최근 기후변화로 인해 전 세계적인 지구온난화 피해가 심각해지면서 주요원인인 온실가스에 대한 배출 규제가 확대되고 있다. 그 중 온실가스 배출량의 약 25%를 차지하는 건물분야에 대해 정부에서는 2020년까지 BAU 대비 26.9%까지 감축하겠다는 목표를 발표하였다. 이를 달성하기 위해 건물부문의 에너지 수요를 원천적으로 저감하는 녹색건축물 활성화 방안을 추진하고 있다. 하지만 녹색건축물 활성화의 상세 이행계획 수립 및 관리, 그리고 시행에 따른 효과를 분석하기 위해서는 건물 에너지 사용량에 대한 데이터 및 관련 통계 자료가 필수적이다. 이를 위해 정부는 전국 680만동의 건물에서 사용되는 에너지 정보를 통합 관리할 수 있는 국가 건물에너지 통합관리시스템을 구축하였다. 하지만 현재 구축된 국가 건물에너지 통합관리시스템의 Database는 건축물대장 정보와 공급기관의 에너지정보를 매칭해서 사용하기 때문에 수동으로 작업이 이루어지고 있으며, 이로 인해 많은 문제들이 발생한다. 따라서 Database의 신뢰성을 확보하기 위해서는 지속적인 고도화 작업이 이루어져야 한다. 본 과제는 현재 가동 중인 국가 건물에너지 통합관리시스템의 Database를 분석하여, 시스템의 한계 및 개선방안 도출하고, 이를 통해 데이터의 신뢰성 확보 및 활용성을 증대 시키고자 하였다. 구축된 Database 분석 결과 건축물 정보와 에너지정보가 매칭된 유효데이터는 평균 85.6%이고, 미매칭된 데이터는 평균 14.4%로 나타났다. 미매칭된 데이터는 다시 건물 특성에 따른 미매칭 유형을 분석하였으며, 그 결과 건축물 정보가 없는 경우가 전체의 58.2%에 달했다. 따라서 향후 신규 구축 data의 매칭 작업 용이성 및 현재 Database에 대한 정확성 확보하기 위해서는 건축물 정보와 에너지정보 간의 주소 표준화 및 속성정보 체계를 마련할 필요가 있다. 또한 비도시지역 및 영세한 주거지역에서 사용비중이 높은 석유류 에너지원 및 향후 발전 가능성 및 활용 가능성이 높은 신재생 에너지와 같이 다른 에너지원에 대한 정보를 포함시킬 수 있도록 시스템 구축이 필요할 것으로 사료된다.
최근 기후변화로 인해 전 세계적인 지구온난화 피해가 심각해지면서 주요원인인 온실가스에 대한 배출 규제가 확대되고 있다. 그 중 온실가스 배출량의 약 25%를 차지하는 건물분야에 대해 정부에서는 2020년까지 BAU 대비 26.9%까지 감축하겠다는 목표를 발표하였다. 이를 달성하기 위해 건물부문의 에너지 수요를 원천적으로 저감하는 녹색건축물 활성화 방안을 추진하고 있다. 하지만 녹색건축물 활성화의 상세 이행계획 수립 및 관리, 그리고 시행에 따른 효과를 분석하기 위해서는 건물 에너지 사용량에 대한 데이터 및 관련 통계 자료가 필수적이다. 이를 위해 정부는 전국 680만동의 건물에서 사용되는 에너지 정보를 통합 관리할 수 있는 국가 건물에너지 통합관리시스템을 구축하였다. 하지만 현재 구축된 국가 건물에너지 통합관리시스템의 Database는 건축물대장 정보와 공급기관의 에너지정보를 매칭해서 사용하기 때문에 수동으로 작업이 이루어지고 있으며, 이로 인해 많은 문제들이 발생한다. 따라서 Database의 신뢰성을 확보하기 위해서는 지속적인 고도화 작업이 이루어져야 한다. 본 과제는 현재 가동 중인 국가 건물에너지 통합관리시스템의 Database를 분석하여, 시스템의 한계 및 개선방안 도출하고, 이를 통해 데이터의 신뢰성 확보 및 활용성을 증대 시키고자 하였다. 구축된 Database 분석 결과 건축물 정보와 에너지정보가 매칭된 유효데이터는 평균 85.6%이고, 미매칭된 데이터는 평균 14.4%로 나타났다. 미매칭된 데이터는 다시 건물 특성에 따른 미매칭 유형을 분석하였으며, 그 결과 건축물 정보가 없는 경우가 전체의 58.2%에 달했다. 따라서 향후 신규 구축 data의 매칭 작업 용이성 및 현재 Database에 대한 정확성 확보하기 위해서는 건축물 정보와 에너지정보 간의 주소 표준화 및 속성정보 체계를 마련할 필요가 있다. 또한 비도시지역 및 영세한 주거지역에서 사용비중이 높은 석유류 에너지원 및 향후 발전 가능성 및 활용 가능성이 높은 신재생 에너지와 같이 다른 에너지원에 대한 정보를 포함시킬 수 있도록 시스템 구축이 필요할 것으로 사료된다.
