1. 서 론

건물 부문은 전 세계 에너지 소비의 약 40%를 차지하며, 온실가스 배출의 주요 원인으로 지목되고 있다(United Nations Environment Programme, 2020). 이에 따라 각국은 건물에너지 성능을 개선하기 위한 다양한 정책 수단을 도입하고 있으며, 그 중에서도 에너지 성능 평가 및 등급 제도는 핵심적인 역할을 수행하고 있다. 한국 정부는 2025년 3월 공공기관 전력량 모니터링 시스템(한국형 공공기관 그린버튼)을 처음 공개하였다. 미국의 그린버튼은 2012년 전력 사용 데이터의 직접 확인 또는 제삼자 공유를 통해 전력사용량 관리 서비스 등을 받을 수 있는 오픈플랫폼이다. (U.S. Department of Energy, 2012). 이 시스템은 각 공공기관에 설치된 지능형 원격검침장치(Advanced Metering Infrastructure; AMI)를 통해 실시간 전력사용량을 시간, 일, 월 단위로 수집하며, 동·하절기 기간 단위 분석도 가능하다(Korea Energy Agency, 2025). 이러한 고품질 실시간 데이터의 가용성은 기존의 설계 기반 자산 등급 중심이었던 한국의 건물에너지 평가 체계를 실제 운영 기반으로 전환할 수 있는 중요한 기회를 제공한다. 건물에너지성능평가 시스템은 크게 자산 등급(Asset Rating)과 운영 등급(Operational Rating)으로 구분되며, 운영등급은 실제 에너지사용량 데이터를 기반으로 건물의 성능을 평가하는 방식으로 자산등급 예측값과 달리 건물의 실제 운영성능을 반영한다는 특징을 가진다(Pérez-Lombard, Ortiz, & Pout, 2008). 운영 등급의 핵심은 12개월간의 실제 에너지사용 데이터를 수집하여 유사 건물군과 비교함으로써 상대적 에너지효율성을 평가하는 것이다. 이는 실제 성과를 정확히 반영하며 지속적인 성능 개선을 유도할 수 있다는 장점이 있어 건물에너지평가에 중요한 대안으로 주목받고 있다(Burman, Mumovic, & Kimpian, 2014). 또한, 측정 가능한 것만이 관리될 수 있다는 원칙에 기반하며, 건물 소유자와 운영자가 비효율적인 영역을 식별하고 개선 방안을 도출할 수 있게 한다(Li, Wen, & Wang, 2019). Zhang, Wang과 Li (2024) 연구에 따르면, 자산 등급 방식은 설계값과 실제값 간 평균 2배 이상의 차이를 보이는 반면, 운영 등급은 실측 데이터 기반으로 성능격차를 최소화할 수 있다. 그러나 이러한 한국형 공공기관 그린버튼이 공개되었음에도 불구하고 실시간 에너지 데이터를 건물 성능 등급으로 변환하는 방법론, 제도적 운영 체계, 시장 연계 메커니즘 등에 대한 체계적인 연구는 부족한 실정이다. 특히 해외 선진국들이 운영 데이터 기반 평가시스템을 통해 축적한 경험과 교훈을 분석하여 한국의 상황에 적합한 모델을 개발하는 것이 시급하다.

이에 본 연구의 목적은 한국형 공공기관 그린버튼의 실시간 에너지 데이터를 활용한 건물에너지등급제도 개발을 위해 해외 주요국의 운영 데이터 기반 평가시스템을 체계적으로 분석하는 것이다. 구체적인 연구 목적은 다음과 같다. 첫째, 미국, 호주, 싱가포르, 유럽연합, 일본의 운영 데이터 기반 건물에너지 평가시스템의 데이터 수집 기술을 분석한다. 둘째, 각국의 에너지 데이터를 등급으로 변환하는 알고리즘과 방법론을 비교 분석한다. 셋째, 평가 제도의 법적 지위, 적용 범위, 인센티브 체계 등 제도적 운영 메커니즘을 검토한다. 넷째, 한국 공공기관 그린버튼 시스템에 즉시 적용 가능한 구체적이고 실무적인 정책 방안을 도출한다. 본 연구는 문헌 분석과 사례 연구를 중심으로 수행되었다. 주요 분석 대상은 실제 에너지 사용량 데이터를 체계적으로 수집하고 이를 건물 성능 평가에 활용하는 해외 시스템으로, 미국 ENERGY STAR Portfolio Manager, 호주 NABERS(National Australian Built Environment Rating System), 싱가포르 BEER(Building Energy Efficiency Rating), 유럽연합의 스마트미터 기반 시스템, 일본의 BEMS/HEMS(Building Energy Management System/Home Energy Management System) 체계를 포함한다. Figure 1에서와 같이 연구의 분석 틀은 크게 세 가지 차원으로 구성된다. 첫째, 데이터 수집 기술 차원에서는 데이터 수집 주기, 측정 항목, 자동화 수준, 품질 관리 체계를 분석한다. 둘째, 등급 산정 알고리즘 차원에서는 평가 지표, 정규화 방법, 벤치마킹 체계, 등급 구분 기준을 검토한다. 셋째, 제도적 운영 체계 차원에서는 법적 구속력, 적용 대상, 인센티브와 페널티, 정보 공개 방식을 비교한다.

