기본연구보고서 13-19
앱기반 피드백의 전력소비 절감 및 파급효과 분석 연구
조 성 진
참여연구진
연구책임자 : 부연구위원 조성진
연구참여자 : 부연구위원 김철현 위촉연구원 김미양
외부참여 : 경희대학교 교수 권오병 연구원 이연님
한국리서치(주) 이사 김춘석
차장 오승호
과장 오용석
<요 약>
1. 연구 필요성 및 목적
전력 소비 절약을 위해 TV, 라디오 등 대중매체를 통한 절전 캠페 인 등 다양한 형태의 정책 수단들이 사용되고 있으며 최근에는 정보 통신기술(ICT)과 통신기기의 발달로 이러한 디지털 기기를 에너지 절 전에 적용하려는 시도가 활발히 진행되고 있다. 특히 최근에는 전력 소비 절약을 위해 기존에 많이 이용되었던 전통적 방식의 절전 정책 수단이 스마트폰, 태블릿 PC 등 디지털기반 모바일 기기들로 대체될 가능성이 그 어느 때보다 높다. 디지털 기반의 모바일 기기는 대중들 의 흥미를 유발할 수 있는 다양한 형태의 어플리케이션을 매우 저렴 한 비용으로 제공함으로써 그 파급효과를 스스로 증명하고 있다.
미국, 영국 등 주요 선진국에서는 2000년대 후반부터 이와 같은 스 마트기기의 어플리케이션 기능을 활용하여 가정 전력 소비 절감을 위 한 다양한 피드백 실증실험연구 내지 파일럿(Pilot) 프로그램을 설계하 여 실증분석을 수행하고 있으며, 분석을 통해 효과가 입증된 특정 피 드백 정책 수단들을 실제로 활용하고 있다.
정보통신기술, 통신기기 및 통신망이 세계적으로도 높은 수준인 우 리나라의 경우 이와 같이 디지털 기반 피드백을 통하여 가계 전력 소 비를 절약할 수 있는 잠재력이 매우 높다고 판단된다.
따라서 본 연구에서는 가계 전력 소비 절감을 목적으로 개발한 스 마트폰 어플리케이션인 ‘에너지 다이어트’를 앱 기반 피드백 수단으로 활용하여 이러한 앱 기반 피드백이 실제 어느 정도 가계 전력 소비 절
감에 효과가 있는지를 실증실험설계 및 설문조사 통계자료를 이용하 여 도출하기로 한다. 결과 도출을 위해 2012년 3월부터 2013년 8월말 까지 총 4차례에 걸쳐 동일한 가구(household)를 대상으로 설문조사를 수행하였으며, 설문조사를 통해 앱 기반 피드백을 제공한 그룹(실험 군)과 제공하지 않은 그룹(대조군)의 전력사용 정보 및 인구통계학적 정보를 구축하였다. 즉 설문조사를 통해 2년간의 패널통계자료(panel data set)를 구축하였다.
2. 내용 요약
본 연구는 2012년 에너지경제연구원에서 기본과제로 수행한 ‘에너 지효율 어플(APPs)의 가계 전력 소비 절감 효과 분석(조성진, 2012)’
을 확장 보완한 것으로 에너지 절감을 위해 개발된 모바일 어플리케 이션이 실제 가계 전력 소비 절감에 효과가 있는지를 정량적 패널통 계자료와 정성적 통계자료를 이용하여 검증하고 있다.
2012, 2013년 4차례(2012년 3, 4월 / 동년 6, 7월 / 2013, 3, 4월 / 동년 6, 7월)에 걸쳐 동일한 표본(전국 가구대상)을 대상으로 에너지 절감을 위해 개발된 모바일 어플리케이션 ‘에너지 다이어트’를 일종의 앱 기반 피드백 수단으로 활용하여 이것이 실제로 사용자의 전력 소 비 절감에 효과가 있는지를 정량적, 정성적 자료를 토대로 실증분석을 수행하였다. 분석을 위해 표본을 세 그룹으로 분류하였다. 앱 기반 피 드백을 제공한 그룹을 ‘어플이용그룹’이라 지정하여 실험군(treatment group)으로 분류하고, 이메일을 통해 주기적으로 ‘에너지 절약 tips’을 제공한 ‘메일발송그룹’과 어떠한 형태의 에너지 절약 정보도 제공하지 않은 ‘일반그룹’을 실험설계에 포함하였다. 그룹 비교분석을 위해 그
룹 간의 사전 사후 동질성을 최대한 반영하려고 노력하였다.
다만 본 연구의 설문조사는 동일한 표본의 전력 소비 행태를 2년 간 추적한 것으로 설문과정에서 패널유지율(혹은 재응답율)이 다소 낮 은 현실적 문제와 일반적으로 설문조사에 의해 구축된 정량적 통계자 료가 갖는 신뢰성 문제가 있다는 점이 한계로 지적될 수 있다. 이러한 한계는 표본선택편의(sample selection bias) 문제를 야기할 수 있어 분석결과의 신뢰도를 저하시킬 가능성이 크므로, 그룹들의 동질성 여 부를 객관적으로 확인하기 위해서 향후 관련 연구에서는 성향가중치 법(propensity score method)과 같은 통계분석방법을 적용할 필요가 있다.
또한 설문대상을 개인이 아닌 가구 전체로 하고 있어 설령 설문응 답자가 앱 기반 피드백을 통해 전력 소비 절감 인식을 하고 실제 행동 으로 실천한다고 해도 나머지 구성원들에게 절전 인식 및 행동이 전 이되지 않는다면 가구 전체적으로 전력 소비량 변화는 없을 가능성도 존재한다. 실제로 본 연구의 전력 소비량 기초통계량에 따르면 그룹별 로 전력 소비 차이가 크지 않음을 확인할 수 있는데, 이는 ‘에너지 다 이어트’가 절전 인식 제고 및 행동변화에 긍정적인 영향을 미친다는 구조방정식 연구모형 A의 결과와 다소 상반되는 결과이다. 이러한 결 과가 발생한 이유는 전술한 바와 같이 본 연구의 설문조사 대상이 개 인이 아닌 가구 전체를 대상으로 하였다는 데 있다. 이는 설령 설문조 사 응답자가 모바일 어플리케이션을 통해 전기절약을 실천한다고 해 도 다른 가족 구성원에게 절전인식이 전이되지 않는다면 가구 전체의 전력 소비량 변화는 앱 기반 피드백 제공 이후에도 미미(微微)할 수 있다는 추정을 가능케 한다. 따라서 향후 추가 연구에서는 실험대상을
보다 다양화할 필요성이 있음을 시사한다. 다시 말해 가구 전체를 대 상으로 한 실증연구와 더불어 1인 가구만을 대상으로 한 실증연구도 필요하다. 본 연구에서는 1인 가구를 포함하여 다양한 가구를 대상으 로 실증연구를 진행하였으나, 1인 가구수가 전체표본에서 차지하는 비중이 매우 낮아 실제적으로 1인 가구만을 분리해서 분석을 수행하 기에는 그 한계가 존재한다.
본 연구에서는 먼저 전기소비에 영향을 미치는 변수들 간의 상관관 계 추정을 위해 합동최소자승법(Pooles OLS), 분위회귀분석(Quantile regression), 이분산성(heteroskedasticity)을 고려한 GLS(Generalized Least Square) 추정방법을 적용하였다.
다음으로 ‘에너지 다이어트’ 앱 기반 피드백의 전력 소비 절감에 대 한 정량적 실증분석을 위해 실험군(treatment groups)과 대조군(control groups)의 실험설계 및 피드백 제공 전 기간인 2012년 3, 4월과 피드 백 제공 후 기간인 2013년 3, 4월의 패널통계자료를 토대로 이중차감 추정법(DID)을 이용하여 본 연구에서 관심이 있는 정책효과 모수인
에 대한 추정계수를 도출하였다. 또한 ‘에너지 다이어트’ 앱 기반 피드백이 전력 소비 행동 변화에 지속적인 효과가 있는지를 검증하기 위해 선형고정효과모형(LFER, Linear Fixed Effects Regression)을 적 용하였다.
