KICT 한국건설기술연구원

검색

전체 과제명 책임자 검색

전체 13건 현재 페이지 2/2

• AI기반 스마트하우징 플랫폼 및 지능형 융복합 주거서비스 기술 개발 AI기반 스마트하우징 플랫폼 및 지능형 융복합 주거서비스 기술 개발 ▲ 안기언 KICT 건축연구본부 수석연구원 들어가며 인구사회 구조 변화를 반영한 거주자 삶의 질 향상 및 주거복지 향상 요구가 높아지는 가운데, AI·IoT·클라우드 등 4차 산업혁명 기술의 확산으로, 건설 분야도 주거 공간 자체를 스마트화하는 새로운 형태의 주거 인프라 구축이 진행 중이다. 기존의 스마트 홈 서비스는 모든 세대 및 단지가 공통의 플랫폼과 서비스를 제공받는 제조사·건설사 종속적인 형태로, 거주자가 서비스를 선택하는 데 있어 자유도가 부족하며 신규 서비스 도입에 제약이 따른다. 이를 극복하고자 누구나 다양한 서비스를 개발·등록할 수 있는 개방성과 확장성을 지닌 플랫폼을 통해 거주자가 서비스를 선택하고 이용하는 데 있어 독립성을 지원하는 스마트하우징 환경 구축이 진행 중이다. 이 글에서는 새로운 주거 인프라를 지원하는 스마트하우징 플랫폼 및 서비스의 개념 소개와 개발 방향에 대해 소개하고자 한다. 스마트하우징 개념 스마트하우징은 주택을 구성하는 공간·환경·가전·디바이스 등으로 구성된 물리적 스마트하우스와 이와 관련된 빅데이터 정보기술·IoT 스마트홈 기술·지능형 AI 기술 등이 연계·융합되어 최적화된 공간 환경과 서비스를 제공하는 주택을 말한다 ( 그림 1). 이러한 주택은 주거공간 자체가 정보 수집의 수단이자 서비스를 제공하는 새로운 주거 인프라로 구현된다. 스마트하우징 플랫폼 기존 스마트홈 서비스는 공급자가 제공하는 서비스를 이용하기 위해 장치, 네트워크 등 물리적 구성요소를 신규로 구축해야 하는 반면, 스마트하우징에서는 주거 공간, 단지 및 스마트 시티 등 기존에 구축된 인프라를 통해 데이터를 확보하고, 플랫폼 기능을 활용하여 물리적 자원의 제약 없이 서비스의 제공과 확장이 가능하다. 본 절에서는 클라우드 환경에서 동작하는 스마트하우징 플랫폼 서비스 기능을 IaaS I(nfrastructure as a Service), PaaS P( latform as a Service) 및 SaaS S( oftware as a Service)로 구분하여 설명한다 ( 그림 2). 스마트하우징을 구현하기 위한 물리적 자원인 IaaS로는 데이터를 수집하기 위한 센서, 센서와 플랫폼 간 데이터를 송수신하기 위한 게이트웨이, 데이터 저장, AI 분석 및 서비스 운영 관리를 위한 서버로 구성된다. 특히, 각종 센서 및 IoT 장치들은 인필 ( Infill) 속에 매립되어 주거공간의 물리적 요소를 센서화한다. 게이트웨이는 다중 프로토콜 변환 처리 기능을 갖추도록하여, 데이터 소스들의 네트워킹 다양성을 수용할 수 있다. 이 때, 데이터의 포맷과 통신 규격을 정의하는 표준 프로토콜을 마련하여 광역적 서비스 제공과 데이터 활용을 지원한다. 스마트하우징 PaaS의 주요 기능은 보안, 저장소 통합관리, 다중 접근·분산처리, 그리고 AI 분석 엔진의 활용이 있다. 먼저, 보안은 사용자 인증과 권한을 부여하는 인가, 주거환경과 플랫폼 간 암호화 통신, 그리고 블록체인 기반 저장 데이터의 암·복호화 기능을 갖춘다. 데이터는 스마트하우징 표준 프로토콜을 기반으로 표준 포맷 분류 체계를 따라 관리되며, 실시간 및 저장 데이터의 활용을 지원한다. 또한, 다중 사용자 접근 및 서비스 실행에 따른 부하 관리를 위해 분석·서비스 공간 및 멀티 프로세스의 분산 처리 기능이 있다. PaaS는 시계열, 음성, 영상 등 데이터 유형별 주거 서비스에 활용 가능한 AI 모델을 AI 뱅크에서 통합 관리하며, 이를 서비스 모델 개발 및 연산에 활용할 수 있는 AI 분석엔진 API 기능을 제공한다. 