Preview
Research Article

Journal of the Korean Housing Association. 25 December 2025. 097-105
https://doi.org/10.6107/JKHA.2025.36.6.097

Price Estimation by Type of AI Smart Housing Service Using PSM

PSM을 활용한 AI 스마트 주거서비스 유형별 가격추정
Yongkyung Cho1
조 용경1
1정회원(주저자), 아키큐플러스 대표
Corresponding AuthorYongkyung Cho, ArchiQPlus Co., Ltd., 1812, 280, Gwangpyeong-ro, Gangnam-gu, Seoul, 06360, Republic of Korea. E-mail: ykcho8@naver.com

© 2025 The Korean Housing Association

License (open-access, https://creativecommons.org/licenses/by-nc/4.0/):

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (https://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

ABSTRACT

Due to demographic shifts and increasing GDP per capita, housing demands have become more diverse and complex. As people seek higher quality of life, the need for innovative housing services has grown. Advances in smart technologies now enable cost-effective and varied housing services that were previously difficult or expensive to provide. However, market remains underdeveloped, mainly due to mismatches between consumer demand and supplier offerings—including acceptable payment levels. This study aims to estimate appropriate prices for AI Smart Housing services using the Price Sensitivity Measurement (PSM) method. Results show that the ‘Living Support Service’ had the highest acceptable price range (12,000-19,500 KRW/Month) with an Ideal Price Point (IPP) of 14,700 KRW/Month, followed by ‘Security and Safety Services’ (11,200-14,200 KRW/Month, IPP 11,200 KRW/Month), ‘Healthcare Services’ (9,300-14,000 KRW, IPP 9,500 KRW), ‘Emotional and Community Services’ (9,300-11,000 KRW/Month, IPP 9,300 KRW/Month), and ‘Energy-Saving Services’ (5,400-9,700 KRW/Month, IPP 7,200 KRW/Month). Among all types, energy-saving services showed the lowest price sensitivity, followed by emotional and community, security and safety, healthcare, and living support services. These findings provide a pricing guideline for developing market-acceptable AI Smart Housing services and can be used as a reference for commercialization strategies or public housing policy planning.

Keywords
AI Smart Housing
Housing Service
Acceptable Price
PSM
키워드
AI 스마트 하우징
주거서비스
수용 가격
PSM

MAIN

  • I. 서 론

  •   1. 연구의 배경 및 목적

  •   2. 연구의 흐름 및 범위

  • II. 이론적 배경

  •   1. AI 스마트 주거서비스

  •   2. 선행연구 분석 및 차별성

  • III. 연구 방법

  •   1. PSM을 이용한 가격추정 방법

  •   2. 가격 추정 대상의 결정

  •   3. 분석자료

  • IV. 실증 분석 결과

  •   1. AI 스마트 주거서비스 시장수용 가격추정 결과

  •   2. 시장수용 가격추정 결과의 경제적 시사점

  • V. 결 론

  •   1. 요약 및 시사점

  •   2. 연구의 한계 및 후속 연구

I. 서 론

1. 연구의 배경 및 목적

최근 1･2인 가구의 증가, 초고령사회로의 진입 등과 같은 인구구조의 변화, 1인당 GDP가 3만 달러를 넘어서는 등의 다양한 경제적, 사회적 변화가 진행되고 있어 주거에 대한 요구도 다양하고 복잡해지고 있다. 주거는 단순히 비바람을 막아줄 수 있는 물리적 공간으로서의 주택에서 거주자의 생활을 지원할 수 있는 서비스가 포함된 개념으로 변화하고 있으며, 주거서비스에 대한 요구도 증가하고 있다.

한편 정보통신 기술과 AI, IoT 등 첨단 스마트 기술의 발전으로 기존에 기술적･비용적 문제로 구현이 어려웠던 다양한 주거서비스가 주거공간에서도 실현될 수 있게 되었다. 주거서비스 영역에서 AI 스마트 기술 적용은 2000년대 초반 인터넷 보급 확대와 함께 상용화가 시작되었으며, 주로 유지관리와 생활안전(보안)을 위한 기술적 지원의 역할을 하였다(Byun et al., 2021). 초기에 생활안전 중심으로 구현되던 첨단 스마트 기술을 활용한 주거서비스의 개발은 최근 헬스케어, 에너지절감, 커뮤니티 지원 등 좀 더 다양한 영역의 서비스로 확대되고 있다.

시장에서의 필요성을 살펴보면, 한국은 2006년부터 5년마다 저출산･고령화 기본계획을 수립･시행하고 있다(Government of the Republic of Korea, 2020). 국가적으로 저출산과 고령화 문제에 대응하기 위해서 다양한 정책을 수립하고 실행하고 있는데, 주로 신혼부부 및 육아 세대를 지원하거나 고령자 돌봄, 사회적 소외문제 해결 등을 위한 방안을 제시하고자 하고 있다. 이에 국가 차원에서도 신혼부부, 육아 세대, 고령자 등 지원이나 돌봄이 필요한 가구가 주거 공간에서 편리하고, 쾌적하고, 안전한 생활을 영위할 수 있도록 다양한 주거서비스 공급이 요구되고 있다.

그러나 이러한 필요성과 요구에도 불구하고 현실에서 AI 스마트 하우징의 시장 활성화와 이를 통한 다양한 주거서비스 공급이 원활하게 이루어지고 있지는 않다. Cho and Hwang(2023)의 연구도 주거서비스에 관한 개념 정립이나 연구는 활발하지만, 아직 주거서비스 산업이 활성화되고 있지 못하다고 보았다. 여러 가지 원인이 있겠지만 그중 하나는 주거서비스 사업화 관점과 수요자 관점에서 요구하는 주거서비스 내용 비용지불에 관해서 미스매칭이 존재하기 때문이다. 이에 수요자가 필요한 주거서비스와 그 주거서비스에 관해 수요자가 수용 가능하다고 생각하는 비용(지불 가격) 수준 등에서의 수요자 요구에 맞춘 AI 스마트 주거서비스의 개발 및 공급이 요구된다.

