물리적 설비 한계를 극복하는 AI 기반 제로 에너지 빌딩 구축 알고리즘 제안: 열에너지 데이터 시각화 및 시뮬레이션을 중심으로

국문 초록 (Abstract)

본 연구는 하드웨어 중심 그린 리모델링의 한계를 극복하고자 중·소규모 기축 주거 건물에 적용 가능한 AI 기반 제로 에너지 빌딩 (ZEB) 구축 알고리즘을 제안한다. 스마트홈 AMI 데이터를 연동해 거주자 중심 제어(OCC) 환경을 구축하였으며, 실내외 데이터를 학습하여 건물 열관성(Thermal Inertia)에 따른 온도 변화를 예측하는 LSTM 모델과 쾌적성 및 에너지 소비를 최적화하는 DQN 모델을 융합하였다. 또한, 기계적 안정성을 위해 알고리즘 출력단에 히스테리시스 제어(Hysteresis Control)와 페널티 함수를 적용하였다. 본 모델은 물리적 설비 교체 없이 높은 에너지 절감을 달성하고 시각적 넛지(Nudge)로 거주자의 요금 불안을 해소함으로써, 비용 효율적이고 능동적인 제로 에너지 주거 환경 구현을 위한 실무적 방향성을 제시한다.

다국어 초록 (Multilingual Abstract)

This study proposes an AI-based Zero Energy Building (ZEB) construction algorithm for small and medium-sized existing residential buildings to overcome the limitations of hardware-centric green remodeling. By integrating smart home AMI data, an Occupant-Centric Control (OCC) environment was established. We designed a framework combining an LSTM model, which predicts temperature changes due to thermal inertia based on indoor/outdoor data, and a DQN model, which optimizes thermal comfort and energy consumption. Furthermore, hysteresis control and penalty functions were applied to the output stage to ensure mechanical stability. This model achieves significant energy savings without physical facility replacements and resolves occupants' bill anxiety through visual nudges, thereby presenting a practical direction for a cost-effective and active zero-energy residential environment.

목차 (Table of Contents)

• ABSTRACT
• 1. 서론
• 2. 본론
• 3. 결론
• References