BIST · Building Information Science & Technology 성균관대학교 BIST 연구실
BOS is an operating layer for buildings — where a building service is designed, generated, operated and evaluated as one continuous cycle, rather than assembled as a separate integration each time. BOS는 건물을 위한 운영 계층입니다. 건물 서비스가 매번 별도의 통합 작업으로 조립되는 대신, 설계·생성·운영·평가라는 하나의 순환으로 다루어집니다.
01 — BOS OverviewBOS 개요
BOS connects the data, semantic structure, virtual models, tools and AI agents that building operation depends on, and designs, generates, operates and evaluates building services on that basis. It is not a replacement for an existing BMS or BAS: it provides the ground on which different operational resources and services can be organized and managed in one environment. BOS는 건물 운영에 필요한 데이터와 의미 체계, 가상 모델, 도구, AI 에이전트를 하나의 운영 계층에서 연결하고, 이를 바탕으로 건물 서비스를 설계·생성·운영·평가합니다. 기존 BMS나 BAS를 대체하려는 것이 아니라, 서로 다른 운영 자원과 서비스를 하나의 환경에서 조직하고 관리할 수 있는 기반을 제공합니다.
Reading the diagram그림 읽는 법
02
Preparing building information and models for operation 운영을 위한 건물 정보와 모델의 준비
01 / 04
BIM, BAS, BEMS, IDF and city data each describe the same building in their own representation. BOS structures the meaning and the relationships between buildings, equipment, spaces and operations into a machine-readable semantic model, and validates the model it has built. BIM, BAS, BEMS, IDF, 도시 데이터는 같은 건물을 각기 다른 표현 방식으로 기술합니다. BOS는 건물·설비·공간·운영 요소의 의미와 관계를 기계가 읽을 수 있는 semantic model로 구조화하고, 구축된 모델을 검증합니다.
02 / 04
Operational judgement needs a model of the building, not only its data. From a digital-twin perspective, a virtual model is a stack of complementary layers — geometry, physics-based, behaviour and data-driven, rule-based — assembled as each layer becomes available, rather than produced automatically in a single step. 운영 판단에는 데이터뿐 아니라 건물의 모델이 필요합니다. 디지털 트윈 관점에서 가상 모델은 형상, 물리 기반, 거동·데이터 기반, 규칙 기반이라는 상호보완적 layer의 집합이며, 한 번에 자동 생성되기보다 각 layer가 확보되는 대로 구성됩니다.
03 / 04
Operation manuals, specifications and domain knowledge are unstructured text. BOS turns them into chunks and embeddings held in a vector database, so an agent can retrieve the exact passage a decision depends on. 운영 매뉴얼과 사양서, 도메인 지식은 비정형 텍스트입니다. BOS는 이를 chunk와 embedding으로 변환해 vector DB에 적재하고, 에이전트가 판단에 필요한 근거를 정확히 검색할 수 있게 합니다.
04 / 04
Operation leaves a trace. Logs and interaction records become training data, are validated, and are used to specialize a model for a particular service or operating environment — so the agent improves with the experience of the building it runs in. 운영은 기록을 남깁니다. 로그와 상호작용 데이터는 학습 데이터로 가공·검증되어 특정 서비스나 운영 환경에 특화된 모델을 만듭니다. 에이전트가 자신이 놓인 건물의 경험과 함께 개선되는 것입니다.
03
Design · Generate · Operate · Evaluate · Enhance 설계 · 생성 · 운영 · 평가 · 고도화
01 / 05
A service begins as an intent — its objective, the data it needs, when it runs and what it returns. BOS turns that intent and its domain requirements into a structured service specification. 서비스는 의도에서 시작합니다. 목적과 필요한 데이터, 실행 시점, 반환할 결과가 그 내용입니다. BOS는 이 의도와 도메인 요구사항을 구조화된 서비스 명세로 변환합니다.
