서울 평균 0.61% 뒤에는 무슨 일이 있을까요 — 외곽은 오르고 강남권은 내리는 가격 물결 역전 지수 (K-RPL Index) · CSO 위클리 W43

토요일 CSO 위클리 W43 브리핑입니다. 이 글은 10월 24일자로 발행되어야 했으나 스케줄 기동이 늦어 10월 26일에 보충 작성했고, 그 때문에 10월 25일 발표된 KB부동산 월간 자료까지 반영했습니다. 이번 주 숫자의 요점은 두 줄입니다. 한국부동산원 기준 10월 셋째 주 서울 아파트 매매가격은 0.13% 올라 전주(0.16%)보다 둔화됐고, 강남구(-0.31%)와 서초구(-0.32%)는 11주 연속, 송파구(-0.13%)는 7주 연속 내렸습니다(아주경제 2026.10.25 인용, L2). 같은 시기 KB부동산 10월 동향에서는 서울이 전월 대비 0.61% 올라 올해 월간 최저 상승률이었는데, 구별로 보면 노원 1.52%, 도봉 1.29%, 성북 1.25%, 중랑 1.14%, 동대문 1.10%가 상위권이고 강남은 -0.33%, 서초는 -0.04%였습니다(KB부동산, 아주경제 2026.10.25 보도, L2). 서울 평균 0.61%는 두 극단의 가운데 어딘가에 있는 숫자일 뿐, 어느 동네에서도 실제로 일어나지 않은 일일 수 있습니다. 이 글은 그 간격을 평균으로 나눈 K-RPL(Ripple Reversal) 지수를 제안합니다. 모든 임계와 시나리오는 필자의 가정(L3)이며 투자권유가 아닙니다.

KB부동산 2026년 10월 구별 월간 변동률과 K-RPL 지수 — 구별 값은 보도 인용, 지수는 필자 가정(L3)

도입 — 평균이 낮아졌다는 뉴스와 동네마다 다른 장면

상승률이 둔화되었다는 보도는 두 가지 전혀 다른 장면을 하나로 묶을 수 있습니다. 모든 동네가 조금씩 식는 경우와, 어떤 동네는 뜨겁고 어떤 동네는 내려가는데 평균만 낮아지는 경우입니다. KB부동산의 10월 서울 자료는 후자에 가깝게 읽힙니다. 올해 월간 최저인 0.61%라는 평균 아래에서 노원은 1.52% 올랐고 강남은 -0.33%였기 때문입니다. 두 구의 차이는 1.85%p로 서울 평균의 세 배에 이릅니다. 매매가격 전망지수도 112.8로 전월보다 3.6포인트 내려 최근 6개월 중 가장 낮았지만 기준선 100은 여전히 넘었습니다(KB부동산, L2). 상승 기대는 약해졌어도 꺾이지는 않았다는 뜻이고, 같은 달 KB선도아파트50지수가 98.8로 한 달 새 0.39% 내린 것(L2)과 함께 보면 ‘가장 비싼 단지가 먼저 숨을 고르는’ 모양이 그려집니다.

금리도 이 그림에 얹혀 있습니다. 한국은행 금융통화위원회는 10월 22일 기준금리를 연 3.00%로 동결했습니다. 7월과 8월에 0.25%p씩 두 차례 올린 뒤 첫 동결이며, 총재는 두 차례 인상의 파급 효과를 더 지켜보되 추가 인상의 시기와 속도를 열어 두었습니다. 같은 보도에서 가계신용이 2,000조 원을 넘었고 수도권 주택가격이 다시 오르는 점이 금융 불균형 위험으로 언급되었습니다(헤럴드경제 2026.10.22, L2). 금리가 더 오를 수 있다는 신호와 서울 일부 지역의 상승세가 동시에 있다는 것이 이번 주의 기본 배경입니다.

이론적 배경 — 파급은 보통 위에서 아래로 흐릅니다

주택가격의 지역 간 파급을 다룬 고전적 연구는 영국의 물결 효과(ripple effect)입니다. Meen(1999)은 영국에서 한 지역, 주로 남동부의 가격 충격이 시차를 두고 인접 지역으로 번지는 현상을 소득, 이주, 자산 효과 같은 구조적 요인으로 다시 해석했습니다(Housing Studies 14(6), 733–753, L1 서지 확인, 본문 미대조). Holly, Pesaran, Yamagata(2011)는 영국 지역 가격 자료를 공간·시간 모형으로 분석해 런던의 충격이 인접 지역을 거쳐 먼 지역으로 확산되는 경로를 보였습니다(Journal of Urban Economics 69(1), 2–23, L1 서지 확인, 본문 미대조). 두 연구가 공통으로 전제하는 것은 파급의 방향이 대체로 가격이 높고 정보가 모이는 핵심에서 주변으로 퍼진다는 점입니다. K-RPL이 묻는 것은 그 반대입니다. 핵심이 식고 외곽이 더 빨리 오른다면 그것은 같은 물결이 늦게 도착한 것인지, 아니면 방향 자체가 바뀐 것인지입니다.

