과학 포털 iKAOS

[KICTERVIEW] 시즌 2 4편 - 전기요금 많이 나오는 건물, 데이터는 알고 있다!

기후 위기 대응을 위한 탄소 중립은 이제 피할 수 없는 전 지구적 과제가 되었습니다. 특히 우리 삶의 터전인 건물 부문은 국가 전체 탄소 배출량의 약 25%를 차지할 정도로 비중이 큽니다. 이에 따라 정부는 2050년까지 건물 에너지 제로화를 목표로 하는 탄소 중립 로드맵을 수립하여 추진하고 있습니다. 건물의 에너지 효율을 높이기 위해서는 우선 각 건물이 실제로 얼마나 많은 에너지를 사용하는지 정확히 파악하는 과정이 선행되어야 합니다. 전기, 가스, 열에너지와 같은 고지서 정보를 체계적으로 관리하는 것이 탄소 중립 실현의 핵심적인 출발점이라고 할 수 있습니다. 전국에 흩어져 있는 약 730만 동의 건물을 일일이 조사하여 에너지 효율을 점검하기란 현실적으로 불가능에 가깝습니다. 더욱 큰 문제는 건물의 에너지 사용량 데이터와 건물 자체의 행정 정보가 여러 기관에 분산되어 있다는 점입니다. 에너지 다소비 건축물이나 성능이 떨어지는 건물을 효과적으로 파악하기 위해서는 이러한 파편화된 데이터를 건물 단위로 연결하는 기술적 기반이 절실합니다. 데이터를 한눈에 분석할 수 있는 체계가 마련되어야만 에너지 낭비가 심한 건물을 우선적으로 가려내고 이에 적합한 개선 대책을 세우는 것이 가능해지기 때문입니다. 새롭게 개발된 건물 에너지 사용량 데이터 통합 관리 기술은 건축물대장을 중심에 놓고 분산된 에너지 정보를 하나로 잇습니다. 주소 정제와 대장 매칭 기술을 활용하여 복잡하게 얽힌 행정 데이터와 에너지 사용량 데이터를 정교하게 연결하는 것이 핵심입니다. 이를 통해 마치 성적표처럼 개별 건물의 에너지 성능 수준을 등급이나 백분위로 확인할 수 있습니다. 단순히 총사용량만 보여주는 것이 아니라 하절기, 동절기, 환절기 등 계절별로 사용량을 세분화하여 분석합니다. 이러한 상세 데이터는 노후 건물의 그린 리모델링이나 맞춤형 에너지 개선 캠페인을 추진하기 위한 객관적 근거가 됩니다. ‘딥뷰(DEEP VIEW)’ 시스템은 이러한 기술력을 바탕으로 건물의 에너지 성능을 엑스레이처럼 투명하게 보여줍니다. 특정 건물을 선택하면 기초 정보와 함께 단위 면적당 에너지 사용량이 직관적으로 표출됩니다. 특히 건물의 음영 지표를 분석하여 태양광 발전 설치 잠재력을 파악하거나, 에너지 다소비 건축물 리더보드를 통해 개선이 시급한 시설을 우선적으로 선별할 수 있습니다. 예를 들어 목욕 시설처럼 에너지를 많이 쓰는 곳을 선별하여 맞춤형 지원 정책을 수립하는 데 활용됩니다. 이러한 데이터 시각화는 정책 결정자들이 현장의 에너지 소비 현황을 빠르게 이해하도록 돕습니다. 통합 관리 기술의 활용 범위는 정책 수립부터 실제 사업 이행까지 매우 넓습니다. 중앙 정부는 탄소 중립 로드맵의 기초 자료로 활용하고, 지자체는 그린 리모델링 지원 대상의 우선순위를 결정하는 데 도움을 받습니다. 현재 13종의 데이터를 연결한 상태이며, 향후 17종까지 대상을 확대하고 데이터 매칭의 정확도를 더욱 고도화할 계획입니다. 정밀한 데이터 기반의 의사결정 체계가 완성되면 건물 부문의 에너지 절감은 물론 국가적 탄소 중립 목표 달성에도 크게 기여할 것입니다. 기술의 발전이 지속 가능한 환경을 만드는 든든한 버팀목이 되기를 기대합니다.

