1. 서 론

현대인들은 대부분의 시간을 실내에서 보내고 있으며, 미국 환경보호청(EPA)의 국민 신체활동패턴 조사 (NHAPS)에 따르면 하루의 86.9%를 실내에서 머무르고 있다(KLEPELS et al., 2001). 환경부 보고에 따르면 전국 838명을 대상으로 조사한 결과 하루 약 20.3시간, 즉 80% 이상을 실내에서 생활하는 것으로 나타났다 (ME, 2015). 실내 공기질 관리는 밀폐된 환경에서 오염 물질이 축적되며 이는 인체 영향으로 이어질 수 있다는 점에서 중요한 과제이다(Lee et al., 2013).

최근 경기연구원의 연구에 따르면, 경기도 지역의 PM₁₀과 PM_2.5 오염도는 특히 취약한 상태이며, 이는 실내 공기질의 질적 악화에 큰 영향을 미치는 것으로 밝혀졌다. 이에 따라 환경부는 2019년 7월부터 다중이 용시설의 실내공기질 유지·관리 기준을 강화하고, 실내 공기질 개선을 위한 다양한 노력을 기울이고 있다. 특히, 도내 어린이집, 의료원, 노인요양시설, 산후조리원, 도서관 등 5개 분야의 국공립시설에서 'IoT 기반 실내 공기질 상시 측정 및 자동관제 사업'을 추진하여, 실내 공기질 관리의 실효성을 높이고 있다.

본 연구는 IoT 기술을 활용하여 실시간으로 수집된 데이터를 분석함으로써 다중이용시설의 실내공기질 특성을 규명하고, 이를 바탕으로 구체적이고 효과적인 개선 방안을 도출하고자 한다. 특히, 민감군이 주로 이용하는 시설들을 대상으로 하여, 유해 물질 유입 정도와 자체 발생 오염도를 체계적으로 분석함으로써 실내공기질 문제를 해결하고자 한다. 이를 통해, 효율적인 다중이용시설 실내공기질 관리방안을 제안하고, 단계별 실내공기질 개선 정책 방향을 제시하는 것을 목표로 한다.

본 연구에서는 2019년 6월부터 2020년 4월까지 약 11개월 동안 IoT 기반의 '실내공기질 상시 측정 및 자동관제 시스템'을 통해 수집된 데이터를 바탕으로 기초 통계자료 및 유해 물질 유입 정도와 자체 발생 오염도를 분석하였다. 이를 통해, 다중이용시설의 실내공기질 개선을 위한 실질적이고 과학적인 정책 활용 방안을 도출하고자 한다.

2. 연구 방법

2.1 연구 대상 및 기간

연구 대상은 다중이용시설 중 '실내공기질 상시측정 및 자동관제시스템'을 구축한 어린이집, 의료원, 노인 요양시설, 산후조리원, 도서관 등 5개 분야 국공립시설 총 50개소(보육시설 28개소, 요양시설 9개소, 도서관 7개소, 의료기관 6개소)로 구성되어있다.

데이터는 IoT 기반 '실내공기질 상시측정 및 자동관 제시스템'을 통해 수집되었다. 각 시설에 설치된 센서는 PM₁₀, PM_2.5, CO₂, 온·습도 항목을 24시간 데이터를 수집 하였다. 데이터 수집 기간은 2019년 6월부터 2020년 4월까지 약 11개월 분량의 실내공기질 데이터를 사용하였다.

2.2 다중이용시설 실내공기질 특성 분석

실내·외 데이터 분석을 통해 미세먼지(PM₁₀, PM_2.5) 등 유해 물질의 유입 정도와 자체 발생 오염도를 분석 하였으며. 어린이집, 산후조리원, 노인요양시설 등 민감군 다중이용시설에서 데이터를 수집하고, 기초 경향을 분석하였다.

또한, 미세먼지(PM₁₀, PM_2.5) 등 유해 물질의 데이터베이스(DB)를 구축하여 다중이용시설의 실내공기질 특성을 분석하였다.

