공동주택 공용부 AI 기반 에너지 관리 기술에 대한 관리직원의 요구도 분석

Ⅰ. 서론

한국은 2024년 기준 전체 건축물 에너지 소비의 42.1%를 공동주택이 차지하고 있으며(한국부동산원, 2025), 전국 의무관리 공동주택 관리비의 개별사용료 중 약 75.8%인 약 11조 1,161억 원이 난방, 전기, 가스 요금 등 에너지 비용으로 지출되고 있다(한국부동산원, 국토교통부, 2025). 이러한 상황은 에너지 비용의 지속적인 상승과 맞물려 에너지 절감에 대한 사회적 요구를 더욱 강화시키고 있다.

국가 차원에서는 2050 탄소중립 달성을 목표로 공동주택 신축 시 제로에너지건축(ZEB) 의무화를 단계적으로 시행하고, 에너지 성능 규제 또한 강화하고 있다. 민간 공동주택의 경우 30세대 이상 신축 시 ZEB 5등급 수준을 의무화하고, 이를 지원하기 위해 신재생에너지 설치 보조금, 최대 용적률 상향, 건축규제 완화 등의 인센티브를 제공하고 있다(국토교통부, 2021; 국토교통부, 2025). 하드웨어적 대책과 더불어 주민 에코마일리지 참여, 미니·옥상 태양광 설치 등 주민 주도의 에너지 절감 활동도 장려하고 있다(서울특별시, 2024).

그러나 신축 중심 정책과 주민 자발적 생활 방식 변화만으로는 충분한 절감 효과를 기대하기 어렵다. 2024년 기준 준공된 공동주택은 약 1,300만 호로, 신축 공동주택의 에너지 절감 기준 의무화와 기존 주택 재고의 성능 개선은 별개의 문제이다. 따라서 전체 주택 재고의 에너지 성능을 단기간에 향상시키기는 어렵다(Long et al., 2014). 또한, 주민의 인식 개선 활동은 초기 효과가 있으나, 장기적으로 감축 효과의 지속성 확보에 한계가 있다(Jami et al., 2021). 이에 따라 장기적이고 체계적인 접근 없이는 문제 해결이 어렵고, 기축 공동주택 전반에 걸친 AI 기술 기반의 자동화된 에너지 관리 시스템 확산이 필요하다.

공동주택의 AI 기반 에너지 관리 기술 개발과 확산을 위해서는 무엇보다 수요자의 요구를 정확히 파악할 필요가 있다. 스마트홈과 같은 에너지 관리 기술은 단순히 기술적 성능만으로 확산되지 않으며, 실제 사용자 요구와 기대에 얼마나 부합하는지가 도입 의사와 활용 수준을 결정한다(Bhati et al., 2017; Wilson et al., 2017). 또한 소비자 요구는 기술 설계와 시장 확산의 핵심 요인으로, 이를 간과할 경우, 첨단 시스템이라도 활용도가 낮아지고 효과가 제한될 수 있다(Yang et al., 2018).

기술의 수요자는 개별 세대 입주자와 공용부 관리직원으로 구분할 수 있다. 입주자 대상 조사는 주거 행태와 생활 패턴에 기반한 스마트홈 기술 수요를 형성한다. 공용부를 관리하는 관리직원을 대상으로 하는 수요자 조사는 공용 설비를 직접 운영 및 유지관리하며, 이와 관련한 실용적 요구가 있을 것으로 예상된다. 그러나 기존 선행연구는 세대 내 스마트홈 기술에 대한 입주자 요구도 분석에 집중되어 있으며, 공용부에서의 AI 활용을 통한 에너지 절감 수요 조사는 부족한 실정이다(변혜령 외, 2021; Bhati et al., 2017).

이에 본 연구는 전국 공동주택 관리직원을 대상으로 표본 조사를 실시하여 공용부 AI 기반 에너지 관리 서비스에 대한 관리직원의 요구도를 분석하고자 한다. 이를 통해 향후 기술·서비스 개발 방향을 구체화하고, 기축 공동주택의 에너지 절감 성과 제고와 탄소중립 목표 달성을 위한 실효적 정책·기술 전략 수립의 기초자료 제공을 목적으로 한다.

Ⅱ. 선행연구

Ⅲ. 연구방법

본 연구는 의무관리 공동주택에서 시설관리를 비롯하여 관리 전반을 책임지는 관리사무소장을 대상으로 수행되었다. 조사는 2024년 8월 1일부터 8월 23일까지 약 3주간 실시되었으며, 구조화된 설문지를 기반으로 온라인 조사(이메일·모바일 설문 링크) 방식을 사용하였다. 설문 배포와 응답 수집은 공동주택 위탁관리회사의 협조를 받아 이루어졌다.

