1. 연구의 배경 및 목적

2017년 에너지경제연구원의 조사에 따르면 국내 에너지 사용량 중 전력의 경우 가정산업 부분이 39%로 가장 큰 비중을 차지하고 있다. 이 중 최종 소비 에너지는 가정산업 부분이 17%를 차지하는 것으로 나타났다.

건축물 에너지사용량을 줄이기 위해 국내 정부와 에너지 관련 기관은 ‘건축물 에너지 절약 설계기준’ 등의 규제를 통해 기준을 강화하였다. 또한, ‘건축물 에너지 효율등급 인증제도’와 같은 제도의 적용 대상을 공동주택과 같은 주거용 건축물로 점차 확대하고 있다. ‘건축물 에너지 절약 설계기준’은 에너지사용량을 단위로 건축물의 물리적 성능을 평가한다. 그리고 ‘건축물 에너지 효율 등급 인증제도’는 인증을 신청한 건축물의 전체 에너지사용량을 산출하여 평가하고 있다. 이러한 제도 및 규제는 전기냉방난방 등의 각종 에너지사용 설비와 건축물의 부위별 열관류율과 같은 건축물의 물리적 성능에 영향을 미치는 부분을 대상으로 평가한다.

이러한 노력에도 불구하고, 2016년 통계청의 에너지사용량 통계를 살펴보면, 건물부문 중 공동주택의 전력사용량은 2013년 1,994,663MWh에서 2016년 3,119,662 MWh로 지속해서 증가하고 있다. Santamouris(2016)의 연구에 따르면, 주거용 건축물의 경우 거주면적과 창문 비율 등의 물리적 특성뿐만 아니라 에너지를 직접 사용하는 세대원 수, 세대 구성원 형태, 소득 수준과 같은 세대특성에도 큰 영향을 받는다고 한다. 따라서 에너지를 사용하는 세대특성을 건축물의 물리적 특성과 통합 분석하여 주거에너지사용량에 미치는 영향을 분석할 필요성이 제기되며, 이를 고려한 체계적인 개선이 필요하다.

본 연구는 건축물의 물리적 특성과 세대특성을 통합 고려하여 건축물의 에너지사용량에 미치는 영향요인을 분석하고 결론을 도출하고자 한다.

1. 주거에너지사용량과 건축물의 물리적 특성에 관한 선행연구

건축물의 물리적 특성은 주거에너지사용량에 높은 영향력이 있는 것으로 연구되었다.

Kim(2013)은 서울시의 각 가정 전력사용에 관한 연구를 통해 주거형태, 건축 연도, 거주 건축물의 층수, 건축물 구조, 지역성 등이 단위면적당 연간전력사용량에 영향을 미치는 것으로 분석하였다. 단독주택이 공동주택보다, 건축 연도가 오래될수록, 층수가 낮을수록 전력사용량이 많다고 분석하였다.

Kim et al.(2011)은 서울시에 위치한 181개 공동주택 단지의 난방 에너지사용량에 영향을 미치는 요소를 분석하였다. 주거면적, 난방방식, 총 층수, 건축물의 방향 등이 유의미한 것으로 분석되었다.

Lee and Chae(2008)은 경북의 21개 공동주택 단지를 대상으로 난방 에너지사용량에 영향을 미치는 내 외부의 요소를 분석하였다. 연구 결과, 세대수, 난방방식, 외벽 창 등을 주요 외부 요소로 제시하였다.

Eum, Hong, and Lee(2018)은 대구의 214개 단지 공동주택을 대상으로 회귀분석을 진행하여 건축 년도, 세대면적, 건축물의 방향, 난방방식이 에너지사용량에 영향을 미치는 것으로 나타났다.

그 외 Park et al.(2014)은 세대면적이, Jung et al.(2007)은 외벽 창이 주거에너지사용량이 관계가 있는 것으로 분석하였다.

2. 주거에너지사용량과 세대특성에 관한 선행연구

주거에너지사용량과 관련된 대부분의 연구는 세대특성을 소득, 세대원 수, 나이, 성별 등과 같은 몇 가지 간접적인 요소를 통해 반영하였다.

소득은 에너지사용량에 많은 영향을 미치는 요인이다. 소득이 높을수록 건축물 주변의 환경, 즉 외부의 환경에 따라 사용자 생활 만족도 향상을 위한 방안으로 에너지 사용에 대해 의사 결정하는 것으로 나타났다. 이와 비교해 소득이 낮을수록 건축물 자체의 노후도와 같은 물리적 환경에 에너지사용량이 더 많은 영향을 받는 것으로 나타났다(Kim & An, 2017).

