인공지능 기술로 토지 가치를 최대화하는 것 - 스페이스워크의 목표입니다.
이 목표를 달성하기 위해 스페이스워크에서는 딥러닝, 핀테크부터 건축 설계, 부동산 투자 등 폭넓은 분야에서 실력을 쌓은 개발자, 과학자, 분석가, 디자이너 등 다양한 직군의 사람들이 '함께' 일하고 있습니다. '함께'란 단어를 강조한 건 팀원끼리는 물론이고 팀 간 협업이 자유롭고 활발하게 이루어지고 있기 때문인데요, 서로 돕고 배우며 성과를 만들어가는 스페이스워커들(Spacewalkers)의 이야기를 세 편의 인터뷰로 소개합니다.
첫 번째는 투자(investment) 팀과 데이터 사이언스(data science) 팀의 이야기입니다.
왼쪽부터 김정아, 박철영, 김대원 님
자기 소개로 인터뷰를 시작해볼까요.
정아님 투자 팀의 김정아입니다. SH 서울주택도시공사에서 공유지 개발 사업을 계획하거나 사업성을 검토하는 업무를 해오다 2020년 스페이스워크에 합류했습니다. 부동산 투자·개발에 IT 기술을 접목한 '프롭테크'라는 분야에 매력을 느꼈고, 주변에서 스페이스워크에 관한 긍정적인 이야기를 많이 들었던 터라 이직을 결심하게 됐어요. 토지 개발을 위한 일련의 과정을 검토한다는 점에서는 전 직장에서 하던 것과 비슷한 일을 하고 있지만, 그 방식과 규모 면에서는 아주 다른 경험을 하고 있습니다.
철영님 정아님과 같은 팀에서 일하는 박철영입니다. 학부에 이어 대학원에서 도시공학을 전공했고, 부동산에도 관심이 많아서 부동산학 관련 수업도 많이 들었어요. Josh(조성현 CEO)가 연사로 참석한 대학원 세미나를 듣고 스페이스워크를 알게 됐는데, 여기서 하는 일들이 흥미로워 보였습니다. 대학원에서 데이터 기반 연구를 많이 했기 때문에 학교에서 배운 것을 실무에 적용해볼 수 있는 곳이라는 생각도 들었고요. 그래서 Josh에게 '스페이스워크에서 인턴으로 일하고 싶다'고 얘기했고, 2017년 대학원을 졸업하고서 정식으로 입사했습니다.
대원님 데이터 사이언스 팀의 김대원입니다. 슈퍼컴퓨팅 전문 기업의 연구소에서 자연어 처리, 빅데이터 분석 업무를 했고, 스페이스워크에 데이터 사이언스 팀이 막 생겼을 때 이곳에 들어왔어요. 팀원이 저밖에 없었던 터라 처음에는 어떤 일부터 시작해야 할지, 어떤 문제를 어떤 방향으로 풀어가야 할지 막막했어요. 그때 정아님, 철영님처럼 부동산 투자 분야의 전문가 동료가 옆에 있었던 덕분에 조금씩 길을 찾아갈 수 있었습니다. 현재 토지와 건물의 가격을 평가하는 '부동산 가치 평가 자동화 모델(Automated Valuation Model, AVM)' 개발 업무를 맡고 있습니다.
사실 스페이스워크에 오기 전까지 ‘까막눈’에 가까울 정도로 부동산에 대해 잘 몰랐어요(웃음). 그렇지만 데이터를 분석해 이를 토대로 예측 모델을 만드는 일을 좋아하고 또 전문적으로 계속해보고 싶었죠. 또 AI 기업을 광범위하고 일반적인 문제를 해결하는 수평적 AI(Horizontal AI)’와 특정 산업 분야의 문제를 해결하는 ‘수직적 AI(Vertical AI)’로 나누는데, 저는 후자에 관심이 많았어요. 특정 도메인에 파고들지 않으면 누구든 만들 수 있는 걸 만들게 되니까요. 스페이스워크는 수직적 AI에 해당하는 기업이었고, 여기서는 새롭고 재미있는 일을 할 수 있을 것 같았죠.
스페이스워크가 2016년에 설립됐으니, 철영님은 회사가 성장하기 시작하던 무렵부터 함께해오셨군요.
