에너지부문 빅데이터 활용사례 조사 연구

지금까지 에너지 사용자들은 에너지소비 데이터를 확인하고 활용할 수 있는 표준화된 시스템에 접근할 수 없었으며, 이 때문에 에너지도 비효율적으로 사용할 수밖에 없었다. 하지만 그린버튼의 출범은 에너지 소비행태에 일대 변혁을 가져올 수 있는 잠재력을 가진 것으로서 주목을 끌고 있다. 일반 가정이나 기업이 에너지 소비 효율성을 높이고 관심을 가질 수 있도록 유도하는 역할을 할 것으로 기대되기 때문이다. 2012년 9개의 전력회사(에너지 공급사)와 1,500만 명의 전력 소비자가 참여하면서 시행된 그린버튼은 2013년 12월 현재 48개 유틸리티 사와 전력회사, 5,900만 가구 및 기업이 참여 중이다. 그리고 4,200만 가구 및 기업에서 1억 명 이상의 고객이 그린버튼을 통하여 에너지데이터에 접근한 것으로 나타났다. 캘리포니아 주에서는 그린버튼 보급을 통해 6만GWh의 전력을 절감한 것으로 나타났다. 설비규모로는 15GW에 해당하며, 전력절감으로 500MW 발전기 30기를 대체한 효과이다. 이로 인해 2,290만 톤에 이르는 이산화탄소 배출을 감축한 것으로 나타났다. 미국의 Inrix사는 아이폰용 교통정보 앱을 통해 사용자의 교통정보를 수집함과 동시에 정보제공 역할을 함으로써, 사용자가 필요로 하는 최적의 교통정보 제공하고 있다. 실시간 교통정보와 교통예보 정보를 서비스하기 위하여 2백만 대 이상의 GPS 설치차량, 모바일 장비, 전통적인 도로교통 센터, 기타 교통정보 수집 장비를 활용한다. 이밖에 교통 흐름에 영향을 주는 기상, 대규모 행사, 도로공사 등 다양한 이벤트 정보를 수집하여 교통패턴의 변화를 예보한다. 예측결과는 짧게는 몇 분 이후부터 길게는 1년 이후에 대한 교통정보를 제공한다. 그리고 일본 노무라연구소는 UTIS(Ubiqlink Traffic Information System)를 통한 독자적인 도로교통정보망을 구축하였고, 스마트폰 네비게이션 어플리케이션인 ｢전력안내, 네비｣를 제공하고 있다. 해당 앱은 일본 전역의 택시 약 11,000여 대와 데이터 제공에 동의한 사용자로부터 실시간으로 데이터를 수집한다. 주로 GPS로부터 수신되는 데이터를 분석하여 교통상황을 파악하는 것이다. 지난 2013년 9월 서울시는 심야전용 버스인 ｢올빼미버스｣의 9개 노선을 확정하고 운행을 시작했다. 그동안 서울 시민들은 심야시간 대에 이용할 수 있는 대중교통 수단을 끊임없이 요구해왔다. 이에 서울시는 상대적으로 비용이 많이 소요되고, 안전사고의 위험이 있는 지하철 대신 심야버스를 운행하는 쪽으로 가닥을 잡았다. 하지만 운행에 앞서 효율적인 운영이 가능한 버스노선을 선정해야 했다. 이 과정에서 서울시는 방대한 자료를 수집한 후 빅데이터 분석을 실시하였다. KT의 통화량 데이터와 시가 보유한 교통 데이터를 활용하여 심야 유동인구를 분석함으로써 교통수요를 산출하였고, 이를 통해 최적의 버스노선을 도출하는데 활용한 것이다. 분석을 위해 서울시 전역을 반경 1km의 1,252개 구역(셀)으로 분할한 후 2013년 3월, 1달 간 자정부터까지 새벽 5시까지 이용된 KT의 휴대전화 송신정보 30억 건에 대한 자료를 바탕으로 유동인구 분석과 시각화작업을 수행하였다. 통화량 데이터를 바탕으로 심야 시간대에 유동인구가 집중되는 지역이 강남, 홍대, 동대문, 신림, 종로 등인 것으로 파악하였다. 그리고 심야시간대 택시 승하차 데이터 500만 건을 추가로 분석하였다. 이어 서울시는 시각화된 유동인구를 노선별, 요일별로 패턴을 분석 해 심야버스 노선을 최적화하였다. 빅데이터 분석 결과와 미리 만든 심야버스 노선안을 비교해 차이가 나는 부분을 개선한 것이다. 노선을 확정한 후에는 정류장 단위로 통행량을 산출하고, 이를 선굵기로 표현해 요일별 배차간격을 조정하는데 활용하였다. 