Increased but Not Increased: A Policy Impact Analysis of the Indoor Temperature Compliance Regulation

Jinmahn Jo; Jongwoo Kim; Sangkyu Park

doi:10.22794/keer.2025.24.2.001

Preview

Research Article

Korean Energy Economic Review. 30 September 2025. 1-38
https://doi.org/10.22794/keer.2025.24.2.001

Increased but Not Increased: A Policy Impact Analysis of the Indoor Temperature Compliance Regulation

늘었지만 늘지 않았다: 적정실내온도 준수 규정의 정책 효과 분석

Jinmahn Jo¹

Jongwoo Kim²

Sangkyu Park³^*

조 진만¹

김 종우²

박 상규³^*

¹Associate Research Fellow, Energy and Climate Policy Research Group, Korea Energy Economics Institute (First author)

²Research Fellow, Energy and Climate Policy Research Group, Korea Energy Economics Institute (Co-author)

³Associate Research Fellow, Center for Energy Information and Statistics, Korea Energy Economics Institute (Corresponding Author)

¹에너지경제연구원 에너지효율정책연구실 부연구위원 (주저자)

²에너지경제연구원 에너지효율정책연구실 연구위원 (공동저자)

³에너지경제연구원 에너지조사통계연구실 부연구위원 (교신저자)

^{*Corresponding Author}

ABSTRACT

This study evaluates the causal effect of South Korea’s Indoor Temperature Compliance Regulation―which requires public buildings to maintain indoor temperatures at or above 28°C during the summer months―on electricity consumption. Temperature Response Function (TRF) and Difference-In-Differences (DID) approaches are applied to hourly metering data for 199 public buildings over the summer of 2022. The empirical results show that while absolute electricity use in regulated buildings increased due to seasonal factors, this increase was significantly smaller than in comparable unregulated buildings―i.e., electricity consumption “increased in absolute terms but not in relative terms.” This mitigating effect is most pronounced during afternoon peak-demand hours and on particularly hot days. These findings imply that the regulation provides a cost-effective, non-price mechanism to manage peak-demand by leveraging an intuitive reference point: indoor temperature.

Keywords

Indoor Temperature Compliance Regulation

Non-Price Mechanism

Temperature Response Function

Difference-In-Differences

본 연구는 여름철 공공기관 적정실내온도 준수 규정의 전기 소비 절감 효과를 시간별 마이크로데이터에 온도 반응 함수와 이중차분법을 적용하여 인과적으로 분석하였다. 분석 결과, 규제 대상 건축물의 절대적 전력 소비량은 계절적 요인으로 증가했으나, 비규제 건축물과 비교하면 증가 폭이 유의미하게 억제되었다. 즉, 규제 대상 건축물의 전력 소비가 ‘(절대적으로는) 늘었지만, (상대적으로는) 늘지 않았다.’ 이러한 효과는 전력 수요가 집중되는 오후 시간대, 그리고 집중의 정도가 높아지는 외부 온도가 높은 날에 더욱 두드러지게 나타났다. 이것은 해당 규정이 비용 효과적인 피크 수요 관리 수단이며, ‘실내 온도’와 같은 직관적인 기준점이 효과적인 비가격 메커니즘으로 작동함을 시사한다.

키워드

적정실내온도 준수 규정

비가격 메커니즘

온도 반응 함수

이중차분법

MAIN

Ⅰ. 서 론
Ⅱ. 연구 배경
Ⅲ. 적정실내온도 준수 규정 시행에 따른 효과 분석
1. 자료
2. 분석 방법
3. 분석 결과
4. 강건성 점검
Ⅳ. 시사점
1. 기준으로써의 실내 온도
2. 적정실내온도 준수 규정의 외부 효과
Ⅴ. 결 론

Ⅰ. 서 론

IPCC(2023)에서 지적하고 있듯이, 인류가 초래한 기후 변화는 이미 다양한 경로를 통해서 우리 삶에 영향을 미치고 있으며, 그것의 부정적 영향은 앞으로 더욱 그 정도가 심해질 것으로 예상된다.¹⁾ 이러한 상황에서 우리나라를 비롯한 세계 각국은 에너지 소비 저감, 궁극적으로는 온실가스 배출을 감축하기 위해서 다양한 정책적 노력을 기울이고 있다. 건물 부문 역시 이러한 기조에서 예외가 아니다.²⁾ 우리나라의 경우, 건축물의 에너지 성능 향상을 목적으로 제로에너지건축물 인증제도(신축 건축물 대상)와 그린리모델링 사업(기존 건축물 대상)이 시행되고 있다. 최근에는 건축물 에너지원단위 목표관리제도와 같이, 건축물 에너지 소비의 총량을 직접적으로 관리하려는 정책적 시도 역시도 이루어지고 있다.

이들 정책 외에도, 공공 건축물에 대해서는 에너지 서비스의 이용을 규제하여 간접적으로 에너지 소비를 제한하는 정책이 적용된다. 이것은 󰡔에너지이용 합리화법󰡕에 근거하는 적정실내온도 준수 규정으로, 이 규정은 공공 건축물의 실내 온도를 여름철에는 28°C 이상으로, 그리고 겨울철에는 18°C 이하로 유지하도록 강제한다. 즉, 이 규정은 에너지 사용량을 직접적으로 규제하지는 않지만, 에너지의 소비를 통해서만 얻어질 수 있는 냉난방 서비스의 이용 수준에 따라서 조절되는 실내 온도를 기준점으로 활용함으로써 에너지 소비 저감을 도모하는 일종의 비가격 메커니즘(Non-Price Mechanism)에 기반한 에너지 절약 정책으로 이해할 수 있다. 적정실내온도 준수 규정은 지난 수십 년간 꾸준히 시행되어 온 정책임에도 불구하고, 이 규제가 공공 건축물의 에너지 소비에 실제로 어떠한 영향을 미치는지에 대해서는 거의 밝혀진 바가 없다.

이에 본 연구에서는 여름철 적정실내온도 준수 규정이 공공 건축물에서의 전기 사용량에 미치는 인과적 효과를 실증적으로 분석하였다. 이를 위하여, 이 연구에서는 두 가지 상호 보완적인 방법론을 적용하였다. 첫째, 적정실내온도 준수 규정 시행에 따른 시간별 전기 소비 패턴의 변화를 추적하기 위해서 개별 공공 건축물에 대한 온도 반응 함수(Temperature Response Function, TRF)를 추정하였다. 둘째, 적정실내온도 준수 규정의 순수한 정책 효과를 식별하기 위해서, 이 규정의 적용을 받는 공공 건축물(처치 그룹, Treatment Group)과 그렇지 않은 공공 건축물(통제 그룹, Control Group) 사이의 전기 사용량의 변화를 해당 규정의 시행 전후에 걸쳐서 비교하는 이중차분법(Difference-In-Differences, DID)을 활용하였다.

분석 결과는 적정실내온도 준수 규정이 전력 소비의 증가세를 효과적으로 억제하는 역할을 하였음을 명확하게 보여준다. TRF을 활용한 분석에서 해당 규정의 적용을 받는 공공 건축물은 여름철 계절적 요인으로 인해 규정이 적용되지 않는 기간보다 절대적인 전기 소비량이 증가하는 경향을 보였다. 하지만 DID 분석 결과, 이 규정의 적용을 받는 건축물의 시간당 전력 소비량은 그렇지 않은 건축물에 비해 통계적으로 유의하게 감소했으며, 특히 전력 수요가 집중되는 오후 시간대, 그리고 집중의 정도가 더욱 심해지는 외부 온도가 높을 날에 그 효과가 극대화되었다. 즉, 적정실내온도 준수 규정의 적용 대상 공공 건축물의 전력 소비는 ‘(절대적으로는) 늘었지만 (상대적으로는) 늘지 않았다’라는 것을 의미한다. 별도의 재정 투입 없이 전력망의 부담이 가장 커지는 시점에 수요를 억제한다는 점에서, 해당 규정은 비용 효과적인 에너지 절약 및 전력망 안정화 수단이라고 평가할 수 있다.