이에 본 연구의 목적은 아직 경쟁시장이 형성되어 있지 않아 시장가격 파악이 어려운 AI 스마트 주거서비스의 가격을 실제 시장에서 사용자의 수용가능 가격수준을 추정하는데 실무적 강점이 있는 PSM(Price-Sensitivity Measurement) 방법을 이용하여 추정하는 것에 있다. 이때 주거서비스의 가격은 시장 참여자인 사용자의 수용 가능 가격 점(Acceptable Price Point) 및 수용 가격 범위(Acceptable Price Range)를 의미한다. 더불어 AI 스마트 주거서비스의 범위와 종류가 다양한 만큼 선행연구 분석을 통해 대표되는 AI 스마트 주거서비스 유형을 도출하고 유형별 가격을 추정하였다. 마지막으로 추정된 가격 범위 및 가격 민감도를 비교·분석하여 향후 AI 스마트 주거서비스 사업화에 있어 가장 사용자의 요구가 큰 서비스를 도출하는 것에 연구의 목적이 있다.

2. 연구의 흐름 및 범위

연구의 흐름으로 먼저 AI 스마트 주거서비스에 대해 이론적 고찰을 한 후 선행연구와의 차별성을 밝혔다. 연구의 방법으로 PSM의 이론적 개념 및 분석 방법에 관해 정리하였다. 그다음 연구 대상으로서 AI 스마트하우징 주거서비스의 유형을 결정하기 위해 선행연구를 분석하여 연구 대상인 주거서비스 유형을 생활지원 서비스, 방범 및 안전 서비스, 헬스케어 서비스, 에너지절감 서비스, 정서 및 커뮤니티 서비스로 도출하였다. 그다음 분석을 위한 설문조사 대상의 특성을 통계분석 하였다. 마지막으로 PSM을 통해 AI 스마트 하우징 주거 서비스 유형별 수요자 수용 가격 범위와 가격 민감도를 도출하였다.

연구의 대상적 범위는 AI 스마트 주거서비스이며 수용 가격은 AI 스마트 주거서비스 유형별 월 구독료(만원/월)를 범위로 하였다. PSM 조사 대상 범위는 19세 이상 성인 500명이다. 공간적 범위로는 전국을 대상으로 하였다.

II. 이론적 배경

1. AI 스마트 주거서비스

AI 스마트 주거서비스를 이해하기 위해 먼저 AI 스마트 하우징에 대한 이론적 고찰이 필요하다. AI 스마트 하우징은 최근 4차 사업혁명 기술의 발달로 ‘홈네트워크’가 ‘지능형 홈네트워크’로, 다시 ‘스마트홈’에서 공간적으로 확장된 개념인 ‘스마트하우징’으로 변천한 개념이다(Cho & Yoon, 2022). AI 스마트하우징은 주택을 구성하는 공간을 비롯해 환경, 가전, 디바이스 등으로 구성된 스마트 하우스와 이와 관련된 빅데이터 등의 정보기술과 IoT와 같은 스마트홈 기술, AI 기술 등을 연계·활용해 최적화된 공간 환경과 서비스를 제공하는 주택으로 정의할 수 있다(Ahn et al., 2020). 공간적 확장과 관련해서 Cho and Yoon (2020)의 연구에서는 기존의 홈 오토메이션이나 유비쿼터스 보다 주거의 모든 기능, 거주자의 생활을 종합적으로 케어하는 개념이 스마트 홈이다. 더불어 주택 내부뿐만 아니라 아파트와 같은 공동주택의 경우 동, 단지, 지역 인프라까지 연계되는 종합적인 공간 개념을 내포한 것이 스마트 하우징이라 볼 수 있다.

정리하면 AI 스마트하우징은 기존의 지능형 홈네트워크 및 스마트홈이 단지와 지역사회로 공간적 범위가 확장되고 AI, ICT, IoT 등 첨단 기술을 활용하여 거주자에게 서비스를 제공하는 주거 공간으로 정의할 수 있다.

주거 서비스라는 용어의 이론적 개념을 정리한 Ha et al.(2020)에 의하면 주택은 가족의 안전을 위하여 외부로부터 방어나 휴식 공간의 역할 뿐만 아니라 사회적 신분, 재산 가치, 인권의 보장 등으로 인식되고 있다. 주거는 인간(휴먼웨어)이 생활(소프트웨어)을 영위하는 장소(하드웨어)로서 흔히 생활을 담는 그릇이라 한다. Cho and Hwang(2023)은 주거서비스를 국민의 안정과 주거수준 향상을 위한 물리적 서비스, 경제적 서비스, 생활 서비스로 정의하였다. Cho and Yoon(2020)은 주거서비스는 거주자의 생활을 지원하는 다양한 유형과 무형의 서비스로 정의하였다. Kwag et al.(2023)의 연구에서는 주거서비스는 주거 공간이라는 물리적인 매개체를 이용해 거주자들의 안정과 생활환경의 향상을 위해 제공되는 서비스로 정의하였다. 다시 말해 주거서비스는 주거 공간이라는 물리적 공간에서 거주자의 생활(삶)을 지원하는 모든 유무형의 것들로 정의할 수 있다. 본 연구에서 가장 참고할 만한 Cho et al.(2024)의 고령친화적 스마트하우징 연구에서는 주거서비스를 매슬로의 인간 욕구 5단계에 기초하여 인간의 생리적 욕구, 안전의 욕구, 사랑과 소속의 욕구, 존중의 욕구, 자기실현의 욕구를 충족시키기 위해 주거로부터 지원받는 모든 것이 주거서비스가 될 수 있다고 보았다.

