건물에너지 소비데이터 지도

데이터 안내

건국대학교, 한국건설기술연구원형상·형태지표, 음영지표

건국대학교

임현우

부교수

이도연

석박통합과정

황정윤

석박통합과정

한국건설기술연구원

김덕우

수석연구원

김혜기

수석연구원

추한경

박사후연구원

건물 형상·형태지표

생김새가 다르면 에너지도 다릅니다. 얼마나 다를까요?

연면적도 용도도 같은 두 건물이 있습니다. 하나는 정방형에 가깝고, 하나는 길게 뻗어 있습니다. 길게 뻗은 건물은 외피가 넓어 겨울에 열을 더 빼앗기고 여름에 일사를 더 받습니다. 건물의 생김새는 이렇게 에너지사용량을 바꾸는 조건이지만, 눈으로는 비교해도 숫자로 말하기는 어려웠습니다.

우리 연구단에서는 건축물대장과 도로명주소 전자지도의 형상 속성 정보를 바탕으로, 전국 모든 건물의 생김새를 비교 가능한 숫자로 바꾸었습니다. 그리고 이 숫자들이 건물 에너지사용량(기저, 냉방, 난방, 총 에너지)과 어떤 관계를 갖는지 함께 제공합니다.

원자료

건물 형상 속성 정보

건축물대장과 도로명주소 전자지도에서 가져온 건물의 원자료입니다. 높이, 면적, 층수, 외피면적 등 기록된 값 그대로 제공합니다.

비율로 가공

건물 형상지표

형상 속성 정보를 비율로 조합해 규모의 영향을 줄인 지표입니다. 주변에 어떤 건물이 있든 변하지 않는, 건물 그 자체로 정해지는 값입니다.

주변 영향 결합

건물 형태지표

형상지표에 다른 지표를 결합해 주변 건물과 주위 환경의 영향까지 반영한 지표입니다. 생김새가 같은 건물이라도 주변 환경이 다르면 값이 달라집니다.

건물 형상지표 체계 — 형상 속성 정보(면적 A, 길이 L, 부피 V)의 조합으로 산출하는 지표 구성도

형상지표	의미	값의 범위
RC (Relative Compactness) 상대적 조밀도	1에 가까울수록 같은 부피의 정육면체에 가까운 건물	0 ~ 1.0
S/V (Surface/Volume) 총 외피면적/부피	부피 대비 외피면적. 클수록 외기와 닿는 면이 넓음	0 ~ 4.5 (m⁻¹)
H/L (Height/Major axis length) 높이/장변	1보다 작으면 옆으로 넓은 건물, 크면 위로 긴 건물	0 ~ 6.0
AR (Aspect Ratio) 장단변비	1에 가까울수록 정사각형 평면	1.0 ~ 9.8
SER·NER·EER·WER (South·North·East·West envelope ratio) 방위별 외피 비율	전체 수직 외피 중 각 방위(남·북·동·서)가 차지하는 비율	0 ~ 1.0
RAR (Roof area ratio) 지붕 면적 비율	외피 중 지붕의 비율	0 ~ 1.0

건물 형태지표

형상지표에 주변의 영향을 결합

그런데 건물은 혼자 서 있지 않습니다. 남향 외피가 아무리 넓어도 앞 건물이 해를 가리면 실제로 받는 일사는 줄어듭니다. 형상지표만으로는 이 차이를 담을 수 없습니다.

형태지표는 형상지표에 다른 지표를 결합해 주변 건물과 주위 환경의 영향까지 반영한 지표입니다. 첫 형태지표인 SS/V(일조 면적을 고려한 S/V)는 형상지표인 S/V에 음영지표로 산출한 건물 외피면 일조 면적을 결합해 만들었습니다. 전체 외피가 아니라 실제로 해를 받는 외피만으로 계산한 S/V인 셈입니다. 그래서 생김새가 똑같은 두 건물이라도 주변 환경이 다르면 SS/V는 다른 값이 됩니다.

S/V (형상지표)음영지표로 산출한 외피면 일조 면적

반영

SS/V (형태지표)

주변에 건물이 없는 경우

외피 대부분이 해를 받음 → SS/V 큼

앞 건물이 해를 가리는 경우

하부 외피가 가려짐 → SS/V 작아짐

생김새가 같아도, 주변 환경이 다르면 SS/V는 다른 값이 됩니다.

SS/V 생성 개념 — 형상지표(S/V)에 음영지표를 결합해 만든 첫 형태지표

형태지표	의미	활용 지표	값의 범위
SS/V (Sunlit Surface/Volume) 일조 외피면적/부피	실제 해를 받는 외피만으로 계산한 S/V	S/V에 음영지표로 산출한 외피면 일조 면적을 반영	0 ~ 0.7 (m⁻¹)

형태지표

의미

활용 지표

값의 범위

SS/V (Sunlit Surface/Volume)

일조 외피면적/부피

실제 해를 받는 외피만으로 계산한 S/V

S/V에 음영지표로 산출한 외피면 일조 면적을 반영

0 ~ 0.7 (m⁻¹)

지표와 에너지의 관계를 그래프로 확인할 수 있습니다

각 지표가 에너지사용량을 얼마나 좌우하는지 민감도 분석 결과를 제공하고, 지표 구간별 에너지사용량 분포를 박스 플롯, 중앙값 추세선, 히스토그램, 불확실성 밴드로 보여줍니다.

