서 론
연구 배경 및 목적
연구 범위 및 방법
선행연구 고찰
데이터 전처리
공공건축물 모수 식별 및 정제
지역 · 용도 · 규모별 군집화 검토
월별 에너지 소비량 데이터의 청구 기간 조정(달력화) 수행
에너지 월패턴기반 기저분리를 통한 난방·냉방·기저 사용량 분리
Change Point Model (CPM)을 활용한 설명지표(파라미터) 도출
선별 및 설명지표 평가 기준값 도출
결 론
서 론
연구 배경 및 목적
전 세계적으로 기존 건축물의 에너지 성능 평가와 개선은 탄소중립 달성을 위한 핵심 과제로 인식되고 있으며, 특히 공공건축물은 민간 부문 대비 정책적 개입이 용이하고 시범 효과가 크다는 점에서 우선적 관리 대상으로 다루어진다. 국내에서도 ｢녹색건축물 조성 지원법｣ 제13조 및 제13조의2에 따라 공공건축물의 에너지 성능개선을 추진하고 있다. ｢기존 건축물의 에너지성능 개선기준｣(국토교통부고시 제2024-893호)에서는 연면적 3천 제곱미터 이상의 공공건축물에 대해 에너지 소비량을 매분기 보고하도록 규정하고 있으며, 지역 및 용도별로 에너지 소비량 상위 50% 이내의 건축물 중 냉방 또는 난방 에너지 소비량 상위 25% 이내에 해당하는 건축물에 대해 성능개선을 요구할 수 있도록 하고 있다.
그러나 이러한 법적 근거에도 불구하고 실제로는 지역·용도·규모별로 세분화된 에너지 소비량 평가기준이 부재하여, 해당 조항을 실효적으로 적용하지 못하고 있는 실정이다. 특히 동 고시 제5조의2에서는 녹색건축센터가 제출된 에너지 소비량 정보를 분석하여 지역·용도·규모별로 에너지 소비량 단계를 구분하여 공개할 수 있도록 규정하고 있으나, 현재의 평가체계는 ｢건축물의 에너지절약 설계기준｣[별표1]의 단순한 지역구분(중부1, 중부2, 남부, 제주)과 ｢건축법 시행령｣ 별표 1의 대분류 용도만을 적용하고 있으며, 사용용도별 에너지 소비량에 대한 수집이 부재하다.
이러한 단순화된 분류체계는 두 가지 근본적 한계를 갖는다. 첫째, 분류체계의 조밀도(granularity) 문제이다. 단순화된 대분류 용도를 기준으로 평가 시 세부 건물용도별 에너지 사용 특성의 차이를 반영하지 못하며, 효과적인 성능개선 대상 식별을 어렵게 한다. 둘째, 총량 기반 평가의 진단적 한계(diagnostic limitation)이다. 건물 에너지성능 평가는 오랫동안 총량 기반 EUI (Energy Use Intensity)에 의존해 왔으며, 이는 계산의 단순성과 적용 범용성 측면에서 여전히 실무적 유용성을 가진다. 그러나 에너지원별 또는 총량 기반 에너지 평가 방식은 난방, 냉방, 기저 등 세부적인 사용용도별 에너지 사용 수준의 파악이 불가하다. 난방·냉방·기저부하 등을 하나의 총량으로 통합함으로써, EUI 값의 상승 또는 하락이 어느 부하에 기인하는지 식별하기 어렵고, 개선 전략 제시에 필요한 원인 기반 설명력(causal explanation)이 부족하다는 근본적 한계가 존재한다.
이에 본 연구는 ｢기존 건축물의 에너지성능 개선기준｣ 제13조에 따른 운영세칙 수립을 위한 기초자료로서, 공공건축물의 에너지 소비량 평가를 위한 지역·용도·규모별 세분화된 벤치마크를 개발하고, 법령의 실효적 적용을 위한 합리적인 평가지표 도출 방안을 제시하고자 한다.
