당산동1가

당산동1가 동네의 시장·임대차·거주환경·상권 신호를 종합 진단해주세요.

[제 상황] (선택 — 비우면 중립 진단)
- 목적: 예) 거주 검토 / 이사 후보 / 단순 파악

아래 정제 데이터(신나게마을 sinnake-town.com 가공)는 이 동네의 "현재 신호"입니다. 당신의 일은 이 신호를 다시 읽어주는 게 아니라, 웹에서 유관 정보를 수집해 신호와 결합하고, 이 동네가 지금 어떤 국면인지 해석하는 것입니다.

1단계 (데이터만, 아직 웹 X): 정제 데이터로 이 동네 국면을 먼저 읽기 (개별 수치 말고 시장·임대차·환경 신호 조합). 데이터가 한 방향 안 모이면 억지 단일서사 말고 '혼재/판단보류'. 임대차 거래 범위는 세그먼트(전세/월세/순수월세)별 분포 — 다른 세그먼트의 최저끼리(최저 보증금+최저 월)를 한 매물로 합성하지 말 것. 중위 보증금은 반전세·순수월세가 섞인 중간값이라 "전형 월세"가 아니며, 보증금 중위와 월 중위도 같은 계약의 값이 아니다. 상점 구성(상권 성격)이 가리키는 동네 성격(업무 밀집=사무·전문 비중↑ / 생활 밀집=음식·소매·생활서비스 비중↑ 등)과 인구·가구 구성(나이대·가구 규모·1인가구 비중)이 가리키는 '누가 사는 동네인가'(청년 1인가구/가족 중심/고령 등)도 국면 읽기에 포함 — 숫자 재나열 말고 '어떤 동네인가', 특정 집단에 좋다·나쁘다 판정 금지
2단계 (웹=원인·반증): 1단계 국면을 들고 웹에서 원인 후보만 찾기 — 평판이 아니라 신호의 원인 후보:
   - 이 동네/시군구의 입주 물량·공급 일정 (최근과 향후)
   - 재건축·개발·교통 진행 상황
   - 시장 전체에 걸린 정책 변수 (대출 규제 등, 최근 6개월)
   - 학군·생활 인프라 변화
   + 데이터와 충돌하는 반증. 못 찾으면 "원인 웹 미확인"(지어내기 X)
[웹 도구 없는 환경] 웹 검색이 안 되면 2단계 웹 근거를 건너뛰되 분석을 포기하지 말 것 — 정제 데이터 + 당신(모델)이 학습으로 아는 지식으로 원인 메커니즘을 추론하라. 단 그 지식은 반드시 '모델 지식(웹 미검증)'으로 표기하고 시점이 오래됐을 수 있음을 감안(단정 금지). 정제 데이터 수치 출처는 그대로 '신나게마을'.
3단계 (가설): 이 동네는 시장 표본이 부족해(측정 보류) 시장·임대차 가설은 생략합니다 — 아래 거주환경(4단계)이 이 진단의 본문입니다
4단계: 거주환경 해석 — 미세먼지(환경부 등급)·폭염/한파/열대야를 시도 평균·이웃 동네와 대비해 이 동네의 상대 위치와 생활 함의(냉난방 부담, 야외활동 등)를 짚을 것. 환경은 원인 추적보다 "여기 사는 경험"의 관점으로
5단계: 관점별 확인 포인트 (실거주 검토/전세 세입자/단순 관찰, "다음에 확인할 것"을 질문형으로)
6단계: 이 데이터와 웹 정보로도 답할 수 없는 것 1~2개를 정직하게 명시

[정제 데이터] 2026년 2월 기준 당산동1가
```json
{
  "동네" : "당산동1가",
  "기준월" : "2026-02",
  "행정범위" : "읍면동",
  "측정신호" : "측정 신호 · 환경",
  "매매" : {
    "중위가_억" : 10.95,
    "최저_억" : 6.27,
    "최고_억" : 12.2,
    "거래량_건" : 4,
    "전월거래량_건" : 5,
    "방향비교_거래수" : 4,
    "신고가_건" : 4,
    "상승_건" : 0,
    "보합_건" : 0,
    "하락_건" : 0,
    "방향_비고" : "신고가+상승+보합+하락=방향비교_거래수 (4분할, 서로 배타 · 신고가는 상승과 별개 칸). 같은 단지·평형의 직전 거래일 중간값 대비, 첫 거래는 비교 제외(같은 날 거래끼리는 비교 안 함). 방향비교_거래수는 그 달 전체 거래량_건과 다른 모수. 비교수 5건 미만이면 추세 단정 금지.",