Figure 1.

Research Framework.

2. 이론적 고찰 및 선행연구 검토

건물에너지 성능평가는 크게 설계 기반의 자산 등급과 운영 등급으로 구분되며 전통적인 자산 등급 방식의 가장 큰 한계는 성능격차(Performance Gap) 문제이다. de Wilde (2014)는 예측 성능과 실제 성능 간의 차이를 체계적으로 분석하는 프레임워크를 제시하였으며, 이는 성능평가 시스템의 신뢰성 제고를 위한 중요한 이론적 기반을 제공하였다. 이러한 성능격차 문제를 해결하기 위한 대안으로 운영등급 시스템이 주목받고 있다. X-TENDO Project (2021)는 실측 데이터 기반 평가가 성능격차를 최소화할 수 있음을 실증적으로 입증하였으며, REHVA(2022)는 운영등급 도입이 건물 에너지 효율성 개선에 실질적으로 기여함을 보고하였다. 또한, 스마트 미터링 기술의 발전은 운영 데이터 기반 평가의 기술적 기반을 제공한다. AMI는 양방향 통신이 가능한 스마트미터, 통신 네트워크, 데이터 관리 시스템으로 구성된다. 한국의 경우 한국전력공사가 2020년부터 전국적인 AMI 구축을 추진하여 2024년 저압 수용가(일반 주택, 상가 등) 2,250만 호 전체를 대상으로 구축을 완료하였으며, 특히 공공기관의 경우 거의 100%에 가까운 설치율을 보이고 있다(KEPCO, 2025). 스마트미터 데이터를 건물등급 평가에 활용하기 위해서는 기술적 과제를 해결해야 한다. 첫째, 거주자 행동의 정규화로 개별 거주자의 행동패턴 차이를 배제하고 건물 자체의 성능만을 평가해야 한다(Discovery UCL, 2020). 둘째, 기상데이터, 건물정보, 점유패턴 등 보완 데이터를 활용해야 한다(CREDS, 2021). 셋째, 데이터 품질과 측정 오차를 고려한 신뢰도 평가가 필요하다(Crawley, McKenna, Gori, & Oreszczyn, 2020). 국내에서는 Song과 Lee (2007)과 Song, Lee와 Hong (2009)이 “국내외 건물 에너지성능 인증제도 비교, 분석” 연구를 통해 한국과 주요국의 인증제도를 체계적으로 분석하였다. 이후 Song, Koo와 Lee (2010)은 “한국과 영국의 주거용 건물 에너지성능 인증제도 비교분석”에서 영국의 Standard Assessment Procedure(SAP)와 한국의 건물에너지효율등급 인증제도를 비교하여 평가 방법론의 차이와 개선 방안을 도출하였다. 국내 제도 간 비교 연구도 활발히 진행되었다. Yeo, Kim과 Lee (2010)는 “국내 건축물 평가 제도간 에너지성능평가방법의 비교를 통한 개선 방향 연구”에서 국내의 다양한 인증제도 간 상충점과 개선 방안을 제시하였다. Kim, Lee와 Oh (2013)는 “국내 건축물에너지 성능평가 인증제도의 비교분석”을 통해 제도 간 정합성 문제를 체계적으로 분석하고 통합적 접근의 필요성을 강조하였다. 국제 비교 연구의 대표적 사례로 Evans, Roshchanka와 Graham (2017)의 “An international survey of building energy codes and their implementation”은 한국, 미국, 유럽연합, 싱가포르, 일본, 호주를 포함한 22개국의 건물에너지 코드와 시행 체계를 체계적으로 분석하였다. 이 연구는 정책 설계, 이행 메커니즘, 준수율 등을 종합적으로 평가하여 효과적인 건물에너지 정책의 요소를 규명하였으며, 특히 강제적 규제와 시장 기반 접근의 상대적 효과성에 대한 실증적 증거를 제시하였다. 최근 Jang, Cho와 Cho (2025)는 “국내 사무용 건축물의 ENERGY STAR 등급 산정 평가” 연구에서 한국 건물에 ENERGY STAR 방법론을 적용할 경우 기후 조건과 운영 패턴의 차이로 인해 조정이 필요함을 지적하였다. 그러나 기존 연구들은 주로 자산 등급 중심의 평가 시스템 비교에 치중하였으며, 실시간 AMI 데이터를 활용한 운영등급 시스템의 구축 방안에 대한 체계적 연구는 부족한 실정이다. 특히 올해 구축된 공공기관 그린버튼 시스템의 시간별 고해상도 데이터를 건물에너지등급제도로 전환하는 구체적 방법론과 단계별 실행 전략에 대한 연구는 전무하다. 따라서 본 연구는 운영 등급 중심의 국제 비교를 통해 한국의 AMI 인프라 특성에 적합한 맞춤형 정책 프레임워크를 제시한다는 점에서 차별성을 갖는다.