연구 범위 및 방법
본 연구의 대상은 법령에서 규정한 성능개선 의무 대상과의 정합성을 확보하고자 ｢녹색건축물 조성 지원법 시행령｣ 제9조의2제1항에 따른 에너지 소비량 보고대상 건축물로 설정되었다. 구체적으로 중앙행정기관, 지방자치단체, 공공기관 및 교육기관이 소유 및 관리하는 건물 중 문화 및 집회시설, 운수시설, 의료시설, 교육연구시설, 수련시설, 업무시설에 해당하며, 사용승인 후 10년이 경과하고 연면적 3천 제곱미터 이상인 공공건축물로 한정하였다.
기후 조건, 규모 효과, 용도별 운영 특성의 고려를 위해, 분석을 위한 지역 범위는 동 고시 제5조제1항에 따른 지역구분인 중부1, 중부2, 남부, 제주를 기반으로 설정되었으며, 규모는 3000 ㎡ 이상 5000 ㎡ 미만, 5000 ㎡ 이상 10000 ㎡ 미만, 10000 ㎡ 이상의 세 구간을 고려하였다. 용도 분류는 에너지 사용 특성의 이질성을 반영하기 위해 ｢건축법 시행령｣ 제3조의5에 따른 세부용도가 추가로 고려되었다.
연구 방법은 다음의 절차에 따라 수행되었다. 먼저 전국 단위 분석 기반 확보를 위해 공공건축물 모수 데이터가 식별되고 정제되었으며, 공정한 비교를 위해 지역·용도·규모별 군집이 검토되어 평가집단이 설정되었다. 이후 시계열 정합성 확보를 위해 월별 에너지 소비량 데이터의 청구 기간 조정을 수행하고 총량 지표의 진단적 한계를 극복하기 위해 에너지 월변동 기반 기저분리를 통해 난방·냉방·기저 사용량이 분리되었다. 또한 건물의 기후 반응 특성 정량화를 위해 Change Point Model이 활용되어 설명지표 파라미터가 도출되었으며, 최종적으로 성능개선 대상 선별과 간이 진단 연계를 위해 백분위수 기반 에너지 소비량 평가지표 기준값을 산출하였다.
선행연구 고찰
건물 에너지성능 평가는 오랫동안 총량 기반 EUI에 의존해 왔으며, 이는 계산의 단순성과 적용 범용성 측면에서 여전히 실무적 유용성을 가진다(Chung, 2011). 그러나 난방·냉방·기저부하 등 세부 에너지 사용용도를 하나의 총량으로 통합함으로써, EUI 값의 상승 또는 하락이 어느 부하에 기인하는지 식별하기 어렵고, 개선 전략 제시에 필요한 원인 기반 설명력이 부족하다는 근본적 한계가 존재한다.
이러한 한계를 보완하기 위해 미국의 Energy Star 등 여러 국가·도시·기관에서는 건물 특성(규모, 운영시간, 장비 등)을 고려한 정규화 기반 벤치마킹 체계를 구축하여 상대적 효율성을 평가하는 방식을 활용하고 있다. 이러한 정규화·상대평가 방식은 건물의 운영, 기후 등의 영향요인을 정규화 하여 공정한 상대평가가 가능하도록 할 수 있다는 점에서 국내 선행연구에서도 이론적 검토(Kim et al., 2022; Kim and Kim, 2023; Shim et al., 2024), 코드 구현(Kim, 2023), 실제 활용 중에 있다(Kim et al., 2024a; Kim et al., 2024b; Lee et al., 2025). 이들 연구는 성능 비교와 EUI의 한계를 어느정도 해소할 수 있다는 점에서 의의가 있으나, 이러한 접근 역시 정규화를 위해 충분한 특성변수의 데이터 확보가 요구되며, 전국 단위·다용도 건물군을 대상으로 신속하게 벤치마크를 산출하기에는 전문성·자료 요구 수준이 높다는 점이 실무적 제약이 존재한다(Kim et al., 2022).