Intent→Domain Requirement→Service Specification
02 / 05
From the specification, agents compose an executable building service — selecting the processes, tools, models and data it needs. The same mechanism generalizes across scale: a single building, a campus, an urban environment. 명세로부터 에이전트가 실행 가능한 building service를 구성합니다. 필요한 프로세스와 도구, 모델, 데이터를 선택하는 과정입니다. 동일한 메커니즘이 단일 건물에서 캠퍼스, 도시 환경까지 확장됩니다.
Specification→Agentic Generation→Executable Service
This is where APG operates — see Core Technology.이 지점에서 APG가 작동합니다 — 아래 핵심 기술 참고.
03 / 05
Generated services are bound to a real operating environment and executed repeatedly. Execution, monitoring and feedback for many services run in the same environment rather than in separate systems. 생성된 서비스는 실제 운영 환경에 연결되어 반복 실행됩니다. 다수의 서비스에 대한 실행과 모니터링, 피드백이 서로 다른 시스템이 아니라 하나의 환경에서 이루어집니다.
Building·Campus·Urban Environment
04 / 05
A service is judged on more than accuracy. BOS evaluates operational outcome, performance against objectives, and the value delivered to stakeholders — KPI and KVI together — and derives where the service should improve. 서비스는 정확도만으로 평가되지 않습니다. BOS는 운영 결과와 목적 대비 성능, 이해관계자에게 전달된 가치를 KPI와 KVI 관점에서 함께 평가하고, 개선 방향을 도출합니다.
Outcome→KPI / KVI→Stakeholder Value
05 / 05
The lifecycle closes here: accumulated operation and evaluation feed back into the service itself, so it is revised rather than rebuilt. This is a planned direction — it is not yet part of the running platform. 여기서 순환이 닫힙니다. 축적된 운영·평가 결과가 서비스 자체로 되돌아와, 다시 만드는 대신 개선하게 합니다. 계획된 방향이며 현재 플랫폼에서는 아직 제공되지 않습니다.
Operation→Evaluation→Enhancement↺
04 — Resources자원
BOS manages data, tools, models, agents, APIs and service specifications as shared resources. Each service selects and composes the resources its objective and operating context require. BOS는 데이터, 도구, 모델, 에이전트, API와 서비스 명세를 공통 자원으로 관리합니다. 각 서비스는 목적과 운영 맥락에 따라 필요한 자원을 선택하고 조합하여 사용합니다.
05 — Core Technology핵심 기술
Decoupling process design and execution 프로세스 설계와 실행의 구조적 분리
A common process framework for agentic building services Agentic building service를 위한 공통 프로세스 프레임워크
In current agentic AI systems, planning and execution are interleaved at runtime: the system-level task procedure stays buried inside the execution flow instead of existing as an explicit artifact. Repeated across long operation, that coupling accumulates overhead and leaves the procedure impossible to reuse or to optimize in advance. 현재의 agentic AI 시스템에서는 계획과 실행이 runtime에서 결합되어 있어, 시스템 수준의 작업 절차(system-level task procedure)가 명시적인 산출물로 존재하지 않고 실행 흐름 안에 묻혀 있습니다. 운영이 반복될수록 이 결합은 오버헤드를 누적시키고, 절차를 재사용하거나 미리 최적화할 수 없게 만듭니다.
APG externalizes that procedure. From an information-flow perspective it is reconceptualized as a process — explicit, reusable, inspectable, provisionable — and APG constructs, commissions, finalizes and provisions it before execution. Process design and execution are thereby structurally decoupled. APG는 이 작업 절차를 외부화합니다. 정보 흐름(information flow) 관점에서 명시적이고 재사용·검토·제공이 가능한 프로세스로 재개념화하고, 실행 이전에 이를 구성·시운전·확정·제공합니다. 그 결과 프로세스 설계와 실행이 구조적으로 분리됩니다.
Why it matters왜 중요한가
Externalizing the task procedure makes it inspectable before it runs. A process can be traced, reviewed by a domain expert, reused, accumulated in the Process Library, and optimized at design time rather than re-derived at runtime. 작업 절차를 외부화하면 실행 전에 확인할 수 있습니다. 프로세스는 추적과 전문가 검토, 재사용이 가능하고, Process Library에 축적되며, 실행 중이 아니라 설계 단계에서 최적화됩니다.
