1. 서 론

1.1. 연구 배경

전 세계적으로 기후 변화 대응과 탄소중립 사회로의 전환을 위해 Net-Zero 정책이 적극적으로 추진되면서, 각국의 에너지 정책은 에너지 효율 향상과 소비 절감에 초점을 맞추고 있다(Fankhauser et al., 2022). 이러한 흐름 속에서, 총에너지 소비의 상당 부분을 차지하는 건물 부문의 에너지 효율 개선은 필수 과제가 되었다(Rosenow & Eyre, 2022). 많은 국가에서 건물은 국가 전체 전력의 약 40% 이상을 소비한다(Jouhara & Yang, 2018). 이는 Heating, Ventilation, Air Conditioning(HVAC) 시스템의 운전 효율을 개선하는 것이 곧 건물 에너지 절감의 핵심임을 의미한다.

건물 HVAC 시스템의 에너지 절감을 위해 고효율 냉동기나 히트펌프를 도입하는 물리적 개선이 가능하지만, 막대한 초기 투자 비용이 수반되어 활용도가 낮고 다양한 유형의 건물에는 적용하기에는 어려움이 많다(Che et al., 2019). 이에 따라 최근에는 기존 설비를 유지하면서 제어·운전 전략을 최적화하는 소프트웨어 기반의 접근법인 머신러닝이나 인공지능 기법이 활발히 연구되고 있다(Aghili, Haji Mohammad Rezaei, Tafazzoli, Khanzadi, & Rahbar, 2025). 그러나 여전히 대부분의 HVAC 시스템이 설비 관리자의 경험적 판단이나 고정된 설정값에 의존하고 있으며, 이는 실내외 부하 변동에 실시간으로 대응하기에 한계가 있어 에너지 낭비와 열쾌적성 저하를 초래한다.

이를 개선하기 위해 다양한 제어 기법들이 제안되어 왔으나, 실제 현장이나 기기 적용에는 여러 제약이 존재한다. HVAC 시스템은 구성요소의 비선형성, 장비 노후화, 외부 기상 조건의 변동 등으로 인해 정확한 수학적 모델 구축이 어렵고 지속적인 유지보수가 복잡하다. 또한, 모델의 정밀도나 신뢰도가 낮을 경우 제어 성능이 저하되거나 오히려 에너지 소비가 증가할 위험이 있다(Behrooz, Mariun, Marhaban, Mohd Radzi, & Ramli, 2018).

이러한 한계 속에서 정확한 시스템 모델 없이(Model-Free) 실시간 비용함수를 이용해 최적점을 탐색하는 Extremum Seeking Control(ESC)이 효과적인 대안으로 주목받고 있다. ESC는 시스템 입력에 미세한 교란 신호를 주입하고, 그에 따른 출력 변화를 분석하여 사용자가 지정한 성능지표를 최대 또는 최소로 만드는 방향으로 운전점을 자율 조정하는 실시간 최적화 제어 기법이다(Krstić & Wang, 2000).

1.2. 연구 범위

최근에는 다양한 HVAC 구성요소를 대상으로 ESC를 적용한 연구가 시뮬레이션과 실험을 통해 활발히 수행되고 있다. 이러한 연구들은 ESC가 복잡한 건물 시스템에서도 모델링 부담 없이 안정적인 최적 제어를 수행할 수 있는 잠재력을 보여준다. 따라서 본 연구에서는 HVAC 시스템의 에너지 효율 향상을 위한 실시간 최적화 제어 기술로서 ESC의 개념, 기술적 발전, 그리고 주요 적용 사례를 종합적으로 분석하였다. 특히, ESC의 기본 원리와 구조적 특징, HVAC 시스템 내 기술적 발전 및 적용 동향, 적용 사례 및 정량적 성과 분석을 정리함으로써, ESC의 기술적 가능성과 향후 연구 방향을 제시하고자 한다.

2. Extremum Seeking Control

2.1. Extremum Seeking Control 개념

ESC는 실시간 최적화 기법의 한 종류로, 일반적인 적응 제어가 이미 알려진 기준 궤적이나 설정값을 추종하는 것과 달리, 시스템의 출력 성능을 나타내는 지표를 극대화 또는 극소화하는 최적의 입력값(setpoint)을 실시간으로 자율 탐색하는 제어 방식이다. ESC의 가장 큰 특징은 시스템의 수학적 모델이 없어도 적용이 가능하다는 것이다. 제어기는 시스템 입력을 주기적으로 미세하게 변화시키면서 그에 따른 출력 변화를 관찰하고, 이 피드백 신호를 바탕으로 성능 지표의 극값(Extremum)을 찾아가는 과정을 반복한다. 이러한 실시간 학습형 탐색 구조를 통해 시스템의 비선형적·시간변동적 특성에도 유연하게 대응할 수 있다(Krstić & Wang, 2000).

일반적인 ESC 알고리즘은 주기적인 교란 신호(perturbation)를 이용하는 방식에 기반한다. ESC의 핵심 과정은 Figure 1과 같이 ① 교란 신호 주입(Perturbation Injection), ② 기울기 추정(Gradient Estimation), ③ 최적점 탐색(Seeking)의 세 단계로 구성된다(Ariyur & Krstić, 2003).

Figure 1.

Extremum seeking control (Krstić & Wang, 2000).

첫째, 교란 신호 주입 단계에서는 시스템의 직접 제어 가능한 입력 변수(팬 속도, 댐퍼 개도율, 냉각수 온도 설정치 등)에 사인파(sine wave) 형태의 작은 주기적 신호(dither signal)를 인위적으로 더한다. 이 신호는 시스템 응답을 유도하여, 성능 지표(에너지 소비량 등)의 변화 추세를 관찰하기 위한 탐색 도구로 사용된다. 교란 신호의 진폭과 주파수는 시스템의 동특성(time constant)에 맞추어 설계된다(Ariyur & Krstić, 2003).