한편 최근 제시된 머신러닝 기반 벤치마킹 연구들(Arjunan et al., 2020; Nzarigema et al., 2022; Li et al., 2024)은 예측 성능 개선과 비선형적 관계 분석 가능성을 보여주었으나, 대부분이 연간 또는 월간 총에너지사용량을 목표 지표로 사용하고 있어 기존 총량 중심 평가의 연장선에서 분석이 이루어지는 한계가 있다. 즉, 다양한 기술적 진전이 있음에도 실질적인 벤치마킹 결과는 여전히 총량 단위의 상대적 수준 판별에 머무르고 있다.
이러한 선행연구의 흐름은 총량 및 정규화 기반 벤치마킹 방식이 정책·실무적으로 일정 수준의 효용성을 갖는다는 점을 보여주지만, 전국 규모의 에너지 절감·관리·선별을 위해서는 에너지사용량의 상대적 수준에 대한 이해를 돕고, 결과적으로 적절한 행위로 이어질 수 있는 세분화된, 현실적 판단 지표(assessment indicator)가 요구된다. 예를 들면, 단순 총량 보다는 난방·냉방·기저사용량으로 구분된 평가지표가 평가 결과에 대한 조치 방향성이 보다 명확할 것이다. 따라서 본 연구는 EUI 기반 접근의 실무적 장점은 유지하되, 전국적 수준에서도 활용 가능한 난방·냉방·기저사용량 구분된 벤치마크 데이터베이스 (DB) 구축의 필요성을 전제로, 건물의 에너지 소비수준을 이해하는 데 필수적인 최소한의 설명지표를 함께 제시함으로써 간편한 기준 값으로 활용할 수 있는 실효적 방향성을 제안하고자 하였다.
데이터 전처리
본 연구에서는 전국 공공건축물의 에너지 소비량 평가지표 도출을 위해 국토교통부 건물에너지통합 데이터베이스의 건축물대장 데이터와 월별 에너지 소비량 데이터를 수집하고 정제하였다. 데이터 수집 및 가공 과정은 크게 공공건축물 모수 데이터 수집 및 정제, 지역·용도·규모 군집 설정, 선별, 설명 지표 산출로 구성된다(Figure 1).
공공건축물 모수 식별 및 정제
본 연구에서는 건축물대장의 소유자 구분에서 국유, 군유, 도유로 분류된 건축물과 ｢저탄소 녹색성장 기본법 시행령｣ 제43조제1항에 따른 공공기관이 소유한 특수법인 건축물을 공공건축물로 정의하였으며, 공공건축물의 범위는 다음과 같이 구체화된다: 중앙행정기관(중앙부처 및 그 소속기관), 지방자치단체(광역 및 기초자치단체), 공공기관(한국전력공사, 한국토지주택공사 등 정부 산하 공공기관), 교육기관(국공립 학교 및 교육청) 등.
초기 식별된 136,254개의 공공건축물은 개별 건물 동 수 기준이며, 여러 동이 하나의 캠퍼스로 통합 관리되는 경우를 고려할 필요가 있다. 특히 대학 캠퍼스나 병원 단지와 같이 다수의 건물이 하나의 관리 주체에 의해 운영되는 경우, 에너지 관리 측면에서는 개별 건물보다는 캠퍼스 단위의 분석이 더 적절할 수 있다. 다만, 본 연구에서는 다수의 복합용도로 평가 지표의 일관성 확보가 어려울 수 있음을 고려하여 단일 건축물로 한정하였다. 즉, 캠퍼스형 건물(군)내 용도 혼재 문제를 배제하기 위해 한 필지에 한 건물만 존재하는 단일 소유주의 일반건축물로 한정하였고, 용도 누락 건물과 비정상 면적값을 갖는 건물(면적 300 ㎡ 이하 또는 50만㎡ 이상)은 제외하였다.
지역 · 용도 · 규모별 군집화 검토
효과적인 에너지 성능 평가를 위해서는 건축물의 특성을 반영한 적절한 군집 설정이 필수적이다. 본 연구에서는 지역, 규모, 용도의 세 가지 군집이 설정되었다.
