XAI 기반 에너지 소비 예측을 위한 입력 변수 선택 연구

Explainable AI-Based Input Variable Selection for Energy Consumption Forecasting

연구 내용

에너지 소비 예측에서 XAI로 입력 변수의 영향도를 평가하고, 예측 성능을 유지하면서 효율적으로 변수 세트를 선별하는 연구

전창재 연구실은 에너지 소비 예측 모델의 입력 변수 선택을 XAI 관점에서 수행합니다. 예측을 위한 데이터로부터 XAI 기반 설명 결과를 얻고, 변수별 랭킹 점수 기대값을 기준으로 영향도를 그룹화합니다. 이후 그룹별 입력 변수 구성을 적용하여 예측 모델의 성능을 비교하고, 특정 영향도 구성이 더 높은 예측 정확도를 제공하는지를 검증합니다. 이 접근은 변수 선택을 데이터-에이그노스틱 방식이 아니라 설명가능한 근거 위에서 수행하여, 예측 정확도와 입력 구성의 효율을 함께 고려하는 차별성을 갖습니다.

관련 프로젝트

0건

연구 흐름

2022년에는 대학 건물 에너지 데이터에서 에너지 소비 예측 모델을 구성한 뒤, XAI 결과를 이용해 입력 변수를 랭킹 점수 기반으로 분류하는 방법론을 제안했습니다. 이후 설명 결과에 따라 강/애매/약 영향도 그룹을 정의하고, 각 그룹 조합이 예측 성능에 미치는 영향을 비교하는 절차를 수행했습니다. 단일 방법론에서 끝나는 것이 아니라, 변수 중요도에 근거한 센서·특성 선택으로 확장 가능한 구조를 확보하는 방향으로 연구를 정리했습니다. 결과적으로 설명가능한 입력 변수 선별이 예측 정확도를 뒷받침하는 핵심 단계로 자리 잡았습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

빌딩 에너지 수요 예측
수요 기반 부하 제어
설명가능 예측 보고서 자동 생성
입력 변수 기반 센서 배치 최적화
데이터 수집 비용 절감
변수 중요도 기반 운영 가설 검증
이상 징후 조기 탐지 입력 선정
예측 모델 업데이트 범위 축소
스마트 그리드 운영 보조
정책 기반 전력 절감 계획 수립