마지막으로, 스마트하우징 SaaS는 화재, 방범, 쾌적, 편의, 유지관리 부문별 지능형 주거 서비스를 플랫폼에서 운영·관리하며, 서비스를 이용하는 신청자에게 제공하는 기능을 갖춘다. 더불어, PaaS의 AI 분석엔진 기능을 활용하여 외부 개발자들이 자유롭게 서비스를 발굴·개발하고, 플랫폼에 등록하여 서비스를 보급·운영할 수 있는 확장성 기능을 갖춘다. 스마트하우징 서비스 스마트하우징 구현을 위해 주택 거주자의 요구를 분석하여 안전·쾌적·편의·유지관리의 4개 부문에 대한 AI 기반 융합 서비스를 개발하고 있으며 ( 표 1), 플랫폼 기반 서비스 운영을 준비 중에 있다. 아울러, 스마트하우징 플랫폼 기능을 기반으로, 다양한 주거 공간 및 분야의 신규 서비스 발굴과 확장이 진행 중이다 ( 그림 3). 맺음말 한국건설기술연구원에서는 고품질 주거환경을 위한 창의적이고 혁신적인 서비스의 보급, 개발 및 운영 환경을 마련하는 ‘AI 기반 스마트하우징 플랫폼 및 서비스 기술 개발’ 연구를 수행 하고 있다. 본 연구 과제를 통해 미래 대응형 주거복지 기반이 강화되고, 스마트하우징 관련 플랫폼 생태계 구축으로 주거 서비스 및 스마트 기기 등 관련 산업 활성화를 기대한다 . 건축연구본부 게시일2022-11-25 조회수 2320
• 어린이집 실내공기질 예측 알고리즘 개발 어린이집 실내공기질 예측 알고리즘 개발 ▲ 김기철 KICT 건축연구본부 수석연구원 들어가며 최근 코로나19 바이러스와 같은 호흡기 감염병으로 인해 실내에서 생활하는 시간이 하루 중 90% 이상을 차지하고 있어 실내공기질에 대한 선제 대응은 필수인 상황으로 여겨지고 있다. 특히, 어린이집과 같은 실내공기질 취약 계층 시설은 관리자들의 실내공기질 관리에 대해 변화하는 환경에 즉각적으로 대응이 필요하다. 교육 시설에 대한 연구에 따르면 교실의 부적절한 실내 환경 조건은 학생들의 학습 능력과 집중력에 부정적인 영향을 미칠 뿐만 아니라, 어린이집의 어린아이들은 실내공기 오염물질에 노출되기 쉬워 천식 등 알레르기 질환이 흔히 나타나는 만성질환이다. 어린이집은 영유아들이 하루 중 2/3의 시간을 보내는 장소이다. 최근 맞벌이 부모가 많아지면서 어린이집도 늘고 있는 추세이며, 빠르면 22개월부터 어린이집을 이용하기 시작한다. 따라서 어린이집의 실내공기질이 좋지 않을 경우, 많은 영유아가 호흡기를 통해 공기오염물질이 노출되어 건강상의 문제를 일으킬 수 있다. 실내 생활 패턴은 사람 그리고 시설 유형에 따라 전부 다르기 때문에 실내공기질 예측에 대한 신뢰도는 높지 않은 상황이다. 하지만 이 글에서 소개하고자 하는 예측 알고리즘은 특정 시설 (어린이집)을 대상으로 가장 성능이 좋은 모델을 추출하여 어린이집 이용자 및 관리자들이 1시간 이내에 실내공기질 오염상황에 대하여 선제 대응할 수 있는 알고리즘을 개발하였다. 실내공기질 센서를 이용한 데이터 수집 실내공기질 예측을 위해서는 많은 수의 측정 데이터 확보가 필수이다. 자체적으로 성능이 검증된 센서 플랫폼을 이용하여 2년간의 실내공기질 데이터를 수집하였다. 수집된 데이터 의 수는 4,466,611개이며, 측정 시간은 10분 단위이다. 손실된 데이터에 대해서는 전후 데이터의 평균을 내는 방식을 사용하여 보완하였다. 실내공기질 예측 알고리즘 어린이집 대상 실내공기질 예측은 실내 발생 오염물질 (실내온도, 실내습도, PM1.0, PM2.5, PM10, VOCs, CO2, 라돈)을 대상으로 하였으며 외기 데이터로 기상청 자료 중 실외기온, 실외습도, 강수여부를 참고로 예측을 진행하였다. 