Pupil과 BLK2GO, 정확한 부동산 가치 평가의 기준을 높이다

미션: 업계를 선도하는 기술로 전 세계 건물 실내를 전례 없는 정확도와 일관성으로 기록해 글로벌 부동산 시장을 바꾸는 것. 더 높은 투명성, 더 정확한 가치 평가, 더 효율적인 거래를 돕고, 더 친환경적인 산업을 만드는 데 기여하는 것.

저희는 사람들이 건축 공간을 거래하고, 사용하고, 경험하는 방식을 완전히 새롭게 바꿀 수 있다고 믿습니다. 그리고 정확한 공간 데이터 세트를 활용해 이를 실현하고 있습니다.

야심 찬 미션이지만, 런던의 공간 데이터 기업 Pupil은 혁신적인 기술과 데이터 캡처 역량으로 매물 하나하나를 통해 이를 증명해 나가고 있습니다. 주거용 부동산 마케팅 브랜드 Spec을 공식 출시한 것은 2019년 6월이지만, Pupil은 그 전부터 5년간 시장 조사와 제품 개발, 테스트를 거쳐 탄생한 회사입니다. 현재 런던 주거용 부동산 가상 투어 분야의 선두 업체이며, 해외 시장 잠재력도 매우 큽니다.

Pupil은 소비자의 편의성과 효율성을 높이고, 최초 현장 방문을 가상 투어로 대체할 수 있도록 이 투어를 설계했습니다. 맞지 않는 매물을 보러 오가는 사람이 줄어드는 만큼 교통량과 탄소 배출도 줄어듭니다. 실제로 효과도 확인되었습니다. Pupil의 가상 투어는 전 세계 주택 구매 희망자들이 하루 수천 회씩 시청합니다. 투어는 레이저 스캐너의 정확한 3D 데이터를 기반으로 하며, 이는 거래 과정에서 부동산을 정확하게 측정하고 평가할 수 있다는 의미이기도 합니다.

그렇다면 Pupil의 다음 단계는 무엇이며, 이 풍부한 부동산 데이터를 어떻게 활용할 수 있을까요?

Pupil의 설립자 겸 CEO James D. Marshall은 "저희는 건축 환경 전체의 디지털 트윈을 만들고 싶습니다."라고 말했습니다. "그러면 훨씬 정확한 부동산 가치 평가부터 더 정확한 담보 대출·보험 견적까지 다양한 이점이 생깁니다. 부동산은 지구상에서 가장 가치 있는 자산군이고, Leica BLK 시리즈 스캐너는 리얼리티 캡처 도구의 문턱을 낮췄습니다. 저희는 주거용이든 상업용이든 모든 부동산에 이 도구를 써서 거래 방식을 개선함으로써 그 대중화를 한층 더 넓히고 싶습니다."

빛의 속도로 이뤄지는 부동산 디지털 기록

더 좋고 더 정확한 데이터를 통해 부동산 거래를 개선하기 위한 Pupil의 여정은 복잡하지만, Pupil은 사전 준비를 철저히 했습니다. Pupil의 창립자이자 회장인 Oliver Breach는 “초기 시장 조사 과정에서 기존 측정 및 평면도에서 우려스러울 정도의 부정확성을 발견했습니다.”라고 말했습니다. "저희는 이 문제가 얼마나 광범위한지 보여 주는 종합적인 연구를 진행했습니다. 결론은 주거용 부동산, 특히 공간이 귀한 대도시의 주택 가치 평가가 거의 전적으로 믿을 수 없는 데이터에 기대고 있다는 것입니다. 더 정교한 레이저 스캐닝에 업계를 선도하는 Pupil의 기술을 결합해 모든 부동산을 측정하면, 전 세계 부동산 시장의 판단 근거가 되는 데이터의 품질과 일관성, 투명성이 크게 높아질 것입니다."