이러한 내용을 정리하면 AI 스마트하우징 주거서비스는 단지나 지역사회 연계로 지능형 홈네트워크 및 스마트홈보다 공간적으로 확장된 물리적 범위에서 AI, ICT, IoT 등 스마트 기술을 주거 공간에 접목하여 거주자의 생활(삶)을 개선할 수 있도록 도와주는 모든 유무형의 지원이라고 정의할 수 있다.

2. 선행연구 분석 및 차별성

AI 스마트 하우징과 관련한 연구로는 기술개발에 관한 연구, 법제도 개선연구, 가격추정을 포함한 사업화 관련 연구가 있다. 먼저 기술개발 관련 연구로는 Chae(2022)의 AI기반 스마트하우징 플랫폼 및 서비스 기술 개발연구, Ahn et al.(2020)의 기술개발 방향 설정 연구, Kwag et al.(2023)의 기술 인식 개선을 위한 리빙랩 활용 연구가 있다. 이러한 기술개발 관련 연구는 물리적 기술개발에 초점을 맞추고 있지만, 본 연구는 AI 스마트 주거서비스 및 그 주거서비스의 가격추정을 목적으로 하고 있어 차별성이 있다.

AI 스마트 하우징과 관련한 연구는 법제도 개선과 관련된 연구로 Hwang and Lee(2020)의 관계 법령 현황 및 문제점 도출 연구나 Kim et al.(2023)의 평가지표 분석 연구가 있다. Cho and Hwang(2023)의 연구에서는 전문가 설문조사를 통해 주거서비스 관련 법령 및 제도의 개선, 주거서비스 전담 기관 배치 및 전문 인력 양성, 주거서비스 인증제도의 개선을 활성화 방안으로 제시하였다. 법제도 개선연구 결과 역시 사업화 측면에서 주거 서비스의 시장 수용가격을 추정하는 본 연구와는 차별성이 있다.

본 연구에서 가장 참고할 만한 AI 스마트 하우징 주거서비스 가격추정 및 사업화 연구로 Cho and Yoon(2020)의 연구에서는 지속 가능한 AI 스마트 하우징 주거 서비스비즈니스 모델 구축을 위한 핵심 고객 가치를 제시하였다. Cho and Yoon(2022)의 연구에서는 AI 스마트 주거서비스 및 플랫폼 활성화를 위한 사업화 모델 수립에 관한 연구에서는 기본형과 고급형 등으로 구체적인 사업화 모델을 수립하였다. Cho and Yoon(2021)의 연구에서는 AI 스마트 주거서비스 및 플랫폼 표적시장 선정을 통한 사업화 전략 수립하였다. Cho et al.(2024)의 연구에서는 고령자 가구 유형별 특성을 고려한 웰빙 주거서비스 사업화 모델을 제시하였다. 그러나 이러한 사업화 연구에서 직접적인 가격을 추정하지는 않았다는 점에서 본 연구와 차별성이 있다.

본 연구와 가장 유사한 PSM을 이용한 가격추정에 관한 연구로 Cho and Yoon(2021)의 PSM 기법을 이용한 AI 스마트 주거서비스 및 플랫폼 시장 수용가격 추정 연구에서는 AI 스마트 하우징으로 공급되는 물리적 플랫폼과 주거서비스 전체를 하나로 묶어 가격을 추정하여 AI 스마트 주거서비스 유형별로 수용 가격을 추정한 본 연구와는 차이가 있다. 사용자가 주거비 중 일부로 ‘전체 주거서비스 비용으로 얼마를 지불할 수 있느냐?’와 달리 ‘개별 주거서비스 별로 얼마를 지불할 수 있느냐?’를 밝히는 것은 개별 주거서비스에 대한 선호도나 가치를 어떻게 인식하고 있는지 밝힐 수 있기 때문이다.

III. 연구 방법

1. PSM을 이용한 가격추정 방법

PSM은 소비자는 재화나 용역에 대해 효용을 가지고 있으며, 이러한 효용은 가격 또는 가치로 환산 가능하다는 전제로 Van Westendrop(1976)에 의해 개발되었다. 이 방법은 소비자가 현재 시장가격에 관한 완벽한 지식이 없는 서비스의 경우 소비자 행동과 가격을 예측하는데 참조 가격(reference pricing) 방법을 적용하는 것보다 훨씬 더 현실적인 접근방법이다(Lee et al., 2007; Lewis & Shoemaker, 1997).

Cho and Yoon(2014), Cho and Yoon(2021), Lee et al.(2007), Lewis and Shoemaker(1997), Raab et al.(2009)에서 원용된 PSM 적용 방법을 정리하면 다음과 같다. PSM 적용을 위해서는 주거서비스 사용자를 대상으로 설문조사가 실시되어야 한다. 설문에는 다음 4가지 질문이 포함되어야 한다. 첫째, 당신이 대상 재화나 용역의 품질에 의심이 가지 않으면서 싸다(cheap)고 생각되는 척도(scale)의 가격은 얼마입니까? 둘째, 당신이 대상 재화나 용역이 비싸다(expensive)고 생각되지만, 품질을 고려할 때 여전히 구매 의사가 있다고 생각되는 척도의 가격은 얼마입니까? 셋째, 당신이 품질 고하를 막론하고 대상 재화나 용역이 너무 비싸서(too expensive) 사지 않을 척도의 가격은 얼마입니까? 넷째, 당신이 대상 재화나 용역이 너무 싸서(too cheap) 품질에 의심을 가질만한 척도의 가격은 얼마입니까?

