BEE Research Group
건축학부
신민재
BEE 연구실은 건물 에너지 및 환경 성능 향상을 위한 첨단 연구를 수행하는 한양대학교 ERICA캠퍼스 건축학부 소속 연구 그룹입니다. 본 연구실은 건물 및 건물 시스템의 에너지 성능, 효율성, 열적 쾌적성 향상을 위한 다양한 솔루션 개발에 중점을 두고 있습니다. 이를 위해 건물 에너지 시뮬레이션, 실제 측정 데이터 분석, 인공지능 및 데이터 기반 모델링 등 다양한 첨단 기법을 적극적으로 도입하고 있습니다.
특히, 스마트 HVAC 시스템의 최적 제어, 센서 이상 탐지, 외기 온도 예측, 재실자 행동 정보 활용 등 실시간 데이터와 인공지능을 결합한 스마트 빌딩 기술 개발에 앞장서고 있습니다. 이러한 연구는 에너지 소비를 획기적으로 절감하면서도 실내 환경의 쾌적성을 유지하는 데 큰 기여를 하고 있습니다. 또한, UAV 기반 3D 모델링, 자동화된 열적 조닝, 도시 단위 에너지 모델링 등 도시 규모의 에너지 관리와 최적화 연구도 활발히 진행 중입니다.
패시브 전략으로서 옥상녹화, 스마트 이중외피 시스템, 반투명 BIPV 창호 등 다양한 친환경 건축 기술의 적용 효과를 시뮬레이션과 실험을 통해 검증하고 있습니다. 이를 통해 기후변화에 대응하는 미래형 건축 설계와 도시 환경 개선에 실질적인 해법을 제시하고 있습니다. 또한, 건물 외피의 열관류율 평가, 실내외 환경 변수 분석, 눈부심 지수 평가 등 건물 환경의 다양한 측면을 통합적으로 연구하고 있습니다.
BEE 연구실은 국내외 다양한 연구 프로젝트와 산학협력을 통해 실무와 학계 모두에서 높은 평가를 받고 있습니다. 연구 결과는 국내외 유수 학술지 및 학회에서 활발히 발표되고 있으며, 지속가능한 건축 환경 조성과 국가 에너지 절감 정책에 실질적으로 기여하고 있습니다. 앞으로도 첨단 기술과 융합 연구를 통해 스마트 시티, 제로에너지빌딩, 도시 에너지 관리 등 미래 건축 환경의 혁신을 선도할 것입니다.
Building Daylighting
Building Energy Performance
Building Energy Simulation
건물 에너지 성능 평가 및 시뮬레이션
건물 에너지 성능 평가는 현대 건축에서 매우 중요한 연구 분야로, 건물의 에너지 소비와 효율성을 정량적으로 분석하고 개선 방안을 제시하는 역할을 합니다. 본 연구실에서는 다양한 시뮬레이션 기법과 실제 측정 데이터를 활용하여 건물의 에너지 성능을 평가하고, 이를 바탕으로 최적의 설계 및 운영 전략을 도출합니다. 특히, 건물 외피의 열관류율(U-value) 평가, 냉난방 부하 예측, 그리고 실내 환경의 쾌적성 분석 등 다양한 요소를 종합적으로 고려합니다.
이러한 연구는 에너지 시뮬레이션 소프트웨어(EnergyPlus 등)를 활용하여 건물의 실제 사용 조건을 반영한 시뮬레이션 모델을 구축하고, 다양한 기후 조건 및 설계 대안을 비교 분석함으로써 진행됩니다. 또한, 인공지능 및 데이터 기반 모델링 기법을 접목하여 예측의 정확도를 높이고, 실시간 데이터와 연계한 동적 시뮬레이션을 통해 실질적인 에너지 절감 효과를 검증합니다. 최근에는 UAV(드론) 기반 3D 모델링, 실내온도 데이터 클러스터링, 자동화된 열적 조닝 등 첨단 기술을 적극적으로 도입하고 있습니다.
이 연구는 건물의 에너지 효율성 향상뿐만 아니라, 기후변화에 대응한 미래형 건축 설계, 스마트 시티 및 도시 단위 에너지 모델링 등 다양한 확장 가능성을 지니고 있습니다. 이를 통해 지속가능한 건축 환경 조성과 국가적 에너지 절감 정책에 기여하며, 실무와 학계 모두에서 높은 활용 가치를 인정받고 있습니다.
