전세사기 회피 ‘데이터 루틴’: HUG 보증사고·경매·압류등기 오픈데이터로 개인 맞춤 위험지수 만드는 법

전세사기 회피 ‘데이터 루틴’: HUG 보증사고·경매·압류등기 오픈데이터로 개인 맞춤 위험지수 만드는 법

 

 

전세사기 회피 데이터 루틴으로 HUG 보증사고·법원 경매·압류등기 오픈데이터를 연결해 전세 위험지수를 만드는 방법과 실전 체크리스트를 알기 쉽게 소개합니다.

 

목차

 

---

서론: “감(感)”이 아니라 데이터로 집을 고르는 시대

전세 계약 전 마지막 10분이 내 보증금을 지킵니다. 요즘은 전세사기 뉴스가 끊이지 않죠. 하지만 무력감만 느낄 필요는 없습니다. 정부·공공기관이 공개하는 오픈데이터만으로도, 내가 보려는 동네·건물의 위험을 수치로 환산해볼 수 있습니다. 이 글은 2025년 기준 공개된 HUG 보증사고 현황, 법원 경매 통계/목록, 압류등기(가압류·근저당 등) 조회 API와 주변 보조 지표를 묶어, 누구나 반복 가능한 **전세사기 회피 ‘데이터 루틴’**을 만드는 방법을 안내합니다. 핵심 키워드: 전세사기, HUG 보증사고, 경매, 압류등기, 오픈데이터, 위험지수.

---

본론 1) 데이터 지도 만들기: 어떤 오픈데이터를 쓸까

전세사기 회피 데이터 루틴의 출발점은 “어디서 무엇을 가져올 것인가”입니다.

HUG 보증사고 데이터(핵심)

• 내용: 전세보증금 반환보증 사고의 지역별(시/도/구) 건수·금액·사고율 데이터(최근 3개월 평균 제공) + 연도별 상품·사고 현황.
• 용도: 동네 단위 위험도 베이스라인 설정(최근 사고 밀도/사고증가 속도).
• 파일형태: XLSX(다운로드) / 공사 포털·공공데이터포털 제공.

법원 경매 데이터(상황지표)

• 내용: 해당 지역 경매 개시·매각 건수, 용도별 매각 통계(아파트/연립/다세대 등).
• 용도: 지역의 부실·유동성 스트레스 감지(경매 증가 = 임대인 재무건전성 악화 가능성).
• 형태: 웹 통계/목록(월별·분기별) — 자동화는 제한적이나 수동/반자동 수집으로 지표화 가능.

압류등기/근저당·가압류(개별 물건 위험)

• 내용: 특정 부동산의 등기부등본에서 압류·가압류·근저당·신탁/말소 등 권리 변동 확인.
• 용도: 볼 물건 개별 리스크 판정의 핵심(선순위/다중담보/압류 다발 여부 등).
• 형태: 인터넷등기소 Open API(인증키 필요) 또는 유료열람(PDF). 자동화는 제한적이지만 체크리스트화하면 개인도 충분히 반복 가능.

부가로, 실거래가(전월세 신고), 건축물대장, K-apt 관리비 체납 공지, 인구·공실률 등 보조 지표를 추가하면 정밀도가 올라갑니다. 그러나 본 글은 제목 그대로 HUG 보증사고·경매·압류등기 3종만으로 간결한 위험지수를 만드는 데 집중합니다.

---

본론 2) 위험지수 설계: 가볍지만 강한 3축 모델

변수 정의(요약)

• HUG 사고지표(H): 최근 3개월 평균 전세보증금반환보증 사고율(지역/주택유형별).
• 경매지표(A): 최근 3~6개월 주거용 경매 건수 증감률(지역단위).
• 등기지표(E): 매물 주소의 압류·가압류·근저당 건수/설정액·순위를 단순 점수화.

정규화와 가중치

• 표준화: 각 지표를 0~100 스케일로 정규화(min-max).
• 가중치(예시): H:0.5, A:0.3, E:0.2 — ‘지역 위험’(H·A)이 높아도 **개별 물건 안전장치(E)**로 상쇄 가능하다는 가정.

위험지수 계산식(예시)

RiskIndex = 0.5*H_norm + 0.3*A_norm + 0.2*E_norm

 

• 0~39: 낮음(그린), 40~69: 보통(옐로), 70~100: 높음(레드)
• 계약 금액이 보증금 3억↑ 또는 신축 다세대·오피스텔일수록 보수적 임계값을 권장(예: 60 이상이면 추가 증빙 필수).

