자동가격모형이 추정값을 내놓은 뒤 감정평가사는 무엇을 더 확인해야 할까. 숫자가 빠르게 만들어져도 평가의 목적과 기준시점, 대상의 권리관계와 현장 상태가 같은 속도로 확정되는 것은 아니다. 『AI가 가격을 추정한 뒤의 감정평가사』는 가격 추정 이후에 남는 조사와 판단, 설명의 구조를 살핀다.
같은 대상이라도 어떤 목적에서 어느 시점을 기준으로 평가하는지에 따라 필요한 자료와 확인 범위가 달라진다. 책은 자동 추정의 결과를 출발점으로 삼기 전에 평가의 전제부터 정하도록 이끈다. 거래 자료와 대상의 특성이 무엇을 보여 주고 무엇을 보여 주지 않는지 구분하는 일이 그다음 비교의 조건이 된다.
자료의 양과 모형의 정교함만으로 현장 판단을 대신할 수 있는지는 별개의 질문이다. 입력에 반영된 상태와 실제 이용 상황이 맞는지, 권리와 제약이 어떤 차이를 만드는지 확인해야 한다. 모형의 결과를 그대로 채택하거나 일괄 배제하는 대신 그 결과가 성립한 조건을 찾아 평가의 근거와 대조한다.
설명은 숫자에 붙이는 마지막 문장이 아니다. 자료의 출처와 한계, 비교와 조정의 이유, 남아 있는 불확실성이 판단 과정에서 어떻게 다루어졌는지 드러내는 작업이다. 검토자가 같은 자료를 다시 읽을 수 있도록 기록을 남기고, 예외가 생겼을 때 추가 조사와 상위 검토로 이어지는 경로도 살핀다.
업무의 변화는 보수와 훈련의 문제로 확장된다. 추정에 걸린 시간만 줄었다고 전체 평가 업무가 같은 비율로 가벼워지는 것은 아니므로 현장 확인, 설명, 수정과 재검토에 든 비용을 함께 보아야 한다. 초년차가 자료 수집의 반복을 넘어 판단의 이유를 배우는 방식과 검토 책임의 배분을 연결한다. 같은 추정값이라도 사용 목적과 확인한 자료가 다르면 판단의 의미가 달라지므로 수치 옆에 전제와 한계를 함께 남긴다.
감정평가 업무를 수행하거나 준비하는 독자, 자동가격모형의 결과를 해석해야 하는 독자에게 유용한 질문을 제공한다. 개별 대상의 가격을 산정해 주는 실무 처방보다 기술의 가능성과 실제 평가의 조건을 구분하는 데 초점을 둔다. 독자는 추정값이 나왔다는 사실 이후에 어떤 근거와 설명을 더 요구해야 하는지 생각할 수 있다.