Naver Real Estate Search#

네이버 부동산 기반의 대한민국 부동산 매물 검색 / 단지 후보 탐색 / 단지 비교 / 채팅형 브리핑 / 가격 감시 스킬이다.

핵심 원칙:

• 단일 단지 우선: URL/complex ID가 있으면 그걸 먼저 쓴다.
• 후보는 좁게: 지역 전체를 넓게 긁기보다 후보 단지를 1~3개 먼저 좁힌다.
• 자연어 우선: “잠실 리센츠 전세 30평대”, “은마와 래미안대치팰리스 비교”처럼 바로 넣는다.
• 한국어 브리핑 우선: 채팅 표면에는 짧은 한국어 해석을 먼저 주고, 구조화 데이터가 필요할 때 JSON을 붙인다.
• 429 완화: 짧은 백오프 후에도 막히면 direct URL/ID 기반 재조회 쪽으로 유도한다.

Source dependency#

이 스킬은 로컬 upstream clone을 래핑한다.

• tmp/naverland-scrapper

재사용하는 주요 로직:

• src.core.parser.NaverURLParser
• src.core.services.response_capture.normalize_article_payload
• src.utils.helpers.PriceConverter
• src.utils.helpers.get_article_url

Scripts#

1) 핵심 검색 엔진#

bash

python skills/naver-real-estate-search/scripts/search_real_estate.py --self-test

역할:

• 자연어 파싱
• 후보 단지 탐색
• 단일 단지 조회
• 다중 단지 비교
• 동일 평형 요약
• JSON / 텍스트 출력
• candidate cache seed import/export 연결

1-1) candidate seed 자동 생성#

bash

python skills/naver-real-estate-search/scripts/build_candidate_seeds.py --print-summary
python skills/naver-real-estate-search/scripts/build_candidate_seeds.py --input skills/naver-real-estate-search/references/seoul-major-complexes.seed-input.json --output skills/naver-real-estate-search/references/candidate-seeds.generated.json --pause 0.1 --print-summary

역할:

• 서울 주요 단지 seed 입력을 받아 자동 alias 확장
• 기존 candidate-seeds.json / candidate-cache.json / 네이버 검색 HTML 링크 추출을 조합해 candidate seed 초안 생성
• 가능한 경우 단지 상세 API로 후보 검증 후 confidence / verification_status 부여
• 403/429 발생 시 blocked_reasons, candidate_pool, evidence 에 흔적을 남겨 운영자가 후속 검증 가능하게 함

1-2) generated seed preview / apply#

bash

python skills/naver-real-estate-search/scripts/apply_generated_seeds.py --json
python skills/naver-real-estate-search/scripts/apply_generated_seeds.py --only-names "리센츠,은마" --json
python skills/naver-real-estate-search/scripts/apply_generated_seeds.py --apply-target --apply-cache --json

역할:

• candidate-seeds.generated.json 의 results[] 를 읽어 운영 승격 가능 항목 과 수동 검수 큐 를 분리
• 기본값은 preview이며, --apply-target 일 때만 references/candidate-seeds.json 을 갱신
• --apply-cache 를 함께 쓰면 accepted 항목만 data/candidate-cache.json 에 warm-cache
• verified/weak-verified + complex_id + confidence 기준 으로 승격 후보를 고르고, 나머지는 manual_review_queue 에 정리
• --only-names / --exclude-names 로 일부 단지만 골라 검수 가능

2) 채팅형 브리핑 래퍼#

bash

python skills/naver-real-estate-search/scripts/chat_real_estate.py --query "잠실 리센츠 전세 30평대"

역할:

• 단일 단지 결과를 더 자연스러운 한국어 브리핑으로 요약
• 여러 단지 비교 결과를 “어디가 더 낮은지 / 동일 평형이면 어디가 더 싼지 / 차이가 어느 정도인지” 중심으로 설명
• 대표 매물/링크를 채팅에 붙이기 쉽게 정리

3) 가격 감시 / 새 매물 감지#

bash

python skills/naver-real-estate-search/scripts/watch_real_estate.py add --name "리센츠 전세 30평대" --query "잠실 리센츠 전세 30평대" --target-max-price 950000000 --notify-on-new --notify-on-price-drop
python skills/naver-real-estate-search/scripts/watch_real_estate.py check --preview
python skills/naver-real-estate-search/scripts/watch_real_estate.py check --json

역할:

• 로컬 JSON 파일에 watch rule 저장
• 목표가 이하 / 새 매물 / 가격하락 감지
• last_seen / events / dedupe 기반의 실사용형 감시 초안 제공
• 텔레그램/브리핑 등 상위 레이어에 바로 전달하기 쉬운 stdout JSON 구조 제공

저장 파일:

• skills/naver-real-estate-search/data/watch-rules.json
• skills/naver-real-estate-search/data/candidate-cache.json
• skills/naver-real-estate-search/references/candidate-seeds.json

Quick start#

1) self-test#

bash

python skills/naver-real-estate-search/scripts/search_real_estate.py --self-test

2) 자연어 파싱만 확인#

bash

python skills/naver-real-estate-search/scripts/search_real_estate.py --query "잠실 리센츠랑 엘스 전세 비교 30평대" --parse-only

