[논문]건물의 냉, 난방 부하비율과 HVAC&R 시스템 1차 에너지 소비량의 상관관계분석 및 합리적 설계방안 연구

조진균; 김진호; 이성재; 강호석

doi:10.6110/kjacr.2015.27.3.113

건물의 냉, 난방 부하비율과 HVAC&R 시스템 1차 에너지 소비량의 상관관계분석 및 합리적 설계방안 연구
Interaction Analysis between Cooling-to-Heating Load Ratio and Primary Energy Consumption of HVAC&R System for Building Energy Conservation 원문보기

설비공학논문집 = Korean journal of air-conditioning and refrigeration engineering, v.27 no.3, 2015년, pp.113 - 122

조진균 (삼성물산(주) 건설부문 기술개발실) , 김진호 (삼성물산(주) 건설부문 기술개발실) , 이성재 (삼성물산(주) 건설부문 기술개발실) , 강호석 (삼성물산(주) 건설부문 기술개발실)

Abstract ▼ AI-Helper

HVAC&R systems account for more than 50% of the energy consumption of buildings. The purpose of this study is to propose an optimal design method for the HVAC&R system and to examine the possibility for the energy conservation of a selected system. The energy demand for cooling and heating is determined by using TRNSYS and HEET. By an interaction between total system efficiency and cooling-to-heating load ratio, the optimal HVAC&R systems will be decided. The results showed that this proposed method is significantly capable of determining optimal system and building design for saving energy.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

국내 기후를 기준으로는 건물의 냉, 난방 비율을 확연하게 차이를 벌리기에는 한계가 있지만 냉방 또는 난 방 중 한쪽이 지배적인 타기후대에서 그 영향도를 보다 객관적으로 판단할 수 있다. 그러나 본 연구에서는 이러 한 한계를 인지하고 국내 기준으로 부하비율 최적화의 타당성 평가수준에서 수행되었다. Table 2에서와 같이, 선정된 6개의 평가모델의 피크부하와 연간부하를 기준 으로 식(4)∼식(6)을 사용하여 국내 기후의 특성이 반영된 냉, 난방 부분부하율(PLR) 산출이 가능하다.
따라서 본 연구에서는 냉, 난방 부하 비율에 따른 HVAC&R 시 스템 선정 및 다시 건축설계에 피드백이 가능한 종합적인 HVAC&R 시스템 효율 정보를 도출하였다.
본 연구는 건물의 1차 에너지소비량을 효과적으로 저감하기 위해 건물의 부하 및 냉, 난방시스템 특성을 고려한 상호보완적인 최적화 방법론의 가능성을 제시하였다. 이를 위해 총 384개의 HVAC&R 시스템 및 건축대안 조합에 대한 시뮬레이션을 수행하여 건물의 냉, 난방 부하비율과 1차 에너지 사용량의 상관관계를 분석하였고 이를 통하여 HVAC&R 시스템의 다양하고 종합적인 냉방 및 난방 시스템 효율을 도출하였다.
선행연구⁽¹⁸⁾의 17개의 인자의 선정과정과 당위성은 TRNSYS 시뮬레이션과 실험계획법을 병행하여 설계인자의 건물 냉, 난방 부하에 대한 민감도를 분석을 실시하여 17개의 인자를 선정하였고, 2차 교호작용을 고려한 부분 실시법으로부터 얻어진 예측식을 이용하여 건물의 냉, 난방 부하를 비율을 예측하는 방법을 도출하였다. 본 연구에서는 비슷한 건물부하의 총량을 갖지만 부하 비율이 다른 건물의 디자인 요소를 도출하기 위해 선행 연구의 예측식을 사용하였고 이를 통하여 17인자의 성능의 수준을 정하여 건물설계안의 조합을 도출하였다. 시뮬레이션을 위한 주요 경계조건은 Table 1과 같다.
본 장에서는 도출된 기본적인 시스템 효율정보를 기준으로 건물의 냉, 난방 부하 비율에 따라 어떠한 HVAC&R 시스템을 적용하고 최종적으로 1차 에너지 소비량이 어떻게 반영되는지를 분석하는 것이 주요 목적이다.

