2.1 간편 입력을 통한 에너지 성능 분석

먼저, 의사 결정을 위한 그린리모델링 대상 건물의 건물에너지 성능 분석을 위해 항목 별로 drop down 버튼을 설치하여 대상 건물의 물리적인 성능에 대하여 간편하게 입력하여 사용자에 의한 오류를 최소화하였다. 총 3단계의 입력 과정을 거쳐 [계산 실행] 버튼을 클릭하면 에너지 성능 분석 결과를 산출할 수 있다(Fig. 3). 아울러 사용자들의 직접 기입이 필요한 사항은 회색으로 처리하였고, drop down 버튼을 활용하여 선택할 수 있는 사항들에 대해서는 하얀색으로 표현하였다.

Fig. 3 Energy performance analysis with simple input.

2.2 의사결정을 위한 기술요소 선택 및 조합

계산 실행 후 사용자는 대상 건물에 배정된 투자 비용과 건물에 적용하고자 하는 기술요소를 선택한 후, 기술요소간의 조합을 통해 기대할 수 있는 에너지 절감량 및 투자비용에 대해 확인할 수 있다(Fig. 4 (a)). 기술요소 선택에는 drop down 버튼을 이용해 세부적인 재료 및 모델명을 선택할 수 있고, 목표하는 에너지 절감량이나 투자비용에 따라 자율적으로 그 조합을 선택할 수 있다. 이때 사용자들이 자체적으로 조합한 개선안이 입력한 총 예산의 $\pm $5천만 원을 초과하는 경우, 선택된 개선 안을 검토해야 한다는 문구가 나타난다. 제안된 문구에 따라 사용자들은 개선 안의 조합을 수정하거나 현상을 유지할 수 있다(Fig. 4 (b)).

선택된 기술요소의 조합에 따라 2.1절에서 진행한 건물 에너지 성능 분석 툴과 동일한 엔진과 실시간으로 연동되어 에너지 절감량이 계산된다. 기술요소 중의 하나인 외피 단열의 경우, 사용자들은 직접 개선할 단열재 종류에 대한 선택을 진행하거나 2018년도 기준 법정 열관류율에 대해 선택할 수 있다. 기타 창호와 기기 설비 기술요소의 경우 현재 그린리모델링 공사에서 주로 사용하고 있는 모델과 성능에 대해 제공하고 있고, 그 외에도 기술 요소별, 브랜드별로 판매하고 있는 모델에 대해서도 선택할 수 있다.

투자 비용의 경우, 의사결정 프로그램에서는 재료비, 노무비, 경비, 기존 재료 철거비 등을 전부 포함하여 계산한다. 내역서에 포함된 세부적인 내용은 다음 Table 4와 같다. 그중 재료비는 기술요소 모델별 소요되는 투자비용이 다르므로 각 모델에 상응하는 투자비용을 적용했고, 기타 경비, 기존 재료 철거비와 노무비는 실제 그동안 국내에서 이루어진 그린리모델링 대상 건물들의 내역서에 근거하여 평균적인 비용을 산출하여 기술요소 별로 발생되는 투자비용을 적용했다.⁽⁷⁾

Fig. 4 Screen for selecting and combining ECMs.

2.3 최적의 의사결정 조합에 대한 제안

그린리모델링은 한정된 비용 내에서 최대한의 건물 에너지 절감 효과를 도모해야 하지만, 대부분의 경우 기술요소별 발생되는 투자 비용이나 에너지 절감 효과에 대한 정보가 부재하여 실제 투입된 비용에 대비하여 에너지절감량에 차이가 크게 발생한다(Fig. 1). 따라서 앞선 2.2절에서 활용한 기술요소 선택 및 조합에 대한 옵션에 따라 사용자들은 투자 대비 최적의 설계안을 도출할 수 있을 것이다(Fig. 5).

이 단계에서는 사용자들이 구성한 조합 안들 중에서 비용 대비 최적의 에너지 절감 효과를 나타내는 조합에 따른 순위를 산정한다. 프로그램에서의 조합 안 별 순위는 에너지 절감 계수를 통해 확정한다(식(1)).

에너지 절감 계수는 개선안을 통해 분석한 에너지 절감량과 단위면적당 투자 비용의 비율이며, 비율이 클수록 비용 대비 에너지 절감 효과가 높다는 것을 의미한다.

