Research Task · RT-W12 · 2025.06 · WMS AI
⚡ 에너지 최적화 및 ESG 관리
RL 기반 HVAC 제어 · Scope 1/2 탄소 배출 자동 계산 · 박소연 선임연구원 · 연구노트 36p 대응
🎯 연구 배경
창고 내 HVAC · 조명 · 컨베이어의 에너지 소비를 AI로 최적화하여 전력 비용을 15~20% 절감합니다. 동시에 ESG 보고서용 탄소 발자국 자동 계산 모듈을 구현하여 Scope 1/2 배출량을 실시간 집계·공시 가능한 형태로 제공합니다.
🤖 강화학습 기반 HVAC 제어
# 강화학습 기반 HVAC 제어
state = [temp_inside, temp_outside, humidity, occupancy, hour]
action = [hvac_setpoint, fan_speed, lighting_level]
reward = -(energy_kwh * price_per_kwh) \
+ comfort_score \
- penalty_if_too_hot_cold
💡 에이전트가 매 시간 state 5변수를 관찰하고 action 3변수를 선택합니다. 보상은 에너지 비용 페널티 + 쾌적도 보상 + 체감 페널티의 가중합으로 계산되며, 실내 온도가 쾌적 범위(18~24°C)를 벗어나면 큰 페널티가 부과됩니다.
🌍 ESG 탄소 발자국 계산
# Scope 2 (간접 · 전력)
monthly_scope2 = electricity_kwh * 0.459 # kgCO2/kWh (한국 기준)
⚡ 전력 소비 (Scope 2)
kWh × 0.459 kgCO2/kWh
한국 전력 탄소 계수 기준. 월간 전력 사용량에 직접 곱산.
❄️ 냉매 누출 (Scope 1)
GWP × 누출량
R-410A GWP=2088 등 냉매별 지구온난화지수 × 연간 누출량으로 CO2 환산.
⛽ 지게차 LPG (Scope 1)
LPG(L) × 1.51 kgCO2/L
물류 장비 LPG 연료 소비량 × IPCC 배출 계수. 디젤/전기 차량은 별도 계수 적용.
📉 6월 운영 성과
✓ RL HVAC + ESG 모듈 도입 후 (2025.06 기준)
월간 전력 소비
−17.3%
▼ 기준 대비
월간 탄소 배출
28.4 tCO2
23.5 tCO2
▼ 17.3%