3) 후보 단지만 찾기#

bash

python skills/naver-real-estate-search/scripts/search_real_estate.py --query "서울 양천구 신월동 신월시영아파트 전세" --list-candidates --json

4) 채팅형 후보 리스트#

bash

python skills/naver-real-estate-search/scripts/chat_real_estate.py --query "대치 은마 전세" --list-candidates

4-1) candidate-cache seed / alias 학습#

bash

python skills/naver-real-estate-search/scripts/search_real_estate.py --seed-candidate-file
python skills/naver-real-estate-search/scripts/apply_generated_seeds.py --apply-target --apply-cache --json
python skills/naver-real-estate-search/scripts/search_real_estate.py --seed-candidate --complex-id 1147 --candidate-name "리센츠" --candidate-address "서울특별시 송파구 잠실동" --candidate-aliases "잠실 리센츠,잠실리센츠"
python skills/naver-real-estate-search/scripts/search_real_estate.py --show-cache --query "리센츠"

권장 순서:

1. build_candidate_seeds.py 로 generated 초안을 만든다.
2. apply_generated_seeds.py 로 preview해서 accepted / manual review를 확인한다.
3. 문제가 없을 때만 --apply-target --apply-cache 를 실행한다.
4. direct URL/ID를 확보한 단지는 --seed-candidate 로 수동 보강한다.

반복 조회가 필요한 실존 단지나 alias가 자주 흔들리는 단지(예: 신월시영아파트, 답십리두산위브)는 먼저 cache에 학습시켜 둔다. 아직 complex ID를 확보하지 못한 경우에도 manual_review_queue 와 seed-input 에 남겨 두면 후보 힌트 fallback에 활용된다.

5) 단일 단지 조회#

bash

python skills/naver-real-estate-search/scripts/search_real_estate.py --complex-id 1147 --trade-types 전세 --limit 10

6) direct URL로 조회#

bash

python skills/naver-real-estate-search/scripts/search_real_estate.py --url "https://new.land.naver.com/complexes/1147" --trade-types 매매,전세 --json

7) 자연어 한 줄 브리핑#

bash

python skills/naver-real-estate-search/scripts/chat_real_estate.py --query "잠실 리센츠 전세 30평대" --limit 8

8) 여러 단지 비교 브리핑#

bash

python skills/naver-real-estate-search/scripts/chat_real_estate.py --query "잠실 리센츠와 잠실 엘스 전세 비교 30평대" --compare --candidate-limit 2

Recommended workflow#

1. 사용자가 특정 단지 URL/ID 를 주면 그 값을 우선 사용한다.
2. URL/ID가 없으면 chat_real_estate.py --query ... 로 먼저 자연어 브리핑을 시도한다.
3. 질의가 넓거나 모호하면 --list-candidates 로 후보를 1~3개만 보여준다.
4. 후보가 좁혀지면 단일 단지 조회 또는 --compare 로 비교한다.
5. 구조화 데이터가 필요하면 같은 조건으로 search_real_estate.py --json 을 다시 호출한다.
6. 반복 확인이 필요하면 watch_real_estate.py add/check 흐름으로 가격 감시를 연결한다.

Candidate-search guidance#

현재 후보 탐색은 다음 순서로 동작한다.

1. direct complex ID / URL 우선 추출
2. 자연어에서 비교 대상 / 위치 힌트 / 거래유형 / 평형대 분리
3. 로컬 candidate cache(alias → complex_id) exact/contains 매칭
4. 캐시에 없으면 네이버 검색 결과 HTML에서 후보 complex ID 수집
5. 가능하면 단지 상세 API로 이름/주소/세대수 보강 후 캐시에 적재
6. 그래도 후보가 비면 candidate-seeds.json 의 manual_review_queue + seoul-major-complexes.seed-input.json 를 fallback reference로 조회해 힌트 후보 를 반환
7. 이름 정규화 / alias 일치 / 지역 힌트 / 질의 토큰 / 세대수 신뢰도 기준으로 점수화
8. 점수 상위 후보만 반환

신월시영아파트 ↔ 신월시영 같은 축약/별칭 차이를 줄이기 위해 공백 제거 + suffix 제거 + alias 확장을 같이 사용한다.

Output guidance#

단일 단지#

• 단지명 / 위치
• 필터 요약(거래유형, 평형대)
• 건수 / 최저가 / 평균가 / 중앙값 / 최고가
• 대표 동일 평형 요약
• 대표 매물 2~3개
• 사람이 읽기 쉬운 짧은 해석

여러 단지 비교#

• 단지별 핵심 수치
• 전체 평균 기준 어느 단지가 더 낮은지
• 가능한 경우 동일 평형 기준 어느 단지가 더 낮은지
• 대표 매물 또는 링크

가격 감시#

• rule 이름 / id
• 목표가 이하 매물 수
• 신규 매물 / 가격하락 감지
• stdout JSON의 alerts, snapshot, events, message_preview, summary 계층 활용
• 텔레그램/브리핑 레이어에는 watch_real_estate.py check --preview 결과를 바로 붙이고, 구조화 후처리가 필요하면 --json 을 사용

References#

세부 설계/429 운영 지침/감시 schema/seed 예시는 다음 파일을 참고한다.

• references/design.md
• references/candidate-seeds.json
• references/seoul-major-complexes.seed-input.json
• references/candidate-seeds.generated.json
• references/candidate-seed-builder.md