녹색 미션, 특허, 그리고 공간 빅데이터

산업공학과 손소영 교수

지구온난화를 더욱 실감 나게 했던 2023년도 여름이 지나고 사유의 계절이 다가왔다. 우리 대학교 정문을 들어서며 공대로 향하는 길에 마주하게 되는 맑고 드높은 파아란 하늘이 더욱 우리를 반겨줄 것으로 기대된다. 연구하기에 좋은 계절이다. 우리 산업통계연구실은 산업사회에서 발생하는 제반 문제를 창의적으로 해결해 인류 후생에 기여할 수 있는 데이터 기반 연구에 전념해 오고 있다. 이 글에서는 “solve for good”이라는 미션 하에 녹색 특허와 공간 빅데이터 분석을 활용해 개발한 “지속 가능 환경을 위한 전략적 의사 결정 시스템” 몇 가지를 공유하고자 한다. 이러한 연구로 에너지 분야 노벨상이라 불리는 ‘Eni Award 시상위원회’에서 수상을 위한 예비 후보 응모를 제안받은 바 있다. 

녹색 특허로 답하다

효과적인 CO2 감축을 위해 많은 국가들이 에너지 강도, 연료 mix, CO2 배출 상숫값이 다른 환경에서 화석 연료, 신재생 에너지 및 저장 기술과 관련된 녹색 기술 개발을 위해 노력하고 있다. 이러한 노력을 통해 국가별로 얼마나 기술적으로 잘 대응을 하고 있으며 개발된 기술은 과연 지속 가능한 환경 조성에 제대로 활용되고 있는지 비교 분석이 필요하다. 

Kwon, Cho, & Sohn(2017)은 지속 가능 환경을 위한 국가별 기술 개발 대응 의지와 더불어 그들이 보유한 녹색 특허 대비 CO2 감축 기술 효율성을 비교하고 벤치마킹하기 위해 2단계 데이터 포락 분석(DEA)을 제안했다. 유럽 12개국의 2007~2010년 데이터를 적용한 결과, 독일과 프랑스는 기술 효율성 관점에서, 영국은 기술 효율성과 자발적 대응 의지 면에서 규모 효율성 개선을 요하는 것으로 나타났다. 이 프레임워크는 각 국가에 효율적인 CO2 감축과 바람직한 녹색 에너지 기술 개발의 벤치마크 수준을 제공할 수 있어 지속 가능 환경 전략에 기여가 기대된다. 최근에는 국가별로 보유하고 있는 분야별 녹색 기술 대비 다양한 섹터로의 녹색 투자 유인 효율성과 이러한 녹색 투자와 CO2 감축과의 관계에 미치는 국가 차원의 기술 지원 정책의 유효성을 3단계 DEA 분석을 통해 연구 중인 강동훈 박사과정(학위논문)을 지도 중이다.

화석 연료 관련 Lee & Sohn(2014)은 미국과 중국의 셰일 가스 개발 기술의 비교를 위해 관련 특허 초록을 텍스트 마이닝했다. 탄화수소 에너지의 중요한 형태인 셰일 가스 관련 기술은 가스가 저장된 지역의 지리적 특성을 반영해 개발된다. 미국은 세계 셰일 가스의 대부분을 생산하고, 중국은 세계 최대의 셰일 가스 매장량을 보유하고 있다. 본 연구에서 미국 특허청(USPTO)과 중국 특허청(SIPO)에 각각 등록된 셰일 가스 관련 특허 명세서 분석 결과, 미국의 경우 핵심 첨단 기술이 수압 파쇄, 수평 시추, 미끈한 수역 등과 관련이 있는 반면, 중국은 프로판트에 집중하고 있는 것으로 관찰됐다. 본 연구 결과는 에너지 전문가들이 기술 수입과 관련된 에너지 정책을 설계하는 데 도움이 될 것으로 기대된다. Seo, Han, & Sohn(2018)은 가스 하이드레이트와 관련된 학술 연구 및 기술 개발 추세를 비교해 해당 분야 기초과학과 기술 발전의 관계를 검토했다. 