Damage occur frequently around the world on climate change and the main cause of greenhouse gas emissions regulation is growing. To this end, the government has built integrated management system for national building energy. The building energy information is total 6.8 million complex. Integrated m...
Damage occur frequently around the world on climate change and the main cause of greenhouse gas emissions regulation is growing. To this end, the government has built integrated management system for national building energy. The building energy information is total 6.8 million complex. Integrated management system for national building energy database are matched building registers information and energy information of the supply agencies. However, the matching process has its limitations so advanced work is in progress continuously. This study analyzed integrated management system for national building energy database quality and limitations and deduce improvement plan to increase system reliability and availability. The existing database matching average rate is 85.6%. 58.2% of the total non-matching data type has no building information. To ensure the ease of new database matching and the accuracy of the existing database matching, address standarization and building properties system are needed between building information and energy information. Also, The system construction is required to include information on other energy sources like petroleum energy which has high proportion of non-urban areas and small residential areas and renewable energy which has high potential in development and utilization.
Damage occur frequently around the world on climate change and the main cause of greenhouse gas emissions regulation is growing. To this end, the government has built integrated management system for national building energy. The building energy information is total 6.8 million complex. Integrated management system for national building energy database are matched building registers information and energy information of the supply agencies. However, the matching process has its limitations so advanced work is in progress continuously. This study analyzed integrated management system for national building energy database quality and limitations and deduce improvement plan to increase system reliability and availability. The existing database matching average rate is 85.6%. 58.2% of the total non-matching data type has no building information. To ensure the ease of new database matching and the accuracy of the existing database matching, address standarization and building properties system are needed between building information and energy information. Also, The system construction is required to include information on other energy sources like petroleum energy which has high proportion of non-urban areas and small residential areas and renewable energy which has high potential in development and utilization.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문은 통합 DB의 수집 데이터 품질을 분석하기 위해 전국 약 700만동에 달하는 건축물 정보와 에너지정보의 매칭 현황을 비교하였다. 또한 건축물 주소체계와 에너지정보가 일치한 매칭 정보 중 Table 6과 같이 건물용도, 규모, 면적, 구조, 사용연수로 분류 하였을 때, 각 분류 기준에 따른 미매칭 데이터에 대한 비율을 분석하였다.
본 연구는 국가 건물에너지 통합관리시스템 Database(이하 ‘통합 DB’라 한다)를 분석해 현재 수집된 데이터 현황과 이에 대한 한계 및 개선방안을 도출함으로써 통합관리시스템의 신뢰성 확보와 활용성을 증대 시키는데 기여하고자 한다.
본 연구는 전국 680만동의 건축물대장 정보 기반 하에 전기, 도시가스, 지역난방 등 건물에서 사용되는 에너지 정보를 통합하여 관리하는 국가 건물에너지 통합관리시스템의 DB 품질 분석과 데이터 수집 한계를 파악하고, 이이 대한 개선방안을 도출함으로써 통합관리시스템의 신뢰성 확보와 활용성을 증대 시키는데 기여하고자 하였다.
제안 방법
건물 구조의 경우도 국토교통부 건축물통계의 구조 분류체계를 기반으로 하였고, 분류 기준은 Table 13과 같이 4개로 분류하였으며, 건물 규모 구조에 따른 연간 수용가 수 또한 해당 년도의 12월에 수집된 데이터를 기준으로 하였다.
건물 규모 분류에 따른 연간 수용가 수의 경우도 해당 년도의 12월에 수집된 데이터를 기준으로 분석하였다.
본 논문은 통합 DB의 수집 데이터 품질을 분석하기 위해 전국 약 700만동에 달하는 건축물 정보와 에너지정보의 매칭 현황을 비교하였다. 또한 건축물 주소체계와 에너지정보가 일치한 매칭 정보 중 Table 6과 같이 건물용도, 규모, 면적, 구조, 사용연수로 분류 하였을 때, 각 분류 기준에 따른 미매칭 데이터에 대한 비율을 분석하였다. 분석에 활용된 데이터는 2012년〜2014년까지 3년 간 수집된 국내 전체 건물에 대한 건축물 정보 및 에너지정보 데이터이다.