본 연구는 다음과 같은 세 가지 측면에서 학술적 기여를 가진다. 첫째, 이 연구는 비가격 메커니즘의 적용이 전기, 가스, 그리고 물의 소비에 미치는 영향을 분석한 문헌(Literature)을 확장한다.³⁾ 기존의 연구에서는 도덕적 호소(Ito et al., 2018), 자발적인 절약 요청(Holladay et al., 2015; Brandon et al., 2018; Burkhardt et al., 2023), 사회적 비교(Allcott and Rogers, 2014; Brent et al., 2015) 등과 같은 다양한 정보에 기반한 비가격 메커니즘이 소비자의 선택을 바꿀 수 있음을 보여주었다. 하지만 이러한 접근법과 달리, 본 연구는 일종의 물리적 제약, 즉 ‘여름철 실내 온도 하한’이라는 새로운 형태의 비가격 메커니즘이 어떻게 작동하는지를 분석함으로써 논의를 한 단계 진전시킨다.

둘째, 이러한 발견은 건축물에서의 에너지 소비를 다룬 연구에 중요한 함의를 가진다. 지금까지 이 분야의 연구들은 주로 건축법규의 강화(Chong, 2012; Jacobsen and Kotchen, 2013; Kotchen, 2017; Novan et al., 2022)나 설비 개보수(Fowlie et al., 2015, 2018; Liang et al., 2018; Chuang et al., 2022) 등 건축물 에너지 성능의 기계적 향상이 유발한 효과를 밝히는 데 집중해 왔다. 본 연구는 이러한 접근에서 한 걸음 나아가, 사용자의 행태에 직접적으로 개입하는 한시적 규제가 건축물 에너지 소비에 미치는 영향을 분석함으로써 정책 포트폴리오를 넓히는 데 기여한다.

마지막으로, 이 연구는 기준점(Reference Point)의 존재가 경제적 행위에 미치는 영향을 살펴본 문헌에 실증적 증거를 더한다고 말할 수 있다. 주택 시장(List, 2003, 2004), 금융(Barberis et al., 2001, 2006, 2009), 노동 시장(Fehr and Goette, 2007; Farber, 2008), 고용(Mas, 2006), 목표 설정(Harding and Hsiaw, 2014; Allen et al., 2017; Soetevent, 2022)에 이르기까지 다양한 분야에서 기준점의 중요성이 입증되어 왔다. 본 연구는 정부가 외생적으로 설정한 ‘실내 온도’라는 명확하면서 익숙한 기준이 소비자의 선택을 의도한 방향으로 유도하였음을 실제 정책 환경에서 보임으로써, 기준점 이론의 적용 범위를 에너지 소비 영역으로 확장하는 실증적 증거를 제시한다.⁴⁾

이 논문은 다음과 같이 구성된다. 제II장에서는 적정실내온도 준수 규정의 제도적 배경을 설명한다. 제III장에서는 실증 분석에 사용하는 자료와 방법론을 상세하게 기술하고, 분석 결과를 제시한다. 제IV장에서는 분석 결과를 바탕으로 시사점을 논의하며, 제V장에서 결론을 맺는다.

Ⅱ. 연구 배경

중앙행정기관, 지방자치단체, 지방공기업 등의 공공기관은 󰡔공공기관 에너지이용 합리화 추진에 관한 규정󰡕의 ｢제14조(적정실내온도 준수 등)｣에 따라서, 여름철에는 28°C 이상, 겨울철에는 18°C 이하로 실내 온도를 유지하여야 한다.⁵⁾⁶⁾ 같은 규정의 ｢제4조(추진체계)｣에 명시된 것처럼, 각 공공기관은 상･하반기 각 1회 이상 자체 에너지절약 추진계획의 수립 및 추진실적에 대한 분석･평가를 실시하여야 하는데, 대부분 이 추진계획에 포함하여 적정실내온도 준수 규정의 세부적인 적용 방안을 설정하고 있다. 기본적으로 공공기관에서 사용하는 건축물은 이 적정실내온도 준수 규정의 적용을 받으나, ｢제14조(적정실내온도 준수 등)｣에서 정한 일부 예외 시설에서는 탄력적으로 실내 온도를 유지하는 것이 가능하다.⁷⁾

적정실내온도 준수 규정은 설정된 기준 온도 이상(여름철) 혹은 이하(겨울철)로 실내 온도를 유지함으로써 공공 건축물에서의 에너지 소비 절약을 유도하는 것을 목적으로 한다. 다시 말해서, 해당 규정은 실내 온도의 하한치(여름철) 또는 상한치(겨울철) 설정이라는 비가격 메커니즘(Non-Price Mechanism)을 통한 건축물에 대한 에너지 소비 조절 정책이라고 말할 수 있다. 이러한 맥락에서, 정부는 적정실내온도 준수 규정을 매 여름 전력 수급 대책을 수립하면서 공공기관에서의 전력 수요 관리를 위한 주요한 전략으로 제시하였다. 이뿐만 아니라, 해당 규정은 전력 피크 대응을 위한 수단으로써 전력 수요가 높은 시기에 보다 강화된 형태로 운영되기도 한다.⁸⁾

공공기관을 대상으로 하는 적정실내온도 준수 규정은 1980년 국무총리 지시에 근거하여 도입된 이래로 지난 40여 년간 꾸준하게 시행되어 온 대표적인 에너지 절약 정책이다. 그럼에도 불구하고, 해당 규정의 시행을 통해서 기대하는 효과가 현실에서 정말로 실현되고 있는지는 지금까지도 제대로 알려진 바가 없다. 건축물에서의 에너지 소비 감소는 직접적으로 건축물에서의 온실가스 배출 감소로 이어진다. 이 점에 비추어 본다면, 적정실내온도 준수 규정은 건축물 온실가스 배출 저감 정책으로 이해하여도 무방할 것이다. 국내외적으로 온실가스 배출 감축의 요구가 높아지고 있다는 점에 대해서는 논쟁의 여지가 없다. 이러한 상황에서, 적정실내온도 준수 규정의 정책적 성과가 지지부진하다면, 이 규정의 세부 시행 방안의 개선을 도모하거나 건축물에서의 온실가스 배출량 감축을 위한 추가적인 정책이 시행되어야 할 것이다. 물론 이에 대한 올바른 의사결정은 해당 규정의 시행이 건축물 에너지 소비에 미치는 인과적 영향을 제대로 분석한 결과가 확보된 경우에만 가능하다.

Ⅲ. 적정실내온도 준수 규정 시행에 따른 효과 분석

1. 자료

본 연구는 한국형 그린버튼 플랫폼을 통해 수집한 공공 건축물의 시간별 전기 사용량 자료를 이용하여 실증 분석을 수행하였다.⁹⁾ 해당 자료는 총 559개 공공 건축물의 2022년 1월 1일부터 같은 해 12월 31일까지의 시간별 전기 사용량을 포함하고 있다. 각 건축물은 관리건축물대장PK를 기준으로 식별할 수 있다.

실증 분석을 위한 표본(Sample)을 확정하기 위해, 이 시간별 전기 사용량 자료는 다음에 제시된 여섯 단계의 과정을 통해서 처리하였다. 첫 번째 단계로, 관리건축물대장PK를 이용하여 시간별 전기 사용량 자료에 총괄표제부 및 표제부 건축물대장 자료를 병합하였다.¹⁰⁾ 이 과정에서 관리건축물대장PK를 두 종류의 건축물대장에서 확인할 수 없는 것은 분석 대상에서 제외하였다. 관리건축물대장PK를 건축물대장에서 확인할 수 있는 경우라고 하더라도, 대지위치, 건물명, 연면적 등과 같은 기초 정보가 누락된 건축물은 분석 대상에서 제외하였다. 두 번째 단계로, 브이월드(V-World)에서 제공하는 오픈 API(Application Programming Interface)를 활용하여 개별 건축물의 위도 및 경도 정보를 획득하였다.¹¹⁾¹²⁾ 이 단계에서 위도와 경도 정보를 확보할 수 없는 건축물 또한 분석에서 제외하였다. 세 번째로, 전기 사용량이 누락 또는 0의 값을 가지는 관측치가 72개를 초과하는 건축물은 분석에서 제외하였다. 네 번째로, 2022년 5월 1일 이전, 그리고 2022년 10월 31일 이후의 기간은 분석에서 제외하였다. 이것은 적정실내온도 준수 규정이 공공 건축물에서의 여름철 전기 사용량에 미치는 인과적 영향의 확인이라는 본 연구의 목적에 충실하여 분석 기간을 여름철과 이에 인접한 시기로 한정하기 위한 것이다. 다섯 번째 단계로, 적정실내온도 준수 규정이 일반적으로 적용되지 않는 휴일 및 주말은 분석에서 제외하였다. 여섯 번째로, 시간별 기상 자료를 전기 사용량 자료에 병합하였다. 앞선 단계에서 획득한 좌표 정보를 기준으로 각 건축물과 가장 가까운 세 개의 기상청 관측지점을 식별하고, 해당 지점의 시간별 종관기상관측(Automated Synoptic Observing System, ASOS) 자료를 기상청 API허브를 통해 수집하였다.¹³⁾ 이는 개별 건축물에 대한 기상 변수를 생성하기 위함이며, 건물별로 매칭된 세 관측지점의 기상 정보를 바탕으로, 건축물과 관측지점 사이의 거리의 역수를 가중치로 하여 가중 평균(Weighted Average) 방식으로 산출하였다.

