전체기사: 서울경제

전체서비스

문화·스포츠

서경스타

스페셜 컨텐츠

이용안내

"아파트 싸게 살 기회?" 빚 못 갚은 사람 늘어나더니 매물 급증했다는 경매 시장

부동산분양 2025.02.15 07:00:00

올해 국내 부동산 시장의 가장 큰 화두는 경매다. 지난해 고금리에 빚을 갚지 못해 경매시장으로 넘어온 아파트 등 물건들에 대한 매각 작업이 본격화될 수 있기 때문이다. 이에 따라 한동안 찬바람이 불던 땅·상가 경매 물건의 낙찰가율도 바닥을 다지고 상승세를 보일 것으로 전망된다. 다만 정치적 불확실성과 공사비 인상 등 변수에 지역과 단지에 따라 경매 지표의 양극화 현상이 심화하고 있는 만큼 어느 때보다 옥석 가리기 전략이 중요하다는 분석이 나온다. 신규 경매접수 15년 만에 최다 14일 법원 경매정보 통계에 따르면 지난해 하반기 전국 신규 경매 신청 건수는 5만 8600건으로 2022년 하반기(4만 12건)보다 약 46% 증가했다. 이는 하반기 기준 2009년(5만 8989건) 이후 약 15년 만에 최대다. 은행 등 채권자는 대출금 등 채권 회수를 위해 법원에 경매를 신청한다. 이후 감정평가를 거쳐 실제 입찰을 진행하는 매각기일이 잡히기까지 통상 6개월가량이 걸린다. 이를 고려하면 올해 상반기 경매 진행 건수 역시 지난해보다 크게 늘어날 것으로 예상된다. 이주현 지지옥션 선임연구원은 “올 하반기까지 경매 물건은 지속해서 증가할 것으로 전망된다”며 “특히 선호도가 높은 지역이나 단지의 아파트 경매 물건이 눈에 띄게 늘어날 것”이라고 말했다. 지난해 하반기 경기 지역의 경매 신청 건수는 총 2만 1468건으로 전년 동기간 대비 123% 급증했다. 법원별로는 고양지원의 증가 폭이 73%로 가장 컸고 이어 수원지방법원(62%), 부천·성남지원(58%), 안산지원(51%), 의정부지방법원(50%) 등의 순이다. 서울 지역 경매 신청 건수는 약 42% 증가한 6498건을 기록했다. 서울 아파트 응찰자 건당 7명 경매시장에서 주목도가 높은 것은 단연 아파트다. 경·공매 데이터 전문기업 지지옥션에 따르면 올해 1월 서울 아파트 경매 물건당 평균 응찰자는 약 7명으로 2022년 1월(5명)보다 2명 늘었다. 자치구별로는 광진구가 35명으로 가장 많았고 이어 성동구(32명), 중구(31명), 영등포구(18명), 마포구(15명) 등의 순이다. 한국부동산원 기준 지난 한 해 서울에서 아파트 매매가격이 가장 많이 뛴 곳은 성동구로 9.9% 상승했다. 마포구(7.0%)와 광진구(6.1%) 등의 상승률도 고려하면 아파트값이 크게 오른 곳에 경매 응찰자들도 몰리고 있다는 분석이 나온다. 재건축 호재가 있는 단지도 경매시장에서 인기다. 