지역 구분은 ｢건축물의 에너지절약 설계기준｣ 별표1에 따른 4개 지역(중부1, 중부2, 남부, 제주)을 기반으로 검토되었다. 다만, 건물에너지통합 데이터베이스 확인 결과 제주 지역은 낮은 도시가스 보급률과 적은 샘플 수로 인해 분석에서 제외되었다.
규모 구분의 경우, 규모에 따라(3000 ㎡ ~ 500 ㎡, 500 ㎡ ~ 1000 ㎡, 1000 ㎡ 이상) 에너지 법적 규제가 달라질 수 있으며, 예를 들어 10,00 ㎡ 이상 공공건축물은 BEMS 설치가 의무화되어 있다. 또한 대형 건축물일수록 별도 에너지 관리 조직이 존재할 가능성이 있다. 그러나 본 연구에서는 규모에 따른 효율성 차이를 평가를 위한 불필요한 통제 요인(노이즈)으로 간주하였으며, 에너지사용량 원단위화(kWh/㎡)를 통해 규모의 영향력을 통제하므로 별도의 규모별 구분은 적용하지 않았다.
용도 구분은 ｢건축법 시행령｣상 29개 건축물 용도 중 공공건축물에 해당하는 6개 주용도(문화 및 집회시설, 교육연구시설, 의료시설, 수련시설, 업무시설, 운수시설)가 선정되었다. 다만, 주용도 분류는 에너지 사용 특성 평가에 지나치게 포괄적이며, 반대로 건축물대장의 세부용도는 통계적으로 유의미한 샘플 수 확보가 어려울 정도로 세분화되어 있다. 따라서 용도 유사성과 적정 샘플 수를 동시에 고려하여 “평가 용도”로 재그룹화되었다. 예를 들어, 업무시설은 공공업무시설(국가기관청사, 자치단체청사, 외국공관, 기타), 금융시설, 오피스텔, 일반업무시설(신문사, 사무소, 결혼상담소, 출판사, 기타)의 4개 평가 용도로 재구성되었다.
월별 에너지 소비량 데이터의 청구 기간 조정(달력화) 수행
에너지 요금 고지서의 계량 기간은 건물별, 에너지원별로 상이하여 정확한 월별 분석에 어려움이 있다. 예를 들어, 전기는 매월 15일 검침, 가스는 매월 25일 검침인 경우, 1월 사용량으로 기록된 데이터가 실제로는 12월 중순부터 1월 중순까지의 사용량을 포함하게 된다. 이러한 문제를 해결하기 위해 본 연구에서는 Kim et al. (2024a)이 제시한 달력화(Calendarization) 기법을 적용하였다. 달력화는 각 고지 기간의 일일 평균 사용량을 계산한 후, 이를 해당 달력월의 일수에 따라 재할당하는 방법이다. 이를 통해 서로 다른 검침 주기를 가진 건물들 간의 공정한 비교가 가능해지며, 외기온도와 같은 월별 기상 데이터와의 상관관계 분석의 정확도가 향상된다.
에너지 월패턴기반 기저분리를 통한 난방·냉방·기저 사용량 분리
본 연구에서는 청구기간 조정 후 에너지 소비량에 대해 Kim et al. (2022)이 제시한 단순화된 에너지 분리(Simplified Weather-Sensitive Energy Disaggregation, SED) 방법을 적용하여 월별 난방, 냉방, 기저 소비량을 분리하였다. SED 방법은 연중 월 에너지 사용 패턴을 분석하여 기저-난방-냉방 3가지 에너지량으로 분리한다. 먼저 중간기에 해당하는 봄철(3~5월 중 택1)과 가을철(9~11 월 중 택1) 중 최저 에너지 사용월을 평균처리 하여 기저월 사용량을 추출하고, 12를 곱하여 연간 기저 사용량을 산출한다. 만약 최저월이 각 4월, 10월이라면, 난방 에너지는 동절기(1~3월, 11~12월)의 월 사용량에서 기저월 사용량을 제외 후 연간 집계한다. 냉방 에너지는 하절기(5~9월)에 동일한 방식으로 계산한다.
