01 비지도학습과 건축 데이터의 패턴 발견
슬라이드 열기슬라이드 진입 발표 시작
정답 라벨이 없는 데이터에서도 반복되는 패턴이나 비슷한 무리를 발견할 수 있을까요? 먼저 지도학습과 비지도학습을 구분하고, 군집화와 PCA의 원리를 그림으로 살펴보겠습니다. 그다음 배운 방법을 건축 데이터에 어떻게 적용하는지 한 사례로 정리하겠습니다.
02 지도학습과 비지도학습
슬라이드 열기슬라이드 진입 지도학습과 비지도학습
예를 들어 센서가 측정한 진동과 온도는 입력 특성입니다. 과거 점검 결과를 예측하려고 한다면 그 결과가 라벨이 됩니다. 정상 또는 점검 필요처럼 범주를 맞히면 분류이고, 다음 시점의 온도처럼 값을 맞히면 회귀입니다. 라벨 없이 센서 기록만 갖고 반복되는 운전 상태를 찾을 때는 비지도학습을 사용합니다. 다음 그림은 같은 관측점에서 정답 색을 표시한 입력과 가린 입력을 비교합니다.
03 라벨의 유무
슬라이드 열기슬라이드 진입 라벨이 있는 입력
좌표는 두 특성, 색은 미리 제공된 유형입니다. 지도학습은 이 유형을 맞힐 수 있도록 특성과 라벨을 함께 사용합니다. 이 그림은 입력 구조를 보여줍니다.
다음 라벨이 없는 입력
색을 가려도 각 관측값의 좌표는 같습니다. 비지도학습에서는 좌표들이 비슷한 곳에 모이는지 같은 질문을 할 수 있습니다.
04 군집화 (Clustering)
슬라이드 열기슬라이드 진입 군집화 (Clustering)
군집화의 첫 결정은 무엇을 비교할지입니다. A, B, C의 좌표를 보면 유클리드 거리로 A에서 B까지는 5이고 C까지는 1입니다. 다만 모든 특성의 단위가 같다고 가정한 계산입니다. 한 특성의 수치 범위가 크면 그 특성이 거리를 좌우할 수 있습니다. 표준화나 가중치 조정을 한 뒤에도 그룹에 붙인 이름과 해석이 유지되는지 확인합니다.
05 특성 좌표에서 군집 번호로
슬라이드 열기슬라이드 진입 특성 좌표
여기서 점 하나는 관측값 하나입니다. 예를 들어 장비 한 대의 기록을 그린다면 가로축은 일일 가동 시간, 세로축은 연료 사용량으로 둘 수 있습니다. 입력으로 주어지는 것은 이런 특성값입니다. 각 관측값의 정답 그룹은 주어지지 않습니다. 정답 범주가 있는 자료로 새 관측값의 범주를 예측하는 분류와 이 점이 다릅니다.
다음 군집 번호 붙이기
오른쪽은 같은 좌표에 군집 번호를 붙인 결과입니다. 색이 바뀌어도 점의 좌표는 그대로입니다. 1번, 2번, 3번은 이름표라서 순위나 품질을 뜻하지 않습니다. 어떤 특성을 남기고 어떤 기준으로 가까움을 판단했느냐에 따라 소속은 바뀔 수 있습니다. 그 기준을 먼저 바꿔 보겠습니다.
06 거리 기준과 특성의 비중
슬라이드 열기슬라이드 진입 두 특성의 비중이 같을 때
두 점의 가로 차이와 세로 차이를 각각 제곱해서 더하면 거리를 비교할 수 있습니다. 가중치 α가 1이면 두 방향이 같은 비중을 갖습니다. 이 설정에서는 화면에서 왼쪽 무리와 오른쪽 무리가 주로 나뉩니다. 점의 배치를 기억해 두고 거리식만 바꿔 보겠습니다.