둘째, 기울기 추정 단계에서는 교란 신호에 따른 성능 지표의 변화를 관찰하여 입력과 출력 간의 상관관계를 분석한다. 이를 통해 현재 운전점이 성능 곡선의 어느 구간(상승/하강)에 위치하는지를 판단하고, 성능 지표의 기울기(gradient)를 추정한다. 이 과정에서는 일반적으로 DC 성분 제거를 위한 고역통과필터(High-pass filter), 교란 주파수 성분을 추출하기 위한 복조(Demodulation), 그리고 노이즈 제거를 위한 저역통과필터(Low-pass filter)가 사용된다. 일부 ESC 구조에서는 복조 대신 입출력 상관관계의 통계적 평균을 이용하기도 한다(Ariyur & Krstić, 2003).

셋째, 최적점 탐색 단계에서는 추정된 기울기 정보를 바탕으로 적분기(Integrator)가 시스템 입력값을 점진적으로 조정한다. 이때 제어 입력은 성능이 개선되는 방향(소비 전력 감소 방향)으로 이동하며, 반복 학습을 통해 기울기가 0이 되는 지점, 즉 성능 지표의 극값(Extremum) 근처에 수렴한다(Ariyur & Krstić, 2003).

요약하면, ESC는 Figure 2와 같이 ① 퍼터베이션 신호 생성, ② 성능 지표 측정, ③ 신호 분석(필터링 및 복조), ④ 적응 메커니즘(입력 보정)이라는 네 가지 핵심 구성요소 간의 순환적 상호작용을 통해 실시간 최적화를 수행한다. 이러한 구조는 HVAC 시스템의 비선형적·시간 변동적 특성을 반영하면서도 별도의 모델 없이 안정적인 극값 탐색을 가능하게 하며, 결과적으로 에너지 소비 최소화와 운전 효율 향상이라는 목표를 동시에 달성할 수 있다(Ariyur & Krstić, 2003).

Figure 2.

Conceptual diagram of ESC for real-time operating point optimization (Ariyur & Krstić, 2003).

2.2. ESC의 핵심 특징 및 장점

앞 절에서 살펴본 ESC의 작동 구조는 단순한 최적화 알고리즘을 넘어, HVAC 시스템과 같이 동특성이 복잡하고 부하 변동이 큰 시스템에 특히 효과적으로 적용될 수 있다. Figure 3은 HVAC 시스템에 ESC가 적용되는 일반적인 구조를 보여준다. ESC는 시스템 피드백 신호를 받아 고역 통과 필터링 및 복조 과정을 거쳐 성능 지표의 기울기를 추정하고, 적분기를 통해 최적 설정값(setpoint)을 갱신한다. 이 값에 교란 신호가 더해져 최종 설정값으로 HVAC 시스템에 전달된다. ESC가 HVAC 시스템같이 복잡한 시스템에 적합한 이유는 다음과 같은 특징들 때문이다.

Figure 3.

HVAC system control loop with extremum seeking controller.

① 모델-프리(Model-Free) 접근: ESC의 가장 큰 장점은 제어 대상 시스템에 대한 정확한 수학적 모델을 요구하지 않는다는 점이다. HVAC 시스템은 부하 변동, 외부 환경 변화, 장비 노후화 등 예측하기 어려운 요소가 많아 정확한 모델링이 매우 어렵고 비용이 많이 든다. 기존의 PID(Proportional Integral Derivative) 제어는 대상 시스템의 동특성에 맞는 정밀한 튜닝이 필수적이며, 특히 비선형성이 크거나 시간에 따라 변하는 특성을 갖는 플랜트, 혹은 변수 간 상호작용이 강한 다변수 시스템에서는 모델 불일치나 튜닝의 민감성 문제에 취약하다. 또한, 규칙 기반 제어(Rule-Based Control)는 구조가 단순하고 견고하지만, 사전 정의된 규칙에 따라 작동하므로 예측이나 최적화 메커니즘이 부재하여 에너지 절감에 근본적인 한계를 가진다. 또한, 계절이나 스케줄에 따른 설정값 변경만으로는 실시간 외기 조건이나 재실 상태 변화에 능동적으로 대응하기 어렵다. 반면, ESC는 이러한 모델의 부정확성이나 사전 규칙 설정의 제약에서 비교적 자유로우며, 실제 측정된 성능 지표(소비 전력)만을 이용하여 실시간으로 최적 운전점을 탐색하고 추종한다(Ariyur & Krstić, 2003; Bamdad, Mohammadzadeh, Cholette, & Perera, 2023; Jin et al., 2025).

② 변화하는 환경에 대한 뛰어난 적응성: ESC는 사전 데이터나 고정된 스케줄에 의존하지 않고, 실제 운전 중에 시스템의 성능을 직접 측정하여 실시간으로 최적점을 찾아간다. HVAC 시스템 구성요소들의 최적 설정값은 외기 조건, 실내 부하, 장비 효율 변화 등 다양한 요인에 의해 끊임없이 변동한다. RBC는 이러한 실시간 변화에 대응하기 어렵고, PID 제어 역시 고정된 튜닝값으로는 변화된 환경에서의 최적 운전을 보장하지 못한다. 이에 반해 ESC는 지속적인 탐색 과정을 통해 변화된 조건에서의 새로운 최적점을 자율적으로 찾아 적응함으로써 지속적인 에너지 효율 최적화를 달성할 수 있다(Ariyur & Krstić, 2003; Bamdad et al., 2023; Jin et al., 2025).

