Journal Search Engine

to

Search Advanced Search Adode Reader(link)
Download PDF Export Citation Korean Bibliography PMC Previewer
ISSN : 2288-9167(Print)
ISSN : 2288-923X(Online)
Journal of Odor and Indoor Environment Vol.20 No.4 pp.304-310
DOI : https://doi.org/10.15250/joie.2021.20.4.304

Development of indoor air quality index for air quality management of multi-use facilities
- For child care centers and elderly care centers

Do Yun Kim1, Tae Jung Lee1, Oh Jong Kwon2, Young Min Jo1*
1Department of Applied Environmental Science, Kyung Hee University
2SID HUB
*Corresponding Author: Tel: +82-31-201-2485 E-mail: ymjo@khu.ac.kr
01/11/2021 18/11/2021 19/11/2021

Abstract


In this study, indoor air quality indices (IAQI-C and IAQI-E) were developed for child care centers and elderly care centers based on health effects, and compared to the air quality index (CAI) for outdoor atmosphere. In addition, composite indices that integrate individual indices for each pollutant were developed to quickly and conveniently recognize the current air quality. Among all data, 71.2% and 35.6% belonged to the grades 'Good' and 'Moderate' for child care centers and elderly care centers, respectively. This assessment is more stringent than the CAI's criteria.


Air quality index , Child care center , Elderly nursery , Fine dust , Indoor air quality

다중이용시설의 공기질 관리를 위한 실내공기질지수 개발
- 어린이집과 노인요양시설을 대상으로

김 도윤1, 이 태정1, 권 오종2, 조 영민1*
1경희대학교 환경응용과학과
2(주)에스아이디허브

초록

    © Korean Society of Odor Research and Engineering & Korean Society for Indoor Environment. All rights reserved.

    1. 서 론

    현대인들은 하루 중 80~90%를 실내에서 소비하며, 특히 영유아와 노인은 하루 중 90% 이상을 실내에서 생활하므로, 장시간 실내공간의 농축된 오염물질에 노출될 가능성이 높다(Sota et al., 2018;Lee et al., 2021). 다중이용시설의 실내공간 가운데 어린이집과 노인요양시설은 민감계층(Vulnerable ages)으로 분류 되는 영유아와 노인이 주로 이용하는 시설이다. 영유아들은 성인보다 체격이 작고, 몸무게에 따른 호흡률이 높아 공기보다 무거운 오염물질에 노출될 위험이 높다(Landrigan, 1998;Choe et al., 2020). 또한, 노인요 양시설을 이용하는 노인들은 해당 시설에 거의 24시 간 머무르며 실내오염물질에 노출되고 있기 때문에 어린이집과 노인요양시설 내 공기질은 민감계층인 영유아와 노인들의 건강에 직접적인 영향을 미친다. 특히, 미세먼지(PM10, PM2.5)에 장기간 노출될 경우, 호흡기 질환, 폐기능 감소, 심장질환, 폐암 등이 유발되며(Jang, 2014;Yang, 2019), 실내에서 고농도 이산화탄소(CO2)가 나타날 경우 졸음, 두통, 현기증 등을 유발 한다(Myhrvold et al., 1996;Shendell et al., 2004;Mendell and Heath, 2004).

    한편, 정부에서는 통합대기환경지수(CAI, Comprehensive Air-quality Index)를 이용하여 현재의 대기질을 등급화하여 국민들에게 전달하고 있다(https:// www.airkorea.or.kr). 그러나 실내에서는 재실자들이나 관리자들에게 쉽게 실시간 공기질을 전달할 수 있는 지수가 없고, 일부 문헌에서만 연구형태의 제안에 머무르고 있다. 실내공간에 존재하는 미세먼지는 동일한 질량에서도 성분에 따라 재실자의 건강에 끼치는 영향이 다르기 때문에 실내공간에 적합한 공기질지수가 필요하다(Dominici et al., 2015;Yang, 2019).