[2021] 01 딥뷰 시각지능 기술

한국전자통신연구원(ETRI)은 방대한 시각 데이터를 지능적으로 분석하기 위해 인공지능 기반의 컴퓨터 비전 기술을 연구하고 있습니다. 그 중심에는 'DeepView' 프로젝트가 있으며, 이미지와 비디오 데이터를 심층적으로 이해하여 실생활에 유용한 정보를 추출하는 플랫폼 개발을 목표로 합니다. ETRI는 혁신적인 연구 성과를 세계적인 학술 대회에 꾸준히 발표하며 기술력을 입증하고 있습니다. 단순히 이론에 그치지 않고 실생활의 편의를 높이는 응용 프로그램 개발에 박차를 가하고 있습니다. 도시의 미관을 해치고 위생 문제를 야기하는 불법 쓰레기 투기는 지자체의 고질적인 문제입니다. ETRI는 이러한 불편을 해소하고자 DeepView 기술을 적용한 지능형 투기 감지 시스템을 선보였습니다. 이 시스템은 복잡한 설정 없이도 학습된 알고리즘을 통해 쓰레기를 버리는 동작과 객체를 정확하게 식별합니다. 특히 기존 CCTV 인프라를 활용할 수 있어 경제적이며, 실시간 감지로 불법 투기를 즉각 예방할 수 있는 환경을 조성하여 공공 질서 유지에 기여한다는 평가를 받습니다. 현대 도시 환경에서 시민의 생명과 직결된 위험 상황을 인지하는 것은 매우 중대한 과제입니다. 특히 길거리에서 질병으로 쓰러지거나 만취 상태로 넘어진 사람을 신속하게 발견하는 것은 생명 보호와 직결됩니다. 기존 기술은 서 있는 자세 인식에만 최적화되어 있어, 누워 있는 비정상적 자세를 식별하는 데 한계가 있었습니다. 응급 상황에서 정확도가 중요함에도 기술적 제약으로 구조 시점을 놓칠 위험이 존재해 왔던 것이 사실입니다. ETRI는 사람의 자세 변화에 관계없이 대상을 명확히 파악할 수 있는 강건한 인체 감지기를 개발했습니다. 다중 작업 학습 기법을 도입하여 사람을 여섯 가지 자세로 분류하고 감지와 동시에 관절 위치를 추정합니다. 이를 통해 보행자뿐 아니라 바닥에 쓰러진 사람의 상태까지 자동으로 감지할 수 있게 되었습니다. 이러한 고도화된 인식 능력은 관제 센터가 위험 상황을 실시간으로 모니터링하고 골든타임을 확보하는 데 결정적인 역할을 하며 시민의 생명을 구하는 든든한 방어벽이 됩니다. DeepView 프로젝트는 인공지능 기술이 단순히 데이터 분석에 머물지 않고 우리 삶의 안전과 질을 높이는 도구로 진화하고 있음을 보여줍니다. 시각 지능을 기반으로 한 사회 문제 해결 노력은 도시 위생 개선과 범죄 예방, 응급 환자 구조 등 광범위한 영역에서 긍정적인 파급력을 미치고 있습니다. 앞으로도 이러한 지능형 플랫폼은 더욱 정교해질 것이며, 우리 사회의 사각지대를 밝히는 핵심 기술로 자리매김할 전망입니다. 기술과 사회가 공존하며 더 안전한 도시 생태계를 만들어가는 미래가 다가오고 있습니다.

딥뷰

[KICTERVIEW] 시즌 2 4편 - 전기요금 많이 나오는 건물, 데이터는 알고 있다!

한국건설기술연구원KICTERVIEW(킥터뷰)

[2021] 01 딥뷰 시각지능 기술

한국전자통신연구원ETRI 아카이브