이와 같은 일련의 과정을 거쳐서 총 199개 공공 건축물에 대한 625,656개의 관측치가 실증 분석을 위한 표본으로 확정되었다. <표 1>은 분석 대상 공공 건축물에 대해 분석 기간의 요약 통계량을 정리하여 제시하고 있다.

<표 1>

요약 통계량

항목	통제 그룹		처치 그룹
항목	비적용 기간	적용 기간	비적용 기간	적용 기간
전기 사용량(kWh/Hour) - 평균값 (표준편차) - 중윗값	1,450.47 (3,173.67) 460.95	1,807.40 (3,895.98) 575.86	294.78 (363.19) 190.25	400.54 (493.74) 259.08
냉방도일(CDDs) (표준편차)	1.46 (1.89)	7.34 (2.55)	1.41 (1.89)	7.34 (2.48)
평균 온도(°C) (표준편차)	17.69 (3.98)	25.34 (2.55)	17.66 (3.93)	25.34 (2.48)
공공 건축물 개수	48		151
관측치 개수	150,912		474,744

제II장의 논의에서 알 수 있듯이, 실증 분석을 위하여 구축된 표본은 두 개의 그룹으로 구분할 수 있다. 첫 번째 그룹은 적정실내온도 준수 규정에 따라서 냉방설비 가동 시 실내 온도를 평균 28°C 이상으로 유지해야 하는 건축물이다. 다른 하나의 그룹은 예외적으로 실내 온도를 탄력적으로 유지할 수 있는 건축물로 구성된다. 예를 들어, 학교, 도서관, 교육시설처럼 일정 공간에 다수가 이용하는 시설, 의료기관이나 아동 관련 시설(어린이집 등)과 같이 적정 온도 관리가 필요한 시설이 이 그룹에 속한다.¹⁴⁾ 이 연구에서는 건축물대장에 기재된 건물명을 기준으로 각 건축물이 어느 그룹에 속하는지를 구분하였다. 이후부터는 편의상, 해당 규정이 적용되는 공공 건축물을 처치 그룹(Treatment Group), 그렇지 않은 것을 통제 그룹(Control Group)으로 지칭한다.

표본을 구축하는 과정을 설명하면서 언급하였지만, 본 연구는 2022년 5월부터 10월까지의 전기 사용량만을 실증 분석에 활용한다.¹⁵⁾ 이 분석 기간은 여름철 적정실내온도 준수 규정의 적용 여부에 따라서 적용 기간(On Period)과 비적용 기간(Off Period)으로 구분할 수 있다. 기관마다 에너지절약 추진계획의 세부 내용이 다르므로 건축물별로 해당 규정의 적용 기간이 다소 달라질 수 있다. 이 연구에서는 공개된 자료를 바탕으로 6월 16일에서 9월 15일에 이르는 기간을 적용 기간으로 가정하고 실증 분석을 진행하였다.

2. 분석 방법

이 연구에서는 두 가지 분석 방법론을 적용하여, 적정실내온도 준수 규정이 여름철 공공 건축물에서의 전기 사용에 미치는 영향을 분석하였다. 첫 번째로, 개별 분석 대상 공공 건축물에 대해서 전기 사용량을 외부 온도의 함수로 나타낸 온도 반응 함수(Temperature Response Function, TRF)를 추정하였다.¹⁶⁾ 여름철에 실내 온도에 대한 하한치를 설정하는 일은 건물 사용자들의 냉방 서비스 소비 행태에 변화를 불러올 수 있다. 예를 들어, 특정 시간대에 냉방 수요가 감소하거나, 아예 다른 시간대로 이동하는 등의 반응이 나타날 수 있으며, 그로 인해 냉방 서비스에 대한 전체 수요가 변동할 여지도 있다. 그러나 시간별 실내 온도나 냉방 장치의 설정 온도 등의 정보는 그린버튼 플랫폼에서 수집되지 않기 때문에, 여름철 적정실내온도 준수 규정이 초래하는 냉방 서비스 이용 방식의 변화를 직접적으로 확인할 길은 없다고 하겠다. 다만, 여름철 냉방 서비스가 건축물의 전기 사용량을 크게 좌우한다는 사실에 착안하여, 해당 규정이 실제로 전기 사용량에 영향을 주었는지를 간접적으로 파악하는 것은 가능하다. 구체적으로, 적정실내온도 준수 규정이 적용되기 이전과 이후를 비교하여 동일한 외부 온도가 주어졌을 때 건축물에서의 전기 소비가 눈에 띄게 감소한다면, 이 변화는 냉방 서비스의 소비가 감소한 것으로 생각할 수 있을 것이다.¹⁷⁾ TRF는 이러한 분석을 가능케 한다.

실증분석을 위한 표본에 포함된 각 공공 건축물의 비적용 기간에 대해 시간별 TRF를 아래의 모델을 이용하여 Pooled OLS 방식으로 추정하였다.

(1)

k W h_{i, t, h} = β_{i, h}^{o f f} \cdot T_{i, t} + α_{i, h} + ε_{i, t, h} .

이 모델에서 종속변수 $k W h_{i, t, h}$ 는 공공 건축물 $i$ 의 날짜 $t$ 의 시간 $h$ 에서의 전기 사용량을 의미한다. $T_{i, t}$ 는 날짜 $t$ 에서의 외부 온도가 건축물 $i$ 의 전기 사용량에 미치는 영향을 포착(capture)하기 위한 변수로, 22°C를 결절점(Knot)으로 하는 조각 선형 스플라인(Piecewise Linear Spline) 형태로 모델링하여 아래와 같이 2 × 1 벡터로 정의된다.¹⁸⁾

(2)

T_{i, t} = (\begin{matrix} \min (T e m p_{i, t}, 22) \\ \max (T e m p_{i, t} - 22, 0) \end{matrix}) .

이 식에서 $T e m p_{i, t}$ 는 날짜 $t$ 에서 공공 건축물 $i$ 가 위치한 지역의 일간 평균 기온(°C)을 의미한다. 나머지 두 변수 $α_{i, h}$ 와 $ε_{i, t, h}$ 는 각각 상수항과 오차항을 나타내며, 이 중 $α_{i, h}$ 는 공공 건축물 $i$ 의 시간 $h$ 에서의 기저 사용량으로 이해할 수 있다.¹⁹⁾

식 (1)으로부터 추정되는 2 × 1 벡터 $β_{i, h}^{o f f}$ 는 적정실내온도 준수 규정이 적용되지 않은 시기에 외부 온도가 건축물 전기 사용량에 미치는 영향의 정도를 나타낸다고 말할 수 있다. 본 연구에서는 5월부터 10월까지의 기간만을 실증분석 대상으로 삼고 있으므로, 이 벡터의 두 번째 항이 주요 관심 대상이 된다. 해당 항이 양의 값을 가진다는 것은 외부 온도가 22°C를 초과하는 정도에 비례해서 전기 사용량이 증가함을 의미하며, 이 두 번째 항의 절댓값이 커짐에 따라서 외부 온도의 상승이 건축물에서의 전기 사용량에 미치는 영향력도 증가하게 된다.

적정실내온도 준수 규정의 적용에 따른 공공 건축물에서의 냉방 서비스 이용 방식의 변화는 추정된 전기 사용량( $\hat{k W h_{i, t, h}}$ )과 실제 전기 사용량( $k W h_{i, t, h}$ )의 차이를 통해서 간접적으로 확인할 수 있다. 주어진 $T_{i, t}$ 을 기준으로, 식 (1)으로부터 얻어진 추정치 $\hat{β_{i, h}^{o f f}}$ 와 $\hat{α_{i, h}}$ 을 이용하여 계산한 $\hat{k W h_{i, t, h}}$ 는 적정실내온도 준수 규정 미적용 기간에서의 냉방 서비스 이용 방식에 따른 전기 소비량을 의미한다. 반면에, $k W h_{i, t, h}$ 는 동일한 외부 온도 조건에서 해당 규정이 이미 적용된 상황에서의 전기 소비량을 뜻한다. 따라서, 이 두 소비량의 간의 차이는, 적정실내온도 준수 규정이 냉방 서비스 이용 방식에 어떤 변화를 초래했는지를 유추하는데 활용될 수 있다.