3. 국가별 운영 데이터 기반 평가시스템 비교 분석

본 장에서는 운영등급 평가시스템의 대표적 성공 사례를 보유한 5개국을 비교 분석한다. 분석 대상국 선정 기준은 다음과 같다: (1) 호주 NABERS - 운영등급을 의무화하여 20년간 검증된 성과를 보유한 선도 모델, (2) 미국 ENERGY STAR - 70만 개 이상 건물이 참여하는 최대 규모의 벤치마킹 시스템, (3) 싱가포르 BEER - 열대기후 특성과 강력한 규제로 99% 준수율을 달성한 아시아 모범 사례, (4) 유럽연합 – 건물에너지성능지침과 에너지성능증명서를 의무화한 혁신 사례, (5) 일본 BEMS/HEMS - 7천만 개 스마트미터와 IoT 기술을 결합한 기술 중심 접근법. 이들 국가는 각기 다른 정책 접근법과 기술 수준을 대표하며, 한국의 AMI 인프라와 제도적 환경에 적합한 모델을 도출하는 데 필수적인 비교 대상으로 선정했다.

3.1. 호주 NABERS: 운영등급의 선도모델

호주의 NABERS(National Australian Built Environment Rating System)는 1998년에 시작되어 현재 전국적으로 운영되는 건물 환경성능 평가 시스템이다. 호주 정부의 상업용 건물 에너지 효율성 공개 프로그램을 관리하는 Commercial Building Disclosure(CBD)에 따르면, 이 시스템은 12개월간의 실제 에너지사용량 데이터를 기반으로 0‒6성급으로 건물을 평가하며, 평가는 기본건물(Base Building), 임차공간(Tenancy), 전체건물(Whole Building)로 구분된다. 또한 기후조건, 운영시간, 점유밀도 등을 고려하여 표준화되며, 데이터 커버리지 규칙에 따라 평가 기간 동안 최소 95%의 에너지 사용량이 실제 데이터로 뒷받침되어야 하고, 추정이나 보간은 5% 이내로 제한된다. 아울러 2010년 도입된 CBD 프로그램을 통해 순사용면적 1,000㎡ 이상 사무실 건물의 매매, 임대, 전대 시 Building Energy Efficiency Certificate(BEEC) 공개를 의무화하고 있다. NABERS 등급의 의미는 명확하게 설정되어 있다. 3성급은 평균 수준을 나타내며, 6성급은 시장 선도 수준(상위 25% 성능)으로 정의된다. 이 시스템은 20년간 운영되면서 참여 건물의 에너지사용량을 평균 30% 감소시키는 성과를 달성했다(Forsters, 2024). NABERS의 신뢰성은 독립적인 제3자 검증 체계에 기반한다. 인증된 평가사(Accredited Assessor)만이 공식 등급을 부여할 수 있으며, 평가 과정은 표준화된 규칙과 절차를 따른다(NABERS, 2023). 평가사는 현장 방문을 통해 건물 특성을 확인하고, 에너지 청구서와 계량기 데이터의 정확성을 검증한다. 또한 주요 장비 변경, 공실률 변화 등 성능에 영향을 미치는 요인들을 문서화하고 필요시 조정한다. 이를 통해 상업용 부동산 시장에서 에너지 효율성이 투명하게 공개되며, 시장 기반의 성능 개선 동기를 제공한다.

3.2. 미국의 통계적 벤치마킹 시스템

미국의 ENERGY STAR 시스템은 전국 건물에너지소비 조사(Commercial Buildings Energy Consumption Survey, CBECS) 데이터를 기반으로 1‒100점 척도의 운영등급을 제공한다(US EPA, 2018). 1992년 EPA에 의해 도입된 이 시스템은 현재 70만 개 이상의 건물이 등록되어 있으며, 미국 상업용 건물 면적의 25% 이상이 사용하고 있다(Energy Cap, 2023). 데이터 수집은 기본적으로 월별 유틸리티 청구서 데이터를 기반으로 하며, 최소 12개월의 연속 데이터가 필요하다. Portfolio Manager라는 온라인 플랫폼을 통해 건물 소유자가 직접 에너지 데이터를 입력하고 실시간으로 성능을 추적할 수 있다(EPA, 2023). 2023년 기준으로 200개 이상의 유틸리티 회사가 자동 데이터 전송 서비스를 제공하고 있어, 건물 소유자의 동의 하에 월별 사용량이 자동으로 업로드된다. ENERGY STAR Score는 해당 건물이 유사 건물 중 상위 몇 %에 위치하는지를 나타내는 백분위 점수이다. 75점은 상위 25% 성능을 의미하며, 이 점수 이상인 건물에 ENERGY STAR 인증이 부여된다. Portfolio Manager의 평가 알고리즘은 CBECS 데이터 기반 회귀 모델 구축, 가중 최소제곱법을 통한 에너지사용량 예측, 실제값 대비 예측값 비율 산정, 누적분포함수를 활용한 백분위 도출, 2,298개 기상관측소 데이터를 이용한 기후 정규화의 5단계로 구성된다. 또한, 원천 에너지 개념을 사용하여 서로 다른 연료 간의 공정한 비교를 가능하게 한다. 연방 차원의 ENERGY STAR와 별도로, 미국 내 도시들은 독자적인 건물에너지 벤치마킹 및 공시 제도를 운영하고 있다. 뉴욕시 Local Law 84는 25,000평방피트 이상 건물에 대해 연간 벤치마킹을 의무화하며, 미준수 시 분기당 500달러에서 최대 연간 2,000달러의 과태료를 부과한다(New York City Department of Buildings, 2023). 건물 소유자들은 매년 5월 1일까지 ENERGY STAR Portfolio Manager를 통해 에너지 및 물 사용량 데이터를 제출해야 한다. 시카고, 보스턴, 샌프란시스코 등 30개 이상의 미국 도시와 주에서 유사한 건물 에너지 벤치마킹 의무 규정을 시행하고 있으며, 40개 가까운 관할구역이 더 포괄적인 건물 성능 기준 정책 도입을 추진하고 있다(Samarripas, Jarrah, Mims, & Berg, 2024).