서초구 ‘신반포2차’ 전용면적 68㎡는 지난해 11월 총 32명이 경합을 벌여 감정가(22억 4000만 원)보다 높은 33억 2600만 원에 낙찰됐다. 경매 지표도 들썩이고 있다. 법원 경매정보 통계를 보면 지난달 서울 아파트 낙찰률과 낙찰가율(감정가 대비 낙찰가)은 각각 44.4%, 92.3%를 기록했다. 이는 1월 기준 2021년(낙찰률 59.3%, 낙찰가율 107.8%) 이후 약 4년 만에 가장 높은 수치다. 전국 아파트 낙찰률(41.4%)과 낙찰가율(84.5%)도 모두 1년 전보다 상승세를 보였다. 감정가 높을수록 낙찰가율 뚝 다만 지역별로는 경매 지표 추이가 엇갈렸다. 서울에서도 감정가 9억 원 이하 중소형 아파트가 많은 지역 낙찰가율은 오른 반면 상대적으로 집값이 비싼 지역의 아파트 낙찰가율은 하락세를 나타냈다. 지난해 서울 아파트 평균 낙찰가율이 가장 높았던 달은 10월(97%)이다. 당시와 비교해 올해 1월 낙찰가율이 상승한 자치구는 금천·노원·동대문·은평구 등이다. 반면 강남 3구(강남·서초·송파구)를 비롯해 용산·동작·마포구 등은 낙찰가율이 하락한 것으로 집계됐다. 이는 대출 규제 강화 등 여파에 소액으로 응찰이 가능한 곳에 수요가 쏠린 결과로 풀이된다. 경매 전문가들은 ‘낙찰률은 오르고, 낙찰가율은 떨어지는’ 지역을 주목해야 한다고 조언했다. 서울에서 대표적인 곳이 서초·송파·용산구다. 서초구의 아파트 낙찰률은 지난해 10월 23%에서 올해 1월 50%로 증가했다. 그러나 낙찰가율은 105%에서 90%로 떨어졌다. 같은 기간 송파구와 용산구도 낙찰률은 올랐지만 낙찰가율은 각각 90%, 80%로 100%대를 밑돌았다. 이들 3곳의 지난해 1월 평균 낙찰가율은 97%다. 송파구 가락동 A 아파트 전용 84㎡는 지난달 총 6명이 경합을 벌인 끝에 감정가(14억 원)보다 낮은 10억 4000만 원에 낙찰됐다. 서초구 방배동의 한 소규모 아파트 전용 110㎡도 두 번 유찰 된 끝에 지난달 감정가(12억 4000만 원)보다 낮은 7억 9300만 원에 주인을 찾았다. 낙찰가율은 64%다. 토지거래허가구역 해제 변수 올해 아파트 경매시장의 가장 큰 변수는 서울시의 토지거래허가구역 해제다. 앞서 서울시는 송파구 잠실동, 강남구 삼성·대치·청담동 등 국제교류복합지구 인근 아파트 305곳 중 291곳에 대한 토지거래허가구역 지정을 해제한다고 발표했다. 토지거래허가구역은 관할 지방자치단체장의 허가를 받아야 매매 거래가 가능하고 2년 실거주를 해야 한다. 반면 경매로 토지거래허가구역 내 주택을 구매했다면 실거주 의무가 적용되지 않는다. 이 때문에 그동안 토지거래허가구역 내 아파트는 대부분 시세와 비슷하거나 높은 금액에 낙찰됐다. 