Challenge

L사는 건물 내 실내기 운전 데이터를 바탕으로 비효율 운전 중인 공간을 감지하고 관리자에게 알림을 제공하는 기능을 개발하고 있었습니다. 대형 건물에서는 수많은 실내기가 동시에 운전되며, 설정 온도·현재 온도·운전 상태가 저마다 다르고 공간 조건에 따라 효율도 달라질 수 있어, 단일 조건만으로는 비효율 운전 여부를 판단하기 어려웠습니다.

대규모 운전 데이터를 다루는 만큼 일부 사례만으로 성능을 판단할 수 없었고, 분류 결과가 정답 군집과 얼마나 일치하는지를 전체 데이터 기준으로 확인해야 했습니다. 중앙제어 화면은 관리자가 즉시 상태를 확인하고 조치하는 도구이기 때문에, 정확도와 별개로 응답 속도도 독립적인 지표로 검증이 필요했습니다.

Testing Approach

와이즈스톤은 건축물 공조 설비 운전 데이터 분류, 분류 평균 반환 시간, AI추천 알림 표시 세 가지 기준으로 구분해 평가했습니다. 분류 정확도는 대규모 운전 데이터를 대상으로, 운전 정보·설정 온도·현재 온도를 유사 운전 패턴에 따라 사전 정의된 군집과 비교해 산출했습니다.

분류 평균 반환 시간은 동일한 평가 데이터를 대상으로 반복 측정해, 분류 시작부터 완료까지의 시간을 평균했습니다. AI추천 기능은 필터 교체, 미세먼지 관리, 잦은 on/off 등 사전 정의된 조건값을 변경한 뒤, 해당 장치가 중앙제어 화면의 정해진 영역에 정상적으로 표시되는지를 확인하는 방식으로 검증했습니다.

What We Tested

• ৹ 대규모 건축물 공조 설비 운전 데이터의 분류 정확도

• ৹ 운전 정보·설정 온도·현재 온도 기반 유사 운전 패턴 분류 결과

• ৹ 건축물 공조 설비 운전 데이터 분류 시작부터 완료까지의 평균 반환 시간

• ৹ 필터 교체, 미세먼지 관리 등 관리자 알림의 정상 표시 여부

Results & Value

L사는 이번 검증을 통해 다량의 실내기 운전 데이터에서 비효율 운전 공간을 빠르게 식별하고, 관리자가 필요한 장치 정보를 중앙제어 화면에서 확인할 수 있음을 확인했습니다. 와이즈스톤은 운전 패턴 분류 정확도, 반환 시간, 알림 표시 여부를 구분해 검증하며 건물 공조 관리에 필요한 판단 정보가 안정적으로 제공되는지 확인했습니다.