    "전월대비_퍼센트" : -20.0,
    "전세중위가_억" : 5.1,
    "전세가율_비고" : "전세가율은 같은 단지·같은 평형의 전세중위÷매매중위(전세거래량 가중). 중위가_억(매매)·전세중위가_억은 각각 대표 평형이 서로 달라 직접 나눈 값과 다를 수 있음(다른 평형 혼합 방지).",
    "면적대_건수" : {
      "소형" : 3,
      "중형" : 1,
      "대형" : 0
    },
    "시도평균_중위가_억" : 12.80221,
    "시도평균_전세가율_퍼센트" : 45.8,
    "비고" : "측정 보류(거래 표본 부족)"
  },
  "매매_거래_구성" : {
    "총거래건수" : 4,
    "거래단지수" : 2,
    "상위단지" : [ "신동아파밀리에 (3건·75%)", "코오롱 (1건·25%)" ]
  },
  "임대차" : {
    "전세거래_건" : 5,
    "월세거래_건" : 2,
    "총거래_건" : 7,
    "신규_건" : 3,
    "갱신_건" : 4,
    "갱신율_퍼센트" : 57.1,
    "갱신청구권사용_퍼센트" : 50.0,
    "평균갱신증액률_퍼센트" : 3.54,
    "월세비중_퍼센트" : 28.6,
    "중간월세_만원" : 78,
    "전월세전환_건" : 0,
    "전세_보증금_범위_만원" : {
      "최저" : 45000,
      "중위값" : 51000,
      "최고" : 63000,
      "건수" : 5
    },
    "월세_보증금_범위_만원" : {
      "최저" : 10000,
      "최고" : 28000,
      "건수" : 2,
      "신뢰도" : "거래적음"
    },
    "월세_월납입_범위_만원" : {
      "최저" : 27,
      "최고" : 130,
      "건수" : 2,
      "신뢰도" : "거래적음"
    },
    "주의" : "최저 보증금 거래와 최저 월 납입 거래는 서로 다름. 두 최저를 한 매물 조건으로 보지 말 것",
    "전세_역대방향" : {
      "비교가능_거래수" : 3,
      "역대최고보증금_경신_건" : 0,
      "직전대비_상승_건" : 0,
      "보합_건" : 0,
      "직전대비_하락_건" : 3,
      "비고" : "같은 단지·평형의 직전 거래일 중간값 대비(신규 계약). 첫 거래·갱신계약 제외(신규만, 같은 날 거래끼리는 비교 안 함). 신고가/상승/보합/하락 4분할 합=비교가능_거래수(신고가는 상승과 별개 칸). 상승·경신은 임차인 보증금 부담↑ 방향(방향 사실이며 좋고나쁨 단정 아님) · 비교가능 5건 미만이라 추세로 보기 어려움(참고만)"
    },
    "깡통전세_권고선_퍼센트" : 80,
    "비고" : "측정 보류(임대차 표본 부족)"
  },
  "임대차_거래_구성" : {
    "전세" : {
      "총거래건수" : 5,
      "거래단지수" : 2,
      "상위단지" : [ "진로 (3건·60%)", "신동아파밀리에 (2건·40%)" ]
    },
    "월세" : {
      "총거래건수" : 2,
      "거래단지수" : 2,
      "상위단지" : [ "신동아파밀리에 (1건·50%)", "코오롱 (1건·50%)" ]
    },
    "비고" : "전세가율·월세 수치의 단지 쏠림(표본 왜곡) 검증용"
  },
  "상점_구성" : {
    "기준" : "2026년 3월 기준",
