2.1 학교 건물 DB 구축 개요

본 연구의 대상은 2019년도 에너지 절약계획서 관련 건축 허가 도서를 접수순으로 선정된 1,000개의 데이터이다. 선정된 학교 건물을 School Type(학교 유형), Area(지역), External Environment(외부 환경), Internal Environment(내부 환경), School Building Status(학교 건축 현황), Building Certification Status(건물 인증 현황) 및 Et Cetera(기타 사항)의 7가지의 범주와 그에 따른 38개의 세부 항목 선정으로 기본 DB를 구축한다(Table 1 참고).

2.2 School Type(학교 유형)

School Name(학교명)은 학교 이름을 순서대로 입력한다. School Type(학교 유형)은 유치원부터 특수학교까지 학교 유형별로 분류하여 입력한다. Building Purpose(건물용도)는 일반 교실은 교실로 분류하고, 특별교실 중 활동량이 많은 다목적강당은 따로 분류한다. 주로 학생들이 재실하는 공간인 교실과 다목적강당을 중심으로, 나머지 부분은 용도에 따라 분류한다. 급식실과 기숙사도 학생들의 활동량과 재실 시간이 있는 공간이기 때문에 유형 안에 포함한다. 나머지 시청각실, 음악실, 미술실 등은 특별교실로 분류한다.

2.3 Area(지역)

School Address(주소)는 학교 건물의 소재지 주소를 시군구 순으로 입력한다. 추후 코드 표준화 작업 시 시군구 까지의 정보만 사용하기 때문에 도로명 주소와 지번 주소를 혼용하여 입력한다.

2.4 External Environment(외부 환경)

Nearby Area(인근 지역)는 인근 500 m 이내에 고속도로, 항만, 산단, 시장, 주거, 철도, 공원과 산 순서로 포함된 사항만 분류하여서 입력한다. Adjacent Road(인접 도로 폭)는 건물 외부의 인접 도로 중에서 가장 넓은 도로의 폭을 인도를 포함하여서 입력하고 도로의 방향과 함께 입력한다. Altitude(해발고도)는 해당 주소지의 위도, 경도 값을 통하여 고도 값을 추출하여 입력한다. Meteorological Station Location(기상관측소 위치)은 해당 학교 좌표와 가장 가까운 기상관측소의 위도, 경도 값의 좌표를 찾아 직선거리 값을 입력한다. Roof Finish Materials(지붕 마감재)는 지붕의 형태별로 경사 지붕, 박공지붕, 아치 지붕, 평지붕 및 여러 동으로 구성된 건물의 경우 해당하는 복합지붕의 크게 5가지로 분류하고 재료의 종류를 같이 입력한다. Exterior Wall Finish Materials(외벽 마감재)는 외벽의 재료를 밖에서부터 안쪽 순서로 입력한다. Floor Finish Materials(바닥 마감재)는 지붕과 외벽과 마찬가지로 도면에 해당하는 바닥의 재료를 입력한다.

2.5 Internal Environment(내부 환경)

Air Conditioning Method(공조 방식)는 EHP, GHP, 보일러, 바닥 난방 그리고 지열 순서로 포함된 사항을 분류 하여서 입력한다. Ventilator(환기장치)는 전열교환기, 급배기팬, 배기팬 그리고 급기팬 순서로 포함된 사항을 분류하여서 입력한다. 세부적으로 구분하기 위하여 필터와 센서의 종류를 구분하여서 입력한다. Entrance Location(건물 현관 위치)은 건물 현관은 건물의 형태에 따라 지하 1층, 1층 및 2층에 주로 위치하여 있으므로 동서 남북의 방향과 중앙 또는 측면에 위치하여 있는지를 구분하여서 층, 방향, 위치 순서로 입력한다. Main Gate (건물 주 출입문)는 건물 현관에 위치하여 있는 건물 주 출입문의 재료와 종류를 입력한다. Stairs and Hallway Section(계단실과 복도 구분)은 계단실의 구획 여부와 방화문 및 방화 셔터 여부로 분류하여서 입력한다. Classroom or Gym Location(교실 및 체육관의 위치)은 방향을 입력한다. Classroom or Gym Door and Window(교실 및 체육관의 문과 창호)는 건물 주 출입문과 같이 재료와 종류를 입력한다. Ceiling Finish Materials(천장 마감재)는 건물 내부 천장 마감재의 재료를 입력한다.

