지능형 전력 계량인프라(Advanced metering infrastructure; 이하 AMI)란 스마트 미터, 네트워크, 데이터 관리시스템을 포괄하는 인프라를 의미한다(Bian et al., 2014). 우리나라는 2010년 초부터 다양한 건물에 AMI를 보급하고 있다(Lee, 2015). AMI를 통해 건물에서 소비되는 전기, 가스, 물 등 에너지 사용 데이터를 실시간으로 수집할 수 있다. 수집된 에너지 사용 데이터는 가구별 에너지 사용 패턴, 피크 시간 등 건물의 에너지 사용 특징을 이해하기 위해 필요한 정보들을 포함하고 있다(Niyato and Wang, 2012). 이러한 정보는 에너지 소비자가 에너지 절약과 비용을 절감하는 데 도움을 줄 수 있으며, 공급자가 효율적인 에너지 생산 및 공급을 위해 플랜트 운영하는 데 도움을 줄 수 있다(Littman et al., 2012).

AMI는 아파트, 공장, 상가, 대학 캠퍼스 등 다양한 건물에 설치되고 있다. 그 중 대학 캠퍼스는 연구 기기, 식당, 기숙사 등 업무와 거주가 공존하는 특이성을 가지고 있으며, 이로 인해 안정적인 에너지 공급이 필수적인 곳이다(Park et al., 2016). 이에, 세계 대학들은 안정적인 에너지 생산, 공급, 소비를 위해 AMI를 기반으로 한 독립적인 스마트그리드를 구축하고 있다. 캘리포니아 샌디에고 대학교, 웨슬리언 대학교, 프린스턴 대학교가 대표적이다. 해당 대학은 스마트그리드를 통해 에너지 사용 데이터(AMI 데이터)를 수집 및 분석한다(An et al., 2016). 수집된 AMI 데이터는 건물별 에너지 사용을 이해하고 에너지 절약 방안을 수립하는 데 사용될 수 있으며, 나아가 새로운 연구와 사업 아이디어 및 기술 개발에 사용되기도 한다(An et al., 2017).

에너지 관리공단에서 발표한 통계에 따르면 국내 190개 에너지 다소비 기관의 총 전력 소비량 중 약 15%를 대학이 소비하고 있다(한국에너지공단, 2021). 따라서, 대학은 사회의 중요한 구성원이자 교육기관으로 기후 변화 문제에 적극적으로 나서야할 의무가 있다(Jung et al., 2010). 또한, 대학 자체적으로도 캠퍼스의 전력 소비저감은 저탄소 녹색성장을 위한 참여, 대학의 운영비 절감 등 여러 방면에서 이익을 가져올 수 있다. 우리나라 면적 대비 대학 수가 많은 점을 감안한다면, 대학 캠퍼스의 전력 소비저감이 사회에 미치는 파급효과가 굉장할 것으로 예상된다(Jung et al., 2017).

효과적인 전력 소비저감을 위해서는 전력소비 특성이 다른 대학 갬퍼스 건물의 전력 사용량을 효율적으로 절감할 필요가 있다. 효율적인 절감을 위해서는 여러 개 건물을 묶어서 전력 사용을 측정하고 있는 현행 방식에서 벗어나 개별 건물의 전력 소비량을 측정해야 한다(Park, 2016). 대학은 개별 건물의 전력 소비량 측정을 통해 건물별 세부적인 전력 사용 현황과 요인을 이해하고 이러한 특성이 반영된 중장기적 절감 계획을 수립할 수 있다. 이를 위해 대학 캠퍼스에 AMI를 구축하고 건물별 전력 사용 데이터를 수집 및 분석하는 것이 중요해지고 있다(Hwang et al., 2020).