강남구 압구정동 ‘미성1차’ 전용 106㎡(8층)는 지난해 8월 39억 원에 낙찰됐다. 이는 9월에 매매 거래된 같은 동, 동일 주택형(9층)보다 1억 5000만 원 비싼 금액이다. 경매 업계는 잠실·삼성·대치·청담동이 토지거래허가구역에서 해제됨에 따라 실거주 의무 미적용 강점이 사라지는 만큼 고가낙찰 사례는 줄어들 것으로 전망했다. 다만 해제 효과에 매매 시장에서 인기가 높아지기 때문에 낙찰가율은 다른 지역보다 앞으로도 높은 수준을 보일 것이라는 게 전문가들의 분석이다. 땅·상가 경매도 볕 드나 주택과 달리 땅과 상가 경매 지표는 여전히 침체다. 상업용 부동산은 금리 영향을 많이 받는데다 공사비 인상 등으로 토지개발 수요가 줄어들면서 나대지 등 건축행위가 가능한 토지의 인기가 시들해졌기 때문이다. 법원 경매정보 통계에 따르면 지난달 경기 지역 대지·임야·전답의 낙찰가율은 60%로 1년 전(66%)보다 크게 하락했다. 서울 상가 낙찰률은 지난해 1월 15.1%에서 올해 1월 11.6%로, 낙찰가율은 78.5%에서 50.6%로 낮아졌다. 종로구 숭인동의 한 상가는 이달 감정가(78억 8000만 원)의 절반 수준인 40억 3600만 원에 새 주인을 찾았다. 다만 낙찰가율이 크게 하락한 만큼 ‘알짜’ 물건에 대한 관심은 높아지고 있다. 이 선임연구원은 “저가 토지는 상대적으로 높은 경쟁률과 낙찰가율을 보이고 있다”며 “특히 자금 조달에 부담이 덜하고 복잡한 권리관계 해소에 따른 높은 차익을 실현할 수 있는 특수 물건에 수요자들이 눈을 돌리고 있는 추세”라고 설명했다. 응찰자 톱3, 아파트가 싹쓸이 지난해 경매 트렌드를 짚어보는 것도 투자 준비의 첫발이다. 지지옥션에 따르면 지난해 모든 부동산 경매 중 응찰자 상위 3위는 모두 아파트가 차지했다. 경시 시흥시 월곶동의 B 아파트 전용 33㎡ 경매에는 총 92명이 응찰해 감정가(1억 4100만 원)보다 높은 1억 5000만 원에 낙찰됐다. 낙찰가율 1위는 충북 청주시에 위치한 임야로 감정가(220만 원)보다 45배 높은 1억 원에 주인을 찾았다. 단독주택 단지 내 도로인 점을 고려하면 단독주택 소유자가 향후 권리행사 방해를 막기 위해 높은 금액을 써낸 것으로 분석된다. 낙찰가가 가장 높았던 경매는 서울 서초구에 위치한 1586㎡ 규모의 대지로 801억 원에 낙찰됐다. 한 경매 전문가는 “주택 경매의 경우 임차인이 거주하는 경우가 많기 때문에 임대차와 관련된 권리관계까지 꼼꼼히 확인하는 게 우선”이라며 “거래가 줄어들면서 단순히 높은 매도 호가를 유지하는 단지가 많은 만큼 온라인 매물 호가에만 의존하지 말고 직접 현장에서 급매 가격을 철저히 조사한 뒤 응찰해야 한다”고 조언했다.