2.6 School Building Status(학교 건축 현황)

Construction Range(신축/증축/증․개축)는 건축 인허가 시의 현황을 입력한다. Construction Year(건축 연도)는 개교 연도와 증․개축한 연도를 분류하여서 입력한다. Land Area and Total Area(대지면적과 연면적)는 각각의 면적을 입력한다. Total Floors and Number of Floors(전체 층수와 해당 건물 층수)는 지하층과 지상층의 순서로 구분하여서 입력한다. Overall Building Layout(전체 건물 배치 형태)은 건물의 배치 형태를 일자형, ㄴ자형, ㄷ자형, ㅁ자형과 앞의 배치 형태가 2가지 이상 복합된 복합형으로 구분하여서 입력한다. Classroom and Gym Area(교실과 체육관 단위면적)는 도면을 바탕으로 면적을 입력한다. Classroom and Gym Drawings(교실과 체육관 도면)는 도면의 자료 여부를 입력한다. Classroom and Gym Capacity(교실과 체육관 수용인원)는 단위 면적을 바탕으로 한 수용인원을 입력한다. 도면상에 도시되어 있지 않으면 교실은 면적에서 1.9를 나누고, 체육관은 면적에서 4.6을 나눈다.⁽⁹⁾

2.7 Building Certification Status(건물 인증 현황)

Green Building Certification(녹색 건축 인증), Building Energy Efficiency Rating(건축물 에너지효율등급), Energy Conservation Plan(에너지 절약계획서)은 해당 사항의 등급 또는 점수를 입력한다. 에너지 절약계획서는 의무 사항일 경우 의무 사항이라고 표기한다.

2.8 Et Cetera(기타 사항)

Secured Drawings(도서 확보)는 앞서 학교 건축 현황에 나왔던 도면의 여부 개수를 입력한다. Education Support Office(해당 교육지원청)는 학교 주소에 따른 교육지원청을 입력한다.

3.1 코드체계 표준화 개요

앞서 구축된 DB를 단순화하기 위하여 코드 표준화 작업을 한다. 공공기관의 DB 표준화 지침을 적용한 DB 표준 코드를 활용하고 각각의 데이터별로 코드체계를 확립한다.⁽⁸⁾ 제품 코드같이 단순 순번이 아니라 업무의 효율성을 위하여 나눈 기호 등의 코드는 유의미 코드로 보고 순별과 같이 종류가 많은 코드는 무의미 코드를 활용한다.⁽⁵⁾ 만들어진 코드체계를 정리하여 Code Book을 생성한다.

3.2 School Type(학교 유형)

School Name(학교명)은 데이터 순서대로 0001부터 1000까지 순차적으로 부여한다. 세부 유형이 38개소가 되기 때문에 학교명을 쉽게 구분하기 위하여 무의미 코드 숫자 순차로 나열한다. School Type(학교 유형)은 유치원 부터 특수학교에 이르기까지 영문 첫 글자를 코드로 부여한다. 기타 사항은 영문 마지막 글자인 Z로 부여한다. Building Purpose(건물 용도)는 교실부터 시청각실에 이르기까지 영문 첫 글자를 코드로 부여한다. 기타 사항은 Z로 부여한다(Fig. 1 참조).

3.3 Area(지역)

School Address(주소)는 학교 건물의 소재지 주소를 시군구 순으로 입력된 데이터를 바탕으로 행정 표준 코드 관리 시스템에 의한 도로명 주소의 시군구까지 구분된 코드를 사용한다(Fig. 1 참조).⁽¹⁰⁾

Fig. 1 School type and area.