그다음 조사 결과를 기술 통계적으로 처리하여 아래 4개 가격의 확률 누적 분포를 그래프로 도출한다. 이때, 수용 가능 가격 구간을 도출하기 위해서는 ‘비싸다’와 ‘싸다’를 역전(inversion) 시킨다. ‘싸다’는 ‘비싸지 않다’로 역전한다. 그다음 ‘너무 비싸다’와 ‘너무 싸다’는 그대로 확률누적분포함수로 처리한다. 마지막으로 역전한 ‘비싸다’와 ‘싸다’는 1-확률누적분포함수로써 누차함수로 처리한다(<Figure 1> 참조).

https://cdn.apub.kr/journalsite/sites/khousing/2025-036-06/N0450360609/images/Figure_khousing_36_06_09_F1.jpg
Figure 1.

The Meaning of the Four Price Curves and Intersection Points

4개 가격 곡선에 접점은 가격 추정에 있어 개별적인 의미가 있다. 4개 가격 곡선의 각 접점으로 수용 가능 가격 범위(RAP: Range of Acceptable Price), 최저한계점(PMC: Point of Marginal Cheapness), 최고한계점(Point of Marginal Expensiveness), 무차별가격점(IPP: Indifference Price Point), 최적가격점(Optimal Price Point)을 정리하면 아래 <Table 1>과 같다.

Table 1.

Key Price Points in PSM

Key Price Point Curve Intersection Description Remarks
IPP (Indifference Price Point) Not cheap / Not expensive The price at which the largest number of respondents feel it is neither cheap nor expensive. -
OPP (Optimal Price Point) Too expensive / Too cheap The price at which the fewest respondents say they would not purchase. The point of maximum demand (price optimization point).
PMC (Point of Marginal Cheapness) Not cheap / Too cheap When the product price falls below this point, more respondents say they would not buy it (due to perceived low quality) than those who would. Below this point, suppliers cannot provide products at reasonable quality or cost.
PME (Point of Marginal Expensiveness) Too expensive / Not expensive When the product price exceeds this point, more respondents say they would not buy it than those who would. Above this point, consumers tend to switch to alternative products.

* Cho and Yoon(2014). A Study on the Demand Characteristics of AAL-based Smart Apartments for the Elderly. SHURI, 4(2), 11-20.

더불어 4개의 가격곡선을 통해 소비자 가격의식(Price Consciousness) 속의 스트레스(Stress)가 존재하는지를 파악할 수 있다. OPP가 IPP에 가까울수록 민감도는 떨어진다고 볼 수 있다. 반대로 OPP가 IPP보다 왼쪽에 위치하여 가격이 더 낮은 경우 가격 민감도가 높다는 의미이다. 반대로 최적 가격이 무차별 가격의 왼쪽으로 떨어질수록 ‘정상(Normal)’ 가격이 너무 비싸다고 느끼는 소비자, 즉 가격 민감도가 높다는 것을 의미한다(Lewis & Shoemaker, 1997).

2. 가격 추정 대상의 결정

가격 추정 대상은 AI 스마트 주거서비스이다. 구체적인 AI 스마트 주거서비스 유형 도출을 위해 선행연구를 분석하였다. Cho et al.(2024)의 고령친화적 AI 스마트 하우징 연구에서는 일상생활지원, 에너지 및 환경, 건강관리, 안전(생활안전), 방범(범죄안전), 관계지원, 커뮤니티 지원, 취미･여가, 교육지원, 일(직업) 지원으로 정의하였다. Byun et al.(2021)의 연구에서는 AI 스마트하우징 주거서비스 유형을 실내 환경 제어, 커뮤니티, 생활안전 및 에너지, 편의 서비스, 방범･안전으로 구분하였다. Kwon et al.(2019) 의 공공임대주택 유형별 주거서비스 실태조사 연구에서는 생활편의 서비스, 커뮤니티 지원 서비스, 안전･방범 서비스 등을 제시하였다. Park et al.(2020)의 연구에서는 라이프스타일 케어를 위한 서비스 유형을 안전성, 편리성, 경제성, 쾌적성, 건강 지원성, 라이프스타일 지원성 6개 항목으로 지능형 주거환경의 구성요소를 분류하였다. Cho(2021)는 인간 중심의 서비스 제공을 위해 서비스의 기능과 특성에 따라 안전성, 편리성, 쾌적성, 엔터테인먼트, 헬스케어, 에너지 관리로 분류하고 있다. Lee(2018) 은 스마트홈의 목표에 따라 안전한 삶, 편리한 삶, 건강한 삶, 저에너지 삶을 공동주택 스마트홈 성능 평가항목으로 설정하였다.

선행연구에서의 주거서비스 유형을 정리하여 AI 스마트 주거서비스 유형을 도출하면 <Table 2>와 같다.

도출한 AI 스마트 주거서비스 유형은 생활지원 서비스(Living Support Service), 방범 및 안전 서비스(Security & Safety Service), 헬스케어 서비스(Healthcare Service), 에너지절감 서비스(Energy Saving Service), 정서 및 커뮤니티 지원 서비스(Emotional and Community Support Service)로 구분할 수 있다.

Table 2.