예측된 값은 1시간에 한 번씩 예측값을 도출하도록 설정하였다. 시계열 자료에 대한 모델링 기법에는 여러 가지가 있고, 어떤 데이터를 사용하는지에 따라 적절한 예측 모델이 정해진다. 이 글에서 소개하고자 하는 예측 알고리즘에서는 관찰된 패턴의 몇 가지 양상이 미래에도 계속될 것이라는 가정하에 머신러닝 AI를 통해 적절한 예측 모델을 선정하고 정량적인 예측을 진행하였다. 실내공기질 예측 정확도의 판단은 실제값과 예측값의 차이가 얼마인지 알려주는 Normalized RMSE (Root Mean Squared Error) 값으로 하였으며, 매월 1일 AI 학습을 진행하도록 개발하였다. 학습을 진행할 때마다 최적의 예측 모델을 선정하여 자원의 낭비를 줄이고 예측 모델의 정확도를 향상 시킬 수 있도록 구성하였다. 실내공기질 예측 결과 앞서 얘기한대로 실내 발생 오염물질을 분석하여, 어린이집 주요 오염물질인 CO2와 미세먼지 (PM2.5)에 대하여 예측을 진행하였다. CO2 예측에 선정된 모델은 Voting Ensemble이라는 모델로써 RMSE값이 0.07983으로 여러 모델 중 가장 낮은 RMSE를 보여주었다. Voting Ensemble 모델을 사용한 예측 알고리즘을 통해 도출된 결과값은 그림 2와 같다. CO2 예측값은 측정일시, TVOC 농도, 실내습도가 가장 큰 영향을 미쳤으며, 신뢰도는 실측값 대비 약 90%로 나타났다.PM2.5의 예측에 선정된 모델은 Standard Scaler Wrapper, XGBoost Regressor 모델로써 Standard Scaler Wrapper로 데이터 전처리를 수행하고 XGBoost Regressor로 AI 학습한 결과가 RMSE값이 가장 작게 나타났다. 해당 알고리즘을 통해 도출된 결과값은 그림 3과 같다. PM2.5 예측값에 가장 영향을 미치는 인자로는 PM10과 PM1.0으로 나타났다. 예측 결과, 농도가 높아질수록 부정확한 결과가 나타났으나, 실제 측정치의 95% 범위인 0~45.92㎍/㎥ 범위에서는 98% 이상의 신뢰도를 보여주었다. 실내공기질 예측 알고리즘 기술의 미래 방향 실내공기질 예측 알고리즘 기술은 누적된 데이터가 많아질수록 그 신뢰도는 상승된다. 소개한 기술은 2년간의 데이터만을 이용하여 예측 알고리즘을 구성하였으나, 매월 갱신되는 알고리즘 프로세스를 통해 데이터가 누적될수록 신뢰도가 높은 알고리즘이 작성된다. 본 기술 개발을 통해 어린이집 주요 오염물질인 CO2와 PM2.5 예측을 통해 시간대별 사용자 행동을 유도하여 실내 공기질을 사전에 대응 및 관리할 수 있으며, 향후 어린이집뿐만 아닌 다양한 실내공기질 취약계층 이용 시설 (노인요양시설, 병원 등)에 적용할 수 있어 안전하고 건강한 환경을 사전에 조성할 수 있을 것으로 기대된다. 건축연구본부 게시일2022-10-25 조회수 1231
• 국내 모듈러 공동주택 현황 및 향후 역할 국내 모듈러 공동주택 현황 및 향후 역할 ▲ 부윤섭 KICT 건축연구본부 전임연구원 들어가며 모듈러 건축은 공장에서 생산한 모듈러를 현장에서 시공하여 완성하는 친환경적 건축공법 중 하나이다. 터파기, 기초공사 등 현장공사를 수행함과 동시에 모듈러 전용 제작 공장에서 모듈러를 제작하여 현장 반입하여 시공하기 때문에 미세먼지, 민원 등 현장 공기를 지연하는 외부요인을 최소화하여 현장공기를 절반 가까이 줄일 수 있다는 가장 큰 특징을 갖고 있다. 모듈러 건축은 공법에 의해 구분하면 모듈러를 현장에서 쌓아 올리는 적층식 공법과 기둥-보-슬래브가 갖춰진 구조물에 끼워 넣듯 설치하는 인필(Infill)식 공법으로 구분할 수 있고(그림 1) 모듈러를 구성하는 재료적 관점에서 구분하면 철골계 모듈러와 콘크리트계 모듈러로도 구분이 가능하다. 