다음 y 차이의 비중을 높일 때
α를 9로 높이면 같은 세로 차이도 제곱거리에는 아홉 배로 들어갑니다. 점을 옮기지 않았는데 위아래를 가르는 결과가 나옵니다. 단위가 다른 수치 표에서도 비슷한 문제가 생깁니다. 어느 열이 수치가 크다는 이유로 거리를 지배한다면 표준화를 검토하고, 과제에서 한 항목을 더 중요하게 보는 근거가 있다면 그에 맞는 가중치를 씁니다.
07 K-means 군집화
슬라이드 열기슬라이드 진입 K-means 군집화
K-means는 배정과 평균 갱신을 번갈아 합니다. (0, 2)와 (2, 4)가 한 군집에 배정됐다면, 좌표별 평균은 (1, 3)입니다. 이전 중심 (1, 1)에서는 제곱거리 합이 12였고 새 중심에서는 4입니다. 그다음에는 새 중심을 기준으로 소속을 다시 정합니다. K를 늘리면 제곱거리 합을 더 낮출 수 있으므로, 오차가 줄어드는 폭과 결과를 설명할 수 있는지를 같이 봅니다.
08 K-means의 배정과 중심 이동
슬라이드 열기슬라이드 진입 초기 중심
K-means는 먼저 군집 수 K를 정합니다. 이 예제에서는 3입니다. 큰 원은 처음 세운 중심, 작은 점은 실제 관측값입니다. 아래의 J는 각 점과 그 점이 속한 중심 사이의 제곱거리를 모두 더한 값입니다. 알고리즘은 이 값을 줄이는 방향으로 두 동작을 번갈아 합니다.
다음 가까운 중심에 배정
먼저 중심을 고정합니다. 각 점에서 세 중심까지의 거리를 비교하고 가장 가까운 쪽에 배정합니다. 점이 들고 있는 색만 바뀝니다. 화면에 나뉜 영역처럼 같은 중심에 가장 가까운 점들은 한 군집에 들어갑니다.
다음 평균으로 중심 갱신
이번에는 소속을 고정합니다. 같은 색 점들의 각 좌표 평균을 구한 자리가 그 군집의 새 중심입니다. 큰 원이 이동하고 작은 점은 그대로 남습니다. 소속을 그대로 두었을 때 평균 위치가 그 군집의 제곱거리 합을 가장 작게 만듭니다.
다음 다시 배정
중심이 움직였으니 가까움의 기준도 달라졌습니다. 이전에는 옆 군집에 더 가까웠던 경계 부근의 점이 새 중심을 기준으로는 다른 색이 될 수 있습니다. 다시 세 중심까지의 거리를 비교합니다.
다음 평균으로 다시 갱신
바뀐 소속으로 평균을 한 번 더 계산합니다. 색을 정하고, 평균을 옮기고, 다시 거리를 재는 것이 한 반복입니다. 아래 J의 변화를 보면 이 반복이 처음 배정보다 점들을 중심 가까이에 정리하는 방향으로 진행된 것을 확인할 수 있습니다.
다음 수렴한 결과
배정과 갱신을 반복해 중심이 더 이상 움직이지 않으면 멈춥니다. 이 결과는 현재 시작 중심에서 얻은 답입니다. 출발점이 달라지면 다른 배정에 멈출 수 있고, 아주 먼 점은 평균을 끌어당길 수 있습니다. 실제 분석에서는 여러 번 초기화하고 결과를 비교합니다. 이제 군집 수 K 자체도 바꿔 보겠습니다.
09 K의 선택
슬라이드 열기슬라이드 진입 K = 2
왼쪽은 군집 배정, 오른쪽은 K에 따른 제곱거리 합 J입니다. 이 데이터에 중심을 두 개만 두면 떨어져 보이는 일부 무리가 같은 색에 들어갑니다. 오른쪽 주황 점이 현재 K에서 계산한 값입니다.
다음 K = 3
세 번째 중심을 두면 세 무리가 더 자연스럽게 갈라지고 J가 크게 줄어듭니다. 오른쪽 선이 빠르게 내려오다가 완만해지는 부근을 엘보, 즉 팔꿈치 지점이라고 부릅니다. 여기서는 K가 3인 경우가 한 가지 후보입니다.