③ 센서 신뢰성 문제 완화: 일부 모델 기반 최적화 기법이나 규칙 기반 제어는 다양한 센서(온도, 습도, 유량 등)의 측정값에 크게 의존하지만, 센서는 오작동이나 측정 오차가 발생하여 오히려 에너지 낭비를 유발할 수 있다. ESC는 소비 전력과 같이 비교적 견고하고 신뢰성 높은 단일 피드백 신호를 사용할 수 있어, 시스템의 전체적인 신뢰성을 향상 시킬 수 있다(Hu et al., 2016).

2.3. 주요 파라미터 및 설계 고려사항

ESC의 이러한 장점을 실제 HVAC 시스템에 적용하기 위해서는, 알고리즘의 안정성과 수렴 성능을 보장할 수 있는 몇 가지 설계 파라미터를 신중히 설정해야 한다. 주요 고려사항은 다음과 같다.

① 교란 신호(Dither Signal): ESC의 탐색 성능은 교란 신호의 진폭(𝑎)과 주파수(ω)에 크게 의존한다. 진폭은 시스템 노이즈보다 크되 과도한 진동을 유발하지 않을 수준으로 설정해야 하며, 주파수는 시스템의 응답 시간보다 충분히 느려야 한다. 다변수 ESC의 경우, 각 입력 간 간섭을 피하기 위해 서로 다른 주파수를 사용한다(Ariyur & Krstić, 2003).

② 동적 보상기(Dynamic Compensator): 시스템의 위상 지연이 큰 경우, 단순 적분기로는 안정성이 저하될 수 있다. 이를 개선하기 위해 PD 제어기나 리드 보상기 등을 결합하여 루프 위상을 보상하는 방법이 활용된다(Krstić, 2000).

③ 구동기 포화 및 Anti-windup: HVAC 시스템의 구동기(댐퍼, 밸브 등)는 물리적 상한·하한을 가지며, 최적점이 경계 부근에 위치할 경우 적분기 포화(windup)가 발생할 수 있다. 이를 방지하기 위해 back-calculation 기반의 Anti-windup 기법을 적용하여 적분기의 누적 오차를 보정한다(Li, Li, & Seem, 2009).

3. HVAC 시스템에서 ESC의 기술적 동향

앞선 2장에서 살펴본 바와 같이, ESC는 모델 의존도가 낮고 실시간 적응이 가능한 제어 기법으로, HVAC 시스템의 복잡한 동특성에 적합한 대안으로 주목받고 있다. 본 장에서는 이러한 ESC가 HVAC 분야에서 어떻게 발전·적용되어 왔는지를 단일 변수 제어에서 다중 변수 및 분산 제어로의 확장, 알고리즘 자체의 고도화, 그리고 실용성 향상을 위한 기술적 진보라는 흐름을 중심으로 상세히 설명하고자 한다.

3.1. 단일 변수(Single-Variable) ESC의 적용

초기 ESC 연구는 시스템 내 에너지 소비에 가장 큰 영향을 미치는 단일 제어 변수를 식별하고, 해당 변수의 최적 운전점을 실시간으로 탐색하는 데 초점을 맞추었다.

① 증기 압축 시스템(Vapor Compression System): 인버터 구동식 실내 에어컨을 대상으로 증발기 팬 속도를 제어 입력으로 설정하고, 시스템의 총 소비 전력을 최소화하도록 ESC를 적용하였다. 이때 기존 온도 제어기와 ESC 간의 상호 간섭을 방지하기 위해, 시간 척도 분리(Time-scale separation) 원리를 적용하여 ESC의 적응 속도를 주 제어 루프보다 느리게 설계하였다(Burns & Laughman, 2012).

② 냉동기–냉각탑 시스템: 냉수 계통에서는 냉각탑 팬 속도를 입력 변수로 두고, 냉동기 압축기와 냉각탑 팬의 총 전력을 피드백으로 받아 최적점을 탐색하였다. 간접 변수(냉각수 온도)보다 직접 구동 변수(팬 속도)를 제어하는 것이 효과적임이 입증되었다(Li, Li, Seem, & Li, 2013). 또한, 냉각탑의 최적 응축수 온도 설정을 위해 교란-복조 방식 대신 구간 축소(bisection) 기반의 극값 탐색 알고리즘을 적용하기도 했다(Tyagi, Sane, & Darbha, 2006).

③ 공조기 외기냉방(Economizer): 공기조화기(Air Handling Unit)의 Economizer 제어에 ESC를 적용하여 외기 댐퍼 개도를 최적화함으로써 기계적 냉방 부하를 최소화하였다. 온도·습도 센서 대신 냉수 밸브 신호와 같은 내부 제어 변수 기반 성능 지표를 활용하여 신뢰성을 개선한 점이 특징이다(Li et al., 2009).

3.2. 다중 변수(Multi-Variable) ESC 및 분산 제어

HVAC 시스템의 효율은 다수의 변수들이 상호작용하며 결정되므로, 최근 연구는 여러 제어 입력을 동시에 최적화하는 다중 변수 ESC로 진화하고 있다. 또한, 시스템 규모가 커짐에 따라 분산 제어 방식의 중요성도 부각되고 있다.