주거 공간에서 사용자가 에너지를 사용하는 재실 시간과 생활방식은 세대원의 직업, 세대 구성원의 형태, 세대원의 수 등에 따라 차이가 발생할 수 있다. Kim et al.(2011)에 따르면 직장인이 자영업자보다 월간 1.35배에서 1.57배까지 더 많은 전력을 사용하고, 구성원에 따라 재실 시간이 많은 순서로 더 많은 전력을 사용하는 것으로 나타났다.

Seo, Hong, and Nam(2012)에 따르면 전력사용량은 소득 수준과 거주자 구성 유형에 따라 시간별 사용 성향에 차이가 있다고 한다. 일반적으로 1인 세대나 부부로만 구성된 그룹은 사회 경제활동을 활발하게 하는 계층이므로 비교적 재실 시간이 적어 에너지사용량 또한 적었다. 하지만 자녀 출생 이후 재실 시간과 경제활동 패턴에 변화가 생기면, 에너지사용량 또한 달라지는 것으로 나타났다.

3. 주거에너지사용량과 기후특성에 관한 선행연구

Lee et al.(2005)에 따르면 기후특성에 따라 지역을 구분할 수 있고, 지역의 기후에 따라 에너지사용량이나 패턴에 차이가 발생할 수 있다. 따라서 본 연구는 이러한 지역별 기후와 사회적 특성을 반영하고자 지역변수를 대리변수¹⁾로 사용한다.

4. 선행연구의 한계와 연구의 차별성

주거에너지사용량에 관한 선행연구 중 세대특성을 반영한 대부분의 연구는 소규모 설문조사를 진행하여 분석하였다. 하지만 설문조사의 경우, 수집 가능한 표본 수가 적고, 전국단위의 포괄적인 범위의 분석이 현실적으로 불가능하다는 단점이 있다.

이에 본 연구는 ‘가구 에너지 소비 상설표본조사(Korea Energy Economics Institute, 2016)’ 데이터를 활용하여 이러한 한계를 극복하고자 한다. ‘가구 에너지 소비 상설표본조사’ 데이터는 전국의 2,514세대의 주거용 건축물의 물리적 특성과 세대특성 요소를 파악할 수 있고, 해당 세대의 에너지사용량이 기간 및 에너지원별로 분류되어 있다. 이 데이터를 통해 건축물의 물리적 특성과 세대특성을 함께 고려하여 에너지사용량을 파악할 수 있다.

본 연구는 건축물의 물리적 특성과 함께 세대특성에 대한 다양한 요소를 통합하여 에너지사용량에 영향을 미치는 요소를 도출하여 분석하고자 한다.

1. 분석 데이터

본 연구는 에너지 경제연구원에서 제공하는 ‘가구 에너지 소비 상설표본조사’ 데이터를 사용한다. 데이터에는 2,514세대의 주택면적, 냉난방 방식, 세대원 수, 에너지원별 월별 사용량 등 75개 항목으로 구성되어 있다. 해당 데이터 중 선행연구에서 도출한 건축물의 물리적 특성과 세대특성 변수, 지역 변수를 통합하여 분석하였다.

건축물의 물리적 특성은 선행연구에서 도출된 요소를 기준으로 건축물의 총 층수, 거주 층수, 외벽 수, 건축 년도, 주택면적, 침실 수(방수), 외벽창문 수, 외벽창문이중창율, 주택유형, 주택방향, 냉방방식²⁾, 주 난방방식, 보조 난방방식의 13가지 요소를 사용한다.

세대특성은 거주 기간, 세대원 수, 경제활동세대원 수, 65세 이상 세대원수, 세대주 연령대, 세대원의 연간 총소득, 주택소유형태, 세대원구성(자녀유무), 세대주 성별, 세대주 교육 정도, 세대주 직업, 세대 특이사항, 세대주 소득원의 13가지 요소를 사용한다.

또한, 각 도시의 기후, 사회적 특성을 도시 범위에서 고려하기 위하여 지역 변수를 분석에 포함하여 진행하였다. 본 연구에서 사용할 데이터의 항목과 변수는 <Table 1>과 같다. 분석에 활용한 변수는 27개이며, 데이터의 항목은 14개의 연속변수와 13개의 명목변수로 구성된다. 이 중 13개의 명목변수는 더미 변수³⁾로 코딩하여 분석한다. 더미 변수로 코딩할 때 각 항목이 변수에 해당할 경우 1로, 해당하지 않을 경우 0으로 설정한다.

