서울특별시 강남구 수서동에 위치한 수서한아름 아파트의 국토부 실거래 데이터를 바탕으로 가격 추이를 분석했습니다.
국토부 실거래가 공공데이터를 기반으로 매매가 변화 추이, 면적별 가격, 최고가 기록을 확인할 수 있습니다.
| 수서한아름 APT의 🔍전세 실거래 내역이 궁금하다면? 전세 정보 바로가기 |
1993년이며 2026년 06월 06일 기준 34년차의 재건축연한 도래 아파트(으)로498세대로 이루어져 있습니다.※ 리포트는 공공데이터를 이용한 시스템을 통해 자동생성되며, 국토부에 실거래가가 등록되면 본 리포트의 내용이 수시로 업데이트됩니다.
공공데이터 기반 자동 생성 리포트입니다. 실제 거래 전 반드시 원본 데이터를 재확인하세요.
최신 실거래가 데이터가 누락됐거나 추가 확인이 필요하다면 아래 버튼으로 간단히 요청해주세요.
단지 기본 정보입니다.
사용승인일 1993년 11월 01일
| 연도\면적 | 100 | 130 | 165 |
|---|---|---|---|
| 2026 | 25.5억 | 26.05억 | . |
| 2025 | 20.21억 | 24.61억 | 26.85억 |
| 2024 | 17.36억 | 20.87억 | 24억 |
| 2023 | 17.3억 | 19.33억 | 22.06억 |
| 2021 | 19.1억 | 20억 | 23.5억 |
| 2020 | 15.15억 | 16.79억 | 18.5억 |
| 2019 | 13.71억 | 15.19억 | 16.71억 |
| 2018 | 12.26억 | 13.96억 | 15.48억 |
| 2017 | 9.64억 | 11.13억 | 12.09억 |
| 2016 | 8.5억 | 9.15억 | 11.26억 |
| 2015 | 7.62억 | 9.19억 | 11.55억 |
| 2014 | 7.26억 | 8.4억 | . |
| 2013 | 6.92억 | 7.76억 | 11.75억 |
| 2012 | . | 8.51억 | . |
| 2011 | 7.47억 | 9.2억 | 12.9억 |
| 2010 | 7억 | 8.89억 | 11.03억 |
| 2009 | 7.24억 | 9.26억 | 11.4억 |
| 2008 | 7.6억 | 9.81억 | 12.9억 |
| 2007 | 7.77억 | 10억 | . |
| 2006 | 7.15억 | 9.79억 | 12.1억 |
| 전용면적(㎡) | date | price | |
|---|---|---|---|
| Min. : 97.63 | Min. :2006-02-17 | Min. : 54500 | |
| 1st Qu.: 97.63 | 1st Qu.:2010-08-28 | 1st Qu.: 78000 | |
| Median : 97.63 | Median :2016-03-22 | Median : 94500 | |
| Mean :115.19 | Mean :2015-07-23 | Mean :115170 | |
| 3rd Qu.:129.45 | 3rd Qu.:2019-08-29 | 3rd Qu.:143000 | |
| Max. :163.68 | Max. :2026-05-08 | Max. :290000 |
평형별 최고가 기록입니다.
계약일자 기준입니다.올림 구간 면적을 기준으로 합니다.
| 전용면적(㎡) | 매매가 | 계약일 | 층수 |
|---|---|---|---|
| 100 | 27억 | 2026-01-14 | 7 |
| 130 | 29억 | 2026-01-09 | 5 |
| 165 | 27.5억 | 2025-12-14 | 4 |
전체 거래 이력을 통해 가격 변화 패턴을 확인할 수 있습니다.
각 평형대별 최고가는 컬러 라벨로 표시했으며, 붉은색 숫자는 기존 추세를 고려했을 때 거래 가능성 있는 금액대입니다.
최근 급등한 경우 직전 매매가 영향으로 다소 낮게 계산될 수 있습니다.
아파트 가격에 큰 영향을 미치는 정책요소나 경제지표를 일절 고려치 않고 회귀식으로 도출한 숫자이므로 참고용으로만 활용 바랍니다.
![[강남구] 수서한아름 아파트(1993) 회귀선 예측](../assets/figure/AaA065_plot1.webp)
한눈에 알아보는 월별 평균가격 변화 그래프입니다.
전용면적별 거래 기록을 점으로 나타내 과거의 추세를 알 수 있으나 새로운 인사이트는 얻기 어렵다는 한계가 있습니다.