이러한 접근법은 개별 건물 수준에서는 정밀성 관점에서 한계가 있을 수 있으나(Kim et al., 2022), 10,000동 이상의 대규모 건물군 분석이나 경향성 분석(Hwang et al., 2025), 벤치마킹 (Kim et al., 2019; Kim et al., 2024c; Kim et al., 2024d; Choi et al., 2024), 도시-건물 에너지 예측모델 개발(Choi et al., 2025) 등에 장점이 있는 것으로 파악되었다. 즉, 상대적 수준에 대한 이해를 돕고, 결과적으로 적절한 행위로 이어질 수 있는 세분화된 신규 지표 후보로 적절한 것으로 판단된다.
Change Point Model (CPM)을 활용한 설명지표(파라미터) 도출
CPM은 ASHRAE에서 제시한 역모델링 기법으로, Table 1과 같이 외기온도와 건물 에너지 사용량 간의 관계를 구간별 선형회귀를 통해 분석하여 냉방, 난방, 기저부하 관련 파라미터를 도출한다(Kissock et al., 2002). CPM은 단순 사용량 지표만으로는 파악하기 어려운 건물의 대략적 에너지 반응 특성을 확인할 수 있게 해주는 설명지표로서, 외피성능이나 운영 특성에 대한 간접적 단서를 제공한다는 점에서 실무적 의미가 크다(Shim et al., 2024; Lee et al., 2025).
Table 1.
Change Point Model (CPM) parameters
CPM의 주요 파라미터는 기저부하(b₀), 난방 민감도(b1), 냉방 민감도(b2), 난방 변경점 온도(b3), 냉방 변경점 온도(b4)로 구성된다. 기저부하는 조명, 플러그 부하 등 외기온 변화에 영향을 받지 않는 에너지 소비를 나타내며, 민감도는 외기온 1°C 변화당 에너지 증가량으로서 외피나 냉난방 설비의 효율을 나타낸다. 변경점 온도는 냉난방이 시작되는 임계온도를 의미한다. CPM 파라미터는 실측 데이터를 기반으로 건물 성능, 재실 및 운영의 실제 조건을 반영할 수 있다는 점에서 실용적 활용도가 높다(Kim and Kim, 2023; Kim and Kim, 2024).
CPM은 건물의 에너지 소비가 외기온도에 반응하는 방식에 따라 이를 설명하는 데 필요한 파라미터의 수가 달라지며, 이에 따라 1P·2P·3P·5P 모델로 구분된다(P: parameter). 단순 기저부하만 존재할 경우 1P가 적용되고, 외기온 변화에 따라 난방 또는 냉방 부하가 연속적으로 증가하면 2P가, 특정 임계온도에서 부하가 시작되면 3P가, 난방·냉방 각각에 대해 별도의 임계온도가 존재하면 5P 모델이 선택된다. 본 연구에서는 선행 연구(Kim et al., 2022; Kim, 2023)에서 공개한 CPM 구동 알고리즘을 사용하여 각 건물에 대해 1P·3P·5P 모델을 적합시키고, 월별 에너지원을 합산해 산출된 월 EUI와 외기온도를 기준으로 Coefficient of Variation of the Root-Mean-Square Error (CVRMSE)가 가장 낮은 모델을 최적 모델로 선정하여 파라미터를 도출하였다.
선별 및 설명지표 평가 기준값 도출
본 연구에서는 산출된 난방·냉방·기저부하 및 CPM 파라미터를 토대로 에너지 소비 수준을 판별하는 선별지표와 간이 해석을 지원하는 설명지표를 도출하였다. Figure 1의 절차에 따라 (1) 전기 에너지 사용량 누락, (2) EUI IQR 3배수 범위 이탈, (3) CPM의 R²가 0.3 미만, (4) 기저부하가 0인 건물 제외 절차를 거쳤다. 법령에서 관리되는 6대 용도(A~F 인덱스) 중 평가 용도로 그룹화하였고 그중 표본 수 10개 이상 그룹만 한정하여 피평가 구성표를 작성하였다(Table 2, 최종 4,395개소 공공건축물). 해당 구성표를 기반으로 각 그룹별 지표 기준값을 산출하였다.