    "전체_상점수" : "624곳(등록 기준)",
    "업종_구성" : {
      "음식" : "197곳 (31.6%)",
      "과학·기술" : "122곳 (19.6%)",
      "소매" : "116곳 (18.6%)",
      "수리·개인" : "66곳 (10.6%)",
      "교육" : "28곳 (4.5%)",
      "시설관리·임대" : "25곳 (4.0%)",
      "부동산" : "24곳 (3.8%)",
      "숙박" : "19곳 (3.0%)",
      "예술·스포츠" : "17곳 (2.7%)",
      "보건의료" : "10곳 (1.6%)"
    },
    "상위지역_대비" : {
      "기준" : "영등포구 평균",
      "음식" : "이 동네 31.6% vs 영등포구 27.0% (+4.6%p)",
      "과학·기술" : "이 동네 19.6% vs 영등포구 21.5% (-1.9%p)",
      "소매" : "이 동네 18.6% vs 영등포구 19.0% (-0.4%p)",
      "수리·개인" : "이 동네 10.6% vs 영등포구 8.3% (+2.3%p)",
      "교육" : "이 동네 4.5% vs 영등포구 6.4% (-1.9%p)",
      "시설관리·임대" : "이 동네 4.0% vs 영등포구 5.6% (-1.6%p)",
      "부동산" : "이 동네 3.8% vs 영등포구 4.0% (-0.2%p)",
      "숙박" : "이 동네 3.0% vs 영등포구 1.4% (+1.6%p)",
      "예술·스포츠" : "이 동네 2.7% vs 영등포구 4.0% (-1.3%p)",
      "보건의료" : "이 동네 1.6% vs 영등포구 2.9% (-1.3%p)"
    },
    "비고" : "소상공인시장진흥공단 상가정보(소상공인·프랜차이즈 상가 기준, 대기업 직영점 일부 제외)"
  },
  "인구_구성" : {
    "기준" : "2026년 6월 기준",
    "인구" : "6,615명",
    "가구" : "4,108가구(주민등록 세대)",
    "가구당_인구" : 1.6,
    "남녀" : "남 3,262명(49%) · 여 3,353명(51%)",
    "나이대_사람수" : {
      "0-9" : 224,
      "10대" : 231,
      "20대" : 1214,
      "30대" : 1779,
      "40대" : 777,
      "50대" : 751,
      "60대" : 812,
      "70대" : 525,
      "80+" : 302
    },
    "가구_구성" : {
      "1인" : "2,601가구(63.3%)",
      "2인" : "853가구(20.8%)",
      "3인" : "393가구(9.6%)",
      "4인+" : "261가구(6.4%)"
    },
    "인구_추이_같은달" : [ "2023: 6,653명", "2024: 6,763명 (전년대비 +1.7%)", "2025: 6,721명 (전년대비 -0.6%)", "2026: 6,615명 (전년대비 -1.6%)" ],
    "상위지역_대비" : {
      "기준" : "영등포구 평균",
      "1인가구_비중" : "이 동네 63.3% vs 영등포구 50.8% (+12.5%p)",
      "가구당_인구" : "이 동네 1.6명 vs 영등포구 1.9명 (-0.3명)"
    },
    "비고" : "행정안전부 주민등록. 가구=주민등록 세대(단독·빌라·아파트 합산, 아파트 '세대수' 아님). 전체 연령 원본·성x연령 교차는 페이지 참조."