Type of the AI Smart Housing Service

Categories Variables
Living
Support
Service 		Smart Lighting and Curtain Control, IoT Home Appliance Control, AI-based Learning Program Service, Schedule Reminder Service, Meal Provision Service, Housekeeping Service, Laundry Service, AI Speaker Integration and Device Control Service
Security &
Safety
Service 		Smart door lock, Indoor CCTV monitoring, Outdoor community CCTV monitoring, Outing and Return notifications, Entry and exit record management, Emergency call button, Indoor automatic night lighting, Outdoor community automatic night lighting, and AI-based emergency monitoring and Alert service
Healthcare
Service 		Blood pressure monitoring and history management, blood glucose monitoring and history management, basic health information monitoring and history management(height, weight, body temperature, etc.), health monitoring result sharing with caregivers, real-time health data management through medical device integration, hydration, meal, and medication reminders, dementia(cognitive impairment) prevention content service, AI-based musculoskeletal condition assessment and improvement service, AI-based pain prediction service through musculoskeletal analysis, posture detection and auto-adjusting bed, and sleep quality care service
Energy
Saving
Service 		Automatic air quality management, automatic temperature and humidity control, energy monitoring(including gas and electricity usage), energy consumption prediction and alert service(for gas and electricity usage), smart information service for indoor carbon reduction, indoor carbon reduction notification, and smart service supporting indoor carbon trading
Emotional
and
Community
Support
Service 		Family schedule sharing service, community space linkage service, personalized local information service, companion plant and pet care service, AI conversation robot(chatbot-based emotional support), AI emotion detection service(facial and voice recognition), and local resource linkage service(cultural centers, welfare centers, etc.)

3. 분석자료

분석자료 수집을 위한 설문조사는 전국 19세 이상 성인 500명을 대상으로 2025년 10월 17일~2025년 10월 27일(약 10일)까지 온라인으로 실시하였다. PSM 추정을 위한 지불 가격은 AI 하우징 주거서비스의 특성상 월 구독료를 기준으로 하였다. 더불어 월 구독료는 최소 1,000원 단위로 0원부터 최대한도 없이 조사하였으나 PSM 분석에서 무가치한 응답으로 보고 있는 ‘비싸다’라고 답변한 금액보다 ‘싸다’라고 답변한 금액이 적은 등의 오류가 있는 응답은 설문 시스템을 통해 차단하여 표본에서 제외하였다. 조사 표본의 특성은 아래와 같다.

본 연구의 조사 내용은 <Table 3>과 같다.

Table 3.

Characteristics of the Sample

Categories Freq.
(per.) 		Ratio
(%) 		Categories Freq.
(per.) 		Ratio
(%)
Region Seoul 90 18.0 N. Chungcheong 28 5.6
Busan 28 5.6 S. Chungcheong 15 3.0
Daegu 24 4.8 N. Jeolla 13 2.6
Incheon 36 7.2 S. Jeolla 11 2.2
Gwangju 26 5.2 N. Gyeongsang 18 3.6
Daejeon 23 4.6 S. Gyeongsang 32 6.4
Ulsan 17 3.4 Jeju 0 0
Gyeonggi 124 24.8 Sejong 4 .8
Gangwon 11 2.2 Total 500 100.0
Age 20 92 18.4 50 103 20.6
30 122 24.4 Over 60 51 10.2
40 132 26.4 Total 500 100.0
Sex Male 191 38.2 Female 309 61.8
Categories Freq.
(per.) 		Ratio
(%)
Income Under 3 million won 97 19.4
3~4million won 67 13.4
4~5 million won 90 18.0
5~6million won 74 14.8
6~7 million won 45 9.0
7~8 million won 43 8.6
8~9 million won 24 4.8
9~10 million won 24 4.8
Over 10million won 36 7.2
Total 500 100.0

Sample(N) = 500

표본의 거주지역은 경기도 24.8%와 서울 18%에 가장 많이 분포하였고 그 밖의 지역도 전국에 걸쳐 고르게 분포하였다. 연령분포는 19~29(20대) 18.4%, 30~39(30대) 24.4%, 40~49세(40대) 26.4%, 50~59세(50대) 20.6%, 60세 이상 10.2%로 나타났다. 표본의 성별은 남 38.2%, 여 61.8%로 여성 응답자가 많은 것으로 나타났다. 이는 주거서비스 등의 문제에 남성보다 여성의 관심이 높고 의사결정 주체도 여성인 경우가 많기 때문인 것으로 볼 수 있다. 소득 분포는 가구 월평균 소득 300만 원 미만이 19.4%로 가장 높았으며, 그다음으로 400만 원~500만 원 미만 18.0%, 500만 원~600만 원 미만 14.8%, 300만 원~400만 원 미만 13.4% 등의 순서로 도출되었다.

IV. 실증 분석 결과

1. AI 스마트 주거서비스 시장수용 가격추정 결과

생활지원 서비스 PSM 분석 결과는 <Figure 2>와 같다. 분석 결과 PMC는 12.0천원, IPP는 14.7천원, OPP는 15.2천원, PME는 19.5천원으로 도출되었다.

https://cdn.apub.kr/journalsite/sites/khousing/2025-036-06/N0450360609/images/Figure_khousing_36_06_09_F2.jpg
Figure 2.

Analysis Results for Living Support Services

방범 및 안전 서비스 분석 결과는 <Figure 3>와 같다. 분석 결과 PMC는 9.5천원, IPP는 11.2천원, OPP는 11.8천원, PME는 14.2천원으로 도출되었다.

https://cdn.apub.kr/journalsite/sites/khousing/2025-036-06/N0450360609/images/Figure_khousing_36_06_09_F3.jpg
Figure 3.

Analysis Results for Security and Safety Services

헬스케어 서비스 분석 결과는 <Figure 4> 와 같다. 분석 결과 PMC는 9.3천원, IPP는 9.5천원, OPP는 10.0천원, PME는 14.0천원으로 도출되었다.

https://cdn.apub.kr/journalsite/sites/khousing/2025-036-06/N0450360609/images/Figure_khousing_36_06_09_F4.jpg
Figure 4.

Analysis Results for Healthcare Services

에너지절감 서비스 분석 결과는 <Figure 5>와 같다. 분석 결과 PMC는 5.4천원, IPP는 7.2천원, OPP는 9.3천원, PME는 9.7천원으로 도출되었다.

https://cdn.apub.kr/journalsite/sites/khousing/2025-036-06/N0450360609/images/Figure_khousing_36_06_09_F5.jpg
Figure 5.