구성된 조합들 중에서 적용한 기술요소와 모델의 성능 비교를 진행할 수 있도록 [조합 1, 2...] 버튼을 클릭하면 적용된 기술요소와 해당 모델들의 성능 및 해당 조합 적용 시 산출되는 에너지 성능 분석 결과에 대해서도 조합별로 확인할 수 있다. 최종적으로 사용자들은 해당 탭에서 그린리모델링을 진행하고자 하는 건물에 지원되는 투자비용과 조합안 순위를 통해 최적의 조합에 대해 의사결정을 하게 된다.

Fig. 5 ECMs combination results tab.

2.4 의사결정 조합 안 최종 결과 산출

의사결정에 대한 최종 개선 안은 먼저, 앞서 사용자들이 직접 선택한 조합 안에서 투자비용이 비슷한 범위의 조합을 분류하고, 다음으로 해당 범위에서 에너지 절감계수에 따라 1순위의 조합을 최종안으로 제안을 한다. 해당 단계에서는 사용자들이 선택한 개선안 중 투자 비용의 $\pm $5천만 원 범위 내에 들어오는 조합을 우선적으로 에너지 절감계수를 산정 및 순위를 작성한다. 이 외 비용 범위를 벗어나는 조합의 경우, 비용 대비 예상되는 에너지 절감률이 비효율적이라고 판단, 개선안 제안에서의 우선순위에서 밀리게 되며 그 조합들에 대해서는 빨간색으로 표현하였다(Fig. 5). 최종적으로 프로그램에서는 사용자들이 선택한 조합들 중 에너지 절감계수가 1위를 차지하는 조합에 대한 결과를 개선안으로 제안한다. 해당 최종안 적용 시 나타나는 예상 에너지 절감 효과를 보고서를 통해 산출하고 사용자들은 결과를 PDF 파일로 변환이 가능하다(Fig. 6).

최종 결과 화면에서는 최적의 조합에 따라 선택된 모델명과 기기 성능 등에 대한 레포트를 생성하고, 전체 조합 안의 예상 투자 비용과 그에 따라 기대할 수 있는 에너지 절감률을 나타낸다. 최종적으로는 해당 조합에 따라 시공 시 기대할 수 있는 에너지효율등급과 온실가스 예상 절감 효과, 식재 효과, 산림 조성 효과, 승용차 대체효과 등 함께 다양한 에너지 절감 효과에 대한 지표를 알 수 있다.

종합적으로 보면 본 연구에서 개발한 프로그램에서 사용자들이 직접 선택을 해야 하는 요소들은 2.1절의 건물 에너지 성능 분석 시 대상 건물의 물리적 성능에 대한 선택과 2.2절의 기술 요소 모델 및 조합에 대한 선택으로 간편하게 그린리모델링 안에 대한 의사결정을 할 수 있다.

본 의사결정 프로그램의 그린리모델링 공사 계획단계에서의 활용성에 대한 검증을 진행하기 위해 본 연구에서는 케이스 스터디 분석을 통해 그린리모델링 개선 안에 대한 의사결정을 진행하였고, 추가적으로 결과의 정확도에 대한 신뢰성도 확보하고자 기존 ECO2 프로그램에서 산출되는 결과와의 비교를 진행하였다.

Fig. 6 Final result tab of decision-making program.

3.1 Case Study

본 연구에서는 경기도에 위치한 A 어린이집을 대상으로 에너지 성능 분석 및 의사결정을 진행했다. 대상 건물은 2020년도에 그린리모델링 공사를 진행한 어린이집이다.

의사결정을 진행하기 위해서는 먼저 간편 입력을 통해 대상 건물에 대한 에너지 성능 분석을 진행해야 한다. 대상 건물의 연면적, 준공연도, 기후, 건물용도 등이 입력값으로 적용되어야 하며 간편 입력을 통한 에너지 성능 분석에 적용된 입력값은 다음과 같다(Table 5).

다음, 기술요소 선택 탭에서 대상 건물에 적용할 기술요소를 선택 및 자율 조합을 진행해야 하는데 기술요소로는 공간의 열손실 감소와 기기 성능 강화를 통해 에너지 소요량을 감소시킬 수 있는 벽체/지붕 단열, 고성능 창호 교체, 고효율 냉난방 기기 교체 총 5가지 기술요소를 선택하였다. 기술요소 별 모델은 그린리모델링 시공 현장에서 일반적으로 많이 적용하고 있는 모델과 성능을 적용하였고, 기술요소의 조합은 적용 가능한 총 31가지 조합에 대해 에너지 절감 효과를 산출했다. 마지막으로 의사결정 최종 조합 안에 대한 확정을 하기 위해 본 연구에서는 대상 건물에 실제 투입된 비용의 범위에서 에너지 절감계수가 가장 높게 산출되는 조합을 선택하고자 한다.