3.3. 싱가포르: 열대 기후에 최적화된 평가 체계

싱가포르의 BEER 시스템은 연중 고온다습한 열대 기후의 특성을 반영한 독특한 접근을 보인다. 2005년 도입된 이 시스템은 EUI(Energy Use Intensity, kWh/㎡/년)를 주요 지표로 사용하며, 특히 냉방 에너지가 전체 사용량의 50% 이상을 차지하는 현실을 반영한다(Building and Construction Authority [BCA] Singapore, 2023). 평가는 절대적 기준과 상대적 순위를 결합한다. 먼저 건물 유형별 EUI 분포를 분석하여 백분위 순위를 매긴 후, 상위 10%는 “Excellent”, 10‒25%는 “Good”, 25‒50%는 “Average”, 하위 50%는 “Poor”로 분류한다. 싱가포르는 2013년부터 연면적 5,000㎡ 이상 상업용 건물은 Building Energy Submission System(BESS)을 통해 연간 에너지 데이터를 의무 제출해야 한다. 미제출 또는 허위 제출 시 10,000‒150,000 싱가포르 달러의 벌금이 부과된다(Baker McKenzie, 2023). 기존 건물도 에너지 감사를 통해 기준 미달 시 3년 내 개선 계획을 이행해야 하며, 불이행 시 최대 20만 싱가포르 달러의 벌금이 부과된다(C40 Cities, 2023). 이러한 강제적 개선 요구는 기존 건물의 에너지 성능 향상에 효과적인 것으로 평가되며, 99%의 준수율을 달성하고 있다(BCA Singapore, 2023).

3.4. 유럽연합: 스마트미터 기반 운영등급 도입

3.4.1 유럽연합의 건물에너지성능지침과 에너지성능증명서

유럽연합은 European Commission (2018)에 따라 건물에너지성능지침(EPBD, Energy Performance of Buildings Directive)을 통해 회원국 전체에 통일된 에너지성능증명서(EPC, Energy performance certificates) 제도를 의무적으로 운영하고 있다. A등급(가장 효율적)부터 G등급(가장 비효율적)까지 7단계로 건물의 에너지 성능을 평가한다. Burman 등(2014)은 EPBD 프레임워크 하에서 실제 운영 데이터 기반 평가의 중요성을 강조했다. Crawley 등(2020)의 연구에 따르면, 유럽연합 회원국들의 대규모 스마트미터 설치는 고해상도 에너지 데이터를 활용한 건물등급 평가 시스템 발전을 촉진하고 있다. 각 회원국은 2020년까지 전체 계량기의 80% 이상을 스마트미터로 교체하는 목표를 추진해왔다.

3.4.2 덴마크의 EnergyDataDK와 데이터베이스

CrossCert (2024)의 보고서에 따르면, 덴마크는 유럽연합 회원국 중에서 실제 에너지소비 데이터를 기반으로 한 운영등급 평가 방식을 가장 적극적으로 도입한 국가로 평가된다. 이러한 선도적 위치는 최소 12개월간의 월별 에너지소비 데이터가 축적된 경우 즉시 운영등급 기반 에너지성능증명서(EPC) 발급을 허용하는 유연한 정책 프레임워크와 2020년까지 전국적으로 달성한 100% 스마트미터 설치율이라는 탄탄한 인프라 기반에서 비롯된 것으로 분석된다. 특히 주목할 만한 성과는 덴마크의 대규모 에너지 데이터 수집 프로젝트인 EnergyDataDK의 데이터 고품질 관리 능력이다. NCBI (2022)의 Scientific Data 저널에 발표된 실증 연구 결과에 따르면, 이 프로젝트는 스마트 열량계로부터 3년간 연속적으로 시간별 데이터를 수집하는 과정에서 단지 0.3%라는 극히 낮은 데이터 손실률을 달성했으며, 운영등급 평가의 정확성과 신뢰성을 보장하는 핵심 요소가 되고 있다. 더욱이 EUKI (2018)의 연구가 밝힌 바와 같이, 덴마크에너지청이 운영하는 통합 에너지성능증명서 데이터베이스는 방대한 EPC 데이터를 체계적으로 관리하고 있다. 이러한 데이터를 응용프로그래밍인터페이스(API)를 통해 시장 참여자들에게 무료로 개방함으로써 데이터의 투명성과 접근성을 확대해 에너지 효율 시장의 활성화와 서비스 개발을 촉진하는 생태계를 구축하고 있다.