Fig. 2 External environment.

3.4 External Environment(외부 환경)

Nearby Area(인근 지역)는 경우의 수가 영문과 숫자만으로 분류하기 어려운 점이 있으므로 2가지 모두를 사용하여 코드를 부여한다. 고속도로(A0~), 항만(B0~), 산단(C0~), 시장(D0~), 주거(E0~), 철도(F0~), 공원(G0)과 산(H0) 순서로 부여한다. Adjacent Road(인접 도로 폭)는 건물 외부의 인접 도로 중에서 가장 넓은 도로, 도로의 폭이 같다면 정문 방향의 도로를 코드화한다. 방향은 영문으로, 도로 폭은 숫자로 구분하여서 코드를 부여 한다. Altitude(해발고도)는 구글 어스를 통한 검색으로 국내 해발고도의 최대 결괏값이 761.15 m이므로 최댓값을 700 m 이상으로 두고 100 m 단위로 나누어서 분류하고, 개수가 10가지를 넘지 않기 때문에 숫자로 순차적인 코드를 부여한다. Meteorological Station Location(기상관측소 위치)은 해당 학교 좌표와 가장 가까운 기상관측소 좌표의 직선거리를 1 km 이내부터 9 km 초과까지 구분하여 코드를 부여한다. Roof Finish Materials(지붕 마감재)는 지붕의 형태별로 경사 지붕, 박공지붕, 아치 지붕, 평지붕 및 복합지붕의 크게 5가지로 분류하고 재료의 종류를 4~5종류로 나눠서 구분한다. 지붕의 유형은 영문 첫 글자를 코드로 부여하고 재료의 종류는 숫자 코드로 부여한다. Exterior Wall Finish Materials(외벽 마감재)는 여러 개의 데이터 중 가장 앞에 있는 재료로 분류한다. 가장 밖의 벽을 벽돌, 패널, 석재, 목재 및 콘크리트로 분류하여서 코드를 부여한다. 가장 안의 벽을 벽돌, 패널, 목재, 콘크리트(페인트) 및 벽지로 분류하여서 코드를 부여한다. 자료 없음은 영문 마지막 글자인 Z로 부여한다. Floor Finish Materials(바닥 마감재)는 목재, 석재, PVC, 타일 및 매트로 분류하여서 코드를 부여한다. 자료 없음은 영문 마지막 글자인 Z로 부여한다(Fig. 2 참조).

3.5 Internal Environment(내부 환경)

Fig. 3에 따르면 Air Conditioning Method(공조 방식)는 분류의 개수가 추후 더 추가될 수 있어서 숫자보다 개수가 많은 영문 순차로 코드를 부여한다. Ventilator(환기장치)는 급배기팬, 배기팬 및 필터별 전열교환기의 순서로 분류하고 숫자 순차로 코드를 부여한다. Entrance Location(건물 현관 위치)은 층/방향/위치의 세 자리의 코드로 부여하는 것은 자칫 전체 코드의 자릿수가 길어질 수 있으므로 영문 순차로 코드를 부여한다. Main Gate(건물 주 출입문)의 재료는 강화유리, 스테인리스, 알루미늄, 철재 및 플라스틱으로 재료를 분류하여 영문 첫 자 코드를 부여한다. 자료 없음은 Z의 코드를 부여한다. 문의 사양은 여닫이문, 미닫이문, 스윙 도어, 여닫이문 및 미닫이문으로 분류하여 숫자 코드를 부여한다. 자료 없음은 0의 코드를 부여한다. Stairs and Hallway Section(계단실과 복도 구분)은 계단실이 없는 것부터 계단실이 오픈되어 있고 방화문 및 방화 셔터가 있는 것까지 숫자 순차대로 코드를 부여한다. Classroom or Gym Location(교실 및 체육관의 위치)은 자료 없음부터 남향/ 북향까지 숫자 순차대로 코드를 부여한다. Classroom or Gym Door(교실 및 체육관의 문)의 재료는 목재, 철재, 알루미늄, 스테인리스, 플라스틱, 수지 및 강화유리로 분류하여서 영문 첫 자의 코드를 부여한다. 자료 없음은 Z의 코드를 부여한다. 문의 사양은 여닫이문, 미닫이문, 여닫이문 및 미닫이문으로 분류하여서 숫자 코드를 부여한다. 자료 없음은 0의 코드를 부여한다. Classroom or Gym Window(교실 및 체육관의 창호)의 재료는 목재, 철재, 알루미늄, 스테인리스, 플라스틱 및 수지로 분류하여서 영문 첫 자의 코드를 부여한다. 자료 없음은 Z의 코드를 부여한다. 창호의 사양은 고정창, 미서기단창, 미서기다중창 및 여닫이창으로 분류하여서 숫자 코드를 부여한다. 자료 없음은 0의 코드를 부여한다. Ceiling Finish Materials(천장 마감재)는 금속, 흡음재, 석고보드, 수지, 페인트, 불연, 텍스, 벽지 및 마감 없음의 영문 첫 자로 코드를 부여한다. 자료 없음은 Z의 코드를 부여한다.