① 적용 시스템의 확장: 다중 변수 ESC는 기존의 미니 스플릿 시스템(증발기/응축기 팬 속도 동시 제어) 이나 하이브리드 지열 히트펌프(Ground Source Heat Pump)(냉각탑 팬 속도/순환수 유량 동시 제어) 외에도, 더욱 복잡하고 상호작용이 강한 시스템으로 적용 범위가 확장되고 있다. 대표적으로 증기 주입식 초임계 CO₂ 히트펌프(토출 압력/중간 압력 동시 제어), 다중 실외기 VRF(Variable Refrigerant Flow) 시스템(압력 설정점/팬 속도/부하 분담 밸브 동시 제어) 등이 있다(Cui et al., 2021; Hu et al., 2016; Xiao, Li, & Seem, 2014).

② 분산형 ESC(Decentralized ESC): Ebegbulem, Guay, House와 Salsbury (2018)은 여러 대의 옥상 유닛(Rooftop Unit)이 결합된 HVAC 시스템에 분산형 ESC를 적용하는 연구를 수행했다. 각 RTU가 통신 없이 독립적인 ESC 제어기(Proportional-Integral ESC 사용)를 통해 자신의 공급 공기 온도 설정점을 조절하면서도, 결과적으로 전체 시스템의 총 소비 전력을 최소화하는 최적점에 도달할 수 있음을 시뮬레이션으로 확인했다. 이는 중앙 집중식 제어의 계산 복잡성이나 통신 제약 문제를 해결할 수 있는 효과적인 접근법으로, 대규모 빌딩 HVAC 시스템 최적화의 새로운 방향을 제시한다.

3.3. 알고리즘의 고도화

기존의 교란-복조 방식(Conventional ESC)의 단점을 보완하고 성능을 개선하기 위한 다양한 ESC 알고리즘 변형들이 제안되고 있다.

① 입력-출력 상관관계(Input Output Correlation) 기반 ESC: Salsbury, House, Alcala와 Li (2017)은 기울기 추정 대신 입출력 변수 간의 정규화된 상관 계수(correlation coefficient)를 피드백 변수로 사용하는 IOC ESC를 제안했다. 이 방식은 플랜트의 정적 이득 정보 없이 튜닝이 가능하여 설정이 용이하고, 주기적 신호뿐 아니라 운영자가 인지하기 어려운 확률적 교란 신호(stochastic dither)도 사용할 수 있어 실용성이 높다. Zhao, Salsbury, House, Alcala와 Li (2021)의 연구에서는 시뮬레이션과 실제 미니 스플릿 시스템 실험을 통해 IOC-ESC가 CON-ESC보다 빠른 수렴 속도를 보이며, 튜닝 파라미터나 초기 조건 변화에도 민감도가 낮은 것을 입증했다.

② 뉴턴 기반 ESC(Newton-based ESC): 다변수 시스템에서 변수 간 상호작용(coupling)이 강할 경우, 단순 기울기 기반 ESC는 수렴 속도가 느려질 수 있다. 이를 해결하기 위해 성능 지표의 2차 미분값인 헤세(Hessian) 행렬까지 추정하여 탐색 방향과 속도를 결정하는 뉴턴 기반 ESC가 제안되었다. 뉴턴 기반 ESC는 헤세 행렬의 역행렬을 이용함으로써 변수 간 간섭 효과를 분리하고 각 변수의 수렴 속도를 독립적으로 조절할 수 있다. Gong, Liu와 Lu (2023)과 Cui 등(2021)은 각각 고온 히트펌프와 CO₂ 히트펌프 시스템에 이 방식을 적용하여 빠른 수렴 성능을 확인했다.

③ 비례-적분 ESC(PI ESC): Ebegbulem 등(2018)이 다중 RTU 시스템에 적용한 PI-ESC는 시간 변동 파라미터 추정 기법을 사용하여 기울기 정보를 얻고, PI 제어 구조를 활용하여 최적점을 추종한다. 이는 기존 PI 제어기에 익숙한 실무자들에게 직관적인 접근법을 제공할 수 있다.

④ 통계 기반 ESC(Statistics-based ESC): Yang, Wang과 Turney (2018)은 VRF 시스템 연구에서 사용된 통계 기반 ESC는 전통적인 복조 방식 대신 입출력 간의 샘플 통계치(평균, 분산, 공분산 등)를 이용하여 상관 계수를 추정하고 이를 피드백으로 사용했다. 이 접근법은 스케일 독립성과 구현 용이성이 높아, 센서·제어 비용 절감이 중요한 시스템에 적합한 것으로 나타났다.

⑤ 동적 보상기 기반 ESC: Krstić(2000)은 제어 루프 내에 동적 보상기(C(s))를 삽입하여 시스템의 위상 지연을 보상하는 방법을 제안하였다. 이를 통해 위상 여유(Phase margin)를 확보하고, 더 큰 적응 이득을 사용하면서도 안정성을 유지할 수 있어, 빠른 수렴과 견고한 제어를 동시에 달성할 수 있다.

3.4. 실용성 향상 기술 및 ESC 원리의 확장 응용

ESC를 실제 HVAC 시스템에 안정적이고 효과적으로 적용하기 위한 기술들과, ESC의 기본 원리를 최적화 제어 외의 문제 해결에 응용한 사례들에 대한 연구들이 진행되었다.

① Anti-windup: HVAC 시스템의 핵심 구성요소인 구동기(댐퍼, 밸브 등)의 물리적 제한으로 인해 최적점이 경계 영역에 위치할 경우, 적분기 포화(windup) 현상이 발생한다. 이를 방지하기 위해 백-캘큘레이션(Back-calculation) 기반 안티-와인드업 기법이 적용되었으며, 시뮬레이션을 통해 안정적 수렴이 입증되었다(Li et al., 2009; Li et al., 2013).