제안 방법

TRNSYS를 통해 산출된 건축대안별 건물부하를 기준으 로 다중 시스템의 상호 비교평가기법(9)을 활용한 HEET 프로그램을 사용하여 총 384개의 HVAC&R 시스템의 1 차 에너지 소비량을 산출하였다.
입력데이터를 이용하여 33개의 기본 HVAC&R 시스템의 에너지 분석을 하고, 그 다음 기본 시스템의 열원-공조반송 시스템에 대한 기준시스템 대비 에너지 소비비율을 각각 산출한다. 구성시스템의 변경에 따른 각각의 영향 도가 계산되면 이러한 비율과 가중치를 이용하여 확장 시스템의 에너지를 분석을 한다. 여기에는 2차 에너지 기준의 연간 에너지비용과 1차 에너지 소비량이 산출된 다.
그러나 본 논문에서는 30층 건물전체의 냉, 난방 부하비율 및 HVAC&R 시스템 선정에 큰 영향을 주지 않는다는 판단으로 최상층 부분은 배재하고 기준층 기준으로 분석을 수행했다
공조시스템은 다양한 시스템이 있지만 오피스 건물에 많이 적용되 는 정풍량, 변풍량 및 바닥급기 시스템과 최근 에너지 절약적인 시스템으로 주목을 받고 있는 칠드빔 시스템 등 4개의 시스템(A/C-01~04)을 선정하였다. 그러나 열 원시스템은 직접적으로 에너지를 소비하는 요소이기 때문에 조합 가능한 다수의 시스템을 포함하기 위해 냉 방열원(C/P-01～08, CH/P-01~02)과 난방열원(H/P-01~03) 을 구분하여 총 14개의 조합을 구성하였다. 따라서 분석 대상 HVAC&R 시스템은 다시 공조시스템과 열원 시스템의 조합으로 연결되는 64개의 시스템으로 확장 되었다.
그리고 HVAC&R 시스템은 냉방시스 템 효율과 난방시스템 효율의 차이를 반영할 수 있는 공조시스템와 열원시스템을 각각 2개씩 선택하여 분석하였다.
그리고 다양한 시스템의 종합 효율을 도출함으로써 역으로 우선 선정된 HVAC&R 시스템으로부터 냉, 난방 부하비율의 최적화를 위한 passive design 방향제시와 시스템 효율 정보를 제공한다.
다시, 이러한 HVAC&R 시스템의 냉, 난방의 시스템 효율과 건물의 냉, 난방 부하 비율에 따라 복합적인 영향도를 효과적으 로 보기 위해서 건물부하 대안별로 HVAC&R 시스템의 냉, 난방에너지를 Fig. 7과 같이 2차원 좌표에 표시하였다.
본 연구는 Fig. 2의 프로세스를 통해, 서로 비슷한 건물 부하량을 갖는 건축조건을 기준으로 냉, 난방 부하 비율에 따라 HVAC&R 시스템의 1차 에너지 소비량이 어떻게 변하는지를 분석하였다.
본 장에서는 건물부하 산출을 위해서 우선적으로 건축기준모델을 선정하고 동적에너지 시뮬레이션을 수행하여 유사한 총량의 건물부하와 다양한 냉, 난방 비율을 갖는 평가모델을 도출하였다.
3과 같다. 선정된 건축기준모델을 근거로 하여 TRNSYS를 이용하여 에너지 시뮬레이션을 실시하였다. 이러한 작업을 반복하여 건축요소의 17인자를 변경하면서 냉, 난방 부하 비율을 변화시킨 6개의 분석대안(Case A～F)을 도출하였다.
여기에는 2차 에너지 기준의 연간 에너지비용과 1차 에너지 소비량이 산출된 다. 시스템의 초기투자비도 에너지 분석과 동일한 방법 으로 기준/기본 시스템을 산출하고 공사비를 세분화하여 960개 확장 시스템의 초기투자비를 산출할 수 있도록 구성하였다. 마지막으로 시스템별 에너지비용과 초기투 자비를 비교하여 경제성분석이 가능하다.
앞에서 다양한 건축대안과 HVAC&R 시스템 조합을 통해 총 384 경우의 시뮬레이션을 수행하여 1차 에너지 소비량과 각각의 시스템 효율을 도출하였다.
우선, 건축 요소를 통한 건물의 에너지요구량 및 부하를 최소화하 고 이후 HVAC&R 시스템 선정 및 에너지 효율화를 통해서 최적 대안을 도출하는 방법을 주로 사용하였다.
선정된 건축기준모델을 근거로 하여 TRNSYS를 이용하여 에너지 시뮬레이션을 실시하였다. 이러한 작업을 반복하여 건축요소의 17인자를 변경하면서 냉, 난방 부하 비율을 변화시킨 6개의 분석대안(Case A～F)을 도출하였다. 선행연구⁽¹⁸⁾의 17개의 인자의 선정과정과 당위성은 TRNSYS 시뮬레이션과 실험계획법을 병행하여 설계인자의 건물 냉, 난방 부하에 대한 민감도를 분석을 실시하여 17개의 인자를 선정하였고, 2차 교호작용을 고려한 부분 실시법으로부터 얻어진 예측식을 이용하여 건물의 냉, 난방 부하를 비율을 예측하는 방법을 도출하였다.
이를 위해 총 384개의 HVAC&R 시스템 및 건축대안 조합에 대한 시뮬레이션을 수행하여 건물의 냉, 난방 부하비율과 1차 에너지 사용량의 상관관계를 분석하였고 이를 통하여 HVAC&R 시스템의 다양하고 종합적인 냉방 및 난방 시스템 효율을 도출하였다.
입력데이터를 이용하여 33개의 기본 HVAC&R 시스템의 에너지 분석을 하고, 그 다음 기본 시스템의 열원-공조반송 시스템에 대한 기준시스템 대비 에너지 소비비율을 각각 산출한다.