다음 K = 4
중심을 더 주면 기존 무리 하나가 더 잘게 나뉠 수 있습니다. J는 내려가지만, 그 작은 군집이 설명이나 판단에 유용한지는 별개입니다. 극단적으로 점마다 자기 중심을 주면 J는 0입니다. 그래서 J가 가장 작은 K를 고르기보다 감소폭, 반복해도 나오는 구조, 데이터에서 설명하고 싶은 패턴을 함께 봅니다.
10 계층적 군집화
슬라이드 열기슬라이드 진입 계층적 군집화
처음에는 한 점이 군집 하나입니다. 군집 A가 0과 2, B가 5와 7이라면 네 개의 교차 거리의 평균이 5입니다. 이 평균을 다른 군집 쌍과 비교해 가장 가까운 두 군집부터 합칩니다. 덴드로그램에서는 세로 높이가 병합 거리입니다. 가로선을 낮게 그으면 작은 무리가 남고, 높게 그으면 여러 무리가 같은 군집으로 연결됩니다.
11 덴드로그램 읽기
슬라이드 열기슬라이드 진입 점마다 군집 하나
아래의 P 번호는 관측값입니다. 처음에는 각 점이 따로 있습니다. 가로 순서는 그림 배치이며 세로 높이는 병합 거리입니다.
다음 가까운 군집부터 병합
높이가 낮은 가지가 먼저 생겼습니다. 세 번 합쳤으므로 군집은 12개에서 9개로 줄어듭니다.
다음 절단선 아래 세 군집
가로 점선 아래에서 서로 연결된 관측값이 같은 군집입니다. 이 높이에서는 세 무리가 보입니다.
다음 절단선을 올려 두 군집
점선을 올리면 더 먼 군집도 이어지면서 두 무리로 요약됩니다. 세부 구조가 필요한지 큰 범주가 필요한지에 따라 절단 위치가 달라집니다.
12 DBSCAN과 밀도
슬라이드 열기슬라이드 진입 DBSCAN과 밀도
반경 안에서 자기 자신을 포함해 점을 셉니다. 다음 예에서 A는 네 점이 있어서 핵심점입니다. E는 반경에 두 점뿐이지만 핵심점 B에 닿으므로 같은 군집의 경계점입니다. F는 가까운 핵심점이 없어서 이번 설정에서는 잡음으로 남습니다. 점들이 늘어선 모양을 이어갈 수 있는지, 떨어진 무리까지 합쳐지는지는 반경과 최소 점 수를 바꾸며 확인합니다.
13 핵심점·경계점·잡음
슬라이드 열기슬라이드 진입 A · 핵심점
DBSCAN은 중심의 평균을 구하는 대신 각 점의 이웃을 셉니다. 여기서는 반경 ε가 0.65이고 기준은 네 점입니다. A를 둘러싼 원 안에는 A 자신까지 네 점이 들어옵니다. 충분한 이웃을 갖춘 A는 핵심점이어서 여기서 군집을 시작하거나 확장할 수 있습니다.
다음 E · 경계점
E의 원 안에는 E와 B 두 점뿐입니다. E는 혼자서는 핵심점이 될 수 없지만, 기준을 만족하는 핵심점 B에 닿습니다. 그래서 같은 군집에 들어가는 경계점입니다. 군집의 가장자리에 포함될 수는 있어도 E를 출발점으로 다른 영역까지 군집을 늘리지는 않습니다.
다음 F · 잡음
F의 원에는 자기 자신만 있고 가까운 핵심점도 없습니다. 이 설정에서 F는 어디에도 속하지 않는 잡음으로 남습니다. 여기서 잡음은 판단 결과입니다. F가 실제로 잘못 측정된 값이라는 뜻은 아니며, 이웃 조건을 바꾸면 소속이 달라질 수 있습니다.
14 DBSCAN의 군집 확장
슬라이드 열기슬라이드 진입 기준 반경과 군집
작은 예제의 규칙을 곡선 위의 여러 점에 적용했습니다. 반경 0.28과 최소 5점을 쓰면 두 군집이 잡히고 20점이 잡음으로 남습니다. 작은 회색 점과 색이 칠해진 두 곡선을 먼저 구분해서 보시면 됩니다.