② 입력 변수 선택(Input Selection): 다변수 ESC 적용 시, 모든 가용 입력 변수를 사용하는 것이 항상 최선이 되는 것은 아니다. Zhao, Li, Salsbury와 House (2017)은 ESC의 헤세(Hessian) 행렬 추정 기능과 특이값 분해(singular value decomposition)를 결합하여, 시스템 성능에 미치는 영향력이 큰 입력 변수들을 실시간으로 식별하고 선택하는 방법론을 제안했다. 이를 통해 제어 시스템의 복잡성을 줄이고 계산 효율성을 높일 수 있음을 설명했다.

③ 모델 없는 자동 스테이징/시퀀싱(Model-free Staging/ Sequencing): Dong, Li, House와 Salsbury (2020)은 ESC가 에너지 효율을 최적화하는 과정에서 자연스럽게 효율이 낮은 장비의 부하를 줄이는 특성을 이용하여, 다중 실외기 VRF 시스템에서 별도의 모델 정보 없이 부하 감소 시 가장 효율이 낮은 실외기를 자동으로 정지시키거나(staging-off), 냉난방 부하 비율에 따라 실외기 운전 모드를 전환하는(mode switching) 지능형 로직을 개발했다. 이는 ESC 원리가 실시간 제어를 넘어 시스템 운전 전략 자체를 지능화하는 데 기여할 수 있음을 보여주었다.

④ SOC 설계를 위한 시스템 분석 도구: Zhao, Li, Salsbury, House와 Alcala (2020)은 ESC의 교란-복조 메커니즘을 자기 최적화 제어(Self-Optimizing Control, SOC) 설계에 필요한 시스템의 야코비안(Jacobian) 및 헤세(Hessian) 행렬을 추정하는 도구로 활용하는 방법을 제안했다. 이를 통해 기존 SOC 설계의 복잡한 오프라인 데이터 수집 및 분석 과정을 크게 단순화할 수 있음을 시뮬레이션으로 확인했다.

⑤ 안정성 이론 정립: 평균화(averaging)와 특이 섭동(singular perturbation) 이론을 이용해 ESC의 수렴성이 수학적으로 증명되었다. 이를 통해 ESC가 외란과 모델 불확실성 하에서도 최적점 근방으로 수렴함이 입증되었으며, HVAC 시스템 분야에서 신뢰성 있는 실시간 최적화 도구로 자리 잡는 기반이 마련되었다(Krstić & Wang, 2000; Krstić, 2000).

3.5. 한계점 및 고려사항

ESC는 강력한 기법이지만, 적용 시 고려해야 할 한계점도 존재한다.

① 준-정상상태 요구 조건: 대부분의 ESC 알고리즘은 시스템이 교란 신호의 변화 속도보다 충분히 빠르게 응답하여 준-정상상태(quasi-steady-state)에 도달한다고 가정한다. 따라서 시스템의 동작 특성이 매우 느리거나 부하 변동이 매우 빠를 경우 ESC 성능이 저하될 수 있다(Glos, Kozovský, Šolc, & Václavek, 2020; Salsbury et al., 2017).

② 교란 신호로 인한 진동: ESC는 성능 지표의 기울기를 추정하기 위해 시스템에 인위적인 교란 신호를 주입한다. 이 교란 신호는 시스템 출력에 원치 않는 작은 진동(oscillation)을 유발할 수 있으며, 이는 정밀한 제어가 요구되거나 진동에 민감한 시스템에는 단점이 될 수 있다(Glos et al., 2020; Salsbury et al., 2017).

③ 국소 최적점 문제: ESC는 기본적으로 기울기 기반 탐색 기법이므로, 성능 지표 함수가 여러 개의 국소 최적점(local optima)을 가질 경우 전역 최적점(global optimum)을 보장하지 못하고 가까운 국소 최적점에 수렴할 수 있다(Zhao et al., 2020).

이러한 한계점들은 특정 HVAC 시스템에 ESC를 적용하기 전에 시스템의 동작 특성, 운전 조건, 제어 목표 등을 충분히 검토해야 한다는 것을 의미한다.

4. ESC의 적용 사례

앞선 장에서 살펴본 기술적 발전 방향들은 ESC가 다양한 HVAC 시스템으로 확장될 수 있는 기반을 마련하였다. 본 장에서는 이러한 이론적·기술적 발전이 실제 시스템에서 어떻게 구현되고, 어떤 성능 향상을 가져왔는지를 주요 응용 사례를 중심으로 살펴보고자 한다.

ESC는 모델 없이 실시간 최적화가 가능하다는 장점을 바탕으로, 개별 공조기에서 복합 열원 시스템에 이르기까지 폭넓게 적용되어 왔다. 시뮬레이션 및 실험 결과는 HVAC 시스템의 에너지 절감과 운전 효율 향상 측면에서 ESC의 실질적인 효과를 입증하고 있다.

4.1. 증기 압축 사이클 기반 개별 공조기 및 히트펌프

초기 ESC 적용은 소규모 증기 압축 사이클(VCS)을 기반으로 한 개별 공조기에서 시작되었다. 가정 및 소규모 상업 공간에서 널리 사용되는 개별 냉방기는 ESC를 통해 효율 개선 잠재력을 입증한 초기 연구 분야에 해당한다.

① 실내 에어컨 최적화: Burns와 Laughman(2012)은 인버터 구동식 룸 에어컨을 대상으로, 증발기 팬 속도를 제어 변수로 하는 단일 변수 ESC를 적용하였다. 그 결과, 증발기 팬 속도가 300 rpm에서 550 rpm으로, 압축기 주파수가 56 Hz에서 35 Hz로 자율 조정되며 COP(Coefficient of Performance)가 2.9에서 4.4로 약 52% 향상되었다. 이 연구는 ESC가 기존 온도 제어 방식보다 실시간 효율 최적화에 효과적임을 보여준다.