Analysis Analysis Results for Energy Saving Services

정서 및 커뮤니티 서비스 분석 결과는 <Figure 6>와 같다. 분석 결과 PMC는 9.2천원, IPP는 9.3천원, OPP는 10.0천원, PME는 11.0천원으로 도출되었다.

https://cdn.apub.kr/journalsite/sites/khousing/2025-036-06/N0450360609/images/Figure_khousing_36_06_09_F6.jpg
Figure 6.

Analysis Results for Emotional and Community Services

분석 결과를 종합하면 아래 표와 같다. 즉, 생활지원 서비스의 시장수용 가격 범위는 월 구독료 12천원~19.5천원(PMC~PME)로 나타났다. 수요량 극대화를 위한 가격(IPP)은 월 구독료 14.7천원으로 분석되었다. 방범 및 안전 서비스의 시장수용 가격 범위는 월 구독료 11.2천원~14.2천원(PMC~PME)로 나타났다. 수요량 극대화를 위한 가격(IPP)은 월 구독료 11.2천원으로 분석되었다<Table 4>.

Table 4.

Key Price Points by Category of AI Smart Housing Services

Key Price Point PMC IPP OPP PME
Living Support 12 14.7 15.2 19.5
Security & Safety 9.5 11.2 11.8 14.2
Healthcare 9.3 9.5 10 14
Energy Saving 5.4 7.2 9.3 9.7
Emotional and Community Support 9.2 9.3 10 11
Meaning The price at which the largest number of respondents feel it is neither cheap nor expensive. The price at which the fewest respondents say they would not purchase. When the product price falls below this point, more respondents say they would not buy it (due to perceived low quality) than those who would. When the product price exceeds this point, more respondents say they would not buy it than those who would.
Remarks - The point of maximum demand (price optimization point). Below this point, suppliers cannot provide products at reasonable quality or cost. Above this point, consumers tend to purchase alternative or substitute products.

헬스케어 서비스의 시장수용 가격 범위는 월 구독료 9.3천원~14.0천원(PMC~PME)로 나타났다. 수요량 극대화를 위한 가격(IPP)은 월 구독료 9.5천원으로 분석되었다. 에너지절감 서비스의 시장수용 가격 범위는 월 구독료 5.4천원~9.7천원(PMC~PME)로 나타났다. 수요량 극대화를 위한 가격(IPP)은 월 구독료 7.2천원으로 분석되었다. 정서 및 커뮤니티 서비스의 시장수용 가격 범위는 월 구독료 9.3천원~11.0천원(PMC~PME)로 나타났다. 수요량 극대화를 위한 가격(IPP)은 월 구독료 9.3천원으로 분석되었다. 종합하면 가장 시장가격의 범위가 높은 AI 스마트하우징 주거서비스는 생횔지원 서비스였으며 그다음 방범 및 안전 서비스, 헬스케어 서비스, 정서 및 커뮤니티 서비스, 에너지절감 서비스 순으로 나타났다.

2. 시장수용 가격추정 결과의 경제적 시사점

PSM을 이용해 추정한 시장수용 가격의 경제적 시사점은 아래 표와 같다. 값이 클수록 가격 민감도가 크다고 볼 수 있는 SPR(Stress Price Range)의 산출 결과는 <Table 5>와 같다.

Table 5.

Stress Price Range

Key Price
Point 		Living Support
Service 		Security & Safety
Service 		Healthcare
Service 		Energy Saving
Service 		Emotional and
Community
Support Service 		Content Remarks
SPR -0.5 -0.6 -0.5 -2.1 -0.7 High imbalance among
categories → high price
sensitivity 		IPP-
OPP

SPR의 전반적으로 매우 낮은 것으로 나타나 전체 AI 스마트 주거서비스 유형의 가격 민감도는 매우 낮은 것으로 분석되었다. 가격 민감도가 낮다는 것은 가격 변화에 따라서 수요자가 AI 스마트 하우징 주거서비스의 사용 여부에 관한 결정을 쉽게 바꾸지 않는다는 의미이다. 세부적으로는 에너지절감 서비스의 가격 민감도가 가장 낮았으며 그다음으로 정서 및 커뮤니티 서비스, 방범 및 안전 서비스, 헬스케어 서비스 및 생활지원 서비스의 순서로 가격 민감도가 낮은 것으로 분석되었다.

생활지원 서비스 같은 경우 수용가능 가격 범위는 가장 높았지만, 가격 민감도는 헬스케어 서비스와 함께 가장 높은 것으로 나타났다. 즉 생활지원 서비스와 헬스케어 서비스는 가격이 수용가능 가격 범위를 벗어나면 다른 AI 스마트 주거서비스 유형에 비해서 ‘사용하도록 결정하기 쉽다’는 의미이다. 가장 사용자의 수용가격 범위를 고려해서 수용가격 범위 내에서 사업화가 요구되는 유형이라고 볼 수 있다. 반면에 에너지절감 서비스는 가격 민감도와 가격수용 범위가 가장 낮게 나타난 의미는 사용자가 일종의 필수재처럼 여긴다고 해석할 수 있다. 가격이 변한다고 해서 사용을 쉽게 포기하지는 않지만, 비용을 지불하고 싶은 의지는 가장 낮다는 의미이기 때문이다.