Seo, Sohn, & Lee(2020) 연구에서는 전 세계 원자력 산업을 주도하고 있는 미국, 유럽, 일본, 중국에 출원된 핵폐기물 관리 분야 기술의 변화를 탐구했다. 1972년부터 2014년까지 해당 지역에 출원 특허를 기반으로 군집분석을 사용해 핵폐기물 관리 분야의 15가지 기술 주제를 처음으로 밝혔다. 여기에 기술 네트워크 분석을 사용해 시간이 지남에 따라 이러한 주제의 변화를 관찰했다. 그 결과 핵무기와 관련된 역사, 이데올로기 유형, 지질 조건, 자원 상황, 국제 문제 등의 지역적 조건이 핵폐기물 처리 기술의 추세에 영향을 미치는 중요한 요소임을 보였다. 우리는 기술 개발의 대부분이 선진국과 후발 주자 모두에게 유용할 수 있는 “장기 저장”에 관한 것임을 보였다. 그러나 장기 저장이 핵폐기물 관리의 최종 단계가 아니기 때문에 후발 주자들은 자체 R&D뿐만 아니라 선진국과의 라이선싱 또는 공동 R&D를 통한 개방형 혁신을 통해 핵폐기물 관리에 대한 기술적 역량을 확보해 핵에너지의 전반적인 수명 주기에 대한 기술을 완성해야 함을 제시했다.

석유 및 가스 기업은 에너지 전환을 위한 여러 로드맵을 계획하고 구현해 왔다. 이러한 로드맵에는 오염 저감, 탄소 포집 및 저장과 같은 솔루션의 채택뿐만 아니라 재생 에너지로의 급진적인 전환이 포함된다. 적절한 디지털 기술의 채택은 각 경로에서의 전환을 의미 있게 촉진할 수 있다. 전환 전략, 타임라인 및 기존 기능을 고려할 때 디지털 기술을 활용하는 방향은 기업마다 다를 수 있음에도, 이런 점을 포괄적으로 다룬 연구가 아직 이뤄지지 않았다. 최근 우리 연구실(전은지, 윤나은)은 영국 셰필드대 지수정 교수와 국제 공동 연구의 일환으로 특허 데이터를 활용해 석유 및 가스 기업의 에너지 전환 과정에서 디지털 기술 채택 방향을 제시하는 프레임워크를 개발 중에 있다. 더불어 RE100(Renewable Electricity 100) 효과 분석 연구(천건혁), 용량뿐 아니라 안전 및 재사용성을 고려한 리튬배터리 기술 예측(임동현), 지속가능사회를 위한 인공육기술 추이 연구(Simuzar Aliyeba)를 특허 데이터를 활용해 지도 중이다. 

우리 연구실 연구의 주된 데이터 원천으로 특허 빅데이터가 큰 몫을 하고 있는 한편, 방법론으로 공간 빅데이터 분석이 활발하게 적용되고 있다. 다음은 2010년대 중반 국토부 과제(국토 공간 정보의 빅데이터 관리, 분석 및 서비스 플랫폼 개발)에 참여해 공간 빅데이터 활용 분야를 제안하고, 해당 서비스 기능 개발에 참여한 경험을 바탕으로 녹색 미션에 기여한 우리 연구실 연구 중 일부를 소개하고자 한다.

공간 빅데이터로 녹색 미션에 기여

Kim, Kang, & Sohn(2016)은 지리적 가중 회귀 분석을 사용해 서울시의 동별 CO2 배출량의 공간 패턴을 확인했다. 에너지 소비 또는 CO2 배출을 줄이려는 노력은 세계적인 추세이다. 이러한 추세에 따라 에너지 소비 또는 CO2 배출량에 영향을 미치는 특성과 관련된 공간 연구가 수행됐지만 공간 이질성이 아닌 공간 의존성에 초점을 맞춘 연구만 수행됐다. 본 연구의 목적은 서울시의 사회경제적 요인, 토지 이용 특성, 교통 인프라 등을 바탕으로 CO2 배출량의 공간적 이질성 패턴을 파악하는 것이었다. 서울시 423개 행정구역 자료를 대상으로 지리적 가중회귀분석(GWR)을 실시했다. 그 결과 대부분의 지역에서 인구 및 고용 밀도, 도로 밀도 및 철도 길이가 CO2 배출량 증가와 관련이 있는 것으로 규명됐다. 한편 강남구 대부분의 지역에서는 주거 밀도와 녹지 밀도가 이산화탄소 배출량 증가와 가장 큰 관계가 있는 것으로 나타났다.

