밸브 모델링.

파이프 모델링 심화

1강. 부동산을 “세금·금융·규제” 3개 언어로 읽는 법 (계산식에 숫자 예시까지)

부동산은 가격만 보면 끝까지 헷갈립니다. 가격은 결과이고, 시장을 움직이는 레버는 세금(수익률) · 금융(시간) · 규제(거래 가능성) 3개입니다. 아래는 이 3개를 “계산 가능한 문장”으로 바꾸는 1강입니다.

1) 세금: 수익률을 깎는 장치

세금은 살 때(취득) · 보유(재산/종부) · 팔 때(양도)에 각각 작동합니다.

1 취득세(진입비용) 계산식 + 숫자 예시

기본식

• 취득세 = 과세표준 × 취득세율

숫자 예시(세율은 ‘예시’로만 사용)과세표준 10억 원, 취득세율 4% (예시)라면→ 취득세 = 1,000,000,000 × 0.04 = 40,000,000원

실제 취득세율은 주택/상가, 주택 수, 지역 규제 등에 따라 달라져서 “1강에서는 틀(계산 구조)”만 잡습니다.

2 종부세(보유비용): “아무나 내는 세금이 아님” + 숫자 예시

종부세는 매년 6월 1일 현재 보유 재산을 인별로 합산한 뒤, 공제액을 초과할 때만 부과됩니다. 종부세 대상 판정(주택분, 개인)

• 공시가격 합계 > 공제액이면 종부세 대상

• 공제액: 9억 원(일반), 12억 원(1세대 1주택자)

종부세 과세표준(주택분) 뼈대과세표준 = (공시가격 합계 − 공제액) × 공정시장가액비율주택분 공정시장가액비율: 60%

숫자 예시 1: 1세대 1주택, 공시 13억(13억 − 12억) = 1억과세표준 = 1억 × 60% = 6,000만 원

숫자 예시 2: 1세대 1주택, 공시 11억(11억 − 12억) = −1억 → 0으로 처리과세표준 = 0원(종부세 없음)

숫자 예시 3: 2주택(공시 6억 + 6억 = 12억), 일반 공제 9억(12억 − 9억) = 3억과세표준 = 3억 × 60% = 1억 8,000만 원

3 양도세(출구비용) 계산식 + 숫자 예시

양도차익 기본식

• 양도차익 = 양도가액 − (취득가액 + 필요경비)

숫자 예시10억에 취득, 필요경비 5,000만, 13억에 매도라면→ 양도차익 = 13억 − (10억 + 0.5억) = 2.5억여기서 공제(장기보유 등)·중과 여부에 따라 최종 세액이 갈립니다. 1강에서는 “출구비용이 어떻게 생기는지” 계산 구조만 잡습니다.

2) 금융: 시간을 바꾸는 장치 (DSR·스트레스 금리)

금융은 “버틸 수 있느냐(시간)”를 바꿉니다. 요즘 핵심은 DSR입니다.

1 DSR 계산식 + 숫자 예시

금융위 정의 기준으로 DSR은 “모든 대출의 원리금 상환액 / 연간소득”입니다.

• DSR = (연간 원리금 상환액 합계) ÷ (연소득)

숫자 예시연소득 6,000만, DSR 한도 40%라면→ 허용 연간 상환액 = 60,000,000 × 0.40 = 24,000,000원/년→ 월로 환산하면 2,000,000원/월(단순 24,000,000 ÷ 12)

2 “스트레스 금리”는 뭔가: 실제 금리에 얹는 ‘DSR 계산용 가산’

스트레스 DSR은 실제 대출금리에는 반영되지 않지만, DSR 산정 시 금리에 스트레스 금리를 더해 한도를 보수적으로 계산합니다. (예: 수도권·규제지역 주담대 스트레스 금리 하한 3% 상향)

• DSR 계산금리 = 실제금리 + 스트레스금리(가상)

숫자 예시실제금리 4.5%인데, 스트레스 금리 3%가 적용되면→ DSR 계산금리 = 4.5% + 3.0% = 7.5%

3 원리금균등(30년) “월상환액” 공식 + 숫자 대입 예시(핵심)

원리금균등 월상환액 AAA 공식:

• P=600,000,000P = 600,000,000P=600,000,000원(6억)

• n=360n = 360n=360개월(30년)

• r=연이율12r = 연이율/12r=12연이율

시나리오 A) 연 7.5% (DSR 계산금리 예시)

