서 론
연구의 필요성
연구 방법 및 범위
기후변화 시나리오를 활용한 건물 부하 예측
기후변화 시나리오 선정
대상 지역 선정
대상 지역의 기후변화 시나리오 별 미래 날씨 파일 생성
대상 건물 선정 및 건물 조건
결과 및 토의
시나리오 별 분석
지역별 분석
결 론
서 론
연구의 필요성
지구온난화로 인한 기후변화 문제에 대한 전 세계적인 인식 확산과 더불어, 탄소 중립과 녹색 성장을 달성하기 위한 다양한 노력이 이루어지고 있다. 기후변화에 대응하기 위해서는 건물 부문 탄소 중립을 이뤄내는 것이 중요한 과제 중 하나이다. 건물 부문은 전 세계 에너지 소비의 약 30%, 탄소 배출량의 약 26%를 차지하며(United Nations Environment Programme, 2020). 특히 냉·난방 시스템의 에너지 소비가 가장 큰 비중을 차지하고 있다. 이를 위해 최근 건물 부문 에너지 소비를 예측하고 효율적인 대책을 마련하기 위해 온실가스 배출량과 기후변화의 장기적 영향을 분석하는 기후변화 시나리오를 활용한 연구가 진행되고 있다.
IPCC 제6차 평가보고서에 따르면, 산업화 이전(1850-1900년) 대비 현재(2011-2020년) 지구 평균 온도는 이미 0.95~1.2℃ 상승했고 탄소 배출량이 적은 시나리오에서도 1.5℃에 도달할 가능성이 높은 것으로 나타났다(IPCC, 2023). 이는 기후변화로 인한 영향을 완화하기 위한 강력한 대응책과 함께 적응 전략이 필요함을 시사한다. 기후변화 예측 및 분석에 사용되는 기후변화 시나리오는 초기의 SRES (Special Report on Emissions Scenarios)(IPCC, 2007)와 SSP (Shared Socio-economic Pathway)로 구분할 수 있다. SRES 시나리오는 주로 경제 성장, 인구 증가, 기술 발전 등 사회적·경제적 변화를 바탕으로 온실가스 배출량을 예측을 하는 반면, SSP 시나리오는 이러한 요인뿐 아니라 기후변화 완화와 적응의 가능성을 고려하여 더욱 포괄적이고 현실적인 분석이 가능하다. 따라서 IPCC는 기존의 SRES (Special Report on Emissions Scenarios) 시나리오에서 보다 포괄적인 SSP (Shared Socio-economic Pathway) 시나리오로 전환하여, 인구 증가와 에너지 소비와 같은 사회경제적 요인을 반영해 온실가스 배출과 기후변화를 예측하고 있다. SSP 시나리오는 도시화와 같은 인간 활동을 보다 직접적으로 고려함으로써, 기후 적응 및 완화 전략을 분석하는 데 유용한 기반을 제공한다.
기후변화 시나리오가 지속적으로 발전되어 다양한 상황에 대처할 수 있는 대안책을 마련해 왔으나 SSP 시나리오 조건에서 건물 에너지 부하에 어떠한 영향을 미치는지 밝혀지지 않은 상황이다. 따라서 본 연구에서는 SRES A2와 SSP5-8.5 시나리오를 활용하여 SSP 시나리오가 기존 시나리오와 비교하여 건물에 어떠한 영향을 미치는지 고찰하고자 한다. 뿐만 아니라 국내 상이한 기후의 적용성을 고찰하기 위해 내륙 지역에 해당하는 온대하우 기후인 서울(Cwa)과 해안 지역에 해당하는 온난습윤 기후인 울산(Cfa)의 미래 기후변화가 냉·난방부하에 미치는 영향을 분석하고자 한다. 이를 통해 건물 부문에서 영향도와 지역별 적용성을 분석하여 탄소 중립을 달성하기 위한 기후 적응 및 에너지 전략을 제시하는데 기여하고 한다.
연구 방법 및 범위
본 연구에서는 다양한 기후변화 시나리오를 적용하기 위해 건물의 냉·난방부하에 미치는 영향을 시뮬레이션으로 진행하였다. SRES와 SSP 기후변화 시나리오를 반영하기 위해 기존 기상데이터에 Morphing 기법을 적용할 수 있는 CCWorldWeatherGen 와 Future Weather Generator를 사용하였다. 상이한 기후 특성을 가지고 있는 서울 지역과 울산 지역을 대상으로 2050년과 2080년 기상데이터를 생성하였다. 생성한 기상데이터를 적용하기 위해 정밀한 건물 에너지 시뮬레이션 툴중 하나인 EnergyPlus를 사용하였고 냉·난방 소비량이 큰 건물인 Medium Office Building에 대해 시뮬레이션을 진행하였다.
