한국그린빌딩협의회(KGBC)는 4월19일 서울 서초구 엘타워 루비홀에서 ‘AI시대의 그린빌딩’을 주제로 ‘2024 그린빌딩의 날’ 행사를 개최했다.
이날 행사에는 이우제 국토교통부 건축정책관, 권영철 KGBC 전임회장(한라대 교수), 최창호 KGBC 신임 회장(광운대 교수), 정재원 2024 그린빌딩의 날 준비위원장(한양대 교수) 등을 비롯한 내‧외빈 50여명이 참석했다.
이번 그린빌딩의 날 행사에서는 건물 에너지정책, 기후변화 대응, 친환경 건축물 사례와 관련된 강연과 국내 그린빌딩분야에서 뛰어난 업적을 남긴 단체, 개인 및 건축물 등에 대한 그린빌딩 어워드 시상식이 진행됐다.
정재원 준비위원장은 개회사를 통해 “창립 24주년을 맞이한 KGBC는 지구온난화로 기후변화 문제에 대응하기 위한 건축분야의 역할을 점검하며 해결방안을 모색하면서 사회의 지속가능한 발전과 보편적 삶의 개선에 기여하기 위해 노력하고 있다”라며 “KGBC는 대한민국을 대표하는 그린빌딩 관련 공익 사단법인으로 WorldGBC 회원들과 교류하면서 친환경건축물 인증기준과 그린빌딩 기술개발 내용을 공유하는 등 국제적인 역할을 확대하고 위상을 높여가고 있다”고 강조했다. 이어 “전 세계 그린빌딩의 동향과 정보를 수집하고 분석해 산업계‧학계‧기관 등에 제공함으로써 그린빌딩 저변 확대에도 힘쓰고 있다”고 덧붙였다.
권영철 전임회장은 환영사에서 “기후변화의 심각성이 날로 더해가는 가운데 탄소중립 시대의 새로운 국제질서와 정부의 기후위기 대응정책에 적극 부응하기 위한 건축분야의 역할과 실천방안을 모색 필요성에 따라 산‧관‧학‧연 전반에 걸친 공감대가 형성됐다”라며 “이에 따라 그린빌딩의 의의를 되새기고 지속가능한 발전을 도모하기 위해 그린빌딩의 날을 선포한 지 올해로 4년째가 됐다”고 밝혔다. 또한 “현재 AI기술 발전과 AI시대의 그린빌딩은 지속가능한 도시 및 건물, 건설의 미래를 모색하는 중요한 흐름으로 건축 및 도시개발분야에서 주목할 만한 주제로 떠오르고 있다”라며 “환경보호와 에너지효율성 측면에서도 큰 이점을 제공할 것으로 기대한다”고 말했다.
이우제 국토부 건축정책관은 축사에서 “이번 그린빌딩의 날 행사는 AI라는 글로벌 기술 트렌드에 맞춰 녹색건축과 연계함으로써 미래지향적인 행사인 것 같다”라며 “국토부는 건물부문 탄소중립을 위해 녹색건축물이 확대되고 그로 인한 다양한 정책을 추진 중이나 쉽지 않다는 것을 느끼고 있다”고 밝혔다. 또한 “건물의 증가 추세나 건물에서의 에너지사용량은 국민 경제활동과 불가분의 관계이며 경제성장과 에너지절감이라는 두 마리 토끼를 동시에 잡는 것은 매우 어렵다”라며 “하지만 우리에게는 인공지능 등 첨단기술이라는 헌신적인 수단이 있으며 AI기술을 통해 건물의 에너지효율화를 달성하고 스마트한 정보를 공개함으로써 대중의 행동을 변화시킬 수 있다”고 말했다.