3.4.3 스웨덴의 데이터 구축과 경제적 효과

Diva Portal (2019)의 분석에 따르면, 스웨덴은 초기 단계부터 실제 에너지소비 데이터를 활용한 EPC 발급을 제도적으로 허용함으로써 자산 평가와 실제 운영 간의 격차를 해소하는 정책 방향을 설정했다. 2007년부터 구축하기 시작한 중앙집중식 에너지성능 데이터베이스는 현재 전체 건물의 82%에 달하는 높은 커버리지를 달성함으로써 유럽연합 회원국 중에서도 가장 포괄적인 건물에너지 정보 시스템을 보유하게 되었다. Wilhelmsson (2019)에 발표된 실증 연구는 에너지효율 개선이 부동산 시장에서 평균 3%의 가치 상승 효과를 창출한다는 통계적으로 유의미한 결과를 제시했으며, 이는 에너지 성능 정보의 투명한 공개와 시장 메커니즘의 효과적인 작동이 시장 주도적인 에너지 효율 개선을 유도할 수 있음을 실증적으로 설명한 것이다.

3.4.4 프랑스: 법적 구속력 강화와 대규모 스마트미터 인프라

프랑스의 건물에너지 성능평가 시스템인 DPE(Diagnostic de Performance Énergétique)는 2021년을 기점으로 DPE의 완전한 법적 구속력(opposabilité)이 생겼다(Ministère de la Transition Écologique, 2024). 이러한 법적 지위의 강화는 평가의 신뢰성과 정확성에 대한 요구를 크게 높였으며, 모든 데이터의 정당화와 증빙 서류 보관을 의무화하여 평가 과정의 투명성을 획기적으로 개선했다. 더불어 평가 방법론이 전면 개정되어 모든 주택에 동일한 계산 방식이 적용되도록 표준화되었으며, 이는 기존의 불일치와 편차 문제를 해결하는 중요한 진전이었다. 프랑스의 또 다른 특징은 유럽 최대 규모의 스마트미터 인프라 구축이다. Linky 프로그램은 2021년까지 3,500만 개의 스마트미터를 성공적으로 설치했으며, 이는 전체 가구의 95%에 달하는 보급률이다(Carluer, 2025). 상업용 건물에 대해서는 2022년부터 시행된 Décret Tertiaire(제3차 부문 법령)가 획기적인 변화를 가져왔다. 1,000㎡ 이상 상업용 건물은 2030년까지 40%, 2040년까지 50%, 2050년까지 60%의 에너지 감축을 의무화하는 명확한 목표를 부여받았으며, OPERAT 플랫폼을 통해 매년 실제 에너지소비량을 보고해야 한다(French Ministry of Ecological Transition, 2024). 특히 스마트미터 데이터의 자동 연동으로 보고 부담을 경감시키면서도 정확성을 확보했으며, 목표 미달성 건물에 대한 공개와 최대 7,500유로의 벌금 부과는 강력한 이행 메커니즘을 구성한다.

3.4.5 독일: 이원적 평가 체계와 스마트미터 도입의 과제

독일의 Energieausweis 시스템은 수요 기반 증명서(Bedarfsausweis)와 소비 기반 증명서(Verbrauchsausweis)의 이원적 구조를 특징으로 한다. Bedarfsausweis는 건물의 물리적 특성을 기반으로 이론적 에너지 수요를 계산하는 반면, Verbrauchsausweis는 과거 3년간의 실제 에너지 소비 데이터를 활용한다(Amecke, 2012). 이러한 이원적 접근은 신축 건물과 기존 건물, 단독주택과 다세대주택 등 다양한 건물 유형에 유연하게 대응할 수 있는 장점이 있으나, 동시에 두 방식 간의 일관성 부족과 비교 가능성의 한계라는 문제를 내포하고 있다. 독일의 스마트미터 도입은 다른 유럽 국가들에 비해 상당히 지연되고 있으며, 이는 복잡한 규제 환경과 기술적 요구사항에 기인한다. 2016년 제정된 에너지전환 디지털화법(GDEW)과 계량점운영법(MsbG)은 2032년까지 스마트미터의 포괄적 설치를 규정했으나, 연방정보보안청(BSI)의 엄격한 인증 요구사항으로 인해 실제 진행은 더뎠다(FfE, 2023).

3.4.6 네덜란드: 금융 인센티브와 에너지 성능의 혁신적 연계

네덜란드는 EU의 A-G 등급 체계를 따르되, 2021년 도입된 NTA 8800 방법론으로 정교한 평가를 수행한다. 이 방법론은 열손실, 단열, 난방 효율, 재생에너지를 종합 평가하며, BENG 지표로 1차 에너지 소비량을 kWh/m²/년 단위로 정량화한다(Majcen, Itard, & Visscher, 2013). 신축 건물은 A등급 이상이 의무이다. 주요 배전사업자들은 15분 간격 실시간 데이터를 EDSN 플랫폼으로 통합 관리하며, 소비자는 ‘Mijn Energie’ 포털로 데이터에 접근한다(van der Kam & van Sark, 2015). 제3자 서비스 제공자는 소비자 동의 하에 맞춤형 에너지 관리 서비스를 제공한다. 네덜란드는 에너지 성능평가와 금융을 직접 연계하여 시장 인센티브를 창출한다. ABN AMRO는 2016년부터 A-B등급 주택에 0.5‒1.0% 금리 할인 녹색 모기지를 제공하여, 에너지 효율을 핵심 대출 심사 기준으로 통합한 선구적 사례를 만들었다(ABN AMRO, 2023).