② 미니 스플릿(Mini-split) 시스템 최적화: Xiao 등(2014)은 미니 스플릿 시스템에 다중 변수 ESC를 적용하여, 증발기 팬 속도와 응축기 팬 속도를 동시에 제어하였다. 실험 결과, 시스템의 총 소비 전력이 약 625 W에서 325 W로 감소하였으며, 이는 두 변수의 상호작용을 고려한 다변수 ESC의 우수성을 입증하였다. Zhao 등(2021)의 연구에서는 실제 미니 스플릿 시스템 실험을 통해 Input–Output correlation ESC가 Conventional ESC보다 약 1.5배 빠른 수렴 속도를 보임을 추가로 검증했다.

③ 고온 히트펌프 시스템 최적화: Gong 등(2023)은 R245fa 냉매를 사용하는 증기 주입식 고온 히트펌프(Vapor Injection High Temperature Heat Pump)에 뉴턴 기반 ESC를 적용하였다. 중간 압력(intermediate pressure)을 제어하여 압축기 전력 소비를 최소화한 결과, 기존 고정 압력 운전 대비 소비 전력은 5.2% 감소하고 COP는 7.7% 향상되었다. 또한, 불안정한 열원 조건에서도 ESC가 지속적으로 최적점을 추종하며 48시간 동안 약 283 kWh의 전력을 절감하였다. 이는 ESC의 강건한 과도 응답 성능을 실증한 연구이다. Wang, Li와 Cao (2019) 연구에서도 R410A 냉매를 사용하는 IHXC 증기 주입식 공기열원 히트펌프(Air-Source Heat Pump) 물 가열기(Water Heater)에 ESC를 적용하여 중간 압력을 최적화하고 다양한 외기 조건에서 효과를 검증한 시뮬레이션 연구를 수행했다.

④ SCVI(Sub-Cooler Vapor Injection) 초임계 CO₂ 히트펌프 최적화: Cui 등(2021)은 차세대 냉매 시스템인 초임계(transcritical) CO₂ 히트펌프에 다중 변수 ESC를 적용하여 토출 압력과 중간 압력을 동시에 실시간으로 최적화했다. 시뮬레이션 결과, 고정된 압력으로 운전하는 경우 대비 ESC는 항상 더 낮은 전력 소비와 높은 COP를 유지하며 최적점을 성공적으로 추종함을 보여주었다.

4.2. 중앙 공조 및 냉수 시스템

ESC는 개별 장비 수준을 넘어, 복합 열원과 다중 부하를 포함한 중앙 공조 시스템으로도 확장되어 왔다. 이러한 대규모 시스템에서는 부하 변동, 외기 조건 변화 등 비선형적 요인이 복합적으로 작용하지만, ESC는 모델에 의존하지 않는 실시간 탐색 특성을 통해 안정적으로 최적 운전점을 추적할 수 있음이 입증되었다.

① 냉수 시스템 최적화: Li 등(2013)은 수냉식 냉동기와 냉각탑으로 구성된 냉수 시스템에 ESC를 적용하였다. 냉각탑 팬 속도를 제어 변수로 설정하고, 냉동기 압축기와 냉각탑 팬의 총 전력을 피드백으로 받아 최적점을 탐색하였다. 시뮬레이션 결과, 부하 및 외기 온도 변화에도 ESC가 안정적으로 수렴하며 기존 대비 최대 5.7%의 에너지 절감 효과를 보였다. Zhao 등(2017)은 냉수 플랜트 대상 다변수 ESC 적용 시, 헤세 행렬 추정과 SVD 분석을 통해 최적화할 입력 변수(냉각탑 팬 유량, 응축수 유량, 냉수 출수 온도 설정점)의 중요도를 평가하고 영향력이 적은 변수를 제외하는 입력 선택 방법론의 유효성을 시뮬레이션으로 검증했다. 또한, Tyagi 등(2006)은 냉각탑의 최적 응축수 온도를 찾기 위해 교란-복조 방식이 아닌 구간 축소(bisection) 기반의 극값 탐색 알고리즘을 사용한 사례를 제시했다.

② 공조기 외기냉방 최적화: Li 등(2009)은 AHU Economizer 시스템에 ESC를 적용하였다. 외기 댐퍼 개도를 제어하여 기계적 냉방 부하를 최소화하였으며, 신뢰성이 낮은 온·습도 센서 대신 냉수 유량 명령값을 피드백 변수로 사용하였다. 시뮬레이션에서 초기 30%의 댐퍼 개도가 ESC를 통해 약 51%로 수렴하였으며, 이는 센서 의존성을 낮춘 ESC의 실용적 장점을 보여주었다. 또한 구동기 포화 문제를 해결하기 위한 안티-와인드업 ESC 기법의 효과도 검증했다.

4.3. 지열 히트펌프 및 VRF 시스템

일부 연구에서는 ESC의 적용 범위를 고효율·고 복잡도의 차세대 시스템으로 확장하고 있다. 지열 히트펌프(GSHP) 시스템과 VRF 시스템은 다양한 운전 방식과 다중 열원 특성으로 인해 일반적 제어 방식의 한계가 두드러지는데, ESC는 이러한 비선형 시스템에서 실시간 최적화를 가능하게 하는 유망한 방법으로 평가된다.

① 하이브리드 지열 히트펌프(GSHP): Hu 등(2016)은 냉각탑이 결합된 하이브리드 GSHP 시스템에 ESC를 적용하여 냉각탑의 상대 공기 유량을 제어하였다. 연구 결과, 히트펌프·펌프·팬의 총 전력 소비를 최소화하며 부하 변동 조건에서 약 23.8%의 에너지 절감 효과를 확인하였다.