  },
  "거주환경" : {
    "PM2.5_월평균" : 26.82,
    "환경부등급" : "보통",
    "PM2.5_최고" : 69.00,
    "PM2.5_나쁨일수" : 6,
    "PM2.5_매우나쁨일수" : 0,
    "PM10_월평균" : 50.86,
    "PM10_나쁨일수" : 3,
    "측정일수_대기" : 28,
    "측정일수_날씨" : 26,
    "평균기온" : 4.23,
    "평균최고기온" : 8.74,
    "평균최저기온" : 0.25,
    "최고기온" : 17.90,
    "최저기온" : -8.20,
    "폭염일수" : 0,
    "한파일수" : 0,
    "열대야일수" : 0,
    "호우일수" : 0,
    "최대일강수량_mm" : 1.00,
    "평균풍속" : 1.04,
    "겨울_평균기온" : "2.2°C",
    "부가대기" : {
      "오존_ppm" : 0.0246,
      "이산화질소_ppm" : 0.0326,
      "아황산가스_ppm" : 0.0030,
      "일산화탄소_ppm" : 0.55
    }
  },
  "종합진단" : {
    "거주_사실" : [ "매매 중간가 10억 초과", "PM2.5 월평균 26.8㎍/㎥ · 나쁨 6일", "한파 0일 · 폭염 0일" ],
    "전세_요약" : "갱신 증액률 +3.5% (법정 상한 5%)",
    "매매_추세" : "거래 데이터 부족"
  },
  "이웃동네" : [ {
    "이름" : "여의도동",
    "중위가_억" : 29.85,
    "전세가율_퍼센트" : 17.88,
    "PM2.5_나쁨일수" : 6,
    "거래량_건" : 28,
    "순위" : 1
  }, {
    "이름" : "영등포동7가",
    "중위가_억" : 17.9,
    "PM2.5_나쁨일수" : 6,
    "거래량_건" : 8,
    "순위" : 2
  }, {
    "이름" : "영등포동8가",
    "중위가_억" : 16.45,
    "전세가율_퍼센트" : 46.51,
    "PM2.5_나쁨일수" : 6,
    "거래량_건" : 4,
    "순위" : 3
  }, {
    "이름" : "당산동4가",
    "중위가_억" : 15.85,
    "전세가율_퍼센트" : 42.21,
    "PM2.5_나쁨일수" : 6,
    "거래량_건" : 18,
    "순위" : 4
  }, {
    "이름" : "도림동",
    "중위가_억" : 15.715,
    "PM2.5_나쁨일수" : 6,
    "거래량_건" : 6,
    "순위" : 5
  }, {
    "이름" : "영등포동",
    "중위가_억" : 15.085,
    "전세가율_퍼센트" : 39.01,
    "PM2.5_나쁨일수" : 6,
    "거래량_건" : 10,
    "순위" : 6
  }, {
    "이름" : "당산동",
    "중위가_억" : 13.985,
    "PM2.5_나쁨일수" : 8,
    "거래량_건" : 4,
    "순위" : 7
  }, {
    "이름" : "문래동3가",
    "중위가_억" : 13.65,
    "전세가율_퍼센트" : 42.59,
    "PM2.5_나쁨일수" : 6,
    "거래량_건" : 10,
    "순위" : 8
  }, {
    "이름" : "당산동5가",
    "중위가_억" : 13.525,
    "전세가율_퍼센트" : 48.42,
    "PM2.5_나쁨일수" : 6,
    "거래량_건" : 4,
    "순위" : 9
  }, {
    "이름" : "양평동5가",
    "중위가_억" : 13.1,
    "전세가율_퍼센트" : 40.07,
    "PM2.5_나쁨일수" : 6,
    "거래량_건" : 6,
    "순위" : 10
  } ],
  "가치지역" : [ {
    "이름" : "당산동6가",
    "중위가_억" : 1.52,
    "PM2.5_나쁨일수" : 6,
    "배지" : [ "가성비 1위" ]
  }, {
    "이름" : "영등포동5가",
    "중위가_억" : 5.5,
    "PM2.5_나쁨일수" : 6,
    "배지" : [ "저가 진입" ]
  }, {
    "이름" : "대림동",
    "중위가_억" : 8.4,
    "전세가율_퍼센트" : 56.25,
    "PM2.5_나쁨일수" : 6,
    "배지" : [ "진입장벽 낮음" ]
  }, {
    "이름" : "당산동3가",
    "중위가_억" : 8.7375,
    "PM2.5_나쁨일수" : 6
  }, {
    "이름" : "문래동5가",
