광주광역시 남구 봉선동에 위치한 더쉴2단지 아파트의 최신 실거래가 기반으로 시세를 확인할 수 있습니다.
국토부 실거래가 공공데이터를 기반으로 매매가 변화 추이, 면적별 가격, 최고가 기록을 확인할 수 있습니다.
2010년이며 2026년 04월 07일 기준 17년차의 리모델링 연한 도래 아파트(으)로NA세대로 이루어져 있습니다.※ 리포트는 공공데이터를 이용한 시스템을 통해 자동생성되며, 국토부에 실거래가가 등록되면 본 리포트의 내용이 수시로 업데이트됩니다.
베타 서비스 중 오류가 있을 수 있으니 반드시 실제 데이터를 확인해주세요.
최신 실거래가 데이터가 누락됐거나 추가 확인이 필요하다면 아래 버튼으로 간단히 요청해주세요.
단지 기본 정보입니다.
거래 사례가 적어 통계적 신뢰도가 낮을 수 있습니다. 반드시 추가 매물 정보를 확인하세요. (아파트 기준)
| 연도\면적 | 160 | 190 |
|---|---|---|
| 2026 | 11.3억 | 15.4억 |
| 2025 | 12.34억 | . |
| 2024 | 11.86억 | 22.05억 |
| 2023 | 11.8억 | 19.8억 |
| 2022 | 14.5억 | 18.5억 |
| 2021 | 13.4억 | 15.88억 |
| 2020 | 12.18억 | 15.5억 |
| 2019 | 11.37억 | . |
| 2018 | 8.96억 | 12.9억 |
| 2017 | 6.69억 | 8.55억 |
| 2016 | 6.23억 | 7.66억 |
| 2015 | 5.89억 | 6.37억 |
| 2014 | 4.99억 | 5.41억 |
| 2013 | 4.41억 | 5.18억 |
| 2012 | 4.73억 | 4.6억 |
| 2011 | 4.38억 | 5.43억 |
| 2010 | 4.56억 | 5.82억 |
| 전용면적(㎡) | date | price | |
|---|---|---|---|
| Min. :155.4 | Min. :2010-03-30 | Min. : 39250 | |
| 1st Qu.:155.4 | 1st Qu.:2011-02-28 | 1st Qu.: 44950 | |
| Median :155.4 | Median :2014-05-22 | Median : 54567 | |
| Mean :163.7 | Mean :2015-09-06 | Mean : 74882 | |
| 3rd Qu.:187.3 | 3rd Qu.:2019-01-24 | 3rd Qu.:113500 | |
| Max. :187.3 | Max. :2026-04-06 | Max. :220500 |
평형별 최고가 기록입니다.
계약일자 기준입니다.올림 구간 면적을 기준으로 합니다.
| 전용면적(㎡) | 매매가 | 계약일 | 층수 |
|---|---|---|---|
| 160 | 14.5억 | 2022-05-26 | 6 |
| 190 | 22.05억 | 2024-08-29 | 5 |
봉선 더쉴2단지 아파트의 실거래 전수 데이터를 시계열로 표현했습니다.
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.
![[남구] 봉선 더쉴2단지 아파트(2010) 회귀선 예측](../assets/figure/GbA136_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 |
|---|---|---|---|
| 2026-04-06 | 155.4494 | 3 | 11.3억 ▼ |
| 2025-11-08 | 155.4494 | 5 | 11.8억 ▼ |
| 2025-09-25 | 155.4494 | 8 | 12.4억 ▼ |
| 2025-06-04 | 155.4494 | 9 | 13억 ▲ |
| 2025-05-25 | 155.4494 | 10 | 12.9억 ▲ |
| 2025-03-12 | 155.4494 | 1 | 11.5억 ▼ |
| 2025-03-09 | 155.4494 | 4 | 12.4억 ▲ |
| 2024-08-13 | 155.4494 | 2 | 12억 - |
| 2024-06-05 | 155.4494 | 8 | 12억 ▲ |
| 2024-04-06 | 155.4494 | 4 | 11.6억 |
| 거래일 | 전용면적(㎡) | 층 | 거래금액 |
|---|---|---|---|
| 2026-02-02 | 187.2866 | 2 | 15.4억 ▼ |
| 2024-08-29 | 187.2866 | 5 | 22.1억 ▲ |
| 2023-09-09 | 187.2866 | 5 | 19.8억 ▲ |
| 2022-10-04 | 187.2866 | 5 | 18.5억 ▲ |
| 2021-09-08 | 187.2866 | 4 | 15.9억 ▲ |
| 2020-04-29 | 187.2866 | 5 | 15.5억 ▲ |
| 2018-09-08 | 187.2866 | 2 | 14억 ▲ |
| 2018-06-27 | 187.2866 | 3 | 11.8억 ▲ |
| 2017-03-08 | 187.2866 | 4 | 8.6억 ▼ |
| 2016-09-27 | 187.2866 | 5 | 8.9억 |
면적별 구분 라인차트

