[대전=뉴스프리존] 이기종 기자= 한국에너지기술연구원은 에너지ICT융합연구단 김종훈 박사팀이 현장 방문 없이 AI를 활용해 건물의 에너지 성능을 측정할 수 있는 모델을 개발했다고 15일 밝혔다.
건물은 일상에서 가장 많은 온실가스를 배출하는 부분이자 전 세계 에너지 소비의 약 1/3을 차지한다.
또 건물은 하루 아침에 새로 짓거나 단시간 내에 개보수하기 어려우며 한 번 지어지면 정해진 배출 강도를 꾸준히 유지하기 때문에 타 영역보다도 빠른 전환과 성능개선이 필요하다.
특히 2050 탄소중립 정책기조에 따라 기존 건축물의 에너지 효율개선 연구가 활발한 가운데 효과적인 에너지 효율개선을 위해 건물의 현 에너지 성능 수준을 파악하는 에너지 진단과 모델링이 요구되고 있다.
이번 연구팀은 이러한 필요성에 따라 에너지 진단 프로세스를 획기적으로 단축하기 위해 AI를 활용해 건물 에너지 성능을 예측하는 모델을 개발했다.
연구과정을 보면 40,000가구 데이터를 이용해 전체 입력변수로 학습된 AI모델의 성능과 준공연도별 열관류율과 난방면적을 입력변수로 측정했다.
이 과정에서 학습된 AI모델의 성능 차이가 NRMSE(Normalized Root Mean Square Error, 정규 평균 제곱근 오차) 3% 수준이었으며 저소득층 단독주택모델로 검증한 결과 NRMSE 1.4%로 우수한 성능을 보였다.
또 건물마다 별도로 수행해야하는 시뮬레이션 모델링 없이 연구진이 개발한 AI 예측 모델에 주요 변수의 입력만으로 전체 대상 가구를 동시에 평가할 수 있도록 설계했다.
이를 통해 전국적으로 분포한 노후주택 50,000 가구의 데이터를 이용해 모델 훈련과 검증을 수행했고 임의로 데이터 분할 및 검증을 100회 시도한 결과 NRMSE의 표준편차가 0.25%로 안정적인 모델의 성능을 확보했다.
이 연구결과에 의하면 10,000가구의 에너지 성능을 예측하는데 걸린 시간은 약 27초가 소요됐고 기존 1가구의 현장 방문을 통한 측정시간이 1~2시간인 것과 비교하면 획기적으로 시간과 노동력을 줄일 수 있다.
에너지연 김종훈 박사는 “이번 연구는 50,000가구 데이터 중 40,000가구는 AI모델의 학습에 활용했고 10,000가구는 AI모델 검증에 활용했다”면서 “준공년도가 가장 낮은 주택은 1951년이며 개발한 예측 모델을 이용해 건물 에너지 성능개선 사업을 시작하기 전, 건물의 대략적인 에너지 성능을 쉽게 파악할 수 있다”고 말했다.
이 연구는 국토교통부 기존 건축물 저탄소 에너지효율화 리모델링 최적 모델 개발 사업의 지원을 받아 수행됐고 Civil Engineering 분야 건축과 환경(Building and Environment) 저널에 게재됐다.