    따라서 본 연구는 민감계층 활동공간으로 분류되는 어린이집과 노인요양시설을 대상으로 맞춤형 실내공기질지수인 IAQI-C (Indoor Air Quality Index - Child care center)와 IAQI-E (Indoor Air Quality Index - Elderly care centers)를 개발하여 효과적인 실내공기질 관리가 이루어질 수 있도록 하였다. 또한, 지수 등급별 건강영향을 제시하여 재실자 및 관리자들이 실내공기질 수준을 신속하게 판단하고, 대처할 수 있도록 하였다.

    2. 연구방법

    2.1 시설별 맞춤형 실내공기질지수 개발

    본 연구에서는 시설별로 재실하는위험성 지수(HQ) 를 기반으로 건강영향에 초점을 맞춰 어린이집과 노 인요양시설을 대상으로 실내공기질지수(IAQI-C, IAQIE)를 개발하였다. 위험성 지수는 건강영향의 가능성에 대해 1을 기준으로 판단한다(US EPA, 2005). Wang et al. (2008)과 Kim et al. (2010)은 식 (1)을 통해 HQ 값을 계산하였는데, 오염물질의 농도(CA)를 등급별 기준농도(breakpoint)로 대입하고, 호흡률, 몸무게, 노출빈도 등 노출계수(Exposure factor)를 대입하여 최종적으로 HQ를 산출하였다. 본 연구에서는 반대로, 먼저 지정된 HQ를 대입하고, 각 시설에 대한 주 이용자의 노출계수를 대입하여 최종적으로 CA를 산출하는 역계산법을 선택하였다. 이때, 오염물질에 민감한 경우를 포함하기 위해 노출계수를 worst case로 설정하여 계산하였다. 최종적으로 산출되는 CA를 바탕으로 IAQI-C의 등급별 기준농도를 설정하였다. 이러한 방법은 기존의 계산과정이 최종적으로 HQ값이 산출 되어 해당 농도가 건강영향이 어느 정도인지 판단하는 것에 그치지만, 반대로 최종적으로 오염물질 농도가 산출되는 역계산 방법을 적용하면 건강영향정도에 따른 오염물질 농도를 기준농도로 설정할 수 있으 므로 각각의 등급별 건강영향을 정의하기가 오히려 간편하다.

    H Q = C A × I R × E T × E F × E D B W × A T R f c × I R S / B W S
    (1)

    식 (1)에서 HQ는 위험성 지수를 의미하며, CA는 오 염물질의 농도(mg/m3)를 나타내고 있다. Rfc는 Reference Concentration으로서 본 연구에서는 어린이집 과 노인요양시설에 해당하는 실내공기질 유지기준 (PM10 75 μg/m3, PM2.5 35 μg/m3, CO2 1,000 ppm)을 적용하였다. IRS (Standard Inhalation Rate)와 BWS (Standard Body Weight)는 표준 호흡량과 표준 몸무게 로서 미국의 EPA는 각각 20 m3/day, 70 kg으로 정의하 고 있다(US EPA, 2011;Du et al., 2014). 본 연구에서는 노출계수를 국립환경과학원의 노출계수 편람인 ‘Korean Exposure Factors Handbook’과 ‘Korean Exposure Factors Handbook for Children’을 참고하여 대입하였 다. IR (Inhalation Rate)은 호흡률(m3/day), BW (Body weight)는 재실자의 몸무게, ET (Exposure Time)은 노 출시간(hr/day), EF (Exposure Frequency)는 노출빈도 (day/yr), ED (Exposure Durations)는 노출기간(yr), AT (Averaging Time)는 노출기간(ED)과 365일을 곱한 수 치로 노출을 포함하는 전체기간(day)이다(Kim et al., 2010).