포스텍은 강의실, 사무실, 연구실, 공장, 기숙사 등 건물의 이용자 유형과 목적 등이 상이한 건물들로 이루어져 있다. 이로 인해 건물별 전력 소비량과 패턴이 다르기 때문에 개별 건물의 전력 사용량 분석이 필수적이다. 이러한 필요성에 부합하기 위해 포스텍은 AMI를 설치하여 건물별 전력 사용 데이터를 수집할 수 있는 환경을 구축하였다. 또한, 수집된 전력 사용 데이터를 관리, 분석, 공유하기 위한 플랫폼인 Open Innovation Big Data Center (OIBC)를 구축하였다. 구축된 AMI와 OIBC 플랫폼을 기반으로, 포스텍은 자체 전력 사용 관리뿐만 아니라 내/외부 교수 및 연구자들에게 수집된 전력 사용 데이터를 교육, 연구, 신사업 개발 등의 목적으로 공유할 수 있다.

최근 전력 사용 데이터를 활용한 서비스가 개발되고 있다. 대학 캠퍼스 건물에서 수집된 전력 사용 데이터 역시 서비스 개발을 위해 활용될 수 있다. 개발된 서비스의 품질을 확보하기 위해서는 개발의 초기 단계인 서비스 디자인 단계가 충실히 수행되어야 한다(Gaojie et al., 2016; Cho and Pyun, 2022). 이를 위해 최근에는 객관적이고 정량적인 분석 방법을 통해 빅데이터로부터 서비스 기회를 발굴하고 고객의 니즈를 파악하고 있다(Ha and Lim, 2022; Park et al., 2021). 본 연구는 대학 캠퍼스 건물에서 수집된 전력 사용 데이터를 분석하여 건물, 층, 월, 시간 등 다양한 측면에서 전력 사용량과 트렌드 정보를 도출한다. 해당 정보는 캠퍼스 전력 사용 데이터 기반 서비스 개발 시 디자인 단계에서 서비스 기회 및 고객 니즈 파악하는 데 활용될 수 있다. 이러한 정보를 활용했을 때 더욱 현실적이며 매력적인 서비스가 개발될 수 있을 것이다. 따라서, 본 연구는 캠퍼스 전력 사용 데이터 기반 서비스 개발 시 품질 제고를 위한 기초사례로 활용될 수 있을 것이다.

본 연구에서는 포스텍 AMI 및 OIBC 플랫폼을 소개하고, AMI를 통해 수집된 전력 사용 데이터 분석 결과를 제시한다. 분석 결과를 통해 건물별 전력 사용량과 패턴이 다름을 확인할 수 있었으며, 코로나19 발생 전후 건물별 전력 사용량에도 차이가 있음을 확인하였다. 이러한 결과는 대학 캠퍼스 단위의 일괄적인 전력 소비저감 방안보다는 건물의 특성을 고려한 전력 절감 대책이 필요함을 시사한다. 본 논문의 구조는 다음과 같다. 2절에서는 포스텍 AMI와 OIBC 플랫폼에 대해 설명한다. 3절에서는 전력 사용 데이터 분석 결과를 보여준다. 4절에서는 분석 결과를 기반으로 얻은 새로운 시사점 및 캠퍼스 전력 소비저감 방안에 대해 논의한다. 마지막으로 5절에서는 본 연구의 의의를 설명하고 향후 연구를 제안하면서 논문을 마무리한다.

포스텍 캠퍼스에는 약 3,500명의 학생, 650명의 연구원, 280명의 교직원이 생활하고 있다. 해마다 포스텍의 전력 사용량은 증가하고 있으며, 교내 홈페이지를 통해 캠퍼스 구성원에게 전력 사용량 증가에 대한 심각성을 알리고 있다. 이와 같은 문제를 해결하기 위해 포스텍 AMI를 통해 수집된 전력 사용 데이터를 분석하여 전력 사용량 및 트렌드를 파악해보고자 한다. 첫 번째로는 건물별 전력 사용량 및 트렌드를 분석한다. 이는 건물에 따라 전력 사용량 및 트렌드가 상이한지를 확인하고, 건물별 사용량 및 트렌드의 특징을 파악하기 위함이다. 두 번째로는 코로나19 발생 전후 건물별 전력 사용량을 분석한다. 이는 코로나19로 인해 캠퍼스 이용자 수가 줄어들고 운영 정책이 변함에 따라 전력 사용량 및 트렌드가 달라지는지 확인하기 위함이다.