지역·용도별 군집을 기반으로 달력화가 적용된 월별 1차에너지 사용량 데이터를 활용하여 용적율산정용연면적 기준의 단위면적당 연간 총량, 난방, 냉방, 기저소비량 원단위 지표를 도출하였다. 각 지표는 지역, 건물 평가용도 동일 군집 내 백분위 분포를 이용해 상대적 수준을 판단할 수 있도록 설계하였다. 그 예로써, 관심(~50%), 주의(50~75%), 경계(75~90%), 심각(90~100%)로 구분할 수 있으며, 이는 특정 건축물이 해당 군집 내에서 어느 소비량 구간에 위치하는지를 직관적으로 파악할 수 있다. 특히 난방·냉방·기저 소비량이 분리된 형태의 평가지표를 통해 기존 총량 기반 원단위(EUI)의 해석 한계를 보완하여, 어느 부하가 과도한 사용량 증가에 기여하는지 구체적으로 판단할 수 있도록 하였다.
Table 2.
Number of samples by detailed building types and regions
다음 Figure 2는 전국 기준 2018년의 세부 건물용도에 따른 에너지 사용용도별 에너지 소비량 분포를 나타낸다. 그림을 보듯이, 대분류만으로는 판단하기 어려운 세부 건물용도별 에너지 사용 차이가 존재한다. 예를 들어, 중앙값 기준으로 교육연구시설 내에서도 총량 EUI는 초등학교에서 대학교, 도서관 순으로 각각 141.8 kWh/m², 143.9 kWh/m², 348.1 kWh/m²로 최대 2.5배 차이를 보였다. 난방 EUI는 초등학교 44.2 kWh/m²에서 도서관 90.1 kWh/m²로 2.0배, 냉방 EUI는 초등학교 6.4에서 도서관 31.3 kWh/m²로 4.9배 차이를 나타냈다. 기저 EUI는 초등학교 76.6 kWh/m²에서 연구시설 165.7 kWh/m²로 최대 2.2배 차이를 보여, 운영 특성에 따른 편차가 큰 것으로 나타났다. 또한 총량 지표로 표현될 경우 드러나지 않는 난방·냉방·기저 부문의 고유한 변동성을 확인할 수 있어, 에너지 성능 분석 시 용도 분류의 세분화와 부문별 분해 분석이 필요한 것으로 나타났다. 실제로 업무시설 중 공공업무시설과 금융시설은 총량 EUI에서 중앙값 기준 각 244.4 kWh/m², 354.5 kWh/m²로 1.5배 차이를 보이는데, 난방 EUI는 각 58.2 kWh/m², 66.4 kWh/m²로 유사한 수준이지만 기저 EUI는 각 139.0 kWh/m², 221.0 kWh/m²로 1.6배 차이를 보여 부문별 특성이 뚜렷하게 구분된다. 난방·냉방·기저 소비량은 건물 종류와 운영 조건에 따라 상이한 변동성을 보이며, 총량 지표로 집계될 경우 이러한 차이가 평균값에 묻히거나 왜곡될 수 있다. 실제로 여러 세부 용도에서 총량 EUI 분포는 유사하게 나타나는 반면, 난방 EUI는 특정 용도군에서 상대적으로 높은 값을 보이고, 냉방 또는 기저 사용량은 다른 용도군에서 뚜렷한 편차를 보이는 등 부문별 특성이 구분된다.