    2.2 평가대상현장

    본 연구를 통하여 개발한 지수를 경기도 수원시와 오산시 소재 어린이집 78개소와 수원과 부천을 비롯 한 9개 시군의 노인요양시설 9개소에서 측정된 데이 터와 비교하여 개발지수를 평가해보았다. 사용한 데 이터는 PM10과 PM2.5, CO2 농도로서 2020년 12월부터 2021년 3월까지 IoT 기반 센서(R-AQM, RM tech, Korea)를 통해 실시간으로 측정되고 있는 자료이다. IoT 센서는 PM10, PM2.5, CO2, 온도, 습도를 10초 간격 으로 측정하며, 10분 평균값을 계산하여 제공된다. PM10 과 PM2.5는 측정범위가 0~1,000 μg/m3인 광산란방식 기기(laser light scattering method)이며, CO2는 비분산 적외선(NDIR, Non-dispersive Infrared Spectrometer) 방식으로서 범위는 1~5,000 ppm이다. 현장에서의 미 세먼지와 CO2 측정에 관한 상세한 방법은 이전 논문 에 기술하였다(Lee et al., 2021).

    3. 결과 및 고찰

    3.1 기준농도 산출 및 지수 설정

    어린이집과 노인요양시설에 적합한 실내공기질지 수의 기준농도를 산출하기 위해서 지정된 HQ값과 시 설별 주 이용자들의 연령별 노출계수를 식 (1)에 대입 하여 오염물질의 농도(CA)를 도출하였다(NIER, 2019a;NIER, 2019b;MHW, 2020). 이 때, 노출계수는 worst case를 고려하여 호흡률/몸무게(IR/BW)의 경우, 3-시 그마 규칙(Three-Sigma Rule)을 적용해 평균값에 표준 편차를 2회 합산하여 계산하였고(Son et al., 2016), 노 출시간(ET, Exposure Time)과 노출빈도(EF, Exposure Frequency)의 경우, 어린이집은 10.5시간과 250일, 노 인요양시설은 24시간과 365일을 적용하였다.

    IAQI-C의 HQ값은 각각 ‘좋음(Good)’, ‘보통 (Moderate)’, ‘주의(Caution)’, ‘나쁨(Unhealthy)’, ‘매우 나 쁨(Very Unhealthy)’, ‘위험(Hazardous)’ 등급에 해당하 는 ‘0.100’, ‘0.543’, ‘0.986’, ‘1.872’, ‘2.758’, ‘3.643’으로 지 정하였다. Kim et al. (2010)과 Kim et al. (2011)에서는 0.1~1을 기준으로 HQ 값에 따른 건강영향을 판단하 였다. 이를 참고하여 ‘좋음(Good)’ 등급은 유해한 영 향이 나타날 가능성이 매우 낮은 것을 의미하는 ‘0.100’ 을 지정하였다. ‘0.986’은 실내공기질 유지기준(PM10 75 μg/m3, PM2.5 35 μg/m3, CO2 1,000 ppm)을 식 (1)의 CA에 대입하여 계산하였을 때, 얻어지는 HQ값으로 ‘주의(Caution)’ 등급 수준으로 지정하였다. ‘보통 (Moderate)’ 등급은 ‘좋음(Good)’과 ‘주의(Caution)’ 등 급에 해당하는 ‘0.100’과 ‘0.986’의 중간값인 ‘0.543’으로 지정하였다. ‘위험’ 등급은 시설 내에서 나타날 수 있 는 최대 오염물질 농도를 상회하도록 ‘0.543’과 ‘0.986’ 의 차이를 6배에 해당하는 값을 ‘0.986’에 더하여 ‘3.643’ 으로 지정하였다. ‘나쁨(Unhealthy)’과 ‘매우 나쁨(Very Unhealthy)’ 등급은 지수값의 증가에 따라 지정된 HQ 값이 완만하게 증가할 수 있도록 각각 2배, 4배로 계 산하여 ‘1.872’과 ‘2.758’로 지정하였다. 또한, 통합대기 환경지수(CAI)와 EPA AQI를 참고하여 각각 지수값 50, 100, 200, 300, 400, 500으로 설정하였다. 그 결과, 각 지정된 HQ값(‘0.100’, ‘0.340’, ‘0.700’, ‘1.060’, ‘1.421’, ‘1.781’)을 식 (1)에 대입하여 오염물질의 농도 (CA)를 산출하였다. IAQI-E의 HQ값은 IAQI-C와 같은 방법으 로 각각 ‘좋음(Good)’, ‘보통(Moderate)’, ‘주의(Caution)’, ‘나쁨(Unhealthy)’, ‘매우 나쁨(Very Unhealthy)’, ‘위험 (Hazardous)’ 등급에 해당하는 ‘0.100’, ‘0.550’, ‘1.000’, ‘1.688’, ‘4.096’, ‘6.504’로 지정하였고, IAQI-C에 비해 ‘매 우 나쁨(Very Unhealthy)’과 ‘위험(Hazardous)’ 등급이 큰 폭으로 증가하므로 각 등급별 지수값을 50, 100, 150, 200, 350, 500으로 설정하였다. 또한, 등급별 지정된 HQ 값을 식 (1)에 대입하여 오염물질의 농도(CA)를 산출 하였다.