---

본론 3) 수집·정제 ‘데이터 루틴’(주 1회/계약 전 10분)

Step 1) HUG 보증사고 데이터 가져오기

1. 공공데이터포털 또는 HUG 빅데이터 포털에서 지역별 최근 3개월 평균 사고현황 XLSX 다운로드.
2. ‘시/군/구, 주택유형, 사고건수, 사고금액, 사고율’ 필드만 취해 피벗 → 최근치로 정리.
3. 내 **관심지역(예: ○○구)**만 필터링하여 H 값 산출.

Step 2) 법원 경매 통계/목록 반영

1. 법원경매 사이트의 월별/용도별 매각 통계에서 주거용(아파트·연립·다세대 등) 경매건수를 기록.
2. 최근 6개월 이동평균과 증감률을 계산해 A 값으로 사용.
3. 자동화가 어렵다면, 월말에 5분 투자해 스프레드시트에 누적만 해도 충분합니다.

Step 3) 등기부 체크(매물 개별)

1. 인터넷등기소에서 주소로 열람(유료·인증 필요) → 압류/가압류/근저당/신탁 유무와 설정 순위·금액 추출.
2. 단순 점수화 예시:
   • 압류/가압류: 각각 +30점(최근 6개월 이내면 +10 추가)
   • 근저당 2건 이상: +20점, **채권최고액/시세 ≥ 70%**면 +10점
   • 신탁: +15점(안전장치로 작동할 수도 있어 보수적 가점)
3. 합산해 E 값으로 사용.

Step 4) 위험지수 계산/판정

• 시트에서 =0.5*H + 0.3*A + 0.2*E로 지수화 → 임계값(예: 60) 넘으면 대면 확인/보증가입/계약 보류 등 대응.

---

본론 4) 예시 데이터와 표(가상의 수치)

아래 표는 계산 방법을 보여주기 위한 예시입니다. 실제 수치는 최신 오픈데이터로 교체해 사용하세요.

가중치와 점수화 예시

지표	원자료(요약)	정규화(0~100)	가중치	반영점수
HUG 사고지표(H)	최근 3개월 사고율 1.8%	72	0.5	36.0
경매지표(A)	6개월 경매건수 +35%	65	0.3	19.5
등기지표(E)	압류1·가압류1·근저당2	55	0.2	11.0
합계 위험지수				66.5 (보통→주의)

지역 비교 미니차트(마크다운 스파크라인)

• ○○구: ████████████ 68
• △△구: ███████ 42
• □□구: ████████████████ 82
  (스파크라인은 상대비교용 시각화. 실제 블로그 HTML 버전에서는 막대·지도 차트로 렌더링합니다.)

---

본론 5) 스프레드시트·파이썬 ‘둘 다 되는’ 구현 가이드

스프레드시트(가장 간단)

1. HUG XLSX를 ‘데이터’ 시트에 붙여넣고 피벗 테이블로 구/주택유형별 최신 사고율을 뽑아 H 범주 작성.
2. 경매 통계 표에서 지역별 월간 건수를 입력(또는 붙여넣기) → 이동평균과 증감률 계산 후 A 작성.
3. 등기부 열람 결과(압류/가압류/근저당/설정액/순위)를 E 시트에 체크박스/숫자로 입력.
4. RiskIndex = 0.5*H + 0.3*A + 0.2*E 열을 추가하고 조건부서식(색상 스케일)로 레드/옐로/그린 표시

 

 

---

본론 6) 체크리스트: 계약 직전 10분 점검(모바일 기준)

1. HUG 보증사고 현황: 내가 계약하려는 구 기준 사고율이 최근에 급등했는지 확인.
2. 법원 경매 통계/목록: 같은 구에서 주거용 경매 건수가 늘고 있는지(최근 3~6개월) 확인.
3. 등기부등본: 주소 넣고 압류/가압류/근저당/신탁 유무 확인 → 다중담보·최근 압류가 있으면 E 점수↑.
4. 최종 판단: RiskIndex ≥ 60이면 보증가입/확정일자·전입일 순서 확인, 전세대출 실행 전 임대인 상환능력/전입세대 열람 등 추가 검증.