3.6 School Building Status(학교 건축 현황)

Fig. 4에 따르면 Construction Range(신축/증축/증․개축)는 신축부터 증․개축에 이르기까지 영문 첫 글자를 코드로 부여한다. Construction Year(건축 연도)는 1920년대 이전부터 영문 순차로 부여한다. 신축과 증ㆍ개축을 구분하기 위하여 뒤의 영문 코드는 신축은 Z 코드로, 증ㆍ개축은 그 연도에 해당하는 코드로 부여한다. Land Area(대지면적)는 최초 데이터 200개소에 의거하여 10,000~30,000 ㎡ 사이가 가장 많이 분포되어 있고 그 앞과 뒤는 적기 때문에 앞뒤로 한 가지의 분류를 더 만들고 5,000 ㎡ 단위로 분류한다. 숫자 순차로 코드를 부여하고, 자료 없음은 0의 코드를 부여한다. Total Area(연면적)는 700 ㎡를 기준으로 잡고, 700~3,000 ㎡ 사이는 500 ㎡ 단위로 분류하고 그 이상은 5,000 ㎡, 10,000 ㎡ 로 분류한다. 숫자 순차로 코드를 부여하고, 자료 없음은 0의 코드를 부여한다. Total Floors and Number of Floors(전체 층수와 해당 건물 층수)는 지하층을 앞에 지상층을 뒤에 써서 코드화한다. 자료 없음은 00의 코드를 부여한다. Overall Building Layout(전체 건물 배치 형태)는 일자형부터 복합형까지 영문 순차로 코드를 부여한다. 자료 없음은 Z의 코드를 부여한다. Classroom Area(교실 단위면적)는 50 ㎡ 단위로 분류하여서 숫자 순차 코드를 부여한다. 자료 없음은 0의 코드를 부여한다. Classroom and Gym Drawings(교실과 체육관 도면)는 도면이 있으면 0, 도면이 없으면 1의 숫자 코드를 부여한다. Classroom Capacity(교실 수용인원)는 20명 단위로 분류하여서 숫자 순차 코드를 부여한다. 도면 및 데이터에 도시되어 있지 않지만, 면적이 표기되어 있으면 재실 인원 계산에 의한 면적에서 1.9를 나눠서 수용인원을 계산한다. 자료 없음은 0의 코드를 부여한다. Gym Area(체육관 단위면적)는 200 ㎡ 단위로 분류 하여서 숫자 순차 코드를 부여한다. 자료 없음은 0의 코드를 부여한다. Gym Capacity(체육관 수용인원)는 50명 단위로 분류하여서 숫자 순차 코드를 부여한다. 도면 및 데이터에 도시되어 있지 않지만, 면적이 표기되어 있으면 재실 인원 계산에 의한 면적에서 4.6을 나눠서 수용인원을 계산한다. 자료 없음은 0의 코드를 부여한다.