다음 핵심점에서 확장
핵심점에서 출발해 이웃을 확인하고, 이웃도 핵심점이면 거기에서 다시 주변을 봅니다. 이렇게 한 번에 닿지 않는 점도 핵심점이 이어진 경로가 있으면 같은 군집으로 연결됩니다. 평균 중심이 곡선을 따라 움직이는 것이 아니라, 여러 작은 이웃이 이어지는 방식입니다.
다음 작은 반경
반경을 0.14로 줄이고 최소 점 수는 그대로 둡니다. 연결을 이어 갈 만큼 충분한 점이 안에 들지 않는 곳이 늘어납니다. 같은 곡선이 짧은 조각으로 끊기고 잡음은 57점으로 늘어납니다.
다음 큰 반경
이번에는 반경을 0.60으로 늘렸습니다. 원래 떨어져 있던 두 곡선 사이도 이웃 연결이 가능해져 한 군집으로 붙습니다. 큰 반경은 끊어진 부분을 잇는 데는 도움이 되지만 서로 다른 구조의 경계도 지울 수 있습니다.
다음 최소 점 수 증가
반경을 0.28로 돌려놓고 최소 점 수만 5에서 10으로 올렸습니다. 같은 범위 안에서 더 많은 점을 요구하니 핵심점의 조건이 엄격해지고 곡선의 덜 조밀한 구간이 끊깁니다. 점의 밀도가 위치마다 많이 달라지면 하나의 반경과 하나의 기준으로 모든 영역을 잘 묶기 어렵습니다.
15 K-means vs DBSCAN
슬라이드 열기슬라이드 진입 동일한 원본 점
두 화면에는 같은 점이 놓여 있습니다. 목표가 두 개의 곡선을 각각 하나의 구조로 찾는 것이라고 생각하고 결과를 보겠습니다.
다음 두 군집 결과 비교
왼쪽 K-means는 가장 가까운 중심을 기준으로 나누기 때문에 두 곡선을 가로질러 자릅니다. 오른쪽 DBSCAN은 연결되는 핵심점을 따라가서 곡선을 각각 따라가고, 일부 점은 잡음으로 남깁니다. 중심으로 설명할 만한 조밀한 무리라면 K-means가 간단하고, 휘어진 형상을 따라 묶거나 외딴 점을 분리해야 하면 DBSCAN을 검토할 이유가 있습니다. 여기까지는 점의 소속에 관한 질문이었습니다. 이제 점들이 어떤 방향으로 퍼지는지로 넘어가겠습니다.
16 주성분 분석 (PCA)
슬라이드 열기슬라이드 진입 주성분 분석 (PCA)
평균이 (4, 3)이라면 A=(2, 2)는 중심화 후 (−2, −1)에 놓입니다. 점들의 모양은 그대로이고 모든 점이 같은 만큼 이동합니다. 다음으로 어떤 방향으로 함께 변하는지 공분산을 봅니다. 이 표에서 변동을 가장 많이 담는 축이 첫 주성분이고, 축 위에 내린 좌표가 주성분 점수입니다. 다음 그림에서는 후보 축을 돌리면서 분산이 어느 각도에서 커지는지 볼 수 있습니다.
17 중심화 전후 비교
슬라이드 열기슬라이드 진입 원래 좌표
네 점의 가로 좌표는 2, 4, 4, 6이고 평균은 4입니다. 세로 좌표는 2, 2, 4, 4이고 평균은 3입니다. 주황 원이 이 두 평균을 합친 위치, (4, 3)입니다. 이 위치를 기준점으로 삼으면 각 점이 중심에서 어느 쪽으로 얼마나 벗어났는지 계산할 수 있습니다.
다음 평균 빼기
A점 (2, 2)에서 (4, 3)을 빼면 (−2, −1)이 됩니다. 나머지 점에도 같은 값을 빼면 전부 같은 방향과 거리만큼 움직이고 평균은 (0, 0)이 됩니다. 점 사이 거리와 점들의 모양은 유지됩니다. 여기서 한 일은 중심화입니다. 표준화는 여기에 각 특성의 표준편차로 나누는 단계까지 더합니다.