2년 간의 설문조사를 통해 구축된 정량적 패널통계자료를 활용하여 도출된 이중차감추정계수(즉 정책효과 추정계수인 ) 값이 통계적으 로 유의성이 없다고 분석되어, 이에 대한 해결 방안 내지 대안으로서 본 연구에서는 앱 기반 피드백을 제공받은 표본만(실험군)을 대상으로 모바일 어플리케이션인 ‘에너지 다이어트’ 디자인 특성이 전력 및 가
스 절약에 미치는 영향 및 ‘에너지 다이어트’ 모바일 어플리케이션에 서 획득한 지식이 가스 절약에 미치는 파급효과에 대해 추가적인 분 석을 수행하였다. 이를 위해 본 연구에서는 설문조사를 통해 분석에 필요한 정성적 통계자료를 수집하고 구조방정식모형을 적용하여 결과 를 도출하였다. 분석결과 모바일 어플리케이션 ‘에너지 다이어트’의 디자인적 요소가 개인의 성과, 즉 에너지 절감에 효과적임을 발견하였 다. 또한 전기절약 행동과 더불어 모바일 어플리케이션 사용시간도 가 스절약과 같은 유사 에너지 절감에 긍정적인 영향을 줄 수 있다는 사 실을 발견하였다.
실험설계, 2년 간의 설문조사 및 다양한 분석방법을 적용하여 본 연 구에서는 다음과 같은 결과를 도출하고 있다. 먼저 전력사용량과 이에 영향을 미치는 변수들 간의 상관관계 분석에서는 전력가격과 교육수 준은 전기사용량과 음(negative)의 상관관계를 보이고 있고 기온변수 인 난방도일(HDD), 연령, 성별, 가구 구성원수 등의 변수들은 전력사 용량과 양(positive)의 상관관계를 보여 주고 있다. 나머지 변수들인 냉방도일(CDD), 도시가스가격, 월 소득은 통계적 유의성이 없는 것으 로 조사되어 본 연구에서는 이에 대한 상관관계를 규명하기가 어렵다.
‘에너지 다이어트’ 모바일 어플리케이션의 절전 효과를 추정하기 위 해 실험군과 대조군을 이용한 이중차감추정(DID) 결과에서는 정책효 과를 보여주는 추정계수 가 음(-)의 값을 나타내기는 하지만 그 추 정치가 매우 작으며 또한 통계적 유의성을 갖고 있지 않기 때문에 앱 기반 피드백 수단이 사용자의 전기소비 절감에 효과가 있다고 판단하 기 어렵다. 이러한 결과는 2011년 915 순환정전 사태 이후 불거진 전 력수급 불균형 문제를 해결하기 위해 추진한 정부의 강력한 수요관리
및 절전 정책과 대대적인 대국민 절전 홍보에서 기인한 것으로 보인 다. 즉, 실험 설계된 각 그룹 간의 에너지 절약 인식에 대한 차이가 당 시의 상황에 따라서 희석되었고, 결과적으로 그룹 간의 전력 소비 절 감 효과 차이가 상쇄되었을 가능성이 컸던 것으로 추정된다.
또한 통계적 유의성이 낮은 것은 설문조사가 갖는 일반적 한계에서 비롯된다. 본 연구의 분석에 이용된 통계자료는 설문조사로 획득한 것 인데, 설문 자료가 내포하고 있는 일반적 문제와 패널 유지 과정에서 일부 표본선택편의(sample selection bias) 문제가 통계적 유의성에 영 향을 주었다고 추정된다. 설문조사에 의해 수집된 통계자료는 조사방 식에 따라 측정오차(measurement error) 및 극단값(outlier)문제가 발생 할 수 있는데, 특히 극단값이 존재할 경우 몇몇 관측치로 인해 추정결 과가 크게 영향을 받을 수 있다. 물론 본 연구에서는 이러한 극단값 문제를 해결하기 위해 극단값으로 여겨지는 몇몇의 관측치들을 제거 하고 DID를 재수행하였으나, 통계적 유의성은 여전히 유효하지 않았 다. 따라서 이 부분은 향후 관련연구에서 개선해야할 사항임과 동시에 본 연구 결과의 약점 중 하나라고 사료된다.
이러한 문제점을 보완하기 위해 추가적으로 수행된 연구모형 A(모 바일 어플리케이션 디자인 특성이 사용자의 에너지 절감 지식획득 및 쾌락적 가치인지에 미치는 영향)와 연구모형 B(모바일 어플리케이션 에서 획득한 지식이 가스 절약에 미치는 파급효과) 분석에서는 1) ‘에 너지 다이어트’라는 앱 기반 피드백이 지식획득과 쾌락적 가치라는 매개변수를 통해 전기절약 인지에 긍정적인 효과를 주고 있으며 이는 최종적으로 다른 유틸리티 소비, 즉 가스절약 인지에도 직접적으로 영 향을 주고 있다는 점을 확인하였다. 다시 말해 소비자의 흥미를 유발
하고 정보를 쉽게 전달할 수 있도록 디자인된 모바일 어플리케이션은 사용자의 지식획득과 쾌락적 가치에 긍정적인 영향을 미쳐 결과적으 로 전기절약 및 가스절약에 대한 인지력을 제고한다. 이는 에너지 소 비 전반에 걸쳐 절전 행동으로 나타날 가능성이 높다는 사실을 의미 한다. 2) 연구모형 B에서는 모바일 어플리케이션을 통한 지식전이와 지식일반화 정도는 인지된 가스절약에 각각 직접적 혹은 간접적으로 기여하는 것으로 분석되었다. 이는 전력 절감을 위해 디자인된 모바일 어플리케이션이 지식전이와 일반화 과정을 거쳐 타 유틸리티 절약에 도 일정 부분 파급효과가 있음을 의미한다. 정량적 통계자료를 이용한 이중차감추정(DID) 계수가 통계적 유의성이 없어 앱 기반 피드백의 절전효과에 대해 명확한 판단을 내리기 어려운 반면 구조방정식 모형 을 이용한 추가적인 분석결과는 통계적으로 유의할 뿐만 아니라 모바 일 어플리케이션인 ‘에너지 다이어트’가 절전 및 타 에너지 절감에도 긍정적인 영향을 미치는 것으로 조사되었다.
본 연구의 분석결과를 종합적으로 고려하면 전력 소비 절감을 위해 개발된 ‘에너지 다이어트’ 모바일 어플리케이션은 사용자들에게 전력 소비 절전에 대한 인식수준을 높이고 인식된 지식의 전이 및 일반화 를 통해 다른 유틸리티 절약에도 긍정적인 파급효과를 미치고 있다는 사실을 밝혀냈다. 다만 ‘에너지 다이어트’ 모바일 어플리케이션 사용 자가 비사용자 대비 과연 어느 정도의 절감 효과를 내고 있는지에 대 한 정량적 결과는 이중차감추정계수의 통계적 유의성 위배로 말미암 아 제시할 수 없다는 한계도 동시에 존재한다.
3. 연구결과 및 정책제언
본 연구는 정보통신기술, 특히 최근 새롭게 개발되어 급속히 확산되 고 있는 디지털 매체를 가정의 전력 소비 절감을 위한 대안으로 제시 하고 있다는 점에서 그 의의가 크다. 에너지 절감에 대한 기존 연구가 대중매체 혹은 인쇄매체에 초점을 맞추고 있다면 본 연구는 최근 미 국, 영국 등 선진국을 중심으로 파일럿 혹은 실증실험연구 방식으로 진행되고 있는 디지털 기반 에너지 절감 피드백의 효과 검증 연구와 유사하다고 말할 수 있다. 이는 본 연구와 관련된 분야가 이제 막 시 작된 선도(frontier) 단계에 있다는 의미이기도 하다. 저자가 파악하기 로는 이 분야에 대한 연구가 2009년 이후부터 출현하였기 때문에 향 후 학술적으로나 정책적으로도 많은 관심을 받게 될 분야라 사료된다.
향후 에너지 절감을 위한 다양한 형태의 피드백 유형을 이론적, 현실 적, 문화적 특성을 고려하여 재조합하는 방식으로 만들고 이에 대한 효과를 입증할 수 있는 실증실험이 활발히 진행되어야 한다. 이러한 실험연구는 통해 우리나라 에너지 절감에 가장 적합한 형태의 디지털 기반 피드백을 정책 수단으로 활용할 수 있을 것이다.