3.7 Building Certification Status(건물 인증 현황)

Fig. 5 왼쪽에 따르면 Green Building Certification(녹색 건축 인증)은 최우수(그린 1등급), 우수(그린 2등급), 우량(그린 3등급) 그리고 일반(그린 4등급)까지 4가지의 등급으로 분류한다. 등급 없음은 0의 코드를 부여한다. Building Energy Efficiency Rating(건축물 에너지효율등급)은 1+++등급, 1++등급, 1+등급, 1등급, 2등급, 3등급 및 4등급까지 숫자 순차로 코드를 부여한다. 실제 건축물 에너지효율등급은 하위 등급(7등급)까지 존재하지만 학교 건물은 주로 1~3등급이 산정되기 때문에 코드상에서는 생략한다. 등급 없음은 0의 코드를 부여한다. Energy Conservation Plan(에너지 절약계획서)은 90점대부터 20점대까지 숫자 순차로 코드를 부여한다. 의무 사항은 0의 코드를 부여한다.

3.8 Et Cetera(기타 사항)

Fig. 5 오른쪽에 따르면 Secured Drawings(도서 확보)는 앞서 학교 건축 현황에 나왔던 도면의 여부를 나타내며 도면이 없는 경우 0, 도면이 교실과 다목적강당 중 하나만 있는 경우 1, 도면이 교실과 다목적강당 둘 다 있는 경우 2로 분류하여 코드를 부여한다. Education Support Office(해당 교육지원청)는 행정 표준 코드 관리 시스템에 의한 교육지원청 기관 코드를 그대로 사용한다. 교육지원청 코드가 유의미한 숫자 4자리와 무의미한 숫자인 0의 3자리로 이루어져 있으나 본 논문에서도 유의미한 숫자 코드만 사용하는 것이 아니라 기관 코드를 준수하였다.⁽¹⁰⁾

4.1 프로그래밍 툴 활용

현재 데이터는 38개 항목에 대한 1,000개 이상, 총 38,000의 데이터로 규모가 방대하다. 이를 단순히 데이터 정리를 위한 Excel과 같은 프로그램으로 원하는 조건의 데이터를 출력하기엔 매우 비효율적이다. 이를 효율적으로 활용하기 위한 빅데이터를 출력하는 프로그램은 R, Spark, KNIME, Xplenty, Tableau 그리고 Python 등이 있다. 그중 Python은 다른 프로그래밍 툴보다 문법이 쉬워 학습용으로 좋고 실사용률과 생산성이 높다. 무료로 이용할 수 있으며 많은 패키지(Library)를 구비하고 있어 최근 빅데이터 활용과 인공지능(머신러닝, 딥러닝 등) 개발에 많이 활용되고 있다. 이러한 이유로 본 연구에서는 Python을 기반으로 원하는 조건의 데이터를 보다 효율적으로 출력하기 위하여 데이터 처리를 위한 Pandas Library 및 시각화를 위한 Matplotlib Library 등을 사용한다.

Fig. 5 Building certification status and et cetera.

4.2 Excel을 활용한 DB 활용방안

Excel로 구성된 본 연구의 데이터를 Excel의 그래프 기능 등을 활용하여 원하는 데이터를 출력하는 방안이 있다. 문자열의 많은 양의 데이터로 구성되어 있으므로 Excel Sheet를 그대로 사용하기는 어려움이 있고 필터 기능을 활용하여 원하는 데이터를 분류한 후 그래프를 만들기 위한 조건의 표를 별도로 만들어서 결괏값을 출력한다. Fig. 6에 따라 지역별로 가장 많은 학교를 학교 유형별로 분류하여 시각화한다. Fig. 7에 따라 학교 유형별로 가장 많은 지역을 지역별로 분류하여 시각화한다.