경제 불확실성의 시대, AI가 해답인가? [BOK 경제강좌]

경제·금융경제동향 2025.02.15 05:30:00

최근 우리나라를 비롯하여 세계 경제전망에 등장하는 두 가지 키워드는 ‘AI(인공지능)’와 ‘탈세계화(deglobalizaion)’이다. 이에 대해 각계 전문가들은 ‘AI’가 경제에 긍정적인 반면, ‘탈 세계화’는 부정적일 것으로 예상하고 있다. 그러나 AI의 활용이 아직 초기 단계인 반면, 탈세계화는 더욱 심화되고 있어 세계 경제의 불확실성은 증폭되고 있다. 올해 들어 세계 여러 나라는 AI의 빠른 확산이 실물 경제에 활력을 불러일으키기를 기대하고 있다. 최근 중국에서 출시된 생성형 AI 딥시크(DeepSeek)가 엔비디아 주가에 큰 영향을 미친 것도 AI가 경제에 미칠 영향을 시장에서 민감하게 바라보고 있음을 의미한다. AI는 당초 1950년대 기계가 인간처럼 학습하고 발전할 수 있는지를 연구하다 그 아이디어가 고안되었다. 한동안 정체되었던 AI 연구는 1990년대 들어 AI가 스스로 규칙을 찾아 학습할 수 있는 알고리즘인 머신러닝이 개발되어 다시 활성화된다. 이런 가운데 2024년 노벨물리학상을 수상한 제프리 힌튼 교수는 2000년대 초 인공신경망을 활용하여 일반적인 머신러닝 알고리즘을 ‘딥러닝 단계’로 고도화시켰다. 이를 기반으로 최근 들어 각광을 받고 있는 생성형 AI인 ‘챗 GPT’와 자율지능형 AI인 ‘AI 에이전트’가 탄생된 것이다. 2010년 이후 AI가 급속히 발전한 배경에는 하드웨어적인 환경 변화도 한몫을 했다. 기존의 직렬방식 중앙연산처리장치(CPU)가 대량연산이 가능한 병렬방식 그래픽처리장치(GPU)로 전환되면서 데이터 처리 속도가 훨씬 빨라졌다. 최근 미 반도체 기업인 엔비디아의 급성장도 GPU 반도체 생산에 기인한다. 아울러 데이터의 급속한 증가도 AI 발전을 견인했다. 인공신경망 학습에는 대량의 데이터가 필요한 데 2000년 이후 인터넷, 스마트폰, 사물인터넷(IoT) 등이 확산되고 데이터가 기하급수적으로 늘어나면서 빅데이터가 형성된 것이다. 이에 따라 대규모 데이터를 학습한 딥러닝 알고리즘은 더욱 정교화된다. AI 컴퓨팅의 확산과 더불어 현재 우리가 주목해야 할 큰 변화는 탈 세계화가 빠른 속도로 진행되고 있다는 것이다. 글로벌 금융위기가 촉발된 2008년까지 지속된 세계 경제의 세계화(globalizaion)는 1980년대 초반에 촉발되었다. 그 무렵 세계 각국은 시장 원리 위주의 신자유주의를 기반으로 상품, 서비스를 포함하여 노동 및 자본 같은 생산요소까지 교역자유화를 빠르게 추진하였다. 아울러 1990년대에는 교역자유화를 통한 세계 경제후생 극대화를 위해 세계무역기구(WTO)도 출범했다. 그러나 2008년 글로벌 금융위기를 계기로 신자유주의는 큰 타격을 받았고, 세계화로부터 소외된 선진국 중하위 소득계층의 불만은 쌓여갔다. 실제로 2016년 뉴욕시립대 밀라노비치 교수가 제시한 ‘코끼리 곡선’은 1988년부터 2008년까지 중국 등 개도국 노동자(세계 소득분포 상위 약 50% 집단)의 실질소득이 크게 증가한 반면, 선진국 중하위층 노동자(상위 약 20% 집단)의 실질소득 증가는 매우 낮은 수준에 머물렀음을 보여준다. 이에도 선진국들은 소극적인 정책 대응으로 일관하였고, 결국은 소외계층에 의해 탈세계화로 불리는 급격한 정치지형 변화가 초래되었다. 지난 2016년 영국의 브렉시트와 2017년 트럼프의 미 대선 승리는 그 대표적인 사례이며, 최근 코로나 사태와 국가간 영토 분쟁에 이은 트럼프 대통령 재선, 관세 분쟁 격화 등도 같은 맥락이다. 이는 세계 각국이 공동 번영을 외치던 분위기가 상호간 거래에 의해 각자도생을 도모해야 하는 매우 각박한 상황으로 변모했음을 뜻한다. 