디지털기반 피드백 수단을 실효적 정책으로 구현시키기 위해 본 연 구에서는 다음과 같은 정책 제언을 하고자 한다. 1) 앱 기반 피드백 체계를 구축할 필요가 있다. 체계의 구축을 위해 실증 연구 단계인 스 마트그리드 로드맵과 연계하는 방안과 그렇지 않고 독립적으로 운영 하는 방안을 모두 고려해야 한다. 또한 미국, 영국 등에서 최근에 성 공적으로 운영되고 있는 관련 프로그램을 지속적으로 모니터링하고 벤치마킹할 필요가 있다. 2) 전력 소비 전반에 대한 정보의 공개 및 공유 체계를 구축할 필요가 있다. 전력수용가의 정보를 비공개 비공유
하는 것은 에너지 절전 정책 수립을 위해 선행적으로 필요한 정책의 기초 분석을 불가능케 한다. 따라서 개인정보보호법이 허용하는 범위 내에서 관련기관들은 전력사용자들에 대한 정보를 공개하고 사용자들 과 공유하려는 노력이 필요하다. 이는 현 정부가 추진하고 있는 ‘정부 3.0’의 근본 취지에도 부합하는 것이다. 3) 실효적인 에너지 수요 관 리 및 절약 정책을 수립 시행하기 위해 관련 분야에 대한 다양한 실 증실험연구 내지 파일럿 프로그램 분석이 선행되어야 한다. 미국, 영 국 등 주요 선진국에서는 이미 산 학 연 등 이해집단 간의 유기적인 협력을 통해 이러한 연구를 활발히 진행하고 있다. 이러한 실증연구는 효과적인 에너지 수요관리 및 절전 정책을 개발하는 데 유용한 자료 로 활용될 수 있다. 4) 모바일 어플리케이션, 소셜 미디어 매체(페이스 북, 트위터 및 카톡 등) 혹은 인터넷 웹 포털 등을 이용한 에너지 절 전 피드백 개발 시 우리 국민들의 문화적 특성을 적절히 반영한 디자 인, 콘텐츠 및 기능 제작에 많은 노력을 기울여야 한다. 우리 고유의 특징을 제대로 반영한 디지털 기반 피드백은 지식 획득, 쾌락적 가치 증진에 긍정적으로 기여하는 면이 있다. 이는 결과적으로 에너지 절약 인식 향상으로 이어질 뿐 아니라 실제 행동 변화의 가능성을 높일 수 있다.
ABSTRACT
1. Research purpose and summary
This paper examines whether the smart-phone application-based feedback has the positive effects on the household electricity consumption savings. To analyze the effects of an application-based feedback on household power consumption reduction, we use the public application named ‘energy diet’ developed by the Energy Management Corporation, considering the ‘energy diet’ as an application-based feedback for reducing household power consumption. In addition, we design the experimental groups for comparing the power consumption differences among these groups. We designate the treatment groups who are provided the ‘energy diet’ smart-phone application, and the control groups who don’t be received it. With the experimental setting, we conduct the survey to collect the data. To measure the power consumption difference among the groups, we conducted a total of 4 times surveys from March 2012 to August 2013 targeting the same household. In other words, we built two years of panel data from the surveys.
In this paper, we investigate three main topics. First, with the individual data collecting from two years surveys, we examine what factors might affect the household power consumption. To do this, we apply the most common estimation methods for panel data analysis such as pooled OLS and GLS(Generalize Least Square) estimation. And also,
we borrow the quantile regression aiming at estimating either conditional median or other quantiles of the dependent variable. Second, we adopt the difference-in-difference technique to estimate the mean difference between the treatment groups and control groups. In this way, we are able to capture the effect of the application-based feedback on the power consumption savings. The last, we use the structural equation model to test whether the information richness of the mobile application’s design characteristics, knowledge utilization acquired from the mobile application and value structure(social responsibility value, economic value and hedonic value) of the ‘energy diet’ might reduce the power consumption of the household. And also, we examine whether the mobile application designed for saving the electricity consumption might affect other utilities savings such as the city gas.
Applying the experimental designs and surveys, and various empirical methodologies, we try to estimate the effects of an application-based feedback on household power consumption savings and other utility consumption. The finding results summarize as follows.
Firstly, the empirical results for what factors might affect household power consumption show that the residential electricity price(monthly) and level of education are negatively related with the electricity consumption while the independent variables such as the heating degree days, age, sex and number of family are positively correlated with it.
These results are derived from GLS estimation controlling for heteroskedasticity problem, and these are statistically significant with
5% confidence interval. However, the cooling degree days, the price of natural gas, the monthly income variable are not statistically significant so that we could not conclude whether these factors might affect the residential electricity consumption or not.
Secondly, the empirical results from DID estimation that could present the effect of the smart-phone application-based feedback on the residential power consumption conservation show that the magnitude of DID estimator on policy coefficient() is a negative number. But the DID estimators are not statistically differing from zero. Consequently, we are not able to assert that an application-based feedback might be effective to the electricity consumption reduction in this study. There might be several reasons why the DID estimators are not statistically significant. Since this study depends on micro-level data collecting from relatively small sample size of surveys, it might cause the sample selection biases and sample attrition biases as well. In addition, although we assume the each group is homogeneous, it could be violated due to an inappropriate design of panel surveys and inaccurate response. It is one of weakness in this paper. To overcome the problems from DID estimation, we perform the structural equation model focusing only on the treatment groups.
Based on the results from the structural equation model, we find that the smart-phone application-based feedback might have a positive impact on a residential power consumption savings as well as city gas consumption reduction throughout the parameters such as the knowledge
acquisition and the hedonic value. In other words, the well designed mobile application that delivers energy conservation information to consumers easily and triggers the interest of them might result in the electricity consumption savings enhancing an awareness of conservation.
Furthermore, the knowledge transfer and the degree of generalized knowledge through a mobile application could contribute to the city gas consumption savings directly or indirectly.
Even though we could not obviously suggest the quantitative value for the mean difference between the users of the application-based feedback and non-users of it due to the statistic insignificance of the DID estimator caused by the difficulty of securing homogeneity between groups and the outlier problem of survey data, we might conclude that the design characteristics of the mobile application are very important factors for reducing the power consumption and other utility such as a city gas.
2. Policy suggestions
Based on the research findings, we suggest several policy implications.
First, the government should endeavor to construct the application-based feedback system for the purpose of the energy conservation. To this end, the government should continue to monitor the other countries’
similar energy savings programs using the digital device such as a smart-phone application and social media and so forth. If it is necessary, the government needs to actively benchmarking the successive cases.
Second, to improve the effectiveness of an application-based feedback system, the government should build an information-sharing system throughout the whole nation. Once all information related with the consumers’ electricity consumption are open to the public and possible to access to everyone, it could enhance the function of the application-based feedback system. Namely the information- sharing and the free access are a prerequisite for making the feedback system be more effective. This would be also an appropriate way to meet the fundamental principles of ‘Government 3.0’ promoted by new administration.
The last, to establish and implement the effective energy demand management and the energy conservation policy, the government should proactively undertake various types of energy demand management experiments or pilot programs and analyze each program’s effect on the electricity consumption reduction. By doing so, the government is able to derive the most cost-effective energy savings feedback systems or best combinations of these.