주택유형, 세대주 직업, 세대주 소득원의 경우 표본 수가 가장 적은 기타 항목을 기준으로 코딩을 진행하였다. 이는 표본수가 적을 경우 결과를 일반화하기에 무리가 있기 때문이다(Harrell, 2001). 냉방의 경우 에어컨사용 여부를 의미한다. 최근 에어컨의 경우 난방 기능도 함께 사용하기 때문에 모든 계절에 적용한다. 난방 또한 온수사용과 같이 모든 계절에 사용되므로 냉방과 동일하게 사계절 모두 적용한다. 냉방방식은 에어컨 없음을 기준으로 설정하였다. 또한, 난방방식은 표본 수가 적은 중앙공급식, 보조난방방식은 보조난방기기를 사용하는 경우를 기준으로 코딩하였다.

건축물의 방향은 일사량이 가장 적은 방향인 북향을 기준으로, 지역 변수는 2016년 연간 기온 변화가 가장 작았던 제주도를 기준으로 코딩을 진행하였다.

2. 분석 방법

분석에는 각 변수들의 영향 정도를 파악하기 위해 SPSS 18.0 통계 프로그램을 활용하여 다중회귀분석⁴⁾을 진행하였다. 에너지사용량을 종속변수(Y_k)에 적용하고, 건축물의 물리적 특성과 세대특성을 독립변수(x_n)에 넣어 각 변수의 계수(β_n)와 모델의 상수항(α_n)을 추정한다.

Yoon, Min, and Kim(1994)에 따르면 주거에너지사용량에 미치는 요인은 계절에 따라 다르게 나타난다. 이에 본 연구에서는 에너지사용량을 연간, 봄, 여름, 가을, 겨울의 5가지 기간으로 나누어 각 기간에 미치는 영향요소를 분석한다.

연간 주거에너지사용량(Y_k)은 제공된 데이터 중 연간 에너지사용량을 사용한다. 또한 봄(3, 4, 5월), 여름(6, 7, 8월), 가을(9, 10, 11월), 겨울(1, 2, 12월) 에너지사용량은 각 기간에 맞추어 에너지사용량(Y_k)을 합하여 사용한다. 독립변수(x_n)는 건축물의 물리적 특성 13가지와 세대특성 13가지를 모두 분석에 적용한다.

1. 주거에너지사용량에 영향을 미치는 건축물의 물리적 특성 요소

본 연구는 조사결과에 나타난 표준화계수(Standardized coefficient)를 중심으로 주거 에너지사용량에 영향을 미치는 건축물의 물리적 특성 요소를 파악하고자 한다. 분석 결과 주거에너지사용량에 영향을 미치는 요소는 <Table 5>와 같다.

전반적으로 연간 주거 에너지사용량에 영향을 미치는 건축물의 물리적 특성 요소는 외벽 수, 주택면적, 주택유형, 주택방향, 냉방방식 등으로 나타났다. 세부적으로 주거 에너지사용량 증가에 미치는 영향은 주택방향(북서방향), 냉방방식, 주택유형, 외벽 수 및 주택면적 순서로 높게 나타났다. 또한, 주택방향에 따라 남, 남서의 순으로 주거에너지사용량이 낮게 나타났으며, 북서의 주거에너지사용량이 유의미하게 높은 것으로 나타났다.

외벽 수는 연간, 봄, 가을, 겨울의 주거에너지사용량에 영향을 미치는 것으로 나타났다. 외벽 수는 외기에 면한 주거 공간의 외벽을 의미하는 것으로, 1개에서 최대 6개까지의 범주로 조사되었다. 이는 주택의 하부층, 중간층, 최상부층 및 인접 주택 등 주택의 세대별 위치와 주택 유형에 따라 달라진다. 겨울, 가을, 봄의 순서로 에너지사용량이 증가하는 영향력이 나타났다.

건축 년도는 여름과 가을의 주거에너지사용량에 유의미한 영향을 미치는 것으로 나타났다. 여름에는 건축 년도가 오래될수록 에너지사용량이 높은 반면, 가을에는 건축년도가 오래될수록 에너지사용량이 낮은 것으로 나타났다.

주택면적은 연간, 봄, 겨울의 주거에너지사용량에 영향을 미치는 것으로 나타났다. 특히, 다른 계절에 비해 겨울철에 유의미한 영향력이 더 높았다. 이러한 결과를 볼 때, 냉방 에너지사용량에 비해 난방 에너지사용량은 면적이 클수록 더 많은 에너지를 사용하는 것으로 판단할 수 있다.