2.3 빅데이터 분석을 통한 다중이용시설 실내공기질 개선 정책 활용 제안

지역별 및 다중이용시설별 실내공기질 데이터를 분석하여, 각 시설의 실내공기질 변화 패턴을 파악하였다. 실내공기질 변화 분석 결과를 바탕으로 최적의 실내공기질 개선 방안을 도출하였다. 이를 통해 다중이용 시설의 실내공기질을 단계적으로 개선하기 위한 실질적인 정책 활용 방안을 제안하였다.

3. 결과 및 고찰

3.1 IoT 자동측정망 데이터 신뢰도 분석

다중이용시설에 설치된 공기질 자동측정망을 통해 수집된 데이터의 신뢰도 분석을 위해 부천시 내동에 위치한 국가 도시대기 측정망에 다중이용시설 IoT 자동측정망 센서를 2주간 설치하고 미세먼지 간이측 정기 성능인증 등에 관한 고시에 따라 정확도를 산출하였다. 사용된 기기의 사양은 Tabel 1과 같으며 수집된 데이터가 정상적인 범위를 벗어나는 경우, 기기의 동작 조건 및 측정 범위 등을 고려하여 raw 데이터를 분석한 결과에 따라 통계적으로 무의미한 데이터를 정제한 후 사용하였다.

PM₁₀의 경우 정확도 81.0%, 결정계수 0.84(p<0.001)였으며, PM_2.5의 경우 정확도 76.1%, 결정계수 0.86(p<0.001)이었다.

3.2 다중이용시설 유형별 실내공기질 특성

다중이용시설 50개소에 대하여 실내공기 중 미세먼지(PM_2.5, PM₁₀), 이산화탄소(CO₂), 온도, 습도를 조사하여 수집된 내기와 외기 데이터를 평균, 표준편차, 중위수, 최댓값, 최솟값으로 분석하여 계절에 따른 공기질 비교를 Table 2에, 요일(주중/주말)에 따른 공기질 비교를 Table 3에 나타내었다.

3.2.1 미세먼지

미세먼지의 평균 농도는 현행 실내공기질 관리기준 (PM_2.5-도서관 50㎍/㎥, 취약계층시설 35㎍/㎥, PM₁₀- 도서관 100㎍/㎥, 취약계층시설 75㎍/㎥)을 초과하지는 않았으나 전체 기간으로 보았을 때는 기준을 초과하는 경우도 있었다.

계절에 따른 실내 미세먼지(PM₁₀, PM_2.5) 농도는 겨울, 봄, 여름, 가을 순으로 높은 것으로 나타났다. 이는 Jung et al. (2020), Yang et al. (2017)의 연구 결과와 동일하게 나타났다. 겨울철과 봄철의 경우 대기 중 미세먼지로 인한 영향을 받은 것으로 보이며(Park et al., 2020), 여름철의 경우 대기 중 미세먼지(PM₁₀, PM_2.5) 농도가 가을철보다 낮으나 냉방으로 인한 환기 부족으로 실내 미세먼지(PM₁₀, PM_2.5)가 축적되어 가을철에 비하여 높은 농도로 나타난 것으로 판단된다(Song, 2019).

Park et al. (2020)의 연구에 따르면 실내 농도가 높아지는 시간대는 주로 08~10시, 11시~19시에 고농도 미세먼지(PM₁₀, PM_2.5)가 관측되었고, 20~7시에 비교적 저농도의 미세먼지(PM₁₀, PM_2.5)가 관측되었다. 본 연구도 선행연구와 유사하게 시간대별 실내 미세먼지(PM₁₀, PM_2.5) 농도는 06~09시 사이에 가장 높았으며 02~05시, 10~17시에도 높게 측정되었고 18~22시에 가장 낮았다. 이는 02~05시 사이에는 실내 미세먼지 축적으로 인해 농도가 높아진 것으로 판단되며, 06~09시에는 출근 및 등원 등 사람의 움직임이 많고 10~17시 사이에는 주로 인원이 재실하는 시간으로 미세먼지(PM₁₀, PM_2.5)가 높게 측정된 것으로 판단된다(Lee, 2017., Kim et al., 2024., Cho et al., 2022).