제목 차례
제1장 서 론··· 1 제1절 전력 소비 현황 및 전망 ··· 1 1. 2000년대 이후 우리나라 전력 소비 현황 및 전망 ··· 1 2. 전력 소비 절약의 효과와 가치 ··· 4 제2절 연구의 필요성 및 목적 ··· 7 1. 연구의 필요성 및 목적 ··· 7 2. 보고서의 구성 ··· 13
제2장 정보통신기술(ICT)기반 피드백 실증 연구··· 15 제1절 에너지 행동 및 피드백 작동원리 이해 ··· 15 1. 에너지 소비 행동 개관(槪觀) ··· 16 2. 피드백에 대한 이론적 접근 방법 ··· 22 3. 피드백의 유형과 효과 ··· 25 4. 효과적인 피드백 디자인 구성요소 ··· 31 제2절 정보통신기술(ICT)을 접목한 전력 소비 절감 실증분석
연구사례 ··· 37 1. 최근 실시간 피드백 실증분석 연구사례 ··· 37 2. OPOWER(사)의 SMUD Pilot 실증사례 ··· 41 3. BPA, OPOWER(사), Cowlitz(사)의 Behavior Based Energy
Efficiency(BBEE) 공동 프로그램 실증 연구사례 ··· 42 4. BPA, CPU, OPOWER의 BBEE 파일럿 프로그램 ··· 45
제3장 연구방법 및 분석방법 소개··· 49 제1절 연구방법 ··· 49 1. 실험설계 및 설문조사 개요 ··· 49 2. 설문조사 특징 ··· 51 제2절 분석방법 ··· 53 1. 패널데이터 분석방법 소개 ··· 53 2. 요인별(가구특성, 기온변수, 가격변수 등) 전력 소비
상관관계 분석 ··· 60 3. 앱 기반 피드백의 전력 소비 절약 효과 분석 ··· 62 4. 앱 기반 피드백의 전력 소비 절감 추세 분석 방법 ··· 65 5. 앱 기반 피드백이 사용자 행동 변화에 미치는 파급효과 분석 ··· 66
제4장 설문조사 요약 및 실증분석 결과··· 81 제1절 기초통계(Descriptive statistics) 및 설문조사 요약 ··· 81 1. 기초통계 요약 ··· 81 2. 설문조사 주요내용 요약 : 그룹별 전력사용량 및 사용요금 ··· 87 제2절 전력 소비에 영향을 주는 요인간의 상관관계 분석 ··· 95 1. 합동최소자승법 추정 결과 ··· 95 2. GLS 분석 결과 ··· 102 제3절 앱 기반 피드백의 전력 소비 절감 효과 분석결과 ··· 109 1. 어플이용그룹 vs. 타 그룹의 이중차감추정(DID) 결과 ··· 109 2. 기타 이중차감추정(DID) 결과 ··· 112 제4절 앱 기반 피드백의 전력 소비 절약 추세 분석 결과 ··· 116 제5절 앱 기반 피드백이 사용자 행동 변화에 미치는 파급효과
분석결과 ··· 119
1. 연구모형 A 분석결과 ··· 119 2. 연구모형 B 분석결과 ··· 124
제5장 결론 및 정책 제언··· 127 제1절 요약 및 결론 ··· 127 1. 연구 요약 ··· 127 2. 결론 ··· 132 제2절 시사점 및 정책 제언 ··· 133 1. 정책 시사점 ··· 133 2. 정책 제언 ··· 134
참 고 문 헌··· 139
부 록
1. ‘에너지 다이어트’ 사용자 행동 변화 파급효과 연구를 위한 설문 항목 ··· 151 2. 요인분석 및 Cronbach’s 결과 정리 ··· 154
표 차례
<표 1-1> 2000년 이후 경제성장률 및 전력 소비증가율 추이 ··· 1
<표 1-2> 가구 구성인원별 전력 소비량 비교 ··· 5
<표 1-3> 2010~2012년도 화석연료 수입단가 현황 ··· 5
<표 1-4> 2012년도 연료소비율 추정치 ··· 6
<표 1-5> 1% 전력 소비 절감량의 수입 대체 효과 ··· 7
<표 2-1> 2009년 이후 수행된 주요 실시간 피드백 실증연구 결과 ··· 40
<표 2-2> OPOWER SMUD Pilot 실증분석 결과 ··· 42
<표 2-3> BBEE 프로젝트 실증연구 설계 ··· 45
<표 2-4> CPU의 BBEE 파일럿 결과: 홈에너지리포트(HER) 제공 ··· 48
<표 3-1> 제3차 설문조사 패널 유지율 현황 ··· 50
<표 3-2> 최소자승법(OLS)의 합리성을 위한 기본 전제 ··· 54
<표 3-3> 설문조사 패널 유지율 현황 ··· 67
<표 3-4> 확인적 요인분석 결과 해석 ··· 79
<표 4-1> 어플이용그룹의 인구통계학적 기초통계 요약 ··· 82
<표 4-2> 메일발송그룹의 인구통계학적 기초통계 요약 ··· 84
<표 4-3> 일반그룹의 인구통계학적 기초통계 요약 ··· 85
<표 4-4> 그룹별 전력사용량 기술통계 ··· 86
<표 4-5> 그룹별 월간 전력 소비 및 사용요금 변화 추이 ··· 88
<표 4-6> 그룹별 설문조사 차수에 따른 전력 소비 및
사용요금 변화 ··· 91
<표 4-7> 소득 구간별 그룹간 전력사용량 변화 추이 ··· 93
<표 4-8> 교육수준별 그룹간 전력사용량 추이 비교 ··· 93
<표 4-9> 전력다소비 vs. 전력저소비 하위그룹의 전력 소비
변화 추이 ··· 94
<표 4-10> Pooled OLS 추정 결과: 전체 표본 대상 ··· 97
<표 4-11> 전력다소비 vs. 전력저소비 그룹의 Pooled OLS
추정 결과 ··· 99
<표 4-12> Shapiro-Francia W` 검증 결과 ··· 100
<표 4-13> 분위회귀분석(Quantile regression) 결과 정리 ··· 101
<표 4-14> GLS(Generalized Least Square) 추정 결과 정리 ··· 103
<표 4-15> 자기상관을 고려한 GLS(Generalized Least Square) 추정 결과 ··· 104
<표 4-16> 선형회귀모형을 이용한 Pooled OLS, Qunatile
regression(q=0.5), GLS 추정 결과 비교 ··· 107
<표 4-17> 자연로그치환 회귀모형을 이용한 Pooled OLS,
Qunatile regression(q=0.5), GLS 추정 결과 비교 ··· 108
<표 4-18> 어플이용그룹과 타 그룹간의 DID 추정 결과 ··· 110
<표 4-19> 각 그룹 전력다소비 하위집단 대상 DID 추정 결과 ··· 111
<표 4-20> 각 그룹 전력저소비 하위집단 대상 DID 추정 결과 ··· 112
<표 4-21> 어플이용그룹과 메일발송그룹간의 DID 추정 결과 ··· 113
<표 4-22> 어플이용그룹과 일반그룹간의 DID 추정 결과 ··· 114
<표 4-23> 메일발송그룹과 일반그룹간의 DID 추정 결과 ··· 114
<표 4-24> 선형 추세를 반영한 선형고정효과(LFER)모형 추정 결과: 전체 표본 ··· 118
<표 4-25> 선형 추세를 반영한 선형고정효과(LFER)모형 추정 결과: 전력다소비 vs. 전력저소비 그룹 대상 ··· 119
<표 4-26> 연구모형 A 변수들의 기술 통계치 정리 ··· 120
그림 차례
[그림 1-1] 2000년 이후 경제성장률 및 전력 소비증가율 추이 ··· 2 [그림 1-2] 2000년 이후 주택용 전력 소비증가율과 경제성장률 추이 ···· 3 [그림 2-1] Fogg Behavioral Model ··· 20 [그림 2-2] EPRI의 피드백 유형에 대한 스펙트럼 ··· 26 [그림 2-3] 최근 실시된 해외 실시간 피드백 실증연구 결과 ··· 39 [그림 2-4] BBEE 프로젝트 플랫폼 ··· 43 [그림 2-5] BBEE 프로젝트 실증연구 설계 ··· 44 [그림 2-6] CPU의 BBEE 파일럿 설계 ··· 47 [그림 3-1] 연구모형 A: 에너지다이어트의 디자인적 특성이
절전행동에 미치는 영향 분석 ··· 71 [그림 3-2] 연구모형 B: ‘에너지 다이어트’로부터 획득된 지식
특성이 에너지 절약에 미치는 파급효과 ··· 75 [그림 4-1] 그룹별 설문조사 차수에 따른 전력 소비 변화 추이 ··· 91 [그림 4-2] 구조방정식모형을 통한 연구모형 A 결과 정리 ··· 121 [그림 4-3] 구조방정식모형을 통한 연구모형 B 결과 정리 ··· 125
제1장 서 론
제1절 전력 소비 현황 및 전망
1. 2000년대 이후 우리나라 전력 소비 현황 및 전망1)
우리나라는 2000년 이후에도 지속적인 경제성장에 힘입어 전력 소 비가 빠르게 증가하고 있는 추세이다. 2000년부터 2012년 기간의 경 제성장률과 전력 소비증가율을 비교해 보면 연평균 전력 소비증가율 은 약 6.2%이고 연평균 경제성장률은 약 4.3%로 전력 소비증가율이 경제성장률 대비 평균적으로 약 1.9%p 높은 것을 알 수 있다.
년도 경제성장률(%) 전력 소비증가율(%) 차이(%p)
2000 8.8 11.8 3
2001 4 7.6 3.6
2002 7.2 8 0.8
2003 2.8 5.4 2.6
2004 4.6 6.3 1.7
2005 4 6.5 2.5
2006 5.2 4.9 -0.3
2007 5.1 5.7 0.6
2008 2.3 4.5 2.2
2009 0.3 2.4 2.1
2010 6.3 10.1 3.8
2011 3.6 4.8 1.2
2012 2 3.1 1.1
평균 증가율 4.3 6.2 1.9
<표 1-1> 2000년 이후 경제성장률 및 전력 소비증가율 추이
(단위: %)
자료: 한국은행 웹포털 경제통계시스템(ECOS, 2013. 7. 30), 한국전력 전력통계속보 제411호 (2013. 3. 8) 및 한국전력통계(2012년, 82호), 2013. 5), 전력거래소 웹포털 EPSIS(2013. 7. 30)
1) 전망은 ‘제6차 전력수급계획’을 반영함.
