AI 모델이 탈탄소화 노력을 혁신하다

캠브리지 대학교 건축학과 연구진은 리트로핏 및 기타 탈탄소화 조치를 위해 '탈탄소화가 어려운'(HtD) 주택을 식별하고 우선순위를 정할 수 있는 획기적인 AI 모델을 개발했다. 이 혁신적인 접근 방식은 정책 입안자들이 간과해 온 주택 관련 배출량의 주요 원인을 해결함으로써 넷제로 배출량 달성에 중추적인 역할을 할 잠재력을 지니고 있다.

탈탄소화가 어려운 주택: 넷제로 달성의 장애물

전체 직접 주택 배출량의 4분의 1 이상을 차지하는 HtD 주택은 넷제로 배출량 달성을 위한 주요 걸림돌이었다. 이러한 주택의 탈탄소화가 어려운 요인에는 노후도, 구조적 특성, 위치, 사회경제적 장벽 및 관련 데이터의 가용성이 포함된다. 전통적으로 정책 입안자들은 일반적인 건물이나 특정 탈탄소화 기술에 집중해 왔으며, HtD 주택은 소외되어 왔다.

AI 모델이 90%의 정확도로 HtD 주택을 식별

론ита 바르단 박사와 도시 연구가이자 데이터 과학자인 마오란 선이 이끄는 캠브리지 연구진은 심층 학습 AI 모델을 훈련시켜 HtD 주택을 놀라운 90%의 정확도로 분류했다. 이 정확도는 이미 진행 중인 모델에 더 많은 데이터가 통합됨에 따라 더욱 향상될 것으로 예상된다.

바드난 박사는 "이는 오픈 소스 데이터를 사용하여 탈탄소화가 어려운 건물을 식별하기 위해 AI가 처음 사용된 사례입니다. 정책 입안자들은 종종 모든 가구에 대한 상세한 감사에 필요한 자원이 부족하지만, 우리 모델은 그들의 노력을 우선 순위가 높은 가구에 집중하도록 도와주며 귀중한 시간과 자원을 절약할 수 있습니다."라고 강조했습니다.

지리적 분포 통찰력

AI 모델은 HtD(탈탄소화 어려움) 건물을 식별할 뿐만 아니라 그들의 지리적 분포에 대한 통찰력도 제공합니다. 이 정보는 당국이 가장 필요한 곳에 개입을 효율적으로 표적하고 구현할 수 있도록 권한을 부여합니다.

다양한 데이터 소스 활용

연구자들은 에너지 성능 인증서(EPC), 스트리트 뷰 이미지, 항공 이미지, 지표면 온도 데이터, 건물 재고 데이터 등 다양한 데이터 소스를 사용하여 AI 모델을 훈련했습니다. 그들은 공개적으로 이용 가능한 데이터만을 사용하여 캠브리지 시 내 700개의 HtD 건물과 635개의 비-HtD 건물을 식별했습니다.

마오란 쑨은 모델의 적응성을 강조하며 "우리는 이용 가능한 제한된 EPC 데이터로 모델을 훈련했습니다. 이제 모델은 EPC 데이터 없이도 시의 다른 건물들을 예측할 수 있습니다."라고 말했습니다. 또한, 이 접근 방식은 데이터 세트가 제한적이거나 불완전한 국가에서도 적용할 수 있어 전 세계적으로 접근 가능하게 만듭니다.

데이터 레이어의 발전

연구자들은 에너지 소비, 빈곤 수준, 건물 외관의 열화상 이미지 등 요인과 관련된 추가 데이터 레이어를 모델에 추가하여 모델을 지속적으로 개선하고 있습니다. 이러한 개선은 모델의 정확도를 더욱 높이고 주의가 필요한 특정 건물 기능에 대한 더 상세한 정보를 제공할 것으로 예상됩니다.

캠브리지 외로 확장

초기 모델은 캠브리지를 연구 대상으로 개발되었지만, 연구자들은 이미 그 적용 범위를 다른 영국 도시로 확장하고 있습니다. 그들은 또한 새로운 위성에서 더 높은 해상도의 열화상 이미지에 접근하기 위해 우주 기반 제품 조직과 협력하고 있습니다. 바드난 박사는 NSIP – 영국 우주청 프로그램에 참여하여 고해상도 열적외선 우주 망원경을 사용하여 전 세계 건물의 에너지 효율성을 모니터링하는 작업을 수행했습니다.

탈탄소화 정책의 변화

이 혁신적인 AI 모델은 탈탄소화 정책 결정을 변화시킬 잠재력을 가지고 있습니다. AI의 능력을 활용하고 더 큰 데이터 세트를 처리함으로써 정책 입안자들은 증거에 기반한 더 나은 결정을 내릴 수 있으며, 효과적인 기후 변화 적응 전략을 추진할 수 있습니다.

바드난 박사는 "자신의 데이터를 가진 사람들에게 권한을 부여하면 지원을 협상하는 것이 훨씬 쉬워집니다."라고 강조했습니다. 그녀는 "이것은 단순한 데이터 세트이며, 우리는 이 모델을 당국과 개별 거주자 모두에게 매우 사용자 친화적이고 접근 가능하게 만들 수 있습니다."라고 덧붙였습니다.

캠브리지의 고유한 과제

캠브리지는 비교적 부유하지만, 탈탄소화를 위해 고유한 과제를 안고 있습니다. 이 도시의 역사적 주택 재고와 건물 법규는 일부 역사적으로 중요한 건물의 리트로피팅과 현대적 자재 사용을 제한합니다. 이러한 고유한 과제는 AI 모델을 정제하고 다양한 도시 환경에서의 적용 가능성을 평가하는 데 유용한 장소가 됩니다.

미래의 협력과 합의 형성

연구자들은 캠브리지 시 의회와 소견을 나누고 캠브리지 제로(Cambridge Zero) 및 대학의 탈탄소화 네트워크의 동료들과 계속 협력할 계획입니다. 데이터를 대중에게 더 가시적이고 접근 가능하게 만듦으로써, 연구자들은 넷 제로(Net Zero) 달성을 위한 노력에 대한 합의를 형성하는 것이 더 달성 가능해질 것이라고 믿습니다.

이 획기적인 AI 모델은 탈탄소화가 어려운 주택의 과제에 대응하는 데 있어 중요한 진전을 의미하며, 주택 부문에서 넷 제로 배출 달성을 향한 진전을 가속화할 잠재력을 가지고 있습니다. 그 적응성, 정밀성, 그리고 광범위한 사용 가능성은 지속 가능하고 탈탄소화된 미래를 위해 헌신하는 정책 입안자와 개인들을 위한 강력한 도구가 됩니다.