18 주성분 방향 찾기
슬라이드 열기슬라이드 진입 수평축의 분산
축은 점들의 중심을 지납니다. 원래 점에서 축에 수직으로 내린 발이 주황색 점입니다. 그 점을 축 위에서 읽으면 부호가 붙은 값 하나가 나옵니다. 아래 막대는 이 값들의 분포입니다. 먼저 가로로 놓인 축의 분포를 봅니다.
다음 세로축의 분산
같은 점을 세로축에 내리면 처음과 다른 폭으로 퍼집니다. 가로냐 세로냐는 원래 기록할 때 정한 좌표 방향입니다. 데이터가 대각선으로 길게 뻗어 있으면 둘 중 어느 축도 그 변화를 충분히 담지 못할 수 있습니다.
다음 분산이 가장 큰 축
축을 돌려 투영값의 분산이 가장 큰 방향에 두었습니다. 이 방향이 첫 번째 주성분, PC1입니다. PC2는 첫 축과 수직이며 남은 방향의 변동을 설명합니다. 퍼짐이 비슷한 축이 많으면 첫 축의 방향은 작은 데이터 변화에도 달라질 수 있습니다. 화살표가 반대로 향해도 같은 직선이면 설명하는 분산은 같습니다.
19 공분산과 고유값
슬라이드 열기슬라이드 진입 원래 좌표와 공분산
점의 가로와 세로가 함께 커지는지 수치로 요약한 것이 공분산입니다. 가운데 네 칸 중 대각선에는 가로와 세로 각각의 분산, 나머지 칸에는 두 특성이 함께 변하는 정도가 들어갑니다. 계산할 때는 각 점이 평균에서 얼마나 벗어났는지를 씁니다.
다음 평균을 뺀 좌표
위의 한 행처럼 원래 좌표에서 평균을 빼고, 중심화한 두 특성의 값을 점마다 곱해 더합니다. 그 합을 점의 개수에서 1을 뺀 값으로 나누면 두 특성의 표본 공분산입니다. 같은 특성끼리 곱해서 계산하면 표본 분산이 됩니다. 이렇게 만든 행렬에서 고유벡터는 축의 방향, 그에 대응하는 고유값은 그 축에 투영했을 때의 분산입니다. 큰 고유값의 축이 PC1입니다.
다음 PC1 투영과 버린 분산
PC1 위로 내려간 점은 한 성분을 남겼을 때의 근사 위치입니다. 아래 수식은 원래 점과 근사 위치 사이 제곱 오차의 합을 표본 수에서 1을 뺀 값으로 나눈 것입니다. 이 값이 버린 두 번째 방향의 분산과 맞습니다. 숫자 두 개가 같은지 확인한 뒤, 다음 화면에서 그 오차가 어떤 모양인지 보겠습니다.
20 차원 축소
슬라이드 열기슬라이드 진입 차원 축소
세 특성을 두 주성분으로 표현하면 산점도를 그릴 수 있습니다. 예를 들어 분산이 6.4, 2.8, 0.8이면 전체가 10이고, 첫 두 성분을 합쳐 92%를 남깁니다. 나머지 8%에는 버린 방향의 차이가 담겨 있습니다. 두 점이 축소된 그림에서 겹칠 때는 원래의 세 번째 방향에서 떨어져 있을 수 있습니다. 다음 그림에서는 투영으로 어떤 차이가 사라지는지 먼저 확인합니다.
21 두 좌표에서 한 축으로 투영
슬라이드 열기슬라이드 진입 원래 2차원 좌표
각 점은 두 숫자, x와 y로 위치를 말할 수 있습니다. 주황 실선은 퍼짐이 가장 큰 PC1이고 점선은 그에 수직인 PC2입니다. 여기서 한 축의 값만 남기면 저장할 숫자가 점당 하나로 줄어듭니다.