주중 미세먼지 실내 평균 농도는 PM_2.5 12.4±7.3 ㎍/㎥, PM₁₀ 24.4±8.7 ㎍/㎥으로 나타났으며, 실외 평균 농도는 PM_2.5 17.3±13.5 ㎍/㎥, PM₁₀ 27.8±13.3 ㎍/㎥으로 나타났다.

주말 미세먼지 실내 평균 농도는 PM_2.5 12.7±7.8 ㎍/ ㎥, PM₁₀ 24±8.9 ㎍/㎥으로 나타났으며, 실외 평균 농도는 PM_2.5 19±14.4 ㎍/㎥, PM₁₀ 29.1±13.7 ㎍/㎥으로 나타났다(Fig 1).

주중에 비해 주말에 미세먼지(PM₁₀, PM_2.5) 평균 농도가 약간 높은 편으로 측정되었으며, 이는 주중에 비해 주말에 재실자 수가 적어 출입문 개폐빈도가 감소하여 실내에 미세먼지(PM₁₀, PM_2.5)가 축적된 것으로 판단된다(Park et al., 2021, Kim et al., 2022).

2019년 10월부터 2020년 4월까지 50개소의 다중이용 시설별 주변 국가 도시대기측정망 자료를 활용하여 국가 측정망 수집 데이터와 각 시설별 센서의 내외부 월별 평균 데이터를 비교하고자 하였다. 그러나 각 시설유형 별로 실내 센서가 설치된 공간별 특성에 차이가 있어 비교에 어려움이 있었다. 이는 국가측정망이 설치된 위치와 시설 외부 센서가 설치된 위치에 차이가 있고, 주변 환경으로 인한 영향이 다르기 때문으로 판단된다.

3.2.2 이산화탄소(CO₂)

관련 선행연구인 Geng et al., (2019)의 연구와 동일하게 계절에 따른 실내 이산화탄소의 농도는 여름, 겨울, 가을, 봄 순으로 높게 나타났으며, 이는 여름철과 겨울 철 냉·난방으로 인한 환기 부족으로 실내 이산화탄소가 축적되어 봄철과 가을철에 비해 높게 나타난 것으로 판단된다(D'Oca and Hong, 2014).

시간대별 이산화탄소 농도 비교 결과, 보육시설의 경우 주로 운영되는 시간대인 10~17시에, 도서관의 경우 도서관 및 열람실 운영 시간대인 10~17시 및 18~22시에 이산화탄소 평균 농도가 높은 것으로 나타났다. 24시간 재실인원이 있는 의료기관 및 요양시설과 달리 보육시설 및 도서관의 경우 이용객이 없는 06~09시에 이산화탄소 평균 농도가 낮은 것으로 나타났다.

주중 이산화탄소의 실내 평균 농도는 758.8±306 ppm으로 나타났으며, 실외 평균 농도는 522.8±117.5 ppm으로 나타났다.

주말 이산화탄소의 실내 평균 농도는 601.7±178.7 ppm으로 나타났으며, 실외 평균 농도는 522.1±115.8 ppm으로 나타났다(Fig 2).

보육시설, 요양시설, 의료기관의 경우 주말에 비해 주중에 이산화탄소 농도가 높은 것으로 나타났다. 특히 설문조사에서 주말에 재실 인원이 거의 없는 것으로 응답한 보육시설의 경우 주말과 주중에 큰 차이를 보였다. 주말에도 운영되는 도서관의 경우 주중과 주말 사이에 유의한 차이는 없었다. 시설별 농도 또한 한정된 공간에 재실인원이 많고 오랜 시간 머무는 보육시설 및 도서관에서 높은 농도 범위를 보이는 등 관리기준을 초과하는 사례가 많은 것으로 나타났다(Yang et al., 2021).

