국제표준 뉴스목록
-
[특집-LEED 인증] LEED 인증의 목표는 무엇인가?미국의 비영리 단체인 그린빌딩위원회(US Green Building Council, USGBC)에 따르면 LEED(Leadership in Energy and Environmental Design) 인증은 사무실 건물, 공공 시설, 주거용 건물 등이 친환경 건축 원칙을 준수해야 획득할 수 있다.LEED 인증은 신규 건설 프로젝트 및 개조 이니셔티브 모두에 적용된다. 이니셔티브는 건강하고 안전한 생활을 지원하기 위해 건물의 DNA를 향상시키는 것이 목표다.지속 가능성이라는 렌즈를 통해 건물의 모든 측면을 검사한다. 지속 가능한 개선은 환경과 인간의 건강에 모두 도움이 되며 상호 이익이 되기 때문이다.LEED 인증은 건축 프로젝트에 대한 전체적인 접근 방식을 취하고 있다. LEED는 기후 변화로 막대한 위험을 인식하고 온실 가스(greenhouse gas, GHG) 배출 감소와 건물의 내재 탄소 문제를 우선적으로 처리한다.인증 대상 건축의 전략은 다음과 같이 다양한 중요도에 따라 다양한 측면을 강조하고 있다. 세부적으로 살펴보면 △기후 변화에 대한 건물의 기여도 감소(35%) △인간의 건강 개선(20%) △담수 자원 보존 및 물 효율성 강화(15%) 등이다.또한 △재생, 장기간 원료 사용 지원(10%) △번성하는 커뮤니티 구축 및 이웃 개발 촉진(5%) △천연 자원의 보존(5%) 등도 포함된다.
-
[특집-LEED 인증] LEED 인증 요구사항미국의 비영리 단체인 그린빌딩위원회(US Green Building Council, USGBC)에 따르면 LEED(Leadership in Energy and Environmental Design) 인증은 사무실 건물, 공공 시설, 주거용 건물 등이 친환경 건축 원칙을 준수해야 획득할 수 있다.LEED 인증은 신규 건설 프로젝트 및 개조 이니셔티브 모두에 적용된다. LEED 인증을 받으려는 신청자는 녹색 건물 목표를 당성하는데 필수적인 다양한 요구사항을 고려해야 된다.인증 프로세스(certification process)는 다음 주요 영역에서 세부 표준 준수를 입증하기 위한 철저한 문 제출을 요구하고 있다.주요 영역은 △현장 지속 가능성 △물 효울성 △에너지 소비 및 온실 가스 배출 △재료 및 천연 자원 △실내 환경 품질 △전체 탄소 발자국 등이다.또한 개인 주택을 위한 인증 프레임워크(certification framework)는 인증 획득에 중요한 추가 영역을 포함해 포괄적인 접근 방식을 요구하고 있다. 추가 영역에는 △위치 및 연결 △인식 및 교육 △혁신과 인테리어 디자인 및 시공 △지역 우선순위 등이 포함된다.건물이 인증 전제 조건을 충족하면 LEED 등급 시스템을 통해 얻은 점수는 프로젝트의 친환경 건축 인증 활동에서 지속 가능한 디자인 요소를 추가로 통합했음을 의미한다.
-
인천경제자유구역 겐트대, 수질오염진단 시험분석법 국제표준 제정산업통상자원부 경제자유구역기획단은 인천경제자유구역에 유치한 겐트대학교 연구팀이 개발한 수생태독성 평가기법이 국내 수질환경기술 최초로 ISO(국제표준화기구) 수질분야(TC147/SC5) 국제표준(ISO4979)으로 제정됐다고 25일 밝혔다. 해당 기술은 담수식물인 좀개구리밥의 뿌리재생에 기반해 수질오염물질의 독성을 진단하는 시험분석법이다. 좀개구리밥의 뿌리를 절단하고 새로 재생된 뿌리의 길이를 측정해 뿌리길이가 짧을수록 수질오염도가 심각하다고 판정하는 원리다. 혁신적 아이디어를 통해 간편하면서도 경제성도 뛰어나 향후 진단키트로 상용화할 계획이다. 올해 3월에는 유엔환경계획(UNEP) 산하 유럽 국제환경독성화학회에 소개된 바 있다. 구리, 카드뮴, 납, 비소 등 중금속류와 페놀, 포름알데히드 등 휘발성 유기화합물 등 다양한 오염물질의 독성을 진단할 수 있어 활용가치가 클 것으로 기대된다. 겐트대학교는 생명공학 분야 세계 40위권 벨기에 대학으로 인천글로벌캠퍼스에 분자생명공학, 식품공학, 환경공학 3개 학과를 운영 중이다. 2024년에는 벨기에 최대 해양연구소(마린유겐트) 분원을 설립해 서해의 풍부한 해양자원을 기반으로 다양한 융·복합 연구를 추진할 계획이다. 강장진 경제자유구역기획단장은 “글로벌캠퍼스가 국제적 네트워크와 차별화된 기술을 바탕으로 산학연 혁신 클러스터로서 국가 경쟁력 강화에 기여할 수 있도록 지속적으로 발전시키겠다”고 밝혔다.