3.4.7 유럽연합 건물에너지 성능평가 시스템의 시사점

유럽연합의 건물에너지 성능평가 시스템은 강력한 제도적 프레임워크와 시장 메커니즘의 결합을 통해 에너지 효율 개선을 유도하는 종합적 정책 도구로 발전했다. 첫째, 모든 건물 거래 시 에너지 성능 정보 공개를 의무화하여 정보 비대칭성을 해소하고 시장 참여자의 합리적 의사결정을 지원한다. 둘째, 회원국별 기후 조건과 건축 특성의 차이를 인정하면서도 공통 프레임워크 내에서 유연한 기준을 적용하여 제도의 실효성과 수용성을 확보한다. 셋째, 등급 부여와 함께 구체적인 개보수 권고사항을 제공하여 실질적인 에너지 효율 개선을 유도한다. 그러나 회원국 간 이행 방식의 차이는 제도 조화의 과제를 제기한다. Jenkins, Peacock, & Banfill (2024)은 평가 방법론, 입력 데이터, 산출 지표, 품질 관리 체계에서 회원국 간 현저한 차이를 규명했으며, 이러한 차이가 국경 간 거래와 투자 결정에 혼란을 야기할 수 있음을 지적했다. 특히 스마트미터 기반 운영등급 도입 시 데이터 형식, 수집 주기, 정규화 방법의 표준화가 시급한 과제로, 향후 EU 차원의 정책 조정과 기술 표준 개발이 필요함을 시사한다.

3.5. 일본: BEMS/HEMS 통합 생태계

일본은 BEMS과 HEMS을 중심으로 한 기술 집약적 접근을 추진한다. 2023년 기준 7,000만 개의 스마트미터가 설치되어 30분 간격 데이터를 제공하며, ECHONET Lite 프로토콜을 통해 가전기기와의 상호운용성을 확보한다(Smart Energy International, 2023). 정부는 연간 40억 엔 규모의 지원을 통해 BEMS/HEMS 보급을 촉진한다(IEA, 2023). 일본의 Building Energy-efficiency Labeling System(BELS)은 자발적 참여를 원칙으로 하되, 충분한 인센티브로 참여를 유도한다. 1‒5성급 등급 체계를 사용하며, ZEB 인증의 전제조건으로 BELS 5성급을 요구한다(GJETC, 2022). CASBEE와 BELS 중심의 자산등급 시스템을 운영하면서 제한적으로 운영등급을 도입하고 있으며, ZEB 인증에서는 실제 에너지소비량 검증을 통한 성능 확인을 병행한다(IEA-SHC, 2023).

3.6. 비교 결과

미국, 호주, 싱가포르, 유럽연합, 일본 6개국의 운영 데이터 기반 건물에너지 평가시스템을 데이터 수집 기술, 등급 산정 방법론, 제도적 운영 체계의 세 가지 차원에서 비교 분석하였다. 이러한 분석을 통해 초기 단계인 한국 공공기관 그린버튼을 효과적인 건물에너지 평가 체계로 전환하기 위해 필요한 핵심 요소들을 도출하고자 한다. Table 1은 데이터 수집 인프라의 비교분석을 보여준다. 데이터 수집 주기에서 덴마크와 일본은 각각 시간별, 30분 간격의 고해상도 데이터를 실시간으로 수집하는 첨단 인프라를 구축한 반면, 미국과 호주는 월별 데이터라는 전통적 접근을 유지하고 있다. 특히 주목할 만한 것은 데이터 수집 방법과 검증 체계 간의 관계이다. 호주 NABERS는 수동 데이터 수집의 한계를 의무적 제3자 검증으로 보완하여 데이터 신뢰성을 확보했으며, 이는 20년 운영 기간 동안 참여 건물의 에너지 사용량을 평균 30% 감소시키는 성과로 이어졌다. 반면 미국은 수동, API, 자동 수집을 모두 허용하는 유연한 접근으로 25%의 상업용 건물 참여를 달성했다. 덴마크의 99% 전국 보급률은 국가 주도 인프라 투자의 효과성을 입증하며, 일본의 7천만 개 스마트미터는 기술 중심 접근의 가능성을 보여준다.

Table 2는 평가 체계 설계에서 방법론 분석을 제시한다. 평가 지표 선택은 각국의 환경 정책 우선순위를 반영한다. 호주의 온실가스 배출량 중심 평가는 탄소중립이라는 글로벌 목표와 직접 연계되며, 미국의 원천 에너지 반영 접근은 발전 및 송배전 손실을 포함한 전체 에너지 시스템의 효율성을 추구한다. 싱가포르의 EUI 사용은 효율성에 집중하는 실용적 접근을 보여준다. 정규화 방법의 복잡성은 각국의 지리적 다양성과 비례한다. 미국은 광대한 영토의 기후 다양성을 반영하여 2,298개 기상관측소 데이터를 활용한 정교한 정규화를 수행하는 반면, 싱가포르는 균일한 열대 기후로 인해 기후 정규화가 불필요하다. 등급 체계에서 백분위 기반 시스템(미국, 싱가포르)은 건물 간 지속적인 경쟁을 유도할 수 있는 반면, 절대 등급 시스템(EU, 호주)은 명확한 성능 목표를 제시하여 시장 참여자의 이해를 도울 수 있다.

