이날 여야 의원들 다수는 HUG 재무 건전성 악화를 만든 제도적 허점으로 '악성 임대인에 대한 관리 미흡'을 짚었다. 박용갑 민주당 의원에 따르면 지난 9월 기준 HUG가 '전세보증 집중 관리 다주택 채무자'의 전세보증금을 대신 갚아준 뒤 회수하지 못한 돈은 2조8828억원으로 집계됐다. '전세보증 집중 관리 다주택 채무자'는 HUG가 3번 이상 보증금을 대신 갚아준 집주인 가운데 연락이 끊기거나 1년간 보증 채무를 아예 갚지 않은 사람을 일컫는 말로, 흔히 '악성 임대인'으로 불린다.
박 의원은 "전세사기 주범인 악성 임대인들이 서민들의 삶을 짓밟는 것뿐만 아니라 국민 세금을 재원으로 하는 공기업의 재정 건전성까지 파탄 내고 있는 것"이라며 "악성 임대인의 은닉 재산을 끝까지 추적해 다시는 전세시장에 발붙이지 못하도록 해야 할 것"이라고 밝혔다.
같은 당의 이연희 의원은 악성 임대인의 채무 불이행 이력을 임차인이 볼 수 있도록 하는 등 제도 개선을 제안했다. 그는 "도적 허점 관련해 대위변제 손실 중에 악성 임대인으로 인한 손실 규모가 막대한데 일부 악성 임대인은 상습 채무 불이행자 명단에 포함돼 있지 않다"며 "상습 채무 불이행자의 경우 10년 정도의 이력을 HUG나 임차인이 볼 수 있어야 한다"고 말했다.
윤영석 국민의힘 의원도 "악성 임대인 상위 10명에게 7000억 원 이상의 보증 사고금이 몰려 있는 상황"이라며 "이것은 HUG의 내부 규정 등에 다 명시가 돼 있고 사전적으로 필터링을 할 수 있는 상황인데 HUG가 직무를 해태했다는 생각밖에 들지 않는다. HUG가 시스템적으로 어떻게 보완할 것인지 종합감사 때까지 보고해달라"고 했다.
정 의원은 "지난 8월에 감사원이 발표한 보고서에 따르면 HUG가 2020년 9월부터 1년5개월 동안 16차례에 걸쳐 전세 보증 관련 담보 인증 비율과 공시가격 적용 비율을 하향해달라고 요청했음에도 국토부가 이를 제대로 검토하지 않았다"며 "그 이후 결국 전세사기 피해자가 급증하고 나서야 (담보 인증 비율 하향 등의) 조치가 이뤄졌다"고 했다.
그러면서 "국민들은 HUG의 손실이 커지면서 보증가입이 중단될 가능성이 있다는 우려를 하고 있다. 정부에서도 계속 자금을 투입할 수 없기 때문에 (HUG의) 부실이 계속된다면 그 우려가 현실이 될 수도 있다고 본다"라며 "HUG가 독자적이고 제대로 된 재무개선 대책을 마련해야 한다"고 말했다.
유병태 HUG 사장은 이같은 지적에 악성 임대인의 체금 체납 정보를 임대인 동의 없이도 임차인에게 제공하는 방안, 악성 임대인의 임대사업자 자격을 박탈하는 방안 등을 검토하겠다고 밝혔다. 악성 임대인 소지가 높은 이의 가입 요건에 대해서도 "전세보증금 반환보증 가입이 50건을 초과하는 임대인을 추가로 심사하는 방안을 연내 도입할 예정"이라고 했다.
그는 담보인정 비율의 추가 조정도 검토해보겠다고 했다. 유 사장은 "앞으로 담보 인증 비율을 어떻게 할 것이냐는 90%의 상황을 보면서 더 (하향) 조정할지는 추가로 검토해 봐야 할 것으로 생각한다"고 말했다.
이춘석 민주당 의원은 "공시가격은 여러 세금을 내는 근거 자료인데 개별공시지가 관련 이의신청이 수용된 사례 가운데 (공시가격 변경) 증감률이 3000%가 넘는 사례도 있다"며 "공시가격을 신뢰하고 세금을 납부해도 되느냐"고 지적했다.
이에 대해 손태락 한국부동산원 원장은 "개별 공시지가는 각 지자체에서 하고 있는데 그 부분에서 일정 부분 문제가 생길 수도 있다"며 "보완하고 검증을 강화하기 위해서 다양하게 지금 노력하고 있다"고 답했다.
손 원장은 올해 1월 운영을 시작한 부동산공시가격산정시스템(KOREPS)의 오류가 과도하다는 지적엔 "지속해서 개선해 나가겠다"고 말했다. 그는 "시군구별로 분리 운영되던 것을 통합하다 보니 서버에 부담이 늘었다"며 "최대한 빨리 대응을 했고 공시 업무하는 데에는 큰 문제가 없다. 내년 서버 보강을 위해 예산도 확보했다"고 설명했다.
손 원장은 이날 문재인 정부 집값 통계 조작 사건과 관련한 질의에는 "지금 감사와 재판 중인 사항이기 때문에 여기서 말씀드리는 게 적절하지 않다"며 일축했다.
<저작권자 © ‘돈이 보이는 리얼타임 뉴스’ 머니투데이. 무단전재 및 재배포, AI학습 이용 금지>