서울시는 빅데이터 분석을 통해 낮 시간대와는 다른 심야시간대의 교통상황 특징을 반영하고, 유동인구와 버스취약 계층을 배려한 버스노선을 설계할 수 있었다. 이로 인해 당초 계획했던 6개 노선의 일부 운행구간을 조정함으로써, 효율성을 5%가량 개선한 것으로 평가된다. 운행이 시작한 이후 심야버스의 이용승객 수는 증가하고 있으며, 운행실적이나 시민의견 등을 반영하여 노선을 개편하고 있다. 특히 해당 네비게이션 서비스는 지난 2011년 일본 대지진시 도로교통 체증으로 인한 피해를 최소화하는데 도움이 되었다는 평가다. 당시 대중교통의 운행중단으로 인해 자동차와 택시의 운행이 증가하면서 심각한 교통체증이 발생하였는데, 이 서비스에서 제공하는 도로 정보를 활용한 고객들이 SNS에 해당 앱의 효과를 게시한 바 있다. GPS 데이터를 활용하여 자동차의 주행속도를 계산하고, 도로교통정보를 예측한 후 사용자의 스마트폰으로 송신하는데, 도로 체증이 발생할 경우 최상의 빠른 길을 재검색하여 출발지에서 목적지까지의 최적 경로를 안내하기 때문이다. 또한 노무라연구소는 UTIS를 활용하여 응급차량 및 복구차량 등에 피해지역의 실제 도로교통상황을 안내하는 ‘흐르는 도로맵’을 인터넷을 통해 무상으로 제공하기도 했다. 이처럼 다양한 사용자에 의해 취득된 정보를 바탕으로 한 앱 서비스는 실시간 교통 정보를 공유함으로써 최적의 교통 안내 서비스 제공이 가능하다. 그리고 교통체증으로 인한 에너지 낭비를 방지함으로써 수송부문의 에너지효율을 개선할 수 있다. 이와 비슷한 서비스로 우리나라의 SK텔레콤의 T-map 등이 있다. 한국석유공사는 국제 유가정보와 국내 주유소 데이터 및 다양한 변수를 분석하여 국내 석유제품 판매가격과 단기 유가 예측가격을 제공하고 있다. 오피넷이 처음 개설된 초창기에는 모든 주유소로부터 데이터를 합법적으로 수집할 수 있는 방법이 없었기 때문에 표본조사를 통해 일부 주유소의 석유제품 가격을 수집해야 했다. 따라서 과거 오피넷에서는 지역별, 정유사별 석유제품에 대한 평균가격 같은 수준의 결과값 밖에는 제공할 수 없었다. 또한 조사를 위해 각 주유소에 전화를 걸어 데이터를 수집하기에는 한계가 존재했다. 그리고 각 주유소에 자발적인 가격보고를 강제할 경우 가격제한 정책으로 인식될 수 있어 업계의 반발이 예상되는 상황이었다. 하지만 사업자가 관련 사업을 하기 위해서는 관련 정보를 석유공사에 제공하도록 ｢석유 및 석유대체연료 사업법｣이 2009년에 개정되면서 정보공개에 대한 제약을 극복할 수 있게 되었다. 법 개정 후 석유공사는 주유소 카드단말기 결제시스템을 활용하여 데이터 수집에 대한 제약을 해결했다. 주유소 카드단말기는 주유량을 체크한 후 할인 기능을 제공한다. 데이터가 확보되면서 한국석유공사는 석유제품가격의 단기 미래 가격을 예측하고, 제공하기 위하여 2011년 말 유가예보 시스템을 개발하였다. 국내 1만 3천여 개의 주유소로부터 수집된 석유제품 가격 정보를 토대로 지역별, 경로별 주유소 위치 및 제품가격 검색기능을 제공하여 소비자들은 주유소별 휘발유 및 경유의 판매가격을 확인한 후 직접 주유소를 선택하여 유류 구입이 가능하다. 동시에 유가변동에 영향을 주는 다양한 변수를 고려하는 빅데이터 활용 예측모델을 개발하여 1주일 후의 석유제품 예측가격을 제공한다. 소비자들은 지역별, 연료별, 상표별로 예측된 석유제품가격의 변화를 5가지 수준(상승, 소폭 상승, 보합, 소폭 하락, 하락)으로 세분화된 시각화 자료로 확인할 수 있다. 소비자는 오피넷에서 제공하는 정보를 활용하여 사용자의 현재 위치와 가장 가까운 곳 또는 가장 저렴한 유가 정보를 제공받을 수 있다. 이로 인해 시간과 에너지소비를 절감할 수 있다. 또한 인근 주유소들 간의 유가정보를 공유함으로써 건전한 경쟁을 통해 유가를 낮출 수 있는 환경이 마련된 것으로 평가된다.