Multi-family Housing Complex Breakdown Structure for Decision Making on Rehabilitation

As climate change is becoming the main issue, various efforts are focused on saving building energy consumption both at home and abroad. In particular, it is very important to save energy by maintenance, repair and rehabilitation of existing multi-family housing complex, because energy consumption in residential buildings is not only forming a great part of gross energy consumption in Korea but the number of deteriorated complexes is also sharply increasing. However, energy saving is not considered as a main factor in decision making on rehabilitation project. Also, any supporting tool is not appropriately prepared in existing process. As the first step for development of decision support system on rehabilitation, this paper developed a breakdown structure, which makes clusters of multi-family housing complexes. Decision tree, one of data mining methods, was used to make clusters based on the characteristics and energy consumption data of multi-family housing complexes. Energy saving and CO2 reduction will be maximized by considering energy consumption during rehabilitation process of multi-family housing complex, based on these results and following research.

노후 공동주택 개선여부 의사결정을 위한 공동주택 분류체계 개발

온실가스 배출로 인한 기후변화가 심각한 문제로 대두되면서, 국내 외에서 건물 에너지 절감을 위한 노력이 전개되고 있다. 특히, 국내 주거용 건축물 사용단계의 에너지 사용에 따른 온실가스 배출량은 전 생애주기에서 매우 큰 비중을 차지하고 있으며, 노후 공동주택의 수가 급격히 증가하고 있는 상황에서 기존 공동주택의 개선을 통한 에너지 절감의 중요성은 더욱 높아지고 있다. 그러나, 기존 공동주택의 개선에 대한 의사결정 과정에서, 에너지 절감에 대한 부분은 주요 고려사항으로 반영되지 못하고 있으며, 이를 반영하기 위해 필요한 의사결정 지원도구 역시 미비한 실정이다. 본 논문은 공동주택 개선여부의사결정 단계에서 활용할 수 있는 의사결정 지원 시스템을 개발하는 첫 단계로서, 유사 특성을 지닌 공동주택 단지간의 군집을 형성하는 분류체계를 구축하고자 했다. 이를 위해 데이터마이닝 기법 중 하나인 의사결정나무를 활용하여 공동주택 단지 특성 및 전력, 가스, 지역난방 에너지 사용량 기반의 군집을 형성했다. 향후 본 연구의 결과를 더욱 발전시켜 공동주택 개선단계에서의 의사결정 시 에너지 사용량을 고려사항으로 반영함으로써, 노후 공동주택 개선을 통한 에너지 절감 및 이산화탄소 배출량 감축 효과를 극대화할 수 있을 것으로 기대된다.