다음 PC1에 투영
점이 주황색 축까지 수직으로 내려갑니다. 축 위 위치가 같거나 비슷한 두 점은 한 줄로 기록하면 겹쳐 보일 수 있습니다. 원래 위치를 복원하려면 PC2 값도 필요합니다. 겹쳐 보이는 점에 같은 군집 번호를 붙인 것이 아니라, 두 번째 방향의 좌표를 기록에서 뺀 것입니다.
다음 더 넓게 퍼진 점들의 투영
이번에는 축에 수직인 방향으로 더 퍼진 자료에 같은 원리를 적용했습니다. 발까지 내려가는 길이가 길어지고, 표시되는 PC1의 분산 비율도 낮아집니다. 한 성분만 남겨도 되는지는 원래 자료가 대부분 한 방향으로 퍼져 있는지에 달려 있습니다.
22 설명분산비와 성분 수
슬라이드 열기슬라이드 진입 PC1 하나
예제의 고유값은 6.4, 2.8, 0.8입니다. 모두 합하면 전체 분산 10입니다. 첫 번째 축의 6.4를 10으로 나누면 64%가 됩니다. 이 예제에서 PC1 하나만 쓰면 변화의 36%가 다른 두 방향에 남습니다.
다음 PC1과 PC2
두 번째 축의 28%를 합하면 92%입니다. 예를 들어 원래 분산을 90% 이상 보존하겠다고 정했다면 여기서는 두 성분으로 목표를 충족합니다. 이때 버리는 것은 세 번째 성분의 8%입니다.
다음 세 성분 모두
전부 남기면 100%이고 좌표 방향은 바뀌었지만 저장할 숫자의 개수는 줄지 않습니다. 90%는 설명을 위해 정한 목표입니다. 분산이 작은 방향에도 검사가 찾는 변화가 있을 수 있습니다. 예를 들어 평면의 두께는 전체 퍼짐에 비해 작아도 품질이나 형상을 보는 데 중요할 수 있습니다.
23 PCA로 평면의 방향 읽기
슬라이드 열기슬라이드 진입 얇은 평면
비스듬한 판을 생각해 보겠습니다. 판을 따라 앞뒤와 좌우로는 멀리 갈 수 있지만 두께 쪽으로는 조금밖에 갈 수 없습니다. 이 차이가 3차원 PCA에서 어떤 축으로 나타나는지 보겠습니다.
다음 세 주성분과 법선
주황 PC1과 청록 PC2는 판을 따라 크게 퍼진 방향입니다. 보라 PC3는 가장 적게 퍼지는 두께 방향이라서 얇은 판에 수직인 법선의 추정값으로 쓸 수 있습니다. 법선은 원래 좌표의 Z축을 무조건 그대로 쓰는 것이 아닙니다. 판이 기울면 법선도 기울어집니다.
다음 두께가 커진 평면
같은 기울기에서 두께를 키우면 보라 축 방향의 분산이 늘어납니다. 점이 어느 축에서도 비슷하게 퍼질 정도로 두꺼워지면 선명한 평면으로 해석하기가 어려워집니다. 큰 분산을 보존하는 것뿐 아니라 작은 분산과 그 방향 자체를 형상 특징으로 쓸 수도 있습니다.
24 선·면·입체의 주성분
슬라이드 열기슬라이드 진입 선에 가까운 형상
점들이 막대처럼 늘어서 있으면 PC1 막대가 두드러지고 나머지 둘은 상대적으로 짧습니다. 세 축 중 가장 큰 방향이 어느 쪽을 가리키는지 보면 늘어선 방향도 알 수 있습니다.
다음 면에 가까운 형상
이번에는 두 방향이 넓고 두께 방향 하나가 작습니다. 화면의 PC1과 PC2 막대가 같이 커진다는 점이 선 모양과 다릅니다. 축의 방향과 막대의 크기는 따로 읽습니다. 방향은 어느 쪽으로 펼쳐졌는지, 크기는 그 방향으로 얼마나 퍼졌는지입니다.