---

본론 7) 실무 팁과 함정(2025)

• HUG 사고율은 지역 평균입니다. 같은 구라도 신축 다세대 밀집지 vs. 구축 아파트 밀집지는 리스크가 다릅니다. 가능하면 주택유형별로 분리해 보세요.
• 경매 목록의 ‘임차인 보증금’ 표기는 배당순위 판단에 중요하나, 개별 사건별 확인이 필요합니다(목록 통계만으로 오판 금지).
• 압류등기/근저당은 단순 ‘존재/부재’만 보지 말고 선순위·설정액 대비 시세를 함께 보세요. 채권최고액이 시세의 70%를 넘으면 안전마진이 급격히 줄어듭니다.
• 자동화 집착은 금물: 오픈데이터만으로 100% 대체할 수 없는 영역(개별 물건 권리분석, 내부 미납, 전입세대 등)이 있으니 사람 검증을 마지막에 반드시 넣으세요.

---

결론: 반복 가능한 루틴이 곧 보험이다

전세사기 회피 데이터 루틴의 목적은 ‘절대 안전’이 아니라 빠른 경보입니다.

• HUG 보증사고로 지역의 구조적 리스크를 보고,
• 경매 지표로 자금경색 신호를 포착하고,
• 압류등기로 개별 물건의 치명적 리스크를 걸러내면,
  계약 직전 10분의 점검만으로 전세 위험지수 60 이상 물건을 상당 부분 피할 수 있습니다. 루틴은 단순할수록 오래갑니다. 오늘 바로 엑셀 시트 3장을 만들고, 다음 집부터 써보세요.

---

FAQ (자주 묻는 질문)

Q1. HUG 보증사고 데이터만으로도 충분한가요?
A1. 지역 평균이라 한계가 있습니다. 최소한 경매 지표와 등기부 체크를 함께 보세요. 세 지표를 섞어야 전세 위험지수의 신뢰도가 올라갑니다.

Q2. 경매 데이터는 자동으로 못 가져오나요?
A2. 공공 API가 제한적이라 완전 자동화는 어렵습니다. 다만 월 1회 통계 표를 스프레드시트로 옮겨 증감률만 쓰면 충분히 실용적입니다.

Q3. 압류등기 확인이 번거로운데, 대체 지표가 있나요?
A3. 완전 대체는 어렵습니다. 대신 근저당 건수·채권최고액 비율과 최근 6개월 내 압류/가압류 여부만이라도 체크하면 ‘빨간 불’은 걸러집니다.

Q4. 위험지수 임계값은 얼마로 잡을까요?
A4. 보수적으로 60을 추천합니다. 보증금이 크거나 신축 다세대·오피스텔일수록 한 단계 더 보수적으로 보세요(예: 50부터 주의).

Q5. 확정일자·전입만 받아도 안전한가요?
A5. 기본 안전장치지만, 선순위 다중담보/압류가 있으면 배당에서 밀릴 수 있습니다. 계약 전 E 점수(등기지표)를 반드시 확인하세요.

Q6. 이 루틴으로 보증가입이 거절되면요?
A6. 일부 지표가 높은 신호일 수 있습니다. 임대인 채무·체납 의심, 매매·경매 진행 여부를 더 구체적으로 확인하고, 가능하면 대안 물건을 찾는 것이 안전합니다.

---

본론 8) 데이터 사전(필드 정의) — 복사해 템플릿 만들기

HUG 지역별 최근 3개월 평균 사고현황(XLSX)

• 컬럼 예시: 시/도, 시/군/구, 주택유형(아파트/연립/다세대/오피스텔 등), 사고건수, 사고금액(백만원), 사고율(%), 기준월
• 전처리 팁: ① 주택유형을 ‘아파트 vs 비아파트’로 묶어 샘플 수 희석 방지 ② 사고율이 0인 구는 소수점 노이즈 제거 후 최소값 보정(예: 0→0.05)

법원 경매 통계/목록(웹 표)

• 컬럼 예시: 지역(지방법원 관할→구·군 매핑), 용도, 월별 경매개시/매각건수, 유찰률, 낙찰가율
• 전처리 팁: ① 아파트·연립·다세대만 필터 ② 최근 6개월 증감률 또는 z-score로 표준화

등기부등본(열람/API)

• 컬럼 예시: 갑구(소유권/압류/가압류/가처분/경매개시결정 등), 을구(근저당/전세권/질권/신탁 등), 접수일, 권리자, 채권최고액, 순위번호
• 전처리 팁: ① 최근 6개월 이내의 압류·가압류에 가중 ② 근저당 2건 이상 또는 총 채권최고액/시세 ≥ 0.7 경고

---

본론 9) 등기지표(E) 점수표(세부)

항목	조건	점수
압류	존재	+30
가압류	존재	+30
최근 6개월 내 압류/가압류	존재	+10
근저당	2건 이상	+20
채권최고액/시세 비율	≥ 0.7	+10
신탁등기	존재	+15
경매개시결정	존재	+25
최대 합계(예시)		140

해석: **E가 60↑**이면 개별 물건 리스크가 상당히 높다고 판단하고, 보증가입/확정일자·전입일 순서 검증, 임대인 상환능력 확인을 권장합니다.