APG spends resources up front on process design, then reuses the finalized process across repeated operation — instead of re-forming the task procedure, the tool selection and the invocation order on every execution. APG는 프로세스 설계에 초기 자원을 투입하고, 확정된 프로세스를 반복 운영에서 재사용합니다. 매 실행마다 작업 절차와 도구 선택, 호출 순서를 다시 구성하지 않습니다.
APG is not bound to one service logic. From a service's expert and tool specifications, the same framework designs, verifies and provisions its task procedure as an explicit process. In the study, Steps 1–5 were applied unchanged to fault detection and diagnosis, IAQ monitoring and room-load monitoring; each produced a different process, shaped by that service's own information requirements. APG의 초점은 특정 서비스 로직이 아니라, 서비스별 전문가·도구 사양으로부터 작업 절차를 명시적 프로세스로 설계·검증·제공하는 공통 체계에 있습니다. 논문에서는 동일한 Step 1–5를 고장 검출·진단, 실내공기질 모니터링, 실별 부하 모니터링에 그대로 적용했고, 각 서비스의 정보 요구에 따라 서로 다른 프로세스가 구성되었습니다.
Measured in the paper's case study — agentic fault detection and diagnosis, 16 LLM models across four providers, 50 executions at 10-minute intervals 논문 사례 연구 측정값 — agentic 고장 검출·진단, 4개 제공사 16개 LLM 모델, 10분 간격 50회 실행
Across the feasible models, the up-front process-design cost reached break-even within one day under the evaluated 10-minute cycle. 실행 가능한 모델 전반에서, 프로세스 설계에 투입된 초기 비용은 평가된 10분 주기 조건에서 하루 이내에 손익분기에 도달했습니다.
At national building-stock scale, these runtime efficiency gains can translate into a substantial difference in AI infrastructure electricity demand. 이 실행 효율의 차이가 국가 규모의 건물 운영으로 누적되면, AI 인프라 전력 수요의 차이로 이어질 수 있습니다.
doi.org/10.1016/j.aei.2026.105189 View publication논문 보기
06 — Impact임팩트
Token efficiency is not only an API bill. When large numbers of building devices are served continuously by AI, inference itself becomes an infrastructure load — so process efficiency grows more important as autonomous building services scale. 토큰 효율은 API 비용만의 문제가 아닙니다. 다수의 건물 기기를 AI가 지속적으로 다루게 되면 추론 자체가 인프라 부하가 되며, 자율 건물 서비스가 확산될수록 프로세스 효율의 중요성은 커집니다.
Estimated AI infrastructure electricityAI 인프라 전력 추정
Illustrative national scale · GWh per year국가 규모 예시 · 연간 GWh
Assumption가정 0% token reduction토큰 절감률
Each bar is the without-APG total, split into what APG still requires and what it preserves: 795 = 199 + 596 and 1,192 = 298 + 894 GWh/year. 각 막대는 APG 미적용 총량이며, APG 적용 시 남는 전력과 보존되는 전력으로 나뉩니다. 795 = 199 + 596, 1,192 = 298 + 894 GWh/년.
Up to최대
0.0TWh / year년
of AI infrastructure electricity preserved at national scale 국가 규모에서 보존되는 AI 인프라 전력
= 894 GWh/year, the upper end of the preserved range above · illustrative scenario, not measured = 894 GWh/년, 위 보존 범위의 상단값 · 실측이 아닌 예시 시나리오 기준
Where this is going지향점
One operating layer, many buildings, and services that keep improving. 하나의 운영 계층, 다수의 건물, 그리고 계속 개선되는 서비스.
The BOS platform requires an account.BOS 플랫폼 이용에는 계정이 필요합니다.
Developed by연구 · 개발 Agentic Building Service Engineering Group BIST Lab · Sungkyunkwan University성균관대학교 BIST 연구실