동적 전과정평가 기반 건축물 탄소배출량 분석 및 저감 방안에 관한 연구 = A Study on the Analysis and Reduction Strategies of Building Carbon Emissions Based on Dynamic Life Cycle Assessment

국문 초록 (Abstract)

기후위기 대응을 위한 전 지구적 탄소중립 흐름 속에서 건물 부문의 온실가스 감축은 필수적인 과제로 대두되었다. 그러나 현행 건축물 전과정평가(LCA) 체계는 고정된 연평 균 배출계수(AEF)를 적용하는 정적 평가 방식에 머물러 있어, 재생에너지 확대에 따른 전력망의 시간대별 탄소집약도 변화를 반영하지 못하고 내재탄소와 운영탄소 간의 상충 관계를 간과한다는 한계가 있다. 이에 본 연구는 실제 건축물 120개소의 실증 데이터와 시간대별 배출계수(TVEF)를 기반으로 동적 전과정평가(Dynamic LCA) 모델을 구축하 고, 정밀한 탄소배출량 산정 및 실효성 있는 저감 방안을 제시하는 것을 목적으로 한다.
본 연구는 자재 생산부터 시공, 운영, 폐기에 이르는 전 생애주기를 평가 범위로 설정하였으며, 분석 절차는 데이터 구축, 시뮬레이션, 시나리오별 평가의 3단계로 수행되었다. 신축 및 리모델링 건축물 120건에 대한 상세 DB와 2022년부터 2025년까지의 전력망 발전원 데이터를 통합하여 분석 기반을 마련하였으며, 정적 평가(S1), 동적 평가(S2), 그리고 능동적 부하관리를 적용한 최적화 평가(S3) 시나리오를 비교 분석하였다.
첫째, 설계 및 시공 단계의 내재탄소 분석 결과, 구조체가 자재 생산 단계 탄소배출량의 약 80.2%를 점유하는 핵심 인자로 규명되었다. 특히 기존 골조를 재사용하는 리모델링 방식은 신축 대비 자재 단계 배출량을 약 40.1% 저감할 수 있음을 확인하였다. 또한 외피 열관류율과 창면적비 최적화(열관류율 0.35 W/m²K, 창면적비 40%)를 통해 기준안 대비 전과정 탄소배출량을 최대 33.6%까지 저감할 수 있는 설계 최적점이 존재함을 입증하였다.
둘째, 운영 단계에서 정적 평가(S1)와 동적 평가(S2)를 비교한 결과, 전력망의 재생에너지 비중 확대에 따라 시간대별 탄소집약도의 변동성이 급격히 증가(표준편차 약 2.7배증가)함이 확인되었다. 태양 발전 효율이 높은 주간에 전력을 주로 소비하는 업무·교육시설은 정적 평가가 배출량을 과대평가하는 반면, 일몰 후 화석연료 의존도가 높은 시간대에 부하가 집중되는 주거·숙박시설은 정적 평가가 실제 배출량을 8~12% 과소평가하는것으로 나타났다. 이는 기존 AEF 기반 평가가 건물의 부하 패턴과 전력망 특성 간의 불일치를 간과하여 탄소 리스크를 왜곡할 수 있음을 시사한다.
셋째, 능동적 부하관리와 동적 요금제(TOU)를 적용한 최적화 시나리오(S3) 분석 결과, 총 에너지 소비량의 감축 없이 전력 소비 시점을 탄소집약도가 낮은 시간대로 이전 (Load Shifting)하는 것만으로도 일일 탄소 배출량을 약 18.5% 저감할 수 있음을 확인하였다. 이에 대한 비용편익분석(CBA) 결과 비용편익비(B/C Ratio)는 1.22로 산출되어, 동적 탄소 관리가 환경적 측면뿐만 아니라 경제적으로도 타당한 전략임이 입증되었다.
결론적으로 본 연구는 건물의 탄소배출량이 고정된 상수가 아닌 전력망과 건물의 상호작용에 의한 동적 변수임을 실증하였다. 따라서 향후 건축물 탄소 감축 전략은 단순한 에너지 총량 절감을 넘어, TVEF 기반의 동적 평가 체계를 도입하고 전력망의 청정 시간대와 건물 부하를 동기화하는 그리드 반응형(Grid-Interactive) 에너지 관리로 전환되어야 함을 제언한다.