기후변화 시나리오를 활용한 건물 부하 예측
기후변화 시나리오를 활용한 건물 에너지 부하 해석은 SRES 시나리오와 SSP 시나리오를 중심으로 다양한 연구가 진행되어 왔다. SRES 시나리오의 경우, IPCC의 AR3 보고서에 기초하여 미래 기후변화가 건물 에너지 성능에 미치는 영향을 분석하는 연구가 이루어졌다. Lapisa et al. (2018)은 프랑스의 상업용 건물 외피 설계 최적화를 목표로 기후변화를 적용한 분석을 수행하였다. Cirrincione et al. (2021)은 이탈리아와 룩셈부르크를 대상으로 냉방 시즌 동안 녹색 지붕(Greenroof)을 활용한 에너지 절감에 대한 고찰을 수행하였고, Bamdad et al. (2022)은 미래 기후 시나리오 별 환기에너지 절감 방안을 제시했다.
SSP 시나리오를 적용한 연구는 IPCC의 AR5 및 AR6 보고서에서 제시된 새로운 기후변화 경로를 반영하여 에너지 부하 예측의 정밀성을 높이는 데 중점을 두었다. Yamasaki et al. (2024)은 SSP 시나리오를 바탕으로 미래 도시 개발 및 건물 변화가 미기후와 에너지 수요에 미치는 영향을 정량화하고 완화 전략을 제안했다. Zhang et al. (2024)은 기후변화와 도시 열섬(UHI) 현상을 고려한 에너지 효율적 건물 설계에 기계 학습을 통합하여 지속 가능한 도시 계획과 건물 에너지 성능 평가 전략을 제시했다.
이처럼 SRES 및 SSP 시나리오는 건물 에너지 성능 분석에 있어 기후변화의 영향을 정량화하고 효율적인 설계 및 운영 방안을 도출하는 데 중요한 방법으로 활용되고 있다.
기후변화 시나리오 선정
기후변화 시나리오는 건축물 에너지 부하 해석에서 극단적인 기후 조건을 고려하기 위해 활용된다. 본 연구에서는 IPCC 3차 평가보고서에서 제시된 SRES A2 시나리오와 IPCC 6차 평가보고서에서 제시된 SSP5-8.5 시나리오를 선택하여 분석을 진행하였다. SRES A2는 지역 중심의 경제 및 기술 발전과 지속적인 인구 증가를 가정한 높은 온실가스 배출이 특징인 시나리오이고, Figure 1은 SRES 시나리오 경로 별 지구 평균 온도 변화를 나타낸 것이다. SSP5-8.5는 화석연료 기반의 빠른 경제 성장으로 인해 가장 높은 온실가스 배출을 특징으로 한 시나리오이고, Figure 2와 같이 구분된다.
두 시나리오는 극한 기후 변화 조건을 가정하고 있어 냉·난방 부하의 변화와 이에 따른 건축 설계 및 에너지 관리 전략을 도출하는 데 적합하다고 판단된다. 특히, SRES A2와 SSP5-8.5 시나리오는 기후 변화로 인해 발생할 수 있는 극한 기후가 건축물 에너지 성능에 미치는 영향을 분석하고, 미래 기후 변화에 대비한 설계 방안을 마련하는 데 중요한 역할을 할 것으로 판단된다.
Figure 2.
Classification of SSPs Based on Levels of Climate Change Adaptation and Mitigation(O’Neill et al., 2014)
대상 지역 선정
대한민국은 쾨펜-가이거(Köppen-Geiger) 기후 구분 체계 중 온대 하우 기후인 내륙과 온난 습윤 기후인 해양 지역, 고지대의 냉대 습윤 기후에 구성된다. 내륙 지역은 대륙성 기후의 특성을 가지며 연교차가 크고 강수량이 계절적으로 집중되는 경향이 있다. 반면, 해양 지역은 해양성 기후의 영향을 받아 연교차가 작고 기후가 상대적으로 온화하며, 높은 습도를 가진다. 이러한 기후적 차이는 건물의 냉·난방부하와 에너지 소비량에 직접적인 영향을 미치고 기후변화에 따라 지역별로 상이한 부하 변화 양상이 나타날 수 있다.
