평균이 거짓말을 할 때

실거래가는 시장을 보는 가장 정직한 창입니다. 하지만 그 정직한 숫자들을 ‘평균’이라는 한 칸에 욱여넣는 순간, 데이터는 슬그머니 거짓말을 시작합니다. 이 글은 시세를 구하는 실전 절차가 아니라(그건 실거래가 읽는 법에 단계별로 정리해 뒀습니다), 그 숫자를 의심하며 읽는 통계의 기초에 관한 이야기예요. 부동산 데이터를 매일 들여다보는 사람으로서, 저는 ‘평균 얼마’라는 문장 앞에서 가장 자주 멈춰 섭니다.

평균·중위·최빈은 서로 다른 질문에 답한다

세 단어를 같은 뜻으로 쓰는 사람이 많지만, 셋은 전혀 다른 질문에 답합니다. 평균(mean)은 ‘모든 값을 더해 똑같이 나눠 가지면 얼마인가’예요. 그래서 아주 크거나 작은 값 하나에도 민감하게 반응합니다. 중위값(median)은 ‘거래를 금액순으로 줄 세웠을 때 정확히 한가운데에 선 거래는 얼마인가’입니다. 양 끝의 극단값이 아무리 튀어도 가운데 사람은 잘 바뀌지 않아요. 최빈값(mode)은 ‘가장 자주 나온 값(구간)은 어디인가’, 즉 ‘제일 흔한 거래대’를 가리킵니다.

부동산처럼 값이 한쪽으로 길게 늘어지는 데이터에서는 이 셋이 꽤 벌어집니다. 그래서 ‘대표값’으로는 보통 중위값이 평균보다 안전해요. 이 사이트가 지역·단지 시세를 평균이 아니라 중위로 보여 주는 것도 같은 이유입니다. 평균 한 줄을 봤다면, 가장 먼저 물어야 할 건 ‘이건 평균인가 중위인가’입니다.

분포가 기울면 평균이 끌려간다

거래 금액을 낮은 쪽부터 높은 쪽까지 늘어놓은 모양을 분포라고 합니다. 집값 분포는 대개 오른쪽으로 긴 꼬리를 가져요. 싼 거래에는 바닥이 있지만(0원 아래로는 안 갑니다), 비싼 거래는 로열층·올수리·대형 평형으로 위쪽으로 길게 뻗을 수 있거든요. 이렇게 한쪽으로 기운 분포에서는 평균이 꼬리 쪽(비싼 쪽)으로 끌려갑니다. 결과적으로 평균은 ‘가운데’보다 높게 잡혀요.

현실의 예를 들면 이렇습니다. 같은 평형 거래 대부분이 8억대 초중반에 몰려 있는데, 펜트하우스 한 채가 13억에 팔렸다고 합시다. 평균을 내면 그 13억이 모두에게 골고루 ‘나눠 섞여’ 평균을 끌어올립니다. 정작 이 단지에서 실제로 만날 매물의 가격대는 8억대인데, 평균만 보면 ‘9억쯤 하나 보다’ 하고 오해하게 되는 거죠. 분포가 기울어 있을 때 평균을 대표값으로 쓰면 안 되는 이유입니다.

한 건이 평균을 흔드는 산수

말보다 숫자가 빠릅니다. 아래는 설명을 위해 만든 가정 예시예요(특정 단지와 무관합니다). 같은 평형 정상 거래 5건이 있고, 거기에 특이 거래(예: 특수관계 직거래) 한 건이 끼었을 때 평균과 중위값이 각각 어떻게 움직이는지 보겠습니다.

평균은 특이값 하나에 4천만 원이나 끌려갔지만, 중위값은 거의 제자리였습니다. 만약 이 단지의 ‘시세’를 평균(8.92억)으로 받아들이면, 실제 시세대(8억대 중반)보다 한참 높은 값을 기준으로 협상하게 됩니다. 부동산에서 ‘얼마 전 신고가가 나왔다’는 말이 위험한 것도 이 산수 때문이에요. 높은 한 건은 평균과 ‘분위기’를 동시에 끌어올립니다.

