Buildings that learn
how to operate. 스스로 운영하고,
경험에서 배우는 건물.

Every thirty minutes30분마다

This is one decision.이것이 하나의 결정입니다.

Not simply a fixed schedule or a repeated rule. Each decision reads the room, defines an objective, selects the control values, and records why.단순한 고정 스케줄이나 규칙의 반복이 아닙니다. 공간 상태를 읽고, 목적을 정하고, 제어값을 선택한 뒤 그 이유를 기록합니다.

Reconstructed from the demonstration logs. The format, the fields and the kind of reasoning are exactly as recorded; the eight entries are assembled into one representative shift.실증 제어 로그를 재구성한 예시입니다. 형식과 항목, 판단 근거는 실제 기록을 따르며, 대표적인 여덟 건을 하루로 구성했습니다.

What it took무엇이 필요했나

The HVAC stayed.
We added sensing and a bridge.기존 HVAC는 그대로 두고,
필요한 센싱과 제어 연동 수단을 추가했습니다.

• 14temperature & humidity sensors온습도 센서
• 4sensor hubs센서 허브
• 1camera, for counting onlyCCTV · 재실자 수 산출용
• ₩960,300total, for all ten rooms10개 공간 전체 구축 비용

Results from one winter of operation.한 번의 겨울 실증 결과.

• 10shared rooms under autonomous control자율 제어를 적용한 공용부 공간
• 61days · 17 Jan – 18 Mar 2026실증 일수 · 2026.01.17~03.18
• 32.01%best single day일간 최대 절감28 January, against the 25 °C scenario1월 28일 · 25도 강풍 시나리오 대비

• vs. 23 °C, medium fan23도 중풍 대비9.41%
• vs. 24 °C, medium fan24도 중풍 대비11.92%
• vs. 25 °C, strong fan25도 강풍 대비15.91%

How the saving is measured. Several rooms share one outdoor unit and only the outdoor unit is metered, so one room's electricity is never measured directly — it is worked out by subtraction: everything, minus everything-but-this-room. The comparison is real control against a modelled counterfactual, in the same room and the same winter, not against a second building. The baseline model reached R² 0.834 with a mean absolute error of 0.09 kWh over 63 days of training data. The three scenarios are the settings that accounted for almost all of the room's operation beforehand; they are not equally likely, so reading the middle one as the honest number is reasonable.절감률은 이렇게 산출했습니다. 여러 공간이 하나의 실외기를 공유하고 계량되는 것은 실외기뿐이라, 한 공간의 전력은 직접 측정되지 않습니다. 뺄셈으로 구합니다. 전체에서, 그 공간을 제외한 전체를 뺍니다. 즉 같은 공간, 같은 겨울에서 실제 제어와 모델이 그린 반사실을 비교한 값이며, 대조군 건물과 비교한 값이 아닙니다. 기준선 모델은 63일치 학습 데이터로 R² 0.834, 평균 절대 오차 0.09 kWh였습니다. 세 시나리오는 적용 이전 이 공간 운전의 대부분을 차지했던 설정이며, 발생 가능성이 같지는 않으므로 가운데 값을 대표값으로 읽는 편이 타당합니다.

Comfort was maintained while
unnecessary control was reduced.쾌적 수준은 유지하면서,
불필요한 제어는 줄었습니다.

Electricity is the easy number. The harder question is whether the room got worse in exchange — and it did not, though not because it got much better either.전력 절감만으로는 충분하지 않습니다. 중요한 것은 에너지를 줄이는 과정에서 실내 쾌적성이 악화되지 않았는지입니다. 실증 결과, 쾌적 수준은 큰 변화 없이 유지됐습니다.

• Over-control — time spent pushing the room past what it needed과다 제어 — 필요 이상으로 난방이 지속된 시간의 비율 before자율 제어 전27.7% after자율 제어 후3.3%
• Comfort achieved — time inside the room's comfort range실내 쾌적 달성 — 쾌적 범위 안에 머문 시간의 비율 before자율 제어 전63.1% after자율 제어 후64.1% The 1 percentage-point difference is small enough that it should not be interpreted as a meaningful improvement.1%p의 차이는 크지 않으므로, 이를 유의미한 개선으로 해석하기는 어렵습니다.

Small library, before and after, both on the same 0–100% scale. Across the demonstration the room averaged 21.6 °C and a PMV of 0.18, and after the service was applied there was not a single interval where the room was already above its comfort range and still climbing.작은도서관의 적용 전후이며, 두 항목 모두 0~100%의 같은 축입니다. 실증 기간 전체의 일간 평균 온도는 21.6 °C, 평균 PMV는 0.18이었고,
적용 이후에는 이미 쾌적 범위를 넘긴 방을 계속 덥히는 구간이 한 번도 나타나지 않았습니다.

Evaluating control outcomes제어 결과 다시 평가하기

184 of them followed every rule
and still made the room worse.184건은 규칙을 지켰지만,
결과는 개선되지 않았습니다.