3.3 외기의 실내공기질 영향 여부 회귀 분석

외기가 실내공기질에 미치는 영향 여부 파악을 위해 시설유형에 따라 내기와 외기 수집 데이터를 회귀 분석 하였다(Tabel 3).

3.3.1 PM_2.5

PM_2.5에 대해 내기와 외기를 회귀 분석한 결과, 결정 계수(R-squared)는 43%이며 시설별로는 도서관에 비해서 요양원은 높은 편이며 어린이집은 낮게 나타났다. 외기 PM_2.5 농도가 높아지면 실내도 높아지는 높은 양의 상관관계를 보이며, 계절별로 보았을 때 다른 계절에 비해 봄이 상관성이 높은 것으로 나타났다. Monika et al. (2019) 연구에 따르면 PM_2.5는 외부 공기의 영향이 많으므로 봄철에 외부 초미세먼지가 증가하는 경향에 따라 실내 농도가 증가한 것으로 판단된다.

시간대별로는 새벽시간대(02~05시)에 비해 06~09시와 10~17시에 상관성이 높은 것으로 나타났고, 18~22 시는 다소 낮은 것으로 나타났다. 요일에 따라서는 주말에 비해 주중이 상관성이 높은 것으로 분석되었다. 06~09시와 10~17시에 상관성이 높은 원인으로 이 시간대에 시설 이용 유동 인구가 증가함에 따라 외기 유입이 활발하게 이루어지기 때문이며 주중에 상관성이 더 높은 이유도 같은 이유로 추정된다.

3.3.2 PM₁₀

PM₁₀에 대한 내기와 외기 회귀 분석 결과, 결정계수(R-squared)는 29%이며 시설별로는 도서관에 비해서 요양시설과 의료기관은 높은 편이며 어린이집은 낮게 나타났다. 외기 PM₁₀ 농도가 높아지면 실내도 높은 양의 상관관계를 보이며 계절별로는 봄에 비해서 다른 계절의 상관성이 높은 편으로 나타났다. Monika et al. (2019) 연구에 따르면 PM₁₀은 PM_2.5와 동일하게 외부 공기의 영향이 많으므로 봄철에 외부 초미세먼지가 증가하는 경향에 따라 실내 농도가 증가한 것으로 판단된다.

시간대별로는 새벽시간대(02~05시)에 비해 다른 시간대가 높게 나타났으며, 요일에 따라서는 주말에 비해서 주중이 상관성 높은 것으로 분석되었다. PM₁₀은 특히 도로 먼지에 농도 영향을 많이 받는데, 새벽 시간 대에는 주변 교통량이 현저히 줄어드는 시간이므로 주변 교통에 영향을 받아 새벽 시간대에 가장 낮은 농도 경향성을 나타낸 것으로 판단된다(Srimuruganandam and Shiva Nagendra, 2013).

3.3.3 CO₂

CO₂에 대한 내기와 외기 회귀 분석 결과, 결정계수 (R-squared)는 24%이며 시설별로는 도서관에 비해서 다른 시설이 낮은 것으로 나타났다. 외기 CO₂ 농도가 높으면 실내도 높은 양의 상관관계를 보이며 계절별로는 봄에 비해서 다른 계절이 높은 편으로 나타났다. Wolf et al. (2016)의 연구에 따른면 봄철 식물 활동의 증가로 인해 대기 중 CO₂가 감소한 것으로 나타났으며 이로 인해 실내 CO₂ 또한 봄철에 가장 낮은 것으로 판단된다.

시간대별로는 새벽시간대(02~05시)에 비해서 다른 시간대가 높은 것으로 나타났으며, 요일에 따라서는 주말에 비해서 주중이 높게 나타났다. 대기 중 CO₂ 의 주요 증가원인은 화석 연료의 연소로 밝혀졌는데(Harde, 2023), 새벽 시간대의 차량 통행량 감소로 인한 농도 감소로 추정된다. 요일에 따른 원인은 조사지점 인근이 거주지인 점을 고려할 때 주중 출퇴근 유동인구 증가에 따른 교통량 증가로 추정된다.