[그림 1-1] 2000년 이후 경제성장률 및 전력 소비증가율 추이
정부가 발표한 ‘제6차 전력수급기본계획(2013. 2)’에2) 따르면 판매 실적 기준 전력수요량은 2002년 278,451GWh에서 2012년 466,593GWh 로 약 68%(188,142GWh) 증가했는데, 이는 같은 기간 연평균 전력 소비증가율이 약 5.3% 증가했음을 의미한다. 정부가 예상한 2013년부 터 2027년까지 연평균 전력 소비증가율은 기준수요 전망치인 경우 약 3.0%이고, 목표수요 전망치는 약 2.1%로, 전력 소비 증가율은 둔화할 전망이나3), 전력 소비량은 지속적으로 증가할 것으로 예상된다. 그러 나 이 전망치는 경제성장률 변화, 산업구조의 변화, 1인 가구수 증가 에 따른 주택증가와 가전기기 보급 추이 변화, 에너지원 간 상대가격
2) 지식경제부, 2013. 2. 25, ‘제6차 전력수급기본계획(2013~2027)’, 지식경제부 공고 제2013-63호 인용
3) ‘제6차 전력수급계획’에서는 기준수요 기준으로 전력 소비량은 2012년 469,049GWh 에서 2027년 771,007GWh로 약 301,958GWh 증가를 예상하고 있으며, 목표수요 기준으로는 2012년 469,049GWh에서 2027년 655,305GWh로 약 186,256GWh 증가를 예상함.
체계 변화, 이상기온 등의 요인들에 의해 변동될 가능성이 높다.
주택용 전력 소비는 산업용 및 일반용(상업용) 전력 소비증가율보다 는 상대적으로 증가세가 둔화되고 있으나 2000년부터(38,135GWh) 2012년까지(65,484GWh) 연평균 약 4.6%의 증가율을 보이고 있어 당 분간 3~4% 수준의 증가율을 보일 것으로 전망된다. 물론 정부의 합리 적인 가격정책 및 전력구조 변화 등의 정책변수에 의해 주택용 전력 소비는 다소 둔화될 가능성도 있다. 다음의 [그림 1-2]는 2000년대 이 후의 주택용 전력 소비증가율과 경제성장률 추이를 비교한 것인데, 2008년에 발생한 세계 금융위기 기간을 제외한다면 2000년대 중반 이후부터 주택용 전력 소비증가율은 경제성장률과 유사하거나 낮은 수준을 보이고 있는 것을 알 수 있다.
[그림 1-2] 2000년 이후 주택용 전력 소비증가율과 경제성장률 추이
자료: 한국전력통계(2010, 2011, 2012) 참고
과거 전력 소비 증가 추이와 ‘제6차 전력수급계획’ 상의 향후 전망 을 종합적으로 고려하면 우리나라의 전력 소비는 당분간 증가세를 유 지할 가능성이 높아 보인다.
에너지 자원 부족으로 해외 에너지 의존도가 95%이상인 우리나라 의 현실과 그럼에도 불구하고 지속적인 증가가 예상되는 전력 소비 전망을 감안할 때 에너지 절약 정책은 에너지 해외 의존도를 낮추고 에너지 안보 및 이산화탄소 배출 문제를 완화시킬 수 있으며 에너지 수입비용 감소로 인한 경제성장에 이바지할 수 있는 가장 비용효과적 인 정책 수단이라 할 수 있다.
2. 전력 소비 절약의 효과와 가치
국민경제활동 전반에 걸쳐 필수적인 에너지 자원의 대부분을 수입 에 의존하고 있는 우리나라의 현실을 감안할 때 에너지소비 절약은 경제파급효과가 상당히 클 수밖에 없다.
이에 대한 이해를 제고하기 위해 전력 소비 절약의 경제파급효과에 대한 간단한 예를 들어보기로 하자. 2012년도 우리나라 총 전력판매 량은 약 466,593GWh이다. 만약 전 국민의 자율적인 참여 하에 1%의 전력 소비를 줄였다고 가정해 보자. 이 경우 전력 소비 절감량은 약 4,666GWh가 된다. 제6차 전력수급계획에 따르면 4인가구 기준으로 월 전력 소비량은 약 421kWh수준이며 이를 연간 전력 소비량으로 환산하 면 약 5,052kWh가 되는데, 만약 연간 총 전력 소비량을 1%(4,666GWh) 절약하면 4인가구 기준으로 약 923,581가구의 연간 전력 소비량을 줄이는 효과와 같게 되는 것이다.
가구 구분
1인 가구
2인 가구
3인 가구
4인 가구
5인 가구 전력사용량
(월/kWh) 163 271 325 412 434
자료: 제6차 전력수급계획 발췌 (page 10)
<표 1-2> 가구 구성인원별 전력 소비량 비교
(단위: 월/kWh)
1%의 전력 소비 절약량(4,666GWh)에 대한 화폐가치를 구하면 다음 과 같다. 2012년도 실적 판매단가는 kWh당 99.10원4)이므로 연간 1%
의 전력 소비를 절감했을 때 연간 약 4,624억원의 비용을 줄이게 된다.
다음은 전력 소비 절약이 갖는 화석 연료 수입 대체 효과를 살펴보 자. 2012년도 실적기준으로 총 판매전력량의 1%을 절약하게 된다면 이로 인한 에너지(화석연료) 수입 대체 효과는 다음과 같이 추정할 수 있다. 먼저 2012년도 화석연료 수입단가는 아래 <표 1-3>과 같이 석 탄은 톤당 144,374원, 석유는 리터당 811원, LNG는 톤당 853,100원 수준이다.
구분 2010년 2011년 2012년
석탄(원/톤) 132,032 153,141 144,374
석유(원/리터) 572 758 811
LNG(원/톤) 603,096 720,638 853,100
* 적용환율 : 1,126.8원/US$(2012년 평균, 한국은행통계), 1배럴=159리터
* 석유수입단가는 C&F 가격(운임 보험료 포함)기준/ LNG 및 유연탄 수입단가는 CIF(운임 및 보험료포함인도가격) 기준
- 자료출처: 1) 연료소비율: 한국전력통계(’11) 실적치 적용
2) 화석연료 수입현황: 에너지통계월보(’13.3, 에너지경제연구원)
<표 1-3> 2010 ~ 2012년도 화석연료 수입단가 현황
4) 한국전력공사, 2013. 4, 전력통계속보(3월) 인용, 이 수치는 한국전력의 판매단가 (총 판매수입 / 총 판매전력량)이므로, 최종소비자 가격은 부가가치세(10%)와 전 력산업기반기금(3.7%)을 포함하면 약 113원/kWh로 추정됨.
다음으로 2012년도 연료소비율 추정치는 다음의 <표 1-4>와 같다.
분석에서는 설비용량 500MW급 석탄(유연탄)발전, 400MW급 LNG 복합발전 및 100MW급 석유발전을 적용하기로 한다. 발전원별로 연 료소비율을 살펴보면 유연탄발전은 단위 전력당(kWh) 0.375kg의 유 연탄이 소비되고 LNG복합발전의 경우 0.120kg의 LNG가 소비되며 석유발전의 경우 0.220ℓ의 석유가 소비된다. 위의 두 전제를 바탕으 로 1%의 전력 소비 절감량을 전량 석탄발전, LNG복합발전, 석유발전 으로 각각 대체했을 경우와 현행 화력발전비율(석탄 : LNG : 석유)인 6 : 3 : 1로 대체할 경우의 연간 연료소비량과 수입대체비용을 추정하 면 <표 1-5>와 같다.
발전원 용량
(MW)
열소비율
(Kcal/kWh) 발열량 연료소비율
석탄(유연탄) 500 2,036 5,433 Kcal/kg 0.375kg/kWh LNG 400 1,593 13,221Kcal/kg 0.120kg/kWh 석유 100 2,195 9,996 Kcal/ℓ 0.220ℓ/kWh
* 산출근거: 1) 열소비율: ‘제6차 전력수급계획’상의 발전계획안 반영 2) 발열량: 한국전력통계(2012)의 2011년도 실적치 적용
<표 1-4> 2012년도 연료소비율 추정치
아래 <표 1-5>에서 정리한 것처럼, 2012년 실적기준으로 우리나라 국민들이 1%의 전력 소비량을 절약한다면 이는 약 2,526억원의 발전 용 석탄 수입대체비용 절감효과가 있고 LNG의 경우 약 4,777억원의 수입대체효과가 발생하며 석유는 약 8,325억원의 수입비용을 절감할 수 있다. 만약 현행 화력비율로 대체할 시 연간 약 3,781억원의 화석 연료 수입 절감 효과가 발생할 것으로 추정된다.