    산출된 오염물질의 농도를 바탕으로 기존에 제시 되었던 지수들을 참고하여 IAIQ-C와 IAQI-E의 기준 농도를 설정하였으며, 개발된 지수와 등급별 건강영 향에 관한 정의는 각각 Table 1과 Table 2에 설명하였 다. 통합대기환경지수(CAI)와 EPA에서 제정한 AQI 등을 참고하여 지수값을 0부터 500까지로 구분하는 범위에서 점수가 높을수록 해당 공기질은 건강에 유 해한 영향을 유발하는 것으로 설정하였다. 또한, 실내 공기질 유지기준(PM10 75 μg/m3, PM2.5 35 μg/m3, CO2 1,000 ppm)을 어린이집은 ‘주의(Caution)’, 노인요양시 설은 ‘나쁨(Unhealthy)’ 등급의 기준농도로 지정함으 로써 유지 및 관리기준의 준수 여부를 재실자 및 관 리자가 모니터링할 수 있도록 설정하였다. 또한, CO2 의 배경농도를 고려하여 300 ppm을 ‘좋음(Good)’ 등 급의 시작 기준농도로 설정하였다. 각 등급에 대한 건 강영향은 IAQI-C와 IAQI-E의 기준농도를 식 (1)에 대 입하여 도출된 HQ값을 바탕으로 문헌고찰을 통해 정 의들을 재구성하였다.

    지수 계산식은 선형보간법을 이용하였으며, 통합 대기환경지수나 US EPA의 AQI를 비롯해 대부분의 지 수산출에 사용하고 있는 식 (2)를 이용하였다. IP는 대 상 오염물질의 대기지수 점수이고, CP는 오염물질의 대기중 농도, BPHI와 BPLO는 각각 대상 오염물질의 오 염도이다. 해당 구간에 대한 최고오염도(IHI)와 최저 오염도(ILO)는 각각 BPHI와 BPLO에 해당하는 지수값이 다(https://www.airkorea.or.kr).

    I P = I H I − I L O B P H I − B P L O × ( C P − B P L O ) + I L O
    (2)