설문 항목은 관리자의 직접적인 기술 제어가 아닌, AI 기술을 공용부 관리에 도입하기 위해 필요한 조건과 인식 요인을 분석하는 데 초점을 두었다. 선행연구를 바탕으로 기본 항목을 구성하였으며, 내용은 크게 네 영역으로 ①응답자 및 단지 특성, 시설 설치 현황, ②공용부 에너지 AI 관리 기술에 대한 인식 및 경험, ③필요 기술 및 도입 조건, ④관리분야 전반에 대한 AI 기술 도입 인식 및 기대에 관한 문항으로 구분된다.

설문 문항 중 단지 및 응답자 특성을 묻는 일반항목과 현재 설치된 시설은 AI 기술 적용 여부 등에 대한 교차분석을 통해 응답자 유형별 인식과 요구도의 차이를 분석하고자 하였다. 공용부의 AI 기반 에너지 관리 기술 인식 문항은 관리자 입장에서 해당 기술 도입 시 긍정적 요인과 한계 요인을 파악하는 데 활용하였다. 또한 공용부의 AI 기반 에너지 관리 기술의 필요성 인식 조사는 실제 공용부의 에너지 사용량을 고려하여, 상용화된 기술과 개발 중인 기술에 대한 요구 수준을 파악하는 것을 목표로 하였다. 상용화 및 개발 단계의 AI 기반 에너지 관리 기술은 향후 기술 개발 시 현장 수요에 부합하는 우선 개발 영역을 도출하기 위한 근거로 활용하고자 하였다. 마지막으로, 주택관리 분야에 AI 기술이 도입될 경우 예상되는 변화와 서비스 수준의 변동에 대한 조사 항목을 통해, 공동주택 관리 전반에서 향후 대응이 필요한 과제를 분석하였다.

<표 1>

조사 항목

기술에 대한 세부 예시 문항은 에너지 기술 개발 분야 전문가 자문을 반영하였다. 에너지 기술 개발 분야 전문가는 전기, 난방 등의 에너지를 제어하는 하드웨어 개발 기관, 에너지 사용 데이터 분석 등을 전문 분야로 하는 9개 기관의 개발자 9인으로써 각 기관의 대표 1인이 기관 내 의견을 종합하여 제시하였다. 이들에게는 본 연구결과를 통해 향후 기술 개발에 필요한 기초 자료를 제공할 예정임을 밝히었다. 개발자들은 설문 문항 중 상용화된 기술 및 향후 개발 필요 기술의 세부 예시 기술에 대해 의견을 제시했다. 개발된 설문지는 공동주택 관리 분야의 학자 및 실무자 2인에게 자문을 받아 수정과정을 거쳤으며, 관리사무소장 3인을 대상으로 사전 파일럿 테스트를 거쳐 문항의 명확성, 응답 용이성, 완성 소요시간을 검증하였다. 통계 분석에는 SPSS 프로그램을 활용하여 기술통계, 교차분석, 일원분산 분석, 카이제곱 검정을 실시하였다.

<표 2>

조사 응답자 및 단지 특성

Ⅳ. 연구결과

2. AI 기반 에너지 관리 기술 도입에 대한 인식과 필요성

응답자의 67.3%는 공용부에 AI 기반 에너지 관리 기술 도입이 필요하다고 응답하였다. 특히, 준공년도에 따라 공용부 AI 기반 에너지 관리 기술 도입 필요성에 대한 인식 차이를 검증하기 위해 일원분산분석을 실시한 결과, 집단 간 평균 차이가 통계적으로 유의하게 나타났다. 즉, 2000년 이전에 준공된 단지보다 2000년 이후에 준공된 단지에서 AI 기반 에너지 관리 기술 도입의 필요성을 더 높게 인식하는 경향이 있는 것으로 해석된다. 이는 <표 3>에 나타난 바와 같이, 준공년도별 시설 설치율의 차이에서 비롯된 것으로 해석된다. 기술 도입에 대한 개방형 문항에서 노후 공동주택의 경우 시설 부족으로 인해 도입에 어려움이 있으며 초기 설치 비용이 부담된다는 의견이 있어 노후 단지 보다 오히려 기술 도입의 기반이 마련되어 있고 다양한 공용부 시설로 인해 에너지 부담이 큰 2000년 이후 준공 단지에서의 필요성이 높은 것으로 보인다.