이 연구에서 적용한 두 번째 방법론은 정책 효과 분석을 위해서 널리 사용되는 이중차분법(Difference-In-Differences, DID)이다. 이 방법론을 적용하면 적정실내온도 준수 규정의 시행과 공공 건축물 전기 사용량 사이의 관계를 인과적으로 추정할 수 있다. 앞서 언급하였듯이, 분석 대상 공공 건축물은 규정 적용 여부에 따라 처치 그룹과 통제 그룹으로 구분되며, 5월에서 10월에 이르는 분석 기간 또한 규정의 시행 여부에 따라 적용과 비적용 기간으로 나뉜다. 즉, 이 연구에서 다루는 실증분석 환경은 DID를 적용할 수 있는 가장 일반적인 경우에 해당한다고 말할 수 있다.

본 연구는 DID에 기반하여 적정실내온도 준수 규정 시행이 공공 건축물 전기 사용에 미치는 영향을 추정하기 위해서 세 개의 서로 다른 모델을 이용하였다. 아래에 제시된 첫 번째 모델은 식 (2)에서 정의된 2 × 1 벡터 $T_{i, t}$ 를 공변량(Covariate)으로 사용하는 가장 기본적인 형태의 모델이다.

(3)

k W h_{i, t, h} = θ_{0} 1 {[T r e a t m e n t & O n]}_{i, t} + θ_{1} \cdot T_{i, t} + γ_{i} + δ_{t, h} + ε_{i, t, h} .

여기서 $k W h_{i, t, h}$ 는 식 (1)에서와 동일하게 공공 건축물 $i$ 의 날짜 $t$ 의 시간 $h$ 에서의 전기 사용량을 의미한다. 이진변수(Binary Variable)인 $1 {[T r e a t m e n t & O n]}_{i, t}$ 은 공공 건축물 $i$ 가 처치 그룹에 속하면서 날짜 $t$ 가 규정의 적용 기간에 해당하는 경우에만 1의 값을 가진다. 그리고 $γ_{i}$ 와 $δ_{t, h}$ 는 각각 건축물 및 날짜-시간(Date-by-Hour) 고정 효과(Fixed Effects, FEs)를 나타낸다. 마지막으로 $ε_{i, t, h}$ 는 오차항을 의미한다.

적정실내온도 준수 규정의 시행이 건축물 전기 사용량에 미치는 영향 중에서 외부 온도의 변동에 직결되는 효과를 분리하여 추정하고자 할 때, 식 (3)은 아래와 같이 확장될 수 있다.²⁰⁾

(4)

k W h_{i, t, h} = ϕ_{0} 1 {[T r e a t m e n t & O n]}_{i, t} + (θ_{1} \cdot T_{i, t}) 1 {[T r e a t m e n t & O n]}_{i, t} + ϕ_{2} \cdot T_{i, t} + γ_{i} + δ_{t, h} + ε_{i, t, h} .

여기서 규정의 도입에 따른 효과는 외부 온도에 무관한 부분( $ϕ_{0}$ )과 그렇지 않은 부분( $ϕ_{1}$ )으로 구분이 된다. 이 중에서, 외부 온도에 연계된 효과는 벡터 $T_{i, t}$ 을 따르는 조각 선형 스플라인 형태를 가진다. 이 모델에서와 같이, 외부 온도의 변화에 대한 건축물 에너지 사용의 반응성을 분리하여 추정하는 것은 관련 연구에서는 매우 보편적으로 사용되는 접근법이다. 건축법규의 강화가 건축물 에너지 소비에 미친 영향을 분석한 Chong(2012), Jacobsen and Kotchen(2013), 그리고 Kotchen(2017)에 더해서, 건축물 설비 개보수의 인과적 영향을 살펴본 Fowlie et al.(2018)과 Liang et al.(2018)에서 모두 동일한 접근법을 채택하였다. 참고로, 식 (4)에서 사용된 변수는 식 (3)의 변수와 모두 동일하다.

식 (3)과 식 (4)에서 적정실내온도 준수 규정 도입 효과와 관련된 계수는 $θ_{0}$ , $ϕ_{0}$ , 그리고 $ϕ_{1}$ 이다. 건축물 고정 효과 $γ_{i}$ 는 연구자(Econometrician)가 관측할 수 없으나 특정 공공 건축물 $i$ 에서의 전기 사용량에는 영향을 미치면서 시간에 따라 변화하지 않는 요인(Time-Invariant Unobservable Factor)을 통제한다. 날짜-시간 고정 효과 $δ_{t, h}$ 의 경우, 주어진 날짜-시간에 모든 분석 대상 건축물에서의 전기 사용량에 영향을 주지만 연구자가 확인할 수 없는 요인을 통제한다. 정리하자면, $θ_{0}$ , $ϕ_{0}$ , 그리고 $ϕ_{1}$ 은 연구자가 관찰할 수 없는 요인의 영향을 제거한 뒤, 개별 건축물의 시간별 전기 사용량의 변화를 이용하여 추정한 적정실내온도 준수 규정의 평균적인 정책 효과를 나타낸다고 이야기할 수 있다. 참고로, 이들 두 모델은 대상(공공 건축물)과 시간(날짜-시간)에 대한 고정 효과를 모두 포함하고 있으므로 Two-Way Fixed Effect(TWFE) 모델의 범주에 포함된다.

앞서 논의한 2 × 2 DID 세팅을 기반으로, 본 연구에서 사용한 세 번째 모델에서는 비모수 접근법(Non-Parametric Approach)을 채택하였다.

(5)

k W h_{i, t, h} = θ_{0} 1 {[T r e a t m e n t & O n]}_{i, t} + \sum_{j \in J} θ_{1}^{j} 1 {[T r e a t m e n t & O n]}_{i, t} 1 [j \leq T e m p_{i, t} < j + 1]_{i, t} + θ_{1}^{> 28} 1 {[T r e a t m e n t & O n]}_{i, t} 1 {[28 < T e m p_{i, t}]}_{i, t} + \sum_{j \in J} θ_{2}^{j} 1 {[j \leq T e m p_{i, t} < j + 1]}_{i, t} + θ_{1}^{> 28} 1 {[28 < T e m p_{i, t}]}_{i, t} + γ_{i} + δ_{t, h} + ε_{i, t, h}, w h e r e J = {20, 21, \dots, 28} .

이 모델은 식 (4)에서 사용한 2 × 1 벡터 $T_{i, t}$ 대신 외부 온도에 대해 구간을 설정하고 각 구간에 대해 이진변수를 도입하였다는 점을 제외하면 기본적인 구조는 동일하다. 이러한 접근 방식은 세분된 외부 온도 구간별로 적정실내온도 준수 규정의 시행 효과를 확인할 수 있다는 이점을 제공한다. 예를 들어서, 위의 모델에서 추정되는 계수 $θ_{1}^{20}$ 은 외부 온도가 20°C 이상 21°C 미만인 상황에 해당 규정이 건축물 전기 사용량에 미치는 인과적 효과를 나타낸다.

앞서 제시한 계량경제학 모델을 통해서 얻은 추정치가 적정실내온도 준수 규정과 공공 건축물 전기 사용량 간의 인과적 관계를 제대로 포착하기 위해서는, DID 방법론이 적용되는 실증분석 환경에서 몇 가지 가정이 충족되어야 한다. 지금부터는 이후 제시될 실증 분석 결과의 타당성을 확보하기 위해 이들 가정에 대한 검토를 수행할 것이다.

우선, 비예측 가정(No-Anticipation Assumption)이 충족되어야 한다. 본 연구의 맥락에서 해당 가정은 처치 그룹에 속하는 공공 건축물이 규정의 시행을 예상하더라도, 규정이 아직 적용되지 않은 시점에서는 전기 사용량에 큰 변화를 보이지 않을 것임을 뜻한다. 적정실내온도 준수 규정은 수십 년간 시행되어 왔기 때문에, 대부분 기관이 여름철 규정 시행을 예상한다고 보는 편이 합리적이다. 하지만 그렇다고 하더라도 이에 따라 비적용 기간에 전력 소비가 사전적으로 조정된다고 단정할 수는 없다. 냉방 서비스는 수 시간 단위 정도에서만 이전이 가능하고, 따라서 규정의 시행 이전에 소비를 증가시키는 방식으로 대응할 유인은 매우 제한적이기 때문이다. 또한, 적정실내온도 준수 규정의 미적용 기간에 의도적으로 냉방을 줄여 불편을 감수할 이유도 없으므로, 이 규정이 적용되지 않는 기간에는 결과변수(Outcome Variable)인 공공 건축물의 시간당 전기 사용량에 변화가 없으리라고 예상할 수 있다.

