초기분양률과 특성조합에 기반한 부동산 PF 위험 관리에 관한 연구^*

Ⅰ. 서론

국내 부동산 시장의 불확실성이 확대되면서, 부동산 프로젝트 파이낸싱(project financing, PF)의 잠재적 위험이 주요 정책적·금융적 이슈로 부각되고 있다.

부동산 PF는 향후 분양을 통해 창출될 현금흐름을 기초로 자금을 조달하는 구조적 특성상 분양 성과가 사업의 안정성과 직결되는 핵심 요인으로 작용한다. 특히 분양 초기 단계에서의 성과는 이후 현금흐름의 실현 가능성을 좌우하며 PF 사업장의 위험을 사전에 가늠할 수 있는 중요한 신호로 기능한다.

이러한 맥락에서 초기분양률은 단순한 판매 실적 지표를 넘어 PF 사업장의 현금흐름 안정성과 부실 가능성을 동시에 반영하는 핵심 지표로 인식되어 왔다. 실제로 PF 보증이 적용된 사업장들의 보증 사고 사례를 살펴보면, 사고가 발생한 다수의 사업장에서 초기분양 성과가 상대적으로 저조하게 나타나는 경향이 확인된다.¹⁾ 이는 분양 성과가 충분히 확보되지 않을 경우 예상 현금흐름이 초기 단계에서 실현되지 못하고, 그 결과 PF 구조 전반의 취약성이 확대될 수 있음을 시사한다.

그럼에도 불구하고 기존의 관련 연구들은 초기분양률에 영향을 미치는 요인을 주로 개별 변수 단위로 분석하고, 각 요인의 통계적 유의성을 검증하는 접근에 집중해 왔다.

이러한 접근은 특정 요인의 평균적 효과를 파악하는 데에는 유용하지만, 실제 PF 사업장이 지니는 복합적인 구조와 사업장 간 이질성을 충분히 설명하는 데에는 한계를 가진다.

동일한 거시경제 환경에서도 입지 조건, 단지 규모, 상품 구성, 가격 구조 등 다양한 요소가 결합된 사업장에 따라 분양 성과와 위험 수준은 상이하게 나타날 수 있음에도, 기존 연구는 이러한 구조적 차이를 체계적으로 설명하는 데에는 제한적이다.

이에 본 연구는 초기분양률을 개별 요인의 결과가 아닌, 주택 사업장이 제공하는 특성 조합에 대해 시장이 내린 집합적 선택의 결과로 이해하는 관점에서 접근한다.

본 연구의 핵심 문제의식은 “어떤 요인이 초기분양률에 영향을 미치는가”가 아니라, “어떤 구조와 특성 조합을 가진 사업장이 시장에서 상대적으로 빠르게 수요를 흡수하며 PF 위험에 보다 강한가”에 있다. 이러한 관점 전환을 통해 본 연구는 주택 사업장의 분양 성과를 보다 구조적으로 해석하고, PF 위험 관리의 관점에서 실질적인 시사점을 도출하고자 한다.

Ⅱ. 선행연구

본 연구는 초기분양률을 PF 위험 관리의 핵심 신호로 보고, 이를 단일 요인의 평균적 효과가 아니라 사업장 특성 조합에 대한 시장 선택 결과로 해석하려는 문제의식에서 출발한다.

따라서 선행연구 검토는 (i) 분양성과를 나타내는 초기분양률이 무엇에 의해 좌우되는지에 대한 실증 분석, (ii) 초기분양률이 PF 부실 및 금융 안정성과 어떻게 연결되는지에 대한 위험 메커니즘, (iii) 주택을 특성 결합체로 보고 구조·유형을 식별하기 위한 방법론적 연구를 검토함으로써 기존 연구와의 차별성을 도출하는 데 목적이 있다.

먼저 초기분양률에 관한 연구는 가격, 입지, 단지 규모, 시장 여건 등 다양한 요인이 영향을 준다는 점을 반복적으로 확인해 왔다.