<표 3>

응답 단지의 시설 설치율

<표 4>

AI 기반 에너지 관리 기술 도입 필요성 인식 현황

현재 상용화되어 사용중인 에너지 관리 관련 기술에 대한 사용 경험을 먼저 살펴보았다. 제시한 7가지 기술 중 가장 높은 사용 경험률을 보인 기술은 ‘센서 기반 조명 제어’(42.0%)였으며, ‘공조 시스템 자동 조절’(40.0%), ‘신재생에너지 시스템’(38.0%)으로 나타났다. ‘센서 기반 조명 제어’와 ‘공조 시스템 자동 조절’은 필요성 측면에서도 78.5%로 가장 높게 나타났지만 ‘신재생에너지 시스템’은 53.7%만이 필요하다고 응답해 사용 경험률에 비해 필요성은 낮은 것으로 나타났다. ‘신재생에너지 시스템’은 관리의 어려움을 호소하는 비율도 비교적 높게 나타났는데, 신재생에너지 기술의 경우, 시스템이 안정적이지 못하고 고장 발생의 이유 등으로 인해 현장에서의 관리 운영에 어려움을 겪는 것으로 나타났다. 이는 정부의 정책적 지원을 통한 기술의 조기 확산은 가능하나 결국 초기 설치비와 기술 안정성이 확보된 분야에서 기술 확산이 먼저 이루어진다는 점을 보여준다(이수진, 김민석, 2022).

관리 역량을 질문한 결과, 기술 사용 경험자 중 다수가 교육이나 지원이 있다면 기술을 관리할 수 있다고 응답하였다. 이는 기술 공급 이후에도 현장 관리자 대상의 기술 교육 및 지원이 동반되어야 함을 시사한다. 특히 신재생에너지 시스템의 경우, 응답자의 10.5%(6명)가 관리하기 어렵다고 답해 운영 및 유지관리 측면에서의 지원강화가 필요함을 보여준다.

공동주택 AI 기반 에너지 관리 기술 개발자들이 향후 상용화를 목표로 개발 중인 기술에 대하여 관리업계 종사자들의 요구도를 조사하였다. 개발자들은 현재 개발 중인 기술 중 9개의 기술에 대한 조사를 제안하였다. 조명제어 기술의 경우, 기존의 센서 기반 조명 제어 방식은 별도의 센서 설치가 필요했으나, 새롭게 개발 중인 기술은 기설치된 CCTV와 적외선 감지기를 비식별화 한 이후 재실을 감지하여 조명을 제어할 수 있었다. 또한 가상센싱 모델링을 활용하여 공용부의 누전, 정전, 전력의 과사용을 탐지하는 기술이 제안되었다. 이 두 기술은 관리업계 종사자에게 필요도가 높다고 응답된 기술로써 ‘공용부 누전·정전·과사용 탐지’ 기술은 88.0%, ‘CCTV·적외선 감지기 기반 스마트 조명 제어’는 74.0%가 필요하다고 응답했다. 그 다음으로는 ‘세대부 대상 고장 진단 알람 및 관리비 예측 알림 서비스’, ‘비상발전기 원격제어’ 기술로써 각각 70.7%가 필요하다고 응답했다. 이러한 결과는 안전·고장 예방형 기술이 공용부 관리에서 높은 우선순위를 갖는다는 점을 보여준다.

냉방에너지 절감 관련한 문항도 비교적 높게 나타났는데, ‘제어방법 개선을 통한 냉방에너지 절감’(70.0%)은 에너지 절감에 초점이 있고, ‘자동화된 냉방제어를 통한 편의성 증가’(69.3%)는 관리 편의성에 초점이 있는 질문으로써 둘 모두 유사한 수준의 응답률을 보여 절감과 편의성에 대한 요구도가 유사함을 확인할 수 있었다.

반면, 필요도가 가장 낮게 나타난 기술은 ‘전기차 양방향 충방전 기술’(61.3%)과 ‘태양광 잉여전력 P2P 거래 기술’(42.7%)이었다. 이는 두 기술 모두 단지나 입주자 차원에서 실질적인 이점이 크지 않기 때문으로 해석된다. 특히 태양광의 경우, 대부분의 단지에서 전력 생산량이 제한적이어서 거래 자체에 대한 필요성이 낮게 인식된 것으로 분석된다.