지표 영향력 분석 — 민감도 분석, S/V 구간별 경향성 분석, 그래프 구성 요소 — 지표 영향력 분석 — 민감도 분석(좌), S/V 구간별 경향성 분석(중), 그래프 구성 요소(우)

그래프 읽는 법

박스 플롯: 각 지표 구간별 에너지사용량의 분포. 상자는 사용량이 중간 수준인 건물 절반이 포함되는 범위, 상자 안의 선은 중앙값
중앙값 추세선: 구간별 중앙값을 이은 선. 지표가 커질 때 에너지사용량이 어느 방향으로 움직이는지 보여줌
히스토그램: 구간별 건물 수. 건물이 적은 구간의 결과는 신중히 해석해야 함
불확실성 밴드: 건물 수와 분산을 반영한 해석의 신뢰 범위. 폭이 넓을수록 불확실성이 큼

음영지표

모든 건물의 음영수준을 숫자하나로 만들었습니다.

“주변 건물 그림자 때문에 냉난방 에너지 사용량이 달라지는 것 아닌가?” 라는 질문을 종종 듣습니다. 상식적으로 또는 느낌적으로 생각해봐도 그렇습니다. 그런데, 정말로 그런지 정량화하여 대답하기는 매우 어렵습니다. 복잡한 기하학적 형상 모델링과 정밀한 일사 해석을 해봐야 알 수 있기 때문입니다. 그래서, 우리 연구단에서는 전국 모든 건물의 음영 수준을 계산하고 숫자 하나(지표)로 만들었습니다. 이제, 좀 더 쉽게 대답할 수 있지 않을까요?

음영 효과가 건물 냉난방 부하에 미치는 영향은 약 10% 내외로 상당합니다.

아쉽지만, 여전히 음영 효과에 대한 분석과 논의는 개별 건물 수준의 비교 실험에 그치고 있습니다. 다수 건물의 상호작용을 고려한 연구는 최근들어 UBEM (urban building energy simulation) 테마와 함께 활발히 이루어지고 있습니다. 이제 더 나아가, 도시 및 건물유형별 음영 특성 연구를 심화하여 진행하고, 음영 수준에 따른 냉난방에너지의 정규화 방법에 대해서도 논의해야 합니다. 이를 위해 연구단에서는 공유자산으로써 (shared knowledge asset) 활용가능한 전국 규모의 음영 데이터베이스를 구축하였습니다.

구현 알고리즘

GIS 분석 : 좌표 변환에 필요한 측지 좌표계, 투영 좌표계 및 타원체 정보 확인
모델 생성 프로그램 작성 : 행안부 GIS를 입력 받아 대상 및 인접 건물의 형상정보가 모두 반영된 EnergyPlus 모델 파일(IDF)을 자동 생성하는 IDF generator 작성
모델링 및 시뮬레이션 : 외피로의 유입일사 및 음영비율에 대한 데이터를 건물별로 수집하기 위해 EnergyPlus 모델링 및 시뮬레이션 수행
건물 외피 음영/일사 데이터베이스 구축 : 시뮬레이션 결과를 취합하여 건물 음영 지표개발의 기반 데이터베이스 구성

도시 단위 EnergyPlus 시뮬레이션 절차 — ① GIS 분석, ② IDF generator(좌표 변환·폴리곤 삼각분할·버퍼 분석), ③ EnergyPlus 모델링·시뮬레이션, ④ 건물 표면 음영·일사량 데이터베이스 구축

※ 더 상세한 내용은 아래 논문을 참고하세요.

이동혁, 김덕우. (2024). 건물 음영 지표 개발용 데이터베이스 구축을 위한 GIS 기반 도시 단위 EnergyPlus 시뮬레이션. 한국건축친환경설비학회 논문집, 18(2), 85-97.
Dong Hyuk Yi et al., “Quantifying Urban Building Shading Effect for Data-Driven Building Energy Modeling,” Building and Environment 289 (February 2026): 114011, https://doi.org/10.1016/j.buildenv.2025.114011

DB구축현황: 전국 17개 시도 (건물폴리곤 대비 96%)

시도별 건물폴리곤 pk 건수와 음영(일조)지표 pk 건수 및 구축률
구분	건물폴리곤 pk 건수	음영(일조)지표 pk 건수	구축률
11 서울	588,564	536,863	91%
41 경기	1,126,513	1,038,341	92%
26 부산	354,257	343,629	97%
27 대구	231,338	224,398	97%
28 인천	203,308	199,871	98%
29 광주	150,569	146,052	97%
30 대전	141,676	140,415	99%
31 울산	123,382	119,681	97%
36 세종	30,644	30,138	98%
43 충북	394,877	384,435	97%
44 충남	530,248	514,341	97%
46 전남	648,960	629,491	97%
47 경북	749,931	727,433	97%
48 경남	681,473	661,029	97%
50 제주	166,104	161,121	97%
51 강원특별	410,352	398,041	97%
52 전북특별	451,684	438,133	97%
총합계	6,983,880	6,693,412	96%