고덕역 갑을명가시티 오피스텔
강동구 명일동 · 2018년 준공 · 오피스텔· · 갱신 2026-06-08
강동구 명일동에 위치한 고덕역 갑을명가시티 오피스텔 (2018년 준공) 오피스텔의 실거래가 정보입니다. 국토교통부에 신고된 최근 거래 33건 기준 평균 매매가는 1억 5,617만이며, 최저 1억 2,000만부터 최고 2억 3,500만까지 분포합니다. 전세 평균 보증금은 1억 3,971만 수준입니다.
평균 매매가
1억 5,617만
최고 거래가
2억 3,500만
최저 거래가
1억 2,000만
평균 면적
19.95㎡
6.0평
㎡당 평균가
779만/㎡
신고 거래
33건
월별 평균 거래가 추이
⚠️ 데이터 부족 안내: 선택한 기간(5년) 대비 보유 데이터는 최근 27개월입니다. "5년 변동"은 보유 기간 내 변동률이며, 실제 5년치는 국토부 RTMS 백필 후 갱신됩니다.
현재값
1.3억
26.01
5년 변동
▼ 3.6%
1.4억 → 1.3억
YoY (1년 전 대비)
▼ 5.71%
동월 비교
MoM (전월 대비)
▲ 6.45%
직전 월 비교
기간 최고
2.4억
21.11
기간 최저
1.2억
24.04
고덕역 갑을명가시티 오피스텔 월별 평균
실제 지수기간 최고 / 최저만원
평형별 평균 거래가
| 전용면적 | 거래 | 평균가 | 평형 |
|---|---|---|---|
| 20㎡대 | 27건 | 1억 4,119만 | 6평대 |
| 30㎡대 | 6건 | 2억 2,362만 | 9평대 |
층별 시세
저층(1~5층)
731 만/㎡
9건 · 평당 2,417만
중층(6~15층)
798 만/㎡
24건 · 평당 2,638만
전세·월세 시세
전세 평균 보증금
1억 3,971만
최저 1억 500만~최고 2억
전세가율
89.5%
매매 평균 대비
월세 (보증/월)
2,630만 / 56만
전월세 거래
전세 15건 · 월세 91건
⚠️ 데이터 부족 안내: 선택한 기간(5년) 대비 보유 데이터는 최근 10개월입니다. "5년 변동"은 보유 기간 내 변동률이며, 실제 5년치는 국토부 RTMS 백필 후 갱신됩니다.
현재값
1.3억
26.05
5년 변동
▼ 20.4%
1.6억 → 1.3억
MoM (전월 대비)
▼ 36.87%
직전 월 비교
기간 최고
2.0억
25.11
기간 최저
1.1억
25.10
고덕역 갑을명가시티 오피스텔 전세 추이
실제 지수기간 최고 / 최저만원 (전세 보증금)
최근 실거래 (최근 15건)
| 거래일 | 전용면적 | 층 | 거래가 |
|---|---|---|---|
| 2026.01.22 | 17.9㎡ (5.4평) | 6층 | 1억 2,000만 |
| 2026.01.06 | 17.9㎡ (5.4평) | 13층 | 1억 4,400만 |
| 2025.10.27 | 17.9㎡ (5.4평) | 5층 | 1억 2,400만 |
| 2025.09.22 | 17.9㎡ (5.4평) | 14층 | 1억 4,900만 |
| 2025.09.18 | 19.6㎡ (5.9평) | 10층 | 1억 5,500만 |
| 2025.06.25 | 26.0㎡ (7.9평) | 15층 | 2억 1,000만 |
| 2025.04.26 | 17.9㎡ (5.4평) | 11층 | 1억 4,000만 |
| 2025.03.15 | 17.9㎡ (5.4평) | 10층 | 1억 4,300만 |
| 2024.11.04 | 19.7㎡ (6.0평) | 7층 | 1억 5,400만 |
| 2024.08.10 | 17.9㎡ (5.4평) | 9층 | 1억 4,750만 |
| 2024.05.28 | 17.9㎡ (5.4평) | 3층 | 1억 3,000만 |
| 2024.04.30 | 17.8㎡ (5.4평) | 13층 | 1억 2,000만 |
| 2024.02.17 | 17.9㎡ (5.4평) | 13층 | 1억 4,750만 |
| 2024.02.17 | 17.9㎡ (5.4평) | 12층 | 1억 4,900만 |
| 2023.11.27 | 19.6㎡ (5.9평) | 4층 | 1억 5,350만 |
출처: 국토교통부 오피스텔 실거래가 (RTMSDataSvcOffiTrade)
강동구 다른 오피스텔
본 페이지는 국토교통부 오피스텔 실거래가 신고 자료를 자동 집계합니다. 평균은 평형·층 혼합값으로 개별 매물과 다를 수 있으며, 투자 권유가 아닙니다. 데이터 방법론