표본이 적다는 건 ‘모른다’에 가깝다

동전을 두 번 던져 둘 다 앞면이 나왔다고 ‘이 동전은 항상 앞면’이라고 말할 수는 없습니다. 표본이 적으면 우연이 사실처럼 보이기 때문이에요. 거래가 1년에 서너 건뿐인 나홀로 아파트나 비인기 평형에서 ‘중위값’을 구한들, 그건 ‘세 건 중 가운데 한 건’일 뿐 단지의 진짜 시세를 대표한다고 보기 어렵습니다. 적은 표본의 평균·중위는 ‘안다’가 아니라 ‘아직 잘 모른다’의 다른 말입니다.

그래서 거래가 드문 단지를 볼 때 저는 숫자 하나로 단정하지 않고, ① 거래 건수를 먼저 확인하고 ② 개별 거래의 맥락(층·향·거래 유형)을 직접 들여다보며 ③ 인근의 비슷한 연식·평형 단지 흐름을 보조선으로 함께 봅니다. 거래가 드물다는 사실 자체가 나중에 되팔 때의 환금성 위험 신호이기도 하고요. 거래 건수는 실거래가 화면에서, 동네 전반의 거래 분위기는 지역 정보와 시세 스코어카드에서 묶어 보면 감이 잡힙니다.

보이지 않는 표본: 거래된 집만 보인다

가장 놓치기 쉬운 함정은 화면에 ‘보이는’ 데이터가 아니라 보이지 않는 데이터에 있습니다. 실거래가는 말 그대로 ‘거래가 일어난 집’만 기록해요. 팔리지 않아 매물로 남아 있는 집, 아예 시장에 안 나온 집, 호가만 높게 걸려 거래로 이어지지 않은 집은 통계에 단 한 줄도 남기지 않습니다. 통계학에서 말하는 선택편향(selection bias)이에요. ‘거래된 집’의 평균은 ‘그 단지 모든 집’의 평균과 다를 수 있습니다.

예를 들어 어떤 시기에 한 단지에서 저층·소형 위주로만 거래가 성사됐다면, 그 시기 중위가는 단지 전체가 아니라 ‘싸게라도 팔린 집들’을 대표합니다. 반대로 대형·로열층만 거래된 시기의 숫자는 단지를 실제보다 비싸 보이게 만들어요. 같은 단지의 중위가가 시기마다 출렁이는 데는 시장 변동뿐 아니라, 그달에 ‘어떤 집이 거래됐는가’라는 표본 구성의 차이도 섞여 있습니다.

전세가율을 읽을 때 이 선택편향은 한층 더 고약해집니다. 매매로 잡힌 표본과 전세로 잡힌 표본이 서로 다른 집들일 수 있거든요. 그 이야기는 시리즈의 다음 편 전세가율이 숨기는 것에서 따로 다룹니다.

그래서, 평균 한 줄을 어떻게 읽나

정리하면 이렇습니다. 시세 한 줄을 만났을 때 저는 늘 네 가지를 차례로 물어요. (1) 평균인가 중위인가 — 기울어진 분포에서는 중위가 안전합니다. (2) 몇 건으로 만든 값인가 — 건수가 적으면 결론을 보류합니다. (3) 분포가 어떻게 생겼나 — 최저·최고·가운데를 함께 보고, 홀로 튀는 값은 일단 빼 둡니다. (4) 누가 빠졌나 — 그달 거래된 집들이 단지를 대표하는지 의심합니다.

이 네 질문을 통과한 숫자라야 비로소 ‘협상의 기준선’으로 쓸 만합니다. 제시받은 호가가 그 기준선 안쪽인지 빠르게 견줘 보려면 매물 가격 체크로 최근 실거래 분포와 직접 비교해 보세요. 그리고 같은 평형이라도 옆 단지와 왜 가격이 갈리는지는 옆 단지와 가격차 분해에서, 분포 안에서 ‘진짜 싼 값’을 가려내는 법은 진짜 급매를 가려내는 신호에서 이어 볼 수 있습니다. 숫자는 의심할수록 정확해집니다.