    3.2 IAQI 종합지수 설정

    종합지수는 개별 오염물질(PM10, PM2.5, CO2)의 혼 합된 건강영향을 쉽게 파악할 수 있도록 단일수치로 나타낸 지수이다. IAQI-C와 IAQI-E의 종합지수는 각 각 Table 1과 Table 2의 등급과 건강영향에 관한 정의 를 따른다. 종합지수의 계산식은 통합대기환경지수 (CAI) 설정과정을 참고하였다. 즉, 종합지수는 PM10 과 PM2.5, CO2의 개별지수값 중 최대값(IAQI-C(C)1)에 ‘주의(Caution)’ 이상 등급의 개수에 따른 가산점(EP1) 을 더하며, (IAQI-C(C)2), ‘주의(Caution)’ 이상의 등급이 2개일 경우 50, 3개일 경우 75를 오염물질별 최대지수 값에 가산하였다(식 3, 식 4). 이후 개별 오염물질의 지 수 등급에 따른 가산점(EP2)을 더하며, ‘주의(Caution)’, ‘나쁨(Unhealthy)’, ‘매우 나쁨(Very Unhealthy)’, ‘위험 (Hazardous)’ 등급의 개수마다 각각 5, 10, 20, 40을 가 산하여 종합지수(IAQI-C (Composite index))를 계산하 였다(식 5).

    I A Q I = C ( C ) 1 = M a x i m u m   i n d e x   v a l u e
    (3)

    I A Q I − C ( C ) 2 = I A Q I − C ( C ) 1 + E P 1
    (4)

    I A Q I − C ( C o m p o s i t e   I n d e x ) = I A Q I = C ( C ) 2 + E P 2
    (5)

    • - EP1 = PM10, PM2.5, and CO2 지수 중 'Caution' 이 상 등급이 2개 이상인 경우, 50

    • - EP1 = PM10, PM2.5, and CO2 지수 중 'Caution' 등 급이 3개 이상인 경우, 75

    • - EP2 = PM10, PM2.5, and CO2 지수 중 'Caution', 'Unhealthy', 'Very Unhealthy', 'Hazardous' 등급의 개수 (n)마다 각각 (5, 10, 20, 40) × n

    3.3 개발지수 적용을 통한 시설 공기질평가

    본 연구에서는 실내공기질의 변화를 신속하게 반 영할 수 있도록 1시간 간격으로 측정된 PM10, PM2.5, CO2의 실시간 데이터를 8시간 예측이동평균식(식 (6)) 으로부터 계산하였다.

    C 8 hr   avg = ( C 4 × 4 + C 1 × 4 ) ÷ 8
    (6)

    식 (6)의 C8hr,avg는 8시간 예측이동평균으로서 과거 4시간 전부터 현재까지의 자료를 대상으로 과거 1시간의 평균농도에 가중치를 두어 다음 기간의 농도를 예측하는 방법으로서 통합대기환경지수 (CAI)의 24 시간 예측이동평균식을 참고하였다(ME, 2019). C4는 기준시간으로부터 과거 4시간 평균 농도, C1은 기준 시간으로부터 과거 1시간 평균 농도를 의미한다.

    3.3.1 IAQI-C, CAI 비교평가

    대기질지수가 실내공간의 오염농도 수준에 적합한 지, IAQI-C가 어린이집의 공기질에 적합하게 설정되었는지를 평가하기 위해 어린이집 78개소의 8시간 예측이동평균 농도 데이터에 IAQI-C와 CAI를 적용하였으며, 지수별 데이터 분포를 각각 Table 3과 Table 4 에 나타내었다. IAQI-C과 CAI의 비교를 위해, IAQIC과 CAI가 각각 6개와 4개 등급임을 고려하여 동일 한 범위 내의 지수값에 해당하는 0-50의 ‘좋음(Good)’ 등급과 지수값 50-100의 ‘보통(Moderate)’ 등급, 지수 값 100 이상 등급의 합산으로 나누어 비교하였다. 또한, CAI는 CO2 지수가 없으므로 IAQI-C의 CO2 기준 농도를 CAI에 ‘좋음(Good)’ 500 ppm; ‘보통(Moderate)’ 800 ppm; ‘나쁨(Unhealthy)’ 1,500 ppm; ‘매우 나쁨 (Very Unhealthy)’ 4,000 ppm으로 적용하였다.

