이사할 동네, 직감 말고 데이터로 좁히는 법

강남이 좋은 동네일까. 합천이 좋은 동네일까. 이 질문 자체가 잘못됐습니다. 내가 누구이고 무엇이 중요한지 모르는 채로 동네를 비교하면, 결과는 늘 평균을 따라갑니다. 그래서 비싼 동네가 좋은 동네라는 결론으로 끝나죠.

그런데 자녀를 키우는 가족에게 좋은 동네와, 막 결혼한 신혼 부부에게 좋은 동네는 다릅니다. 은퇴 후 정착할 곳과 1인 가구의 거주지가 같을 수 없습니다. 학교 인프라가 빈약해도 의료 접근성이 뛰어나면 어떤 사람에겐 최적입니다.

그래서 동네 결정은 검색만으론 안 됩니다. "내가 누구냐"를 먼저 정한 다음, 그 잣대로 거주지 의사결정을 평가하는 것 — 이게 데이터 기반 거주지 의사결정의 본질입니다.

자녀가족에게 좋은 동네와 신혼 부부에게 좋은 동네는 다릅니다. 같은 동네라도 페르소나에 따라 점수가 30점 이상 갈립니다.

왜 직감만으론 부족한가

부동산 카페·블로그·중개인 후기에는 정보가 차고 넘칩니다. 그런데 이 정보가 도움이 되지 않는 이유가 있습니다.

첫째, 후기를 쓴 사람이 누구인지 모릅니다. 30대 자녀 가족이 쓴 "이 동네 살기 좋아요"와 60대 은퇴자가 쓴 같은 문장은 의미가 다릅니다. 학교 정보가 핵심이었는지, 의료기관 거리가 핵심이었는지에 따라 똑같은 "살기 좋다"가 전혀 다른 데이터를 의미합니다.

둘째, "가성비"·"환경 좋다"·"인프라 충실" 같은 추상어는 사람마다 해석이 다릅니다. 매매가가 평당 3,500만 원인 동네를 누군가는 가성비가 좋다고, 누군가는 부담스럽다고 합니다. 같은 숫자도 페르소나가 다르면 평가가 정반대가 됩니다.

셋째, 정작 중요한 비교 대상이 빠집니다. 강남구만 보고 결정하지 강남 vs 마포를 같은 잣대로 보지 않습니다. 두 동네가 모두 비슷하게 비싸 보여도, 학교 밀도와 의료기관 수에서 차이가 큰데 그 비교는 손으로 해야 합니다.

데이터 의사결정 5단계

Q렌즈가 만든 거주지 의사결정 도구는 이 다섯 단계를 따라갑니다. 각 단계는 라이브 도구로 즉시 실행할 수 있고, 결과는 바로 다음 단계로 이어집니다.

1단계 — 페르소나 정의

가장 먼저 할 일은 "나는 어느 페르소나인가"를 결정하는 것입니다. Q렌즈는 네 가지로 단순화했습니다. 신혼은 매매·전세 가성비와 환경, 자녀가족은 학교와 의료와 안정성, 은퇴는 의료와 환경과 생활 안정, 1인 가구는 전월세와 편의와 환경 — 각각 가중치가 다릅니다.

같은 동네라도 페르소나에 따라 점수가 크게 갈립니다. 강남구는 자녀가족 페르소나에선 약 41점이지만, 1인 가구 페르소나에선 평가 기준이 다르게 작동합니다. 의료 접근성·학교 밀도가 강하지만 매매·전세가가 비싸기 때문에 페르소나의 우선순위에 따라 점수가 출렁입니다.

"나에게 진짜 중요한 건 뭔가"를 명확히 하지 않으면, 어떤 동네를 봐도 거주지 의사결정이 안 섭니다.

2단계 — 도시·전원 선호

두 번째 축은 동네의 분위기입니다. 도심형이냐, 전원형이냐. 그 사이 어디인가.

이건 페르소나와 별도의 축입니다. 자녀가족이라도 누군가는 강남을 원하고, 누군가는 양평·가평 같은 전원을 원합니다. 이 차이를 한 슬라이더로 표현했습니다. 0이면 완전 전원, 100이면 완전 도심.

이 슬라이더는 단순히 "선호"만 표시하는 게 아닙니다. 인구 그룹별로 가중치가 달라지는데, 도심으로 갈수록 인구 30만 명 이상의 대도시(그룹 A)에 가산점이, 전원으로 갈수록 인구 10만 명 미만의 군 단위(그룹 C)에 가산점이 갑니다. 같은 페르소나라도 이 슬라이더 한 칸이 결과를 크게 흔듭니다.