백민석·신종칠(2011)은 ’02년~’10년에 분양된 서울, 경기, 인천 아파트의 거시환경과 단지특성을 독립변수로 설정하고 다중회귀분석을 적용하였다. 그 결과 건설회사의 도급순위가 높을수록, 총세대수가 클수록 초기분양률이 높게 나타났고, 주택담보대출금리가 유의미한 거시환경 특성인 것으로 나타났다. 또한 서진호·강정규(2014)는 경남·부산 지역의 신규 아파트를 대상으로 ’08년 이전·후 초기분양률 결정요인을 실증적으로 분석한 결과, 재건축, 브랜드가치, 해당 지역의 부동산 시장 영향을 받는다는 점을 제시하였다. 또한 실무 현장에서 느끼는 부동산 시장의 경기는 부동산 정책이 크게 작용함을 추가 언급하였다.

더 나아가 김리영·서원석(2016)은 경기도 사업장 중에서 주변 지역에 비해 높은 초기분양률을 보인 사업장의 특성요인을 파악하기 위해 높은 초기분양률과 낮은 초기분양률 사업장으로 구분하고, 정책 및 시장여건을 중심으로 이항로지스틱 회귀분석을 수행, 아파트 초기분양률에 영향을 미치는 특성요인 파악을 위한 다중회귀분석을 시행하였다. 분석 결과, 주변지역에 비해 초기분양률이 상이한 사업장은 정책적 요인이 영향을 미치고 있음을 확인하였고, 분양 가격 및 초·중·고등학교 거리, 공원 거리, 신도시 여부가 초기분양률에 영향을 미치는 유의미한 변수인 것으로 나타났다.

일부 연구는 초기분양률을 예측하는 문제로 확장하여, 기존의 회귀 분석 접근을 넘어 데이터마이닝·기계학습을 적용하기도 했다.

김지영·이상경(2018)은 기존 연구들이 사업장 단위의 결정요인을 다룬 것과 달리, 하남도시공사가 위례신도시에 분양하였으나 미분양된 A아파트 각 세대를 대상으로 미시적 관점에서 초기분양률 예측모형을 개발하였다. 이는 초기분양률 연구가 단순 설명변수의 유의성 확인을 넘어 “성과를 사전에 식별”하려는 방향으로 분석하였음을 시사한다.

이 연구들에서 공통적으로 확인되는 특징은, 초기분양률을 종속변수로 두고 개별 설명변수의 평균적 한계효과 즉, 다른 조건이 같을 때, 분양가·입지·규모 등 독립변수가 한 단위 변하면 성과가 얼마나 변하는가를 추정하는 방식이 여전히 중심이라는 점이다. 이 접근은 “어떤 요인이 영향을 미치는가 또는 그 정도”를 제시하는 데 유용하지만, PF 사업장처럼 다차원 속성이 동시에 결합되는 대상에서는 특성들이 함께 묶여 작동하는 구조적 패턴(예: ‘규모-입지-가격-시장여건’의 조합)이 성과를 좌우할 수 있다는 점을 충분히 포착하기 어렵다. 즉, 변수별 한계효과 중심 접근은 이런 “조합의 이질성”을 평균화할 위험이 있다.

다음으로 부동산 PF 부실 및 금융 안정성 관련 선행연구는 PF가 미래 현금흐름에 대한 기대를 기반으로 하는 구조라는 점에서, 초기분양률이 유동성 위험과 부실로 연결될 수 있음을 강조해 왔다.

손재영(2009)은 분양률이 낮아지면 주택사업자의 수익률이 급격히 하락하기 때문에 주택사업은 위험이 매우 높은 사업임을 지적하였으며, 백민석·신종칠(2011)도 낮은 초기분양률이 지속될 경우 사업지연에 따른 금융비용의 증가 등으로 건설업체 및 분양계약자에게도 위험이 전이되어 파산 위험이 발생할 수 있음을 언급하였다. 최근 김용은 외(2025)는 주택개발 PF 사업의 부실화 여부에 영향을 미치는 요인을 실증적으로 분석하였다. ‘부실화’는 현금흐름 불일치, 금융구조상 트리거 작동, 원리금 상환지연, EOD(event of default) 발생으로 정의하고, PF 대출 원리금을 상환하기 위한 최소한의 분양률과 부실 발생 가능성 간 유의한 정(+)의 관계를 확인하였다.

