"빅밸류가 10년간 구축해 온 양질의 부동산·금융 데이터로 사용자는 건물 주소만 입력하면 부동산의 진짜 가치를 평가할 수 있습니다."
최근 세일즈포스의 ‘에이전트포스(Agentforce)’에는 국내 기업 빅밸류의 데이터를 기반으로 한 AI 에이전트가 탑재됐다. 세일즈포스의 공식 파트너인 케이유융합소프트웨어연구센터(KUSRC)와 빅밸류가 협업해 부동산 특화 AI 에이전트를 개발한 것이다.
이를 통해 사용자는 에이전트포스에서 제공하는 대형언어모델(LLM)과 빅밸류의 데이터로 자산관리 및 투자의사 결정 지원에 필요한 컨설팅을 제공받을 수 있다. 데이터테크 전문 기업 빅밸류가 10년 간 구축한 국내 금융, 부동산 데이터를 바탕으로 부동산 입지 가치를 분석해 투자, 담보평가, 입지 선정 등을 지원하는 식이다.
이윤상 빅밸류 데이터이노베이션 팀장은 세일즈포스 플랫폼과 협력을 통해 데이터 접근성과 사용성이 높아졌다고 밝혔다.
특히 빅밸류의 데이터는 양과 질에서 모두 독보적이라고 강조했다. "단순히 데이터를 많이 확보하는 것이 중요한 게 아니라 머신리더블(Machine-Readable) 즉, AI가 활용할 수 있는 데이터로 정제하는 것이 중요하다"라며 "이런 데이터 정제 기술과 다양한 데이터 소스에서 데이터를 수집, 변환, 저장 및 분석하는 파이프라인 구축이 강점"이라고 설명했다.
이를 바탕으로 빅밸류는 최근 자체 플랫폼을 공개하고 다양한 출처의 데이터를 통합해 분석과 시각화 서비스를 제공하고 있다.
공인중개사, 감정평가사, 회계사 등과 데이터 활용 워크플로우도 구축하고 있다. 전문가 시각에서 데이터를 해석하는 과정을 참고, 데이터 분석의 워크플로우를 재정립하려는 시도다.
이 팀장은 "이 과정이 끝나면 빅밸류 플랫폼에서 LLM이 전문가 못지않는 보고서를 제공하는 것도 가능하다"라고 덧붙였다.
에이전트포스의 에이전트도 이런 식으로 구축된 것이라고 소개했다. 분석을 원하는 부동산의 주소만 입력해도 부동산의 담보 가치를 평가할 수 있게 됐다.
실거래가, 인구, 개발, 학군 등 영향 요소까지 자동 분석할 뿐만 아니라 실시간으로 주변 환경과 언론 기사를 통한 평판, 개발 호재 등을 반영하는 것이 특징이다. 이런 데이터 구조를 지도 위에 시각 요소로 표현하고 세일즈포스의 LLM으로 분석한 결과를 제공한다.
프랜차이즈 매장의 입지 선정에도 사용할 수 있다. 상권 정보, 인구통계, 임대료 데이터 등 데이터를 기반으로 에이전트포스가 경쟁 환경과 매출을 예측해주는 식이다. 식품 매장의 경우, 각 메뉴에 대한 카드 결제 데이터를 추가하면 메뉴 구성에 대한 인사이트를 제공할 수도 있다.
이를 통해 프랜차이즈 본사에서 신규 매장을 열거나 기존 매장을 관리할 때 필요한 데이터를 통합적으로 분석할 수 있게 된다.
"세븐일레븐 등 편의점, 햄버거 프랜차이즈와 매출 예측 모델을 개발한 사례가 있다"라며 "프랜차이즈 입지 분석은 업종별 데이터가 많이 다르기 때문에, 개별 프로덕트로 출시할 계획"이라고 전했다.
지난 5월에는 데이터허브와 연동되는 MCP 도구를 출시, '클로드'나 '챗GPT' 등의 분석도 받아볼 수 있도록 했다. 일반인도 MCP 도구를 통해 빅밸류의 데이터 허브에 접근하고, 부동산 시장에 대한 인사이트를 얻을 수 있다는 설명이다.
하지만, 어떤 도구와 어떤 모델을 사용해도 결국 가장 중요한 것은 데이터라고 강조했다.
이윤상 팀장은 "비즈니스 의사결정을 지원할 수 있는 분석은 모델 성능이나 에이전트 도구를 넘어, 결국 잘 정제된 데이터가 있는가에 달렸다"라며 "빅밸류는 차별화된 분석을 제공할 수 있다"라고 말했다.
박수빈 기자 sbin08@aitimes.com
