[서울_아파트매매_실거래분석] 7월1일~7월 12일, 강남구 매매대금 합계 압도적 1위

 

안녕하세요.  

 

엊그제 국토교통부 OPEN API를 통해 아파트 매매에 관한 실거래 정보를 구하는데 처음 성공했는데요. 

 

일부 수정할 부분 반영하고, 7월 거래 동향을 살펴보겠습니다. 

 

600여건에 대한 데이터가 한번에 구글시트로 쏙 들어온다는 점이 참 마음에 드네요. 

 

오늘은 이를 통해 시각화를 시도해 보겠습니다.  

 

우선 구글시트에서 서울지역 아파트 매매 현황을 불러와 보겠습니다. 

 

현재까지 7월 실거래가는 7월 12일까지 데이터가 존재합니다. 

 

이달 현재 강남구가 매매대금 기준 1위를 달리고 있는 것으로 나타났고, 이어서 송파구, 양천구 순이네요. 

 

양천구가 목동신시가지 아파트 재건축 모드로 들어가면서 급부상 하는 모습으로 보입니다. 

 

 

 

서울시 아파트 매매 실거래가 데이터 개요

 

• 대상 기간 : 7월 1일 ~ 7월 12일 까지 
• 전체 거래 건수 : 605건
• 거래금액 합계 : 6,234억
• 거래금액 합계 기준 : 1위 강남구 952.7억 (32건)   2위 송파구 554.5억(30건)  3위 양천구 490.5억 (30건)
• 최고가 매매금액 : 83억, 강남구 압구정동 현대8차(성수현대:91~95동), 163.67제곱미터, 거래일 : 7월 8일

 

실거래가 기준 TOP 10 거래 현황 (7월 1일 ~12일 기준)

 

아파트명	동	행정동	건축년도	전용면적(제곱미터)	층	거래금액(만원)	거래일
현대8차(성수현대:91~95동)	481	압구정동	1980	163.67	4	830,000	2025-07-08
한양8(81동한개동)	510	압구정동	1984	200.99	2	795,000	2025-07-03
한양1차(영동한양)	490	압구정동	1977	63.87	2	530,000	2025-07-03
한양7	528	압구정동	1981	110.25	1	530,000	2025-07-01
아크로서울포레스트	685-700	성수동1가	2020	96.055	6	510,000	2025-07-01
LG한강자이	430	이촌동	2003	169.44	23	480,000	2025-07-04
한보미도맨션1	511	대치동	1983	84.48	11	440,000	2025-07-08
한보미도맨션1	511	대치동	1983	84.48	11	440,000	2025-07-08
디에이치자이개포	743	일원동	2021	103.86	3	400,000	2025-07-05
트리지움	35	잠실동	2007	149.45	10	399,000	2025-07-01

 

 

5월분과 6월분 전체 데이터도 받아 놨는데 5월은 8139건에 9조5082억원의 매매대금을 보였고, 6월은 10341건에 13조687억원으로 집계 되었습니다. 

---

서울지역 아파트 매매 실거래가 집계 데이터(7월 1일 ~ 7월 12일)

지역 현황	거래건수(건수)	매매대금 합계 (억원)	평균 매매대금(억원)
강남구	32	952.7	29.8
송파구	30	554.5	18.5
양천구	30	490.5	16.3
영등포구	39	389.6	10.0
은평구	41	330.5	8.1
노원구	52	281.0	5.4
성북구	35	275.5	7.9
성동구	14	261.8	18.7
강서구	45	249.9	5.6
동대문구	32	235.9	7.4
마포구	18	228.7	12.7
강동구	22	205.6	9.3
관악구	25	203.1	8.1
구로구	32	187.5	5.9
용산구	10	181.7	18.2
강북구	27	173.1	6.4
광진구	13	170.5	13.1
중랑구	27	169.5	6.3
서대문구	19	163.8	8.6
동작구	14	150.7	10.8
도봉구	20	108.4	5.4
금천구	16	96.4	6.0
중구	6	65.5	10.9
종로구	3	54.4	18.1
서초구	3	53.7	17.9
	605	6,234.5	10.30496463

 

---

 

다음은 실거래 데이터를 제시한 후 chatGPT로 7월 거래 동향 분석을 요청한 것에 대한 내용입니다. 

 

2025년 7월 초 서울 아파트 거래 동향 분석

7월 1일부터 12일까지의 서울 아파트 실거래 데이터를 분석해보면, 전반적으로 거래량이 활발한 지역과 고가 거래가 집중된 지역 간의 뚜렷한 차이가 보입니다. 주요 시사점은 다음과 같습니다:

---

🏙️ 1. 거래량 상위 지역 – 외곽지역의 활발한 움직임

• 노원구(52건), 은평구(41건), 강서구(45건), 영등포구(39건) 등 서울 외곽 또는 중저가 아파트 밀집 지역에서 거래가 활발했습니다.
• 이는 최근 고금리 환경 속에서 실수요자 중심의 중저가 주택 시장에 수요가 몰리는 현상을 반영한 것으로 보입니다.