철골계 모듈러는 모듈러 보·기둥 등을 품질이 우수한 강재를 사용하여 제작하므로 고강도·고내구성·우수한 가공성 등의 장점을 갖고 있으나 콘크리트계 모듈러와 달리 내화성능 확보를 위한 별도의상세가 필요하며, 콘크리트 모듈러대비 상대적으로 생산 비용이 높고, 진동에 다소 취약한 점 등의 해결이 필요하다. 콘크리트계 모듈러는 바닥, 벽체 등을 프리캐스트 콘크리트(PC)로 제작하여 고강도·내화성능·우수한 진동성능 및 경제성의 장점을 갖고 있으나 철골계 모듈러 대비 고중량이기 때문에 고층 양중 시어려운 점이 있어 20층 이상 고층형 모듈러 건축을 위해서는 극복해야 할 사항이다(표 1). 국내 모듈러 공동주택 동향 국내의 모듈러 공동주택은 주로 철골계 모듈러를 사용하여 공급되었다. 한국건설기술연구원이 국가 R&D 실증사업으로 SH(서울주택공사)와 추진한 서울 가양동 모듈러 실증 공공주택(2017년)과 LH(한국토지주택공사)와 추진한 천안 두정동 모듈러 실증 공공주택(2019년)은 주택성능 기준을 준수한 최초의 공동주택으로 공급되었으며 이후 지자체 등 공공부문이 임대주택으로 지상 6층 이하의 모듈러 주택을 공급하였다. 한국건설기술연구원은 GH(경기주택도시공사)와 공동으로 용인 영덕동에 중고층 모듈러 공공주택 실증사업(이하 경기행복주택)을 진행하고 있다. 국내 최고층인 13층 규모(106세대)의 경기행복주택은 설계엔지니어링, 공장제작, 현장관리 등 중고층 모듈러 연구단에서 개발한 성과들을 적용할 예정이며 상기 철골계 모듈러의 단점으로 지적한 3시간 내화성능을 공인기관 인정시험을 통해 국내 최초로 확보하여 22년 말 준공을 목표로 현장 공사가 진행되고 있다. SH는 서울 가리봉동에 12층 모듈러 공공주택사업(246세대)과 서울 시내 10층 규모(512세대)의 모듈러 공공주택사업을 추진 중이고, LH는 인천 옹진군 공공실버주택(152세대) 등을 모듈러 공법을 적용하여 공급하였으며 세종시 등에 모듈러 공공주택사업을 추진하고 있다. 정부는 3기 신도시 공공주택 일부를 모듈러 공법으로 전환하여 조기 입주 추진을 검토 중이다. 콘크리트계 모듈러는 민간기업인 KC산업이 한국건설기술연구원과 PC박스형 모듈러를 공동 개발하여 여주 본사, 제주 지사에 홍보용 모듈러 건축물을 구축하였고, 1~2층 규모의 개인주택을 중심으로 주택시장에 진출하였으며 이미 구조 안전성, 거주 성능을 확보함으로써 5층 이하 저층형 공동주택으로 공급도 가능할 전망이다. 모듈러 공동주택의 역할 모듈러 공동주택은 공장제작 건축에 대한 국민 인식 부족과 일반적으로 공동주택을 건설하는 RC(철근 콘크리트)공법 대비 열악한 거주 성능에 대한 오해를 불식시키는 것이 가장 중요하다. 한국건설기술연구원이 추진하는 경기행복주택 뿐만 아니라 공공부문에서 추진하는 모듈러 공동주택이 완공된 후 면밀한 주거성능 검토를 통해 모듈러 주택도 RC 공동주택과 동등한 주거 성능을 확보할 수 있음을 알리고 모듈러 공법을 적용한 주택시장 개척이 필요하다. 2015년 이후 주택 인허가 물량 감소, 수도권 인구 집중 및 가구 분화에 따른 세대수 급증, 질 좋은 주택 재고 부족으로 주택난이 심화되고 있다. 현재 주택 정책은 대규모 택지 개발, 재건축 및 재개발 등 최소 5년 이상 향후에 기대되는 대규모 주택 공급 위주의 정책으로서 도심지 1~2인 가구 등 현재 주택이 필요한 수요층을 만족시키기는 어렵다. 지자체와 지역 주택공사가 공공 소유 소규모 부지에 모듈러 공공주택의 신속 적기에 공급한다면 주택 정책의 영향이 미치지 못하는 틈을 모듈러 공법을 활용함으로써 유연하게 대응이 가능할 것이다. 건축연구본부 게시일2022-08-23 조회수 4402

첫페이지이전페이지12다음페이지마지막페이지