국내 프롭테크 기업 직방이 ‘AI중개사 서비스’를 전면 고도화하고 적용 범위를 원투룸·오피스텔·빌라까지 확대했다. 기존 아파트 중심의 대화형 검색을 전 주거 유형으로 확장해, 부동산 플랫폼을 단순 매물 검색 서비스에서 AI 기반 의사결정 인프라로 전환하겠다는 전략이다.
이번 업데이트로 이용자는 아파트뿐 아니라 원투룸·오피스텔·빌라 매물도 자연어 대화를 통해 탐색할 수 있다. 관리비, 주차 여부, 엘리베이터 등 주요 조건을 일상적인 표현으로 입력하면 AI가 이를 분석해 적합한 매물을 제안한다. “조용한 동네”, “학군 좋은 곳”, “2호선 라인 원룸” 등 생활형 표현과 브랜드 검색도 가능하며, 위치가 모호한 경우에는 AI가 추가 질문을 통해 조건을 구체화한다.
검색 조건에 부합하는 매물이 없을 경우, AI가 조건을 단계적으로 확장해 유사 대안을 제시하는 기능도 도입됐다. 기존 플랫폼이 ‘검색 결과 없음’으로 종료되는 구조였다면, 거래 가능성이 높은 선택지를 재구성해 제공하는 방식으로 전환한 것이다. 다국어 지원 기능도 추가돼 영어·일본어·중국어 질의에 해당 언어로 응답한다.
부동산 플랫폼 산업은 그동안 지도·필터 기반 검색 구조에 머물러 있었다는 평가를 받아왔다. 직방의 AI중개사는 실거래가, 단지 정보, 거래 흐름, 사용자 행동 데이터 등을 통합 분석해 후보 매물을 압축하고 요약 정보를 제공한다. 이는 정보 나열형 구조에서 의사결정 지원형 구조로의 전환으로 해석된다.
AI 적용 범위를 소형 임대 주거 시장까지 확장한 것은 시장 커버리지를 넓히는 전략적 조치로 분석된다. 매매 중심 중대형 주거 시장뿐 아니라 임대 수요가 높은 원투룸·오피스텔·빌라 영역까지 포괄하면서 플랫폼 체류 시간과 거래 접점을 동시에 확대할 수 있는 기반을 마련했다는 설명이다.
직방은 전국 단지·세대 단위 구조화 데이터와 가격 예측 모델, 사용자 탐색 데이터를 축적해 왔다. 데이터 자산 위에서 작동하는 AI 추천 엔진은 거래 맥락을 분석해 제안하는 구조로, 데이터 규모와 학습 경험이 누적될수록 추천 정확도가 높아질 것으로 전망된다.
안성우 대표는 AI중개사가 부동산 검색을 대화형 추천 구조로 전환하는 핵심 인프라라며, 전 주거 유형 확장을 통해 플랫폼 경쟁력을 강화했다고 밝혔다.
- 관련 기사 더 보기
Zigbang is fully enhancing its AI brokerage service, expanding to include one-room apartments, officetels, and villas.
Domestic proptech company Zigbang has completely upgraded its AI brokerage service and expanded its scope to include one-room apartments, officetels, and villas. This expansion of the existing apartment-focused interactive search system to encompass all housing types aims to transform its real estate platform from a simple property search service to an AI-driven decision-making infrastructure.
With this update, users can search not only for apartments but also for one-room apartments, officetels, and villas through natural language conversation. By entering common terms like management fees, parking availability, and elevator availability, the AI analyzes these and suggests suitable properties. You can also search for lifestyle-related terms like "quiet neighborhood," "good school district," or "one-room apartment near Line 2" and brands. If the location is unclear, the AI will ask additional questions to refine your search criteria.
A new feature has been introduced that, if no properties match the search criteria, AI gradually expands the search criteria to suggest similar alternatives. While the existing platform's structure ended with a "No results," this shift has shifted the focus to providing a reorganized selection of highly transaction-prone options. Multilingual support has also been added, allowing queries in English, Japanese, and Chinese to be answered in the appropriate language.
The real estate platform industry has long been criticized for remaining stuck in a map- and filter-based search structure. Zigbang's AI broker integrates and analyzes actual transaction prices, complex information, transaction flow, and user behavior data to narrow down potential properties and provide summary information. This represents a shift from a structure that simply lists information to one that supports decision-making.