주택유형은 단독주택과 공동주택, 기타로 구성되어 있으며, 연간, 여름, 가을, 겨울의 주거에너지사용량에 영향을 미친다. 연간으로 볼 때 단독주택이 다른 주거형태보다 더 많은 에너지를 사용한다. 여름에는 공동주택이, 가을과 겨울에는 단독주택이 더 많은 에너지를 사용하는 것으로 나타났다. 이로 미루어보아 비교적 난방에너지와 관련된 성능에서 공동주택이 더 유리한 것으로 판단된다.

주택방향은 가장 에너지효율이 떨어지는 북쪽을 기준으로 분석을 진행하였으며, 모든 기간의 주거에너지사용량에 영향력을 나타내는 것으로 분석되었다. 연간을 살펴보면 남, 남동의 순서로 에너지를 적게 소비하는 것으로 확인되었다. 세부적으로 봄에는 남동, 남, 여름에는 남, 남동, 동, 서, 가을에는 남동, 남의 순으로 에너지사용량이 적었다. 또한, 모든 기간에서 북서방향의 주택이 가장 많은 에너지를 사용하는 것으로 나타났다. 이러한 분석 결과로 미루어보아 주택방향이 남향일 경우, 전반적으로 주거에너지사용량이 가장 적으며 북서향일 때 북쪽방향보다 주거에너지사용량이 높은 것으로 판단된다.

<Figure 1>에서 <Figure 3>은 2016년 건물의 방향에 따른 실제 주거에너지사용량의 분포를 보여준다. 가을과 겨울기간 동안 주택이 북쪽(4)보다 북서(8)향일 경우 더 많은 에너지를 소비하는 분포를 보인다.

Figure 1.

Energy Consumption in Annual by Direction

Figure 2.

Energy Consumption in Fall by Direction.

Figure 3.

Energy Consumption in Winter by Direction.

냉방방식은 에어컨의 사용 여부를 기준으로 분석을 진행하였으며, 모든 기간의 주거에너지사용량에 유의미한 영향이 나타났다. 이러한 결과는 에어컨의 경우 대기전력이 10.7W로 주거 공간에서 사용하는 전자기기 중 가장 높기 때문으로 판단된다(Hwang & Jeon, 2013). 또한, 최근 에어컨의 경우 난방 기능과 공기청정 기능이 혼용되어 계절에 상관없이 사용할 수 있게 변화한 것이 이러한 결과에 영향을 준 것으로 보인다.

주 난방방식은 개별난방을 사용할 때 봄, 여름의 주거에너지사용량이 중앙난방방식에 비해 더 높은 것으로 나타났다. 가을에는 개별난방을 사용하는 세대가 주거에너지를 더 적게 사용하는 것으로 분석되었다. 또한, 보조난방방식을 활용하는 세대는 그렇지 않은 세대에 비해 봄철 주거에너지사용량이 더 높은 것으로 나타났다.

2. 주거에너지사용량에 영향을 미치는 세대특성 요소

본 연구의 분석결과, 주거에너지사용량에 영향을 미치는 세대특성 요소는 <Table 6>과 같다. 연간 주거에너지사용량 증가에 유의미한 영향을 미치는 세대특성 요소는 세대 특이사항, 세대주의 직업, 세대원 연간 총소득, 세대원수, 거주기간의 순서로 높게 나타났다.

거주 기간 등의 시간 관련 변수의 경우, 표본의 분포가 곡선 형태로 나타날 수 있다. 즉, 선형의 표본을 분석하는 일반적인 회귀분석에서는 결과가 유의미하지 않게 나타날 수 있다. 이에 대한 세부사항을 확인하기 위해 다중회귀분석의 결과를 바탕으로 표본 분포를 시각적으로 관찰하고자 산포도를 제시하였다. 이는 표본 분포의 추세에서 변화량이 변하는 시점, 즉 변곡점을 알아보기 위함이다.

이는 각 데이터 값을 제곱하여 선형의 분포로 바꾸어 회귀분석을 진행하여 분석에 적용할 수 있다.