다음으로 비이전 가정(No-Spillover Assumption)이 성립하여야 한다. 이 가정은 적정실내온도 준수 규정의 효과가 처치 그룹에만 한정되며, 통제 그룹에는 영향을 미치지 않음을 의미한다. 실증분석 대상인 199개 공공 건축물은 전구 124개의 시군구에 걸쳐 있으며, 지리적으로 매우 분산되어 있다.²¹⁾ 이 점을 고려한다면, 해당 규정의 시행이 비적용 건축물에 이전 효과(Spillover Effect)를 유발할 가능성은 작다고 볼 수 있다. 설령 비적용 건축물이 적용 건축물과 인접해 있다고 하더라도, 해당 규정의 시행을 따라 자발적으로 냉방 서비스의 이용을 줄일 유인이 없기 때문에, 비이전 가정이 성립한다고 볼 수 있을 것이다.

마지막으로, 본 연구에서 활용한 DID 방법론이 유효하기 위해서는 평행 추세 가정(Parallel Trend Assumption, PTA) 역시도 만족하여야 한다. 이 가정은 적정실내온도 준수 규정이 시행되지 않는 동안에 처치 그룹에 속한 건축물과 통제 그룹에 속한 그것의 전기 사용량 추세가 유사해야 함을 의미한다. [그림 1]과 [그림 2]는 이와 같은 PTA를 뒷받침하는 시각적 증거를 제시하고 있다.

[그림 1]은 각각의 그룹에 대해서 5월부터 10월까지의 일평균 냉방도일(Cooling Degree Days, CDDs, 위)과 전기 사용량(아래)의 추이를 보여준다. 그림에서 확인할 수 있듯이, 해당 기간에 두 그룹은 거의 동일한 냉방도일을 경험하였다. 이 사실은, 적정실내온도 준수 규정의 시행에 따른 영향을 제외하면, 이들 두 그룹의 전기 사용량이 매우 비슷한 변동을 보여야 함을 시사한다.²²⁾ 전기 사용량 수준이 월등히 높은 통제 그룹에서 더 큰 변동 폭을 보이기는 하나, 적정실내온도 준수 규정이 시행되지 않는 기간에서 두 그룹의 평균 전기 사용량은 매우 유사한 패턴을 보였음을 그림에서 확인할 수 있다. 반면, 해당 규정 적용 기간에는 통제 그룹에 비해 처치 그룹의 평균 전기 사용량은 매우 제한적인 수준의 상승 폭만을 보여주고 있다. 이뿐만 아니라, 규정의 적용을 받는 건축물에서의 일평균 전기 사용량은 굉장히 좁은 범위 내에서만 움직임을 가져가고 있음을 확인할 수 있다. 이러한 차이는 적정실내온도 준수 규정 시행에 따른 결과일 수 있다.

https://cdn.apub.kr/journalsite/sites/keer/2025-024-02/N0700240201/images/Figure_keer_24_02_01_F1.jpg

[그림 1]

냉방도일 및 전기 사용량 추이

[그림 2]는 처치 그룹과 통제 그룹의 평균 전기 사용량이 하루 중 시간대별로 어떻게 변화하는지를, 적정실내온도 준수 규정의 적용 기간과 비적용 기간으로 나누어서 시각화한 것이다. 그림으로부터 두 그룹의 공공 건축물은 해당 규정의 적용 여부와 관계없이 매우 유사한 소비 양상을 보이고 있음을 쉽게 확인할 수 있다. 다만 여기서 주목할 점은, 규정이 시행된 기간에 두 그룹 모두 전기 사용량이 전반적으로 증가한 반면, 처치 그룹의 증가폭은 훨씬 제한적이었다는 사실이다. 이것은 [그림 1]에서 관찰된 결과와 일관된 양상이다.

https://cdn.apub.kr/journalsite/sites/keer/2025-024-02/N0700240201/images/Figure_keer_24_02_01_F2.jpg

[그림 2]

시간별 전기 사용량 추이

위에서 살펴본 시각적 증거에 더해서, <표 2>가 제시하고 있는 회귀분석 결과는 PTA가 만족함을 통계적으로 확인시켜 주고 있다. 이 표에 나와 있는 회귀분석 결과는 아래의 모델과 적정실내온도 준수 규정이 적용되지 않는 기간의 관측치를 기반으로 얻어진 것이다.

(6)

k W h_{i, t, h} = β_{0} + β_{1} 1 {[T r e a t m e n t]}_{i} + β_{2} R D T_{i, t, h} + β_{3} R D T_{i, t, h} 1 {[T r e a t m e n t]}_{i} + θ \cdot T_{i, t} + ε_{i, t, h}

여기서 사용된 변수는 공공 건축물 $i$ 가 처치 그룹에 속하는 경우에만 1의 값을 가지는 이진변수 $1 {[T r e a t m e n t]}_{i}$ 와 상대 일시(Relative Date Time, RDT)를 의미하는 $R D T_{i, t, h}$ 을 제외하고는 앞서서 제시된 모델에서와 동일하다. 상대 일시는 기준이 되는 2022년 5월 1일 0시가 1의 값을 가지도록 계산되었다.²³⁾

식 (6)에서 특히 주목해야 할 계수는 $β_{3}$ 이다. 계수 $β_{2}$ 는 통제 그룹의 전기 사용량이 보여주는 추세선의 기울기를 의미하는데, $β_{3}$ 는 해당 기울기에서 처치 그룹이 얼마나 다른 추세를 보이는지를 측정한다. 만약 $β_{3}$ 가 통계적으로 유의하지 않다면, 이는 적정실내온도 준수 규정이 시행되지 않는 시점에서 두 그룹 간 전기 사용량 추세가 크게 다르지 않다는 점을 시사한다. <표 2>에 분석 결과에 따르면, 통제 변수(Control Variable)와 고정 효과의 적용 여부와는 무관하게 $β_{3}$ 의 추정치는 통계적으로 0과 다르지 않으며, 그 크기와 부호 또한 매우 일관되게 나타난다.

이 연구에서 다루고 있는 실증분석 환경에서 PTA가 합리적 가정이라는 점을 뒷받침하는 몇 가지 증거가 제시되었다고는 하나, 여기서 적용하고자 하는 DID 방법론이 적정실내온도 준수 규정이 유발하는 인과적 효과를 정확하게 추정하는데 위협이 될 수 있는 지점이 한 가지 존재한다. 그것은 바로 해당 규정이 존재하지 않는 여름철이라는 실재하지 않는 반사실적(Counterfactual) 상황에서도 두 그룹의 전기 사용량이 평행한 추세를 유지하는지는 직접 검증할 수 없다는 점이다. 앞서 간략하게 언급하였지만, 해당 규정은 수십 년에 이르는 역사가 있다. 다시 말해서, 처치 그룹에 속하는 공공 건축물은 매해 여름마다 적정실내온도 준수 규정의 영향을 받아왔다. 따라서 그린버튼 플랫폼을 통해서 수집된 공공 건축물 전기 사용량 자료가 일 년 치가 아니라고 하더라도, 지금 논의하고 있는 문제점은 본질적으로 해결되지 않는다. 다만 [그림 2]로부터 확인할 수 있듯이, 적정실내온도 준수 규정의 시행이 공공 건축물에서의 전기 사용량 추이를 특정한 시간대에서 유의미하게 바꾸지는 않았다. 이 점을 감안한다면, 적정실내온도 준수 규정이 없는 조건에서도 두 그룹 간 전력 사용량 추세가 계절 전반에 걸쳐 유사했을 거라는 가정은 충분히 타당하다고 볼 수 있다.