-
스마트 도시 속 데이터 시각화에 도움되는 표준 제정세계 인구의 약 절반이 도시에 거주하고 있으며, 그 수치는 1950년 이래로 두 배를 기록하고 있다. 도시에 거주하는 인구의 성장은 당분간 계속될 것으로 보인다. 지속가능한 도시를 만들기 위해, 거주자들의 요구를 예측 및 관리하는 것이 매우 중요하다. 오늘날 매우 복잡해지는 스마트 도시들은 사물인터넷(IoT) 및 인공지능(AI)과 같은 기술을 활용하여 사회 문제를 해결한다. 특히 인구 증가 및 도시화에 따르는, 교통에서부터 주거, 건강 및 공기질을 아우르는 복합적인 문제에 대응한다. 따라서 스마트 도시를 효과적으로 모델링할 수 있는 최신 기술을 통해, 도시 관리자는 방대한 양의 데이터를 수집하고 이를 기반으로 더 나은 의사결정을 내릴 수 있다. 이러한 도시 데이터 시각화에 도움을 주는 ISO/IEC TS 5147 표준*이 새롭게 제정되었다. 위 표준은 도시 전문가들이 결과를 보다 성공적으로 측정할 수 있도록 도와준다. * ISO/IEC TS 5147은 ‘결과 측정’ 뿐만 아니라 ‘도시 데이터 범주화’에 도움이 되는 시각화 표준(representation and visualization standards)을 제공한다. 이것에는 자연 및 인공적 환경, 네트워크, 날씨, 물리적 및 의미론적 속성(Physical and semantic properties), 소리, 소셜 미디어 등이 포함된다. 표준 프로젝트 리더인 Peter Ryan은 ‘도시가 매우 복잡하기 때문에, 그들에게 도움을 줄 수 있는 다양한 경로의 데이터와 표준이 있다’고 설명했다. 스마트 도시는 결국 시스템과 시스템 간의 결합으로 이루어지기 때문에 상호 운용성과 다양한 기능 통합이 매우 중요하다. 따라서 다양한 경로로 수집되는 방대한 양의 데이터를 기준과 표준에 따라 적합하게 정리하고 유용하게 적용하는 역량이 필요하다.
-
머신러닝 AI, 소방관의 잠재적 심장 질환을 정확히 예측한다소방관은 매번 위험한 상황에 뛰어들지만, 근무 중 사망 사건의 대다수는 화재나 연기 흡입으로 발생하지 않는다. 사망자의 약 40%가 갑작스러운 심장 질환으로 인해 사망한다. 이에, 국립표준기술원(NIST)와 연구진들은 소방관들의 비정상적인 심장 박동을 정확하게 예측하기 위해 머신러닝 AI 기술을 도입했다. AI 기술을 통해 소방관들의 심장 질환 초기 증상을 포착하고, 늦기 전에 의학적 치료를 받을 수 있도록 휴대용 심장 모니터를 연구 중이다. NIST의 연구원 크리스 브라운은 “해가 거듭할수록 갑작스러운 심장 질환이 소방관 사망원인 1위로 떠오르고 있다”라고 밝혔다. 실제로 National Fire Protection Association 조사에 따르면, 2022년에 근무 중인 36명의 소방관이 심장 질환으로 목숨을 잃었다. 주로 갑작스러운 심장 마비로 인해 심장 박동이 불규칙하게 나타나 혈액 공급이 중단될 때 발생한다. 위 문제를 해결하기 위해 NIST 연구원들과 Rochester 대학 간호사들은 소방관의 데이터 수집에 나섰다. 112명의 소방관을 대상으로 24시간의 심전도(electrocardiogram, ECG) 데이터를 측정했다. 그들은 탄탄한 데이터 확보가 문제 해결에 필수적이라고 강조했다. 연구원들은 확보된 데이터를 바탕으로 ‘Heart Health Monitoring (H2M) 모델’을 구축했다. 확보된 심전도 데이터의 큰 부분들을 12초로 분할하였고, 각각 개별의 심장박동 데이터들은 정상 작동과 비정상 작동 계열로 분류되었다. H2M의 데이터 학습과 검증이 마치고 난 뒤, H2M 모델은 기존에 수집되지 않은 소방관 심전도 데이터를 분석했다. 그 결과 약 6,000개의 데이터 샘플을 분류하는데 97%의 정확도를 보여주었다. 이를 통해 NIST 연구원은 올바른 데이터 세트를 활용하는 것이 AI 모델을 훈련하는데 가장 중요했다고 덧붙였다. “생명을 살리는 기술”이라고 불리는 H2M 모델의 활용 범위가 더욱 확대되어 더 많은 사회 분야의 사람들을 살리는데 기여하길 기대한다. NIST 연구원이 수집했던 ECG 데이터와 같이, 질 좋은 데이터 확보가 가능해진다면 머신러닝 AI은 무궁무진하게 변신할 수 있을 것이다.