따라서 대상 지역은 주거용 건물뿐만 아니라 상업용 등의 많은 건물들이 밀집되어 있기 때문에 에너지 소비도 많고 UHI (Urban Heat Island) 현상이 타 지역에 비해 크게 나타나며 대륙성 기후(Cwa)인 서울 지역과 해안 지역으로 해양성 기후(Cfa)의 영향을 받아 높은 습도와 비교적 온화한 기온 분포를 보이는 지역인 울산 지역을 선정하였다.
대상 지역의 기후변화 시나리오 별 미래 날씨 파일 생성
기후변화를 반영해 기상데이터를 생성하는 방법은 전체 Historical Data를 기반으로 생성하는 방법과 기존의 표준 기상데이터에 기후변화 특성에 따라 정보를 수정하는 Morphing 방법으로 나뉜다. 이 중 Morphing 기법은 표준 기상데이터에 변화를 명확히 비교 분석할 수 있는지 장점이 있다. 따라서 기후변화 시나리오를 바탕으로 Morphing을 하는 툴인 CCWorld WeatherGen version 1.9와 Future Weather Generator version 1.2.1을 사용해 기상데이터 파일을 생성하였다.
CCWorldWeatherGen을 활용하여 대상 지역의 표준 기상데이터에 SRES A2 시나리오를 Morphing하여 2050년, 2080년의 EPW 파일을 생성하였으며, Future Weather Generator를 활용하여 대상 지역의 표준 기상데이터에 SSP5-8.5 시나리오를 Morphing 하여 2050년, 2080년의 EPW 파일을 생성하였다. Weather File Generator을 사용해 생성한 Case 별 미래 기후 파일을 Table 1에 나타내었다.
Table 1.
Future Climate Files Generated for Each Case Using the Weather File Generator
대상 건물 선정 및 건물 조건
대상 건물 선정 과정에서 대한민국 건축물의 현황과 에너지 소비 동향을 분석한 결과, 상업용 건축물이 주거용 건축물에 비해 약 42% 더 많은 전력 에너지를 소비한다는 점을 확인하였다. 이에 따라, 상업 건축물을 대표할 수 있는 모델로 DOE (Department of Energy)에서 제시하는 Reference Building 중 Medium Office Building을 대상 건물로 선정하였다. Figure 3은 해당 건물의 외관을 보여주며, 건물의 내부 존 구분은 Figure 4와 같다. 건물의 시스템 중 냉·난방 시스템은 상업용 건축물에서 주로 사용하는 공조 방식인 VAV (Variable Air Volume) 시스템을 적용하였다.
대상 건물은 연면적 4,982 ㎡, 3층 규모로 층고는 3.96 m, 천장고는 2.74 m이다. 창문 면적은 총 외벽 면적의 33%를 차지하며, 창문의 열관류율은 3.24 W/㎡·K, Solar Heat Gain Coefficient (SHGC)는 0.39이다. 외벽은 Steel-frame 구조로, 열관류율은 0.476 W/㎡·K이며, 지붕은 Built-up roof 구조로 roof membrane, 단열재(insulation), 금속 데크(metal decking)로 구성되어 열관류율은 0.35 W/㎡·K이다. 바닥은 slab-on-grade floors 구조로, 열관류율은 0.23 W/㎡·K이다. 재실 밀도는 18.57 ㎡/인, 조명 부하는 6.89 W/㎡, 장비 부하는 10.76 W/㎡이며, 공조 시스템은 VAV (Variable Air Volume) 시스템을 사용한다. 건물의 존 계획과 관련된 세부 조건은 Table 2에, 건물 외피 구조의 세부 사항은 Table 3에 제시하였다. 이러한 조건을 바탕으로 EnergyPlus version 23.2 에 입력하여 시뮬레이션을 수행하였다.
Table 2.
Building boundary conditions
결과 및 토의
시나리오 별 분석
SRES A2와 SSP5-8.5 시나리오를 활용한 결과, 두 시나리오 모두 외부온도와 절대습도가 상승하고 난방부하는 감소하고 냉방부하는 증가하는 경향을 보였다. 그러나 변수에 따라 두 시나리오의 결과는 차이를 보였다, 시뮬레이션 결과 표준기후 대비 변화량은 Table 4와 Table 5에 나타냈다.
Table 4.
Changes Compared to Standard Climate in Seoul
Table 5.