철영님 직원이 세 명뿐이던 시절에 들어왔습니다(웃음). 대학원에서도 주로 데이터를 활용한 연구를 했는데, 학교에서 배운 것들을 적용할 수 있는 다양한 프로젝트와 도전적인 업무들을 해볼 수 있어서 좋았습니다. 입사 후 3년 반 동안은 데이터 엔지니어로 일했어요. 부동산 관련 법률을 검토하거나, 건축물과 토지의 실제 정보와 컴퓨터에 입력된 데이터 사이의 오차를 보정하며 우리가 제공하는 기술 기반 솔루션의 정확도를 높이는 작업을 했죠. 그러다 기술을 접목한 부동산 개발 시장을 더 깊이 들여다보고 싶어서 투자 팀으로 자리를 옮겼고요. 책상에 앉아 데이터만 보는 게 아니라 직접 토지를 보러 다니기도 하는데, 현장에서 배우는 게 많아요. 또 실제로 부동산 시장에 영향을 주는 의사결정을 이끌어낸다는 점에서도 보람을 느낍니다.
철영님 이야기를 들으니 투자팀의 업무가 더욱 궁금해지네요. 투자 팀에서 주로 어떤 일을 하는지 좀 더 설명해주세요.
정아님 간단하게 말하면 부동산 시장 데이터를 분석하고, 이 분석을 근거로 투자 여부를 결정하는 게 투자 팀의 주요 역할이에요. 사실 투자 팀 단독으로 할 수 있는 일은 없다고 생각해요. 데이터를 기반으로 고객이 원하는 조건에 맞는 토지를 찾아 투자 여부를 결정하기 때문에 데이터 엔지니어링 팀, 데이터 사이언스 팀과의 협업이 필수고, 또 이렇게 찾은 토지에 용적률과 수익률을 최대화한 건물을 지으려면 자문 팀이나 설계사무소의 도움이 필요해요.
철영님 스페이스워크를 찾는 고객마다 원하는 투자 시나리오가 있어요. 그 시나리오에 맞는 토지를 찾아주는 게 저희의 일이죠. 고객이 원하는 토지를 찾기 위해 시장에 나와 있는 토지들의 투자 가치를 평가하고, 어떤 토지에서 가장 높은 수익이 날 것인지를 산정하고, 이렇게 찾은 토지를 고객에게 제안합니다. 이 과정에서 회사가 보유한 여러 기술과 데이터가 판단의 근거로 활용되죠.
투자 팀에서 고객이 원하는 토지를 찾아 투자를 제안하는 과정에서 토지의 적정 가격을 평가해주는 AVM의 역할이 중요할 텐데, AVM은 어떻게 만들어지나요?
대원님 우선 데이터 엔지니어링 팀, 투자 팀과 긴밀하게 협업하며 모델을 개발하고 있어요. 데이터 엔지니어링 팀에서 모델의 학습에 필요한 데이터를 수집·전처리·적재하는 자동화된 파이프라인을 구축해줍니다. 모델에 입력되는 건물이나 토지의 속성, 입지 정보 등 다양한 피처(feature) 중 어떤 피처가 모델의 학습에 적절할지에 대해선 투자 팀이 조언을 해주고 있어요. 또 모델의 성능을 평가하기 위해 모델이 학습한 적 없는 테스트 데이터를 주입해서 모델이 내놓은 부동산 평가 값이 얼마나 정확한지 검증하는데, 이때도 투자 팀에서 모델의 산출 값이 도메인 전문가에게 충분히 의미가 있고 적절한 것인지 판단해줍니다. 이렇게 수치만으로 판단할 수 없는 정보들을 투자 팀으로부터 지원 받아 모델을 고도화하고 있습니다.
정아님 투자 팀과 데이터 사이언스 팀이 함께 AVM 세미나를 매주 열고 있어요. 투자 팀은 데이터 사이언스 팀이 만든 AVM의 최초 사용자이기도 해서 사용자로서 피드백이나 아이디어를 공유하죠. 딱딱한 미팅이 아니라 자유롭게 대화하고 토론하는 분위기입니다.
철영님 데이터 사이언스 팀이 생기면서 스페이스워크의 부동산 가치 평가 방식이 많이 성장했다고 봅니다. 데이터 사이언스 팀이 생기기 전엔 건물이 아직 들어서지 않은 ‘나대지’의 가치만 추정할 수 있었거든요. 그런데 지금은 30년 넘은 오래된 건물부터 신축 건물의 가치까지 평가할 수 있게 됐죠.
