환경문제는 전 지구 차원의 최우선 과제로 대두되고 있으며 지속 가능한 개발에 대한 국제적 관심이 높아지면서, 국가 온실가스 감축 목표(NDC)를 달성하기 위한 노력이 이어지고 있다. 이에 건물의 에너지 사용과 CO2 배출 저감 등에 관련된 논의가 활발히 진행되면서, 이를 통해 건축물에 대한 환경부하를 줄이고, 환경성능을 향상시키기 위한 인증제도로서 녹색건축 인증제도(G-SEED)가 신설되었다. 또한, 인간의 건강의식이 확대되면서 실내환경 문제에 대한 관심이 높아지고 있는데 미세먼지, 미생물 오염물질 등에 의해 영향을 받는 건물 내부의 실내공기질 관리에 관심을 가질 필요가 있다. 특히 녹색건축 인증제도에서는 ‘실내환경’ 분야에서 ‘인간의 건강과 복지 측면에서 건축물 내 재실자와 이웃에게 미치는 위해성을 최소화하기 위한 부분을 검토하여 온열환경, 음환경, 빛환경, 공기환경을 평가하고 있다. 이 중, 실내공기질은 공기환경 항목에서 실내공기 오염물질 저방출 자재의 사용 여부를 기준으로 평가되고 있다. 하지만 녹색건축인증을 위한 인증획득과정에서 많은 작업량, 소요 시간이 요구되고 다양한 분야의 이해가 필요함에 따라 실무에서 어려움을 겪고 있으며 인증획득을 위한 자재선정과정에서 다양한 발주자의 요구사항이나 양질의 시스템 미비 등으로 인하여 효율적인 자재선정이 이루어지지 못하고 있다. 따라서 본 연구에서는 실제 녹색건축인증 사례를 분석하여 사용자 요구사항과 자재의 성능 및 경제성을 복합적으로 고려하는 자재선정모델을 개발하는 것을 목적으로 한다. 이를 위하여 사용자 요구사항이 반영된 자재 데이터베이스를 바탕으로 생애주기비용(LCC) 개념을 고려하고 자재선정을 위한 도구로써 유전 알고리즘(GA)을 활용하는 동시에 인증에 필요한 목표점수를 만족하는 모델 개발을 목표로 한다. 자재선정모델의 자재 데이터베이스 개발과정에서 녹색건축인증 심사기준에 맞게 실내용 바닥 장식재와 벽 및 천장 마감재를 세분화하여 사용자 선택기준 및 최적 선호자재 선정과정에서 제품별로 구분이 용이하게 하였다. 자재가 적용되는 공간은 건설정보분류체계를 참고하여 12개로 분류하였으며 공간별로 실제 비주거용 건축물 사례를 분석하여 해당 공간에 사용할 수 있는 공간별 자재 데이터베이스를 구축하였다. 또한, 모델의 경제성을 고려하기 위해 사용자가 직접 자재군의 가격대의 옵션을 선택하여 자재선정을 할 수 있도록 자재군별로 20%, 50%, 80%의 가격 범위 옵션을 구성하였다. 자재는 자재의 생애주기적인 개념으로 생산, 유지관리, 폐기의 전 단계가 고려될 수 있도록 LCC로 비용을 계산하여 모델에 적용될 수 있도록 하였다. 사용자 선택기준 자재선정은 해당 부위에 가장 적절한 자재를 적용하기 위해 사용자가 선택 가능한 선택기준을 제시하였다. 이를 통해 사용자는 본인이 자재 선정기준을 통해 선택한 자재군의 자재 데이터베이스만을 바탕으로 자재를 선택할 수 있도록 구성하였다. 자재선정모델 개발은 실내공기 오염물질 저방출 제품의 적용 심사기준을 분석하고 Excel을 활용하여 점수 및 비용산출함수를 구성하였다. 이를 유전 알고리즘을 활용하여 각 공간별 자재 데이터베이스에서 사용자가 선택한 자재군을 대상으로 자재를 선정할 수 있도록 하였다. 본 연구에서 개발한 자재선정모델의 검증은 3가지의 국내 실제 비주거용 건축물 사례를 활용하였다. 그 결과, 3가지 사례 모두 본 연구에서 제시한 공간별, 부위별 사용자 자재군 선택기준에 맞게 자재를 사용함을 알 수 있었다. 또한, 사용자가 입력한 가격 범위 옵션에 따라 해당 범위 내에서만 자재를 선정하였으며, 가격 범위 옵션의 값이 커질수록 선택되는 자재의 금액, 적용 부위별 금액, 최종 산출금액이 증가하는 모습을 보였다. 이는 20% 가격 범위 옵션은 가격 대비 성능이 낮아 사용자 만족도 측면이 우려되지만, 자재의 가격(경제성)이 우선시되는 경우 적용할 수 있음을 의미한다. 반대로 80% 가격 범위 옵션은 성능대비 가격이 너무 높은 점이 우려되지만, 자재의 성능(기능성)이 우선시되는 건물의 경우 적용할 수 있다. 이때, 50% 가격 범위 옵션은 자재군 중 평균적인 가격대의 제품을 선택하는 경우로 사용자가 자재의 가격(경제성)과 성능(기능성)을 모두 만족해야 할 때 적용할 수 있을 것으로 판단된다. 따라서 본 모델의 활용을 통해 사람이 인지적으로 해결하기 어려운 다양한 자재선정 문제에 대한 알고리즘을 제시함으로써 신뢰성 있는 결과를 제시할 수 있으며 본 모델에 사용된 생애주기비용 개념, 유전 알고리즘, 사용자 선택기준을 활용함으로써 건설 분야 및 다른 분야에서도 대안 선정과정에서도 본 기법의 확장성 및 활용 가능성이 기대된다. 또한, 실질적인 의사결정에 기여함으로써 시공의 경제성 향상 및 자재선정과정의 시간 단축에 도움이 되며 실내공기 오염물질 활용을 통해 인간의 건강 유지에 기여할 수 있을 것으로 기대된다.