• 연간 상환액 ≈ 4,195,287 × 12 = 50,343,444원/년(약 5,034만)

• 첫 달 이자 = 600,000,000 × 0.075 ÷ 12 = 3,750,000원

• 첫 달 원금 = 4,195,287 − 3,750,000 = 445,287원

시나리오 B) 연 4.0%

• 연간 상환액 ≈ 34,373,904원/년

• 첫 달 이자 = 600,000,000 × 0.04 ÷ 12 = 2,000,000원

• 첫 달 원금 = 2,864,492 − 2,000,000 = 864,492원

시나리오 C) 연 3.0%

• 연간 상환액 ≈ 30,355,490원/년

• 첫 달 이자 = 600,000,000 × 0.03 ÷ 12 = 1,500,000원

• 첫 달 원금 = 2,529,624 − 1,500,000 = 1,029,624원

3) 규제: 거래가 “성사될 조건”을 바꾸는 장치

조정대상·투기과열·토허제는 분위기가 아니라, 대출 조건·거래 절차·수요층 규모를 바꿉니다. 그래서 같은 금리/세금이어도 “지역”에 따라 결과가 달라집니다.

#부동산 #부동산공부 #부동산정책 #세금 #취득세 #종부세 #재산세 #양도세 #다주택자 #임대사업자 #조정대상지역 #투기과열지구 #토지거래허가구역 #DSR #스트레스DSR #LTV #금리 #기준금리 #보금자리론 #디딤돌대출

*서수원 에피트 공식홈페이지 :https://brand.hldni.com/suwon-efete/ *청약일정 : 특별공급 12.8.월. : 1순위 12.9.화. : 2순위 12.10.수.

디지털트윈(Digital Twin) 개요

□ 디지털트윈은 현실 세계(Real)의 건물·도시·설비를 가상 모델(Virtual)로 동일하게 복제하여

실시간 데이터를 연결하고, 예측·모니터링·시뮬레이션을 수행하는 기술이다.

□ 단순 3D 모델이 아닌

센서·BIM·IoT·AI·시뮬레이션이 모두 통합된 운영·관리용 가상 복제체.

□ 핵심 기능은

실시간 데이터 반영 → 분석 → 미래 상황 예측 → 최적 제어.

디지털트윈이 필요한 이유

□ 건축물의 운영 비용 절감

□ 유지보수 자동화(고장 예측, 설비 효율 향상)

□ 안전 진단(구조·화재·피난 시뮬레이션)

□ 공정관리(시공 단계에서 공정 지연·충돌 조기 발견)

□ 도심/건물의 최적 운영(교통·에너지·환경·재난 대응)

□ 탄소 배출량·에너지 소비 시뮬레이션 가능

구성요소

1. 현실(Physical Space)

□ 건물, 공장, 도시, 설비기계 등

□ 센서 설치(온도, 습도, 진동, 전력, 기류, CO₂ 등)

2. 데이터(Data Layer)

□ IoT 센서 데이터

□ BIM 데이터

□ 기계·전기·배관(MEP) 정보

□ 구조 하중 데이터

□ 운영 로그(전력, 냉난방, 장비 상태)

3. 가상모델(Virtual Model)

□ BIM 기반 3D 모델

□ 설비/구조/공조 시뮬레이션 모델

□ 도시 모델(LOD 적용)

4. 플랫폼(Integration Platform)

□ 실시간 데이터 수집

□ 분석·예측엔진(AI/ML)

□ 모니터링·제어 UI

□ API, 연동 소프트웨어

디지털트윈의 종류

1. 건축물 디지털트윈(Building Digital Twin)

□ BIM + IoT 기반

□ 설비 상태, 에너지 관리, 유지보수 자동화

□ 스마트빌딩 운영 최적화

2. 시설물 디지털트윈(Structural Twin)

□ 교량·터널·댐 등

□ 구조변위, 진동, 하중 모니터링

□ 균열·열화·노후도 예측

3. 시공 디지털트윈(Construction Twin)

□ 공정관리 4D/5D(공정+원가)

□ 시공 충돌(Clash) 사전 검출

□ 장비 동선·안전관리 시뮬레이션

4. 도시 디지털트윈(City Digital Twin)

□ 후보정 도시계획

□ 재난·수해·교통 시뮬레이션

□ 에너지 소비 예측

디지털트윈 기술 예시(건축·구조)