The expansion of AI's scope to the small rental housing market is seen as a strategic move to broaden market coverage. This expansion encompasses not only the transaction-focused mid- to large-sized residential market but also high-demand rental areas like one-room apartments, officetels, and villas, laying the foundation for simultaneously expanding platform dwell time and transaction touchpoints.
Zigbang has accumulated structured data at the complex and household level nationwide, price prediction models, and user search data. Operating on this data asset, the AI recommendation engine analyzes transaction context and makes recommendations. As data volume and learning experience accumulate, recommendation accuracy is expected to improve.
CEO Ahn Sung-woo stated that AI brokers are a key infrastructure for transforming real estate searches into conversational recommendation structures, and that the platform's competitiveness has been strengthened by expanding to all housing types.
- See more related articles
直方、AI仲介会社サービス全面高度化..「ワンツルーム・オフィステル・ヴィラに拡大」
国内プロップテック企業の直方が「AI仲介会社サービス」を全面高度化し、適用範囲をワンツルーム・オフィステル・ヴィラまで拡大した。既存アパート中心の対話型検索を全住居タイプに拡張し、不動産プラットフォームを単純な物件検索サービスからAIベースの意思決定インフラに切り替えるという戦略だ。
今回のアップデートで利用者はアパートだけでなく、ワンツルーム・オフィステル・ヴィラ売り物も自然言語対話を通じて探索できる。管理費、駐車可否、エレベーターなど主要条件を日常的な表現で入力すると、AIがこれを分析して適切な売り物を提案する。 「静かな近所」、「学区の良いところ」、「2号線ラインワンルーム」など生活型表現やブランド検索も可能で、位置が曖昧な場合にはAIが追加の質問を通じて条件を具体化する。
検索条件に合致する売り物がない場合、AIが条件を段階的に拡張して類似代替案を提示する機能も導入された。既存プラットフォームが「検索結果なし」で終了する仕組みだったら、取引可能性の高い選択肢を再構成して提供する方式に切り替えたのだ。多言語支援機能も追加され、英語・日本語・中国語の問合せに該当言語で応答する。
不動産プラットフォーム産業はこれまで地図・フィルタベースの検索構造にとどまっていたという評価を受けてきた。直方のAI仲介会社は実取引が、ただ情報、取引フロー、ユーザー行動データなどを統合分析して候補物件を圧縮して要約情報を提供する。これは、情報リスト構造から意思決定支援構造への移行として解釈されます。
AIの適用範囲を小型賃貸住宅市場まで拡大したのは、市場カバレッジを広げる戦略的措置として分析される。売買中心の中大型住宅市場だけでなく、賃貸需要が高いワンツルーム・オフィステル・ヴィラ領域まで包括し、プラットフォーム滞在時間と取引接点を同時に拡大できる基盤を設けたという説明だ。
直方は全国団地・世代単位構造化データと価格予測モデル、ユーザー探索データを蓄積してきた。データ資産の上で動作するAI推薦エンジンは取引コンテキストを分析して提案する仕組みで、データ規模と学習経験が累積するほど推薦精度が高くなると見込まれる。
アン・ソンウ代表はAI仲介会社が不動産検索をインタラクティブな推薦構造に転換する核心インフラとし、全住宅タイプの拡張を通じてプラットフォーム競争力を強化したと明らかにした。
- 関連記事をもっと見る
Zigbang 正在全面提升其人工智能经纪服务，业务范围扩大到包括单间公寓、办公公寓和别墅。
国内房地产科技公司智邦已全面升级其人工智能经纪服务，并将服务范围扩展至单间公寓、商住两用公寓和别墅。此次将原先专注于公寓的互动搜索系统扩展至涵盖所有房型，旨在将其房地产平台从简单的房源搜索服务转型为人工智能驱动的决策基础设施。
此次更新后，用户不仅可以通过自然语言对话搜索公寓，还可以搜索单间公寓、商住两用公寓和别墅。只需输入物业费、停车位和电梯等常用关键词，人工智能即可进行分析并推荐合适的房源。用户还可以搜索与生活方式相关的关键词，例如“安静的社区”、“优质学区”或“地铁2号线附近的单间公寓”以及品牌。如果位置信息不够清晰，人工智能还会询问更多问题以优化搜索条件。
新增的一项功能是，如果搜索条件没有匹配的房源，人工智能会逐步扩大搜索范围，推荐类似的替代房源。原有平台的搜索条件以“无结果”结束，而这项改进则将重点转移到提供重新整理的、更易促成交易的房源选项上。此外，平台还新增了多语言支持，用户可以通过英语、日语和中文查询，系统会以相应的语言回复。
房地产平台行业长期以来一直因固守基于地图和筛选器的搜索结构而备受诟病。Zigbang 的 AI 经纪人整合并分析实际交易价格、复杂信息、交易流程和用户行为数据，从而缩小潜在房源范围并提供汇总信息。这标志着平台结构从单纯的信息罗列转向了支持决策的模式。
将人工智能的应用范围扩展到小型租赁住房市场被视为扩大市场覆盖面的一项战略举措。此次扩展不仅涵盖以交易为中心的中大型住宅市场，还包括一室公寓、办公公寓和别墅等高需求租赁领域，从而为同时延长平台停留时间和增加交易触点奠定了基础。
智邦已积累了全国范围内复杂户级结构化数据、价格预测模型和用户搜索数据。基于这些数据资产，人工智能推荐引擎分析交易上下文并给出推荐。随着数据量和学习经验的积累，推荐准确率有望提高。
CEO 安成宇表示，AI 经纪人是把房地产搜索转变为对话式推荐结构的关键基础设施，并且通过扩展到所有住房类型，该平台的竞争力得到了加强。
- 查看更多相关文章
Zigbang améliore considérablement son service de courtage basé sur l'IA, en l'étendant aux appartements d'une pièce, aux bureaux-hôtels et aux villas.
