인공지능과 프롭테크

AI로 들여다보는 부동산의 미래
불확실한 부동산 시장 속에서 기술이 답이 되는 시대다. AI, 빅데이터, 블록체인 등 프롭테크 기술이 어떻게 부동산의 가치 평가, 매물 추천, 스마트 건축, 자산 관리, 블록체인 거래 등을 혁신하는지 사례와 함께 소개한다. 기본적인 부동산 지식 없이 AI를 활용할 수는 없다. 이 책은 주택 계약, 세금, 대출 등 부동산의 기초부터 AI 기반 분석 방법까지 폭넓게 다루며, 의식주에 필요한 교양 지식으로서 부동산을 이해하도록 돕는다. 예측 모델링, 자연어 처리 기반 고객 응대, 블록체인 거래 시스템 등 최신 기술이 부동산에 어떻게 적용되는지도 상세히 설명한다. 프롭테크 산업이 직면한 프라이버시, 알고리즘 편향, 규제 문제 등도 균형 있게 다루었다. 부동산·기술 분야 진로를 고민하는 청년, 프롭테크 업계로 이직을 희망하는 직장인, 새로운 투자 전략이 필요한 투자자에게 필요한 정보를 담았다. AI와 데이터 기반 사고를 통해 스마트한 주거·투자 결정을 내리는 방법을 찾을 수 있다.

AI와 프롭테크가 부동산 시장을 어떻게 바꾸는지 소개한다. 예측 모델링, 추천 시스템, 블록체인 거래 등 최신 기술과 함께 부동산 기초 개념을 설명한다.

문혜정
서울과학기술대학교 IT정책전문대학원에서 인공지능과 데이터분석 관련 박사과정에 재학 중이다. 동 대학에서 컴퓨터공학 학사와 석사, 정책학 박사 학위를, 동방문화대학원대학교에서 철학 박사 학위를 취득했다. 1995년부터 대상정보기술, KCC정보통신, 한솔CSN, 캐논코리아, 아이엘피 등에 재직했다. 서울과학기술대학교, 한국생산성본부, 세종대학교에서 컴퓨터프로그래밍과 빅데이터 과정을 강의했다(2009∼2023). 주요 연구 분야는 ICT 정책, 자연어 분석, 프롭테크, 제자백가, 사행산업 등이다. 정보처리기사, ISO27001 선임심사원(보), CISA, PMP, 정보시스템 감리원, 공인중개사 등 자격이 있고 공인중개업을 운영(2010∼2014)한 경험이 있다. 주요 저서로 『The Criteria to Winner』(2010), 『빅데이터와 복권』(2018) 등이 있다. “빅데이터 분석을 통한 서울시 골목상권 분석”(2017), “머신러닝 기반 한국 임야 공매의 낙찰가격 예측”(2024)등 50편 이상 논문을 국내외에 게재·발표했다.

인공지능이 바꾸는 부동산과 직업

01 기술의 발전과 토지의 인류사적 변화
02 인공지능 기반 프롭테크 산업
03 예측 모델링 기반 부동산 가치 평가
04 자연어 처리 기반 고객 서비스
05 추천 서비스 기반 개인화 서비스
06 컴퓨터 비전 기반 스마트 건축
07 최적화 알고리즘 기반 스마트 관리
08 블록체인 기반 부동산 거래 혁신
09 프롭테크의 법·윤리적 과제
10 프롭테크로 준비하는 미래

AI 산업이 성장하면서 데이터센터에 탑재할 자체 AI 반도체를 개발하는 빅테크 기업 사례가 증가하고 있으며, IT 인프라를 운영하는 엔터프라이즈 시장이 확대될수록 새로운 NPU를 개발하는 회사도 점차 증가하는 추세다. 대표적인 회사로 ‘반도체 설계의 전설’ 짐 켈러(Jim Keller)가 이끄는 캐나다의 텐스토렌트(Tenstorrent)가 AI 하드웨어 가속기 시장에서 주목을 받고 있고, 국내에서도 퓨리오사AI(FuriosaAI), 리벨리온(Rebellions) 등이 추론에 특화된 NPU 칩을 개발하고 있다.
－01_“AI의 등장과 반도체의 진화” 중에서

AI 가속기의 성능은 메모리 대역폭의 한계와 밀접한 관련이 있다. CPU, 주기억 장치, 그리고 입출력 장치의 3단계 구조로 이루어진 전통적인 프로그램 내장형 컴퓨터 구조인 폰 노이만(Von Neumann) 방식은 메모리와 연산 장치 사이의 데이터 전송 속도 한계로 병목현상(Bottleneck Effect)이 발생하는데, 이를 폰 노이만 병목현상이라 한다. 대규모 데이터 처리가 필요한 AI 모델 연산에서 병목현상은 연산 효율을 크게 저하할 수 있다.
－03_“AI 가속기 들여다보기” 중에서

첨단 패키지 기술은 기존 2차원(2D)에서 벗어나 2.5D 및 3D 기술로 진화해 칩의 집적도를 높이고 전력 효율을 개선하는 데 중요한 역할을 하고 있다. 2.5D 패키지 기술은 실리콘 인터포저(Silicon Interposer)를 사용해 여러 개의 칩을 수평으로 배치하고 연결하는 방식이다. 이 기술은 칩 간의 연결을 최적화해 데이터 전송 속도를 높이고 전력 소비를 줄이는 데 효과적이다. 예를 들어 엔비디아의 GPU 가속기는 2.5D 패키지 기술을 통해 GPU와 여러 개의 고대역폭 메모리(HBM)를 인터포저를 통해 수평으로 연결해 데이터 전송을 용이하게 해 높은 성능을 발휘한다. 3D 패키지 기술은 칩을 수직으로 쌓아 올리는 방식으로, 실리콘 관통 전극 기술(TSV)을 사용해 칩 간의 직접 연결을 가능하게 한다. 3D 패키지 기술을 적용한 대표적인 예가 바로 HBM이다.
－06_“AI 반도체 제조 공정과 이종 집적” 중에서

AI 반도체 기술의 발전은 AI 시스템의 성능과 에너지 효율을 향상할 것으로 예상된다. 예를 들어 뉴로모픽 칩 기술은 인간 뇌의 구조를 모방해 매우 낮은 전력 소비로 복잡한 AI 작업을 수행할 수 있고, 양자 컴퓨팅 기술이 AI와 결합하면 현재의 슈퍼컴퓨터로도 해결하기 어려운 복잡한 문제들을 효율적으로 처리할 수 있을 것이다. 이러한 기술 발전은 AI 모델의 규모와 복잡성을 증가시키면서도 에너지 소비를 줄일 수 있어, 더욱 지속 가능한 AI 시스템 구축도 가능하게 할 수 있다.
－09_“미래 반도체 기술과 AI” 중에서