<Figure 4>를 살펴보면 봄 기간의 주거에너지사용량은 변곡점(그래프의 기울기가 변하는 지점)이 되는 약 6년까지 증가하는 분포를 보이고, 그 후에는 감소하는 분포가 나타난다. 이러한 분포는 <Figure 5>와 <Figure 6>에서도 유사하게 나타난다. 분포를 살펴보면 연간과 겨울철에도 거주 기간이 영향을 미치는 것으로 나타났다. 두 기간 모두 연간과 같이 거주 시작 후 6년이 되는 기간까지 에너지사용량이 증가하는 형태로 나타난다.

Figure 4.

Energy Consumption in Spring by Living yea

Figure 5.

Annual Energy Consumption by Living yearr

Figure 6.

Energy Consumption in Winter by Living year

Seo, Hong, and Nam(2012)에 따르면 세대원의 경우 에너지를 직접적으로 사용하는 주체이므로 세대원 수가 증가할 때 에너지사용량도 증가한다고 한다. 이와 마찬가지로 본 연구의 분석결과 연간, 봄, 여름, 겨울의 주거에너지사용량에 세대원 수가 증가할 때 에너지사용량이 증가하는 것으로 나타났다.

세대원의 연간 총소득은 모든 기간의 주거에너지사용량에 영향이 있는 것으로 나타났다. 소득은 사용자가 에너지를 사용하는 행위를 결정할 때 가장 영향이 높기 때문에(Seo, Hong, & Nam, 2012), 이러한 결과가 발생한 것으로 보인다.

세대원 구성은 자녀의 유무를 기준으로 분석하였으며, 여름철 주거에너지사용량에 영향이 있는 것으로 나타났다. 세대주 성별은 세대주가 남성일 경우 가을에 더 많은 주거에너지를 소비하는 것으로 나타났다.

세대주의 직업은 모든 기간에서 자영업 종사자가 그 외 상용근로자, 임시 일용근로자, 기타 종사자보다 더 많은 에너지를 사용하는 것으로 분석되었다. 직업에 따라 소득과 재실 시간에 차이가 발생하기 때문에(Kim et al., 2011) 에너지사용량이 다르게 나타나는 것으로 판단된다. 이는 자영업자가 다른 직업군에 비해 주거지 내 재실 시간이 더 많고, 직장과 주거지가 같은 곳인 세대도 포함되어 있기 때문인 것으로 판단된다.

세대 특이사항은 일반 가구와 독거노인, 한 부모, 등록장애인, 다문화, 기초생활보장수급, 조손의 항목으로 구분되어 있었다. 그러나 표본수의 분포가 일반 가구에 편중되어 있기 때문에 일반 가구와 기타로 나누어 분석하였다. 분석 결과 모든 기간에서 일반 가구가 다른 특이사항이 있는 기타 가구에 비해 주거에너지사용량이 더 높은 것으로 분석되었다.

3. 지역에 따른 주거에너지사용량

기상청에서 제공한 데이터를 통해 16개 도시 중 2016년 연간 최고 온도와 최저 온도의 차이가 가장 큰 서울과 가장 작은 제주도의 온도를 확인하였다. 이는 <Figure 7>과 같다.

Figure 7.

Annual Temperature in Seoul and Jeju

제주도의 경우 연간 평균 최고기온과 최소기온의 차이가 다른 도시에 비해 비교적 적은 편이다. 이에 따라 제주도를 기준으로 분석을 진행하였다.

연간과 봄철에 주거에너지사용량이 제주도에 비해 높은 지역은 서울, 인천, 광주, 대전, 울산, 경기, 강원, 전북, 경북이고, 연간에는 충남역시 높은 것으로 나타났다. 여름철에 주거에너지사용량이 제주도에 비해 높은 지역은 광주, 울산, 전남으로 나타났다. 가을철에는 광주, 강원, 전북이 제주도보다 많은 주거에너지를 사용하고, 대구의 경우 더 적은 에너지를 사용하는 것으로 분석되었다. 겨울철 제주도보다 많은 에너지를 소비하는 지역은 부산과 전남, 경남을 제외한 모든 도시로 나타났다.

강원지역의 경우, 연간 주거에너지사용량이 가장 높은 곳으로 나타났다. 강원지역은 다른 지역에 비해 2016년 가을과 겨울에 평균 상대습도와 평균온도가 낮은 편이었다. 또한, 지형적 위치가 태백산맥을 중심으로 영동과 영서로 분리되어 있으며, 계절에 따라 건조한 높새바람이 분다(Kim, Youn, & Kim, 2010). 이에 따라 다른 지역과 실제 기온에 비해 체감온도가 낮아 사용자가 더 많은 에너지를 사용하는 것으로 분석된다.