구분 연간 연료소비 절감량 (톤, 배럴)
수입 대체 효과 (억원)
석탄 대체 1,749,724 2,526
LNG 대체 559,912 4,777
석유 대체 6,456,003 8,325
화력발전 비율로 대체
석탄: 1,049,834톤 / LNG:
167,973톤 / 석유: 645,600배럴 3,781 주: 현행 화력발전비율인 석탄, LNG, 석유발전 6: 3: 1로 전제하여 추정함.
<표 1-5> 1% 전력 소비 절감량의 수입 대체 효과
제2절 연구의 필요성 및 목적
1. 연구의 필요성 및 목적
앞 절에서 기술한 것처럼 우리나라 전력 소비는 지속적으로 증가해 왔고, 향후에도 이러한 증가 추세는 당분간 지속될 것으로 전망된다.
에너지의 대부분을(약 95%이상) 수입에 의존하고 있는 우리나라의 현 실에 비추어 볼 때 전력 소비를 포함한 에너지 절약 행동 실천은 가장 비용효과적인(cost-effective) 에너지 수급 안정화 및 에너지 안보 정책 수단이 된다. 따라서 이 연구에서는 효율적이며 효과적인 에너지 절약 수단에 대한 정성적, 정량적 분석을 시도하기로 한다. 특히 실험설계 및 설문조사를 통한 실증분석의 특성을 고려하여 본 연구에서는 주로 주택용 전력 소비자를 중심으로 분석을 수행하기로 한다
에너지 소비 절감을 위한 정책은 오래 전부터 시행되어 왔으며 주 로 책자 형태의 ‘에너지 절약 매뉴얼 혹은 Tips 제공’, TV를 이용한 광고홍보 및 에너지 절약 캠페인 등의 수단이 활용되었다. 그러나 정
보통신기술(ICT)이 비약적으로 발전하면서 점차 인터넷 웹, 스마트기 기를 포함한 모바일 기기, 소셜 미디어 등 새로운 유형의 에너지 절약 수단들이 등장하고 있다. 특히 미국, 영국 등 주요 선진국에서는 2000 년대 이후부터 이러한 정보통신기기를 에너지 절약 피드백 수단으로 적용한 다양한 실증연구가 진행되고 있고, 일부에서는 실제로 수요관 리 정책에 도입되어 활용되고 있는 실정이다.
우리나라의 경우 정보통신기술이 세계적인 수준임에도 불구하고 아 직까지 에너지 절약을 위한 피드백 수단으로 이러한 디지털기기를 적 용한 실증연구가 거의 없는 실정이다. 결과적으로 우리나라도 다양한 디지털기기 및 매체를 활용한 에너지 절감 실증연구를 우리의 현실에 적합하게 설계하여 진행해야 한다. 실증단계에서 겪는 시행착오를 통 해 보다 효율적이고 효과적인 디지털기기 기반 에너지 절감 피드백을 구축할 수 있다.
전력수요 절감에 대한 시의성 및 위에서 언급한 디지털기기 기반 피드백 연구의 필요성을 고려하여 저자는 2012년 에너지경제연구원 기본연구보고서에서 초기단계이기는 하나 에너지 절약을 위해 개발된 스마트폰 어플리케이션인 ‘에너지 다이어트’ 앱을 이용하여 가정의 전 력 소비 절약 효과를 분석하였다. 이 연구에서는 분석을 위해 ‘에너지 다이어트’ 앱을 제공한 그룹(실험군)과 제공하지 않은 그룹(대조군)으 로 나누고 두 그룹의 피드백 제공 전후의 평균적인 전력 소비량 차이 를 이중차감추정법(Difference-In-Difference)을 통해 도출하였다. 물론 이 연구 에서는 앱 기반 피드백을 제공받은 그룹이 제공받지 않은 그 룹에 비해 전력 소비가 감소한다는 결과를 도출하고 있지만, 동 보고 서는 2012년 3, 4월과 6, 7월을 정책변화 전후 시점으로 가정하고 있
어 월별 기온변수, 월별 산업생산 패턴, 계절별 전력 소비 패턴 등 가 정의 전력 소비에 영향을 미치는 요인들을 적절하게 제어하기가 매우 어려웠다. 보다 신뢰할 수 있는 연구결과를 도출하기 위해서는 2012 년도 연구를 확장하여 동일한 표본에 대해 2013년도의 동월에 설문 참여자들의 전력 소비량, 도시가스 소비량 등에 대한 기초통계자료를 조사 수집해야 한다. 즉 조사 기간이 2년에 불과하지만 해당 기간 동 안의 패널 통계 자료를 구축할 필요가 있는 것이다.
패널데이터는 시계열데이터와 횡단면데이터를 합쳐 놓은 것으로 동 일한 개체를 시간에 따라 설문조사를 통해 반복적으로 관찰하는 것이 다. 민인식 외(2009)5)는 패널데이터의 장단점을 다음과 같이 정리하 고 있다. 장점으로는 첫째, 패널데이터는 표본이 반복해서 관찰되기 때문에 동적관계를 추정할 수 있다. 둘째, 표본들의 관찰되지 않는 이 질성(unobserved heterogeneity)을 모형에서 제어할 수 있고 셋째, 패 널데이터는 시계열자료나 횡단면자료(cross-sectional)에 비해 더 많은 정보와 변수의 변동성을 제공한다. 이는 보다 효율적인 추정량 (efficient estimator)을 도출할 수 있다는 의미가 된다. 반면 패널데이 터는 몇 가지 단점도 존재한다. 첫째, 설문조사를 통한 데이터 수집 상의 어려움이 따른다. 패널데이터는 동일한 표본을 반복적으로 관찰 해야 하기 때문에 설문조사 응답률이 시간이 지남에 따라 줄어들 수 있어 결측치가 발생할 가능성이 크다. 이는 추정량의 비효율성을 초래 할 수 있고 또한 추정해야 할 모수의 식별(identification)에 문제를 야 기할 수 있다. 둘째, 국가 혹은 지역의 패널 그룹을 대상으로 한 데이 터의 경우 패널 그룹 간 상관관계(group-wise correlation)가 존재할 수
5) 민인식, 최필선(2009), STATA 패널데이터 분석, 한국STATA학회 page2~4에서 인용
있다. 이 경우 그룹 간 상관관계를 모형추정에서 신중히 고려해야 한 다. 셋째, 개인 패널 그룹인 경우 시간변수의 기간이 짧다는 단점이 있다. 패널 프로빗(probit model) 또는 패널 로짓(logit model)과 같은 제한된 종속변수(limited dependent model)의 추정에서 개별 패널 그 룹이 가진 기간이 짧고 패널의 숫자가 커지는 경우에는 계산비용 (computational cost)이 발생할 수 있다.
단점에도 불구하고 일반적으로 패널데이터를 이용한 분석결과가 횡 단면데이터에 근거한 분석결과 대비, 보다 효율적이며 일관적인 추정 량을 도출하기 때문에 이 연구에서도 2012년과 2013년 두 기간에 대 해 패널데이터를 구축하고자 한다.
구축된 패널데이터를 통해 앱 기반 피드백(application-based feedback) 을 제공한 그룹(실험군)의 2012년도 3, 4월과 2013년도 3, 4월의 전력 소비량 변화, 앱 기반 피드백을 제공하지 않은 그룹(대조군)의 동일 기간의 전력 소비량 변화를 비교함으로써 앱 기반 피드백 수단의 전 력 소비 절감 효과를 정량적으로 분석할 수 있다. 또한 이메일을 통해
‘가구에너지 절약 매뉴얼 tips’을 제공하는 집단을 추가하여 앱 기반 피드백과 인터넷 웹기반 피드백의 전력 소비 절감효과도 분석할 수 있다.
이 연구에서는 그룹 간의 비교 분석뿐만 아니라 그룹 내의 분석도 수행하기로 한다. 스마트폰 어플리케이션을 제공받은 그룹 내에서도 전기사용량이 많은 소비자가 존재하고 그렇지 않은 소비자도 존재하 게 되는데, 일반적으로 평상시 전력을 적게 소비하는 개인에게는 피드 백 효과가 없거나 오히려 부메랑효과를 초래할 수 있다. 이러한 사항 을 관찰하기 위해 각 그룹에서 전력다소비 및 전력저소비 하위그룹을
나누고 이 하위그룹을 대상으로 피드백 제공 전후의 전력 소비량 변 화를 분석하기로 한다.