<표 2>

평행 추세 가정 검증 결과

종속변수: 시간당 전기 사용량(kWh/Hour)	(1)	(2)	(3)	(4)
1[Treatment] (β₁)	-1,556.359^*** (868.779)	-1,555.877^* (868.866)	-1,556.367^* (868.789)	-1556.234^* (868.954)
상대 일시(β₂)	-2.341 (2.527)	-2.338 (2.696)	-2.341 (2.527)	-2.347 (2.525)
1[Treatment] × 상대 일시 (β₃)	2.208 (2.535)	2.206 (2.611)	2.208 (2.535)	2.209 (2.535)
$\min (외부 온도, 22)$ (θ₁)		4.554 (6.721)		-5.744 (13.741)
$\max (외부 온도 - 22, 0)$ (θ₂)		30.538^*** (6.324)		18.043 (32.362)
상수항 (β₀)	1,887.076^*** (866.798)	1,801.099^*** (846.208)
고정 효과: 날짜-시간	No	No	Yes	Yes
관측치	310,294	310,294	310,294	310,294
Adjusted R²	0.100	0.100	0.101	0.101

주1: 괄호 안의 그리스 문자는 식 (6)에서 각 설명변수에 해당하는 계수를 의미함.

주2: 괄호 안의 숫자는 Standard Error(S.E.)를 의미하며, 건축물 및 날짜를 기준으로 Clustered S.E.를 계산하였음.

주3: *** 1%, ** 5%, * 10% 유의수준을 의미함.

주4: 외부 온도의 단위는 섭씨(°C)임.

3. 분석 결과

[그림 3]은 적정실내온도 준수 규정이 시행되지 않았던 기간에 대한 개별 공공 건축물의 TRF를 식 (1)을 활용하여 시간별로 추정하고, 해당 규정이 시행된 기간에서의 시간별 실제 전기 사용량( $k W h_{i, t, h}$ )과 TRF를 통해 추정한 시간별 전기 사용량( $\hat{k W h_{i, t, h}}$ ) 사이의 차이를 시각화한 것이다. 이 그림에서 각 건축물이 보이는 차이의 월간 평균을 하나의 점으로 표시하였고, 통제 그룹(규정 미적용 공공 건축물)은 빨간색, 처치 그룹(규정 적용 공공 건축물)은 파란색으로 구분하였다.

적정실내온도 준수 규정 시행 이전 대비 주어진 외부 온도에서 규정 시행 이후 건축물 전기 사용량 차이를 살펴볼 수 있는 이 그림에서 두 그룹의 공공 건축물은 공통점과 차이점을 하나씩 보여주고 있다. 먼저, 오전 2시에서 오전 10시 사이에서 두 그룹은 비슷한 수준의 전기 사용량 증가를 보여주었다. 그러나 오후 1시부터 오후 9시 사이에서는 적정실내온도 준수 규정 적용 여부에 따라서 전력 사용 패턴에서 뚜렷한 차이를 보였다. 구체적으로, 주어진 외부 온도 조건에서 적정실내온도 준수 규정 적용을 받지 않는 공공 건축물은 규정 시행 전후 전기 사용량에 거의 차이가 없거나, 시행 후에 오히려 약간 감소하는 모습을 보였다. 달리 표현하자면, 통제 그룹에 속한 공공 건축물은 이 시간대에서 원래 방식 그대로 전기를 사용하였음을 알 수 있다.²⁴⁾ 이와는 다르게, 해당 규정의 적용을 받는 공공 건축물은 이 규정이 시행된 시기에 동일한 외부 온도에서 더 높은 전기 사용량을 기록하였다.

제2절에서 논의된 바와 같이, [그림 3]에서 보이는 전기 사용 양상의 변화는 공공 건축물에서의 냉방 서비스에 대한 수요 변화로 바로 연결 지을 수 있다. 즉, 이 그림은 적정실내온도 준수 규정의 적용을 받지 않는 공공 건축물에서는 새벽부터 오전까지의 시간에서만 냉방 서비스에 대한 수요가 증가했지만, 이 규정의 적용을 받은 공공 건축물에서는 심야 시간을 제외한 거의 모든 시간에서 냉방 서비스에 대한 수요가 증가하였음을 보여준다. 물론 이를 위해서는 외부 온도의 변동에 크게 좌우되지 않는 기저 전기 사용량이 적정실내온도 준수 규정의 시행 여부 및 계절 변화와 무관하게 일정하게 유지된다는 가정이 요구된다. 그러나 규정이 적용되는 불과 3개월 동안만 건축물에서의 기저 전기 사용량에 큰 변화를 발생시키는 일은 쉽지 않다는 사실을 생각한다면, 해당 가정은 충분히 납득 가능하다고 하겠다.

https://cdn.apub.kr/journalsite/sites/keer/2025-024-02/N0700240201/images/Figure_keer_24_02_01_F3.jpg

[그림 3]

적정실내온도 준수 규정 적용 시기에서의 실제 전기 사용량과 온도 반응 함수 추정 전기 사용량의 차이

그런데 [그림 3]이 보여주는 내용을 해석할 때 주의해야 할 점이 한 가지 있다. 그것은 바로, 이 그림은 적정실내온도 준수 규정이 공공 건축물에서의 전기 사용량에 미치는 인과적 영향만을 드러내 보여주지는 않는다는 사실이다. 오히려 이 그림은 규정의 시행에 따라서 주어진 외부 온도 조건에서의 전기 사용 행태상에 발생하는 차이를 각 그룹 내에서 비교하여 보여주고 있다고 보아야 한다. 예를 들자면, 오후부터 저녁에 이르는 시간에서 확인할 수 있는 두 그룹이 보이는 상이한 전기 사용량 변화에 기반하여서, 적정실내온도 준수 규정이 처치 그룹에 속하는 건축물에서 전기 사용을 증가시켰다고 결론지을 수는 없다는 말이다.²⁵⁾ 이 규정의 시행이 초래하는 인과적 영향은 아래에 제시된 DID 방법론을 적용하여 얻어진 결과를 살펴보아야 한다.

<표 3>은 DID 방법론을 적용하여 추정한 적정실내온도 준수 규정이 건축물 전기 사용량에 미친 인과적 효과를 정리한 것이다.²⁶⁾ 이 표에서 첫 번째 열은 식 (3)을 이용해서 얻어진 추정치를, 두 번째 열은 식 (4)로부터 얻어진 추정치를, 그리고 세 번째 열은 식 (5)에서 얻어진 추정치 보여주고 있다. 이 표에 나타난 추정 결과에 따르면, 적정실내온도 준수 규정의 시행으로 인해서 처치 그룹에 속하는 공공 건축물에서의 시간당 전기 소비가 약 255kWh 감소하는 효과가 발생하였음을 알 수 있다.²⁷⁾²⁸⁾ 여기에 더해서, 서로 다른 두 모델로부터 얻은 추정치로부터, 외부 온도가 22°C 미만인 경우에는 건축물에서의 전기 소비 절감 효과가 통계적으로 0과 다르지 않지만, 외부 온도가 22°C 이상인 경우에는 그 절감 효과가 외부 온도가 상승함에 따라서 증가하는 것을 확인할 수 있다.

<표 3>에 정리된 추정 결과에서 특히나 흥미로운 지점은 외부 온도가 공공 건축물에서의 전기 소비 증가를 견인하는 정도만큼이 해당 규정의 시행에 따라서 상쇄된다는 사실이다.²⁹⁾ 앞서서 [그림 3]에 제시된 분석 결과를 논의하면서 적정실내온도 준수 규정의 적용을 받는 공공 건축물에서는 동일한 외부 온도가 주어진 경우에 해당 규정이 시행되는 시기의 전기 사용량이 더 높다는 사실을 지적하였다. 다시 말해서, 같은 외부 온도 조건에서 그 규정이 시행되는 시기에 처치 그룹에 속한 공공 건축물은 전기 사용을 절대적으로는 늘렸다고 말할 수 있다. 따라서 <표 3>의 추정 결과는, 적정실내온도 준수 규정이 통제 그룹 대비 처치 그룹의 전력 소비 증가를 효과적으로 억제하였음을 의미한다. 즉, 처치 그룹의 전력 소비는 계절적 요인으로 ‘(절대적으로는) 늘었지만’, 해당 규정의 효과로 인해 ‘(상대적으로는) 늘지 않은 것이다.’

[그림 4]는 식 (4)에서 온도 구간의 크기를 1°C가 아닌 2°C로 하여서 시간별로 계산한 추정치를 95% 신뢰구간과 함께 나타낸 것이다. 전체적으로 볼 때, 이 그림에 제시된 추정치가 보여주는 경향성은 <표 3>의 세 번째 열에 정리된 추정치가 보여주는 그것과 일맥상통한다. 하지만 이 그림에서 가장 인상적이라고 말할 수 있는 부분은 오후 3시 근방에서 적정실내온도 준수 규정에 따른 절감 효과가 가장 크게 나타난 점일 것이다. 외부 온도가 높아질수록, 그리고 오후 3시를 전후로 하여서 전기 소비의 절감 효과가 가장 크게 발생한다는 사실은 이 규정이 전기 소비 절감의 효용이 가장 높은 시점에 그 효과를 발휘함을 뜻하기 때문이다. 게다가 적정실내온도 준수 규정의 시행과 관련해서 추가적인 비용이 발생하지 않는다는 점은 이 규정의 높은 비용 효과성을 시사한다고 볼 수 있다.