Table 3은 규제 강도와 시장 메커니즘 비교표이다. 법적 구속력은 일본의 완전 자율부터 싱가포르와 EU의 전면 의무화까지 다양하며, 미국은 연방과 지방의 이원적 구조로 유연성을 확보하고 있다. 적용 대상 건물의 규모 기준은 정책의 포괄성과 실행 가능성 간의 균형을 보여준다. 싱가포르의 5,000㎡ 기준은 대형 건물에 집중하여 행정 효율성을 극대화하는 반면, 호주의 1,000㎡ 사무실 건물 특화는 부문별 접근의 효과성을 입증한다. 미국의 도시별 차별화된 기준(일반적으로 25,000 ft² 이상)은 지역 자율성을 존중하기 위한 전략이다. 인센티브와 페널티의 설계 측면으로는 싱가포르의 건설비 3% 지원과 최대 15만 달러 벌금은 강력한 당근과 채찍 전략으로 99% 준수율을 달성했다. 미국의 2.7% 임대료 인센티브는 시장 기반 효과성을 입증하며, 호주와 EU의 거래 제한은 부동산 시장 메커니즘에 직접 연계되었다. 일본의 보조금과 ZEB 연계는 탄소중립에 대한 자발적 참여 유도 전략을 보여준다.

4. 한국형 공공기관 그린버튼 시스템에 대한 시사점

4.1. 데이터 표준화 및 품질 관리

한국의 AMI 기반 시간별 데이터는 국제적으로도 비교해도 구체적인 수준이나, 이를 효과적으로 활용하기 위한 표준화가 필요하다. 미국 Green Button의 NAESB ESPI 표준 채택도 검토할 필요가 있다. NAESB ESPI는 RESTful API 기반으로 에너지 데이터의 상호운용성을 보장하며, 현재 200개 이상의 미국 유틸리티가 채택하여 검증된 표준이다. 특히 보안 체계와 표준화된 스키마는 제3자 서비스 개발을 촉진하여 생태계 확장을 가능하게 한다. 한국전력공사의 AMI 데이터는 이미 시간별 수집 체계를 갖추고 있어, ESPI 표준의 시간별 인터벌 데이터 형식과 호환성이 높다. 따라서 한국 고유의 데이터 형식을 유지하면서도 국제 표준과의 정합성을 확보할 수 있다. 또한, 데이터 품질 관리를 위해 Portfolio Manager의 검증 체계를 벤치마킹할 필요가 있다. 전월 대비 25% 이상 변동 시 알림, 건물 유형별 정상 범위 설정, 연속 결측치 감지 등의 자동화된 검증 규칙을 구현하기 위한 검토도 필요하다. 또한 호주 NABERS의 95% 실측 데이터 요구사항을 참고하여 데이터 완전성 기준을 설정하고, 독립적인 제3자 검증 체계 도입도 검토해야 한다.

4.2. 평가 방법론 개발

초기 단계에서는 싱가포르 모델과 같이 단순한 EUI 기반 평가로 시작하는 것이 현실적이다. 한국의 경우 모든 공공기관 건물 특성 데이터베이스가 아직 구축되지 않은 상황에서, 싱가포르식 EUI 접근법은 1‒2년 내 신속한 제도 시행을 가능하게 하며, 향후 데이터 축적에 따라 단계적으로 정교화할 수 있다. 또한, 학교, 병원, 문화시설 등 공공기관 건물을 용도별로 EUI 분포를 분석하여 등급 기준을 설정할 수 있다. 이때 기존 ZEB 인증 데이터와의 연계 분석을 통해 설계 성능과 운영 성능의 관계를 규명하는 방법도 필요하다(Kim & Lee, 2020). 중장기적으로는 미국 ENERGY STAR 방식의 정교한 회귀 모델 개발이 필요하다. 이를 위해 최소 3‒5년간의 데이터 축적이 필요하며, 건물 특성 정보(연면적, 준공연도, 운영시간, 재실인원 등)의 체계적 수집이 병행되어야 한다. 이는 한국부동산원의 국가 건물에너지 통합관리시스템과의 연계를 통해 데이터 수집을 효율화할 수 있다. 기후 정규화 방안도 개발해야 한다. 한국은 상대적으로 작은 국토 면적이지만 내륙과 해안, 중부, 남부와 재주도의 기후 차이가 존재한다. 미국의 2,298개 기상관측소 활용 사례를 참고하여, 주요 도시별 기후 데이터를 활용한 정규화 모델을 구축해야 한다.