Figure 3, 4, 5는 난방, 냉방 및 기저 소비량에 대한 세부 용도·지역별 에너지 소비량 분포를 나타낸 결과로, 중부2, 중부 1, 남부 순서로 난방, 냉방 및 기저 소비량의 경향이 대체로 뚜렷하게 나타났으며 세부 용도간 차이도 명확하게 나타났다. 특히, 난방 EUI의 지역 간 차이가 매우 뚜렷하였다. 고등학교는 중부1, 중부2, 남부 순서대로 47.7 kWh/m², 42.4 kWh/m², 20.5 kWh/m²로 최대 2.3배 차이를 보였다. 공공업무시설은 중부1, 중부2, 남부 순으로 79.1 kWh/m², 61.2 kWh/m², 39.9 kWh/m²로 중부1이 남부 대비 2.0배 높았다. 냉방 EUI는 난방과 반대로 남부가 높은 경향을 보였으나 격차는 상대적으로 작다. 기저 EUI는 지역 간 차이가 가장 작아 초등학교 기준 67.5~81.3 kWh/m² 범위로 최대 1.2배 차이에 그쳤으며, 이는 기저부하가 기후보다는 건물 운영 특성에 더 크게 영향받는 것을 의미한다. 종합하면, 에너지 사용용도, 건물의 세부용도, 기후지역 특성을 고려한 벤치마킹 체계가 관련 고시 등에 반영될 필요가 있다.
난방·냉방 에너지 사용량의 기후 민감도를 정량화하기 위해 동일 군집 단위로 CPM을 적용하였다. Figure 6 및 Figure 7은 이러한 CPM 지표 중 난방 및 냉방민감도에 대한 세부용도·지역별 분포를 나타낸다. 난방 민감도는 지역별 차이가 뚜렷하나, 외기 온도의 영향을 반영한 지표이기 때문에(Table 1) 난방 소비량(Figure 3)와 비교시 격차는 상대적으로 작은 수준이다. CPM 모델 중앙값을 기준으로 공공업무시설의 경우 중부1, 중부2, 남부 순으로 1.2kWh/m²·°C, 1.0kWh/m²·°C, 0.9 kWh/m²·°C로 중부1이 남부 대비 1.4배 높았다. 냉방 민감도 또한 지역간 편차는 뚜렷하나 특이사항으로는, 냉방 소비량(Figure 4)와 비교시 오히려 격차가 커지는 경향을 보인다. 이는 건구온도 이외에 지역 일사 및 습도 영향으로 추측된다. 엔탈피 및 상당외기온도 등 다변량 기후 특성정보 기반의 CPM 모델링 방법론 고려가 필요한 것으로 사료된다. 용도별로는 전국 기준 도서관 난방 민감도 1.6 kWh/m²·°C가 초등학교 0.5 kWh/m²·°C보다 3.1배 높았으며, 냉방 민감도는 도서관 1.8 kWh/m²·°C가 초등학교 0.3 kWh/m²·°C보다 6.1배 높아 용도별 차이가 매우 뚜렷하였다.
결 론
본 연구는 공공건축물의 에너지 성능개선 대상을 선별하는 현행 평가체계가 지역·용도 구분의 조밀도가 낮고, 총량 기준의 EUI 평가에 의존함으로써 난방·냉방·기저 부하별 사용 수준을 판단하기 어렵다는 구조적 한계를 갖고 있음을 확인하였다. 또한 기존 지표는 에너지 사용량의 원인을 해석하기 위한 정보가 부족해, 성능개선 대상의 선별과 이후의 개략적 진단을 연계하기 어렵다는 문제가 존재하였다.
본 연구에서는 4395동에 대한 대규모 정량분석 결과를 통해 세분화된 평가체계의 중요성을 제시하였다. 특히 교육연구시설 내에서도 총량 EUI는 초등학교 141.8 kWh/m²에서 도서관 348.1 kWh/m²로 2.5배 차이를 보였으며, 지역별 난방 EUI는 최대 2.3배 차이를 보였다. CPM 난방 민감도는 지역 간 최대 1.8배, 용도 간 3.1배 격차를 보였다. 반면 기저 EUI는 지역 간 차이가 1.2배 이내로 미미하게 나타나 세분화된 에너지사용용도의 분리와 지역적, 용도의 세분화의 중요성을 보였다.