대기 오염의 주요 원인인 자동차 배기가스는 3마일 이하의 짧은 자동차 주행에서 많이 배출된다. 자전거는 환경친화적이고 경제적이며 편리한 수단이기 때문에 이러한 짧은 자동차 주행을 대체하는 최적의 수단으로 간주되고 있다. Park & Sohn(2017)은 짧은 자동차 여행을 대체하기 위한 자전거 공유 스테이션의 입지를 단거리 택시 주행 데이터를 기반으로 선정하기 위해 공유 스테이션에서 최소 거리의 수요를 가장 효과적으로 만족시킬 수 있는 p-median 모형과 주어진 거리 내에서 최대 수요를 만족시킬 수 있는 MCLP(Maximal Covering Location Problem) 모형을 활용한 녹색 미션 프레임워크를 제안했다. 서울시 강남구에 적용한 결과 p-median 모형을 적용했을 때는 선정된 정거장들이 구 전체에 더 많이 산재돼 있는 반면, MCLP 모형을 적용했을 때는 정거장이 수요가 많은 중심 지역에 더 집중돼 선정되는 것으로 나타났다. 우리의 접근 방식은 자전거 공유 시스템을 고려하는 모든 도시에 적용 가능하며 도심 중심부의 환경 조건을 개선하는 시스템의 효율성에 기여할 수 있다.

Kim, Lee & Sohn(2019)에서는 공유 자전거 스테이션 간의 공간적 의존성뿐만 아니라 날씨와 평일/주말 변수의 영향을 고려해서 기존의 예측 모델보다 더 나은 성능을 가진 그래프합성곱 신경망 네트워크를 활용한 스테이션별 공유 자전거 수요 예측 모형을 제안하고 서울시 사례에 적용했다.

또한 Lee & Sohn(2017)은 에너지 절약의 일환으로 빈 택시로 운행하는 시간을 줄이기 위한 빅데이터 기반 연구를 진행했다. 2013년 실시간 뉴욕시 택시 운행 데이터를 분석한 결과 택시 운행 특성뿐만 아니라 날씨, 토지 이용, 인구 통계, 사회경제적 변수 및 대중교통 접근성이 빈 택시 운행 시간과 관련이 있음을 보였다. 

광대한 버스 및 지하철 네트워크가 존재함에도 불구하고, 아침 출퇴근 시간에 택시 수요가 대도시 지역에서 많이 발생한다. 이러한 종류의 아침 러시아워 교통은 주거 지역과 대중교통 지점을 연결하는 마을버스를 통해 해결할 수 있다. Park, Lee, & Sohn(2019)은 실시간 택시 GPS 데이터에 기록된 차량의 이동 궤적을 나타내는 도로명 벡터를 추출하는 신경망 기반의 임베딩 방법론을 적용한 후 이러한 벡터를 군집분석해 출퇴근 시간 동안 택시 궤적 패턴을 가장 잘 반영할 수 있는 마을버스 경로를 제안했다. 정수계획법을 활용해 마을버스 출발점 도로 벡터와 종점 도로 벡터에서 중간 정류장의 도로 벡터를 뺀 것 사이의 코사인 유사도를 최대로 하는 중간 정류장 위치를 정하게 된다. 본 연구에서 제안한 방법을 남서울 터미널과 예술의 전당 지역에 적용해 얻은 새로운 마을버스 노선은 주거지역, 환승역, 학교 등을 통과하는 경향이 있다는 점에서 기존 노선과 차이가 있음을 보였다. 또한, 본 연구에서 개발한 모형은 아침에 택시 수요가 많은 지역을 수용해 마을버스에 적합한 노선을 찾아 러시아워 동안 교통량을 줄이는 데 큰 기여를 할 것으로 예상된다.

Gwak, Lee, Lee & Sohn(2017)은 지속 가능한 도시 생태계를 달성하기 위한 옥상녹화 최적 위치 선정을 위한 새로운 프레임워크를 제안했다. 제안된 프레임워크는 도시 거주자에 대한 사회경제적 및 환경적 혜택뿐만 아니라 꿀벌 방화 활동을 고려한 옥상정원의 이점을 극대화할 수 있는 건물 입지를 선택한다. 프레임워크는 크게 세 단계로 구성되며, 먼저 건물 유형을 고려해 옥상 녹화를 위한 건물 후보지를 선정한다. 둘째, 선정된 건물 후보지는 예상되는 사회경제적 및 환경적 영향 측면에서 순위가 매겨진다. 옥상 녹화의 이점은 에너지 효율 및 대기 질 개선, 도시 홍수 위험 및 기반 시설 개선 비용 절감, 교육·여가 공간 조성 등이다. 또한, 녹색 옥상정원을 설치하는 데 드는 예상 비용도 고려된다. 우리는 건물의 위치에 따라 편익과 비용이 달라질 수 있기 때문에 각 건물 단위에 대한 옥상정원의 예상 효과를 결정하기 위해 공간 데이터를 사용한다. 세 번째 단계에서는 수분 활동이 가능한 도시형 양봉장으로서 옥상정원을 위한 최적의 위치를 결정하기 위해 MCLP를 적용해 최종 건물 입지를 제안할 수 있도록 했다. 실제 서울시 공간 빅데이터를 제안된 프레임워크에 적용해 지속 가능한 도시 생태계에 기여 예를 제시했다.