또한 유정근·오동훈(2010)은 부실화된 PF 사업장에서 재무적 투자자가 채권 회수를 위한 효율적인 관리방안을 제시하고자 하였다. 이에 사례분석 및 전문가 대상 집단면접(focus group interview, FGI)을 수행하였으며, 분양대금의 입금현황과 분양률에 따른 자금 사용분석의 관리시스템 구축, 미분양에 따른 유동성 위기 등을 예측할 수 있도록 현금흐름 관리 업무의 중요성을 주장하였다.

이와 같이 PF 부실 및 금융안정성을 다룬 연구는 부실 사업의 관리 흐름과 재원 조달 대응을 동시 고려하며, PF 위험이 실무적으로 관리·정리되어야 하는 대상임을 보여준다.

그러나 이 범주의 연구들은 제도적 요인·관리 체계에 초점을 두어, “어떤 사업장이 왜 구조적으로 분양 성과가 낮아지고 취약해지는가”를 사업장 특성 조합의 수준에서 유형화하여 설명하는 데에는 상대적으로 약한 경우가 많다.

마지막으로 주택특성의 결합 구조 및 분석방법론 관련 선행연구는 “주택은 특성의 묶음”이라는 관점에서 발전해 왔으며, 전통적으로는 헤도닉 모형(hedonic price model)을 중심으로 축적되어왔다. Rosen(1974)은 주택이라는 복합재를 입지, 면적, 품질 등 특성으로 분해하여 가격에 반영되는 기여를 추정하는 헤도닉 모형으로 정리하였고, 이후 실증 연구들은 이 모형을 다양한 주택시장 자료에 적용해 왔다.

다만 헤도닉 접근은 본질적으로 “가격”을 중심 결과로 두는 경향이 강하며, 특성의 조합을 식별하기보다 특성의 개별 기여(계수)를 해석하는 데 강점이 있다. 이와 연계하여 최근에는 군집분석 등 비지도 학습을 이용해 주택을 유형화하거나 하위시장을 식별하려는 방법론적 연구가 확장되고 있다. 권순재 외(2017)는 연립·다세대 주택 가격 특성을 반영한 후, K-means와 헤도닉 모델을 결합한 군집분석을 수행하여 주택 유형별 가격모형을 다르게 추정하는 방식(구조적 이질성 반영)을 제안하였다.

또한 하은혜·이건학(2024)은 시계열 군집분석을 활용해 주택 가격을 중심으로 하위시장을 유형화하였으며, 이는 ‘유사성 기반 분류’가 시장의 이질성을 식별하는 방법임을 보여준다.

이상의 선행연구를 종합하면, (i) 초기분양률연구는 성과의 결정요인을 제시했으나 대체로 변수별 평균적 한계효과 추정에 집중했고, (ii) PF 위험 연구는 분양 성과의 중요성을 전제하면서도 사업장 미시 구조의 조합을 유형화해 설명하는 데에는 제한이 있으며, (iii) 주택 특성 분석은 ‘특성의 묶음’ 관점을 공유하되 가격 중심(계수) 중심 또는 시장 유형화 중심으로 분화되어 초기분양률과의 직접 결합이 불충분하다.

즉, 기존 연구들은 “무엇이 영향을 미치는가”에는 답했지만, “어떤 특성 조합 구조를 가진 사업장이 시장에서 선택되어 초기분양률이 상이한가”라는 질문에는 상대적으로 약했다.

따라서 본 연구의 필요성은 다음과 같다.

첫째, 초기분양률을 PF 위험 관리의 실질적 신호로 활용하려면 개별 요인의 계수 해석을 넘어 사업장 수준의 구조적 패턴을 식별할 필요가 있다. 둘째, 주택을 특성의 결합체로 이해하는 관점은 존재하지만(헤도닉모형 등) 이를 분양성과이자 시장 선택 결과인 초기분양률과 연결해 PF 위험 관리 문제로 통합한 실증 설계는 제한적이다.

이에 본 연구는 선행연구가 축적해 온 “요인”들을 사업장 특성 벡터로 재구성하여 “사업장 특성 조합과 선택 결과”라는 해석 틀로 전환한다는 점에서 차별성을 갖는다.

Ⅲ. 이론적 배경

본 연구는 사업장의 분양 성과를 개별 요인의 한계효과가 아닌, 특성 조합에 대한 시장의 선택 결과로 이해하는 관점에서 출발한다.