다국어 초록 (Multilingual Abstract)

As the global mandate for carbon neutrality intensifies to combat the climate crisis, mitigating greenhouse gas emissions in the building sector has become a critical priority. However, conventional Life Cycle Assessment (LCA) frameworks, which rely on static Average Emission Factors (AEF), fail to capture the temporal volatility of the power grid's carbon intensity driven by the expansion of renewable energy. Furthermore, these static methods often overlook the complex trade-offs between embodied and operational carbon. To address these limitations, this study establishes a Dynamic LCA model integrating Time-Varying Emission Factors (TVEF) with empirical data from 120 buildings to precisely quantify emissions and propose effective reduction strategies.
The research scope encompasses the entire building life cycle, from material production to construction, operation, and disposal. A comprehensive database was constructed by merging detailed specifications of 120 new and remodeled buildings with real-time grid generation data from 2022 to 2025. Comparative analyses were conducted across three scenarios: Static (S1), Dynamic (S2), and Optimized Assessment with Active Load Management (S3).
The key findings of this study are as follows: First, the analysis of embodied carbon during the design phase identified the structural system as the dominant determinant, accounting for approximately 80.2% of material-stage emissions. Notably, remodeling projects that reused existing structural frames achieved a 40.1% reduction in embodied carbon compared to new construction. Additionally, design optimization of the building envelope demonstrated a potential reduction of up to 33.6% in total life cycle emissions, confirming the existence of an optimal design point that balances embodied and operational burdens.
Second, a comparative analysis of the operational phase (S1 vs. S2) revealed that grid carbon intensity volatility has increased significantly, with the standard deviation rising approximately 2.7-fold due to the renewable energy expansion.
The static assessment tended to overestimate emissions for office facilities consuming power during solar-rich daytime hours, whereas it underestimated actual emissions by 8–12% for residential facilities where loads peak during carbon-intensive evening hours. This indicates that existing AEF-based evaluations can distort carbon risk assessments by ignoring the mismatch between building load profiles and grid characteristics.
Third, the optimization scenario (S3), incorporating active load management and Time-of-Use (TOU) pricing, demonstrated that shifting power consumption to periods of lower carbon intensity (Load Shifting) could reduce daily carbon emissions by approximately 18.5% without compromising total energy consumption. A Cost-Benefit Analysis yielded a Benefit-Cost (B/C) ratio of 1.22, confirming that dynamic carbon management is a feasible strategy from both environmental and economic perspectives.
In conclusion, this study empirically verifies that building carbon emissions are not fixed constants but dynamic variables governed by the interaction between the power grid and building operations. Therefore, future carbon reduction strategies must evolve beyond simple total energy conservation toward a "Grid-Interactive" energy management framework that synchronizes building loads with the grid's clean energy availability.

목차 (Table of Contents)

• I. 서론 1
• 1.1 연구의 배경 및 필요성 1
• 1.2 연구동향 분석 7
• 1.2.1 LCA 기반의 건축요소 탄소중립 기여도 분석 선행연구 7
• 1.2.2 운영탄소와 내재탄소 통합평가 연구동향 10
• 1.2.3 시간변동 배출계수 적용 연구동향 19
• 1.3 연구목적 및 범위 23
• II. 이론적 배경 25
• 2.1 건축물 탄소배출량 평가 25
• 2.2 건축물 운영탄소내재탄소 개념 32
• 2.2.1 운영탄소(Operational Carbon) 정의 32
• 2.2.2 내재탄소(Embodied Carbon) 정의 34
• 2.3 시간대별 배출계수와 동적탄소관리 35
• 2.3.1 IPCC 가이드라인에 따른 배출계수 산정방법론 35
• 2.3.2 전력부분의 배출계수 유형 및 특성 37
• 2.3.3 전력 수요관리 및 전력 요금제 메커니즘 조사 45
• III. 연구방법 및 데이터 구축 52
• 3.1 건축물 LCA 데이터 구축 52
• 3.1.1 연구방법 및 시스템 경계 설정 52
• 3.1.2 평가대상 건축물 개요 65
• 3.1.3 입력데이터 71
• 3.2 시간대별 배출계수 데이터 구축 79
• 3.3 평가 시나리오 정의 83
• IV. 설계단계 탄소배출 영향도 분석 85
• 4.1 건축물 유형별 탄소배출 특징 분석 85
• 4.2 주요 설계 요소 민감도 분석 89
• 4.2.1 자재 선택 및 단계별 영향 분석 89
• 4.2.2 단열 성능 변화에 따른 영향 분석 101
• 4.2.3 설비 시스템에 따른 영향 분석 103
• 4.3 소결 104
• V. 시나리오별 탄소저감 효과 및 비용편익분석 106
• 5.1 정적 vs 동적 평가 방식 비교(S1 vs S2) 106
• 5.1.1 탄소배출계수 비교 106
• 5.1.2 S1 vs S2 비교 분석 125
• 5.2 능동적 부하 관리에 따른 탄소 저감 잠재량 평가(S2 vs S3) 127
• 5.3 TOU 요금제 기반 비용편익분석 133
• 5.3.1 비용편익분석 방법론 133
• 5.3.2 분석 결과 138
• 5.4 소결 142
• VI. 결론 144
• 참고문헌 146
• 부록 154
• Abstract 159