    "중위가_억" : 8.84,
    "전세가율_퍼센트" : 55.16,
    "PM2.5_나쁨일수" : 6
  } ],
  "거래내역_매매_최근5건" : [ {
    "일자" : "2026-02-15",
    "단지" : "신동아파밀리에",
    "면적" : "85㎡",
    "층" : 7,
    "가격" : "12억 2,000만",
    "변동" : "▲ +2억 9,000만",
    "직전" : "직전 9억 3,000만 (2025.02)",
    "직전최고" : "직전최고 9억 5,000만 (2024.04)"
  }, {
    "일자" : "2026-02-10",
    "단지" : "신동아파밀리에",
    "면적" : "59㎡",
    "층" : 13,
    "가격" : "10억 8,000만",
    "변동" : "▲ +4,500만",
    "직전" : "직전 10억 3,500만 (2026.01)",
    "직전최고" : "직전최고 10억 5,000만 (2025.10)"
  }, {
    "일자" : "2026-02-10",
    "단지" : "신동아파밀리에",
    "면적" : "59㎡",
    "층" : 13,
    "가격" : "10억 8,000만",
    "직전" : "직전 10억 3,500만 (2026.01)",
    "취소" : true
  }, {
    "일자" : "2026-02-10",
    "단지" : "신동아파밀리에",
    "면적" : "59㎡",
    "층" : 6,
    "가격" : "11억 1,000만",
    "변동" : "▲ +7,500만",
    "직전" : "직전 10억 3,500만 (2026.01)",
    "직전최고" : "직전최고 10억 5,000만 (2025.10)"
  }, {
    "일자" : "2026-02-06",
    "단지" : "코오롱",
    "면적" : "60㎡",
    "층" : 7,
    "가격" : "6억 2,700만",
    "변동" : "▲ +4,700만",
    "직전최고" : "직전최고 5억 8,000만 (2025.05)"
  } ],
  "거래내역_전세_최근5건" : [ {
    "일자" : "2026-02-27",
    "단지" : "신동아파밀리에",
    "면적" : "59㎡",
    "층" : 2,
    "보증금" : "4억 9,000만",
    "계약구분" : "갱신"
  }, {
    "일자" : "2026-02-25",
    "단지" : "진로",
    "면적" : "59㎡",
    "층" : 2,
    "보증금" : "4억 5,000만",
    "계약구분" : "신규"
  }, {
    "일자" : "2026-02-07",
    "단지" : "신동아파밀리에",
    "면적" : "59㎡",
    "층" : 1,
    "보증금" : "5억 7,000만",
    "계약구분" : "신규"
  }, {
    "일자" : "2026-02-03",
    "단지" : "진로",
    "면적" : "59㎡",
    "층" : 6,
    "보증금" : "5억 1,000만",
    "계약구분" : "신규"
  }, {
    "일자" : "2026-02-03",
    "단지" : "진로",
    "면적" : "85㎡",
    "층" : 11,
    "보증금" : "6억 3,000만",
    "계약구분" : "갱신"
  } ],
  "거래내역_월세_최근2건" : [ {
    "일자" : "2026-02-11",
    "단지" : "신동아파밀리에",
    "면적" : "59㎡",
    "층" : 4,
    "보증금" : "2억 8,000만",
    "월세" : "27만",
    "계약구분" : "갱신"
  }, {
    "일자" : "2026-02-11",
    "단지" : "코오롱",
    "면적" : "69㎡",
    "층" : 15,
    "보증금" : "1억",
    "월세" : "130만",
    "계약구분" : "갱신"
  } ],
  "참고기준" : {
    "전세가율_깡통권고선" : "80% (HUG 전세보증 기준)",
    "PM2.5_환경부등급_기준" : "좋음 <15 · 보통 <35 · 나쁨 <75 · 매우 나쁨 ≥75 (㎍/㎥)"
  }
}
```

[당신의 역할 = 데이터 우선 해석] 정제 데이터의 숫자를 다시 정리하지 마세요. 사용자는 이미 같은 숫자를 페이지에서 봤습니다. 핵심 결론·가설 뼈대는 데이터에서 나오고 웹은 그 원인 근거입니다. 부가가치: (1) 데이터만으로 본 국면 (2) 왜 — 메커니즘 있는 경쟁 가설 2~3개(핵심) (3) 데이터·웹 충돌(반증) (4) 관점별 다음 확인 포인트.