이에 Lancaster(1966)의 특성 기반 소비자이론(characteristics-based consumer theory)을 이론적 틀로 채택한다. Lancaster는 소비자가 재화 그 자체를 소비하여 효용을 얻는다는 전통적 가정과 달리, 효용의 원천은 재화가 제공하는 특성(characteristics)에 있으며, 재화는 이러한 특성들의 결합체로 이해되어야 한다고 주장하였다.²⁾

이 관점에서 소비자의 효용함수는 재화 공간(goods space, G-space)이 아닌 특성 공간(characteristics space, C-space)에서 정의된다.

여기서 z는 소비자가 인식하고 평가하는 특성 벡터를 의미한다. 재화 벡터 x와 특성 벡터 z는 소비기술(consumption technology)을 통해 연결되며, Lancaster의 단순화된 모형에서는 (식 2)와 같이 표현된다.

이 식에서 B는 재화가 어떤 특성을 어떤 구조로 생성하는지를 나타내는 변환 행렬이다. 중요한 점은 이 식이 실증적으로 계수를 추정하기 위한 회귀식이 아니라, 재화와 특성 간의 구조적 관계를 정의하는 항등식이라는 점이다. Lancaster의 이론에서 핵심은 B의 값을 추정하는 데 있지 않고, 특성 조합의 구조에 의해 이루어진다는 점에 있다.

이러한 이론적 설정은 소비자의 선택이 발생하는 공간과 연구자가 관측하는 공간을 구분한다. Lancaster는 소비자의 효용 극대화가 이루어지는 공간을 C-space로 정의하고, 연구자가 관측 가능한 재화의 소비량과 가격이 정의되는 공간을 G-space로 구분하였다. 소비자의 실제 선택은 C-space에서 이루어지지만, 연구자는 이를 직접 관측할 수 없으며, 오직 G-space에 나타난 재화의 특성과 선택 결과만을 관측할 수 있다.

본 연구는 이와 같은 공간 구분을 주택시장에 적용한다. 주택 사업장은 단일한 재화라기보다, 입지, 가격 구조, 공급 규모, 시장 환경 등 다양한 요소가 결합된 특성 벡터로 이해될 수 있다. 연구자가 관측하는 것은 각 사업장의 이러한 특성들로 구성된 재화 벡터이며, 이는 G-space에 해당한다. 반면, 소비자가 실제로 평가하는 주거의 쾌적성, 시장 적합성, 신뢰도와 같은 특성들은 C-space에 존재하며 직접적으로 관측되지 않는다.

이러한 맥락에서 본 연구는 개인의 사업장 선택(미시)이 사업장 초기분양률(거시)로 집계되는 구조를 설정한다. 초기분양률은 개별 소비자의 효용을 직접 측정한 값은 아니지만, 동일한 특성 조합에 대해 다수의 소비자가 내린 선택이 누적된 집합적 선택 결과로 해석될 수 있다.

따라서 초기분양률은 특성 기반 소비자이론에서 말하는 효용 극대화 행동이 시장 차원에서 집계된 결과로 이해될 수 있다.

이를 반영하여 각 주택 사업장 j는 해당 재화가 제공하는 특성 묶음(bundle) z_j을 제공한다고 가정하고, 특성의 차원을 r, 선택 가능한 사업장의 개수를 J, 사업장 j(=1,...,J)의 특성벡터를 (식 3)과 같이 정의한다.

각 사업장 특성벡터를 열(column)로 적층하여 특성행렬 B를 (식 4)와 같이 정의한다.

B의 j번째 열은 사업장 j의 특성벡터 z_j에 대응하며 C-space는 z∈ℝ^r×1으로 정의한다.

한편, 초기 분양기간에 참여하는 잠재수요자를 i=1,...,N, 개인 i는 사업장 중 하나를 선택하여 ‘1주택을 구매한다’고 가정한다. 이는 개인 i의 선택을 구매(1), 비구매(0)로 구분하여 one-hot 벡터로 다음과 같이 표현된다.