구축된 패널자료는 정책효과의 추이 내지 지속성을 분석하는 데도 유용할 수 있다. ‘어플이용그룹’에게는 2012년 5월, 스마트폰 어플리 케이션 ‘에너지 다이어트’를 제공하였다. 즉 2012년 5월 이후부터는 이 그룹의 가정에서는 스마트폰 어플리케이션을 통해 가정의 전력사 용 절감을 위한 다양한 정보를 쉽게 찾을 수 있도록 하였다. 만약 이 러한 앱 기반 피드백이 에너지 절약 인식을 제고하고 실제 행동 변화 를 유도했다면 이 그룹의 전력사용량은 시간이 경과하였을지라도(이 연구에서는 2013년 3, 4월 및 6, 7월) 피드백을 제공하지 않은 그룹보 다는 더 적은 전력 소비 결과를 보여야 한다. 전력 소비 절감을 위한 피드백은 이러한 정책 효과의 지속성도 동시에 고려해서 설계되어 개 발될 필요가 있다.
추가적으로 이 연구에서는 모바일 어플리케이션이 사용자 행동 변 화에 미치는 파급효과도 수행한다. 특히 전력 소비 절감을 위해 개발 된 스마트폰 어플리케이션 ‘에너지 다이어트’가 제공하는 정보 의풍부 성과 지식의 활용성에 초점을 맞춘 설문조사에서 다양한 통제 변수 를 획득할 수 있었다. 이를 이용하여 만든 구조방정식을 통해 ‘에너지 다이어트’의 디자인적 특성이 절전행동에 미치는 영향과 에너지 절감 의 파급효과 및 그 원인에 대한 분석을 수행하기로 한다.
앞서 자세하게 설명한 것처럼, 이 연구는 스마트기기의 어플리케이 션을 일종의 피드백 수단으로 활용하여 디지털기반 혹은 앱 기반 피 드백의 가계 전력 소비 절감 효과를 패널데이터를 통해 정량적으로 분석하고자 하는 실증실험연구이다. 이 연구는 2012년에 에너지경제
연구원에서 최초로 수행되었으며 패널데이터 구축을 위해 2013년도에 도 동일한 표본을 대상으로 실험설계에 따라 설문조사를 수행하기로 한다.
최근 웹기반(web-based) 혹은 IHD(In-Home-Display)을 통한 수요 반응 및 전력 소비 절약 효과 실증연구는 해외 주요국가에서 활발히 이루어지고 있고 그에 대한 실증결과도 다수 보고되고 있다. 그러나 스마트폰, 태블릿 PC 등 스마트기기의 어플리케이션을 이용한 전력 소비 절감효과에 대한 실증연구는 현재까지 소수에 불과해 학술적인 측면과 정책적인 측면에서 관심을 가져야 할 연구 분야라고 판단된다.
이러한 점에서 이 연구는, 소규모로 수행된 것이기는 하지만 앱 기반 피드백을 활용한 실증연구의 선구적 사례라는 점에서 의의가 있고, 향 후 우리나라 에너지 절약 정책 수단에 새로운 대안을 제시할 수 있다 고 사료된다.
또한 본 연구에서는 전력 소비 절감을 위해 개발된 앱 기반 피드백 이 타 유틸리티 소비(이 연구에서는 도시가스 소비에 한정함)에 미치 는 파급효과를 분석하였는데, 이와 같은 연구는 세계적으로도 그 사례 를 찾을 수 없을 만큼 그 학술적 기여도가 매우 높다고 판단된다. 더 나아가 본 연구를 통해 앱 기반 피드백 수단이 타 에너지 소비 절감에 서 유의미한 영향 관계를 확인한다면 이는 에너지 수요관리 및 절약 정책 수립 시 정책들 간의 중복으로 인해 발생하는 불필요한 행정비 용을 절감할 수 있을 것이다. 예를 들면, 최근 정부 및 공공기관에서 수많은 에너지 관련 공공 어플리케이션(이하, 공공앱)을 개발하여 보 급하고 있는데, 만일 앱 기반 피드백이 타 유틸리티 소비 행태 변화에 긍정적인 효과를 초래다면 정부부처별로 공공앱을 무분별하게 개발
보급하는 것을 지양하고, 부처 간 협의를 통해 통합된 에너지 절감 공 공앱을 개발 보급함으로써 행정비용을 줄이기는 것이 바람직할 것이다.
이 연구는 향후 도입 가능성이 높은 수요반응(demand response, DR) 제도 및 정보통신기술(ICT) 기반 피드백 수단에 대하여 선행적 실증연구를 수행함으로써 이 제도들의 도입 시행을 위한 기초적인 실 험조사 방법 및 자료, 또한 예비 실증분석 결과를 제공할 수 있다. 이 는 시행 초기 발생할 수 있는 착오와 실패 가능성을 낮추고, 새로운 형태의 에너지 수요 관리 및 절약 정책 아이디어를 제공하는 역할을 할 수 있어 본 연구는 정책 비용 절감 측면에서도 그 의미가 크다고 할 수 있다.
2. 보고서의 구성
이 연구는 다음과 같이 구성된다. 먼저 2장에서는 에너지 절감을 위 한 피드백과 에너지 행동 변화에 대한 이론적 배경을 설명하기로 한 다. 또한 주요 선진국에서 시행하고 있는 실증연구의 관련 사례 및 선 행연구사례를 정리하고자 한다. 이론적 근거와 해외사례는 향후 에너 지 소비 절감을 위한 효과적인 앱 기반 혹은 디지털기반 피드백 디자 인을 설계하는 데 유용한 정보를 제공할 수 있으며,다양한 유형의 피 드백 장치에 대한 실증 분석을 토대로 불필요한 시행착오를 줄일 수 있다.물론 이 경우에도 국가마다 존재하는 문화적인 차이로 인해 주관 적인 매개변수(subjective parameters)가 동일하지 않다는 점은 신중히 고려해야 한다.
3장에서는 연구방법 및 분석 방법론에 대해 설명을 한다. 본 연구에 서는 에너지 절감을 위해 개발된 스마트폰용 공공어플리케이션 ‘에너
지 다이어트’를 디지털기반 혹은 앱 기반 피드백 수단으로 활용하여 두 집단, 즉 피드백을 제공받은 집단(실험군, treatment groups)과 그 렇지 않은 집단(대조군, control groups)에 피드백을 제공한 전후의 전 력사용량 변화를 관찰하는 방법으로 연구를 진행한다. 패널데이터 구 축을 위해 설문조사기관인 한국리서치(주)와의 공동협력을 통해 2012 년 설문조사에 참여한 동일한 표본을 대상으로 설문조사를 수행한다.
설문조사를 통해 획득한 집단 간의 패널데이터를 이용하여 첫째, 집단 간의 피드백 제공 전후의 전력사용량 변화를 관찰함으로써, 앱 기반 피드백의 가계 전력 소비 절감효과를 정량적으로 도출한다. 둘째, 피 드백의 전력 소비 절감 효과 추이를 분석하기 위해 패널데이터 분석 을 위한 계량기법을 도입 적용하여 앱 기반 피드백의 전력 소비 절감 지속 효과를 살펴보기로 한다. 마지막으로 실험에 사용된 스마트폰 어 플리케이션인 ‘에너지 다이어트’의 디자인적 특성이 절전행동에 미치 는 영향을 분석하고 ‘에너지 다이어트’의 에너지 절감에 있어서 타 에 너지 소비(이 연구에서는 주택 도시가스 소비에 국한)에의 파급효과 및 그 원인을 분석한다. 이를 위해 구조방정식 모형을 이용하여 결과 를 도출하기로 한다.
4장에서는 3장에서 설명한 분석방법론을 적용하여 도출된 분석 결 과에 대해 논하기로 한다. 앱 기반 피드백이 가계 전력 소비 절감에 효과가 있는지에 대한 추정 결과와 이 추정 결과가 통계적으로 유의 미한지에 대한 결론을 도출한다.
마지막 장인 5장에서는 4장에서 도출된 정량적인 분석결과에 대한 요약과 정책 시사점을 서술하기로 한다.