대상 데이터

객관적인 건축기준모델을 선정하기 위해 건물의 연면적, 층수, 기준층 면적 등을 고려한 다양한 설계사례 및 문헌조사를 통해 지상 30층 규모의 오피스 건물로 선정하였다. ⁽¹⁷⁾ 건물의 형태 및 기준층의 평면은 Fig.
5는 HVAC&R 시스템의 분석대안을 보여준다. 공조시스템은 다양한 시스템이 있지만 오피스 건물에 많이 적용되 는 정풍량, 변풍량 및 바닥급기 시스템과 최근 에너지 절약적인 시스템으로 주목을 받고 있는 칠드빔 시스템 등 4개의 시스템(A/C-01~04)을 선정하였다. 그러나 열 원시스템은 직접적으로 에너지를 소비하는 요소이기 때문에 조합 가능한 다수의 시스템을 포함하기 위해 냉 방열원(C/P-01～08, CH/P-01~02)과 난방열원(H/P-01~03) 을 구분하여 총 14개의 조합을 구성하였다.
그리고 최종적으로는 냉, 난방 부하비율이 서로 다른 건축대안 6개에 대한 HVAC&R 시스템의 시뮬 레이션 평가대상을 총 384개로 설정하였다.
본 장에서는 도출된 기본적인 시스템 효율정보를 기준으로 건물의 냉, 난방 부하 비율에 따라 어떠한 HVAC&R 시스템을 적용하고 최종적으로 1차 에너지 소비량이 어떻게 반영되는지를 분석하는 것이 주요 목적이다. 따라서 상호영 향도를 효과적으로 분석하기 위해 우선 냉, 난방 부하비율이 가장 많이 차이가 나는 Case A와 Case C의 건축대 안을 선정하였다. 그리고 HVAC&R 시스템은 냉방시스 템 효율과 난방시스템 효율의 차이를 반영할 수 있는 공조시스템와 열원시스템을 각각 2개씩 선택하여 분석하였다.