4. 결 론

본 연구는 IoT 기반 실내공기질 상시 측정 시스템을 활용하여 다중이용시설의 실내공기질 특성을 분석하였으며, 다음과 같은 독창적인 결론을 도출하였다.

미세먼지(PM₁₀, PM_2.5) 데이터 분석 결과, 계절적 특성이 뚜렷하게 나타났으며, 어린이집과 도서관은 여름에, 요양원과 의료원은 겨울에 높은 농도를 보였다. 이는 시설의 위치, 환기 시간대 및 방식, 이용 특성, 특히 코로나19로 인한 어린이집 이용률 감소 등 다양한 요인이 반영된 결과로, 특정 시설만의 독특한 특성보다는 계절적 영향이 더 크게 작용함을 시사한다. 이산화탄소의 경우 어린이집과 도서관에서 관리기준(1,000ppm)을 자주 초과하였으며, 이는 주변 교통 혼잡도가 낮은 시간대에 자연 환기를 통해 개선할 수 있다.

계절적 특성으로는 PM₁₀과 PM_2.5의 경우 현행 실내 공기질 관리기준을 초과하지는 않았으나, 겨울>봄>여 름>가을 순으로 관리가 필요하였으며, 이는 전통적으로 외부 공기 오염도가 높은 겨울과 봄에 집중적인 관리가 필요함을 나타낸다. 이산화탄소 농도는 여름과 겨울철 냉난방으로 인한 환기 부족으로 증가하는 경향을 보였다. 특히 여름철 도서관에서 높은 농도가 관측되었으며, 이는 서울시 민감군 이용시설의 계절별 IoT 조사에서도 8~9월에 고농도 이산화탄소가 두드러지는 현상이 나타났다.

PM_2.5, PM₁₀, CO₂ 농도에 대한 내기와 외기의 회귀 분석 결과, 세 물질 모두 외기와 내기 농도가 높은 양의 상관관계를 보였으며, 봄철에 상관성이 가장 높았다. 시간대별로는 새벽 시간대(02~05시)에 비해 다른 시간 대가, 주말보다 주중이 높은 상관성을 보였다(Cerveny and Coakley, 2002).

IoT 실내공기질 측정 기기 설치 시 창문 부근에 설치하거나 외기의 영향을 받을 수 있는 곳에 설치된 센서 장비의 경우 직접적인 미세먼지(PM₁₀, PM_2.5)의 농도가 아닌 센서의 단점이 반영된 농도 변화가 관측되므로, IoT 대응관리기술 적용시 기류의 변화가 적고 외기의 영향을 최소화할 수 있는 위치가 바람직하다. 창문 부근에 설치된 센서는 외기 영향을 많이 받아 데이터의 신뢰성이 떨어질 수 있다. CO₂ 센서는 창문 부근과 공간 내부의 편차가 크지 않았으나, 최종적으로 기기의 효율을 고려하였을 때 기류의 변화가 적고, 외기의 영향이 적은 곳에 안정적으로 설치하는 것이 바람직한 것으로 판단된다.

본 연구는 2019년 6월부터 2020년 4월까지 약 11개월 동안 IoT 기반 실내공기질 상시 측정 시스템을 통해 수집된 50개 민감군 이용 다중이용시설의 실내공기질 데이터를 분석하여, 시설 특성, 계절 특성, 외기 영향 등 을 체계적으로 분석하였다. 이를 통해 1차년도 실내공 기질 기초 자료를 수집하였으며, 향후 다양한 오염 요인을 추가적으로 분석함으로써 다중이용시설의 실질적인 오염 요인을 확인하고, 실내공기질 관리에 기여할 수 있을 것으로 기대된다.