<표 5>

준공년도별 AI 기반 에너지 관리 기술 도입 필요성 인식 차이(일원분산분석 결과)

<표 6>

상용화된 AI 기반 에너지 관리 기술 사용경험 및 필요성 (n=150)

공용부 내 에너지 절감이 특히 필요한 주요 시설로는 ‘지하주차장’(75.8%), ‘복도 및 계단’(51.7%), ‘기계실’(47.0%)이 꼽혔다. 1순위 응답 기준으로는 ‘지하주차장’(43.6%), ‘커뮤니티시설’(20.8%), ‘발전기 및 펌프 등 기계설비’(12.8%) 순으로 나타나 차이가 있었다. ‘복도 및 계단’은 ‘1,000세대 이상’(61.5%), ‘발전기, 펌프 등 기계설비’는 ‘300세대 미만’(61.1%)에서 상대적으로 높게 나타났다. 준공년도가 오래될수록 ‘복도 및 계단’ 에너지 절감이 필요하다는 응답이 높게 나타났으며, 2000년 이전 단지의 경우 ‘옥외공간’이 41.9%로 2000년 이후 단지가 20% 내외 수준인 것에 비해 약 두 배 높게 나타났다. 반면 2010년 이후 준공 주택에서는 커뮤니티시설의 에너지 절감이 필요하다는 의견이 상대적으로 높게 나타났다.

[그림 1]

개발 중인 공용부 AI 기반 에너지 관리 기술 필요 정도(1+2+3위)

[그림 2]

공용부 에너지 사용량 관리에서 가장 절감이 필요한 시설

<표 7>

시설별 절감이 필요한 항목(1+2+3순위)

이러한 차이는 단지의 시설 구성과 기술 설치 수준에 따른 것으로 해석된다. 준공년도가 오래된 단지는 센서가 설치되지 않은 조명 시설이 많아 복도 및 계단 조명의 에너지 절감에 대한 요구가 높은 것으로 해석된다. 2010년 이후 준공 단지의 경우 커뮤니티시설이 다양하고 면적이 넓어 에너지 사용량이 많고 절감에 대한 수요 역시 높게 나타났다. 반면, 2000년 이전 단지는 커뮤니티시설이 많지 않아 상대적으로 옥외공간에 대한 에너지 절감 수요가 높은 것으로 분석된다.

시설별 절감 필요 항목에 대한 관리직원의 의견 조사 결과, 전체적으로 ‘조명’(44.1%)과 ‘대기전력’(23.3%)의 절감 필요성이 높게 나타났다. 그러나 시설 유형별로는 차이가 있었다. ‘지하주차장’, ‘복도 및 계단’, ‘옥외공간’, ‘보안시스템’에서는 ‘조명’이 가장 높은 절감 항목으로 확인되었으며, ‘기계설비’와 ‘엘리베이터’는 ‘대기전력’, ‘커뮤니티시설’은 ‘냉방’의 절감 필요성이 가장 크게 나타났다.

3. AI 기반 에너지 관리 기술 도입의 편익과 장애요인

관리업무는 시설관리를 비롯해 입주민 민원처리, 회계관리, 보안관리, 미화관리, 각종 서류 작업 등으로 다양하게 구성된다. 응답자들은 이 가운데 가장 큰 변화가 예상되는 영역으로 ‘시설관리’(80.0%)를 지목했다. 이는 공동주택의 에너지 사용과 안전이 대부분 공용부 설비의 운영·유지관리와 직결되기 때문으로 해석된다. 즉, AI 기반 예측진단, 자동 제어, 고장 감지 등의 기술 적용 가능성이 가장 높은 분야가 시설관리임을 시사한다. 결국 AI 기술 도입이 관리업무 전반에 영향을 미치더라도, 그 중심축은 시설관리의 효율화와 안전성 향상에 두어야 함을 보여준다.

[그림 3]

AI기술 도입으로 가장 큰 변화가 예상되는 관리업무

<표 8>

기술에 대한 기대 편익(1+2+3순위)

기술 도입을 통해 기대되는 편익은 ‘업무 효율화’(92.0%)와 ‘비용 절감’(86.7%), ‘결함방지’(50.0%) 순으로 나타났다. 에너지 절감 기술 개발에 대한 정부의 주요 목표 중 하나인 ‘온실가스 감축’에 대한 기대는 34.0%로 상대적으로 낮은 편이었다. 즉, 온실가스 감축이라는 기술 개발 및 정부 정책의 대의명분과 현장에서의 요구 간에는 차이가 있었다. 단지규모에 따른 기대 편익의 차이가 유의하게 나타났는데, ‘300세대 미만’은 ‘결함 감지’(59.5%), ‘300세대~1,000세대 미만’은 ‘온실가스 감축’(41.4%), ‘1,000세대 이상’은 ‘전문성 보완’(65.4%)이 상대적으로 높게 나타났다. 준공년도에 따라서는 ‘온실가스 감축’은 ‘2000년~2009년’(47.7%), ‘2000년 이전’(41.9%)이 상대적으로 높게 나타났다. 노후 단지의 에너지 효율 개선에 대한 필요성은 크게 나타났지만, 개방형 문항 응답에서는 초기 설치비에 대한 부담으로 인한 정책적 지원의 필요성이 함께 제기되었다.