확대 차트(최근 5년 한정, 위 차트 사각형 부분)

월별 거래량 흐름의 최근 5개년 확대 차트입니다.

데이터 확보 중입니다.
(TBD)
(TBD)
봉선 더쉴2단지 아파트 가 위치한 남구 근방 1km 범위 내 총 50 개 아파트
더쉴1단지 기존 2009년
라인2 기존 1997년
라인3 기존 1997년
봉선동제일풍경채엘리트파크 준신축 2016년
봉선3차한국아델리움 준신축 2014년
봉선동한국아델리움57 신축 2021년
금호2 기존 1995년
한국아델리움2단지 기존 2006년
남양휴튼1차 기존 2009년
솔뫼REX-K1 기존 2005년
한국아델리움1단지 기존 2006년
봉선2차남양휴튼 준신축 2011년
금호타운1 기존 1993년
대화 기존 1993년
봉선동한국아델리움57디오브 신축 2025년
남양휴튼엠브이지101동 신축 2021년
쌍용스윗닷홈 기존 2005년
진아리채 기존 2007년
극동마이다스빌2차 기존 2002년
현대3 기존 1998년
라인 기존 1992년
덕산 기존 1996년
삼익1 기존 1990년
현대2 기존 1997년
브라운스톤진월 준신축 2014년
진아하이빌2차 기존 2004년
포스코더샵 기존 2004년
대주1 기존 1990년
삼익2 기존 1991년
삼익세라믹 기존 1994년
세원 기존 1996년
봉선동한국아델리움57더펜트 신축 2024년
진월아파트 기존 1986년
삼익세라믹2차 기존 1999년
무등파크2 기존 1992년
대주2 기존 1991년
주월동이지더원(EGthe1)1단지 준신축 2012년
봉선지웰 준신축 2015년
고운하이플러스2차 기존 2008년
호반리젠시빌스위트 기존 2005년
고운하이플러스1차 기존 2005년
봉선동르오네뜨 신축 2023년
진월 더리브 라포레 NA NA년
주월동이지더원3단지 준신축 2012년
현대 기존 1990년
진아하이빌101동 기존 2001년
봉선이지더원2단지 준신축 2012년
한신1 기존 1996년
진월3차삼익세라믹아파트 기존 2000년
경남 기존 1997년
데이터 기반
더쉴2단지 아파트의 면적대별 예상가격은
최근 거래가 드물어 추가 정보 수집 후 산출 예정입니다.
더쉴2단지 아파트는 광주광역시 남구 봉선동 1078번지에 위치한 아파트입니다.
거래가 가장 활발한 평형은 전용 155.4㎡입니다.
가장 최근 거래일은 2026년 04월 06일입니다.
새로운 매매 정보가 입수되면 최신 실거래를 기반으로 업데이트 됩니다.
관심단지를 확인하셨다면 본 페이지를 즐겨찾기에 추가해주세요.
(스레드와 페이스북에서 @디아파트 페이지에 Like/Follow하면 업데이트되는 소식을 받아보실 수 있습니다.)
데이터정리/글=디아파트
©dapt.kr
Tag : #봉선더쉴2단지아파트,#더쉴2단지아파트,#광주광역시남구봉선동,#17년차리모델링연한도래아파트,#광주광역시남구봉선동1078,#광주광역시남구제석로70,#2026년04월07일,#아파트시세,#아파트실거래가,#빅데이터분석,#부동산전망