대원님 이미 건물이 지어진 토지의 경우도 기존 건물을 허물고 새 건물을 지었을 때 얻을 수 있는 수익률을 AVM으로 측정할 수 있어요. 즉 모든 토지의 개발 가치를 AVM으로 예측할 수 있게 된 건데요, 서울 전체 모든 필지의 개발 가치를 AVM으로 시뮬레이션해서 부동산 수익률을 기준으로 한 토지 클러스터링 작업도 가능해졌습니다.
정아님 AVM을 활용한 클러스터링 작업에 데이터에 포함되지 않는 정성적 정보들까지도 반영됐는지를 투자 팀에서 검토했는데 충분히 만족스러운 결과가 나왔어요. 동네는 서로 다르지만 하나의 상권으로 형성된 지역이 AVM의 클러스터링에서는 단일 클러스터로 묶이는 식이죠.
철영님 구(區)나 동(洞) 같은 행정구역 기준이 아닌, 수익률을 기준으로 부동산 시장을 재해석하고 있어요. 워낙에 스페이스워크의 목표가 기존 시장의 룰을 따르는 게 아니라, 시장에 존재하는 갈증을 해소하고 문제를 해결하는 것이니까요.
기술로 부동산 시장을 재해석하고 있다니, 굉장합니다!(웃음) 이렇게 도전적인 일을 하는 회사에 다니다 보면 여러모로 배우는 것들이 많을 텐데, 스페이스워크 팀원이 된 후 어떤 면에서 가장 성장했다고 느끼시나요?
정아님 부동산학·도시공학을 공부한 사람이 IT 기업에 다니지 않는 이상 데이터를 다룰 일이 거의 없어요. 그래서 처음 스페이스워크에 합류했을 때는 데이터를 읽고 활용하는 게 쉽진 않았어요. 이곳에서 다루는 데이터가 워낙 폭넓고 방대하기도 하고요. 아직 전문가처럼 데이터를 다루진 못하지만, 처음 입사했을 때와 비교한다면 이제는 필요한 데이터를 가져와서 의미 있는 무엇을 분석할 수 있는 스킬은 어느 정도 쌓인 것 같습니다.
또 함께 일하는 동료들 모두 배우려는 의지, 역량을 키우려는 의지가 강한 사람들이라, 저도 좋은 영향을 받고 있습니다. ‘이 정도면 됐다’, ‘어차피 돈 벌려고 하는 일인데 대충 해야지’ 하는 사람이 없어요. 동료들을 보며, 회사 일을 ‘남 일’이 아니라 ‘내 일’처럼 임하는 태도와 늘 배우려는 열정이 제게도 생긴 것 같아요.
철영님 다양한 역량을 가진 사람들과 함께 일하면서 저 자신을 더 잘 알게 됐어요. 내가 모르는 게 이렇게나 많구나, 내가 모르는 이런 것을 동료들은 이렇게 채워가며 일을 끌고 나가고 있구나, 그렇다면 나는 어떤 역할을 하며 동료들과 함께 성과를 낼 수 있을까 생각하게 됐고, 이런 변화가 무척 흥미로웠어요. 또 다양한 분야의 전문가들과 협업하면서 새로운 분야를 알게 되는 것도 재미있고요.
대원님 여러 분야의 전문가들과 함께 일하는 조직이기에 자연스럽게 성장할 수 있는 것 같아요. 몰랐던 분야를 알게 되며 관점이 다양해지고, 새로운 기술들을 접하며 엔지니어링 역량도 키우게 되고요. 커뮤니티 안에서 협업하는 능력이 향상된 점도 굉장히 만족스럽습니다. 이렇게 다양한 분야의 사람들과 협업하는 건 처음이거든요.
스페이스워크의 업무 환경은 어떤가요? 주변에 가장 자랑하고 싶은 게 있다면요?
철영님 출퇴근 시간을 유연하게 조절할 수 있어요. 오전 10시 30분부터 오후 16시까지 코어 업무 시간인데, 이때를 제외하고는 개인 컨디션과 일정에 맞춰 시간과 장소에 구애 받지 않고 업무 시간을 조율할 수 있어요. 피곤하면 4시에 퇴근했다가 집에서 저녁 먹고 다시 일해도 됩니다.
대원님 스타트업은 처음이라, 대체로 이렇게 업무 시간을 자유롭게 조절할 수 있는 줄 알았는데, 스타트업 다니는 지인들 이야기 들어보니 꼭 그렇진 않더군요. 심지어 재택근무도 자유롭지 않은 곳들이 많고요.