    비교 결과, 각 오염물질별 합계(Total)에서 CAI는 전체 데이터 가운데 68.9%가 ‘좋음’ 등급에 포함되어 IAQIC 보다 39.2% 증가하였으며, ‘보통’ 등급은 21.2%가 포함되어 IAQI-C 보다 35.3% 감소하였다. 또한, ‘나쁨’ 이 상 등급의 합산은 9.9%인 바, 개발지수 ‘주의’ 이상 등 급의 합산보다 3.8% 감소하여 상대적으로 실내공기질을 개발지수보다 긍정적으로 표현하고 있음을 확인하였다. IAQI-C의 종합지수(Composite Index)와 CAI의 통합지수(Comprehensive Index)를 비교한 결과, ‘좋음’ 등급은 IAQI-C이 4.0%, CAI가 38.1%로 증가하 였고, ‘보통’ 등급은 IAQI-C이 67.2%, CAI가 34.5%로 감소하였다. 개발지수의 종합지수와 CAI의 통합지수에서 각각 ‘좋음’ 등급과 ‘보통’ 등급을 합산한 결과, CAI 의 통합지수(합산 : 72.6%)는 개발지수의 종합지수(합 산 : 71.2%)와 큰 차이가 나타나지 않았다. 두 지수간 의 차이는 크기 않지만, 이는 두 지수를 적용한 데이터가 모두 8시간 예측이동평균으로 계산되어 실제 CAI 를 적용 시, 24시간 예측이동평균으로 계산된 데이터에 적용하므로 두 지수간의 차이는 크게 벌어질 것으로 예상되었다. 따라서 CAI의 경우, 상대적으로 동일한 기준 시간대에 IAQI-C보다 더 낮은 농도로 계산되어 실내공기질을 긍정적으로 표현할 수 있었으며, 무엇보다 CAI는 CO2에 대한 지수가 설정되어 있지 않아 실내공기질을 표현하기에는 한계가 있었다.

    3.3.2 IAQI-E, CAI 비교평가

    노인요양시설 9개소의 8시간 예측이동평균 농도 데이터에 IAQI-E와 CAI를 적용하였으며, 지수별 데이터 분포를 각각 Table 5와 Table 6에 나타내었다.

    비교 결과, Total에서 CAI를 적용한 전체 데이터 중 61.4%가 ‘좋음’ 등급에 포함되어 IAQI-E 보다 26.2% 증가하였으며, ‘보통’ 등급은 28.2%가 포함되어 IAQI-E 보다 3.4% 감소하였다. 그 이상의 등급은 10.4%가 포 함되어 22.8% 감소하는 추세를 보여주었다. IAQI-E의 종합지수와 CAI의 통합지수를 비교한 결과, ‘좋음’ 등급은 4.3% (IAQI-E)에서 10.8% (CAI)로 증가하였고, ‘ 보통’ 등급도 31.3%에서 59.7%로 증가하였다. 그 이상의 등급에서는 합산 39.4%에서 합산 29.5%로 감소하였다. 즉, 어린이집에 대한 IAQI-C와 CAI를 적용하였을 때 나타나는 차이보다 노인요양시설에서는 두 지수에 따른 등급 차이가 더 크게 나타났는데, 이는 두 지수(IAQI-C, IAQI-E)가 서로 다른 등급별 지수값과 기준농도를 갖고 있기 때문이다. 따라서 어린이집과 노인요양시설 모두 CAI가 개발지수보다 실내공기질을 더 긍정적으로 해석할 가능성이 높아 실내공기질을 대표하기에는 무리가 있다고 판단되며, IAQI-C와 IAQIE는 더 엄격한 기준농도로 구성되어 있고, 각각 대상 시설에서 나타나는 농도 범위에 적합하다고 판단된다.