스마트 HVAC 시스템 및 최적 제어 기술
스마트 HVAC(공기조화설비) 시스템은 건물 내 에너지 소비의 상당 부분을 차지하는 냉난방, 환기, 공조 설비의 효율적 운영을 목표로 합니다. 본 연구실은 최신 인공지능 기술과 기상 예측 데이터를 활용하여 HVAC 시스템의 최적 제어 알고리즘을 개발하고, 이를 통해 에너지 소비를 최소화하면서도 실내 쾌적성을 유지하는 방안을 모색합니다. 특히, 강화학습 기반의 제어 방법, LSTM-Autoencoder를 활용한 센서 이상 탐지, 가상 센서 개발 등 첨단 데이터 기반 접근법을 적극적으로 연구하고 있습니다.
이러한 연구는 실제 건물 데이터를 수집·분석하여 HVAC 시스템의 동작 패턴을 학습하고, 다양한 시나리오에서의 에너지 절감 효과를 시뮬레이션 및 실험적으로 검증합니다. 또한, 외기 온도 예측, 재실자 행동 정보, IoT 센서 데이터 등 다양한 외부 변수와 실내 환경 정보를 통합적으로 활용하여, 기존의 룰 기반 제어보다 훨씬 정교하고 유연한 시스템 운영이 가능하도록 합니다. 이를 통해 건물의 에너지 소비를 최대 50% 이상 절감하는 성과를 거두고 있습니다.
스마트 HVAC 시스템 연구는 미래형 스마트 빌딩, 제로에너지빌딩, 도시 단위 에너지 관리 등 다양한 응용 분야로 확장될 수 있습니다. 또한, 기후변화와 에너지 위기에 대응하는 지속가능한 건축 환경 구현에 필수적인 핵심 기술로 자리매김하고 있습니다.
도시 규모 에너지 모델링 및 패시브 전략
도시 단위의 에너지 모델링(UBEM)은 개별 건물을 넘어 도시 전체의 에너지 수요와 공급을 예측하고, 효율적인 에너지 관리 방안을 제시하는 첨단 연구 분야입니다. 본 연구실은 비정형 건물의 열적 조닝 자동화, UAV 및 딥러닝 기반 3D 모델링, 스마트 그리드 연계 기술 등 다양한 첨단 기법을 활용하여 도시 규모에서의 에너지 시뮬레이션과 최적화 연구를 수행하고 있습니다. 이를 통해 대규모 데이터 처리와 복잡한 도시 환경에서도 신뢰성 높은 에너지 예측이 가능하도록 하고 있습니다.
또한, 옥상녹화(Green Roof), 스마트 이중외피(SDSF) 등 패시브 전략의 적용 효과를 시뮬레이션 기반으로 분석하여, 미래 기후 시나리오 하에서의 에너지 절감 가능성과 쾌적성 개선 효과를 정량적으로 제시합니다. 이러한 패시브 전략은 도시 열섬 완화, 실내 환경 개선, 빗물 관리 등 다양한 환경적 이점을 제공하며, 지속가능한 도시 환경 조성에 중요한 역할을 합니다.
이 연구는 도시 계획, 정책 수립, 스마트 시티 구축 등 다양한 분야와 연계되어 실질적인 사회적 파급 효과를 창출하고 있습니다. 또한, 미래형 건축 및 도시 환경의 에너지 문제 해결을 위한 과학적 근거와 실용적 솔루션을 제공함으로써, 국가적·글로벌 차원의 지속가능성 목표 달성에 기여하고 있습니다.
1
A Comprehensive Review of Thermal Transmittance Assessments of Building Envelopes
Song, A., Y. Kim, S. Lee, S. Hwang, M. Shin, S. Lee
Buildings, 2024
2
UAV-Based Automated 3D Modeling Framework Using Deep Learning for Building Energy Modeling
Yoon, J., Y. Kim, S. Lee, M. Shin
Sustainable Cities and Society, 2024
3
Development of Virtual Sensor Based on LSTM-Autoencoder to Detect Faults in Supply Chilled Water Temperature Sensor
Jin, S., A. Jang, D. Lee, S. Kim, M. Shin, S. L. Do
Applied Sciences, 2024
1
한국형 건축물 에너지 성능평가 고도화 기술개발
2
건물 공기조화설비의 열적 조닝 자동화 시스템 개발
3
성남시 분당구 불정로 6 소재 그린팩토리 빌딩에 의한 성남시 분당구 정자일로 100 소재 미켈란쉐르빌아파트 감정의뢰 세대별 눈부심 피해 감정 연구