Changes Compared to Standard Climate in Ulsan
외부온도와 절대습도는 SSP5-8.5에서 SRES A2보다 더 큰 상승폭을 나타냈다. 서울에서 외부온도는 SRES A2가 2080년에 +30.25%, SSP5-8.5에서는 +41.22%까지 상승하였다. 울산에서도 SRES A2의 +31.02%에 비해 SSP5-8.5는 +33.44%로 상승폭이 더 컸다. 절대습도 역시 SSP5-8.5가 SRES A2보다 서울에서 +44.25%, 울산에서 +40.84%까지 더 높은 증가를 보였다.
하지만, 풍속과 일사량 변화에서는 SRES A2가 SSP5-8.5보다 더 큰 변화를 나타낸 Case도 있었다. 서울에서 SRES A2는 풍속이 +31.18%까지 증가하였으나, SSP5-8.5에서는 +10.97%로 상대적으로 낮았다. 또한, 일사량은 SRES A2에서 서울에서 –16.28% , SSP5-8.5에서는 -2.56%로 감소폭이 더 작았다. 울산에서도 SRES A2가 일사량 감소 폭이 더 크거나 비슷한 수준을 유지하였다. 이러한 차이는 두 시나리오의 가정 및 기후 시스템 반응에서 기인한 것으로 판단된다.
SRES A2는 지역 중심의 경제 발전과 높은 인구 증가를 가정하며, 온실가스 배출이 꾸준히 증가하지만 기술 발전 속도는 느린 시나리오이다. 이로 인해 대기 중 에어로졸과 같은 대기오염 물질이 더 높은 농도로 축적될 가능성이 있다. 이러한 대기오염 물질은 태양 복사를 흡수하거나 반사하여 지역적으로 대기 불안정을 유발하고, 풍속 증가를 초래할 수 있다. 이에 반해 SSP5-8.5는 빠른 경제 성장과 화석연료 사용의 급격한 증가를 가정하지만, 기술 발전이 빠르게 이루어져 에어로졸 배출에 대한 억제나 관리가 더 가능하다고 판단된다.
SRES A2에서 더 큰 일사량 감소가 나타난 이유는 시나리오의 대기오염 물질 농도와 기후 시스템 피드백에서 찾을 수 있다. SRES A2는 지역 중심의 발전과 낮은 기술 발전 속도로 인해 에어로졸 배출이 계속 증가할 가능성을 내포하며, 이는 태양 복사를 더 많이 반사하여 일사량 감소를 초래할 수 있다. 반면, SSP5-8.5에서는 에어로졸 배출량이 일부 억제되거나 관리되는 시나리오로 간주되어, 일사량 감소폭이 상대적으로 작게 나타났을 것이라 사료된다.
또한, SSP5-8.5는 화석연료 기반의 에너지 사용 증가로 인해 지구 평균 온도가 더 빠르게 상승하며, 구름 형성과 대기 안정성이 변화하여 일사량 감소를 상쇄하는 효과가 발생했을 가능성이 있다. 이로 인해 SSP5-8.5에서는 일사량 감소폭이 작거나 일정 수준에서 유지되는 결과를 나타낸 것으로 해석된다.
Figure 5와 Figure 6은 표준기후 대비 Case 별 냉·난방부하의 변화를 나타낸 것이다. 냉방부하와 난방부하에서는 SSP5-8.5가 SRES A2보다 더 큰 변화를 보였다. 냉방부하는 SSP5-8.5에서 서울과 울산 모두 SRES A2보다 각각 +51.32%, +52.36%로 더 큰 증가폭을 보였고, 난방부하 감소 또한 SSP5-8.5에서 두 지역 모두 SRES A2보다 더 두드러졌다. 그 이유는 외부온도의 상승 폭이 Table 4와 Table 5와 같이 SSP5-8.5의 외부온도 상승률이 SRES A2보다 최대 11% 증가한 것의 영향으로 사료된다.
서울에서는 SSP5-8.5에서 난방부하가 –33.12%, SRES A2에서는 -25.29% 감소하였으며, 울산에서도 SSP5-8.5에서 -30.56%로 SRES A2의 -30.55%와 유사하거나 더 큰 감소를 나타냈다. 이는 일사량의 감소 폭이 Table 4와 Table 5와 같이 SRES A2의 일사량 감소율이 SSP5-8.5보다 최대 13.5% 감소한 것의 영향으로 사료된다.