② VRF 시스템 최적화: Yang 등(2018)은 VRF 시스템의 실외기(Outdoor Unit)를 대상으로, 압축기 토출 압력 설정치를 ESC로 최적화하였다. 실험 결과, 부하 조건에 따라 최대 15%의 에너지 절감이 가능했으며, 시스템 전반에 걸쳐 약 5%의 평균 절감 효과가 나타났다. 이는 ESC가 상용화된 냉난방 시스템에도 적용 가능한 실용적 제어 기법임을 보여주었다. Dong 등(2020)의 연구에서는 3대의 실외기와 12대의 실내기로 구성된 다중 ODU VRF 시스템에 다중 변수 ESC를 적용하여 압력 설정점, 팬 속도, 부하 분담 밸브 개도 등을 동시에 최적화하는 시뮬레이션을 수행했다. 특히 연구에서는 ESC의 최적화 과정에서 얻어지는 정보를 활용하여, 별도의 모델 없이 가장 효율이 낮은 실외기를 자동으로 정지시키거나(staging-off), 냉난방 부하 비율 변화에 따라 실외기 운전 모드를 자동으로 전환하는(mode switching) 지능형 운전 로직을 성공적으로 구현하고 검증했다.

4.4. 다중 유닛 시스템(Multiple Rooftop Unit)

대규모 건물 HVAC 시스템의 효율적인 운영을 위해 여러 대의 공조 유닛을 통합적으로 제어하는 것이 중요하다.

Ebegbulem 등(2018)은 2대의 RTU가 상호작용하는 시스템에 분산형 PI ESC를 적용하여, 각 RTU가 중앙 통신 없이 독립적으로 공급 공기 온도 설정값을 조절함으로써 전체 시스템의 소비 전력을 최소화하는 최적점을 찾는 시뮬레이션 연구를 수행했다. 연구는 ESC가 중앙 집중식 제어 없이도 다중 유닛 시스템의 협조적인 최적 운전을 가능하게 할 수 있음을 보여주었으며, 이는 확장성과 강건성이 중요한 실제 건물 적용에 있어 큰 장점이 될 수 있다.

4.5. 하이브리드 제어 설계에서의 ESC 활용

이전까지의 사례들은 ESC가 실시간 최적 제어기로서 직접적인 제어 성능 향상을 달성한 연구들이었다. 반면, ESC의 원리를 다른 제어 구조의 설계 단계에 응용하는 접근도 제안되고 있다.

Zhao 등(2020)은 자기 최적화 제어(Self-Optimizing Control) 기법의 한계를 보완하기 위해 ESC 기반의 하이브리드 설계 절차를 제안하였다. SOC는 방대한 오프라인 데이터를 이용하여 최적 제어 변수 조합을 찾는 방식으로, 계산 복잡도와 시간 소요가 크다는 한계가 있다. 연구에서는 이 과정을 ESC의 실시간 탐색 메커니즘으로 단순화하였다.

① 최적 운전점 탐색: ESC를 이용해 기준 운전 조건에서의 최적점을 실시간으로 탐색한다.

② 시스템 특성 추정: ESC의 교란–복조 메커니즘을 시스템 식별(System Identification)에 응용하여, SOC 설계에 필요한 야코비안(Jacobian) 및 헤세(Hessian) 행렬을 소수의 동적 실험만으로 효율적으로 추정한다.

공기열원 히트펌프(Air Source Heat Pump)를 대상으로 한 시뮬레이션 검증 결과, 기존 복잡한 SOC 절차와 유사한 성능을 훨씬 단순한 과정으로 구현할 수 있었다. 이는 ESC의 핵심 원리가 실시간 제어뿐 아니라 고도화된 제어 설계 단계에서도 효과적으로 활용될 수 있음을 보여주었다.

4.6. HVAC 분야 ESC 선행 연구 요약

앞 절들에서는 ESC가 다양한 HVAC 시스템 및 구성요소에 적용된 사례를 중심으로 기술하였다. 본 절에서는 선행 연구들의 내용을 종합적으로 비교·정리하여, HVAC 시스템에서의 ESC 적용 경향과 주요 성능 개선 효과를 요약하였다.

Table 1은 ESC가 적용된 HVAC 시스템, 제어 대상 변수 및 성능에 대한 결과를 정리한 표이다. 대부분의 연구에서 ESC는 모델링 없이 실시간 최적화를 수행함으로써, 시스템의 에너지 소비량을 절감시키고 COP를 향상시키는 데 효과적인 것으로 나타났다. 특히, 단일 제어 변수에서 시작된 초기 연구는 이후 다중 변수 및 뉴턴 기반 ESC로 발전하며, 적용 대상도 개별 공조기에서 중앙 냉수 시스템, 지열 히트펌프, VRF 시스템, 그리고 CO₂ 히트펌프와 같은 첨단 시스템으로 확장되는 추세를 보였다.

전반적으로, 소규모 단일 기기(VCS, Mini-split)에서는 팬 속도 제어를 통해 전력 절감 및 COP 향상이 두드러졌고, 대형 중앙 시스템(Chilled water, AHU)에서는 냉각탑 팬 속도나 외기 댐퍼 개도 최적화를 통해 시스템 전체 에너지 절감이 확인되었으며, 첨단 시스템(GSHP, VRF, HTHP, CO₂ HPWH)에서는 다중 변수 ESC가 안정적인 최적 제어를 실현하며 최소 약 5%에서 최대 약 48%의 절감 효과를 나타냈다.