BLK360은 Pupil의 캡처 장비 구성에 올인원 이미징 LiDAR 시스템을 더해 주었고, 여기서 얻은 데이터는 부동산 중개인과 소유주에게 제공하는 Spec 서비스를 만들고 키우고 다듬는 데 도움이 되었습니다. 측정이 훨씬 정확하고 캡처도 더 빠릅니다.

설립자이자 최고 디자인 책임자인 David Mullett는 이에 대해 자세히 설명합니다. "제품을 시장에 내놓는 데 필요한 하드웨어로는 BLK360을 택했지만, 미션을 대규모로 실현하려면 효율을 높이고 캡처 결과를 빠르게 내놓을 수 있는 장비가 관건이라는 것을 처음부터 알고 있었습니다. 그래서 BLK2GO가 그토록 기대되었던 것입니다.”

BLK360가 Spec의 도약을 도왔다면 BLK2GO는 실제로 속도와 정확도의 한계를 뛰어넘고 있습니다. Pupil은 BLK2GO를 가장 먼저, 가장 많이 도입한 기업 중 하나로, 이 휴대용 스캐너 덕분에 캡처당 소요 시간을 크게 줄였습니다. 모델과 평면도를 만드는 데 몇 주씩 걸리기도 하는 기존 측량·준공 도면 업체와 달리, Pupil은 이제 매물 하나를 단 몇 분 만에 캡처합니다. 런던의 일반적인 매물 기준 £100 미만의 비용으로, 알고리즘이 24시간 이내에 고객에게 최종 결과물을 제공합니다.

BLK2GO는 Spec에게 큰 진전이며, 앞으로의 사업 확장을 가능하게 하는 자연스러운 전환입니다. Oliver는 "건축 환경 전체를 매핑하는 것은 엄청난 과제입니다. 하지만 우리가 얻은 속도는 게임 체인저입니다."라고 말했습니다.

주거용 부동산에 대한 Spec의 콘셉트는 간단합니다. 디지털 측량사가 한 번 방문해 매물마다 전문 사진, 가상 투어, "Spec Verified" 평면도를 모두 제공하는 것입니다. 기존 업체보다 저렴하기도 하지만, Spec을 경쟁사와 진짜로 차별화하는 것은 정확도와 기술, 프로세스입니다. 캡처가 완료되면 클라우드의 AI 알고리즘이 자동으로 정확한 치수 데이터와 디지털 트윈을 생성합니다. 덕분에 부동산 중개인과 소유주는 매물에 대해 가장 정확한 자료를 얻을 수 있습니다.

Spec Verified 평면도는 레이저 스캐너를 사용하여 부동산에서 수백만 개의 원시 데이터 포인트를 수집하는 것부터 시작됩니다. 이 데이터 포인트를 클라우드의 Pupil AI 시스템으로 처리하면 실제 면적 대비 99% 정확도의 평면도가 만들어집니다. 들쭉날쭉하고 부정확한 치수를 내던 기존 방식에 비해 크게 개선된 것입니다. 또한 Spec은 고해상도 가상 투어를 제공해, 집을 구하는 사람들이 소파에 편히 앉아 후보 주택을 디지털로 둘러볼 수 있게 합니다.

“우리의 비전은 항상 전 세계적으로 부동산 측정의 업계 표준이 되는 것이었습니다.”라고 James는 덧붙였습니다. "BLK2GO의 효율성이 저희 비즈니스 모델과 만나 이 비전을 실현할 수 있게 되었습니다."

전기 스쿠터를 탄 디지털 측량사들, BLK2GO로 런던의 부동산을 스캔하다

BLK2GO가 Pupil의 전체 프로세스를 얼마나 가속화했는지 확인하기 위해 Spec의 디지털 측량사 중 한 명인 Abdul Rouf에게 이야기를 들어 보았습니다. 2년째 근무 중인 그는 회사가 성장해 온 여러 단계를 직접 지켜봤습니다. 그가 속한 팀은 전기 스쿠터를 타고 런던 곳곳을 누비며 매물을 캡처하는데, 인원이 빠르게 늘고 있습니다.