Environmental issues are emerging as a top priority at a global level. As international interest in sustainable development increases, efforts are being made to achieve the Nationally Determined Contribution (NDC). Accordingly, the domestic construction industry has been implementing G-SEED that evaluates buildings'' environmental properties to reduce environmental burdens such as energy and resources, emission of pollutants, and creating a pleasant environment. With the expansion of human well-being awareness, interest in indoor environmental issues is increasing, and it is necessary to pay attention to indoor air quality management. Indoor Air Quality (IAQ) is the air quality inside buildings and structures affected by fine dust, microbial contaminants, and gas. G-SEED evaluates the thermal environment, sound environment, light environment, and air environment to minimize the risk to occupants in buildings regarding human health and welfare. Among them, IAQ is evaluated based on materials that emit low indoor air pollutants in the air environment category. However, G-SEED in practice is difficult and time-consuming due to the complexity of the certification acquisition process coupled with little economic consideration for the materials of each certification item. In the material selection process for certification acquisition, efficient material selection is impossible due to the various requirements of clients and the lack of a high-quality system. Therefore, this study aims to develop a material selection model that considers user requirements, material performance, and economic feasibility by analyzing actual cases of G-SEED. This study adopts the concept of life cycle cost (LCC) based on the material database reflecting user requirements while utilizing a genetic algorithm tool for material selection. In developing the material database, data was subdivided in accordance with the G-SEED criteria to ease the classification process. The space to which the material is applied was classified into 12 by referring to the construction information classification system. A material database for each space was built by analyzing the case of actual non-residential buildings. In addition, to consider the economic feasibility of the model, 20%, 50%, and 80% price range options were configured for each material category so that the user can directly select an option in the price range of the material categories. The cost of the materials is calculated as LCC so that the whole stage of production, maintenance, and disposal can be considered the life cycle concept. Furthermore, user choice criteria were presented in order to apply the most appropriate material to the relevant space. Thus, users can select materials based only on the chosen material database through the material criteria. In the development of the model, the evaluation criteria for applying low-emission products of indoor air pollutants were analyzed, and the score and cost calculation function was constructed using Excel. By using a genetic algorithm, materials can be automatically selected from the material database for each space. To validate the model, three case studies of non-residential buildings in Korea were used, consisting of two private buildings and one public building. The result shows that all three cases used materials according to each space''s user material category selection criteria. In addition, materials were selected within the price range option input by the user. And as the value of the price range option increased, the cost of the selected material, the cost for each application part, and the final calculated cost increased. This indicates that the 20% price range option is concerned about the user satisfaction aspect due to its low performance compared to the price, but it can be applied when the material price is prioritized. Conversely, the 80% price range option is concerned that the price is too high compared to the performance, but it can be applied to buildings that prioritize the material''s performance. Similarly, the 50% price range option is a case of selecting a product in the average price range among the materials so that it can be applied when the user must satisfy both the price (economic efficiency) and performance (functionality) of the material. Finally, this model can be used as an economically efficient tool in G-SEED while facilitating reliable results using the algorithm for material selection problem that is difficult for humans to solve cognitively. Also, using this model makes it possible to utilize the technique in the alternative selection process in the construction field, and the possibility of scalability and applicability in other fields is expected. In addition, the practical contribution of the model is that it serves as a support tool for effective decision-making, helps improve the economic feasibility of construction, and reduces the time of the material selection process while maintaining human health by using indoor air pollutants low-emitting materials. Thus, it is expected to help the operation of the G-SEED and further contribute to achieving the 2050 carbon neutrality goal.