
CT, MRI와 같은 영상장비가 많고 수술실을 운영하는 종합병원과 집 근처 소아과의 에너지 소비는 다릅니다. 공정한 비교·평가를 위해 의료법 기준 “병원급 의료시설”만을 평가하며, 30 병상 이상으로 범위를 제한합니다.

에너지 소비성능 평가를 위해서는 의료시설의 운영 특성 정보가 필요합니다.
병상수, 의사수, 장비대수와 같은 데이터를 건강보험심사평가원에서 운영 중인 보건의료빅데이터개방시스템에서 얻을 수 있습니다. 건축물대장, 월별 고지서 상의 에너지 사용량, 기상 데이터와 함께 병합하여 모델 개발에 활용합니다.

하나의 의료시설은 하나의 건물만 사용하기도 하고, 여러 건물을 사용하기도 합니다. 또는 여러 의료시설이 한 건물에 모여 있기도 합니다. 이런 복잡한 관계는 데이터 매칭에도 영향을 주었습니다. 특히 건축물대장과 보건의료빅데이터개방시스템은 공통의 ID가 없기 때문에 “지번주소와 도로명 주소”를 이용해 매칭했습니다.
종합병원과 소아과는 규모부터 다릅니다. 그렇다면 같은 병원급 의료시설인 요양병원은 어떨까요? 병상 규모가 같다 하더라도 갖추고 있는 인력과 장비가 다르기 때문에 이 둘을 함께 평가하면 종합병원은 불리할 수밖에 없습니다. 그렇기에 공정한 평가를 위해 피평가 집단을 나누었습니다.
“A 의료시설은 피평가 집단 내에서 상대적으로 얼마나 에너지 성능이 우수한가?” 이 질문에 답하기 위해서는 피평가 집단의 기준이 되는 에너지 소비 지표가 필요합니다. 의료시설은 각 집단별로 다중회귀모델을 만들고, 평가 대상인 의료시설의 비교 기준이 되는 기대 소비량을 계산합니다. 기대한 것보다 실제 소비량이 작다면 효율적인, 에너지 성능이 우수한 의료시설로 평가됩니다.

| 24개 종속변수 | ||
|---|---|---|
| 최종 | 합계 | 최종 총량 (kWh) |
| 최종 병상당 원단위 (kWh/bed) | ||
| 최종 면적당 원단위 (kWh/m2) | ||
| 기저 | 최종 기저 총량 (kWh) | |
| 최종 기저 병상당 원단위 (kWh/bed) | ||
| 최종 기저 면적당 원단위 (kWh/m2) | ||
| 난방 | 최종 난방 총량 (kWh) | |
| 최종 난방 병상당 원단위 (kWh/bed) | ||
| 최종 난방 면적당 원단위 (kWh/m2) | ||
| 냉방 | 최종 냉방 총량 (kWh) | |
| 최종 냉방 병상당 원단위 (kWh/bed) | ||
| 최종 냉방 면적당 원단위 (kWh/m2) | ||
| 1차 | 합계 | 1차 총량 (kWh) |
| 1차 병상당 원단위 (kWh/bed) | ||
| 1차 면적당 원단위 (kWh/m2) | ||
| 기저 | 1차 기저 총량 (kWh) | |
| 1차 기저 병상당 원단위 (kWh/bed) | ||
| 1차 기저 면적당 원단위 (kWh/m2) | ||
| 난방 | 1차 난방 총량 (kWh) | |
| 1차 난방 병상당 원단위 (kWh/bed) | ||
| 1차 난방 면적당 원단위 (kWh/m2) | ||
| 냉방 | 1차 냉방 총량 (kWh) | |
| 1차 냉방 병상당 원단위 (kWh/bed) | ||
| 1차 냉방 면적당 원단위 (kWh/m2) | ||
| 구분 | 변수 |
|---|---|
| 건물 | 건폐율 (%) |
| 용적률 (%) | |
| 주용도비율 (%) | |
| 연면적 (m2) | |
| 지상 주차장면적 (m2) | |
| 운영 | 병상수 (개) |
| 의사수 (명) | |
| 진료과목수 (개) | |
| CT 대수 (대) | |
| MRI 대수 (대) | |
| 영양사수 (명) | |
| 조리사수 (명) | |
| 기상 | 18℃ 기준 난방도일 (−) |




*평균 중심화 처리(mean centering) 되었습니다.




*평균 중심화 처리(mean centering) 되었습니다.