CHAPTER 03 AI 소싱 플랫폼
AI 소싱 플랫폼
싸게 사는 일은 운이 아니라 확률의 문제입니다. 후보를 넓게 모으고 기준을 좁게 걸어 월 100만 건에서 세 건을 골라냅니다.
소싱 프로세스 Five Steps
100만 건에서 세 건으로
싸게 사는 일은 운이 아니라 확률의 문제입니다. 후보를 충분히 넓게 모으고 기준을 좁게 걸면 기준을 통과하는 물건은 반드시 나옵니다. 문제는 그 규모를 사람이 감당할 수 없다는 점이고, 그래서 앞단을 자동화했습니다.
AI 크롤링 — 월 100만 건
국내 부동산 사이트 30여 곳에서 매물 정보를 자동으로 수집해 자체 데이터베이스에 쌓습니다. 같은 물건이 여러 곳에 중복 등록되는 경우가 많아 주소와 면적을 기준으로 병합하고, 등록일과 호가 변동을 함께 기록합니다. 호가가 언제부터 얼마나 내려갔는지가 협상의 출발점이 됩니다.
1차 필터 — 조건 자동 선별
용도지역, 면적, 호가, 층, 공실 기간을 조건으로 걸어 후보를 만 건 규모로 줄입니다. 이 단계에서 중요한 건 창고 전환이 가능한 물리적 조건입니다. 층고가 낮거나 기둥 간격이 좁으면 유닛을 넣을 수 없어 아무리 싸도 제외됩니다.
현장 실사 — 500건
도면과 사진만으로는 판단이 안 되는 항목이 남습니다. 실제 층고, 기둥 위치, 화물 진입 동선, 엘리베이터 규격, 누수 이력, 관리 상태를 직접 확인합니다. 배후 세대수와 경쟁 매장 분포도 이때 함께 조사합니다.
투자 심의 — 30건
실사를 통과한 물건에 표준 산식을 적용해 예상 임대수익과 회수기간을 계산합니다. 감정가 대비 매입가, 전용 평당 총투입액, 예상 가동률을 놓고 심의합니다. 여기서 대부분이 걸러집니다.
최종 매입 — 3건
기준을 통과한 물건만 계약합니다. 좋아 보이는데 기준을 살짝 넘는 물건이 가장 위험합니다. 기준을 한 번 느슨하게 적용하면 그 다음부터는 기준이 없는 것과 같습니다.
매입 기준 Acquisition Criteria
두 줄을 동시에 넘기지 않습니다
확장 물건에 적용하는 기준선입니다. 하나만 걸면 빠져나갈 구멍이 생깁니다.
기준 1
감정가 대비 20% 이하
시세가 아니라 감정가를 기준으로 삼습니다. 시세는 호가에 따라 흔들리지만 감정가는 금융기관이 담보로 인정하는 값이라 기준선으로 쓰기에 안정적입니다. 발행 단계에서 다시 감정평가를 받게 되므로 같은 잣대를 처음부터 쓰는 편이 일관됩니다.
기준 2
전용 평당 총투입 650만원
매입비와 시설비를 합친 금액을 전용면적으로 나눈 값입니다. 싸게 샀는데 구조가 나빠 시공비가 튀면 결국 같은 결과가 됩니다. 두 기준을 함께 걸어야 저가 매입의 효과가 회수기간까지 이어집니다.
왜 지하와 상층부를 노립니까
음식점, 카페, 학원은 간판 노출과 접근성이 매출을 좌우합니다. 그래서 1층과 지하·상층부의 임대료 격차가 크고, 그 격차가 매매가에 그대로 반영돼 있습니다.
창고 고객은 짐을 맡기러 옵니다. 몇 층인지, 간판이 보이는지는 선택에 거의 영향을 주지 않습니다. 중요한 건 엘리베이터와 주차, 그리고 24시간 출입 가능 여부입니다.
같은 건물에서 가장 싸게 살 수 있는 자리를 사서, 가장 높은 평당 임대료를 받게 됩니다. 이 격차가 이 사업의 마진입니다.