V. 결 론

1. 요약 및 시사점

최근 1･2인 가구의 증가, 저출산･고령사회 등 인구구조의 변화와 1인당 GDP 증가 등의 경제적, 사회적 변화에 따라 주거에 대한 요구도 다양하고 복잡해졌고 더 나은 삶의 질을 위한 주거서비스에 대한 요구가 증가하고 있다. 더불어 첨단 스마트 기술을 발전으로 기술을 이용해 기존에 어려웠거나 많은 비용이 들던 주거서비스를 좀 더 저렴하고 다양하게 제공할 수 있게 되었다. 그러나 시장에서 AI 스마트 주거서비스의 시장 활성화와 이를 통한 다양한 주거서비스 공급이 원활하게 이루어지고 있지 않다. 그 이유 중의 하나는 수요자와 공급자의 미스매치에 있다고 볼 수 있다. 물론 수요자가 원하는 주거서비스와 공급되는 주거서비스 사이의 미스매치도 있지만, 수요자의 AI 스마트 주거서비스 유형별 지불의사가 있는 비용(가격)과 공급자 가격 사이에 미스매치도 존재한다. 이에 본 연구에서는 아직 성숙된 시장이 형성되어 있지 않아 시장가격 파악이 어려운 AI 스마트 주거서비스의 가격을 PSM 방법을 이용하여 추정하고자 하였다. 특히 AI 스마트 주거서비스 유형을 도출하고 유형별로 수용가격을 도출해서 사업화의 관점에서 더 먼저 공급이 필요한 서비스와 가장 수요자가 많은 비용을 지불하고 사용 요구가 큰 서비스를 도출하고자 하는 것에 연구의 목적이 있다.

본 연구는 PSM을 적용하기 위해 19세 이상 전국 성인 500명을 대상으로 설문조사를 실시하고 분석한 결과를 종합하면 아래 표와 같다. 즉, 생활지원 서비스의 시장수용 가격 범위는 월 구독료 12천원~19.5천원(PMC~PME)로 나타났다. 수요량 극대화를 위한 가격(IPP)은 월 구독료 14.7천원으로 분석되었다. 방범 및 안전 서비스의 시장수용 가격 범위는 월 구독료 11.2천원~14.2천원(PMC~PME)로 나타났다. 수요량 극대화를 위한 가격(IPP)은 월 구독료 11.2천원으로 분석되었다. 헬스케어 서비스의 시장수용 가격 범위는 월 구독료 9.3천원~14.0천원(PMC~PME)로 나타났다. 수요량 극대화를 위한 가격(IPP)은 월 구독료 9.5천원으로 분석되었다. 에너지절감 서비스의 시장수용 가격 범위는 월 구독료 5.4천원~9.7천원(PMC~PME)로 나타났다. 수요량 극대화를 위한 가격(IPP)은 월 구독료 7.2천원으로 분석되었다. 정서 및 커뮤니티 서비스의 시장수용 가격 범위는 월 구독료 9.3천원~11.0천원(PMC~PME)로 나타났다. 수요량 극대화를 위한 가격(IPP)은 월 구독료 9.3천원으로 분석되었다. 종합하면 가장 시장가격의 범위가 높은 AI 스마트하우징 주거서비스는 생횔지원 서비스였으며 그다음 방범 및 안전 서비스, 헬스케어 서비스, 정서 및 커뮤니티 서비스, 에너지절감 서비스 순으로 나타났다.

SPR 분석 결과 전반적으로 매우 낮은 것으로 나타나 가격 민감도는 매우 낮은 것으로 분석되었다. 가격 민감도가 낮다는 것은 가격 변화에 따라서 수요자가 AI 스마트 하우징 주거서비스의 사용 결정을 쉽게 바꾸지 않는다는 의미이다. 세부적으로는 에너지절감 서비스의 가격 민감도가 가장 낮았으며 그다음으로 정서 및 커뮤니티 서비스, 방범 및 안전 서비스, 헬스케어서비스 및 생활지원서비스의 순서로 가격 민감도가 낮은 것으로 분석되었다. 생활지원 서비스 같은 경우 수용가능 가격 범위는 가장 높았지만, 가격 민감도는 헬스케어 서비스와 함께 가장 높은 것으로 나타났다. 즉 생활지원 서비스와 헬스케어 서비스는 가격이 수용가능 가격 범위를 벗어나면 다른 AI 스마트 주거서비스 유형에 비해서 ‘사용하도록 결정하기 쉽다’는 의미이다.

이러한 연구 결과는 향후 AI 스마트 하우징 주거서비스 사업화에 있어서 사업화 계획에 앞서 사용자(시장)에서 수용 가능한 가격 범위 내로 주거서비스를 개발･기획 할 수 있는 가이드라인으로 제공될 수 있다. 더불어 주거서비스 활성화나 공공 건설 기관의 주거모델 계획 등의 정책 수립에 있어서도 거주자가 지불의사금액이 큰 경우 더 선호하는 주거서비스라는 개념과 민감도가 낮은 것은 필수 서비스로 인식한다는 사실 등을 계획에 반영할 수 있다.

2. 연구의 한계 및 후속 연구

PSM의 조사 방법상 응답자의 피로도가 높아 본 연구에서는 AI 스마트 하우징 주거서비스 유형별 수용가격을 추정하였다. 그러나 사업화 관점에서 주거서비스 상품을 기획 개발할 때 유형보다는 개별 주거서비스의 취사선택에 수용가격 정보가 반영될 필요가 있다. 이에 본 연구는 각 유형에 속하는 세부 말단의 AI 스마트 하우징 주거서비스 별로 수용가격을 추정하지 못한 한계가 있으며, 최종 AI 스마트하우징 주거서비스 별 수용가격은 후속 연구가 요구된다.

Acknowledgements

본 연구는 2025년도 국토교통부 국토교통과학기술진흥원(KAIA)의 지원을 받아 연구되었음(RS-2025-02311122).

References

1

Ahn, K. U., Yang, H. J., & Chae, C. U. (2020). A direction for AI integrated smart housing platform and services technologies. Journal of the Korea Institute of Ecological Architecture and Environment, 20(6), 177-183.