제2장 정보통신기술(ICT) 기반 피드백 실증 연구
6)제1절 에너지 행동 및 피드백 작동원리 이해7)
최근 국외에서는 정보통신기술(ICT)을 활용한 다양한 형태의 에너 지 수요관리 및 절약 프로젝트를 개발하여 실증실험을 진행하거나 이 를 실제 정책수단에 도입하여 실생활에 적용하고 있다. 특히 소비자들 의 에너지소비 행태 변화를 꾀할 목적으로 모바일기기(스마트폰, 태블 릿 PC), In-Home-Display(이하, IHD), 웹 포털(web-portal) 등 정보통 신기술 기반 에너지정보 제공 피드백 시스템에 대한 연구가 활발히 진행되고 있다. 반면 우리나라는 정보통신기술 강국임에도 불구하고 이러한 정보통신기술을 활용한 에너지 수요관리 및 절약 수단 개발에 관한 연구 및 정량적 실증분석 연구가 없는 실정이다. 따라서 이 연구 는 앞 장에서 전술한 것처럼 디지털 기반(digital-based) 피드백, 특히 모바일 앱(apps) 피드백이 우리나라 전력 소비자들의 전력 소비 행태 에 어떠한 영향을 미치는지 실증실험을 통해 정량적인 분석을 수행하 고자 한다.
실증분석에 앞서 이 장에서는 소비자 에너지 행동(energy behavior), 피드백의 이론적 배경, 에너지 정보 제공 피드백의 범위(spectrum), 피
6) 피드백의 이론적 배경 및 선행연구사례는 에너지경제연구원 기본보고서인 ‘에너 지효율 어플(APPs)의 가계전력 소비절감 효과 분석(조성진, 2012, p9 - 18)’에서 자세하게 소개하고 있음.
7) 조성진(2012), 에너지효율 어플(APPs)의 가계전력 소비절감 효과 분석 / Sarah Darby(2010), Literature review for the Energy Demand Research Project, / Joseph J. Elliott,(2012. 11), Development of an Energy Information Feedback System for a Smartphone Application을 참고하여 정리함.
드백 수단의 절약 효과, 실효적 피드백 수단이 갖춰야 할 구성요소 등에 대해 기존 국내외 문헌 및 선행연구 사례를 토대로 정리하기로 한다.
1. 에너지 소비 행동 개관(槪觀)
소비자의 행동(behavior) 혹은 행태는 개별 가정의 에너지 소비에 매 우 중요하고 실질적인 영향을 미친다. 에너지 소비에 대한 소비자 행동 의 고전적인 연구라 할 수 있는 Sonderegger(1978. 4)8)의 연구에서는 205 가구를 대상으로 2년에 걸쳐 도시가스와 전력 소비에 대한 설문을 통한 실증연구를 수행하였다. 이 연구에서는 실험 참여 가구를 두 개의 집단으로 구분하였는데 1년차 참여 후 제외된 가구(이 연구에서는
‘mover’라 표현)를 실험군으로 지정하였고, 2년차 연구에서도 참여한 집단(연구에서는 ‘stayer’라 표현)을 대조군으로 정의하였다. 실험을 통 한 실증분석 결과 동질적인 가구(identical houses) 간의 에너지 소비 변화의 약 71%가 거주자의 행동에 기인한다는 사실을 발견하였다.
Pettersen(1994)9)이 Monte Carlo simulation을 적용한 연구는 Sonderegger이 도출한 결과가 유의하다는 증거를 제시하고 있는데, Pettersen의 연구에서는 거주자의 에너지 소비 행동 변화가 에너지 소 비 변화에 약 80 ~ 85%의 영향을 미치는 중요한 요인임을 증명하였다.
위의 두 연구에서 밝힌 바와 같이 에너지 소비 행동 변화가 에너지 소 비를 줄이는 데 중요한 역할을 한다. 이러한 사실은 에너지 소비에 관 련된 다양한 연구에서 행동 연구의 검토가 필요하다는 것을 말해준다.
8) Sonderegger, R. C(1978. 4), Movers and Stayer: the resident’s contribution to variation across houses in energy consumption for space heating 참고
9) Pettersen, T. D. (1994), Variation of energy consumption in dwellings due to building and inhabitants 참조
에너지 소비 행동 분야 전문가들은 에너지 소비 행동을 다음과 같 이 2~3가지로 분류하였다. 첫 번째는 습관성 행동(Habitual behaviors) 이다. 습관성 행동은 일상적 활동에서 자주 발생하며 상대적으로 비용이 적게 들어가는 일련의 행동들을 의미한다(Ehrhardt-Martinez, Donnelly and Laitner, 2010). 예를 들면 전등을 끄는 행동, 세탁물을 모아 한 번에 세탁하기, 샤워시간을 짧게 하는 행동 등이 이에 해당한다. Van Raaij & Verhallen(1983)는 이러한 행동을 이용 행동(usage behavior) 이라 기술하였고 Stern(1992)은 직접적인 에너지 사용 행동(direct energy using actions)이라 표현하였다. 두 번째는 구매결정(Purchase decisions) 행동이다. 이것은 일회성이며 상당한 투자를 수반하는 의식 적인 의사결정이라 할 수 있다(Ehrhardt-Martinez, Donnelly and Laitner, 2010). 예를 들면 최신 가전제품을 구매하는 행동 등이 이에 해당한다. Van Raaij & Verhallen(1983)는 이러한 행동을 구매행동 (purchase behaviors)이라 서술하고 있으며 Stern(1992)은 기술선택 (technology choices)이라 표현하고 있다. 마지막 행동 분류는 에너지 재고 조사 행동(Energy-Stocktaking Behavior)이다. 이 행동은 구매결 정처럼 자주 발생하지는 않으나, 상당한 투자를 필요로 하지는 않는 다. 대표적인 예로는 전등을 에너지 효율 전구로 교체, 문풍지 설치, 라이프스타일(lifestyle) 변화 등이 있다. Van Raaij & Verhallen(1983) 는 이 행동을 유지보수 행동(maintenance behavior)이라고 기술하고 있는데, ‘유지보수 행동’은 가정 시스템을 향상시키거나 보수하는 행 동을 의미한다.
가계 에너지 소비 절약을 위한 피드백 시스템 설계(design)는 심리학 적 이론을 적용한 다양한 환경행태모형(environmental behavior model)에 서 많은 부분 영향을 받았다. Froehlich, Findlater and Landay(2010)
는 환경행태모형을 접근하는 사고방식의 차이에 따라 두 개의 모형으 로 분류하고 있다. 첫 번째는 모형은 합리적 선택 모델(rational choice models)로 인간은 자신의 행동에 대한 유용성(usefulness)을 판단기준으 로 하여 행동 변화 유무를 결정한다는 것이다. 반면 주로 심리학자들이 활용하는 규범 활성화 모델(Norm-activation models)은 사회적 동기 (social motive)가 합리적 선택 모델의 주요 전제인 이기심(self-interest) 보다 행동 변화 유무에 더 큰 영향을 미친다고 주장하는 것이다. 규범 활성화 모델은 행동 변화에 가장 큰 영향을 미치는 요인은 개인들의 이기심이 아닌 개인적 규범 혹은 도덕성이라고 말한다.
피드백 장치를 이용한 가계 에너지 소비 절감 효과를 분석하기 위 해 과거 많은 연구자들이 앞서 설명한 다양한 형태의 심리학적 모형 (psychological models)을 도입하였다. 대표적으로 Van Raaij and Verhallen(1983)는 그들의 연구에서 에너지 사용에 영향을 미치는 7가 지의 요인을 제시하고 있다. 7가지 요인은 에너지관련 가구의 행동, 에너지관련 태도, 가구의 특징, 사회-인구학적 특징 및 개인 성격 변 수, 에너지 가격, 그리고 피드백 제공 정보 등이다. 피드백 정보는 의 사결정 프로세스의 여러 단계를 통해 소비자의 행동 변화를 유도한다.
피드백은 행동 변화를 유도할 대상에 따라 습관 형성(habit formation), 학습(learning) 그리고 내면화(internalization) 등 세 가지 유형으로 구 분되는데 이러한 유형의 피드백은 각각 행동 변화, 에너지 지식 향상, 에너지 태도 변화에 영향을 준다.
Stern(1992)는 피드백이 가계 에너지 소비 절약에 두 가지 경로로 작동한다고 기술하고 있는데 이 두 경로는 학습(learning)과 자기합리 화(self-justification)이다. 학습 경로는 에너지 비용 혹은 안락 수준이 에너지에 대한 태도와 신념에 영향을 미칠 때 효과가 있고, 자기합리