반면, AI 기술 도입으로 예상되는 문제로는 ‘설치·유지 비용’(64.0%)이 가장 높았고, 그 다음으로 ‘유지관리의 어려움’(52.7%), ‘오류로 인한 통제력 상실’(48.7%)이 뒤를 이었다. 특히 비용과 유지관리에 대한 우려는 개방형 문항에서도 가장 높게 나타났다. 비용 문제는 단순히 초기 설치 비용에 대한 우려뿐만 아니라, 설치 이후 지속적으로 발생하는 유지관리 비용에 대한 우려가 포함된다. 응답자 연령과의 교차분석 결과, 기술 도입으로 예상되는 예시 문항 전체와의 통계적 유의성은 부족하나, 응답자 연령이 ‘60세 이상’의 경우 ‘유지관리의 어려움’과 ‘오류로 인한 통제력 상실’이 각각 60.0%로 다른 연령에 비해 높게 나타나는 경향성을 보였다. 이는 고연령 관리자 그룹에서 새로운 기술의 작동 오류나 제어 한계에 대한 불안감이 상대적으로 크다는 점을 시사한다.

종합하면, 기대 효과로 업무 효율화와 비용 절감이 가장 높게 나타나 관리직원이 기술 도입을 ‘비용 절감 수단’이자 ‘업무 부담 경감 수단’으로 인식하고 있는 것으로 분석된다. 그러나 동시에 설치·유지 비용 부담과 유지관리 어려움이 도입의 주요 문제점으로 지적되고 있다. 결국 초기 투자비 절감과 유지관리 용이성이 정책 지원과 기술 개발 모두에서 핵심요소로 고려해야 함을 시사한다.

한편, AI 기술을 통해 입주민에게 제공할 수 있는 유용한 서비스로는 ‘화재 및 재난 감지(75.3%)’가 가장 높게 나타나 안전 확보에 대한 수요가 두드러졌다. 이어 ‘실시간 CCTV 모니터링(48.7%)’이 뒤를 이어 보안과 범죄 예방 측면의 기대도 확인되었다. ‘에너지 절약’은 45.3%로써 안전·보안 중심의 서비스와 더불어 에너지 절감이 중요한 요소로 자리매김하고 있음을 확인할 수 있다. 권오정 외(2024)의 연구에서도 입주자들은 주거서비스 중 ‘안전’ 항목에 높은 수요를 보였으며, 이용 의향 및 지불의사를 나타냈다. 이는 입주민 서비스 차원에서도 에너지 절감 기능이 단순한 비용 절감을 넘어, 안전·보안 서비스가 있어야 기술 도입이 성공적으로 자리매김할 수 있음을 보여준다. 따라서 향후 기술 개발과 정책 지원은 안전·보안 서비스와 병행하여 에너지 절감 성과를 입주민이 실질적으로 체감할 수 있도록 연계하는 전략이 필요하다.

<표 9>

기술 도입으로 예상되는 문제(1+2+3순위)(n=150, 단위: %)

[그림 4]

AI 기술을 통해 입주민에게 제공할 수 있는 유용한 서비스

Ⅴ. 결론

본 연구는 공동주택 관리직원을 대상으로 공용부 AI 기반 에너지 관리 기술에 대한 인식과 요구를 분석함으로써, 향후 기술 및 서비스 개발 방향을 구체화하고 기축 공동주택의 에너지 절감 성과 제고와 탄소중립 목표 달성을 위한 실효성 있는 정책·기술 전략 수립의 기초자료를 제공하고자 하였다. 주요 연구결과는 다음과 같다.