데이터처리

이러한 분석은 Case A∼F까지 동일하게 실시하였다. Fig. 6에서와 같이, 4개의 공조시스템별 14개의 열원시스템의 1차 에너지 소비량과 비율을 비교하였다. 소비량 총량은 정풍량 시 스템(A/C02)이 가장 높고 다른 시스템에 비해 난방에너 지의 비율(46:54∼61:39) 또한 상대적으로 높다.
건물부하 분석은 상용프로그램인 TRNSYS를 사용하였고 HVAC&R 시스템 1차 에너지 소비량은 선행연구(9, 16)를 통하여 개 발된 다중 시스템 에너지 평가 툴인 HEET를 사용하여 분석하였다.

성능/효과

건물의 건축요소 17인자를 변경하여 건물부하를 산출한 결과, Fig. 4에서와 같이 냉, 난방 피크부하의 비율은 58:42에서 74:26로 다양한 분포를 보였다.
결과적으로는 약 ±10% 내외의 오차를 보이며, 초기 계획시에 시스템을 선정하는 기준으로 써의 신뢰도는 충분하게 갖는다.
따라서 분석 대상 HVAC&R 시스템은 다시 공조시스템과 열원 시스템의 조합으로 연결되는 64개의 시스템으로 확장 되었다.
마지막으로 HVAC&R 시 스템 냉, 난방에너지 비율은 건물의 냉, 난방 부하비율에 영향을 받아서 전체적으로 동일한 비율이 이동하는 것을 볼 수 있다.
이때의 냉, 난방 에너지 비율은 난방시스템 효율이 저하되어 47:53와 40:60로 냉방과 난방의 비율이 역전되었다. 반대로 난방시스템 효 율이 우수한 칠드빔(A/C04) 공조시스템과 지역난방(H/P03) 및 중온수 흡수식냉동기(C/P06)를 적용한 scenario B의 경우는, 1차 에너지 소비량 비율은 연간 냉, 난방 부하 비율과 유사한 76:24와 69:30을 유지하고 있었으며 총 에너지 사용량도 104.8 kWh/㎡․yr와 109 kWh/㎡․yr로 양적이 차이가 4%로 수준으로 감소되어 scenario A와 확 연하게 다른 결과를 볼 수 있다. Table 5는 시뮬레이션을 통하여 산출된 상세데이터와 연간 건물 부하량과 시스템 효율을 사용하여 산출한 단위면적당 1차 에너지 사용 량을 비교한 표이다.
본 연구에서 도출된 각각의 시스템 효율은 한국기후의 특정 기준층 형태를 갖는 오피스건물 및 구성된 장비의 기본적인 효율에 국한되는 것이지만, 각 시스템이 갖고 있는 일반적인 경향은 같기 때문에 전반적인 HVAC&R 시스템 효율의 성격을 파악하는 측면에서는 매우 유용한 결과이다.
을 활용한 HEET 프로그램을 사용하여 총 384개의 HVAC&R 시스템의 1 차 에너지 소비량을 산출하였다. 시뮬레이션 결과, 공조 방식 및 열원시스템의 종류에 따라서 1차 에너지의 냉, 난방비율은 서로 상이한 수치를 보였다. 이는 각 HVAC&R 시스템이 갖고 있는 냉, 난방 시스템 효율의 차이라고 볼 수 있다.
이것은 반드시 각 냉, 난방 부하 비율에 맞는 HVAC&R 시스템이 존재하고, 효과적으로 1차 에너지 소비량을 최소화하기 위한 각 시스템의 종합적인 효율 데이터 구축 및 정보 활용의 가능성을 확인할 수 있었다.
이러한 단점을 보완하여 최소기준 HVAC&R 시스템을 분석하고 상호 비교평가기 법을 활용하여 다양한 조합의 시스템 에너지 및 경제성을 검토가 가능한 분석 툴이 개발되었고 이는 설계 단계에서 의사결정 프로세스에 활용이 가능하였다.
즉, 냉, 난방 부하비율이 다를 경우, 총량은 비슷하여도 적용 HVAC&R 시스템에 따라서 총 1차 에너지 사용량 및 냉, 난방 에너지 비율이 변하고 냉방 또는 난방 중 어느 한쪽이 지배적인 기후대에서는 에너지 총량의 역전도 가능할 것으로도 판단된다