지역별 분석
서울(Cwa)과 울산(Cfa)의 지역적 특성은 기후변화가 건물 냉·난방부하에 미치는 영향에 있어 중요한 차이를 나타냈다. 지역별로 일사량과 풍속 변화에 차이가 나는 이유는 지리적 특성과 기후 조건의 상호작용에 기인한다. 내륙 지역인 서울은 해안 지역인 울산보다 대기 안정성과 국지적인 대기 순환에 영향을 더 많이 받는다. SRES A2 시나리오에서 풍속과 일사량 감소가 더 두드러진 이유는 내륙 지역의 공기 정체 현상과 에어로졸 축적이 더 강하게 나타났기 때문일 가능성이 있다. 반면, 울산과 같은 해안 지역은 해양에서의 바람 흐름과 대기 순환 효과가 더 커, 두 시나리오 간 차이가 상대적으로 적게 나타났을 것으로 분석된다.
서울은 내륙 지역으로, SRES A2와 SSP5-8.5 시나리오에서 일사량이 각각 -15.75%, -4.37% 감소하였으며, 풍속은 최대 +31.18% 증가하였다. 이러한 특성은 냉방부하 증가를 상대적으로 완만하게 하는 요인으로 작용하였다. 반면, 울산은 해안 지역으로, 일사량이 SSP5-8.5 시나리오에서 소폭 증가(+1.54%)하며, 외부온도와 절대습도의 상승이 냉방부하 증가를 야기하였다고 판단된다.
냉방부하 증가 폭은 울산이 서울보다 더 크게 나타났다. 서울에서는 SRES A2 시나리오에서 +35.33%, SSP5-8.5에서 +51.32% 증가하였고, 울산에서는 각각 +40.96%, +52.36%로 나타났다. 이는 울산의 높은 절대습도와 외부온도 상승이 냉방의 요구량을 더 크게 증가시킨 것이 원인으로 판단된다. 난방부하의 감소 역시 서울보다 울산에서 더 두드러졌으며, 이는 해안 지역의 온난화가 내륙보다 빠르게 진행될 것 예상된다.
결 론
본 연구는 SRES A2와 SSP5-8.5 시나리오를 활용하여 기후변화가 서울과 울산 지역에서의 Medium Office Building의 냉·난방부하에 미치는 영향을 분석하였다.
시나리오별 분석한 결과 최근 제시된 SSP5-8.5가 SRES A2보다 더 큰 온도 및 습도 상승폭을 보였고 이에 따라 냉방부하 증가와 난방부하 감소가 더 크게 나타났다. 풍속과 일사량 변화에서 나타난 SRES A2와 SSP5-8.5의 차이는 온실가스 배출 외에도 대기오염 물질의 관리 수준, 지역적 대기 순환, 기후 시스템의 복합적인 반응에 따라 달라질 수 있음을 보여준다.
지역별 분석 결과 내륙 지역인 서울과 해안 지역인 울산 간에 일사량과 습도의 차이가 상이하게 나타났고 이로 인해 울산의 냉·난방부하의 변화 폭이 서울에 비해 더욱 크게 나타났다. 따라서 해안 지역의 설계 및 운영에 기후변화의 고려가 필요할 것으로 판단된다.
SSP 5-8.5 시나리오에서 냉방부하의 변화율이 SRES A2보다 최대 16% 증가하였고, 난방부하는 최대 8% 감소하였다. 이는 냉·난방부하에 영향을 미치는 외부온도가 SSP 5-8.5에서 SRES A2보다 최대 11% 증가하고, 일사량이 13.5% 감소한 것의 영향으로 분석되며, 일사량과 외부온도를 고려한 냉·난방기기의 운영 및 설계가 필요할 것으로 판단된다.
이러한 결과는 기후변화가 건물 에너지 부하에 미치는 영향을 심층적으로 이해하고, 지역 특성에 맞는 맞춤형 에너지 전략과 기후 적응 방안을 수립할 필요성을 강조한다. 특히, 냉방 에너지 수요가 급격히 증가할 가능성이 높은 해안 지역에서는 에너지 효율화 기술과 정책이 더욱 중요한 역할을 할 것으로 보인다.
이번 연구를 통해 건물 부문의 탄소 중립을 달성하기 위한 기후 적응 및 에너지 전략 수립에 기초 자료를 제공할 수 있었고 추후에는 기후변화 시나리오 별 기상데이터 파일 생성 과정과 이에 대한 모델링 및 해석론에 대한 연구와 건물 조건의 다양성을 고려하여 전략을 수립하는 연구를 진행하고자 한다.