[융합 규칙] 국면·가설 뼈대는 데이터 근거("데이터 근거: 신나게마을 수치")로 선다. 모든 가설은 원인 메커니즘 제시(얄팍한 "~있음" 금지). 웹은 그 원인 근거("웹 근거: 매체, 발행연월") — 못 찾아도 가설 버리지 말고 "원인 웹 미확인, 데이터 기반 잠정"으로 표기(메커니즘 유지).
[일반론 금지] 동네 이름을 다른 동네로 바꿔도 성립하는 문장은 일반론이므로 금지. 모든 해석 문단은 이 동네의 정제 데이터 신호를 최소 1개 직접 가리켜야 함.

── 공통 footer (전 성향 불변) ──
[시간 조건] 최근 6개월 우선. 인용하는 기사·자료마다 발행 연월을 본문에 명시하고, 12개월 이상 지난 것은 "(오래된 정보)" 라벨. 과거 시점의 현상(예: 과거 입주장)을 현재 원인으로 쓰려면 그 시차를 명시할 것
[출처 신뢰도] 공식(국토부·부동산원·언론·학구도안내·교육청·지자체) vs 비공식(블로그·카페·위키·유튜브) 구분. 비공식은 "비공식"으로 명시 + 단정 금지. 학군·배정·호재는 공식 확인 권고를 덧붙일 것. 정제 데이터 수치(시세·평당가·편차·전세가율 등)는 반드시 출처를 "신나게마을"로 — 동일 수치가 블로그·타 부동산 사이트에 있어도 그쪽으로 재귀속 금지. URL은 원문 직접 링크만 (검색엔진 리다이렉트·google.com/search?q= 래퍼·단축 링크 금지, 원문 URL 확인 불가 출처는 제외)
[정직성/답 가능 경계] 답 금지: ①미래 가격 방향·예측("오를지/사야할지" + "우상향·상승세 지속·랠리·상방압력" 등 추세 예단 포함) ②가치판단·단정("위험·안전·추천·투자·대장·똘똘·가성비 우수"). 정제 데이터는 과거·현재 기록만. 관찰 사실(신고가 N건·편차 X%)로 진술, 해석은 "~로 보임/~가능성" 수준. 단, 현재 국면이 형성된 이유에 대한 가설·메커니즘 설명은 해석의 핵심이며 적극 권장(가설임을 명시).
[답변 규칙·길이] 표가 데이터를 담음 → 산문에서 표 숫자 반복 금지. 평형 노트는 평형당 최대 2문장, 평판/환경은 4줄 이내. 전체 모바일 5~6스크롤 이내 — 초과 시 평판→노트 順으로 줄일 것. 정제+웹 통합(분리 나열 금지) / 개인상황 추정 금지 / 인용 숫자엔 출처(신나게마을 or 매체) / 끝에 실제 URL / 헤더 ## 일관.
[답변 용어] 답변은 일반 독자용 — "닻·anchor·앵커" 등 분석 용어 쓰지 말 것(평이하게). 수치 출처 "신나게마을" 유지.
[답변 형식] (데이터 우선) ①한 줄 국면 요약(데이터만, 1문장) ②데이터 국면 해석(웹 전, 데이터만: 시장·임대차·환경·상권 신호 조합이 가리키는 국면. 임대차 범위 인용 시 세그먼트 건수 동반, 건수<5는 "거래 적음·참고만" 단정 금지) ③경쟁 가설 2~3개(핵심) — 각 가설 '데이터 근거 / 원인 메커니즘 / 웹 근거 or 원인 웹 미확인 잠정 / 반증', 얄팍한 보강 불릿 금지 ④거주환경 해석(2~3문장: 환경부 등급 + 시도평균·이웃 대비 + 생활 함의. 환경 중심형은 이 섹션이 본문) ④-2 상권·생활·인구 성격(상점 구성이 가리키는 상권 성격 + 인구·가구 구성이 가리키는 '누가 사는 동네인가' 1~2문장, 실거주 생활편의 관점, 무판정) ⑤관점별 확인 포인트(실거주/전세 세입자/단순 관찰, 질문형) ⑥이 데이터로 답할 수 없는 것(1~2개) ⑦출처 URL 목록