첫째, 관리직원들은 AI 기반 에너지 관리 기술 도입에 대한 필요성을 높게 인식하고 있으며(67.3%), 기술 도입을 통해 업무 효율화와 비용 절감, 결함 감지의 효과를 기대하고 있었다. 관리직원을 대상으로 한 직접적인 선행연구는 부족하지만, 스마트홈 관련 입주자 대상 연구(변혜령 외, 2021; 이성훈, 최민섭, 2015; Wilson et al., 2017)에서도 편의성, 비용 절감, 안전성이 주요 기대 효과로 보고되어 유사한 경향을 보였다. 이 중 업무효율화는 입주자가 인식하는 편의성에, 결함 감지는 안전성에 대응하는 측면으로 해석할 수 있다. 또한, Sovacool과 Del Rio(2020)가 실시한 전문가 인터뷰에서 스마트홈 기술의 가장 큰 이점으로 ‘에너지 절약’(80.65%), ‘편의성과 제어성’(80.65%)이 공동 1순위로 나타나 본 연구결과와 일관된 맥락을 보인다. 한편, 온실가스 감축은 가장 낮은 순위로 나타났는데, 이는 정부 차원의 AI 기술 지원이 탄소중립 및 온실가스 감축을 목표로 하는 것과 달리, 현장 관리직원들은 업무 효율화, 비용 절감, 안전 확보를 보다 실질적인 우선 과제로 인식하고 있음을 시사한다. 따라서 관리직원이 기대하고 있는 실효적인 시스템 설계를 정책적으로도 강조할 필요가 있다. 특히 직관적인 인터페이스, 고장 예측 기능, 유지관리 비용 절감형 기술 구조를 포함한 실무 중심의 설계 기준 마련이 필요하다.

둘째, 기술도입의 주요 장애요인으로는 설치 및 유지 비용과 유지관리의 어려움, 오류로 인한 통제력 상실이 지적되었다. 이러한 요인은 준공년도에 따른 기술 필요성 인식 차이, 상용화된 기술 사용 중 겪은 어려움, 교육 지원 필요성과 연계해 볼 때, 단순한 기술적 문제가 아니라 제도적·정책적 지원과 밀접히 관련되어 있음을 알 수 있다. 준공년도에 따라 단지의 시설 차이가 큰 현실에서, AI 관련 기반시설이 부족한 노후 단지에는 초기 투자비 보조와 같은 재정적 지원의 필요성이 있다. 통계상 유의한 결과는 2000년 이전 준공과 이후 준공 단지로 크게 나뉘어 차이가 있는 것으로 나타났지만, 사실 공동주택은 시기별로 다양한 기술과 규제를 적용받아 건축되었으며 설치된 시설의 종류 또한 단지별로 차이가 있기에 기술은 개별 단지에 따른 다차원적 요구에 유연하게 대응할 수 있어야 한다. 다양한 조건에도 연동 가능하되 관리 운영이 용이한 포용적 기술개발이 요구된다.

유지관리 어려움은 교육 및 지원 체계 구축의 필요성을 시사한다. 정책적 지원은 기술의 보급 이후 유지관리 단계까지 확대되어야 하며, 사용자가 안정적으로 기술을 활용해 업무효율화를 달성할 수 있도록 교육과 지원 등 소프트웨어적 측면이 고려되어야 한다. 사용자는 기술을 통한 비용절감 만큼이나 업무효율화를 기대하며, 유지관리의 어려움은 업무효율화를 저해하는 요인이 된다. 기술의 조기 확산을 위해 초기 투자비에 대한 정책적 지원이 도움은 되지만, 유지관리의 편리함과 관리 역량 강화 지원이 없이는 기술의 지속가능성과 확장성을 담보하기 어렵다. 신재생에너지 시스템이 정책적 지원으로 빠르게 확산되었으나 유지관리의 어려움으로 인해 필요성 인식은 낮았던 사례를 교훈삼아야 한다. 이러한 접근은 Orlikowski와 Barley(2001)가 제시한 제도와 기술의 상호작용 논의와도 맥락을 같이하며, 기술 발전이 단순한 장비 도입을 넘어 제도적 기반과 운영 체계 지원을 필요로 함을 보여준다.

셋째, 관리직원들은 기술을 통해 에너지 절감을 실현함과 동시에 안전 문제 해결에도 도움이 되기를 기대하고 있었다. 개발이 필요한 기술로는 ‘누전·정전 탐지’, ‘CCTV·센서 기반 스마트 조명 제어’가 상위에 올랐다. 입주민 서비스 측면에서도 ‘화재·재난 감지’와 ‘CCTV 모니터링’과 같은 안전·보안 서비스에 대한 수요가 높게 나타났으며, 에너지 절약 기능은 세 번째 순위로 조사되었다. 관리직원 입장에서는 입주민 대상 서비스에 있어 에너지 절감 보다 안전·보안 기능에 관심있는 것으로, 이는 관리직원이 안전 분야를 중요하게 인식하고 있다는 기존의 연구결과와 일치한다(김정인, 지은영, 2019; Chong et al., 2019). 입주민 입장에서도 안전은 중요한 문제로(권오정 외, 2024), 향후 공동주택 대상 AI 기술 개발과 정책 지원은 안전·보안 서비스와 병행하여 입주민이 체감할 수 있는 에너지 절감 성과를 실질적으로 강화하는 방향으로 추진될 필요가 있음을 시사한다.