본 연구에서는 포스텍 AMI와 OIBC 플랫폼, 그리고 캠퍼스 내 7개 건물에서 수집된 전력 사용 데이터 분석 결과를 다루었다. 포스텍 AMI와 OIBC 플랫폼은 하드웨어, 소프트웨어, 기술의 집합체이다. 데이터 수집, 관리, 공유, 그리고 사용에 이르기까지 다양한 분야의 전문가가 협력하여 포스텍 AMI와 OIBC 플랫폼을 지속가능한 시스템으로 발전시키는 것이 중요하다. 이를 위해서 내부적으로는 AMI와 OIBC 플랫폼 홍보와 활성화를 위한 프로그램을 개최하여 교직원과 학생들이 함께 참여하는 환경을 조성할 필요가 있다. 예컨대, 홈페이지 개설, 설명회 등을 통해 홍보가 가능할 것이다. 또한, 수집된 에너지를 여러 방면으로 활용함으로써 참여를 확산시킬 수 있을 것이다. 교내 전력 사용 데이터 분석 대회, 교과목 텀 프로젝트 등을 통해 양질의 전력 사용 데이터를 활용할 수 있음을 홍보할 수 있다. 마지막으로, OIBC 플랫폼을 앱으로 개발하여 건물별로 실시간 전력 사용량 현황을 확인할 수 있도록 함으로써 플랫폼 이용자 수를 늘리고, 캠퍼스 전력 사용에 대한 관심을 증가시킬 수 있을 것이다.

외부적으로는 포스텍 AMI와 OIBC 플랫폼이 인큐베이터 또는 테스트베드로 활용될 수 있을 것이다. 전력 도메인에서 활동하는 정부 기관과 기업은 자신들의 제품 및 서비스를 개발하고 시장에 출시하기 전에 그것들을 검증하기 위한 환경이 필요하다. 포스텍 AMI에서 수집된 전력 사용 데이터는 다양한 신서비스 개발을 위해 활용될 수 있을 것이다. 또한, 포스텍 OIBC 플랫폼은 이종의 센서를 쉽게 결합할 수 있도록 설계되었다. 따라서, 그들의 센서를 결합하여 시장 출시 전 신뢰성과 안정성을 검증해볼 수 있을 것이다. 마지막으로, 포스텍 AMI와 OIBC 플랫폼은 이미 개발된 서비스를 검증하는 데 활용될 수 있을 것이다. 예컨대, 전력 모니터링 서비스 또는 절약 캠페인에 대한 효과를 검증해볼 수 있다. 다양한 연령층으로 구성된 교직원과 학생을 대상으로 관련 서비스 시나리오를 수행하면서 서비스의 유용성 또는 절약의 효과성을 검증하기 위해 AMI와 OBIC 플랫폼을 활용하는 것이다. 위와 같은 내/외부적 협력을 통해 포스텍 AMI와 OIBC 플랫폼을 향상 및 확장시킬 수 있을 것이다.

