3개월 잠잠하다 한 달 만에 거래 급반등
◀ ▶
복합 분야

3개월 잠잠하다 한 달 만에 거래 급반등

3개월 거래 하위 25% 직후 한 달 만에 거래량이 최근 1년 흐름 중 상위 5% 만큼 증가한 동네

이 동네의 최근 1년 대비

'3개월 잠잠하다 한 달 만에 거래 급반등' 라벨은 2024년 2월 13개 동네에 잡혔어요. 어느 동네에 왜 붙었는지, 지난달과 무엇이 달라졌는지 볼 수 있어요.

광고
라벨 요약 2024년 2월 기준
라벨 붙은 동네 13개 동네
시군구 수 12개 시군구
카테고리 안 순위 1/ 4위 복합 분야
전월 대비 ▼ 25개 동네
i
이 라벨의 한계

4개월 데이터가 누적된 동네에만 붙습니다 — 데이터 시작 직후엔 표시 안 됨. 200% 같은 고정 임계 X — 동네 자체 평년 변동 분포 (상위 5%) 기준. 즉 평소 거래 안정적인 동네는 적은 증가도 폭증으로 판정. 정책 발표 직후 일시 폭증과 구별 어려움.

이 신호로 AI 분석하기

"3개월 잠잠하다 한 달 만에 거래 급반등" 신호가 2024년 2월 전국에서 어떻게 잡혔는지, 정제 데이터를 프롬프트로 만들어 드려요. ChatGPT, Gemini, Claude 가운데 어디에 붙여넣어도 진단받을 수 있어요. (특정 동네 평가가 아니라 이 신호 자체를 읽는 분석)

어떤 상황이세요?안 고르셔도 됩니다
복사될 내용 먼저 보기

1프롬프트를 복사하고
2붙여넣을 곳을 열어서
3붙여넣고 보내기만 하면 돼요

물어볼 말은 프롬프트에 들어 있어요. 따로 쓰실 것 없습니다.

AI가 가져온 출처와 원인 설명은 직접 확인하세요. 잡힌 동네수나 전세가율 같은 정제 수치만 신나게마을 출처입니다.

광고
이번 달 변화 한눈에 2024년 2월에 이 라벨이 붙은 13개 동네를 전월(38개)과 비교
신규 진입 +13 전월에는 없었는데 이번 달 새로 이 라벨을 받은 동네
유지 0 전월부터 이번 달까지 연속으로 이 라벨을 받고 있는 동네
이탈 −38 전월에는 받았는데 이번 달엔 받지 않은 동네 (조건 해소)
최근 12개월 추이 선택한 달 기준 직전 12개월간 이 라벨을 받은 동네 수
12개월 가운데 가장 많았던 달은 2월 81개 동네, 가장 적었던 달은 7월 1개 동네
선택 월: 2024년 2월
3
7
38
13
28
3
2
1
1
1
7
3
2
81
31
3
2
2
6
3
7
1
2
2
5
2
4
3
2
2
7
1
11월 12월 1월 2월 3월 5월 6월 7월 8월 9월 10월 12월 1월 2월 3월 4월 6월 8월 9월 10월 11월 12월 1월 2월 3월 4월 5월 6월 7월 8월 9월 10월
참고할 만한 흐름 이번 달은 13개 동네입니다. 가장 많았던 달은 2월(81개 동네), 가장 적었던 달은 7월(1개 동네)로 약 81배 차이가 납니다. 1월처럼 단발성으로 솟구쳤다 가라앉은 적도 있으니 추세로 단정하기는 어렵습니다.
이번 달 주목 사례 극단치·최장 지속·신규 진입 관점에서 고른 2개 동네
극단 — 회복 폭 최대
신백동
제천시
이번 달 거래 70건, 전월 대비 +677.8%
월 거래 수 9건 · 정상
이번 달 거래 70건
전월 대비 +677.8%
침체 3개월 [9·9·9]건
이번 달 신규
이문동
동대문구
이번 달 새롭게 이 라벨을 받은 동입니다.
월 거래 수 5건 · 정상
이번 달 거래 16건
전월 대비 +220.0%
함께 붙는 라벨 이 라벨이 붙은 13개 동네가 같은 달 다른 라벨도 받은 분포 (카테고리별 그룹)
매매 시장 분야
7개 동네 (54%)
거래 많고 전달보다 부쩍 늘었다 (상위 25%)
6 개 동네 (46%)
가격은 오르고 거래는 줄었어요 (전년 같은 달 대비)
1 개 동네 (8%)
전월세 분야
7개 동네 (54%)
같은 시도에서 전세금 비중 낮은 편 (하위 10%)
2 개 동네 (15%)
갱신 인상률 상한 직전 (4.9% 이상)
2 개 동네 (15%)
같은 시도에서 갱신요구권을 많이 씀 (상위 10%)
2 개 동네 (15%)
전세금이 매매가의 절반 아래
1 개 동네 (8%)
전월 대비 월세 비중이 늘어난 곳 (상위 10%)
1 개 동네 (8%)
복합 분야
1개 동네 (8%)
전월세 부담 신호 셋 중 둘이 겹침
1 개 동네 (8%)
광고
라벨은 데이터 기반 사실 서술입니다. 추천, 주목, 위험 같은 가치판단은 하지 않으며, 각 라벨에는 한계 사례가 함께 안내됩니다.