A Study on AI-Based Prediction of Non-Periodic Occupant Behavior Patterns and the Development of Dynamic Occupancy Profiles
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형A)
2026년
2710114601
과학기술정보통신부
한국연구재단
한양대학교에리카산학협력단
신민재
5명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2027.08.31
6,409만원
6,409만원
기초연구
대학
경기도 안산시
건설/교통 > 건설 환경설비 기술 > 건축환경/설비기술
AI 기반 비주기적 재실자 행동 예측 모델을 개발하고, 이를 통해 동적 재실자 프로필을 구축하여 건물 에너지 시스템의 정밀 제어 기반을 마련함.
... 데이터 수집과 재실 시나리오 정의, 가상 데이터 생성 및 초기 예측 모델을 개발하고, 2차년도에는 ABM과 HMM 기반의 고도화된 행동 예측 알고리즘을 통해 재실자 행동을 시뮬레이션하며, 정밀하고 현실성 있는 재실자 프로필을 구축한다. 이러한 프로필은 건물 에너지 시뮬레이션 및 제어 시스템에 적용되어 에너지 소비 최적화와 쾌적성 향상을 동시에 달성할 수 있다.
개발된 AI 모델은 BEMS 및 EMS 등에 연계되어 공공 및 민간 건물의 에너지 최적 제어에 활용 가능하며, 국가 건물 에너지 인증 기준 개선 및 정책 수립에도 기여할 수 있다. 또한, 데이터 의존성이 낮아 다양한 건물 유형에 확장 적용 가능하고, HVAC·조명·태양광 시스템의 자율 통합 제어로 에너지 절감 및 사용자 쾌적성 증진 효과가 기대된다.