“매물 간 이동 경로는 최대한 효율적으로 움직일 수 있도록 미리 최적화해 계획합니다. 스쿠터를 타면 훨씬 빠르죠.”라고 Abdul은 말하며 장비 일체가 일반 크기의 배낭 하나에 모두 들어간다고 설명했습니다.

"매물에 도착하면 카메라를 조립해 360도 파노라마 사진(포토스피어)과 참고 사진을 찍고, 그다음 치수 측정을 위해 스캔합니다." 그는 필요한 스캔과 사진, 데이터를 모두 확보하면서 800제곱피트 규모 아파트 한 채를 30분 안에 끝낼 수 있습니다. 그러나 BLK2GO를 사용하면 약 5분 내에 아파트 전체를 스캔할 수 있으므로 나머지 작업에 약 25분을 쓸 수 있습니다. "그다음 데이터는 Pupil의 자체 Vertex 앱을 통해 원격으로 클라우드에 업로드되고, 이후는 Pupil의 머신러닝 알고리즘이 맡습니다."라고 Abdul은 말했습니다.

Abdul이 스캔하러 갔을 때 집에 거주자가 있으면 어떨까요? "스캔할 때 왜 수납장을 전부 열어야 하는지 등 작업 과정을 궁금해하는 분들이 가끔 있습니다. 그러면 그래야 가장 정확한 데이터를 얻을 수 있다고 설명해 드립니다."라고 그는 말했습니다. 이것이 바로 Spec이 BLK2GO로 하는 일의 핵심입니다. 수백만 개의 측정점으로 매물의 모든 치수를 담아내는 것입니다.

Abdul은 보통 하루에 다섯 건을 처리합니다. Pupil이 매일 현장에 내보내는 디지털 측량사 수를 생각하면, 엄청나게 많은 매물에 대한 방대한 데이터가 쌓이는 셈입니다. 이 과정을 통해 Pupil은 매물 내부를 빠짐없이 기록하고 방대한 정보를 제공할 수 있으며, 그 정밀함은 전 세계 부동산의 가치 평가와 거래 방식을 바꿔 놓을 것입니다.

이제 매물을 이렇게 빨리 캡처할 수 있게 된 것은 사업에 큰 힘이 됩니다. 압둘은 웃으며 “정말 말도 안 되게 빨라요”라고 말했습니다. "삼각대 기반 스캐너를 사용하면 집 전체를 스캔하는 데 1시간에서 1시간 30분이 걸릴 수 있습니다. BLK2GO를 사용하면 같은 집을 약 10~15분 안에 스캔할 수 있습니다. 이 장치를 갖추게 되면서 처리할 수 있는 캡처 건수가 크게 늘었습니다. 곧 하루 6건, 7건, 많게는 8건까지 늘릴 계획입니다."

기계 학습을 개선하는 데 필요한 방대한 양의 데이터를 수집하는 Pupil

Pupil의 미션과 측량 작업을 염두에 두고, 레이저 스캐닝의 핵심인 데이터와 그 활용 방식에 대해 더 알아보고자 Pupil의 기술 이사 Divia Bhatnagar와 이야기를 나눴습니다.

"BLK2GO 덕분에 저희는 정확한 측정값을 부동산 업계에 대규모로 제공해 데이터 투명성을 높일 수 있습니다."라고 Divia는 말하며 간단한 비교를 꺼냈습니다.

"자동차를 산다고 생각해 보세요. 사기 전에 그 차에 대해 모든 것을 알고 있지 않나요? 안팎의 모든 것을 알려 주는 사용 설명서까지 받습니다." Divia는 이렇게 말하며, 집은 그보다 훨씬 더 인생을 좌우하는 구매라고 강조했습니다.