그리고 감사 

앞서 언급된 연구논문(공저자 제자들: 이보경, 한은진, 이원경, 지수정, 서정우, 김동하, 권득신, 박정, 이정표, 김태산)뿐 아니라 다음과 같은 공간 빅데이터 기능 개발이 우리 연구실에서 이뤄졌다.

▪ 2015년  

개발자  (이원경) 대중교통 접근성 분석 (E2SFCA 방법)

개발자  (이보경, 지수정) 주차창 Footprint (주차 Footprint Index)

▪ 2016년 

개발자  (강기연) 지역의 공시지가와 주변의 유동인구와의 관계를 고려한 공시지가 이상지점 발견 (Bivariate LISA)

개발자  (최효신) 노인복지시설 최적 입지선정 (Getis-Ord Gi*)

▪ 2017년 

개발자  (권득신) 택시 승하차 시공간 핫콜드 클러스터 탐색 (Space-Time Scan statistic)

개발자  (조준형) 보행자 교통사고 이상치 지점 발견 (Score  통계량)

▪ 2018년 

개발자  (한은진, 김경혜) 빈집발생 영향요인 파악 (GWL model)

개발자  (박정) 택시데이터 기반 공간 클러스터링 및 버스 환승지점 제안 (LDA, Entropy Clustering)

개발자  (이정표) 대기오염도 예측 (CNN + LSTM)

개발자  (김형준) 인구 쏠림 현상 탐지 (SVDD)

이처럼 매우 창의적이고 참신한 아이디어를 제안하고 열정적으로 함께 연구에 참여한 제자들과 그동안 귀하고 보람찬 시간을 연세 교정에서 함께할 수 있었음에 깊은 감사의 마음을 전하고 싶다.

2025년 2월 정년퇴임을 앞둔 손소영 교수는 공과대학 산업공학과에서 데이터마이닝/품질공학/기술금융 분야 강의 및 연구를 하고 있으며, 한국과학기술한림원 공학부 정회원으로 여성과학자위원회를 대표해 활동 중이다. http://isl.yonsei.ac.kr

참고문헌

Gwak, J. H., Lee, B. K., Lee, W. K., & Sohn, S. Y., “Optimal Location Selection for the Installation of Urban Green Roofs Considering Honeybee Habitats along with Socio-Economic and Environmental Effects”, Journal of Environmental Management, 189, 125-133, 2017.

Kim, D. H., Kang, K. Y., Sohn, S. Y., “Spatial Pattern Analysis of CO2 Emission in Seoul Metropolitan City Based on a Geographically Weighted Regression”, Journal of the Korean Institute of Industrial Engineers, 42(2), 96-111, 2016.

Kim, T. S., Lee, W. K., Sohn, S. Y., “Graph Convolutional Network Approach Applied to Predict Hourly Bike-Sharing Demands Considering Spatial, Temporal, and Global Effects”, PLOS ONE, 14(9), e0220782. 2019.

Kwon, D. S., Cho, J. H., & Sohn, S. Y., “Comparison of technology efficiency for CO2 emissions reduction among European countries based on DEA with decomposed factors”, Journal of Cleaner Production, 151, 109-120, 2017.

Lee, W. J & Sohn, S. Y., “Patent Analysis to Identify Shale Gas Development in China and the United States”, Energy Policy, 74, 111-115., 2014.

Lee, W. K. & Sohn, S. Y., “Taxi vacancy duration: a regression analysis ”, Transportation Planning and Technology, 40(7), 771-795, 2017.

Park, C., Lee, J.P., Sohn, S. Y., “Recommendation of feeder bus routes using neural network embedding-based optimization”, Transportation Research Part A: Policy and Practice, 126, 329-341, 2019.

Park, C., Sohn, S. Y., “An Optimization Approach for the Placement of Bicycle-Sharing Stations to Reduce Short Car Trips: An Application to the City of Seoul”, Transportation Research Part A: Policy and Practice, 105, 154-166, 2017.

Seo, J. W., Sohn, S. Y., Lee, B. K., “Patent clustering and network analyses to explore nuclear waste management technologies”, Energy Policy, 146, 111794, 2020.

Seo, S. J., Han, E. J., & Sohn, S. Y., “Trend Analysis of Academic Research and Technical Development pertaining to Gas Hydrates”, Scientometrics, 105(2), 905-920, 2015.