KT가 인공지능(AI)을 이용, 건물 실내 온도를 스스로 조절해 에너지 소비를 약 10% 절감하고 있다. 설비제어에 특화된 AI 엔진 '로보오퍼레이터'를 KT 광화문 이스트 빌딩에 적용, 실증한 결과다.
KT 광화문 이스트 빌딩이 연간 4억원 정도 냉난방 비용을 지출하는 점을 고려하면 해마다 4000만원가량을 절감할 것으로 예상했다.
로보오퍼레이터는 딥러닝으로 건물 냉·난방 설비 복잡한 메커니즘을 파악해 최적 에너지 절감 대책을 수립한다. 숙련된 건물 관리자가 아닌 이상 포착하지 못하는 낭비요소와 고장 등을 스스로 추출하고, 데이터 피드백을 통해 설비 구동 방식도 새롭게 세팅한다.
기존 방식은 작업자가 건물 자동제어 시스템(BAS:Building Automation System)에 희망 온도나 냉·난방 스케줄을 입력해야 했다.
로보오퍼레이터는 과거 데이터를 학습해 외기, 실내조건, 설비 상태 값을 BAS에 입력한다.
과거 설비 운영 데이터를 저장하지 않았거나 데이터가 부족한 경우에 KT는 '미니클론'이라는 특허 디지털 트윈 기술을 활용한다. 고객 건물과 설비 구조를 반영한 시뮬레이션 모델(트윈)을 통해 가상으로 10년 이상 다양한 운영 데이터를 생산하는 것이다.
현재 미니클론은 380가지 설비 조합 데이터를 확보하고 있다.
KT는 로보오퍼레이터가 실증 적용된 건물에서 최대 18% 에너지 절감이 가능하다고 소개했다.
KT는 상반기 6곳 시범사업 결과에 따라 로보오퍼레이터를 활용한 기업용(B2B) 상품을 출시한다. ESG 경영이 강조되며 에너지 관리가 중요해진 만큼 AI 기반 에너지 관리 솔루션에 대한 수요는 늘어날 것으로 전망했다.
앞으로 KT는 로보오퍼레이터 활용 분야를 냉·난방 설비 관리에서 항온·항습 관리로 확대할 방침이다.
최지훈 KT융합기술원 플랫폼연구소 팀장은 “산업 현장 시스템이 복잡 다양해지고 환경 보호, 안전 강화 등 책임은 커지면서 많은 기업이 부담을 느낀다”면서 “로보오퍼레이터와 사회 문제를 해결하고 새로운 B2B AI 시장을 확보해 나가겠다”고 말했다.
손지혜기자 jh@etnews.com