박진철 대한건축학회 회장(중앙대 교수)은 축사를 통해 “최근 중동정세가 날로 악화되고 있으며 고금리로 원자재 가격이 오르면서 유가가 요동치고 있어 물가가 오를까봐 걱정”이라며 “1997~1998년 당시 외환위기 당시 IMF금융위기가 터짐과 함께 국제적으로 교토의정서를 통해 세계 최초로 온실가스를 일정수준까지 감축하겠다는 수치를 제시했다”고 강조했다. 또한 “이후 21세기가 본격적으로 시작되면서 KGBC의 전신인 그린빌딩연구회가 발족된데 이어 한참 뒤 들어선 MB정부 당시 슬로건이 녹색이었다”라며 “다양한 과정과 역사를 거쳐 녹색건축을 보급하기 위해 애써오면서 KGBC가 친환경을 키워드로 가장 많이 사용해왔다”고 밝혔다.
이어 “제로에너지건축 달성과 정책적으로도 달성할 수 있도록 관련 세미나 등을 통해 그린빌딩 보급과 교육 등을 통한 인식개선을 할 수 있도록 도울 것”이라고 덧붙였다.
이어서 건물, 단체, 개인, 특별부문 등에 걸쳐 그린빌딩 어워즈 시상식 및 사진촬영이 진행됐다. 건물부문에서는 청량리역 한양수자인 그라시엘이 선정됐으며 건축주인 보성산업개발, 설계사인 에이엔유디자인그룹 건축사사무소, 친환경컨설팅사인 EAN테크놀로지 등이 수상의 영광을 안았다.
또 다른 건물부문 수상작으로 한국은행 통합별관이 선정돼 건축주인 한국은행, 설계사인 희림종합건축사사무소, 친환경컨설팅사인 친환경계획그룹 청연 등이 수상했다.
단체부문에서는 패시브건축협회가, 개인부문에서는 KGBC 전임회장인 이승복 연세대학교 건축공학과 교수가, 특별부문에서는 김수경 글로스타 대표 등이 각각 수상의 기쁨을 누렸다.
변수모형 활용 기반 자동화 알고리즘 모듈 구현 초청강연 첫 발제자로 나선 성우제 충남대학교 건축학부 교수는 ‘Carbon Footfrint를 줄일 수 있는 변수모형 설계기법’을 주제로 발표를 시작했다.
과거 건설업계의 오래된 인력집약적 산업구조로 프로젝트 기반으로 장기적인 기술투자보다 단기적인 인력투입으로 대응할 수밖에 없었다,
무수한 대안 검토를 통해 시제품을 만들 수 없어 많은 수의 대안에 대한 심도깊은 사전검토가 필수적이었다.
반복작업과 시행착오를 통한 건축설계가 이뤄졌으며 건축가는 각 설계단계별 반복작업 및 시행착오를 통해 대안 검토 및 최적화를 수행했다.
반복과 시행착오의 최소화 필요성에 따라 효율성과 합리성 제고로 창의적 측면에 더 많은 시간을 할애하는 한편 시행착오 및 반복작업을 최소화했다.
약 10개의 연속된 공정으로 구성해 시행착오의 방식으로 설계를 진행했다. 공정간 상호연결과 공정간‧공정내부 시행착오가 이뤄졌다.
이를 통해 자동화 프로그램을 통한 공정 모듈화로 변수모형을 활용한 규칙기반의 자동화 알고리즘 모듈을 구현할 수 있게 됐다.
전체 공정을 자동화‧최적화하는 아파트 설계자동화 패키지로 모듈간 연결을 통해 전체 공정을 자동화 최적화하는 패키지로 구현할 수 있다.
공정 모듈화는 다른 건축설계영역으로 확장을 의미하며 이는 모듈기반의 동일공정을 사용하는 다른 건축설계영역에 적용할 수 있다는 것이다.
성우제 교수는 GS E&C에 적용한 설계자동화 프로그램 컨셉과 모듈러공정을 비롯해 최적화 방법도 소개했다.