마지막으로, 기존 입주자 수요 조사 및 전문가 조사 결과와 마찬가지로, 데이터 보안에 대한 우려가 확인되었다. Sovacool과 Del Rio(2020)의 연구에서도 전문가 인터뷰 응답자 31명 중 25명(80.6%)이 개인정보 보호와 보안, 기술적 신뢰성에 대해 잠재적 위험으로 지목하였다. 또한 Ghorayeb et al.(2021)과 Wilson et al.(2017)의 연구에서도 잠재적 사용자 집단이 개인정보 유출과 시스템 신뢰성 부족에 대해 우려를 표한 것으로 나타났다. 이러한 결과는 AI 기반 에너지 관리 기술의 확산을 위해서는 기술적 신뢰성 검증 체계 구축과 데이터 보안 강화 정책이 병행되어야 함을 시사한다.

본 연구는 공동주택 공용부 관리의 주요 이해관계자인 관리직원을 대상으로 실증자료를 제시함으로써 기존 입주자 중심 연구의 한계를 보완하였으며, 기술 개발자의 의견을 반영하여 기술 개발에 필요한 실질적 데이터를 수집하였다는 점에서 학문적·실무적 의의를 가진다. 또한, 기술 보급 초기 단계에서 설치비 지원뿐 아니라 유지관리 지원 및 기술 신뢰성 검증체계 마련의 필요성을 확인하였다. 다만, 조사 대상이 위탁관리회사를 통해 모집된 표본에 한정되어 있어 표본 대표성의 한계가 존재하며, 이에 따라 연구 결과의 일반화에는 주의가 필요하다. 그럼에도 불구하고, 공용부 관리자를 중심으로 AI 기반 에너지 관리 기술에 대한 요구를 분석했다는 점에서 기존 연구와의 차별성을 지닌다. 향후에는 이러한 한계를 보완한 추가 실증 연구와 함께, 입주자 조사를 포함하여 공용부와 전유부를 포괄하는 통합형 AI 에너지 관리 모델을 제시할 필요가 있다. 아울러, 기술 도입 전후의 장기적 성과 분석과 AI 기반 제어의 실제 절감 효과 검증이 이루어져야 한다.

Acknowledgments

이 연구는 산업통상자원부와 한국에너지기술평가원의 지원(과제번호: RS-2024-00398693)을 받아 수행한 연구의 일부 결과를 포함하며, 논문에 대해 귀중한 의견과 제안을 주신 익명의 심사자들께 감사드린다.

