김종훈 책임연구원이 개발한 AI 모델의 훈련 및 검증 과정을 설명하고 있다 (사진=한국에너지기술연구원)

[에너지환경신문 박은아 기자] 건물에서 나오는 온실가스 측정 시간이 대폭 줄어든다.

한국에너지기술연구원(원장 김종남) 에너지ICT융합연구단 김종훈(UST 교원) 박사 연구진이 현장 방문 없이 AI를 활용해 건물의 에너지 성능을 측정할 수 있는 모델을 개발했다고 12일 전했다.

2050 탄소중립 정책기조에 따라 기존 건축물의 에너지 효율개선 연구가 활발한 가운데, 효과적인 에너지 효율개선을 위해 건물의 현 에너지 성능 수준을 파악하는 에너지 진단 및 모델링이 요구되고 있다.
 
특히, 대규모 사업일 경우 모든 대상 건물의 성능을 실측하기 어렵고 여건 또한 마땅치 않아 건물의 기본 정보를 확인하는 방법으로 성능을 평가하고 있지만, 시뮬레이션에 필요한 건물의 정보들을 확인하기 위해서 현장 방문은 필수이다.
 
이에 연구진은 에너지 진단 프로세스를 획기적으로 단축하기 위해 AI를 활용해 건물 에너지 성능을 예측하는 모델을 개발했다. 40,000가구 데이터를 이용해 전체 입력변수로 학습된 AI모델의 성능과 준공연도별 열관류율과 난방면적을 입력변수로 하는 학습된 AI모델의 성능 차이가 NRMSE 3% 수준이며, 저소득층 단독주택모델로 검증한 결과 NRMSE 1.4%로 우수한 성능을 보였다.

또한 건물마다 별도로 수행해야하는 시뮬레이션 모델링 없이, 연구진이 개발한 AI 예측 모델에 주요 변수의 입력만으로 전체 대상 가구를 동시에 평가할 수 있도록 설계했다. 

기존 1가구의 현장 방문을 통한 측정시간이 1~2시간이였다면 연구진이 개발한 예측 모델의 10,000가구 에너지 측정시간을 약 27초로 단축 시켰다.

연구책임자 김종훈 박사는 “개발한 예측 모델을 이용해 건물 에너지 성능개선 사업을 시작하기 전, 건물의 대략적인 에너지 성능을 쉽게 파악할 수 있다.”며 “AI기반 에너지산업의 디지털화가 기존 에너지 진단 방법의 문제점을 해결할 수 있는 도구 중 하나가 될 것이다”라고 말했다.

저작권자 © 에너지환경신문 무단전재 및 재배포 금지