건축가의 작업흐름을 Rhino3D와 Grasshopper 등을 통해 자동화하고자 했다. 크게 △대지의 정보와 평면의 데이터베이스를 받아들이고 이를 정해진 규칙에 따라 분류하고 체계화하는 정보입력 모듈 △주어진 정보 등을 처리하고 가공해 배치를 제안하는 정보처리 모듈 △주어진 배치의 유호성을 평가하는 유효성검증 모듈 △유효성 검증을 통과한 배치 가치를 분석하는 정보분석 모듈 등으로 구성됐다.
성우제 교수는 이 과정에 대해 “정보처리 모듈에서 생성된 3차원 평가모형을 사용자나 컴퓨터에 의해 설정된 범위 내에서 이동시키고 이러한 배치안이 인동간격, 정북방향 일조사선, 최고높이, 건물간 충돌, 대지경계와 건물 충돌 등을 모두 만족하는지 검증했다”고 밝혔다
또한 “만족시키는 대안이 나올때까지 이를 반복해 수행하는 과정을 통해 주어진 조건에서 최적화된 배치를 찾아내고자 했다”라며 “이러한 방식은 과거에는 모든 조합을 모두 테스트해야 했으므로 시간낭비가 심했으나 유전자 알고리즘 도입으로 적자생존 방식을 통해 효율성이 기하급수적으로 증가했다”고 말했다.
iBEEMS, 환경변화 대응‧재실자 상황 변화 자동 인지 문현준 단국대 건축학부 교수는 ‘AI 자율운전기반 건물에너지‧환경 관리시스템’을 주제로 발표를 이어갔다.
문현준 교수는 세종시 소재 주민센터를 대상으로 빅데이터 중심의 에너지분석방법을 소개했다.
전력사용량과 재실인원 등을 변수로 각 그룹에서 데이터를 통해 수집한 자료에서 서로 유사한 값을 그룹으로 분류했다. 이후 머신러닝 과정에서 트레이닝 데이터를 통해 학습해 적절한 함수를 찾아냈으며 정답이 없는 데이터 탐색과 평가와 보상 등을 통한 통계적 학습을 시켰다.
구글이 기계학습 훈련방법을 통해 데이터센터 냉방비용의 30%를 절감했다는 사례를 소개했다. 온도, 전력, 펌프속도, 설정옵션 등과 같은 데이터를 수천개의 센서를 통해 수집했다.
데이터센터의 에너지효율성을 높이는 것이 목표이기 때문에 총 건물에너지사용량에 대한 IT에너지 사용량의 비율로 정의되는 미래 평균 PUE(에너지사용효율)를 훈련시켰다. 그 결과 머신러닝 컨트롤이 켜지면 PUE가 낮아지는 것을 확인했다.
문현준 교수는 자신이 연구책임자로 개발한 AI 자율운전 기반 지능형 건물에너지‧환경 통합 관리시스템(iBEEMS)을 소개했다.
변화하는 환경에 대응하기 위함과 건물‧재실자 특성 등에 따른 맞춤 제어를 하기 위한 목적에서 혁신적인 AI 기반 자율운전 에너지관리시스템 iBEEMS를 구축했다.
앞서 자율운전 기반 aiBAC 알고리즘이 개발됐다. 이는 건물 에너지절감과 열환경, 공기환경 등 실내 건강환경을 개선할 수 있다.
단국대학교 진리관과 HDC 아이파크 타워 등에 시범적용한 결과 일반제어 시 에너지사용량과 쾌적성 비율, CO₂ 등이 실별로 상이했으나 aiBAC를 적용해 제어할 경우 에너지절감 및 실내환경 개선과 실별 성능지표차가 크지 않았다.
문현준 교수는 이에 대해 “재실자의 무분별한 기기제어로 인한 문제점을 AI 자율운전이 해결했다”라며 “모든 관련지표가 적게는 30%대에서 많게는 50% 이상으로 개선되는 효과를 보였다”고 밝혔다.
대표성과로 실내 상황인지 시스템 구축이 꼽혔다. 실내 상황인지 시스템은 △CCTV 영상 데이터 연계를 통한 개인정보 비식별 재실 감지기술 개발 △거리 기반 Depth 측정하는 센서를 이용한 재실 추론 △공간영역별로 추론된 재실자 수 히스토리 데이터 기반 추론 등이 주요 성과요소로 소개됐다.