즉, G-space는 사업장 대안에 대한 선택 x⁽ⁱ⁾가 정의되는 공간으로서 $x_j^{\left(i\right)}=1$ 은 개인 i가 사업장 j를 선택했음을 의미하고, 개인 i의 선택으로 실현되는 특성은 (식 6)과 같이 정의된다.

One-hot 구조상 Bx⁽ⁱ⁾는 선택된 사업장에 해당하는 열벡터 z_j를 ‘선택적으로 추출’하므로 z⁽ⁱ⁾는 개인 i가 실제로 획득하는 특성조합을 의미하고, 이때 간접효용(indirect utility)은 (식 7)로 나타낼 수 있다.

여기서 u_i (z_j)는 사업장 특성 z_j로 설명되는 체계적 효용(deterministic component)이고, ε_ij는 관측되지 않는 정보 등을 포괄하는 비체계적 효용(stochastic component)이다.

주목할 점은 ε이 개인별로 하나만 존재하는 것이 아니라 조합(i,j)마다 존재하여 ε_ij로 표기된다는 점이다.

개인 i는 후보들 중 효용이 최대인 사업장을 선택한다고 가정하며, 선택된 대안을 j_i, 이에 따른 선택변수 $x_j^{\left(i\right)}$는 다음과 같이 표현된다.

선택 후 실현 효용은 선택된 대안에 대응하는 오차항을 명시하여 (식 10)과 같이 정의할 수 있다.

또한 z_ji = Bx⁽ⁱ⁾이므로,

즉, ε_ij는 사업장 j별로 존재하며 선택된 대안 j_i에 해당하는 ε_iji가 실현된다는 구조이다.

마지막으로 사업장 초기분양률은 개별선택의 집계를 통해 정의된다. 사업장 j의 수요 집계(Sales_j)는 (식 12)와 같이 표현된다.

현실에서 초기분양률은 ‘공급된 세대 중 기간 내 계약된 비율’이므로 사업장 j의 총 분양세대수를 H_j라 할 때 (식 13)과 같다.

이로써 본 연구는 Lancaster의 특성 기반 선택모형$\left(U_{ij},x_j^{\left(i\right)}\right)$을 통해 사업장의 시장 성과지표인 초기분양률(ISR_j)을 도출하는 연결 구조를 제시한다.

Lancaster의 이론에 따르면 소비자 선택의 핵심은 개별 특성의 크기나 한계효과가 아니라, 특성들이 어떤 구조로 결합되었는가에 있다.

이는 실증 분석에서도 개별 변수의 계수를 추정하는 접근보다, 특성 벡터의 구조적 유사성을 식별하는 접근이 이론적으로 더 적합할 수 있음을 시사한다. 특히 C-space가 직접 관측되지 않는 상황에서는, G-space에서 관측 가능한 재화 벡터 간의 구조적 유사성을 통해 간접적으로 특성 조합의 유형을 파악하는 것이 합리적인 분석 전략이 된다.

이러한 이론적 판단에 따라 본 연구는 주택 사업장 특성 벡터 x_j를 기준으로 K-means 군집분석을 적용한다.

K-means 군집분석은 사전에 종속변수를 설정하지 않고, 관측치 간 거리와 구조적 유사성을 기준으로 데이터를 분류함으로써, 재화 공간에서의 특성 조합 패턴을 식별하는 방법이다. 이를 통해 도출된 각 군집은 Lancaster의 이론적 틀에서 볼 때, 유사한 특성 조합을 제공하는 주택 사업장 유형으로 해석될 수 있다.

본 연구의 분석 전략은 먼저 G-space에서 구조적으로 유사한 사업장들을 군집으로 분류한 후, 각 군집에 속한 사업장들의 초기분양률을 비교하는 방식으로 구성된다. 군집 간 초기분양률의 차이는 곧 서로 다른 특성 조합에 대한 시장의 선택 결과 차이를 의미하며, 이는 특성 기반 소비자이론의 실증적 함의를 보여준다.

이와 같이 본 연구는 Lancaster의 이론을 단순한 개념적 배경으로 차용하는 데 그치지 않고, 이론이 요구하는 분석 관점을 그대로 연구설계에 반영함으로써, 주택 사업장의 분양 성과를 구조적으로 해석하고자 한다.