역전을 설명하는 후보 가설은 예산 제약입니다. 대출 한도와 금리 부담이 커지면 같은 자금으로 살 수 있는 가격대가 아래로 내려가고, 수요가 상대적으로 낮은 가격대로 옮겨 가면 그쪽에서 가격이 먼저 오릅니다. 이 가설은 이번 주 자료만으로 입증되지 않으며, 구체적인 대출 규제 조항과 구별 대출 취급액은 확인하지 못했습니다(L3). 반대 가설도 같은 무게로 둡니다. 낮은 가격대에서의 상승은 거래량이 적은 달의 기저효과일 수 있고, 강남권의 하락 역시 소수 고가 거래의 영향일 수 있습니다. 구 단위 월간 변동률은 거래 표본이 구마다 크게 다르기 때문입니다(L3).

K-RPL 산식과 시나리오 — 간격을 평균으로 나눕니다

정의는 이렇습니다. K-RPL = [외곽 상위 5개구 평균 변동률 − 강남·서초 평균 변동률] ÷ 서울 평균 변동률입니다. 외곽 5개구는 KB 10월 자료에서 도심인 종로를 제외하고 상위권에 오른 노원, 도봉, 성북, 중랑, 동대문으로 잡았습니다. 분자는 두 지역군의 간격, 분모는 서울 평균이어서 ‘평균을 몇 번 곱해야 이 간격이 되는가’로 읽습니다. 해석 구간은 1 미만이면 수렴, 1~2이면 분화, 2 이상이면 역전이 뚜렷하다는 정도로 잡았고 이 구간은 모두 필자의 가정(L3)입니다.

표의 해석: 실측 2.37은 간격이 서울 평균의 2.4배라는 뜻입니다. 평균이 더 낮아지고 간격이 유지되면 지수는 더 커지므로, 지수가 오른다는 사실이 곧 분화가 심해졌다는 뜻은 아닙니다. 평균이 0에 가까워지면 지수가 비정상적으로 커지는 약점이 있어 시나리오 B와 C에서 보듯 분모의 크기도 함께 봐야 합니다(L3). 구 단위 값은 보도에 인용된 상위·하위 구만 사용했고 송파, 강동, 용산 등 다른 구의 값은 확인하지 못했습니다.

글로벌 사례 — 영국의 물결, 방향은 늘 고정된 것이 아니었습니다

영국은 파급 연구의 표준 사례입니다. 1980년대 후반과 2000년대 중반 가격 상승기에 남동부와 런던의 가격이 먼저 오르고 몇 분기 뒤 북부와 스코틀랜드가 따라 올랐다는 것이 Meen의 해석이며, 이 때문에 영국에서는 런던 가격을 지역 가격의 선행 지표로 쓰는 분석이 자리 잡았습니다(L1 서지, 구체 시차 수치는 본문 미대조). 반대 방향, 곧 하락기에 핵심 지역이 먼저 꺾이고 주변이 뒤따르는 모습은 이론적으로 같은 구조의 거울상이라고 추정할 수 있으나, 이 글에서는 해당 사례의 수치를 확인하지 못했습니다(L3). 우리에게 중요한 것은 영국이 아니라 질문의 모양입니다. 핵심이 먼저 움직이는 시장에서 핵심이 식고 주변이 오르는 시기는 ‘물결의 마지막 단계’일 수도 있고 ‘새로운 수요의 이동’일 수도 있습니다. 둘을 가르는 것은 외곽의 상승이 몇 달 이어지는지, 그리고 핵심의 하락이 다른 구로 번지는지입니다.

미국과 일본 등 다른 시장의 최근 사례는 이번 회차에서 1차 자료로 확인하지 못했습니다. 이 글은 글로벌 사례를 영국 연구 두 편의 틀로 한정하며, 다른 나라의 정량 비교는 다음 회차 이월 과제로 둡니다(L3).