□ 구조 안전 예측

• 풍하중 변화 → 구조변위 예측

• 지진 발생 시 실시간 응답

• 노후 건물 열화 분석

□ MEP(기계·전기·공조) 운영 효율화

• 냉난방 최적화

• 공기질 개선

• 전력 소비 패턴 분석

□ 화재·피난 시뮬레이션

• 연기 확산 시뮬레이션

• 피난 경로 자동 계산

□ 유지보수 자동화

• 필터 교체 시기 예측

• 장비 열화 패턴 분석

• 고장 사전 예측(Preventive Maintenance)

디지털트윈 구축 절차

1. 대상 시설·건물 조사

□ 구조·마감·MEP 자료 확보

□ 센서 설치 위치 계획

2. BIM/3D 모델링 구축

□ Revit, ArchiCAD 등 기반

□ LOD 수준 설정(200/300/400)

3. 센서·IoT 인프라 설치

□ 온습도, 진동, 전력, 유량, CO₂

□ 게이트웨이 설치

4. 데이터 플랫폼 구축

□ 클라우드/온프레미스 구성

□ 실시간 데이터 수집·정제·연동

5. 분석·예측 모델 적용

□ AI/ML 기반 패턴학습

□ 고장예측(Anomaly Detection)

□ 공정 딜레이 예측

6. 운영 단계에서 디지털트윈 활용

□ 시설물 모니터링

□ 유지보수 자동화

□ 에너지 관리 최적화

□ 시뮬레이션 기반 의사결정

디지털트윈 구축 시 주의사항

□ BIM 모델과 실제 시공 오차를 최소화해야 한다.

□ 센서 캘리브레이션·유지보수 비용 고려.

□ 데이터 표준(ISO 19650) 준수 여부 확인.

□ 클라우드 보안 규정 준수 필수.

□ 초기 구축비 대비 운영효과 ROI 분석 필요.

□ 단순 3D 모델링만 제공하는 “가짜 디지털트윈” 업체 주의.

중요한 활용 분야

□ 리모델링·대수선 전 구조 안전 진단

□ 에너지 성능 분석(건축물 에너지평가)

□ 시공 충돌 검토(Clash Detection)

□ 용도변경 시 공조·배관 성능 검증

□ 화재·피난 검토 보고서 시뮬레이션 자료

□ 유지관리 계획 수립(FM)

넓은 집, 방이 많은 집이

좋은 집이라는 믿음은 오랫동안 당연하게 여겨졌다.

가족 수보다 더 많은 방,

각자의 공간, 각자의 취향,

각자의 문을 가진 구조.

그런데 이상하게도,

방이 많을수록 집 안은 더 조용해지고,

문이 많을수록 대화는 줄어든다.

각자의 방은 분리의 상징이 된다.

학습, 휴식, 여가, 모든 것을 방 안에서 해결하게 되면서

공동의 공간은 통로가 되고,

거실은 이동의 중간지점이 된다.

사람들은 같은 집에 살면서도

하루에 몇 마디밖에 나누지 않는다.

그 침묵은 단절에서 오기도 하지만,

공간이 만들어낸 거리감이기도 하다.

문이 많아질수록 닫히는 소리가 늘어난다.

그 소리는 물리적인 구획이지만,

감정의 경계로도 작동한다.

서로의 생활 소리를 들을 수 없고,

불이 켜져 있는지조차 모르며,

식사 시간에도 각자의 방에서 나오는 속도는 다르다.

넓고 편하지만

그 편안함이 공동의 경험을 만들지 못할 때,

그 집은 서서히 '집'이라는 감각을 잃어간다.

방이 많다는 건,

물리적인 독립이 아니라

감정의 고립일 수도 있다.

그러나 모든 독립이 외로움을 만드는 것은 아니다.

문제는 그 독립들 사이에

이어지는 공간이 없을 때다.

함께 머물 수 있는 중간의 공간,

가볍게 앉아 있을 수 있는 자리,

말 없이도 마주칠 수 있는 구조.

그런 여백들이 빠졌을 때,

방은 외로움을 강화한다.

마무리하며

방이 많다는 건 나쁠 일이 아니다.

하지만 그 방들이

서로를 외면하게 만드는 구조라면

그건 집이 아니라

작은 셀들의 집합이 된다.

좋은 집은 방의 수로 정의되지 않는다.

그 방들 사이를 어떻게 연결할지에 대한 고민,

그게 공간의 따뜻함을 결정한다.

