GMM Clustering기법을 활용한 도시철도역사 대표모델 선정에 관한 연구

초록

철도시설의 저탄소화에 선도적 역할을 하겠다는 정부 계획을 실현하기 위해 2025년부터 철도역사 제로에너지 로드맵을 수립해 제로에너지 건축 인증을 추진하고 있다. 그러나 현재 우리나라에서는 지하철을 비롯한 각종 철도 역사를 평가하기 위한 기준과 도구가 부족한 실정이다. 특히 철도역사는 일반적인 건축물과 구별되는 특성을 가지고 있기 때문에 기존 국내 에너지 성능 평가도구의 한계를 극복하기 위한 대안이 필요하다. 따라서 본 논문은 클러스터링 기법을 활용하여 철도 역사의 에너지 성능 평가 및 개선 방향을 제시하는 의사결정 도구를 개발하여 지하철 역사의 특성을 나타낸다. 대표적인 모델을 선정하기 위해 서울지역 291개 전 지하철역사에 대한 데이터 수집 및 클러스터링 분석을 실시하였다. 클러스터링 분석 방법으로 GMM 알고리즘을 사용하였다. 군집분석 결과, 면적, 준공년도, 플랫폼 유형 등의 특성을 크게 구분할 수 있는 것으로 나타났다. GMM 클러스터링 결과를 바탕으로 선정된 대표적인 표준역은 건대입구역(2호선), 수락산역, 홍대역이었다. 이후 대표모델 시뮬레이션과 결과를 이용한 표준모델을 개발하여 제로에너지 건설계획, 지하철역 리모델링 계획 등 초기 의사결정의 도구로 활용하고 있다.