대학 캠퍼스 전력 사용에 대한 이해 및 소비저감 방안에 대한 연구가 수행되고 있지만, 대부분의 연구는 대학 캠퍼스 전체 전력 사용량 데이터를 활용한다(Kim et al., 2020; Jung and Kim, 2018). 이러한 분석은 서로 다른 건물의 전력 사용 특성을 상쇄시키며, 분석 결과를 정확히 해석하기 어렵게 만든다. 또한, 6개월 또는 1년 등 오랜 기간의 전력 사용량과 트렌드를 분석하고 있다(Choi et al., 2017). 이러한 분석은 대학 캠퍼스가 가지는 특성인 학사 일정(예. 중간고사, 기말고사 등), 시간대에 따른 건물별 전력 사용량 및 트렌드 확인을 어렵게 만든다. 마지막으로, 아직까지 코로나19 발생에 따른 전력 사용을 비교한 연구는 희소하다. 따라서, 코로나19와 같이 대학 캠퍼스 이용자 수가 현저히 감소하고 건물의 운영 정책이 변경되는 특이한 상황에 대한 전력 사용량과 트렌드 연구가 부족하다. 본 연구에서는 이러한 한계점을 극복하기 위해 건물별 전력 사용 데이터를 활용하여 건물별, 층별, 월별, 시간대별 등 다양한 측면에서의 전력 사용량과 트렌드를 분석해보았다.

분석 결과 7개 건물별로 전력 사용량과 트렌드가 다름을 확인하였으며, 이는 건물 크기, 이용자 수 및 유형, 운영 정책, 냉난방 기기 유형 등 건물별 특성으로 인해 발생하는 차이임을 유추해보았다. 이러한 결과는 캠퍼스 단위의 일괄적인 전력 소비저감 방안이 아닌 건물 특성을 고려한 건물별 전력 소비저감 방안이 수립되어야 함을 시사한다. 먼저, 전기 사용량에 따라 우선적으로 전력 사용 관리가 필요한 건물과 층을 타겟할 수 있겠다. 평균 전력 사용량이 높고 최저와 최고 전력 사용량 간 차이가 크다는 것은 절약할 수 있는 전기량이 많다는 것을 의미한다. 대표적으로 C5가 이에 해당되며, 한 건물 내 층으로 본다면 공학4동 중 3층을 우선 타겟하는 것이 적절하겠다. 또한, 건물 사용 목적과 설치된 기기 등에 따라 전력 사용량 감소 방안을 달리 해야 할 것이다. 예컨대, C5의 경우 카페, 벤처 기업이 사용하는 냉장고, 서버 등은 24시간 가동되어야 하며 전력을 절약하기 위해 가동을 멈출 수 없는 기기들이다. 따라서, 이를 제외하고 전력 사용량을 많이 차지하는 요소를 파악하여 제거해야 한다. 예컨대, 센서를 부착하여 공간에 이용자가 없을 경우 조명이 자동으로 꺼질 수 있도록 하여 전력 낭비를 줄일 수 있을 것이다. 대학원생아파트의 경우 하루 동안의 전력 사용량 변화가 가장 적은데, 이는 수업 및 연구를 위해 아파트에 있지 않는 동안에도 불필요한 전력이 소비되고 있음을 의미한다. 아파트의 전력 사용량은 거주자의 행위에 따라 변할 수 있다. 따라서, 거주자의 행위를 변화시킬 수 있는 제도가 필요하겠다. 예컨대, 호실별 평균 전력 사용량과 자신이 살고 있는 호실의 전력 사용량을 함께 제공하여, 전기를 많이 사용하는 거주자에게 절약해야겠다는 의지를 심어줄 수 있을 것이다. 또는, 전력 사용량 감소에 따라 교내 편의점 쿠폰 등의 보상을 제공할 수도 있겠다.