Ⅳ. 자료 및 분석모형

Ⅴ. 분석 결과

본 장에서는 (i) 군집별 기술통계와, (ii) 전처리(변수표준화, 상관분석, 다중공선성 검정), (ii) 표준화 특성값 z̅_j에 기반한 K-means 분석 결과를 제시함으로써 초기분양률 군집을 결정짓는 특성 결합을 해석한다.

Ⅵ. 결론 및 시사점

본 연구는 초기분양률을 PF 위험관리의 핵심 선행지표로 설정하고, 이를 개별 요인의 평균적 한계효과가 아니라 사업장이 제공하는 특성 조합(bundle)에 대한 시장의 집합적 선택 결과로 해석하였다.

이를 위해 재화를 특성의 결합체로 보는 Lancaster(1966)의 특성 기반 소비자이론에 근거한다. 즉, 가격 자체의 한계효과 추정에 머무르기보다, 관측 가능한 사업장 특성 벡터가 어떤 조합을 이룰 때 시장에서 수요가 빠르게 집계되어 초기분양률로 나타나는지에 초점을 두었다.

이에 ’21년부터 ’25년 7월까지 전국 PF 보증 사업장 94곳을 대상으로 비용·시장·상품 특성 변수를 구성하고 K-means 분석을 수행하여 초기분양률이 유사하게 형성되는 구조유형(특성 조합의 공통 패턴)을 식별하였다.

분석 결과, 사업장은 세 개 군집으로 구분되며 군집별로 분양 흡수 속도(초기분양률)와 PF 위험 민감도가 달라지는 양상이 확인되었다.

군집 1은 초기분양률이 85.58%로 가장 높고 미분양이 가장 낮으며(291세대), 공급규모(군집 1의 각 전용면적 세대수 총합: 약 790세대)가 과도하지 않은 수준에서 전용면적 60~85m² 중형 중심의 상품 구성(83.5%), 인근 대비 유사한 가격 수준(SPR 100.77), 그리고 안정적·완만한 시장 국면(APM +16%)이 결합된 고분양·안정 흡수형으로 해석된다. 이는 분양대금 조기 유입 가능성이 높아 현금흐름 안정성이 상대적으로 높고, PF 구조가 외부 충격에 대해 비교적 견조할 수 있음을 시사한다.

군집 2는 초기분양률 70.52%로 중간 수준이지만, 건폐율 34.77%, 용적률 383.49%에 따른 고밀도 개발 특성 및 전용면적 60m² 이하 소형 비중 확대, 그리고 인근 대비 상대적으로 낮은 가격 포지셔닝(SPR 95.71)이 결합되어 경쟁적 조건에서 수요를 흡수하는 가격·밀도 경쟁형인 것으로 나타났다. 다만 이 유형은 초기분양률이 일정 수준 확보되더라도 개발 밀도와 상품 구성에서 비롯되는 공급 부담이 내재할 수 있어, 시장 국면 변화에 따라 위험도가 가변적일 가능성이 있다.

반면 군집 3은 대규모 공급(군집 3의 각 전용면적 세대수 총합: 약 1,365세대) 및 사업비가 관측되고, 가격 하락 국면(APM ‒31%)에서 미분양이 급증(2,506세대)하면서 초기분양률(40.24%)이 가장 낮아지는 대규모·하락장 위험형 패턴을 보였다. 이는 분양대금 유입 지연과 현금흐름 불확실성이 구조적으로 확대되는 조합으로서, 분양성과 악화와 PF 위험 신호가 군집 차원에서 뚜렷하게 구분됨을 의미한다.

또한 ‘초기분양률 50% 미만’인 사업장을 저분양 위험으로 정의하고 군집별 분포를 비교한 결과, 군집 1은 평균 초기분양률이 가장 높고, 군집 내 ‘초기분양률 50% 미만 사업장’ 비율이 7.46%로 가장 낮게 나타났다. 반면 군집 3은 평균 초기분양률이 40.24%로 가장 낮고, 그중 ‘초기분양률 50% 미만 사업장’ 비율이 75%로 가장 높게 나타났다. 이는 저분양 위험이 군집 3에 집중되어 있음을 보여주며, 본 연구의 분석 결과가 단순한 초기분양률 수준 차이의 제시에 그치지 않고 저분양 사업장을 사전적으로 식별할 수 있음을 시사한다.