후속연구

이 문제는 건물부하와 관련한 에너지 최적화의 주제를 갖고 연구하는 분야에 모두 해 당된다. 6개의 case study로 상호관계를 검증하는 방법 으로 연구를 진행하였기 때문에 다양한 형상비를 갖는 건물에는 적용될 수 없는 한계가 있을 수 있다.
건물의 냉, 난방비율과 HVAC&R 시스템의 1차 에너지와의 상관관계를 일반화하고 합리적인 양방향 설계 프로세스의 구체성을 확보해야 한다는 측면에서보다 객관적인 검증 결과의 제시가 필요하고 이를 위해 다양한 건물 형태와 디자인, 기후 및 HVAC&R 시스템을 고려한 확장된 후속 연구가 필요하다.
기존의 단일방향(passive → active) 및 건물부하의 양적 최소화에 의한 건물에너지 최적화 방법은 여러 가지 제약을 가지고 있었다. 따라서 본 연구를 통하여 도출된 방법론 및 시스템 효율 정보를 활 용하여 건축계획으로 피드백이 가능한 양방향 에너지 최적화 프로세스(Fig. 1 참조) 활용이 가능하며 설계 초기 단계에서 건물부하 특성을 고려한 시스템 선정 및 의사결정에 매우 유용할 것으로 판단된다. 그러나 건물의 에너지는 건물의 형태, 기후, 용도 등에 따라서 다양한 패턴을 보이기 때문에 일반화하기에 매우 어려운 점이 있다.
9는 냉, 난방 부하비율이 상이한 6개의 건축 대안 별 64개 HVAC&R 시스템의 평균 냉방시스템 효율과 난방시스템 효율의 분포를 보여주고 있다. 향후, 시스템 효율의 활용도를 높이기 위해서는 앞에서 도출된 공조 시스템과 열원시스템 효율이 복합적으로 반영된 시스템 효율에서 각 공조시스템과 열원시스템으로 분리하는 것 이 필요하다. 따라서 HVAC&R 시스템의 냉방시스템 효율과 냉방시스템 효율에서 변풍량 방식(A/C01)의 공조 시스템 효율을 1.

질의응답

핵심어	질문	논문에서 추출한 답변
	건물의 냉, 난방 부하는 무엇에 따라 연중 다양한 패턴과 크기가 결정되는가?	건물은 실내의 거주환경 조건을 유지하기 위해 지속적으로 에너지가 요구된다. 건물의 냉, 난방 부하는 외부환경의 영향(기후/위치/주변건물)과 내부환경(제실 조건)에 따라 연중 다양한 패턴과 크기가 결정된다. 그리고 이러한 건물의 부하를 제거하기 위해서 공조, 반송, 열원시스템이 필요하고 건물의 냉, 난방 부하에 따라 에너지를 소비하면서 열을 제거하거나 공급한다.
	최근 효과적인 에너지절약을 위해 HVAC&R 시스템 선정에서 최적화 기법의 활용이 증가하는 배경은 무엇인가?	전 세계적으로 온실가스, 환경부하 감축과 관련한 건물의 에너지저감 정책은 국가적인 관점에서 더이상 선택이 아닌 필수사항이 되었다. 현대식 건물에서 냉, 난방 및 환기와 연계되는 HVAC&R(Heating, Ventilation, Air Conditioning and Refrigeration) 시스템이 사용하는 에너지 소비량이 지속적으로 증가하여 전체 건물에너지 소 비량의 약 50%를 이상을 차지하고 있다. (1, 2) 현재의 설계 프로세스상 초기 단계에서 HVAC&R 시스템이 결정이 되고, 이 결정이 건물의 에너지성능과 거주만족 및 운영 비에 절대적인 영향을 미친다. (3, 4) 이러한 이유로 최근 효과적인 에너지절약을 위해 HVAC&R 시스템 선정에 서 최적화 기법의 활용이 증가하고 있다.
	HVAC&R 시스템의 한계는 무엇인가?	HVAC&R 시스템 효율 분석을 위해서 냉, 난방부하 비율을 조정한 Case A～F의 6개 건축대안을 기준으로 다양한 시스템별 1차 에너지 사용량을 분석하는 작업 이 선행되어야 한다. HVAC&R 시스템은 공조시스템과 열원시스템이 연결되어 서로에 상호영향을 주기 때문에 두 개를 분리해서 따로 평가하는 것이 불가능하다. 즉 실제로 에너지를 주로 사용하는 곳은 열원시스템이 기 때문에 공조시스템을 평가하려해도 반드시 열원시 스템을 선정해야 결과 값을 도출할 수 있다.