해당 건물의 그리모델링에는 최대 6억까지 투입 가능하여 단위면적당 65.2만원 이하에서 최대한의 에너지 절감이 가능한 조합을 선정하였다.

3.2 최적의 의사결정 제안 결과

전체 31가지 조합에서 4가지 조합이 투자비용 범위에 포함이 되었고, 그중 비용 대비 최적의 조합 안을 나타낼 수 있는 조합은 다음과 같다(Table 6).

투자비용 범위에 포함이 되어 있는 네 가지 조합 중 전체 외피에 대한 개선과 보일러 교체를 진행한 조합이 비용 대비 최적의 에너지 절감 효과를 나타나는 조합으로 산정되었고, 투자 비용과 유사한 단위면적당 약 63만원이 소요될 것이라고 예측하였다. 결과에 따르면, 조합 안 중 Strategy 2의 경우, 첫 번째 조합보다 더 많은 예산을 투입하였음에도 불구하고 에너지 절감 효과는 적게 산출되었는데, 대상 건물은 난방 부하가 큰 건물이므로 에어컨을 교체하는 것보다 고효율 보일러로 교체하는 방안이 에너지 측면에서 절감 효과가 더 큰 것으로 분석되었기 때문이다.

최적의 조합안을 통해 2.4절에서 설명한 바와 같이 프로그램에서는 최종적으로 보고서 형식으로 제안된 개선 안에 대한 결과를 나타내게 되고 PDF 파일 출력 방식을 통해 다음과 같은 결과를 얻게 된다(Fig. 7).

최종 보고서를 통해 대상 건물에 최적의 에너지 조합 적용 시 에너지 소요량은 기존 149 kWh/m²·year에서 39% 절감된 91 kWh/m²·year로 예상이 된다. 1차에너지 소요량의 경우, 그린리모델링 공사를 통한 에너지 절감 목표인 33%를 달성할 수 있다. 또한, 건축물 에너지 효율 등급은 기존 등급에서 1++등급으로 상승될 것으로 예측하였고, 온실가스 배출량 또한 개선 전보다 30% 줄일 수 있다는 것을 확인할 수 있다.

본 프로그램은 그린리모델링 전체 프로세스 중 초기 기획 단계에서 투자비용 대비 최적의 에너지 절감효과를 나타낼 수 있는 개선안 의사결정을 지원하는 툴이다. 따라서 프로그램 각 단계에서는 간편 입력을 적용하고 있어 건물의 성능 평가를 목적으로 하는 프로그램의 세부적인 디테일 요소를 포함하고 있지 않는다. 다만, 본 프로그램의 활용성과 신뢰성에 대한 검증을 위해 본 연구에서는 ECO2 프로그램에 Table 5의 입력값을 적용하여 산출된 대상 건물의 그린리모델링 전 에너지 성능 분석 결과와 비교하였다. Fig. 8은 두 프로그램을 이용하여 산출한 에너지 원별 결괏값과 총 에너지 소요량 결과이다. 의사결정 프로그램의 결괏값은 ECO2 프로그램보다 낮은 값으로 산출되었다. 그 원인은 ECO2 프로그램의 경우, 에너지 소요량 계산 시, 난방 및 급탕의 배관의 길이와 펌프 동력, 급수 및 환수 온도, 냉난방 제어 방식에 대한 입력을 요구하여 이를 결과에 포함하고 있지만 의사결정 프로그램의 경우, 설비시스템의 디테일한 입력을 반영하지 못하여 나타난 결과로 보인다. 하지만 결과적으로 ECO2 프로그램 결과와의 CvRMSE 오차율은 9%로 ASHRAE 14 guideline에서 제안한 monthly calculation CvRMSE 오차율 15% 이내의 값으로 산출되어 본 프로그램의 활용 가능성과 신뢰성에 대해 확인하였다.

Fig. 7 Final results of target building.

Fig. 8 Energy performance analysis results between ECO2 program and decision-making tool.