한국형 건물E 벤치마킹 개발 필요 임현우 건국대학교 건축학부 교수는 ‘공공데이터를 활용한 AI 기반 건물성능 평가’를 주제로 발표했다.
건물 에너지효율개선 및 탄소배출 저감 방안을 효과적으로 평가하기 위해서는 에너지벤치마킹이 필요하다. 에너지벤치마킹은 데이터를 바탕으로 건물 에너지효용성을 정량적으로 비교하는 방식이며 미국의 에너지스타가 가장 대표적인 방식이다.
뉴욕시가 2020년 제정한 에너지절약코드인 Local law 84(LL84)는 연면적 2만5,000ft² 이상 건물에 해당되며 에너지와 물 사용량을 공개하도록 하는 법률이다.
뉴욕시는 건물의 탄소배출량을 줄이고 지역사회의 삶의 질과 건강을 개선하기 위한 여러 법률을 통과시켰다. 이러한 법률에 따라 건물 소유주는 건물 에너지사용량과 탄소배출량을 측정하고 보고하며 줄이는 것이 목표다.
국내 공공데이터 활용 연구는 2023년부터 오는 2026년까지 시행될 예정인 건물에너지 소비 데이터 통합관리 기반 기술 개발 연구로 건물부문 2050 탄소중립 이행 가속화를 위한 건물에너지 소비 데이터 통합관리 기술개발이 최종 목표다.
건축관련 공공데이터에는 결측이 존재하며 건물정보 특성상 오래된 건물에는 결측치가 많다. 공공데이터 기반 건물에너지 벤치마킹 구축 시 이러한 특성을 고려해 결측값을 대체해야 한다.
결측치를 가진 건물을 단순 제거할 경우 왜곡된 분포와 모델을 도출할 수 있다. 이에 따라 연속형과 범주형 등 데이터 종류에 따라 결측 대체방법별 성능과 계산시간이 다르게 나타날 수 있다.
인공 신경망 기반 Data-driven 모델 개발은 공공데이터를 이용해 건물 형상정보를 추출, 지표화 방법론을 개발했다는 것과 에너지사용량에 대한 건물의 형상데이터 영향력을 파악할 수 있다. 추후 다른 건물 정보 데이터와 연계해 건물 에너지사용량에 대한 모델의 설명력 향상이 가능하다.
모델 개발 한계점으로는 건축물의 형상정보만을 가지고는 에너지사용량 예측에 한계를 보이는 것은 물론 연면적에 따라 소형, 중형, 대형 등으로 분류 시 정확도가 향상될 수 있다. 새로운 정보를 이용한 형상지표에 대한 추가 분석이 필요하다.
그린리모델링(GR) 전후의 에너지사용량 분석결과 건물성능 감소와 재실자 난방 사용이 감소한 어린이집과 건물성능 감소와 재실자 난방 사용이 증가한 어린이집을 분석한 결과 열화상으로 시공상태를 확인한 결과 해당 건물들의 창호 부근 침기와 모서리부분에서 열교현상이 확인됐다. 이는 시공품질관리를 통한 외피성능 유지가 필요하다는 것을 시사한다.
임현우 교수는 “우리가 나아갈 방향은 데이터 기반의 건물 에너지 벤치마킹”이라며 “뉴욕시는 Local Law 97을 통해 시간 경과에 따른 배출량 제한을 위해 지속적인 모니터링과 벌금 부과방식 등을 정책적 수단으로 마련했으며 에너지 벤치마킹을 구축하기 위해 기준이 되는 공공데이터 수집이 필요하다”고 강조했다.
또한 “한국형 데이터 기반의 에너지 벤치마킹 개발을 위한 AI 알고리즘 기반의 연구 진행이 필수”라며 “건물에너지 소비 데이터 통합관리 기반 기술개발과 같이 공공데이터 구축 및 AI 기반 성능평가 연구가 진행 중”이라고 밝혔다.