이러한 결과가 갖는 실무적 의의는 다음과 같다. 첫째, 현행 6대 용도 중심의 단순 분류로는 합리적인 성능개선 대상 식별이 어렵다. 따라서 좀 더 세분화된 용도분류체계를 설계하고 이를 기반한 벤치마크를 제시하였다(Figures 3, 4, 5, 6, 7). 둘째, 총량 지표 기반의 벤치마킹 평가는 마땅한 후속 조치를 유도하기 어렵다. 난방·냉방·기저 부하를 분리한 평가지표는 총량 지표로는 파악할 수 없는 에너지 사용 구조적 특성을 드러내며, 이는 성능개선 전략 수립 시 우선순위화 등 후속 조치로 연결되기 유리하다. 셋째, CPM 기반 설명지표는 외기온 영향력을 통제한 결과로써, 단순히 ‘에너지를 많이 쓰는 건물’을 식별하는 것을 넘어 ‘많이 쓰는 이유’에 대한 기초 진단 단서를 제공한다는 점에서 기존 벤치마킹 체계와 차별화된다. 이는 Shim et al. (2024)의 주장과 연장선상에 있다. 활용성 관점에서는 그린리모델링 사업을 본격적으로 추진하고 있는 현 시점에서 본 연구의 세분화된 벤치마크를 통해 건물이 속한 군집 내에서의 상대적 위치를 파악하고, 난방·냉방·기저 부하별 개선 우선순위를 결정할 수 있다는 의의가 있다. 또한, CPM 기반 설명지표를 통해 난방, 냉방, 기저 에너지와 관련된 개선 조치의 우선순위를 판별할 수 있다. 예를 들어, 비교 항목 중 난방 민감도가 취약하게 나타난 건물은 외피 또는 난방설비 교체를 우선으로 고려할 수 있다(Lee et al., 2025).
본 연구의 학술적 기여는 다음 세 가지로 요약된다. 첫째, 전국 단위 공공건축물에 대한 포괄적 데이터 분석을 통해 국가 차원의 에너지 성능 평가 기준 마련에 필요한 근거를 제시하였다. 둘째, 에너지원별 집계가 아닌 사용용도별 분리를 통해 에너지 사용의 물리적 의미를 보존하면서도 대규모 분석이 가능한 방법론적 틀을 구축하였다. 셋째, 달력화 기법의 적용을 통해 청구 기간 불일치 문제를 해결함으로써 월별 데이터 기반 분석의 정확도를 실질적으로 향상시켰으며, 이는 향후 유사 연구의 표준 가이드라인 역할도 기대할 수 있다. 종합적으로, 본 연구는 공공건축물의 에너지 성능 평가를 총량 중심에서 구조적·설명적 지표체계로 확장하는 기초적, 실용적 방향을 제시하였으며, 이는 향후 국가 단위의 성능개선 정책·실무 체계의 정교화에 기여할 수 있을 것으로 기대된다.
다만, 본 연구에서도 몇 가지 한계점이 존재한다. 첫째 “성긴 해상도” 기반의 실용적 벤치마킹 지표를 제시하였고, “정밀 해상도” 기반의 진단 평가 지표는 다루고 있지 않다. 예를 들면, 첫째, CPM 기반 설명지표는 건물의 외피성능·설비효율·운영방식이 복합적으로 반영된 간접 지표이기 때문에, 특정 원인을 명확히 추론하거나 정밀 진단 결과를 제공하기 어렵다. 또한 냉방 민감도의 경우, 다변량 기후 인자(외기온, 일사, 습도) 기반의 모델링 방법론을 고려하여 설명력 개선이 필요하다. 둘째, 난방·냉방·기저 부하 분리 역시 대규모 포트폴리오 분석에 적합한 단순화 기법을 기반으로 하므로, 개별 건축물 단위의 정밀한 부하 분리와는 오차가 있음을 감안해야 한다. 셋째, 본 연구의 군집 구성은 데이터의 안정성과 표본의 충분성을 동시에 확보하기 위한 최소 기준에 의해 설정되었기 때문에, 용도 세분화 측면에서 더 세밀한 분류가 제한된 측면이 있다.