다음 세 방향으로 퍼진 형상
입체처럼 세 방향으로 퍼지면 막대 비율이 더 고르게 보입니다. 실제 연구에서는 전체 장면뿐 아니라 한 점 주변의 작은 영역에도 같은 계산을 합니다. 도로 사례에서 기둥형 시설물 후보를 찾을 때 쓰는 원리입니다. 이제 이 개념이 들어간 연구 두 편을 살펴보겠습니다.
25 데이터 시각화
슬라이드 열기슬라이드 진입 데이터 시각화
산점도에서는 먼저 한 점이 무엇인지와 가로축, 세로축이 무엇인지 확인합니다. 색을 입히면 군집별로 어디에 모이고 어디에서 겹치는지 볼 수 있습니다. 이어서 관측값 수와 원래 단위의 중앙값을 비교하면, 그림에서 본 차이를 구체적인 특성으로 설명할 수 있습니다. 이 순서로 앞의 개념을 정리하고 건물 에너지 사례로 넘어갑니다.
26 산점도를 읽는 순서
슬라이드 열기슬라이드 진입 점의 위치와 분포
점 하나는 관측값입니다. 가로와 세로는 두 특성입니다. 어느 쪽에 관측값이 많고 어디에 겹치는지를 먼저 확인합니다.
다음 군집 번호에 색 붙이기
앞에서 본 거리 기준으로 세 군집을 계산하고 색을 입혔습니다. 같은 색은 계산 결과에서 같은 번호를 받은 점입니다. 이제 같은 방법을 건물 에너지 기록에 적용해 보겠습니다.
27 건물 1,000개의 에너지 사용 패턴
슬라이드 열기슬라이드 진입 문제 정의
건물 1,000개에 대해 전력 사용량, 냉난방 사용량, 사용 시간, 면적, 용도를 알고 있다고 가정하겠습니다. 질문은 에너지 사용 특성이 비슷한 건물을 자동으로 묶을 수 있는가입니다. 입력은 건물별 특성이 담긴 표이고, 출력은 건물마다 붙는 군집 번호와 각 군집을 설명하는 요약입니다. 발표에서는 계산을 재현할 수 있는 가상 데이터를 사용합니다.
28 건물별 데이터 보기
슬라이드 열기슬라이드 진입 원자료
한 행이 건물 한 동입니다. 전력과 냉난방은 연간 사용량이고, 사용 시간은 1년 동안 운영된 시간입니다. 면적과 용도도 함께 기록합니다. 예를 들어 연간 사용량이 같아도 작은 건물과 큰 건물의 에너지 사용 강도는 다를 수 있습니다.
다음 분석에 쓸 특성
전력과 냉난방 사용량을 각각 면적으로 나눕니다. 이 값을 에너지 원단위라고 부릅니다. 원단위 두 개와 사용 시간이 군집화에 들어가는 세 특성입니다. 용도는 결과를 얻은 뒤 각 군집에 업무·교육·판매·복합 건물이 어떻게 섞였는지 확인할 때 사용합니다.
29 건물 사이의 가까움
슬라이드 열기슬라이드 진입 연간 사용량
강조한 두 건물의 면적과 연간 전력 사용량을 봅니다. 큰 건물의 사용량이 더 많습니다. 총량은 요금이나 시설 용량을 비교할 때 쓸 수 있지만, 면적이 다른 두 건물의 사용 강도를 비교할 때는 면적을 함께 봐야 합니다.
다음 면적당 사용량
두 에너지 열을 각각 건물 면적으로 나눴습니다. 강조한 건물의 전력 원단위와 냉난방 원단위가 거의 같습니다. 다만 사용 시간이 다를 수 있으므로 이 두 값만으로 동일한 운영 유형이라고 단정하지 않습니다.
다음 표준화한 특성
원단위 두 개와 연간 사용 시간을 각각 표준화합니다. 이제 점 사이의 거리에는 세 항목이 모두 들어갑니다. 화면은 그중 원단위 두 축을 표시하고, 사용 시간은 뒤의 군집 계산에 포함합니다.