#방이많은집 #심리적거리감 #주거공간심리 #chiho #공간의외로움 #생활건축 #건축트렌드 #공간디자인 #modernhomepsychology

-하이라이트(00:00)

-인터뷰(00:30)

-집구경 시작(3:43)

-마당의 마켓비 파라솔(6:50) https://link.coupang.com/a/cCBprk

-작업실 수납장의 다이소 네트망(11:35) https://tr.ee/1AgJ9C

-2층 거실의 이케아 소파 베드(18:55) https://tr.ee/ToItk1

-거실 겸 다이닝 공간 천장 조명(19:45) https://link.coupang.com/a/cCBu4x

-거실 겸 다이닝 벽 조명(19:45) https://tr.ee/EMdc7X

-이케아 ㄱ자형 커튼 레일(19:57) https://tr.ee/ApVHss

-실링팬(20:47) https://link.coupang.com/a/cCBxco

-치아 모양 치실통(22:25) https://ozip.me/ukuufJb?af

-벙커침대(24:00) https://tr.ee/N4m1ih

-티 메이커(28:42) https://tr.ee/DWa287

00:00　桂春院(Keishun-in) 🗺️google map📍 https://maps.app.goo.gl/ydhuuTEoPTKpU...

05:20　法然院(Honen-in) 🗺️google map📍 https://maps.app.goo.gl/Tkgdwts6wxR73...

13:22　高山寺(Kosan-ji Temple) 🗺️google map📍 https://maps.app.goo.gl/yzwy4hWX45jGT...

18:18　龍源院(Ryogen-in) 🗺️google map📍 https://maps.app.goo.gl/7X6M4UvfsrTHR...

22:33　詩仙堂(Shisen-do) 🗺️google map📍 https://maps.app.goo.gl/Qne3rAWCjXDWm...

28:20　実光院(Jikko-in) 🗺️google map📍 https://maps.app.goo.gl/FthcQpuDhjyiM...

32:40　瑞峯院(Zuiho-in) 🗺️google map📍 https://maps.app.goo.gl/copbYvAkjZAEE...

38:38　等持院(Toji-in) 🗺️google map📍 https://maps.app.goo.gl/Zodz8hZdXS1ac...

43:03　興臨院(Korin-in) 🗺️google map📍 https://maps.app.goo.gl/fEoA6pJcCiwfe...

47:40　蓮華寺(Renge-ji) 🗺️google map📍 https://maps.app.goo.gl/joEZwYEcVRyxn...

51:45 曼殊院(Manshu-in) 🗺️google map📍 https://maps.app.goo.gl/3VKpf5DdtU9uA...

53:59 滝口寺(Takiguchi-dera Temple) 🗺️google map📍 https://maps.app.goo.gl/t8eh9DoWjTU9J...

56:33 落柿舎(Rakushisha) 🗺️google map📍 https://maps.app.goo.gl/s6tLGVzpGbEo5...

59:38 詩仙堂(Shisen-do) 🗺️google map📍 https://maps.app.goo.gl/XyFez3p7eA7DU...

01:02:54 来迎院(Raigou-in) 🗺️google map📍 https://maps.app.goo.gl/Q5NF6wkr3soZx...

01:06:50 西明寺(Saimyo-ji Temple) 🗺️google map📍 https://maps.app.goo.gl/FN9mdmrHyTYvx...

01:12:52 芬陀院(Funda-in) 🗺️google map📍 https://maps.app.goo.gl/vV3ErQGgEVzHP...

01:19:49 建仁寺(Kennin-ji) 🗺️google map📍 https://maps.app.goo.gl/c7FLxGyRsbrUs...

01:23:40 龍安寺(Ryoan-ji) 🗺️google map📍 https://maps.app.goo.gl/aFLGvzHbGS4Dx...

01:28:57 拾翠亭(Shusui-tei) 🗺️google map📍 https://maps.app.goo.gl/We1K2RTRdYiCr...

01:36:42 地蔵院(Jizo-in) 🗺️google map📍 https://maps.app.goo.gl/sPPRkzVzWFXRm...

01:41:34 三千院(Sanzen-in) 🗺️google map📍 https://maps.app.goo.gl/q16gNr7jCkREf...

01:47:51 祇王寺(Gio-ji) 🗺️google map📍 https://maps.app.goo.gl/m7spMgxrV4CYC...

01:54:01 寂光院(Jakko-in) 🗺️google map📍 https://maps.app.goo.gl/tcBHAMbyBPYyo...

01:57:06 古知谷 阿弥陀寺(Kochidani Amida-ji) 🗺️google map📍 https://maps.app.goo.gl/4gAxTan4hZmfA...

#rockgarden #moss