“하지만 부동산에 대해 생각해 보세요.” Divia가 말했습니다. “아파트나 주택을 구입하기 전에 그 전체 구조와 공간에 대해 실제로 얼마나 알고 계십니까? LiDAR와 BLK2GO 덕분에 Spec은 그동안 빠져 있던 부동산 데이터 인사이트를 얻을 수 있습니다. 그래서 자동차의 스펙은 매뉴얼이고, 우리는 데이터 인사이트를 바탕으로 부동산의 스펙을 제공하고 있습니다.”

Divia와 팀이 가장 중시하는 요소 중 하나는 수집한 데이터의 양과 다양성입니다. 이것이 Pupil의 머신러닝 모델 개발에 도움이 되기 때문입니다. 지금까지 Pupil의 데이터는 대부분 방 2~3개짜리 아파트였지만, 형태와 크기가 다양한 더 큰 매물을 캡처하는 것도 꼭 필요하고 모델 학습에 매우 유익합니다.

"BLK2GO가 훌륭한 건 BLK360의 정확도를 잃지 않으면서 속도를 더해 주기 때문입니다."라고 Divia는 말했습니다. 정확도 요건을 충족하는 만큼 Pupil의 워크플로는 BLK2GO에 곧바로 적응할 수 있었고, 하루에 훨씬 많은 매물을 캡처할 수 있다는 점은 또 하나의 강점이 되었습니다.

Divia는 "머신러닝 모델을 학습시키려면 많고 다양한 데이터가 필요합니다. 그래서 큰 주택부터 작은 아파트까지 훨씬 짧은 시간에 캡처할 수 있으면 이 과정이 크게 빨라집니다."라고 말했습니다.

캡처된 구조물의 다양성은 Pupil의 주요 프로젝트 중 하나인 컴퓨터 비전에 중요합니다. 엔지니어링 팀이 받는 BLK2GO 원시 포인트 클라우드는 대개 단일 데이터 세트입니다(정합이 필요한 여러 스캔이 아닙니다). 이를 통해 Divia 팀은 소비자가 마땅히 받아야 할 표준인 Spec Verified 기준을 충족하는 측정값과 모델을 더욱 빠르게 생산할 수 있습니다. 유형과 크기가 다양한 원시 포인트 클라우드는 Pupil의 머신러닝 모델이 컴퓨터 비전을 발전시키는 데 도움이 됩니다.

“생물의 시각에 대해 생각해 보세요.” Divia가 말했습니다. "방에 들어서는 순간 그 안의 모든 것을 분류할 수 있습니다. 의자는 의자, 창문은 창문이라는 걸 알고, 의자와 창문의 종류도 구분합니다. 이 모든 게 순식간에 일어납니다." Divia는 컴퓨터가 공간 환경을 완전히 이해하게 만드는 것은 거대한 과제이며, 팀이 이를 위해 경쟁이 치열한 영국 정부 지원 과제 두 건을 따냈다고 설명했습니다. “이 프로세스와 저희가 쓰는 하드웨어 덕분에, 공간 관계를 이해하고 장면을 해석하는 획기적인 컴퓨터 비전에 한 걸음씩 다가가고 있습니다.”

Divia는 장면 이해의 두 가지 구성 요소인 의미론적 분할과 인스턴스 수준 분할을 설명했습니다. "의미론적 분할은 방에 있는 의자를 인식해 그것이 무엇인지 분류하는 것이고, 인스턴스 수준 분할은 두 의자를 서로 다른 개체로 구분하는 것입니다." 이 모든 것이 Pupil의 핵심 기능인 장면 이해에 기여합니다.

"BLK2GO로 얻은 데이터가 중요한 이유는, 이 데이터를 머신러닝 모델과 알고리즘에 넣어 컴퓨터가 비슷한 사물의 여러 유형을 구분하도록 학습시키기 때문입니다. 데이터를 많이 넣을수록 기계는 더 빨리 배웁니다."라고 Divia는 말했습니다. “저희는 컴퓨터가 방 안의 모든 것을 이해하고 각각의 위치를 파악해 공간에 대한 다양한 인사이트를 끌어낼 수 있는 단계로 나아가고 있습니다.”