<이미지를 클릭하시면 크게 보실 수 있습니다>

내 집 마련을 준비 중인 사람이라면 5월부터는 청약 캘린더를 주의 깊게 살펴봐야 한다. 그동안 멈췄던 '분양시계'가 다시 돌아가고 있기 때문이다. 올해 들어 4월까지는 뜻하지 않은 '분양 비수기'였다. 청약제도 변경에 맞춰 한국부동산원의 청약홈 사이트가 개편되고 4·10 총선으로 인해 아파트 분양이 대거 미뤄졌기 때문이다. 하지만 이달부터는 상황이 반전된다. 계획이 변경될 가능성은 있지만 많은 단지들이 대부분 상반기에 대거 물량을 공급한다는 목표다. 강남·서초·마포·강동구 등 서울 인기 지역은 물론 성남·수원 등 수도권 주요 지역에서 줄줄이 분양이 예정돼 있다.

특히 신혼부부나 신생아 출생 가구는 바뀐 청약제도를 활용하면 당첨 기회가 늘어난다. 다만 공사비 상승 등 이유로 분양가격이 계속 올라가고 있고, 인기 지역이나 단지로의 쏠림 현상도 심해질 것으로 예상되는 만큼 청약 전략이 더욱 중요해졌다.

분양업계에 따르면 서울에서 이달부터 강동구 성내동 그란츠리버파크, 마포구 공덕동 마포자이힐스테이트, 서초구 반포동 래미안원펜타스, 강남구 도곡동 래미안레벤투스 등이 견본주택을 열고 분양에 나설 계획이다. 당장 이달에 전국 43개 단지에서 3만9593가구 공급이 쏟아진다. 지난해 같은 달(6720가구)과 비교해보면 5배 가까이 많다. 수도권은 2만3404가구, 지방은 1만6189가구 공급이 계획됐다. 특히 43개 사업장 가운데 16곳이 1000가구 넘는 대단지라는 점이 눈에 띈다.

서울에서 당장 이달 분양 채비에 나설 것으로 예상되는 단지는 강동구 '그란츠리버파크'다. DL이앤씨가 성내5구역을 재개발해 짓는 주상복합 아파트로 내년 1월 완공될 예정이다. 지상 최고 42층, 2개동, 총 407가구 규모로 전용면적 36~180㎡, 327가구가 일반분양 몫으로 나온다. 그란츠리버파크는 지하철 5·8호선 천호역과 5호선 강동역 더블 역세권 입지를 갖춰 교통 환경이 좋다. 한강을 도보로 이용할 수 있는 위치며 단지 주변에 풍납근린공원, 광나루한강공원, 올림픽공원 등이 있어 쾌적한 주거 생활도 누릴 수 있다. 도보 10분 거리 이내에 성내초, 강동성심병원, 이마트(천호점), 현대백화점(천호점), 이랜드리테일 등이 있다. 분양가는 3.3㎡당 4000만원 초반대에서 검토 중인 것으로 알려졌다. '국민 평형'인 전용 84㎡를 기준으로 13억~14억원 수준이 될 전망이다. 최근 앞서 분양했던 단지와 비슷한 수준이다.


영등포구에서는 영등포구1-13구역을 도시환경정비사업으로 재개발한 '영등포센트럴푸르지오위브'가 대기 중이다. 최고 33층, 5개동, 총 659가구 규모다. 이 중 216가구를 일반분양할 예정이다. 대우건설과 두산건설이 짓는다. 지하철 5호선 영등포시장역이 걸어서 4분 거리고, 1·5호선 신길역과 1호선 영등포역도 가깝다. 영중초를 비롯해 한림대성심병원과 신세계백화점(타임스퀘어점), 롯데백화점(영등포점), 영등포근린공원 등 편의시설이 단지 주변에 포진해 있다. 분양가는 3.3㎡당 3500만~4000만원 선에서 책정될 전망이다. 지난해 2월 분양한 '영등포자이디그니티' 분양가가 3.3㎡당 평균 3473만원이었던 점을 감안하면 다소 올라가는 셈이다. 영등포자이디그니티는 당시 98가구 모집에 1만9478명이 몰려 평균 경쟁률 198대1을 기록했다.

서대문구 홍은13구역을 재개발해 짓는 '서대문센트럴아이파크'도 이달에 분양을 계획하고 있다. 지하 3층~지상 최고 15층, 12개동, 전용 49~84㎡, 827가구 규모로 지어진다. 이 중 409가구가 일반분양된다. 서대문센트럴아이파크는 내부순환로를 이용하기 쉬운 위치다. 다만 지하철 역에서는 멀다는 점이 아쉽다.

강북권 최대어인 '마포자이힐스테이트 라첼스'는 6월 분양이 목표다. 공덕1구역을 재건축하는 단지로 최고 22층, 11개동, 총 1101가구 중 전용 59~114㎡ 456가구가 일반분양으로 공급된다. 이미 지난해 착공해 2026년 12월 입주를 목표로 공사가 진행 중이다. 분양가격은 3.3㎡당 5000만원대로 책정될 가능성이 높다는 전망이 나온다. 5호선 애오개역 역세권 단지며 5·6호선과 경의중앙선·공항철도가 지나는 공덕역도 걸어서 이용할 수 있다.