    4. 결 론

    본 연구에서는 건강영향을 기반으로 IAQI-C와 IAQIE를 개발하였고, 대상 시설의 실내공기질을 개발지수와 통합대기환경지수(CAI)에 적용하여 비교, 평가 하였다. 본 연구에서 개발한 IAQI-C와 IAQI-E를 대상 시설의 데이터에 적용한 결과, 각각 ‘주의(Caution)’과 ‘나쁨(Unhealthy)’ 등급을 기준으로 실내공기질 유지 기준의 준수 여부를 쉽게 파악할 수 있었다. 또한, 단일 지수값을 통해 재실자들이 현재 공기질을 쉽게 파악할 수 있도록 종합지수를 개발하였다. 종합지수를 현장 공기질에 적용하여 평가한 결과, 어린이집에서는 전체 데이터 중 71.2%, 노인요양시설에서는 35.6% 가 ‘좋음(Good)’과 ‘보통(Moderate)’ 등급에 포함되었다. 이는 개별 오염물질을 모두 더한 합계(Total) 보다 낮은 수치로서 종합지수 계산 시 최대 지수값에 가산점을 더하는 과정을 통해 혼합되어 있는 실내오염물 질의 건강영향을 반영하였다.

    한편, 통합대기환경지수(CAI)와 비교를 통해 IAQIC와 IAQI-E의 적용 수준을 비교, 평가하였다. 그 결과, CAI는 IAQI-C와 IAQI-E에 비해 같은 공기질을 더 적은 건강영향 수준으로 표현하였고, 24시간 예측이동 평균으로 계산할 경우 더 적은 수준의 건강영향을 주 는 것으로 예상되었다. 따라서 본 연구에서 개발한 IAQIC와 IAQI-E는 기존의 지수보다 엄격한 기준으로 실내공기질을 정확하게 표현할 뿐만 아니라 실내공기질 유지기준의 준수 여부를 재실자 및 관리자가 쉽게 파악할 수 있으므로 대상 시설의 실내공기질을 관리하기에 기존 지수보다 적합하다고 판단된다.

    감사의 글

    본 연구는 중소벤처기업부의 창업성장기술개발사 업의 일환으로 수행되었는 바, 이에 감사드립니다 (S2833821).