| 거래일 | 전용면적(㎡) | 층 | 거래금액 |
|---|---|---|---|
| 2026-05-06 | 97.63 | 7 | 24억 ▼ |
| 2026-01-14 | 97.63 | 7 | 27억 ▲ |
| 2025-11-02 | 97.63 | 3 | 22.4억 ▼ |
| 2025-06-20 | 97.63 | 7 | 23.1억 ▲ |
| 2025-05-12 | 97.63 | 4 | 21.5억 ▲ |
| 2025-03-22 | 97.63 | 13 | 20.3억 ▼ |
| 2025-02-27 | 97.63 | 11 | 20.4억 ▲ |
| 2025-02-27 | 97.63 | 3 | 13.6억 ▼ |
| 2024-12-21 | 97.63 | 1 | 18억 ▼ |
| 2024-12-18 | 97.63 | 5 | 18.2억 |
| 거래일 | 전용면적(㎡) | 층 | 거래금액 |
|---|---|---|---|
| 2026-05-08 | 129.45 | 2 | 23.1억 ▼ |
| 2026-01-09 | 129.45 | 5 | 29억 ▲ |
| 2025-10-24 | 129.45 | 13 | 26.5억 ▲ |
| 2025-06-24 | 129.45 | 10 | 25억 ▲ |
| 2025-06-18 | 129.45 | 11 | 24.5억 ▲ |
| 2025-02-22 | 129.45 | 1 | 22.4억 ▲ |
| 2024-11-16 | 129.45 | 2 | 20.1억 ▼ |
| 2024-10-07 | 129.45 | 9 | 21.8억 ▼ |
| 2024-09-28 | 129.45 | 3 | 21.9억 ▲ |
| 2024-08-26 | 129.45 | 13 | 21.1억 |
| 거래일 | 전용면적(㎡) | 층 | 거래금액 |
|---|---|---|---|
| 2025-12-14 | 163.68 | 4 | 27.5억 ▲ |
| 2025-03-06 | 163.68 | 13 | 26.2억 ▲ |
| 2024-08-06 | 163.68 | 8 | 25억 ▲ |
| 2024-03-07 | 163.68 | 2 | 23억 ▲ |
| 2023-11-13 | 163.68 | 11 | 22.8억 ▼ |
| 2023-11-11 | 163.68 | 11 | 22.9억 ▲ |
| 2023-10-08 | 163.68 | 1 | 20.5억 ▼ |
| 2021-10-21 | 163.68 | 8 | 23.5억 ▲ |
| 2020-08-19 | 163.68 | 3 | 18.9억 ▲ |
| 2020-07-06 | 163.68 | 7 | 18.1억 |
면적별 구분 라인차트

확대 차트(최근 5년 한정, 위 차트 사각형 부분)

월별 거래량 흐름의 최근 5개년 확대 차트입니다.

데이터 확보 중입니다.
(TBD)
(TBD)
수서한아름 아파트 가 위치한 강남구 근방 1km 범위 내 총 5 개 아파트
수서한아름 아파트 아파트는 같은 단지 내에서도 층수·향·조망·일조량·인테리어 조건에 따라 실거래 가격이 달라질 수 있습니다.
데이터를 기반으로 확인해본
수서동 수서한아름 아파트의2026년 06월면적대별 예상가격은
100㎡: 255,000만 원 130㎡: 260,500만 원 이었습니다.
| 수서한아름 APT의 🔍전세 실거래 내역이 궁금하다면? 전세 정보 바로가기 |
수서한아름 아파트는 서울특별시 강남구 수서동 712번지에 위치한 아파트입니다.
서울특별시 강남구 수서동 712 수서한아름 아파트의 시세는 최근 3개월 거래 기준 23.1억~24억입니다.
가장 최근 거래일은 2026년 05월 08일입니다.
새로운 매매 정보가 입수되면 최신 실거래를 기반으로 업데이트 됩니다.
실거래가 업데이트 알림을 받으려면 페이지를 저장해두세요.
(스레드와 페이스북에서 @디아파트 페이지에 Like/Follow하면 업데이트되는 소식을 받아보실 수 있습니다.)
데이터정리/글=디아파트
©dapt.kr
Tag : #수서한아름아파트,#수서한아름아파트,#서울특별시강남구수서동,#34년차재건축연한도래아파트,#서울특별시강남구수서동712수서한아름,#서울특별시강남구광평로51길22,#2026년06월06일,#아파트시세,#아파트실거래가,#빅데이터분석,#부동산전망