Excel의 그래프 기능을 활용하면 해당 학교 데이터를 자세하게 알 수 있고, 각각의 세부 항목들을 원하는 부분만 선택할 수 있다. 이 경우에는 코드 표준화된 부분을 활용하는 것보다 DB 정리된 부분을 활용하는 것이 더 용이하다. 학교 데이터가 추가되면 다시 처음부터 필터 기능을 활용하여 별도의 표에 추가하여야 한다는 점과 지역별 분류 시 시군구 단위로 나누어져 있는 부분을 일일이 확인하여 시 단위로 구분하여야 하는 부분은 정확성이 떨어지고 시간이 소요된다는 점은 미흡한 부분으로 보인다.

Fig. 6 Number of schools by school type for excel.

Fig. 7 Number of schools by area for excel.

4.3 Python을 활용한 DB 활용방안

본 연구의 데이터는 크게 학교 유형, 지역, 외부 환경 등 총 7가지의 범주로 분류할 수 있다. 또한, 각각의 범주는 적게는 1~3개, 많게는 10개 이상의 세부 조건으로 나뉜다. 이때 각각의 7가지의 범주 내의 세부 부류를 한 개씩 선택할 수 있으며, 원하지 않을 시엔 선택하지 않을 수 있다. 학교 유형부터 기타 사항까지 순차적으로 진행하게 되며 해당 조건에 맞는 학교 코드를 출력한다.

데이터 시트의 처리를 위하여 기본적으로 Pandas Library를 사용한다. Excel Sheet를 그대로 사용하여 원하는 조건을 입력으로 받아 조건을 만족하는 인덱스를 누적하여 저장한 뒤, 해당 인덱스의 학교 코드를 출력한다. 또한, 7개의 큰 부류의 세부 부류를 선택하였을 때 바로 출력하거나 다음 조건으로 넘어갈 수 있다. 한 번 출력하면 처음부터 다시 조건을 설정하거나 프로그램을 종료한다. 처리된 데이터 시트를 시각화하기 위하여 Matplotlib Library를 사용한다.

Matplotlib Library에서는 선택된 데이터 중 가장 많은 3가지를 선별하여 그래프로 나타낸다. Fig. 8에 따라 학교 유형의 세부 부류를 선택하지 않을 시, 다른 조건에 맞는 학교를 학교 유형으로 분류하여 시각화한다. Fig. 9에 따라 지역별 부류를 선택하지 않을 시, 다른 조건에 맞는 학교를 지역별로 분류하여 시각화한다.

Fig. 8 Number of schools by school type for python.

Fig. 9 Number of schools by area for python.

4.4 Excel과 Python DB 활용방안 비교

Excel에서는 그래프를 통해 데이터를 출력할 수도 있고 그래프에 다양한 서식이 있고 수정이 용이하지만 DB 구축된 Excel Sheet를 그대로 사용하는 방식이 아니라 원하는 데이터를 따로 추출하여 그래프를 출력하는 방식이기 때문에 데이터의 범위가 넓어질수록 반영이 어렵고 정확성이 떨어진다는 단점이 있다.

Python을 기반으로 데이터 출력은 현재 해당하는 학교의 이름과 주소만 나오게끔 설정이 되어있어서 자세한 정보를 보기 힘든 점이 있다. 하지만 그래프를 쉽게 얻을 수 있는 점과 한번 코딩을 프로그래밍 해두면 약간의 수정만으로 현재보다 데이터가 더 쌓여도 동일한 방식으로 데이터를 출력할 수 있는 장점이 있다. 따라서 현재 가지고 있는 학교 데이터뿐만 아니라 앞으로 추가될 데이터를 반영하여 활용하기 위하여 Python을 활용하는 방안을 제시한다.

이러한 시각화된 활용방안이 외기 미세먼지 농도 변화에 따른 학교 실내 미세먼지 농도 변화를 시간별로 예측할 수 있는 방법을 개발하여 학교 실내 미세먼지 유출입 원인을 찾고 기여도를 분석하며, 학교 실내 미세먼지 문제 해결방법을 위한 기반기술을 개발하는 기초자료로 활용이 예상된다.