미매칭된 데이터는 다시 그 원인을 분석해 Table 8과 같이 대분류와 상세분류로 구분하고, 그 분포 비율을 도출하였다.
본 단원에서는 매칭된 데이터와 미매칭된 데이터의 건물 에너지 사용량을 비교하여 상세 정보를 파악할 수 없는 건물 에너지 사용량의 수준을 분석하였다.
이를 위해 정부는 2015년 개별 건축물단위의 에너지 소비량을 통합 관리할 수 있는 ‘국가 건물에너지 통합관리시스템’을 구축하였다.
통합 DB는 ‘국가행정시스템 세움터(www.eais.go.kr)’를 통해 수집되는 건축물 정보와 에너지공급기관 및 기타 유관기관에서 수집되는 에너지정보를 매칭시켜 구축하였다.
대상 데이터
건물 에너지정보의 경우는 『녹색건축물 조성 지원법』제10조와 관련해 공급기관으로부터 제공받는 월별 에너지사용량 정보이며, 이때 제공받는 에너지정보는 전력, 도시가스 및 지역난방에 대한 사용량 정보이다.
또한 건축물 주소체계와 에너지정보가 일치한 매칭 정보 중 Table 6과 같이 건물용도, 규모, 면적, 구조, 사용연수로 분류 하였을 때, 각 분류 기준에 따른 미매칭 데이터에 대한 비율을 분석하였다. 분석에 활용된 데이터는 2012년〜2014년까지 3년 간 수집된 국내 전체 건물에 대한 건축물 정보 및 에너지정보 데이터이다.
이론/모형
건물 규모 역시 국토교통부 건축물통계의 규모 분류체계를 기반으로 하였으며, 분류 기준은 Table 10과 같이 7개로 구성하였다.
본 논문에서는 건물 용도를 국토교통부 건축물통계(stat.molit.go.kr)의 용도 분류를 기반으로 하였으며, 분류체계는 Table 10과 같이 5개로 구성하였다. 또한 연간 수용가 수는 해당 년도의 12월에 수집된 데이터를 기준으로 하였다.
성능/효과
건물의 사용연수 분류체계 적용에 따른 미매칭 비율은 전체의 약 1.66%인 약 516,700개 이며, 이는 건축물대장상의 사용승인일 오류가 원인인 것으로 분석되었다.
국가 건물에너지 통합관리시스템의 DB 품질을 분석하기 위해 데이터 미매칭 현황을 분석한 결과 매칭된 데이터는 평균 85.6%, 미매칭된 데이터는 평균 14.4%로 나타났으며, 미매칭 데이터의 유형을 분석한 결과 건축물 정보가 없는 경우가 전체의 58.2%에 달했다. 이는 건축물대장 상의 주소 정보 오류가 원인인 것으로 나타났다.
그 결과 Table 8과 Fig. 5와 같이 총 11개의 미매칭 유형으로 분류되었으며, 그 중 가장 높은 비율을 차지하는 유형은 건축물 정보가 없는 경우로 나타났다.
매칭된 데이터를 건물용도, 규모, 연면적, 구조 및 사용연수에 대한 분류체계로 구분하여 분석한 결과 평균 0.46%의 오류 데이터가 발생한 것으로 나타났으며, 이중 사용연수 분류체계에 대한 오류 발생률이 1.66%로 가장 높다는 것을 알 수 있었다.
분석 결과 2012년부터 2014년까지 매칭된 데이터는 전체 평균 85.6%이고, 미매칭된 데이터는 평균 14.4%로 나타났다.
51 천만 toe/yr로 나타났다. 이중 매칭되어 활용 가능한 유효데이터는 평균 82.17%정도로 약 441.60 천만 toe/yr이고, 미매칭되어 상세 정보를 알 수 없는 데이터는 평균 17.83%로 약 95.80 천만 toe/yr로 나타났다. 즉 국내 연평균 건물 에너지 사용량의 17.
전체 매칭 데이터 중 건물의 구조 분류체계를 적용하여 데이터를 추출한 결과 미매칭 된 데이터는 전체의 약 0.03%인 약 10,700개로 나타났으며, 이는 건축물대장상의 건물 구조에 대한 정보가 없어서 발생한 오류인 것으로 분석되었다.
전체 매칭 데이터 중 건물의 규모 분류체계를 적용한 결과 미매칭 된 데이터는 전체의 약 0.9%인 약 28,000개로 나타났으며, 이는 건축물대장상의 건물규모가 “0” 이거나 규모에 대한 정보가 없어서 발생한 오류인 것으로 분석되었다.