4.3. 지원 체계 구축

효과적인 지원 체계는 제도의 성공적 안착에 필수적이다. 시카고의 상담 지원과 온라인 교육 비디오 모델을 참고하여, 교육 자료와 전담 헬프데스크를 구축해야 한다. 특히 공공기관 시설관리 담당자를 위한 맞춤형 교육 프로그램이 필요하다. 기술 지원을 위해 호주의 Accredited Assessor 제도를 참고하여 건물에너지평가사를 활용하거나 인증된 컨설턴트 제도 도입을 검토할 필요가 있다. 일정 자격을 갖춘 전문가를 양성하고 이들이 중소규모 공공기관을 지원하도록 한다. 온라인 플랫폼 개발도 중요하다. Portfolio Manager와 같은 사용자 친화적 인터페이스를 구축하여, 기관 담당자가 직접 데이터를 확인하고 성능을 추적할 수 있도록 해야 한다. 또한 우수 사례 공유와 동료평가를 위한 네트워크를 구축한다.

4.4. 기존 정책과의 연계

그린버튼 데이터는 다양한 기존 정책과 시너지를 창출할 수 있다. 첫째, ZEB 인증과 연계하여 설계 성능의 실제 달성 여부를 검증할 수 있다. 운영 데이터 기반 사후 모니터링을 ZEB 인증 요건에 포함시켜 성능 격차를 줄일 수 있다. 둘째, 그린리모델링 사업의 우선순위 선정에 활용한다. EUI가 높은 건물을 객관적으로 식별하여 개보수 지원을 집중함으로써 정책 효과를 극대화할 수 있다. 셋째, 공공기관 경영평가에 에너지 성과 지표를 포함시켜 기관장의 관심과 투자를 유도한다. 싱가포르의 Building Control Commissioner 권한과 같은 강력한 집행 체계도 검토할 필요가 있다. 넷째, ESG 경영과 연계하여 민간 부문의 자발적 참여를 유도한다. 네덜란드 ABN AMRO의 녹색 모기지 사례와 같이, 금융 부문과의 연계를 통해 시장 인센티브를 창출할 수 있다.

5. 결론 및 정책 제언

본 연구는 2025년 3월 공개한 한국형 공공기관 그린버튼의 실시간 에너지 데이터를 건물에너지등급제도에 활용하기 위한 방안을 모색하고자 해외 주요국의 운영등급 시스템을 비교 분석하였다. 연구 결과, 한국이 보유한 AMI 기반 시간별 데이터 인프라는 국제적 수준임을 확인하였으며, 이는 효과적인 운영등급 시스템 구축을 위한 체계적인 기반이 될 수 있음을 시사한다. 호주의 에너지 절감 성과와 싱가포르의 강력한 제도적 틀은 기술과 제도가 조화를 이룰 때 실질적 성과가 나타남을 보여준다. 비교 분석 대상 국가들의 다음과 같은 중요한 시사점을 제공한다. 미국 ENERGY STAR의 통계적 벤치마킹 접근법은 대규모 데이터를 활용한 상대평가의 가능성을 입증하였고, 덴마크의 스마트미터 기반 운영등급 도입 사례는 실시간 데이터의 잠재력을 구현하는 방법을 제시하였다. 일본의 BEMS/HEMS 체계는 기술 중심 접근의 장점을, 네덜란드의 녹색 금융 연계 모델은 시장 메커니즘 활용의 효과성을 각각 보여주었다. 이러한 다양한 접근법들은 각국의 제도적 맥락과 시장 환경에 따라 차별화되었으나, 데이터 신뢰성 확보와 이해관계자 참여 유도라는 공통된 과제를 안고 있었다. 한국형 공공기관 그린버튼이 성공적인 건물에너지등급제도로 발전하기 위해서는 단계적이고 체계적인 접근이 필요하다. 초기 단계에서는 싱가포르의 EUI 기반 평가와 같은 단순명료한 방식으로 제도의 수용성을 높이고, 중장기적으로는 미국의 정교한 회귀모델을 도입하여 평가의 정밀도를 향상시키는 전략이 필요하다. 데이터 표준화와 품질 관리 체계 구축은 시스템의 신뢰성을 담보할 수 있으며 호주의 독립 검증 체계와 같은 제3자 평가 메커니즘 도입을 통해 객관성을 확보할 필요가 있다. 아울러, 한국형 공공기관 그린버튼 시스템의 실효성 있는 활용을 위해서는 현재까지 축적된 데이터에 대한 체계적이고 종합적인 분석이 선행되어야 한다. 기관 유형별, 건물 규모별, 지역별 기후대별 에너지사용 패턴 분석을 통해 구체적인 운영 등급 평가 체계를 만들 수 있을 것이다,

본 연구의 의의는 단순히 해외 사례를 소개하는 데 그치지 않고, 한국의 제도적 환경과 기술적 역량을 고려한 실행 가능한 정책 대안을 제시했다는 점에 있다. 특히 기존 ZEB 인증제도와의 연계를 통한 설계-운영 성능격차 해소, 그린리모델링 우선순위 선정에의 활용, 공공기관 ESG 경영 평가 도구로서의 역할 등은 그린버튼 데이터의 다각적 활용 가능성을 보여준다. 결론적으로, 한국 공공기관 그린버튼 플랫폼은 2050년 탄소중립 목표 달성을 위한 핵심 정책 수단으로서의 잠재력을 지니고 있으며, 추가적인 제도 설계와 평가등급 개발을 통해 발전할 수 있을 것으로 기대된다. 본 연구가 제시한 정책 방향이 실무에 반영되어 실질적인 에너지 절감과 온실가스 감축에 기여하기를 희망한다.