본 연구에서는 코로나19 발생에 따른 건물별 전력 사용량 차이도 확인해보았다. 해당 분석을 통해 코로나19 발생 전에 비해 발생 후에 건물의 전력 사용량이 감소한 것을 확인할 수 있었다. 기존 연구에서는 코로나19 발생 후 전력 사용량 감소의 원인으로 건물 이용자의 생활방식 변화를 꼽고 있다(김수일, 2021; 이서진, 2021). 유사하게, 본 분석에서 코로나19 발생 이후 전력 사용량이 감소한 이유도 건물을 이용하는 교직원 및 학생 수가 감소했기 때문일 수 있다. 전반적으로 건물의 이용자 수가 감소했음에도 불구하고, 건물별 전력 사용량 감소에는 차이가 있다. 박태준디지털도서관의 경우 전력 사용량이 크게 감소하였지만, C5의 경우 감소량이 적다. 이는 건물 이용자 수가 모든 건물의 전력 사용량에 영향을 미치는 것은 아님을 의미한다. 따라서, 건물 이용자 수가 전력 사용량에 영향을 미치는 건물과 미치지 않는 건물을 구분지어 서로 다른 전력 소비저감 방안을 마련해야 할 것이다. 이용자 감소로 인해 전력 사용량이 감소하는 건물에 대해서는 지속적인 모니터링을 통해 건물 이용이 제한되는 동안 보이지 않는 곳에서 전력 낭비가 발생하지 않도록 해야 할 것이다. 이용자 감소로 인해 전력 사용량이 감소하지 않는 건물에 대해서는 이용자 외 전력 사용에 영향을 미치는 요인이 무엇인지 파악하고, 해당 요인을 고려하여 적절한 관리 방안이 수립되어야 할 것이다.

본 연구에서는 포스텍 AMI와 OIBC 플랫폼, 건물별 전력 사용 데이터 분석 결과에 대해 다루었다. 본 연구는 에너지 절감에 대한 대학 캠퍼스의 사회적 책임이 증가하고 체계적인 대책이 필요한 시점에서, 이를 위한 기반 인프라와 플랫폼을 구축하고 실제로 건물별 전력 사용 현황을 파악해봤다는 것에 의의가 있다. 특히, 본 연구에서는 건물, 층, 월, 일, 시간, 코로나19 발생 전후와 같이 기존 연구에서 다루지 않은 다양한 측면에서 건물의 전력 사용량 및 트렌드를 분석함으로써 결과에 대한 의미와 시사점을 제시하였다. 본 연구에서 소개한 포스텍 AMI와 OIBC 플랫폼은 대학 캠퍼스의 스마트그리드 구축 시 좋은 참고 자료로 활용될 수 있을 것이다. 또한, 대학 간 또는 여러 전력 도메인에서 활동 중인 기관 및 기업과 협력하고, 전력 절감을 위한 전략 및 제도를 함께 마련해나가기 위한 발판이 될 것이다. 전력 사용 데이터 분석 결과는 건물별 전력 소비저감 방안을 마련하고, 코로나19처럼 예상치 못한 상황으로 인한 전력 소비 변화의 대비책을 마련하는 데 기여할 것이다. 마지막으로, 본 연구의 연구 방법 및 결과는 전력 사용 데이터 기반 캠퍼스 서비스 개발 시 건물별 전력 사용량 및 트렌드 분석과 이해를 돕기 위한 기초사례로 활용될 수 있을 것이며, 궁극적으로는 개발된 서비스의 품질을 제고하는 데 기여할 수 있을 것이다.

비록 본 연구에서 수행한 분석을 통해 지금까지는 발견하지 못했던 건물별 전력 사용량 및 트렌드를 확인할 수 있지만, 정확한 원인을 파악하여 효율적인 전력 소비저감 방안을 수립하기 위해서는 여러 종류의 데이터를 결합하는 것이 필수적이다. 예컨대, 건물별 이용자 출입 데이터, 날씨 데이터, 교직원 및 학생 코로나 확진자 수 데이터 등이 전력 사용 데이터와 결합된다면 전력 사용량 및 트렌드 변화에 대한 원인을 더욱 정확하게 파악할 수 있을 것이다. 또한, 다양한 종류의 데이터를 오랜 기간 누적할 수 있다면 다양한 상황에 대한 전력 사용량을 예측할 수 있을 것이며, 이를 통해 선제적인 전력 사용 관리 방안이 수립될 수 있을 것이다.