이러한 결과들은 본 연구의 핵심 질문 “어떤 구조와 특성 조합을 가진 사업장이 시장에서 상대적으로 빠르게 수요를 흡수하며 위험에 더 강한가”에 대해 다음과 같은 함의를 제공한다.

첫째, 빠른 수요 흡수는 가격, 규모, 면적 등 단일 요인의 우열로 설명되기보다, 중형 중심의 상품 구성×과도하지 않은 공급규모×인근 대비 급격히 이탈하지 않는 가격×안정적 시장 국면이 함께 결합될 때 가장 뚜렷하게 나타났다(군집 1). 이는 시장 적합성이 ‘개별 변수의 합’이 아니라 정합적인 조합의 결과임을 뒷받침한다. 둘째, 경쟁적 흡수 방식(군집 2)은 고밀도·소형평수 상품설계·총사업비 조합을 통해 성립할 수 있으나, 이는 시장 국면 변화 시 흡수 속도와 위험이 동행할 가능성이 있어, 강건성 측면에서는 군집 1과 구별되는 특성을 갖는다. 셋째, 대규모 공급·시장 하락 국면·미분양 누적·중대형 비중 확대 조합은 초기분양률 저하와 결합하여 위험이 확대되는 경로를 형성하며(군집 3), 초기분양의 ‘위험 신호’를 사업장 단위가 아니라 유형(군집) 단위로 식별할 수 있음을 시사한다.

본 연구는 “무엇이 평균적으로 유의한가”를 넘어, 시장 흡수력을 좌우하는 특성 조합의 구조를 제시함으로써 초기분양률 기반 위험 이해를 한 단계 확장하였다. 또한 주택사업의 분양성과인 초기분양률을 소비자 선택의 집계 결과로 해석하고, Lancaster의 이론적 틀을 PF 위험관리 맥락과 연결하여 “특성 조합의 구조”를 군집 기반 실증 방법론으로 제시했다는 데 학술적 의의가 있다.

실무적으로는 보증·금융기관에서 이와 같은 유형별 위험 신호를 별도로 반영하고, 초기분양률이 낮은(예: 군집 3) 사업장에 대한 모니터링 강도 및 심사 조건을 차등화함으로써, 위험 관리를 사후 수습이 아닌 사전 탐지·예방으로 전환할 가능성을 제시한다. 다만 본 유형화는 현재 분석에 사용한 데이터 범위와 구축 가능한 변수에 기반해 도출된 결과이므로, 이후 다른 시기·다른 사업장 데이터에서도 같은 유형 구분이 유사하게 반복되는지를 확인하고, 신규 사업장의 유형을 자동 판별할 수 있는 분류모형을 마련하여 실제 위험 식별력에 관한 추가 검증이 필요하다.

그럼에도 본 연구가 제시한 군집별 패턴은 “무엇이 평균적으로 유의한가”를 넘어, “어떤 특성 조합을 가진 사업장이 시장에서 상대적으로 빠르게 수요를 흡수하며 PF 위험에 더 강한가”라는 질문에 대해 구조적 답을 제공하며, 더 나아가 사업기획 단계에서도 개별 요소의 단순 조정이 아니라 규모·상품 구성·가격 포지셔닝·시장 국면의 정합성을 패키지로 점검하는 방향으로 의사결정을 유도한다.

끝으로 본 연구에서 활용하고 있는 자료는 PF 보증 승인 사업장이므로 보증 승인 이후 단계에서의 분양 위험 관리로 일반화 범위를 제한한다는 점과 시장 국면의 동태적 변화 및 분양 진행 경로(시간에 따른 흡수 속도)를 충분히 반영하지 못했다는 점에서 한계가 존재한다. 또한 군집분석은 유형의 구조를 제시하는 데 강점이 있으나, 사업장의 초기분양률에 관한 예측력을 정량적으로 비교하는 데에는 추가 검증이 필요하다.

향후 연구에서는 외부 표본을 활용한 재현성 점검과 더불어, 군집 정보를 조기경보 지표·예측모형과 결합하여 ‘사업장 기획-심사-사후관리’전 과정에서 활용 가능한 실증적 기준으로 확장할 필요가 있을 것이다.