아울러 이는 올해 세계 경제가 불확실성이 깊어졌음을 의미하기도 한다. 이와 같은 상황에서 AI의 빠른 확산이 경제에 어떤 변화를 불러올지는 흥미로운 주제이다. 사실 AI는 대량의 데이터를 실시간으로 처리하여 최적의 결과를 자동으로 도출하는 것이 핵심 기능이므로, AI 확산은 제조업과 서비스업의 고도의 자동화를 통해 효율성을 극대화할 것으로 예상된다. 실제로 반도체 산업의 경우 AI를 통해 제품의 불량률을 상당폭 낮출 것으로 기대되고 있다. 또한 AI는 로봇, 자동차, 스마트폰 등에 장착이 되어 그 기능을 자율화하고 최적화하는 혁신적인 성능 향상을 이룰 것으로 예측된다. 지난해 정부도 AI 혁신이 성공적으로 진행될 경우, 산업간 전후방 연관효과 등을 감안할 때 향후 3년간 국내 GDP가 최대 1.8% 포인트 추가 성장할 것으로 분석했다. 다만 이와 같이 AI에 대한 낙관적인 견해가 부각되는 가운데에서도 AI에 내재되어 있는 근본적인 한계와 부작용은 우려된다. 특히 데이터 확보와 AI 기능 측면에서의 문제점들이 지적된다. 첫 번째로 데이터와 관련해서는 AI가 알고리즘을 통해 실시간 학습을 하기 위해서는 가능한 많은 수의 데이터가 필요한데 이미 가용할 수 있는 데이터 규모에 한계가 나타나고 있다. 특히 사람이 생성하는 기사, 논문, 분석자료, SNS 정보 등과 같은 텍스트 데이터의 경우 AI의 데이터 처리 속도가 새롭게 생성되는 데이터 용량을 초과할 가능성도 제기된다. 아울러 AI가 데이터를 분석하여 생산한 정보가 다시 AI 학습에 활용되는 현상이 반복될 경우 데이터의 질이 저하될 수 있다. 데이터의 질과 관련해서는 딥시크 경우에서와 같이 AI 개발자의 의도에 따라 알고리즘과 입력 데이터가 편향될 가능성도 염려된다. 두 번째로는 AI의 기능과 관련한 문제이다. AI는 근본적으로 개발자가 설정한 분석모델에 대량의 과거 데이터를 입력하여 처리, 분석함으로써 평균적인 최적의 결과를 도출하는 것을 기능화한 것이다. 따라서 우리가 일상 생활에서 실시간으로 마주칠 수 있는 극단적인 상황을 예측하는 데에는 취약하다. 예를 들어 한번도 경험하지 못한 갑작스런 기후 변화에 의한 재난 상황이나, 탈세계화처럼 사람들의 집단적인 의지에 의해 정치, 경제적인 환경이 돌변하는 것들은 AI가 예측할 수 없는 부분이다. 블랙 숄즈 방정식으로 유명한 스탠포드대 숄즈 교수도 극단적인 사건(tail event)에 대한 예측과 관련하여 AI의 결함을 지적한 바 있다. 앞에서 말한 대로 올해 세계 각국은 각자도생의 험난한 경제환경을 마주하고 있다. 이런 가운데 우리나라는 AI를 활용한 경제 활성화가 절실한 상황이다. 현재 AI 관련 업계 흐름을 보면 AI의 소프트웨어 측면에서는 우리나라가 후발주자이다. 그 동안의 경직적인 교육체계와 빈약한 데이터 인프라로 인해 유연하고 창조적인 사고를 가진 AI 연구자나 개발자 육성에 어려움이 있었다. 반면 하드웨어 측면에서는 선도주자로 나아가고 있다. 반도체와 더불어 AI가 장착되는 로봇, 자동차, 의료기기 등에는 강점을 가지고 있다. 이런 점들을 감안할 때 단기적으로는 AI 연관산업에 대한 정부와 업계의 집중 투자가 필요하다. 이는 최근 주춤하고 있는 우리나라 수출 증대에 상당 부분 기여할 것으로 기대된다. 아울러 중장기적으로는 AI 학습에 필요한 데이터가 다양하고 풍부하게 공급될 수 있도록 대규모 AI 데이터 센터, 클라우드 플랫폼 등 효율적이고 안전한 데이터 인프라 확충에 힘을 써야 할 것으로 보인다. 물론 최종적으로는 경직적인 교육체계의 근본적인 혁신이 필요하다. AI 연구 및 개발에 우리나라가 뒤처지고는 있으나 AI 소프트웨어에 대한 전문성 없이는 하드웨어에 대한 주도권도 언젠가는 뺏길 수 있기 때문이다. K-POP, K-드라마와 마찬가지로 K-AI가 불가능한 것은 아니다.