

 

사진, 동영상 등 비정형 부동산 데이터가 대량으로 생산·공급되는 빅데이터 시대에 AI 기술을 부동산 가치추정에 접목한다면 과세가치 추정방식의 정밀성을 한 단계 끌어올릴 수 있을 것으로 보인다.

 

다만, 보고서는 AI 기술을 실제 정책에 도입한다면 전면 대체보다는 점진적인 보완 방식으로 제도화될 가능성이 높다고 평했다. 비교적 파급효과가 작은 과세대상부터 기술을 도입하는 방안도 제시했다.

 

또한 국세청, 국토교통부, 행정안전부 등 각 부처에 산재한 가격자료와 정책 경험을 통합해 기존 과세표준 산정 생태계를 효율적으로 활용해야 한다고 조언했다.

 

아울러 국세청 임대료 자료 등 정부 데이터를 지금보다 높은 수준으로 개방하고, 민간업체들이 DB 연결·가공 측면에서 보유한 기술력을 결합할 필요가 있다고 봤다.

 

이창로 한국지방세연구원 연구위원은 “AI 기술 도입에 따라 과세표준이 급격히 상승하지 않도록 과세대상별 도입시기 차등화, 세부담 상한제 적용, 공정시장가액 적용 비율 재검토 등 여러 정책수단을 사전에 정교하게 설계할 필요가 있다”고 밝혔다.

 

한편, 우리나라 부동산 과세표준의 산정방식은 ▷토지수득세(1951~1960년) ▷임대가격 중심의 과세표준(1961~1973년) ▷토지등급제 중심의 과세표준(1974~1988년) ▷지가공시제도 도입(1989~2000년대)을 거쳐 2005년 주택가격공시제도를 도입해 지금에 이르고 있다.






배너