캠브리지 대학의 연구원들이 AI를 활용해 가정에서의 열손실을 보다 쉽고 빠르게 측정할 수 있는 프로그램을 개발했다고 2일(현지시간) 밝혔다.
해당 프로그램은 에너지 성능 인증서와 위성 이미지를 포함한 오픈 소스 데이터에 대한 교육을 받았다.
이를 통해 건물의 지붕과 창문 등 열 손실이 자주 발생하는 부분과 건물의 노후화 등을 파악할 수 있다. 연구원들은 프로그램을 자주 사용할 수록 딥레닝을 통해 정확도를 높일 수 있다고 주장했다.
가정에서 발생하는 온실가스는 크게 건물의 형태, 에너지 사용량, 쓰레기 발생량이 큰 부분을 차지하고 있다.
이중에서도 건물의 형태에 따라 온실가스 배출량은 최대 10% 이상 차이를 보인다.
국내 환경부가 조사한 결과에 따르면 67~99m2 규모의(20평형)의 온실가스 배출량은 ▲아파트 371kgCO2/원 ▲단독주택 487kgCO2/원으로 나타났다. 아파트보다 단독주택에서 약 31% 더 온실가스를 배출하고 있다.
여기에 건물의 노후화 정도를 고려하면 온실가스 배출량은 더욱 늘어나게 된다.
오래된 건물은 상대적으로 난방에 더 많은 비용과 에너지를 필요해 화석 연료 사용이 필수적이기 때문이다.
연구진 역시 이런 점에 초점을 맞춰 항공 뷰 이미지를 통해 집, 건물을 구분한다.
프로그램 내에서 빨간색으로 표시된 건물은 탈탄소화가 어려운 집을 표시하고 반대로 파란색으로 나타난 집은 에너지 효율이 높은 가정을 뜻한다.
그러나 아직 프로그램 운영이 초기 단계에 가까운 만큼 건물에서 어느 부분이 탄소 배출에 큰 영향을 미치고 있는지, 지역 별 우선 순위로 수리해야하는 건물이 어디인지는 확인하기 어렵다.
그럼에도 이번 프로그램은 AI를 기반으로 한 만큼 딥러닝을 통해 더 정확한 측정과 상세한 정보 제공도 가능할 것으로 기대되고 있다.
이번 연구의 공동 저자인 로니타 바르단 박사는 "오픈 소스 데이터를 사용해 탈탄소화가 어려운 건물을 식별하는 AI가 만들어진 건 이번이 처음이다"라며 "정부나 정치인은 얼마나 많은 집을 탈탄소화해야 하는지 알고 있지만 이를 상세히 감사할 자원과 인원이 부족한 경우가 많다. 이번 프로그램은 보수의 우선순위가 높은 집으로 안내해 시간과 자원을 절약할 수 있다"고 말했다.
[데일리e뉴스= 정수성 기자]