6월에는 성북구 장위뉴타운 6구역을 재개발한 '라디우스파크푸르지오'도 일반분양이 가능할 전망이다. 지난 3월 21일 성북구가 착공을 승인하면서 장위6구역은 2008년 정비구역으로 지정된 지 16년 만에 첫 삽을 뜨게 됐다. 2020년 관리처분계획을 인가받고 이주와 철거까지 마쳤지만 공사비가 확정되지 않아 착공이 늦어졌다. 2019년 조합과 대우건설이 합의한 공사비는 3.3㎡당 427만원이었는데, 자재 가격 폭등에 시공사가 600만원 정도로 인상해달라고 요구한 것이다. 최근 조합과 시공사가 공사비를 3.3㎡당 583만원으로 증액하는 데 합의했다.

지하 3층~지상 최고 33층, 15개동, 총 1637가구 규모 대단지로 신축되는 라디우스파크푸르지오는 일반분양 물량이 718가구로 넉넉하다. 지하철 1·6호선 석계역과 가까워 장위뉴타운에서는 대중교통 환경이 가장 좋은 편이다. 분양가는 3.3㎡당 3400만~3500만원 선에서 책정될 전망이다. 전용 84㎡를 기준으로 12억원 수준이다. 2022년 말 분양한 장위자이레디언트(장위4구역)의 분양가는 3.3㎡당 2834만원이었다.

규제 지역으로 분양가상한제가 적용되는 강남권에서는 10억원가량 시세 차익이 기대되는 아파트가 청약을 앞두고 있다.

서초구 반포동에서는 '래미안원펜타스'가 분양할 예정이다. 삼성물산이 신반포15차를 재건축한 아파트로 6월 초 분양을 계획하고 있다. 모두 641가구 규모로, 이 가운데 292가구가 일반분양으로 나온다. 9호선 신반포역과 붙어 있으며, 아크로리버파크와 래미안원베일리와는 이웃 단지다. 외국인 학교인 덜위치칼리지, 강남권의 유일한 사립초등학교(계성초) 등을 끼고 있다. 반포중과 가깝고, 길 하나를 건너면 세화여고와 세화여중이 있다.

래미안원펜타스는 후분양으로 공급되는 아파트라 당장 6월이면 입주를 진행한다. 청약에 당첨돼도 잔금 납부 기간이 매우 촉박하다는 사실을 염두에 둬야 한다는 뜻이다. 자금력이 부족하다면 청약통장을 던지기 힘든 상황이지만 주변 시세를 고려하면 차익이 상당할 것으로 기대를 모은다.


3.3㎡당 분양가는 앞서 지난 1월 분양된 '메이플자이' 일반분양가(3.3㎡당 6705만원)를 뛰어넘어 7000만원대에 책정될 것으로 예상된다. 전용 84㎡ 분양가가 24억~25억원 수준이 될 것이라는 계산이 나온다. 반포동의 다른 새 아파트들은 비슷한 면적이 30억원 중후반대에 거래되고 있다.

강남구 도곡동 '래미안레벤투스'도 상반기 분양이 목표다. 도곡렉슬(3002가구)과 인접해 있는 이 아파트는 도곡삼호를 재건축해 308가구 가운데 133가구가 일반분양 몫으로 나온다. 전용 45㎡ 26가구, 58㎡ 84가구, 74㎡ 12가구, 84㎡ 11가구 등 중소형 위주로 일반분양될 예정이다. 일반분양가는 3.3㎡당 6000만원대를 넘을 것이 확실시된다.

이처럼 서울 지역에서 인기 단지들이 줄줄이 분양을 기다리고 있지만 수요자가 꼭 체크해야 할 문제가 있다. 바로 분양가격이 올라가고 있다는 사실이다. 실제로 리얼투데이가 한국부동산원 청약홈 자료를 분석한 결과에 따르면 서울 청약 아파트의 분양가는 평균 10억3481만원으로 조사됐다. 지난해 평균 분양가인 8억595만원보다 28.4% 올랐다. 시장에서는 강북권에서 전용 84㎡ 기준으로 분양가격이 곧 15억원을 넘어설 것이라는 전망이 나오고 있다. 다시 말해 민간 분양가상한제 적용 지역을 제외하면 일정 부분 시세 차익을 기대하기 어려울 수 있다. 가격에 대한 청약 대기자들의 민감도가 매우 높은 만큼 단지마다 '옥석 가리기'가 진행될 가능성도 있다.

강남 3구에서 후분양이 늘어나고 있다는 사실도 변수다. 후분양은 일반적인 '선분양'보다 조합원 입장에선 위험이 높지만 인기가 많은 강남권은 상대적으로 낮은 편이다. 후분양 아파트가 분양가상한제를 적용받으면 건설비용 등을 좀 더 인정받을 수 있기 때문에 분양가격이 시장 전망치보다 더 오를 수 있다.

한편 청약을 염두에 둔 실수요자라면 지난 3월 25일부터 새롭게 바뀐 주택청약제도 내용을 숙지하고 있어야 당첨 가능성을 높일 수 있다.

[손동우 기자]

[ⓒ 매일경제 & mk.co.kr, 무단 전재, 재배포 및 AI학습 이용 금지]