30 K-means의 배정과 중심 이동
슬라이드 열기슬라이드 진입 초기 중심 세 개
십자 표식은 초기 중심 세 개입니다. 각 건물의 위치는 계산 중에 고정됩니다. 여러 초기값에서 실행했고, 군집 내 제곱거리 합이 가장 작았던 실행의 과정을 보여줍니다.
다음 가까운 중심에 배정
건물에 처음으로 색을 붙였습니다. 각 건물은 세 특성을 함께 봤을 때 가장 가까운 중심과 같은 색을 받습니다. 화면에는 원단위 두 축이 보이므로, 화면상의 거리만으로 모든 배정 경계를 읽을 수는 없습니다.
다음 각 군집의 평균으로 이동
색이 붙은 건물 좌표의 평균으로 새 중심을 구했습니다. 점선은 기존 중심에서 새 평균까지의 방향을 보여줍니다. 이번에는 점의 소속을 고정한 상태에서 중심만 옮겼기 때문에 제곱거리 합이 줄어듭니다.
다음 반복 후 최종 군집
새 중심을 기준으로 배정을 반복했습니다. 세 군집의 색을 다음 결과 장에서도 그대로 사용합니다. A·B·C의 의미는 원래 단위에서 전력, 냉난방, 사용 시간을 비교한 뒤 해석하겠습니다.
31 에너지 군집 시각화
슬라이드 열기슬라이드 진입 PCA 산점도
처음에는 군집 색을 가린 상태로 1,000개 건물을 표시합니다. 건물은 PC1과 PC2 점수에 따라 위치합니다. 점이 모여 보이는 위치와 드문 위치를 먼저 살펴봅니다.
다음 K-means 군집색 표시
같은 그림에서 색만 입혔습니다. 색은 앞에서 계산한 K-means 소속입니다. 세 특성에서 구한 그룹을 두 좌표 위에 표시했으므로, 그룹 경계가 화면에서 어느 정도 겹쳐 보일 수 있습니다.
다음 원래 단위로 군집 해석
여기서는 군집별 전력 원단위와 냉난방 원단위의 중앙값을 비교합니다. B는 냉난방 원단위가 가장 높고, C는 전력 원단위가 가장 높습니다. 다음 표에 사용 시간과 용도를 더해서 각 패턴을 설명하겠습니다.
32 건물 1,000개 군집화 결과
슬라이드 열기슬라이드 진입 군집 해석
세 군집의 수는 349개, 349개, 302개입니다. A는 전력과 냉난방 원단위가 모두 낮고 사용 시간이 짧습니다. B는 냉난방 원단위가 높고 C는 전력 원단위와 사용 시간이 높습니다. 가장 많은 용도도 표시했지만, 세 군집 모두 다른 용도가 함께 포함됩니다. B군집에서 냉난방 사용이 높은 이유를 보려면 기후, 설비, 운영 방식 등을 추가로 확인할 수 있습니다.
33 건축·건설 분야의 적용 예
슬라이드 열기슬라이드 진입 적용 예
건물에서 보았듯이 다른 응용에서도 먼저 한 행이 무엇을 뜻하는지 정합니다. 건설사고 한 건을 관측값으로 놓으면 공종과 작업 조건을 비교할 수 있습니다. 프로젝트 한 건이나 현장 한 곳을 단위로 삼으면 비슷한 기간, 규모, 공종을 가진 사례를 찾아볼 수 있습니다. 작업 기록에서는 구역별 체류 시간과 이동에서 반복 패턴을 탐색할 수 있습니다.
34 발견한 패턴에서 연구 질문으로
슬라이드 열기슬라이드 진입 토론과 참고자료
정답 라벨이 없어도 건물 데이터를 그룹으로 묶고, 좌표를 줄여 분포를 볼 수 있었습니다. 예를 들어 냉난방 사용이 높은 유형이 나온 뒤에는 같은 용도와 비슷한 기후의 건물만 비교해도 차이가 남는지 질문할 수 있습니다. 이런 질문을 확인하려면 추가 자료가 필요합니다. 오늘 다룬 주요 방법은 ISLP 12장에 정리되어 있습니다.