La société indienne de technologies immobilières Zigbang a entièrement modernisé son service de courtage basé sur l'IA et l'a étendu aux studios, aux appartements meublés et aux villas. Cet élargissement de son système de recherche interactif, initialement axé sur les appartements, à tous les types de logements vise à transformer sa plateforme immobilière, d'un simple service de recherche de biens à une infrastructure de prise de décision pilotée par l'IA.
Grâce à cette mise à jour, les utilisateurs peuvent rechercher non seulement des appartements, mais aussi des studios, des appartements-bureaux et des villas par le biais d'une conversation en langage naturel. En saisissant des termes courants tels que les charges de copropriété, la disponibilité d'un parking et d'un ascenseur, l'IA analyse ces informations et suggère des biens immobiliers adaptés. Il est également possible de rechercher des critères liés au mode de vie, comme « quartier calme », « secteur scolaire réputé » ou « studio près de la ligne 2 », ainsi que des marques. Si la localisation n'est pas précise, l'IA posera des questions supplémentaires afin d'affiner vos critères de recherche.
Une nouvelle fonctionnalité a été introduite : si aucun bien ne correspond aux critères de recherche, l’IA élargit progressivement ces critères pour suggérer des alternatives similaires. Alors que la plateforme précédente affichait un message « Aucun résultat », cette évolution met l’accent sur une sélection réorganisée d’options à fort potentiel de transaction. La prise en charge multilingue a également été ajoutée, permettant de répondre aux requêtes en anglais, japonais et chinois dans la langue appropriée.
Le secteur des plateformes immobilières est critiqué depuis longtemps pour son modèle de recherche basé sur des cartes et des filtres. Le courtier IA de Zigbang intègre et analyse les prix de transaction réels, des informations complexes, le flux des transactions et les données comportementales des utilisateurs afin de cibler les biens potentiels et de fournir des informations synthétiques. Cela représente un changement majeur : d'une structure se contentant de lister des informations, il devient un véritable outil d'aide à la décision.
L'extension du champ d'action de l'IA au marché locatif de petits logements est perçue comme une initiative stratégique visant à élargir sa couverture. Cette extension englobe non seulement le marché résidentiel de moyenne et grande taille, axé sur les transactions, mais aussi les segments locatifs à forte demande tels que les studios, les appartements-bureaux et les villas, jetant ainsi les bases d'une augmentation simultanée du temps passé sur la plateforme et des points de contact liés aux transactions.
Zigbang a accumulé des données structurées à l'échelle nationale, au niveau des complexes immobiliers et des ménages, ainsi que des modèles de prédiction des prix et des données de recherche utilisateur. Grâce à cet ensemble de données, son moteur de recommandation basé sur l'IA analyse le contexte des transactions et formule des recommandations. À mesure que le volume de données et l'expérience d'apprentissage s'accumulent, la précision des recommandations devrait s'améliorer.
Le PDG Ahn Sung-woo a déclaré que les courtiers en IA constituent une infrastructure clé pour transformer les recherches immobilières en structures de recommandation conversationnelles, et que la compétitivité de la plateforme a été renforcée par son élargissement à tous les types de logements.
- Voir plus d'articles connexes
You must be logged in to post a comment.