A second agent reads everything the first one did, once a day. Every episode is restructured into four steps — what it assessed, what it decided to achieve, what it did, and whether the room got better — then judged on two axes. Following the rule and helping are not the same thing.리서치 에이전트는 하루에 한 번 제어 로그를 분석합니다. 각 제어 에피소드를 분석, 목표, 제어 행동, 결과의 네 단계로 구조화하고, 규칙 준수 여부와 실제 효과를 별도의 축으로 평가합니다. 규칙을 준수한 것과 실제로 좋은 결과를 만든 것은 반드시 일치하지 않습니다.

One dot per control episode, 678 in all, 18 January to 18 March. Left column: the rule was not followed. Right column: it was. Top row: the room improved. Judged only on rule matching this agent would score about 98%. The four-way split is what the research agent used to update the system messages and the electricity model, and the share of valid control rose afterwards.제어 에피소드 하나가 점 하나이며, 1월 18일부터 3월 18일까지 모두 678건입니다. 왼쪽 열은 규칙을 지키지 않은 경우, 오른쪽 열은 지킨 경우, 윗줄은 방이 나아진 경우입니다. 사전에 정의된 제어 규칙의 준수 여부만으로 평가했다면 이 에이전트의 점수는 약 98%가 됩니다. 그러나 실제 제어 효과를 별도로 평가해야 규칙 자체의 한계까지 확인할 수 있습니다. 이 평가 결과는 리서치 에이전트가 시스템 메시지와 전력 예측 모델을 갱신하는 근거로 쓰였고, 갱신 이후 유효 제어의 비중은 증가했습니다.

What occupant interventions revealed재실자 개입이 보여준 것

Four out of five interventions
reduced the heating level.재실자 개입 5건 중 4건은
난방을 완화하는 방향이었습니다.

Occupants sometimes adjusted the settings after the agent acted. Rather than treating every intervention as a control failure, we used repeated intervention patterns as feedback on occupant preference.재실자가 리모컨을 통해 에이전트가 설정한 값을 다시 조정했습니다. 이러한 개입을 단순한 제어 실패로 보지 않고, 재실자의 선호를 나타내는 피드백으로 해석했습니다. 별도의 설문 없이 실제 사용 과정에서 얻을 수 있는 직접적인 선호 신호이기 때문입니다.

• Before autonomous control자율 제어 전 53.1%46.9%
• Under autonomous control자율 제어 적용 후 18.2%81.8%

turned it up — too cold강화형 — 춥다 turned it down — too warm완화형 — 덥다

The reading room. Before the service the two directions were roughly balanced: sometimes colder, sometimes warmer. Once the agent was running, almost every correction was downward — a repeated, one-directional signal that the initial comfort range, set from a PMV formula, did not match what this space preferred. The research agent adjusted it — 23.5–24.5 °C on 9 March, 21.0–23.5 °C a week later — and interventions fell 66.9%.리딩룸입니다. 자율 제어 전에는 강화형과 완화형 개입이 비교적 균형 있게 나타났습니다. 자율 제어 적용 후에는 대부분의 개입이 난방을 완화하는 방향이었으며, 이는 PMV 수식으로 설정한 초기 쾌적 범위가 실제 재실자의 선호와 충분히 맞지 않았을 가능성을 보여줍니다. 리서치 에이전트가 개입 패턴을 바탕으로 범위를 조정한 뒤 — 3월 9일 23.5~24.5 °C, 일주일 뒤 21.0~23.5 °C — 개입이 66.9% 줄었습니다.

Measured between 24 Feb – 2 Mar, the first days of autonomous control, and 3 – 18 Mar, after the research agent update.자율 제어 적용 초기(2월 24일~3월 2일)와 리서치 에이전트 적용 이후(3월 3일~18일)를 비교한 값입니다.

The second thing it changed리서치 에이전트가 바꾼 또 하나

The electricity model was retrained as operating conditions changed.운영 조건이 달라지자 전력 예측 모델도 다시 학습했습니다.

The electricity model only knows the weather it was trained on. As outdoor temperatures rose past anything in the training window its predictions drifted — and a drifting model quietly makes worse decisions without ever failing loudly. The research agent treats a change in outdoor temperature as a trigger to retrain.전력 예측 모델의 성능은 학습 데이터에 포함된 외기 조건의 영향을 받습니다. 외기 온도가 기존 학습 범위를 벗어나면서 예측 오차가 커질 수 있었고, 이는 후보 제어안 평가의 신뢰도에도 영향을 줍니다. 리서치 에이전트는 이러한 외기 조건의 변화를 감지해 모델 재학습을 수행합니다.

Training window학습 기간

32 days일→63 days일

R²

0.893→0.945+5.8%

Mean absolute error평균 절대 오차

0.148 kWh→0.106 kWh−28.4%

Nothing about the architecture changed. The model was given more of the winter to look at, at the moment the winter stopped resembling itself.모델 구조는 그대로 유지하고, 외기 조건이 기존 학습 범위를 벗어나는 시점에 추가 운영 데이터를 포함해 다시 학습했습니다.