<표 3>

이중차분법 추정치

종속변수: 시간당 전기 사용량(kWh/Hour)	(1)	(2)	(3)
1[Treatment & On]	-253.793^** (100.541)	-219.898^*** (76.973)	-127.669^*** (45.580)
1[Treatment & On] × $\min (외부 온도, 22)$		4.303 (4.208)
1[Treatment & On] × $\max (외부 온도 - 22, 0)$		-36.738^** (14.525)
1[Treatment & On] × 1[20 ≦ 외부 온도 < 21]			-10.555^* (6.316)
1[Treatment & On] × 1[21 ≦ 외부 온도 < 22]			4.081 (9.448)
1[Treatment & On] × 1[22 ≦ 외부 온도 < 23]			-25.213 (22.705)
1[Treatment & On] × 1[23 ≦ 외부 온도 < 24]			-25.128 (26.600)
1[Treatment & On] × 1[24 ≦ 외부 온도 < 25]			-82.216^** (37.716)
1[Treatment & On] × 1[25 ≦ 외부 온도 < 26]			-148.320^** (71.474)
1[Treatment & On] × 1[26 ≦ 외부 온도 < 27]			-184.823^** (90.770)
1[Treatment & On] × 1[27 ≦ 외부 온도 < 28]			-144.085^** (64.556)
1[Treatment & On] × 1[28 ≦ 외부 온도]			-252.791^** (99.599)
$\min (외부 온도, 22)$	2.032 (3.136)	0.422 (3.421)
$\max (외부 온도 - 22, 0)$	12.620^*** (4.342)	36.839^*** (12.680)
1[20 ≦ 외부 온도 < 21]			13.830^** (5.777)
1[21 ≦ 외부 온도 < 22]			14.826^*** (4.011)
1[22 ≦ 외부 온도 < 23]			40.194^** (18.949)
1[23 ≦ 외부 온도 < 24]			37.765^** (19.087)
1[24 ≦ 외부 온도 < 25]			87.309^*** (26.531)
1[25 ≦ 외부 온도 < 26]			156.890^*** (58.948)
1[26 ≦ 외부 온도 < 27]			194.269^** (76.987)
1[27 ≦ 외부 온도 < 28]			153.015^*** (54.724)
1[28 ≦ 외부 온도]			268.527^*** (87.726)
고정 효과: 건축물	Yes	Yes	Yes
고정 효과: 날짜-시간	Yes	Yes	Yes
관측치	625,420	625,420	625,420
Adjusted R²	0.954	0.954	0.954

주1: 괄호 안의 숫자는 Standard Error(S.E.)를 의미하며, 건축물 및 날짜를 기준으로 Clustered S.E.를 계산하였음.

주2: *** 1%, ** 5%, * 10% 유의수준을 의미함.

주3: 외부 온도의 단위는 섭씨(°C)임.

https://cdn.apub.kr/journalsite/sites/keer/2025-024-02/N0700240201/images/Figure_keer_24_02_01_F4.jpg

[그림 4]

시간별 이중차분법 추정치

4. 강건성 점검

앞서 제시한 분석 결과는 적정실내온도 준수 규정이 공공 건축물의 여름철 전기 사용량에 영향을 미치고 있음을 드러내고 있지만, 본 연구에서 취하고 있는 한 가지 가정은 추정된 효과의 강도를 좌우할 수 있다. 그 가정은 바로 해당 규정이 시행되는 기간이다. 제III장 제1절의 말미에 언급한 것처럼, 기관의 상황에 맞추어 규정이 적용되는 기간이 결정된다. 이 점을 감안하여서, 실증 분석에서는 규정의 시행 기간을 일괄적으로 6월 16일에서 9월 15일로 상정하였다. 만일 이 기간이 실제로 규정이 적용되는 기간과 크게 차이가 난다면, 추정된 효과는 과소평가(Underestimate) 혹은 과대평가(Overestimate) 될 가능성이 있다.

<표 4>

강건성 점검 결과

종속변수: 시간당 전기 사용량(kWh/Hour)	(1)	(2)	(3)	(4)
1[Treatment & On]	-259.803^** (101.484)	-256.036^** (98.825)	-258.263^** (104.050)	-250.817^** (101.479)
$\min (외부 온도, 22)$	1.367 (3.152)	0.655 (3.223)	1.882 (3.150)	1.626 (3.178)
$\max (외부 온도 - 22, 0)$	12.306^*** (4.313)	12.214^*** (4.332)	13.120^*** (4.359)	12.834^*** (4.321)
규정 적용 일자: 시작일	2022.06.09	2022.06.02	2022.06.23	2022.06.30
규정 적용 일자: 종료일	2022.09.22	2022.09.29	2022.09.08	2022.09.01
고정 효과: 건축물	Yes	Yes	Yes	Yes
고정 효과: 날짜-시간	Yes	Yes	Yes	Yes
관측치	625,420	625,420	625,420	625,420
Adjusted R²	0.954	0.954	0.954	0.953

주1: 괄호 안의 숫자는 Standard Error(S.E.)를 의미하며, 건축물 및 날짜를 기준으로 Clustered S.E.를 계산하였음.

주2: *** 1%, ** 5%, * 10% 유의수준을 의미함.

주3: 외부 온도의 단위는 섭씨(°C)임.

<표 4>는 적정실내온도 준수 규정이 적용되는 기간을 달리할 때 이 규정이 유발하는 인과적 효과를 의미하는 추정치가 어떻게 변동하는지를 보여준다.³⁰⁾ 이 표에 나타난 추정 효과는 시간당 251~260kWh 정도의 전기 사용량 감소를 의미하는데, 이것은 <표 3>의 추정치와 불과 2% 내외의 차이만을 보인다. 즉, 규정이 적용되는 기간의 변동에 대해서 추정 결과는 상당한 강건성을 보인다고 말할 수 있다.

Ⅳ. 시사점

1. 기준으로써의 실내 온도

제III장 제3절에 제시된 실증 분석 결과는 적정실내온도 준수 규정이 공공 건축물에서의 전기 사용 절감에 기여하고 있음을 보여주고 있다. 이 규정이 원래 의도한 효과를 유발하고 있음을 뒷받침하는 분석 결과는 여름철에 실내 온도의 하한치를 설정하는 것이 건축물에서의 전기 소비를 억제하는 유효한 수단이라는 점을 뜻한다고 볼 수 있다. 특히나 전력망에 부담이 가해지는 상황이라고 볼 수 있는 외부 온도가 높은 날과 전력 수요가 높은 시간대에 해당 규정의 효과가 더 두드러진다는 점에서 이 규정은 굉장히 효과적인 수단이라고 말할 수 있을 것이다.

이 맥락에서 우리가 주목해야 하는 지점은 실내 온도의 하한치라는 기준이 전기 사용량과 같이 직관적으로 파악하기 어렵거나 손쉽게 확인할 수 없는 기준이 아니라는 점이다. 실내 온도는 냉방 혹은 난방 서비스의 이용 수준에 따라서 조절이 되는 사용자에게는 굉장히 익숙한 정보이며, 에어컨과 같은 온도 조절 장치가 존재할 때 매우 쉽게 확인이 가능하다. 게다가 온도 조절 장치의 설정값을 바꾸는 것으로 원하는 실내 온도에 도달할 수 있다. 이러한 특징들을 고려할 때, 실내 온도를 기준치로 활용하는 것은 전기 소비를 줄이고자 하는 목표를 가진 사람들에게 최소한의 인지 비용(Cognitive Costs)과 조정 비용(Adjustment Costs)을 초래할 것임을 짐작할 수 있다. 이 내용에 더해서, 계시별 요금제, 실시간 요금제 등으로 대표되는 동적 요금제(Dynamic Pricing)에 관한 많은 연구가 이 두 종류의 비용을 경감시킴으로써 전기 소비의 가격 탄력성을 높일 수 있음을 시사한다는 점을 고려할 때, 실내 온도가 일종의 기준점(Reference Point)으로 설정되었다는 사실이 바로 적정실내온도 준수 규정이 굉장히 효과적인 전기 소비 절감 수단으로 작동하는데 기여하였을 수 있다.³¹⁾

위에서 논의된 내용은 건물 부문 에너지 소비 절감의 측면에서 매우 중요한 정책적 시사점을 가진다. 건물 부문에서의 에너지 소비 절감, 궁극적으로는 온실가스 배출 저감을 위해서 건축물에서의 에너지 소비에 대한 직접적인 제한을 목표로 하는 건축물 에너지원단위 목표관리제가 본격적인 시행을 앞두고 있다. 이 제도에서 사용하는 기준은 연면적당 연간 에너지 소비량(kWh/m²･year)으로, 건축물 용도, 연면적, 그리고 지역에 따라 이 기준에 차등을 두어 적용된다.