---

본론 10) 차트로 요약(HTML 변환 시 시각화)

가중치 시나리오 비교(막대)

• 시나리오 S1(보수형): H:0.6 A:0.25 E:0.15 → 지역 리스크를 더 중시
• 시나리오 S2(균형형): H:0.5 A:0.3 E:0.2
• 시나리오 S3(개별형): H:0.4 A:0.25 E:0.35 → 등기부 이슈를 더 중시

리스크-액션 매핑(의사결정 표)

위험지수	권장 액션	추가 메모
0~39	일반 진행	표준 권리분석·확정일자·전입
40~59	주의	임대인 상환능력·체납 확인, 보증가입 가능여부 사전 확인
60~79	경고	거래 보류 검토, 보증가입 선행·임차권등기·특약 강화
80~100	중지	대체 매물 탐색 권장

---

본론 11) 케이스 스터디(가상 사례 2건)

사례 A — 신축 다세대, 보증금 2.3억, ○○구

• H: 구 평균 사고율 상승(최근 3개월 1.9%) → 정규화 74
• A: 경매건수 6개월 +42% → 정규화 70
• E: 근저당 2건(채권최고액 합산/시세 75%), 가압류 1건 → 점수 85(정규화 80)
• 위험지수: 0.574 + 0.370 + 0.2*80 = 74.0(경고)
• 판단: 계약 보류. 임대인 부채·체납 확인, 보증가입 불가 시 즉시 철회.

사례 B — 구축 아파트, 보증금 1.6억, △△구

• H: 구 평균 사고율 0.6% → 정규화 30
• A: 경매건수 안정(±5%) → 정규화 40
• E: 근저당 1건(70% 미만), 압류 없음 → 점수 20(정규화 15)
• 위험지수: 0.530 + 0.340 + 0.2*15 = 28.5(낮음)
• 판단: 표준 절차로 진행, 확정일자/전입 순서 준수.

---

본론 12) 업데이트 루틴(월 1회·연속성 강조)

• 달력 고정: 매월 1일 HUG XLSX 최신본으로 교체 → ‘H_YYYYMM’ 시트 생성.
• 경매: 전월 통계 표 숫자를 업데이트 → 이동평균/증감률 자동 갱신.
• 등기부: 신규 계약 후보만 체크(과거 매물은 보존).
• 로그: risk_log 시트에 상위 10개 위험지역 기록 → 추세 화살표(↑/→/↓) 표시.

---

본론 13) 법·윤리·한계(중요)

• 개인정보/저작권: 등기부·경매 서류의 2차 공유는 제한될 수 있습니다. 개인 학습·검토 목적 범위에서 사용하세요.
• API 이용약관: 인터넷등기소 Open API 등은 인증·과금·호출 제한이 있으며, 스크래핑은 약관 위반이 될 수 있습니다.
• 해석의 한계: 전세사기는 법률·계약·금융이 얽힌 복합 리스크입니다. 오픈데이터 기반 전세 위험지수는 ‘사전 경보’일 뿐, 전문가 권리분석을 대체하지 않습니다.

---

부록) 빠른 시작용 시트 구조(복붙)

• HUG_raw: (시군구, 주택유형, 사고건수, 사고금액, 사고율, 기준월)
• AUC_monthly: (시군구, YYYY-MM, 주거용경매건수)
• EREG_flags: (주소, 시군구, 압류, 가압류, 최근6개월압류, 근저당_n, 채권최고액비율, 신탁, 경매개시)
• RISK: (시군구, H_norm, A_norm, E_norm, RiskIndex, 등급)

---

마무리 리마인드(핵심요약)

• HUG 보증사고: 지역 평균 위험도를 본다.
• 경매 지표: 자금경색의 속도를 본다.
• 압류등기: 매물 개별 리스크를 본다.
• 위 세 가지로 전세사기 회피 데이터 루틴을 만들고, 매 계약 전 10분 점검을 습관으로 만든