국내 적용 — 이번 주 상담에서 확인할 다섯 칸

첫 칸은 단지의 위치입니다. 같은 서울이라도 KB 10월 자료에서 상위 구와 하위 구의 변동률 부호가 반대였으므로, ‘서울 평균’으로 말하는 상담은 어느 쪽 고객에게도 맞지 않습니다. 둘째 칸은 기준 자료입니다. 한국부동산원 주간(표본 기준, 0.13%)과 KB 월간(0.61%)은 조사 방식과 기간이 달라 숫자를 그대로 섞으면 안 됩니다. 둘의 방향이 같은지만 확인합니다. 셋째 칸은 금리입니다. 기준금리가 3.00%로 유지된 상태에서 시장은 11월 추가 인상 가능성을 의식하고 있다는 보도가 있었고(헤럴드경제, L2), 변동금리 비중이 높은 고객은 인상분만큼 월 상환액이 늘어나는 구간을 먼저 계산해야 합니다. 넷째 칸은 거래량입니다. 변동률은 거래가 얇을수록 흔들리므로 구별 실거래 신고 건수를 같이 봅니다. 다섯째 칸은 시점입니다. 11월 KB 동향이 나오는 시기까지는 지수를 두 번 이상 계산한 뒤 방향을 말해야 합니다.

공공 자료로 직접 검증할 수 있는 부분이 있습니다. 국토교통부 아파트 매매 실거래가 자료(공공데이터포털 data.go.kr의 API)와 서울 열린데이터광장의 부동산 실거래가 정보를 구별로 집계해 최근 3개월 신고 건수와 중위가격 변화를 보면, 월간 변동률이 거래 표본의 착시인지 가늠할 수 있습니다. 서비스명과 요청 항목은 호출 전에 재확인이 필요합니다(L3). 한남동과 이태원이 속한 용산구의 월간 값은 이번 인용 보도에 나오지 않았으므로 용산에 대한 결론은 내리지 않습니다.

용유미 CSO 인사이트 — 평균 말고 줄을 보십시오

현장에서 이번 주 숫자를 보는 첫 규칙은 평균을 말하기 전에 어느 줄에 서 있는지를 확인하는 것입니다. 강남·서초가 11주 연속 내린다는 사실은 이 지역 전체가 흔들린다는 뜻이 아니라, 거래가 이루어진 가격대의 가중치가 낮은 쪽으로 이동했다는 뜻일 수도 있습니다. 반대로 노원이나 도봉의 1%대 상승은 몇 건의 거래로도 만들어질 수 있습니다. 두 가지 모두 단정하지 않고 거래 건수를 함께 보는 것이 현장의 균형입니다. 둘째 규칙은 금리와 시간입니다. 총재가 추가 인상의 시기와 속도를 열어 둔 상태에서 외곽의 상승세가 이어진다면, 한 번의 인상이 상환 부담 한도 가까이 있는 고객부터 매수 여력을 줄이는 쪽에서 작용할 것이므로 지수가 먼저 움직이는 곳은 외곽일 수 있습니다(L3 가설). 셋째 규칙은 호가가 아닌 거래입니다. 아직 이어지지 않은 호가는 통계에 들어가지 않기 때문에, 상담에서는 최근 신고된 거래의 층과 향까지 확인한 뒤에 가격대를 제시합니다.

이번 주 고객 행동 하나만 정한다면 상담표에 K-RPL 두 칸을 넣는 것입니다. 고객이 관심 있는 구가 외곽군에 속하는지 강남권에 속하는지 적고, 그 구의 최근 3개월 신고 건수를 옆에 적습니다. 판단은 그 다음입니다. 이 글은 매수나 매도를 권하지 않는 구조 분석이며 투자권유가 아닙니다.

반증 조건(Kill-criteria)과 가장 약한 고리

이 글의 주장은 “10월 서울의 낮은 평균 뒤에는 외곽 상승과 강남권 하락이라는 역전이 있다”입니다. 다음 가운데 하나라도 확인되면 주장을 폐기하거나 수정합니다. 첫째, 2026년 11월 KB 월간 동향에서 K-RPL이 1.0 미만으로 내려가면 역전이 아니라 일시적 분화로 정정합니다. 둘째, 같은 구들의 11월 실거래 신고 건수가 10월 대비 크게 줄어(예: 30% 이상 감소, 필자 임의 임계) 상승이 거래 표본 효과로 확인되면 외곽 상승 가설을 기각합니다. 셋째, 한국부동산원 주간 통계에서 강남·서초의 하락 연속 기록이 끊기고 상승 전환하면 강남권 하락 가설을 폐기합니다. 판정 시점은 11월 KB 동향이 발표되는 12월 초입니다.

가장 약한 고리는 입력 값입니다. 구별 변동률은 KB부동산 원문이 아니라 아주경제의 단일 보도에서 인용했고, 인용되지 않은 구는 전혀 반영하지 못했습니다. 또 서울 평균을 분모로 쓰기 때문에 평균이 0에 가까운 달에는 지수가 과도하게 커집니다. 외곽 5개구 선택도 상위 구를 고르는 방식이라 선택 편향이 있습니다(L3). 따라서 K-RPL 2.37은 방향을 묻는 질문의 크기를 가늠하는 숫자일 뿐 예측이 아닙니다.

참고문헌 및 출처