REFERENCES

• 권오정, 김민기, 장미선(2024). 통합공공임대주택 예비입주민의 주거서비스 요구 및 이용 의향. 한국생활과학회지, 33(1), 155-169.
• 국토교통부(2021). 국토교통부 탄소중립 로드맵. 세종: 국토교통부.
• 국토교통부(2025). 건물부문 탄소중립, 공공에서 민간까지 확산한다, https://www.molit.go.kr/USR/NEWS/m_71/dtl.jsp?lcmspage=1&id=95091133, 에서 인출.
• 김정인, 지은영(2019). 공동주택 관리사무소장의 주택관리업무 인식. 한국주거학회논문집, 30(6), 45-53.
• 변혜령, 박수연, 최령, 이순복(2021). 스마트하우징 주거서비스 방향 설정을 위한 거주자 요구에 관한 연구. 한국주거학회논문집, 32(6), 91-100.
• 서울특별시(2024). 서울특별시 탄소중립·녹색성장 기본계획(2024~2033). 서울: 서울특별시.
• 염태준, 김봉찬, 서동구(2024). 스마트하우징 활성화를 위한 전문가 인식조사 연구. 한국산학기술학회논문지, 25(2), 559-566.
• 이명주, 윤영호, 조해성(2019). 주거플랫폼 기술개발사업 기획 최종보고서. 안양: 국토교통과학기술진흥원.
• 이성훈, 최민섭(2015). 에코세대의 스마트홈 특성가치가 이용만족도에 미치는 영향에 관한 연구. 부동산학연구, 21(1), 103-131.
• 이종호, 황은경, 서동구, 이재욱(2021). 스마트하우징 활성화를 위한 건설 분야의 연구동향 분석 : 등재학술지를 중심으로(2000~2020). 생태환경건축학회지, 21(5), 67-74.
• 한국부동산원(2025). 2024 건물에너지사용량통계. 대구: 한국부동산원.
• 한국부동산원, 국토교통부(2025). 공동주택 관리시장 규모, https://www.k-apt.go.kr/, 에서 인출.
• Aldrich, F. K. (2003). Smart Homes: Past, Present and Future. In R. Harper(Eds.), Inside the Smart Home (pp. 17-39). London: Springer. [https://doi.org/10.1007/1-85233-854-7_2]
• Arcipowska, A., Anagnostopoulos, F., Mariottini, F., & Kunkel, S. (2014). Energy performance certificates across the EU: Assessing implementation and impact. Brussels: Buildings Performance Institute Europe.
• Balta-Ozkan, N., Amerighi, O., & Boteler, B. (2014). A comparison of consumer perceptions towards smart homes in the UK, Germany and Italy: Reflections for policy and future research. Technology Analysis & Strategic Management, 26(10), 1176-1195. [https://doi.org/10.1080/09537325.2014.975788]
• Bhati, A., Hansen, M., & Chan, C. M. (2017). Energy conservation through smart homes in a smart city: A lesson for Singapore households. Energy Policy, 104, 230-239. [https://doi.org/10.1016/j.enpol.2017.01.032]
• Chong, A. K. W., Mohammed, A. H., Abdullah, M. N., & Rahman, M. S. A. (2019). Maintenance prioritization-A review on factors and methods. Journal of Facilities Management, 17(1), 18-39. [https://doi.org/10.1108/JFM-11-2017-0058]
• Darby, S. J. (2017). Smart technology in the home: Time for more clarity. Building Research & Information, 46(1), 140-147. [https://doi.org/10.1080/09613218.2017.1301707]
• Ghorayeb, A., Comber, R., & Gooberman-Hill, R. (2021). Older adults' perspectives of smart home technology: Are we developing the technology that older people want?. International Journal of Human-Computer Studies, 147, 102571. [https://doi.org/10.1016/j.ijhcs.2020.102571]
• Jami, S., Forouzandeh, N., Zomorodian, Z. S., Tahsildoost, M., & Khoshbakht, M. (2021). The effect of occupant behaviors on energy retrofit: A case study of student dormitories in Tehran. Journal of Cleaner Production, 278, 123556. [https://doi.org/10.1016/j.jclepro.2020.123556]
• Long, T. B., Young, W., Webber, P., Gouldson, A., & Harwatt, H. (2014). The impact of domestic energy efficiency retrofit schemes on householder attitudes and behaviours. Journal of Environmental Planning and Management, 58(10), 1853-1876. [https://doi.org/10.1080/09640568.2014.965299]
• Lutolf, R. (1992). Smart home concept and the integration of energy meters into a home based system. In Proceedings of the Seventh International Conference on Metering Apparatus and Tariffs for Electricity Supply 1992(p277), Glasgow, UK.
• Marikyan, D., Papagiannidis, S., & Alamanos, E. (2019). A systematic review of the smart home literature: A user perspective. Technological Forecasting and Social Change, 138, 139-154. [https://doi.org/10.1016/j.techfore.2018.08.015]
• Ministry of Digital Development and Information. (2024). Smart Nation 2.0: A thriving digital future for all. Singapore: Government of Singapore.
• Orlikowski, W. J., & Barley, S. R. (2001). Technology and Institutions: What Can Research on Information Technology and Research on Organizations Learn from Each Other?. MIS Quarterly, 25(2), 145-165. [https://doi.org/10.2307/3250927]
• Sovacool, B. K., & Del Rio, D. D. F. (2020). Smart home technologies in Europe: A critical review of concepts, benefits, risks and policies. Renewable and Sustainable Energy Reviews, 120, 109663. [https://doi.org/10.1016/j.rser.2019.109663]
• Wilson, C., Hargreaves, T., & Hauxwell-Baldwin, R. (2017). Benefits and risks of smart home technologies. Energy Policy, 103, 72-83. [https://doi.org/10.1016/j.enpol.2016.12.047]
• Yang, H., Lee, W., & Lee, H. (2018). IoT smart home adoption: the importance of proper level automation. Journal of Sensors, 2018, 6464036. [https://doi.org/10.1155/2018/6464036]