탄소중립을 위한 AI-센서 융합 기반 스마트 전력관리 플랫폼 개발

국문 초록 (Abstract)

본 논문은 중소기업의 ESG 경영 대응과 탄소중립 실현을 지원하기 위한 AI-센서 융합형 스마트 전력관리 플랫폼을 제안한다. 기존 에너지 관리 시스템의 복잡성과 높은 도입 장벽을 해소하기 위해, RS-485 MODBUS 기반 전력 측정기와 Isolation Forest 이상탐지 알고리즘을 결합한 실시간 분석 시스템을 구현하였다. 시스템은 데이터 수집부터 분석, 보고서 생성까지 전 과정을 자동화하여 에너지 관리의 효율성을 높였다. 또한 비전문가도 활용 가능한 직관적 UI/UX, 자연어 기반 해석 엔진, K-택소노미(K-Taxonomy) 기반 자동 ESG 보고서 생성 기능을 포함하였다. 시뮬레이션 결과, 제안한 시스템은 이상탐지 정확도 89.0%(F1-score), 전력 수요 예측 오차율(MAPE) 8.7%, 평균 웹응답시간 2.1초를 달성하였고, 절감 시나리오 검증에서 평균 9.6%의 에너지 절감 효과를 확인하였다. 이를 통해 제안된 프로토타입은 중소기업 환경에서 실시간 모니터링, 이상탐지, ESG 보고 자동화를 통합 수행할 수 있는 실용적 에너지 관리 솔루션의 가능성을 입증하였다.

다국어 초록 (Multilingual Abstract)

This paper proposes an AI–sensor fusion smart power management platform designed to support ESG compliance and carbon neutrality in small and medium-sized enterprises (SMEs). To overcome the complexity and high entry barriers of conventional energy management systems, a real-time analysis system was developed by integrating an RS-485 MODBUS–based power meter with the Isolation Forest anomaly detection algorithm. The system automates the entire process from data acquisition to analysis and report generation, improving the overall efficiency of energy management. It also includes an intuitive UI/UX for non-experts, a natural language–based interpretation engine, and an automated ESG report generator aligned with the K-Taxonomy framework. Simulation results showed an anomaly detection accuracy (F1-score) of 89.0%, power demand forecasting error (MAPE) of 8.7%, and an average web response time of 2.1 seconds. In addition, the energy-saving simulation demonstrated an average 9.6% reduction in power consumption. These results verify that the proposed prototype serves as a practical and integrated energy management solution capable of performing real-time monitoring, anomaly detection, and ESG report automation in SME environments.