정아님 동료들과 자유롭게 소통할 수 있는 분위기예요. 공유 캘린더로 동료 일정을 확인하고서 미팅을 제안하거나, 아니면 논의하고 싶은 내용을 문서로 작성해 공유하죠. 또 각자 의견을 낼 수 있는 자리도 많은 편이고요.
철영님 어떤 질문을 누구에게 하든 다들 친절하게 답변해줘요. 혹은 자기가 충분히 답해줄 수 없는 질문이면 다른 사람을 연결해주죠. 모르는 게 있으면 편하게 질문할 수 있으니, 새로운 팀원이 합류했을 때 회사와 일에 적응하는 데도 도움이 되고요.
새로운 팀원 이야기가 나온 김에 여쭤볼게요 – 어떤 사람이 투자 팀, 데이터 사이언스 팀에 합류하면 좋을까요?
대원님 데이터를 좋아하는 사람. 이를테면 ‘EDA(Exploratory Data Analysis, 탐색적 데이터 분석) 작업만 며칠을 해도 좋다’는 사람이요(웃음). 모델을 개발하려면 데이터를 이래저래 다루며 시각화해보고, 분석하고, 특성을 파악하면서 모델링에 필요한 인사이트를 얻어낼 수 있어야 하거든요. 데이터를 좋아해야 그것들을 보면서 의미 있는 인사이트를 발견할 수 있어요. 데이터에서 인사이트를 추출하고, 이를 바탕으로 가설을 검증하고, 데이터를 기반으로 예측 모델을 만드는 과정을 즐길 수 있는 사람이라면 좋겠습니다.
정아님 새로운 걸 배우는 데 거부감이 없는 사람. 배우는 걸 즐기는 사람. 프롭테크 기업에서 데이터를 기반으로 투자를 결정하는 일을 겪어본 사람은 거의 없을 거예요. 아무리 부동산 분야의 경험과 지식이 많더라도, 이곳에서는 데이터도 볼 줄 알아야 하고 기술도 알아야 해서 무엇보다 배우는 자세가 중요하다고 생각해요. 부동산 분야 지식은 기본적인 용어를 알고, 시장을 파악할 수 있는 수준이면 충분하다고 봅니다. 부동산 시장에 관심이 많고 기본 지식을 갖추고 있다면 부동산학이나 도시공학을 전공하지 않아도 괜찮아요.
철영님 투자 팀에 좁혀서 생각해본다면 – 어떻게 하면 부동산의 가치를 최대화해서 높은 수익을 창출할 수 있는지 궁금해하는 사람. 이런 궁금증이 핵심이라고 봅니다. 사람들이 부동산의 가치를 최대화해서 수익을 극대화할 수 있는 솔루션을 제공하는 게 스페이스워크가 하는 일이니까요. 이 궁금증의 답을 찾기 위해 첨단 기술을 동원하고, 기술로만 해결되지 않는 부분은 발품을 팔거나 필드의 사람들을 만나 정보를 얻어 채워가고 있다고 생각해요.
회사 전체 분위기를 생각해본다면 - 도전적인 사람. 스페이스워크에서 하는 일이 다른 곳에서는 하지 않는, 다른 곳에서 해본 적 없는 일들이기 때문에 ‘실패하면 어떻게 하지’ 걱정하는 게 아니라 ‘아무도 해본 적 없는 일이니 실패할 수도 있지, 한번 해보자’ 하는 자세가 필요해요. 이런 마음이 있는 사람들이 온다면 아주 신나게 일할 겁니다(웃음).
대원님 그러고 보니 데이터 사이언스 팀원에게도 ‘도전적인’ 자세가 필요할 것 같은데요, 모델링을 하다 보면 데이터 특성에 따라 성과가 잘 나오기도 하고 그렇지 않기도 해서 시도를 반복해야 하거든요. 모델의 성능을 향상시키려면 성과가 잘 안 나와도 좌절하지 않고 계속 도전할 수 있어야 해요.
정아님 어떤 업무 능력을 어느 수준으로 갖추고 있느냐가 팀원을 결정하는 최우선 순위가 아니에요. 스페이스워크가 하는 일에 관심이 많고, 새로운 일을 배우면서 해보고 싶은 사람이라면 지원해보길 권합니다. 기다리고 있을게요!
2021.05.10