전체 매칭 데이터를 건물의 연면적 분류체계로 나눠서 분석한 결과 미매칭 된 데이터는 전체의 약 0.48%인 140,200개로 나타났으며, 이 역시 건축물대장상의 연면적 정보가 “0” 이거나 또는 정보가 없어서 발생한 오류인 것으로 분석되었다.
통합 DB의 매칭된 데이터 중 건물용도별 수용가 수가 가장 많은 용도는 주거로 전체의 73.07%인 2,254.42 천만 개에 달했다. 그 다음이 상업, 그 외 용도, 문교·사회용, 공업용 순으로 나타났으며, 건물 용도별로 건축물 정보와 에너지 정보가 미매칭 된 데이터는 전체의 약 0.
건물 사용연수의 경우 사용승인일을 기준으로 4개로 분류하였으며, 분류체계는 Table 14와 같다. 통합 DB의 매칭된 데이터 중 미매칭 비율이 가장 높은 구간은 사용연수가 20〜30년인 건물이며, 이는 전체의 33.02%인 1,029.33 천만 개에 달했다.
통합 DB의 품질을 분석하기 위해 데이터 미매칭 현황을 분석한 결과 대부분 건축물대장의 주소정보의 문제인 것으로 나타났으며, 이는 행정중심의 건축물 정보와 고지서발급 중심의 에너지정보가 상이해 발생한 것으로 분석되었다.
후속연구
따라서 향후 신규 구축분의 매칭 작업 용이성 및 통합 DB 구축분에 대한 정확성 확보를 위한 건축물 정보와 에너지정보 간에 주소 표준화 및 속성정보 체계를 마련할 필요가 있으며, 더 나아가 비도시지역 및 영세한 주거지역에서 사용비중이 높은 석유류 에너지원 및 신재생 에너지와 같은 다른 에너지원에 대한 정보를 포함시켜 구축할 필요가 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
녹색건축물 활성화의 상세 이행계획 수립과 이행에 따른 효과를 분석하기 위해서 필요한 것은?
이를 달성하기 위해 건물 부문의 에너지 수요를 원천적으로 저감하도록 녹색건축물 활성화를 추진하고 있다. 녹색건축물 활성화의 상세 이행계획 수립과 이행에 따른 효과를 분석하기 위해서는 건물에너지 사용량에 대한 데이터 및 관련 통계 자료가 필수적이다.
통합 DB에서 수용가 정보, 즉 각 사용자별 계량기에 대한 정보가 굉장히 중요한 자료가 되는 이유는?
에너지 공급기관이 보유한 수용가 주소와 그에 따른 에너지사용량 정보가 DB 테이블을 통해 건축물대장상의 정보와 매칭되면, 특정 건물의 에너지 사용량을 추출할 수가 있다. 따라서 통합 DB에서 수용가 정보, 즉 각 사용자별 계량기에 대한 정보는 굉장히 중요한 자료가 된다.
국가 건물에너지 통합관리시스템이란?
국가 건물에너지 통합관리시스템은 전국 680만동의 건축물대장 정보 기반 하에 전기, 도시가스, 지역난방 등 건물에서 사용되는 에너지 정보를 통합하여 관리 하는 정보시스템으로, 실제 건물단위의 에너지사용에 대한 징수 자료를 활용한 사용자측면의 데이터이다. 하지만 이를 활용해 정보의 정책 목표를 수립하고, 또한 대국민 편의 서비스를 제공하기 위해서는 수집되는 데이터의 현황과 한계를 파악할 필요가 있다.
참고문헌 (6)
Korea Appraisal Board, A study on the advancement planning of a information system of the building energy and greenhouse gases, 2014
SAMSUNG SDS, Project to constructs the Management System for Building Energy, 2013
Yang Si-Won, Kim Sun-Sook, Strategies to improve the building energy performance disclosure system through an analysis of operational rationg methodologies, AIK, 2014, pp.307-314
A. Adjei, A study of homeowners' energy efficiency improvements and the impact of the Energy Performance Certificate, IDEAL EPBD, 2011
Bio Intelligence Service, Energy Performance Certificates in buildings and their impact on transaction prices and rents in selected EU countries, European Commission(DG Energy), 2013. 4.
C. Binkely, M. Touchie, K. Pressnail, Meta-analysis of energy consumption in multi-unit residential buildings in the Greater Toronto Area, Toronto Atmospheric Fund, 2012
※ AI-Helper는 부적절한 답변을 할 수 있습니다.