참고문헌 (18)

Perez-lombard, L., Ortiz, J., and Pout, C., 2008, A review on buildings energy consumption information, Energy and Buildings, Vol. 40, No. 3, pp. 394-398.

상세보기
DTI, 2010, Energy consumption in the UK, Department of Trade and Industry, London.
Shahrestani, M., Yao, R., and Cook, G. K., 2013, Characterising the energy performance of centralised HVAC&R systems in the UK, Energy and Buildings, Vol. 62, pp. 239-247.

상세보기
Elovitz, D. M., 2002, Selecting the right HVAC system, ASHARE Journal, Vol. 4, pp. 24-30.
Wang, W., Zmeureanu, R., and Rivard, H., 2005, Applying multi-objective genetic algorithms in green building design optimization, Building and Environment, Vol. 40, pp. 1512-1525.

상세보기
Tuhus-Durow and D. Krarti, M., 2010, Genetic algorithm based approach to optimize building envelope design for residential buildings, Building and Environment Vol. 45 No. 7, pp. 1574-1584.

상세보기
Youssef, B. and Moncef, K., 2011, Optimization of envelope and HVAC systems selection for residential buildings, Energy and Buildings Vol. 43, pp. 3373-3382.

상세보기
Yang, C., Li, H., Rezgui, Y., Petri, I., Yuce, B., Chen, B., and Jayan, B., 2014, High throughput computing based distributed genetic algorithm for building energy consumption optimization, Energy and Buildings, Vol. 76, pp. 92-101.

상세보기
Cho, J., Shin, S., Kim, J., and Hong, H., 2014, Development of an energy evaluation methodology to make multiple predictions of the HVAC&R system energy demand for office buildings, Energy and Buildings, Vol. 76, pp. 169-183.
Hayter, S., Torcellini, P., Hayter, R. B., and Judkoff, R., 2001, The Energy Design Process for Designing and Constructing High-Performance Buildings, Clima 2000/Napoli 2001 World Congress.
Pantelic, J., Raphael, B., and Tham, K., 2012, A preference driven multi-criteria optimization tool for HVAC design and operation, Energy and Buildings, Vol. 55, pp. 118-126.

상세보기
Wemhoff, A. P., 2010, Application of optimization techniques on lumped HVAC models for energy conservation, Energy and Buildings Vol. 42, pp. 2445-2451.

상세보기
Kong, D., Janng, S., and Huh, J., 2014, A multi-objective Optimization Method for Energy System Design Considering Initial Cost and Primary Energy Consumption, Korean Journal of Air-conditioning and Refrigeration Engineering, Vol. 26, No. 8, pp. 357-365.

원문보기 상세보기
Perez-Lombard, L., Ortiz, J., and Maestre, I. R., 2011, The map of energy flow in HVAC systems, Applied Energy, Vol. 88, No. 12, pp. 5020-5031.

상세보기
ASHRAE fundamentals handbook, 2009, American Society of Heating, Refrigerating and Air Conditioning Engineers.
Cho, J., Shin, S., Kim, J., Hwang, D., and Hong, H., 2013, Development of an HVAC&R Systems Energy Evaluation Methodology and Simulation Program for Office Buildings, Korean Journal of Air-conditioning and Refrigeration Engineering, Vol. 25, No. 7, pp. 363-370.

원문보기 상세보기
Cho, J., Shin, S., and Kim, J., 2012, System Impact Assessment for Energy Consumption Characteristic of Office Building HVAC&R Systems, Journal of the Architectural Institute of Korea, Vol. 8, No. 11, pp. 393-400.
Xu, J., Kim, J., Hong, H., and Koo, J., 2014, Optimization of building HVAC loads considering interactions between building design factors, Proceedings of the SAREK 2014 Summer Annual Conference, pp. 199-202.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증