해당 결과들은 ESC가 HVAC 시스템의 복잡한 상호작용 속에서도 안정적으로 최적 운전점을 추종할 수 있는 강력한 제어 기법임을 의미한다. 또한, 제어 변수의 확장성과 다중 입력 처리 능력을 통해 향후 실증 기반의 지능형 에너지 관리 전략으로 발전할 가능성을 보여준다.

5. 결 론

본 연구는 건물의 에너지 소비 구조에서 큰 비중을 차지하는 HVAC 시스템의 에너지 절감 방안 중 하나로, 실시간 최적화 제어 기법인 Extremum Seeking Control(ESC)의 기술적 동향과 적용 사례를 분석하였다. 다수의 선행 연구 고찰을 통해 ESC의 원리, 기술적 발전 과정, 그리고 실제 시스템 적용 시의 효과를 확인하였으며, 결과는 다음과 같이 요약할 수 있다.

첫째, ESC는 기존 HVAC 제어 방식의 한계를 극복할 수 있는 실용적 대안임이 확인되었다. 전통적인 제어 방식은 동적 부하와 외기 조건 변화에 실시간으로 적응하기 어렵고, 모델 기반 최적화는 시스템의 복잡성과 불확실성으로 인해 실제 적용에 제약이 있다. 특히, Economizer 시스템의 센서 신뢰도 문제나, VRF 및 지열 히트펌프 등 정확한 모델링이 까다로운 시스템에서 Model-Free 접근법은 매우 강력한 장점을 나타낸다.

둘째, HVAC 시스템에 적용하기 위한 ESC 기술은 다양한 방향으로 발전해왔다. 초기에는 증발기 팬 속도나 댐퍼 개도율과 같은 단일 변수를 최적화하는 연구가 진행되었고, 이후 증발기 및 응축기 팬 속도를 동시에 제어하는 다중 변수 ESC로 발전하여 복수의 입력 변수를 동시에 최적화하는 방식이 제안되었다. 더 나아가, 뉴턴 기반 ESC를 통한 수렴 속도 향상, 적용 편의성을 높인 입력-출력 상관관계 기반 ESC 및 통계 기반 ES, 그리고 시스템 안정성을 높이기 위한 동적 보상기법 등이 제안되며 알고리즘이 고도화되었다. 또한, 구동기 포화 문제를 해결하기 위한 Anti-windup 기법의 도입은 ESC의 실용성을 크게 높이는 기술적 진전을 의미한다.

셋째, ESC는 HVAC 시스템의 에너지 효율과 성능 개선이 가능함을 실제 사례들을 통해 확인했다. 본 연구에서 분석한 적용 사례들은 ESC가 이론에만 머무르지 않고 실제 시스템에서 에너지 절감 효과를 가져온다는 것을 보여준다. 실내 에어컨 실험에서는 COP가 52% 향상되었고, 미니 스플릿 시스템 실험에서는 소비 전력이 약 48% 감소하는 결과가 나타났다. 고온 히트펌프 시뮬레이션에서는 소비 전력이 5.2% 감소하고 COP가 7.7% 향상되었으며, 냉수 시스템 및 VRF 시스템에서는 각각 5.7%와 5~15%의 에너지 절감 잠재력이 확인되었다. 이와 같은 구체적인 수치들은 ESC가 다양한 HVAC 시스템에서 장비의 운전 비용을 절감하고 성능을 극대화하는 데 매우 효과적인 제어방법임을 보여준다.

결론적으로, Extremum Seeking Control은 복잡하고 동적인 HVAC 시스템을 위한 효과적인 실시간 최적화 제어 기법이다. 최근 연구들은 ESC의 적용 범위를 더욱 확장하고 있다. 기존의 단일 유닛 시스템을 넘어 다중 실외기 VRF 시스템이나 여러 대의 RTU가 연동되는 대규모 시스템에도 분산형 ESC 등을 통해 성공적으로 적용될 수 있는 것으로 나타났으며, 증기 주입식 고온 히트펌프나 초임계 CO₂ 사이클과 같은 첨단 HVAC 기술의 성능 향상에도 효과적으로 활용되고 있다. 알고리즘 측면에서도, 기존 일반적인 ESC의 한계를 개선하기 위한 입력-출력 상관관계 기반 ESC, 비례 적분 ESC 등 새로운 기법들이 개발되어 튜닝 편의성과 수렴 속도를 향상시키고 있으며, 실험적으로도 그 성능이 확인되고 있다. 또한 뉴턴 기반 ESC는 다변수 시스템의 최적화 속도를 높이는 데 기여하고 있다. 더 나아가 ESC의 원리는 직접적인 최적 제어를 넘어, 모델 없는 자동 스테이징 로직 구현이나 다른 제어 전략(SOC) 설계를 위한 시스템 특성 추정 등 다양한 방식으로 응용되며 그 활용 가능성을 넓히고 있다.

여러 장점을 가지는 ESC 기법에서도, 추후에는 잠재력을 더욱 확장하기 위해 다음과 같은 방향으로의 연구가 요구된다. 첫째, 건물 및 기후 특성에 최적화된 통합 제어 알고리즘 개발, 분산형 ESC의 실제 대규모 건물 적용 및 검증, 입력-출력 상관관계 ESC와 같은 개선된 알고리즘의 다변수 확장 및 노이즈 강건성에 대한 심층적인 연구, ESC 기반의 지능형 제어 고도화, 그리고 지역 최적점(local optimum) 문제를 극복하기 위한 전역 최적화(global optimization) 알고리즘과의 결합 연구가 필요하다. 이와 같은 연구를 통해 잠재력이나 제어성능이 상승한다면, ESC는 차세대 스마트 빌딩의 핵심 에너지 관리 기술로 자리매김할 것으로 생각된다.