A Survey on Semantic Modeling for Building Energy Management

거대한 첨단 빌딩을 하나의 살아있는 유기체라고 상상해 보십시오. 이 건물은 골격(벽, 바닥), 신경계(센서, 전선), 그리고 건물을 쾌적하고 에너지 효율적으로 유지하려고 노력하는 뇌(관리 소프트웨어)를 가지고 있습니다.

오랫동안 이 "뇌"는 "신경"과 대화하는 데 어려움을 겪었습니다. 왜 그랬을까요? 모든 센서, 온도 조절기, 에너지 미터가 서로 다른 언어를 사용했기 때문입니다. 한 제조사는 "Temperature"라고 말하고, 다른 제조사는 "Temp"라고 하며, 세 번째 제조사는 단위가 무엇인지 말도 없이 그냥 숫자만 보냈습니다. 이로 인해 건물의 뇌는 전체적인 그림을 이해하거나 스마트한 결정을 내리는 것이 불가능했습니다.

이 논문은 연구자들이 서로 다른 언어들을 하나의 보편적인 언어로 번역하여 건물이 명확하게 사고할 수 있도록 만들기 위해 만들어낸 "사전"(온톨로지)에 대한 조사 보고서입니다.

다음은 이 논문이 발견한 내용을 쉬운 비유를 들어 정리한 것입니다.

1. 문제점: 바벨탑

저자들은 건물의 데이터(날씨, 에너지 사용량, 실내 재실 여부 등)는 매우 풍부하지만, 그 데이터가 매우 무질서하다고 설명합니다. 이는 마치 바이올린은 프랑스어를 하고, 드럼은 일본어를 하며, 플루트는 모스 부호를 사용하는 오케스트라를 지휘하려는 것과 같습니다. 지휘자(건물 에너지 관리 시스템)는 이들이 조화롭게 연주하도록 만들 수 없습니다.

2. 해결책: "보편적 사전" (온톨로지)

이를 해결하기 위해 연구자들은 온톨로지를 만들었습니다. 이것을 특화된 사전이나 규칙집이라고 생각하십시오. 온톨로지는 모든 단어가 정확히 무엇을 의미하는지, 그리고 단어들이 서로 어떻게 연결되는지를 정의합니다.

• BOT (Building Topology Ontology): 건물의 구조를 위한 사전입니다. "방", "층", 또는 "건물"이 무엇인지를 정의합니다.
• SAREF: 장치를 위한 사전입니다. "세탁기", "온도 조절기", 또는 "센서"가 무엇을 하는지 설명합니다.
• Brick: HVAC(냉난방 공조) 및 건물 시스템을 위한 전문 사전입니다. 에어컨과 펌프가 어떻게 연결되는지에 대해 매우 상세하게 다룹니다.
• SSN/SOSA: **관측(Observations)**을 위한 사전입니다. 온도나 습도처럼 무언가를 "측정"한다는 것이 무엇인지를 정의합니다.

3. 조사: 사전 검증

저자들은 단순히 이 사전들을 나열하는 데 그치지 않고, 실제 건물 프로젝트에서 이 도구들이 어떻게 사용되고 있는지 현장을 조사했습니다. 그들은 60개의 서로 다른 사전을 살펴보고, 20개 이상의 구체적인 건물 프로젝트(유즈 케이스)를 분석하여 이 도구들이 얼마나 잘 작동하는지 확인했습니다.

그들은 **OEC (Ontology Evidence Completeness, 온톨로지 증거 완결성)**라는 영리한 점수 체계를 사용했습니다.

• 비유: 어떤 요리사가 특정 레시피 북을 사용한다고 주장하는 상황을 상상해 보십시오.
  • 완전한 OEC: 요리사가 당신에게 책을 보여주고, 정확한 페이지를 가리키며, 사용한 재료들을 보여줍니다. 당신은 이를 검증할 수 있습니다.
  • 부분적 OEC: 요리사가 책을 언급하기는 하지만, 구체적인 페이지나 재료는 보여주지 않습니다. 당신은 추측해야만 합니다.
  • 없음(None): 요리사가 그저 "레시피 북을 사용했다"라고만 말하며, 어떤 책인지 혹은 어떻게 사용했는지는 보여주지 않습니다.

4. 연구 결과: 뼈대는 좋지만, 두뇌는 부족하다

연구 결과, 이 사전들이 사용되는 방식에서 명확한 패턴이 발견되었습니다.

• 강점 (물리적 요소): 이 사전들은 물리적인 건물을 묘-사하는 데 탁월합니다. 벽, 바닥, 센서, 온도 조절기를 정의하는 데 매우 뛰어납습니다. 만약 "센서가 어디에 있는가?" 또는 "이 밸브의 종류는 무엇인가?"를 알고 싶다면, 이 사전들은 완벽하게 작동합니다.
• 약점 (추상적 사고): 이 사전들은 "뇌"의 역할을 설명하는 데 취약합니다. 다음과 같은 것들을 정의하는 데 어려움을 겪습니다.
  • KPI (핵심 성과 지표): 에너지 절감을 위한 "성공"을 수학적으로 어떻게 정의할 것인가?
  • 제어 로직 (Control Logic): 실제 "만약 ~라면" 식의 규칙 (예: "만약 방이 비어 있다면, 불을 꺼라").
  • 워크플로우 (Workflows): 결정을 내리기 위한 단계별 과정.
  • 최적화 (Optimization): 최선의 에너지 전략을 찾기 위해 사용되는 복잡한 수학적 계산.

비유: 이는 집의 모든 벽돌과 공구함의 모든 도구를 완벽하게 설명하는 사전을 가지고 있지만, 정작 그 집을 어떻게 짓는지에 대한 설계도나 배관을 어떻게 고치는지에 대한 설명서를 담을 단어는 없는 것과 같습니다.

5. 대응 방식: "프랑켄슈타인" 접근법

단일한 사전가 모든 것을 커버할 수 없기 때문에, 논문은 대부분의 프로젝트가 **섞어서 사용(mix and match)**해야 한다는 것을 발견했습니다.

• 전략: 연구자들은 종종 건물의 부품을 위해 하나의 사전(예: Brick)을 가져오고, 장치를 위해 또 다른 사전(예: SAREF)을 가져온 뒤, "에너지 유연성"이나 "제어 로직" 같은 빈틈을 채우기 위해 자신들만의 새로운 단어를 직접 만들어냅니다.
• 결과: 그들은 "프랑켄슈타인" 모델을 구축합니다. 이 모델은 해당 건물에는 잘 작동하지만, 모두가 자신만의 방식으로 서로 다른 프랑켄슈타인을 만들기 때문에 나중에 이 모델들이 서로 소통하기가 어렵습니다.

6. 결론: 더 나은 "사고" 도구가 필요하다

이 논문은 우리가 하드웨어(센서와 벽)의 이름을 붙이는 문제는 해결했지만, 소프트웨어 로직(결정과 전략)의 이름을 붙이는 문제는 아직 해결하지 못했다고 결론짓습니다.

건물이 진정으로 스마트하고 에너지 효율적이 되기 위해서는, 단순히 물리적 객체를 묘사하는 것을 넘어 의사 결정 과정을 위한 더 나은 "사전"을 만드는 데 집중해야 합니다. 우리는 건물의 뇌가 단순히 무엇을 보고 있는지뿐만 아니라, 왜 그런 결정을 내리는지를 이해할 수 있도록 가르쳐야 합니다.

요약하자면: 우리는 건물의 몸을 위한 훌륭한 지도는 가지고 있지만, 그 마음을 그리는 데는 여전히 어려움을 겪고 있습니다.