3단계 — 단일 동네 분석

거주지 의사결정 도구에서 페르소나와 슬라이더를 정한 뒤, 관심 있는 시군구를 선택합니다. 결과로 점수와 함께 지표별 기여도가 나옵니다.

예를 들어 강남구를 자녀가족 페르소나로 본다면, 의료 접근성은 인구 그룹 A(대도시) 안에서 상위 2% 수준이지만 매매가는 거의 최하위(가성비 기준)입니다. 점수만 보면 모호하지만, 기여도를 보면 "왜 이 점수인가"가 명확해집니다.

같은 강남이라도 슬라이더를 0(전원)에 가깝게 두면 점수가 23점까지 떨어지고, 100(도심)으로 두면 53점으로 올라갑니다. 30점 차이가 단순 슬라이더 한 칸에서 나옵니다. 페르소나 가중치는 그대로인데 그룹 가산점이 변하기 때문입니다.

4단계 — 두 동네 비교

거주지 의사결정의 본질은 결국 비교입니다. 한 동네만 보면 점수가 좋은지 나쁜지 모릅니다. 두 동네를 같은 잣대로 동시에 보면 차이가 드러납니다.

두 동네 비교 도구는 페르소나와 슬라이더를 두 동네에 똑같이 적용합니다. A=강남, B=마포로 두면 자녀가족 페르소나에선 마포가 약간 우세할 수 있는데, 매매가 부담이 강남보다 적어서 가성비가 작동하기 때문입니다.

지표별 percentile 막대를 나란히 보면 어느 쪽이 어디에서 앞서는지 즉시 보입니다. 그리고 막대 아래의 원본 데이터 표를 보면 percentile이 추상적으로 느껴질 때 실제 평당 매매가·전세가·학교 수·의료기관 수를 그대로 비교할 수 있습니다.

5단계 — 의사결정 체크리스트

점수와 비교가 끝나면 마지막은 빠진 영역 점검입니다. 이사 전 확인할 12가지는 6개의 자동 항목과 6개의 직접 체크 항목으로 나뉩니다.

자동 항목은 시군구 + 예산만 입력하면 즉시 판정합니다. 매매·전세 적정성, 학교 인프라, 의료 접근성, 대기 환경, 매매 시장 활성도, 시도 내 가격 위치 — 이 여섯 가지는 정부 공공데이터로 계산됩니다.

직접 항목은 데이터로 답하기 어려운 영역입니다. 출퇴근 동선, 주차·교통, 안전·범죄율, 편의시설, 학원·사교육, 재개발·인프라 계획. 이 여섯 가지는 사용자가 직접 가서 보고 판단해야 합니다.

진행률(N/12)이 거주지 의사결정의 객관 척도는 아닙니다. 다만 빠진 영역이 있는지 점검하는 데는 좋습니다. 자동 6개 모두 통과해도 직접 6개 중 출퇴근 동선을 안 봤으면 결정 못합니다. 체크는 사용자에게 "지금 어디까지 봤나"를 보여줍니다.

데이터로 답할 수 없는 것들

이 모든 도구는 출발점이지 종착점이 아닙니다. 데이터로 답할 수 없는 것들이 있습니다.

첫째, 실제 살아본 사람의 이야기. 같은 동네 안에서도 어느 골목이 좋은지, 어느 단지가 자녀 키우기 좋은지는 데이터에 없습니다. 결국 살아본 사람과 대화해야 알 수 있습니다.

둘째, 출퇴근 동선과 교통. 직장이 어디냐에 따라 같은 동네도 천국과 지옥이 갈립니다. 지하철 노선·정체 시간대·환승 횟수는 본인 동선으로 직접 시뮬레이션해야 합니다.

셋째, 향후 계획. 재개발·교통 신설·학군 변경 같은 것은 공시되지만 실제 실행 여부는 또 다른 문제입니다. 시·도 도시계획과 LH·SH 발표 자료를 직접 봐야 합니다.

넷째, 주변 분위기와 이웃. 데이터는 모두 평균입니다. 같은 시군구 안에서도 동마다, 단지마다, 이웃마다 다릅니다. 결정 직전엔 직접 가서 산책하고, 마트·약국에 들러보고, 출퇴근 시간에 정류장에 서봐야 합니다.

동네 결정은 검색으로 안 됩니다. 내가 누구냐를 먼저 정한 다음, 그 잣대로 평가하는 것이 거주지 의사결정의 본질입니다.

30분이면 충분합니다

분석·도구 설계: Q렌즈 종합. 페르소나 점수 산식과 인구 그룹 percentile 보정은 자체 모델. 데이터 출처는 통계청 KOSIS 행정구역별 인구, 국토교통부 실거래가 공개시스템, 한국환경공단 에어코리아 PM2.5, 심평원 의료기관, 교육부 학교 정보.