GR 사업분석 플랫폼 ‘이그린’ 소개 장향인 이지솔루션즈 대표는 ‘건물에너지 성능평가분야의 인공지능 응용사례’를 주제로 마지막 발제를 시작했다.
인공지능 응용기술은 △비대면 디지털 현장진단 기술 △인공지능 대안평가 기술 △디지털 시공평가 기술 △운영 최적화 기술 △표준 DB 및 데이터플랫폼 구축 등을 토대로 건축물 전과정 진단평가 지능화 기술 구현이 가능하게 한다.
벽체 단면 구성 판정 솔루션은 기존 건축물에 숨겨진 벽체구성 정보를 최소한의 건물기본정보, 컴퓨터 비전, 설계 빅데이터 등을 활용해 건물에너지 성능평가에 필요한 벽체의 열성능 정보를 예측한 결과를 스프레드시트 형식으로 출력하는 프로그램이다.
또 다른 인공지능 응용 기술로 건물 외피 창면적비 산출 솔루션은 건물의 부위별 실화상 및 열화상으로부터 파노라마 영상 생성 후 영상 복원 알고리즘을 활용해 건물에너지 성능평가에 필요한 창면적비를 자동으로 계산하는 프로그램이다.
영상을 활용한 창면적비 자동계산 기술은 창면적비가 지붕과 바닥을 제외한 외피면적 중 창이 차지하는 면적비율을 의미하기에 건물에서 발생하는 에너지손실 중 큰 비중을 차지한다.
진단대상이 도면 전산화되지 않은 노후 건물이기에 창면적비를 계산히기 위해 작업자는 출력된 도면을 바탕으로 입면을 새로 작성하며 도면이 없는 경우 실측으로 계산하기 때문에 많은 시간과 노동력이 소요된다.
또한 장향인 대표는 이그린이라는 GR 사업분석에 특화된 애플리케이션을 개발, 배포했다고 소개해 관심을 모았다. 간단한 건물의 입력정보를 통해 인공지능 모델을 기반으로 기존 건축물의 에너지진단, 사업효과를 분석하는 서비스를 개발한다.
이는 △간소화된 기존 건축물 정보입력 서비스 △인공지능을 활용한 에너지성능 진단서비스 △GR 기술 추천 서비스 △GR 사업효과를 분석하는 서비스 등이 포함된 원스텝 서비스를 제공하는 애플리케이션이다.
장향인 대표는 “이그린은 비전문가도 활용가능하며 신속하고 정확도 높은 범용 애플리케이션을 개발하는 것을 목표로 제작됐다”라며 “기존 GR 분석시스템은 범용도구가 부재하며 전문성을 요구하기 때문에 비전문가의 활용이 어려웠으나 이그린은 국내 유일의 GR 애플리케이션 시스템이며 10분 이내의 분석시간과 ECO2 분석 결과와 10% 이하 오차율을 확보할 수 있는 시스템”이라고 강조했다.
발표 이후에는 KGBC 회장 이‧취임식이 진행됐다. 권영철 KGBC 전임회장과 최창호 KGBC 신임회장에게 각각 꽃다발이 수여됐으며 각자 간단한 소감을 남겼다.
권영철 전임회장은 이임사를 통해 “건축사, 자재사 등 건축업계를 구성하는 여러 관계자들을 하나의 네트워크로 묶고자 노력했으나 성공하지 못한 것이 아쉽다”라며 “회장단을 중심으로 보다 발전된 모습의 KGBC가 됐으면 한다”고 소회를 밝혔다.
최창호 신임회장은 취임사를 통해 “KGBC가 시행해온 인증사업 등이 안정적으로 운영되고 있는 상황에서 사무국 구성, 시스템 개선을 비롯해 내부적인 안정을 우선시 할 생각”이라며 “그린빌딩 보급 및 확산에 주력할 수 있도록 할 것”이라고 각오를 다졌다.