    Figure

    Table

    Summary of IAQI-C proposed in this study

    Summary of IAQI-E proposed in this study

    Classification of IAQ grade in child care centers by IAQI-C

    Classification of IAQ grade in child care centers by CAI

    Classification of IAQ grade in elderly care centers by IAQI-E

    Classification of IAQ grade in elderly care centers by CAI

    Reference

    1. Choe, Y. , Heo, J. , Park, J. , Kim, E. , Ryu, H. , Kim, D. , Cho, M. , Lee, C. , Lee, J. , Yang, W. 2020. Evaluation of carbon dioxide concentrations and ventilation rates in elementary, middle, and high Schools. Journal of Environmental Health Sciences 46(3); 344-352. (in Korean with English abstract)
    2. Dominici, F. , Wang, Y. , Correia, A. W. , Ezzati, M. , Pope, C. A. , Dockery, D. W.. 2015. Chemical composition of fine particulate matter and life expectancy: in 95 US counties between 2002 and 2007. Epidemiology 26(4) 556-564.
    3. Du, Z. , Mo, J. , Zhang, Y. ,2014. Risk assessment of population inhalation exposure to volatile organic compounds and carbonyls in urban China. Environment International 73, 33-45.
    4. Jang, A. S. ,2014. Impact of particulate matter on health. Journal of the Korean Medical Association 57(9), 763-768. (in Korean with English abstract)
    5. Kim, H. H. , Yang, J. Y. , Lee, C. S. , Kim, S. D. , Yang, S. H. , Shin, D. C. , Lim, Y. W. ,2010. Health risk and exposure assessment of aldehydes in children’s facilities. Journal of the Korean Society for Indoor Environment 7(2), 89-100. (in Korean with English abstract)
    6. Kim, H. H. , Lim, Y. W. , Lee, C. S. , Kim, T. H. , Park, J. H. , Jeon, J. M. , Shin, D. C. , Yang, J. Y. ,2011. Health risk assessment of VOCs in the activities space of children: Focused on elementary-schools and academies. Journal of the Korean Society for Indoor Environment 8(4); 263-274.
    7. Landrigan, P. J. ,1998. Environmental hazards for children in USA. International Journal of Occupational Medicine and Environmental Health 11(2), 189-194.
    8. Lee, T. J. , Kim, D. Y. , Lee, S. M. , Kim, S. C. , Jo, Y. M. ,2021. Analysis of indoor air quality characteristics of multi-use facilities in Gyeonggi-do using IoT-based monitoring data. Journal of Korean Society for Atmospheric Environment 37(5), 777-789. (in Korean with English abstract)
    9. Mendell, M. J. , Heath, G. A. ,2004. Do indoor pollutants and thermal conditions in schools influence student performance? A critical review of the literature. Indoor Air 15(1), 27-52.
    10. Ministry of Health and Welfare (MHW).2020. Daycare Center Operation Guide. Available from: http://www.mohw.go.kr/upload/content_data/2020/guide_08_03.pdf.
    11. Ministry of Environment (ME),2019. Air pollution monitoring network installation and operation guidelines. 80-81. (in Korean with English abstract)
    12. Myhrvold, A. N. , Olsen, E. , Lauridsen, O. ,1996. Indoor performance in schools - pupils' health and performance in regard to CO2 concentrations. Indoor Air 4, 369-374. Available from: http://www.aretas.ca/sites/default/files/imce_images/Indoor%20Environment%20in%20Schools%20%E2%80%93%20Pupils%20Health%20%26%20Performance%20in%20Regard%20to%20CO2%20Concentrations.pdf
    13. National Institute of Environmental Research (NIER).2019a. Korean Exposure Factors Handbook. Available from: https://ecolibrary.me.go.kr/nier/#/search/detail/5686028
    14. National Institute of Environmental Research (NIER).2019b. Korean Exposure Factors Handbook for Children. Available from: https://ecolibrary.me.go.kr/nier/#/search/detail/5686029
    15. Shendell, D. G. , Prill, R. , Fisk, W. J. , Apte, M. G. , Blake, D. , Faulkner, D. 2004. Associations between classroom CO2 concentrations and student attendance in Washington and Idaho. Indoor Air, 14(5); 333-341.
    16. Son, S. W. , Gil, M. S. , Moon, Y. S. ,2016. Exponential moving average and 3-sigma techniques for anomaly detection of log data. The Korean Institute of Information Scientists and Engineers, 6; 181-183. http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE07018150. (in Korean with Englishabstract)
    17. Sota, C. L. , Lumbreras, J. , Perez, N. , Ealo, M. , Kane, M. , Youm, I. , Viana, M. ,2018. Indoor air pollution from biomass cookstoves in rural Senegal. Energy for Sustainable Development 43, 224-234. (in Korean with English abstract)
    18. U.S. Environmental Protection Agency (US EPA).2005. Human health risk assessment protocol, Chapter 7: Characterizing Risk and Hazard. 7-6. Available from: https://archive.epa.gov/epawaste/hazard/tsd/td/web/pdf/05hhrap7.pdf
    19. U.S. Environmental Protection Agency (US EPA).2011. Exposure Factors Handbook: 2011 Edition, Chapter 1. 3-4. Available from: https://ofmpub.epa.gov/eims/eimscomm.getfile?p_download_id=522996
    20. Wang, H. , Tseng, C. , Hsieh., T 2008. Developing an indoor air quality index system based on the health risk assessment. Indoor Air 17-22. Available from: https://www.isiaq.org/docs/papers/749.pdf.
    21. Yang, W. H. ,2019. Changes in air pollutant concentrations due to climate change and the health effect of exposure to particulate matter. Health and Welfare Forum, Korea Institute for Health and Social Affairs 269, 20-31. Available from: http://repository.kihasa.re.kr/handle/201002/31750 (in Korean with English abstract)