Restb.ai 같은 부동산 사진 분석 만들기: Cloud Vision·AutoML·pgvector

핵심 요약

1. 사진을 방·시설 정보와 상태 점수로 바꾸는 부동산 사진 분석 서비스를 만듭니다. 2. Google Cloud AutoML로 상태를 분류하고 pgvector 검색에 별도 거래자료를 연결합니다. 3. 속성 매핑, 방별 집계, 비교사례 선별과 근거 확인은 자체 로직으로 구현합니다.

스페인의 부동산·프롭테크 서비스 Restb.ai는 사진에서 특성과 상태를 추출해 평가·비교 업무에 연결합니다. 사진을 일일이 검토하는 담당자에게 구조화된 판단 자료를 제공하는 것이 핵심 가치입니다. 아래 구현안은 같은 업무 흐름을 만들기 위한 대안 기술 조합입니다.

매물 사진 자동 분류: Cloud Vision과 속성 매핑

사용자가 매물 번호와 사진을 올리면 Cloud Vision API가 일반적인 객체·공간을 나타내는 시각 라벨을 추출합니다. 자체 분류 규칙은 이를 방 종류·설비·재료의 후보 태그로 매핑하고, 불확실한 항목을 검토 대상으로 남깁니다. 출력은 사진별 속성표와 원본 사진 링크입니다. 상태 등급은 별도의 학습 모델로 처리합니다.

주택 상태 평가 AI: 자체 라벨로 학습하고 방별로 집계하기

주택 상태 평가 AI에는 전문가가 상태와 품질의 정답을 붙인 학습 사진이 필요합니다. 상태는 노후·손상 정도, 품질은 마감·자재 수준으로 평가 기준을 나눕니다. 이 기준은 만들 서비스의 대상 주택과 검토 업무에 맞춰 정의합니다.

이미지 분류 학습 서비스인 Google Cloud AutoML로 모델을 학습하면, 새 사진에서 자체 기준에 따른 상태·품질을 예측할 수 있습니다. 학습에 쓰지 않은 전문가 평가 사진으로 예측과 신뢰도를 검증합니다. 자체 로직은 방별 상태 평가를 집계하고 누락된 방과 촬영 품질을 반영해 검토 필요 여부를 표시합니다. 결과 화면에는 주택 품질 점수와 상태 점수, 근거 사진과 신뢰도를 함께 보여줍니다.

pgvector 매물 이미지 검색에 거래 조건 연결하기

유사 매물 이미지 검색은 별도 이미지 모델이 사진을 숫자 벡터인 임베딩으로 변환하는 단계부터 시작합니다. PostgreSQL용 오픈소스 확장인 pgvector가 보유 사진의 벡터를 저장·검색하면, 자체 로직이 위치·면적·상태 조건으로 후보를 좁힙니다. 출력은 닮은 사진과 매물 조건을 나란히 보여주는 목록입니다.

부동산 비교사례 선정에는 거래시점과 기록된 매매가격이 추가로 필요합니다. 미국 서비스라면 데이터 공급원인 ATTOM Property API의 거래·물건 자료를 받아 사진 분석 결과와 물건 단위로 연결할 수 있습니다. 자체 선별 규칙을 거친 비교표에 거래조건과 상태 차이를 표시하며, 한국 서비스는 별도 거래자료와 이용 권한을 확보해야 합니다.

리모델링 후 가치 추정: 목표 상태와 거래 단가 결합하기

사용자가 위치·면적·현재 사진과 목표 상태·품질을 입력하면, 사진 분류 모델은 현재 상태를 추정하고 ATTOM API는 미국 거래자료를 공급합니다. 자체 보정 모델이 목표 수준에 맞는 사례를 고르고 유사도에 따라 단가에 가중치를 부여합니다. 출력은 선정 사례와 전제조건을 붙인 리모델링 후 가치 추정 범위입니다.

참고 기능인 Renovation Lens는 Restb Lens 안에서 제공됩니다. 2026년 8월 26일 공식 글에서는 제한된 사용자 대상 얼리 액세스로 안내했으므로 도입 시 제공 범위를 확인해야 합니다.

감정평가서 정보 추출과 매물 설명 자동 생성 연결하기

감정평가서 정보 추출은 업로드한 PDF를 Azure Document Intelligence로 읽는 단계에서 시작합니다. API가 문자·표·레이아웃을 추출하면, 자체 로직이 물건 정보와 비교표를 정해진 필드에 맞춥니다. 문서 속 사진을 분리하고 원문 페이지에 연결하는 처리도 별도로 구현해 검토용 표와 사진 목록을 출력합니다.

매물 설명 자동 생성에는 확인된 매물정보와 사진 분석 결과를 텍스트로 정리해 Claude API에 전달합니다. API가 설명문과 검토 요약을 작성하면, 자체 로직이 입력 근거와 대조하고 보이지 않는 설비·권리 정보가 추가됐는지 점검합니다. Claude의 인용은 제공 문서의 텍스트에 연결하고, 사진 근거는 별도 사진 ID로 추적합니다.

국가·제품 지원 범위를 반영해 검토 화면 완성하기

미국 UAD 3.6 지원은 사진 기반 특성·상태·손상 정보 제공과 검토 지원 범위로 이해해야 합니다. Restb.ai의 해당 솔루션은 UAD 3.6 감정평가서나 XML을 생성하지 않으며, 한국 감정평가 기준 충족을 뜻하지도 않습니다.

운영 전에는 방별 사진 누락, 조명·해상도 차이에 따른 분류 편차와 거래자료 이용 범위를 점검합니다. 검토자가 점수와 비교사례를 수정하고 근거를 확인할 수 있도록 화면을 설계합니다.

부동산 사진 분석 서비스 개발을 준비한다면 필요한 기능과 보유 자료, 연결할 업무를 정리해 주세요. 트램스 AI 제작 문의는 https://trams.co.kr/ai-si/contact/#inquiry 에서 받습니다.