---

💰 2. 매매대금 상위 지역 – 강남3구 여전히 '가격의 벽'

• 강남구는 평균 매매대금이 29.8억원으로 단연 최고였으며, 총 매매대금도 952.7억원으로 압도적입니다.
• 서초구(17.9억원), 송파구(18.5억원) 역시 고가 아파트 시장을 이끄는 핵심 지역으로 여전히 '똘똘한 한 채' 선호 현상이 이어지고 있습니다.

---

📉 3. 가격 대비 거래 활발한 구간 – 5~8억대 인기

• 노원구(5.4억), 강서구(5.6억), 은평구(8.1억) 등 평균 매매가가 중저가인 지역들의 거래가 많다는 점은, 실수요자들이 여전히 주택 시장을 지지하고 있다는 증거입니다.
• 반면, 서초구(3건), 종로구(3건), 중구(6건) 등은 고가임에도 불구하고 거래가 적어, 고가 아파트 시장은 여전히 관망세라는 것을 보여줍니다.

---

📌 4. 지역별 투자 전략 시사점

• 실거주 중심: 노원, 강서, 은평 등은 꾸준한 실수요 기반이 있는 지역으로, 전세 수요와 연결된 실거주 투자에 적합.
• 중장기 가치상승 기대: 강남, 송파, 성동구 등은 단기적인 변동성은 있으나 장기적으로 프리미엄 유지 가능성이 높음.
• 관망지역: 중구, 종로구, 서초구는 고가에 비해 거래가 적어 단기 진입보다는 상황 관망 필요.

---

이러한 흐름은 서울 아파트 시장이 여전히 양극화되어 있으며, 실수요와 투자수요의 니즈가 뚜렷이 분리되고 있다는 점을 잘 보여줍니다. 

 

---

시각화 관련 메모

 

시각화 요청 프롬프트 

 

1. 그래프 형태의 시각화를 제시해 줘. 만약 그래프를 그릴수 없으면 프롬프트를 제시해 줘

 

2. 아주 좋아. x축을 거래대금 규모 순으로 정렬해 주면 좋겠어.

 

3. 한번더 요청해도 될까? 내가 원한건 x축을 매매대금 합계로 정렬해서 가장 큰 금액에 해당하는 구를 제일 좌측에 넣고 싶은 거야.. 즉, 매매대금 합계를 막대를 표시하고, 거래 건수를 꺽은선으로 하고 싶어.

 

chatGPT 최종응답 및 시각화 파이선 코드 제시

 

물론이죠! 이번에는 정확히 말씀하신 대로:

• x축 지역을 매매대금 합계 기준으로 내림차순 정렬
• 막대그래프는 매매대금 합계
• 꺾은선그래프는 거래건수

이 구조로 작성된 코드는 아래와 같습니다:

 

import matplotlib.pyplot as plt
import pandas as pd

# 데이터 구성
data = {
    "지역": ["강남구", "송파구", "양천구", "영등포구", "은평구", "노원구", "성북구", "성동구", "강서구", 
           "동대문구", "마포구", "강동구", "관악구", "구로구", "용산구", "강북구", "광진구", 
           "중랑구", "서대문구", "동작구", "도봉구", "금천구", "중구", "종로구", "서초구"],
    "거래건수": [32, 30, 30, 39, 41, 52, 35, 14, 45, 32, 18, 22, 25, 32, 10, 27, 13, 27, 19, 14, 20, 16, 6, 3, 3],
    "매매대금 합계": [952.7, 554.5, 490.5, 389.6, 330.5, 281.0, 275.5, 261.8, 249.9, 235.9, 228.7, 205.6, 203.1,
                 187.5, 181.7, 173.1, 170.5, 169.5, 163.8, 150.7, 108.4, 96.4, 65.5, 54.4, 53.7]
}

df = pd.DataFrame(data)

# 매매대금 합계 기준 정렬
df_sorted = df.sort_values(by="매매대금 합계", ascending=False)

# 시각화
fig, ax1 = plt.subplots(figsize=(14, 7))

# 매매대금 막대그래프
color = 'tab:green'
ax1.bar(df_sorted['지역'], df_sorted['매매대금 합계'], color=color, alpha=0.7)
ax1.set_xlabel('지역(매매대금 합계 순)')
ax1.set_ylabel('매매대금 합계(억원)', color=color)
ax1.tick_params(axis='y', labelcolor=color)
ax1.set_xticklabels(df_sorted['지역'], rotation=45, ha='right')

# 거래건수 꺾은선그래프
ax2 = ax1.twinx()
color = 'tab:blue'
ax2.plot(df_sorted['지역'], df_sorted['거래건수'], color=color, marker='o')
ax2.set_ylabel('거래건수(건)', color=color)
ax2.tick_params(axis='y', labelcolor=color)

plt.title('서울 아파트 구별 매매대금 합계 및 거래건수 (2025.7.1~7.12)')
plt.tight_layout()
plt.grid(True)
plt.show()

이제 원하는 흐름과 시각에 딱 맞는 그래프가 될 거예요. 필요하면 SVG, PNG 저장용 코드도 추가해 드릴 수 있어요!

 

최종시각화는 구글의 코랩에서 파이선 코드를 돌려서 시각화를 마무리했습니다. 

구글 코랩은 구글 드라이브 환경에서 파이썬 코드를 실행하는 도구로 보시면 됩니다.