10.12813/kieae.2020.20.6.177
2

Byun, H. R., Park, S. Y., Choi, R., & Lee, S. B. (2020). A study on the residents’ needs for the direction of smart housing service. Proceedings of the Korean Housing Association Conference, Vol. 32, No. 2 (pp. 245-248), Seoul, Korea.

10.6107/JKHA.2021.32.6.091
3

Byun, H. R., Park, S. Y., Choi, R., & Lee, S. Y. (2021). A study on the Residents’ Needs for the Direction of Smart Housing Service. Journal of the Korean Housing Association, 32(6), 91-100.

10.6107/JKHA.2021.32.6.091
4

Chae, C. U. (2022). AI integrated smart housing platform and services technologies. Architectural Research, 66(8), 17-20.

5

Cho, H. M., & Hwang, E. K. (2023). A study on housing service activation plan through expert survey. Journal of the Korea Academia-Industrial cooperation Society, 24(2), 124-132.

10.5762/KAIS.2023.24.2.124
6

Cho, Y. J. (2021. March). Human-centered smart home. Review of Architecture and Building Science, 65(3), 22-25.

7

Cho, Y. K., & Kim, J. H. (2022). A study on the establishment of a commercialization model for the activation of AI smart housing service and platform. Journal of the Residential Environment Institute of Korea, 20(4), 247-258.

10.22313/reik.2022.20.4.247
8

Cho, Y. K., & Yoon, Y. H. (2014). A study on the demand characteristics of AAL-based smart apartments for the Elderly. SHURI, 4(2), 11-20.

10.26700/shuri.2014.12.4.2.11
9

Cho, Y. K., & Yoon, Y. H. (2020). Core customer value for building a business model of sustainable AI smart housing residential service. Journal of the Residential Environment Institute of Korea, 18(4), 1-12.

10.22313/reik.2020.18.4.1
10

Cho, Y. K., & Yoon, Y. H. (2021). An estimation of market acceptable price for AI smart housing service and platform using PSM. Journal of the Residential Environment Institute of Korea, 19(3), 15-24.

10.22313/reik.2021.19.3.15
11

Cho, Y. K., & Yoon, Y. H. (2022). The effect of AI smart housing construction on apartment transaction prices in Seoul. Journal of the Residential Environment Institute of Korea, 20(4), 85-93.

10.22313/reik.2022.20.4.85
12

Cho, Y. K., Kim, J. H., & Yoon, Y. H. (2024). Well-being housing service business model considering the characteristics of each type of elderly household. Journal of the Residential Environment Institute of Korea, 22(1), 15-25.

10.22313/reik.2024.22.1.15
13

Cho, Y. K., Lim, J. E., & Yoon, Y. H. (2021). Establishment of commercialization strategy through AI smart housing service and platform target market selection. Journal of the Residential Environment Institute of Korea, 19(4), 1-11.

10.22313/reik.2021.19.3.15
14

Government of the Republic of Korea (2020). The 4th Basic Plan for Low Fertility and Aging Society (2021-2025): A society where people work and care together. Seoul: Author.

15

Ha, S. G., Kang, S. J., Yoon, Y. H., Kim, H. S., Kwon, O. J., Choi, B. S., Park, K. O., Kim, D. R., Jang, Y. D., & Kim, C. H. (2020). Jugeo seobiseu insaiteu [Residential service insight]. Seoul: Parkyoungsa.

16

Hwang, E. K., & Lee, J. H. (2020). A study on the current status and problems of smart housing act based on life cycle. Journal of Korean institute of architectural sustainable environment and building systems, 14(5), 497-502.

17

Kwag, B. C., Ji, W. G., Yi, S. Z., & Kim, G. T. (2023). Effects of implementing living lab to change users’ perception of smart housing residential service technologies. LHI Journal, 14(3), 125-135.

10.5804/LHIJ.2023.14.3.125
18

Kwon, O. J., Kwon, Y. J., & Choi, B. S. (2019). Case study on housing living service by type of public rental housing. Proceedings of Autumn Annual Conference of the Architectural Institute of Korea, Vol. 39, No. 2 (pp. 604-607), Seoul, Korea.

19

Lee, C. M., Na, K. Y., Kim, Y. S., & Hwang, S. J. (2007). Determining factors of potential applicants’ willingness To pay for national rental housing. Journal of Korea Planning Association, 42(6), 61-73.

20

Lee, S. O. (2018). Application study of smart home performance to the housing performance grading indication system. Autumn Annual Conference of AIK, 38(1), 112.

21

Lewis, R. C., & Shoemaker, S. (1997). Price-sensitivity measurement: A tool for the hospitality industry. Cornell Hotel and Restaurant Administration Quarterly, 38(2), 44-54.

10.1177/001088049703800223
22

Park, J. Y., Jung, S. Y., Yang, D. S., Park, S. K., & Kwon, S. G. (2017). Development & Revitalization for the LH Housing Model Based on the Service of Advanced Industry Fusion. Daejeon: Land and Housing Institute.

23

Park, U. J., Kim, J. W., & Choi, J. B. (2020). A study on the personalized seamless smart home service design for life-style care in phono sapience era. Journal of Information Technology Services, 19(5), 1-14.

24

Raab, C., Mayer, K., Shoemaker, S., & Ng, S. (2009). Activity-based pricing: Can it be applied in restaurants?. International Journal of Contemporary Hospitality Management, 21(4), 393-410.

10.1108/09596110910955668
25

Van Westendorp, P. (1976). NSS-price sensitivity meter (PSM) - A new approach to study consumer perception of price. Proceedings of the 29th ESOMAR Congress (pp. 139-167), Venice, Italy.

페이지 상단으로 이동하기