앞선 논의에 비추어 볼 때, 여기서 문제가 될 수 있는 부분 하나는 이 기준이 직관적으로 이해하기 어려울뿐더러 측정하기도 쉽지 않다는 점일 것이다. 면적당 연간 에너지 소비량은 이것을 단순히 계산하는 과정에서조차도 사람들에게 막대한 인지 비용을 초래할 수 있다. 이것은 사람들을 합리적 무관심(Rational Inattention)으로 이끌 수 있고, 결국에는 건축물 에너지원단위 목표관리제의 성과 약화로까지 이어질 가능성도 있다고 하겠다.³²⁾

이뿐만 아니라, 일반적인 사람들에게는 주어진 면적당 연간 에너지 소비량이라는 기준을 달성하기 위해서 가능한 에너지 소비 절감처를 발굴하고 적절한 행동을 취하는 것이 굉장히 어려운 작업일 수 있다.³³⁾ 다행스러운 부분은, 이 연구의 실증 분석 결과가 건축물 에너지원단위 목표관리제의 구체적인 수단으로써 실내 온도의 하한치 설정을 활용할 수 있음을 보여준다는 점이다.

결론적으로 본 연구는, 직관적이고 조절이 용이한 ‘실내 온도’라는 기준점이 추상적인 에너지 절감 목표보다 행동 변화를 더 효과적으로 유도할 수 있다는 행동경제학적 기여와 함께, 건축물 에너지원단위 목표관리제의 구체적 이행 수단으로 이 규정을 활용할 수 있다는 실질적인 정책 시사점을 동시에 제공한다.

2. 적정실내온도 준수 규정의 외부 효과

전기를 포함한 에너지의 소비는 우리에게 다양한 경로를 통해서 직･간접적으로 영향을 미친다. 예를 들어, 지나치게 낮은 난방 혹은 냉방 서비스의 이용이 정신 및 신체 건강에 문제를 야기할 수 있다는 점이 여러 연구에서 지적되었다(He and Tanaka, 2023; Chirakijja et al., 2024; Janzen, Forthcoming). 그리고 최근에는 생산성을 온도와 연결 지어서 살펴본 연구도 진행된 바 있다(Yu and Shi, 2025).

이와 같은 내용을 생각한다면, 본 연구의 실증 분석 결과가 적정실내온도 준수 규정이 효과적인 건축물 에너지 절약 수단이라는 증거를 제시하고 있기는 하지만, 이것에만 기반하여서 해당 규정이 사회적으로 유익한 것인지를 판단하기에는 무리가 따른다. 이 규정의 적용을 받는 공공 건축물에서는 여름철 실내 온도를 기준 온도 이상으로 유지하도록 강제 받는다. 따라서 이런 곳에서 일하는 근로자는 여름철에 상대적으로 높은 온도에 장시간 노출될 수밖에 없다. 즉, 이들의 정신･신체 건강 또는 생산성이 적정실내온도 준수 규정에 의해서 부정적인 영향을 받을 가능성을 완전히 배제할 수는 없다. 그리고 이러한 부분에 대한 우려가 지속적으로 제기되고 있는 상황이다(김판･이가현, 2016; 동아일보, 2023; 정다움, 2025).

본 연구에서는 실내 온도, 생산성 지표 등의 자료가 확보되지 않은 탓에 이 내용에 대한 분석을 진행하지는 못하였다. 그렇지만 이 연구는 적정실내온도 준수 규정이 건축물의 에너지 절약에 다소간 효과가 있다고 하더라도, 그것이 초래할 것으로 예상되는 부정적 영향을 어느 정도 수준에서 감내할 것인지에 관한 판단의 필요성을 드러내고 있다고 볼 수 있다. 다시 말해서, 해당 규정이 유발하는 순편익(Net Benefit), 순편익이 양의 값을 가지도록 하는 적정 실내 온도 등을 파악하기 위한 후속 연구의 필요성을 제시한다는 점에서 본 연구는 또 다른 의의를 가진다고 할 수 있다.

Ⅴ. 결 론

본 연구는 오랜 기간에 걸쳐서 시행됐으나 그 효과가 실증적으로 검증된 바 없는 공공기관에 대한 적정실내온도 준수 규정이 건축물 전기 소비에 미치는 인과적 영향을 정량적으로 분석하였다. 온도 반응 함수 및 이중차분법이라는 상호 보완적인 방법론을 적용함으로써, 본 연구는 여름철에 해당 규정의 적용을 받는 공공 건축물에서의 전력 소비는 ‘늘었지만’, 규제가 없었을 경우와 비교하면 상대적으로 ‘늘지 않았다’라는 증거들을 제시한다. 이러한 분석 결과는 적정실내온도 준수 규정이 사용자에게 익숙하고 직관적인 실내 온도를 기준점으로 사용하는 비가격 메커니즘을 통해서 비용 효과적으로 건축물 전기 사용을 억제하는 정책 수단임을 실증적으로 증명한다.

물론 본 연구도 나름의 한계를 가진다. 공공 건축물에 대한 적정실내온도 준수 규정이 근로자의 생산성이나 신체적･정신적 건강에 미치는 영향을 이 연구에서는 파악하지 못하였다. 그러나 바로 이 점이 해당 규정의 총체적인 사회적 순편익을 평가하고, 사회적으로 바람직한 실내 온도를 탐색하기 위한 후속 연구의 필요성을 직접적으로 시사한다고 볼 수 있다.

마지막으로, 본 연구는 한국형 그린버튼 플랫폼의 새로운 활용 가능성과 고도화 방향성을 제시한다는 점에서 의의가 있다. 아직 활발하게 연구가 진행되고 있기는 하지만, 지금까지는 이 플랫폼에서 수집되는 마이크로데이터를 에너지 컨설팅과 같이 개별 건축물 수준에서 활용하는 방안이 주로 제안되었다. 하지만 본 연구는 해당 플랫폼이 국가 단위 정책의 효과를 정량적으로 평가하고 개선 방향을 도출하는 데 활용이 가능한 강력한 도구로 기능할 수 있음을 보여준다. 향후 한국형 그린버튼 플랫폼이 전력뿐만 아니라 가스, 지역난방의 시간별 사용량 정보와 건축물 실내 환경(온도, 습도, 조도 등) 데이터를 포함하여 수집 범위를 확장한다면, 더욱 정밀하고 종합적인 에너지 정책 연구의 지평을 열게 될 것이다.

Acknowledgements

이 논문은 산업통상자원부(MOTIE)와 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구 과제임(RS-2023-00237018).

This work was supported by the Korea Insitute of Energy Technology Evaluation and Planning (KETEP) and the Ministry of Trade, Industry & Energy (MOTIE) of the Republic of Korea (RS-2023-00237018).

References

관계부처 합동. (2023.04.). 탄소중립･녹색성장 국가전략 및 제1차 국가 기본계획. https://www.2050cnc.go.kr/base/board/read?boardManagementNo=2&boardNo=1469&menuLevel=2&menuNo=16

김판, 이가현. (2016.08.20.). 현실성 없는 공공기관 적정 실내온도 28도. 국민일보. https://www.kmib.co.kr/article/view.asp?arcid=0923607633

동아일보. (2023.08.02.). “여름에는 공무원도 덥습니다”… 폭염에도 공공기관 실내는 28도. https://www.donga.com/news/Society/article/all/20230802/120532063/1

산업통상자원부. (2025.06.26.). 그린버튼으로 공공기관 에너지 절감 가속… 여름철 합리화 추진방안과 함께 본격화. 대한민국 정책브리핑. https://www.korea.kr/briefing/pressReleaseView.do?newsId=156695403

정다움. (2025.07.13.). 폭염은 더 뜨겁고 길어졌는데 대응은 제자리 … “현실 반영해야”. 연합뉴스. https://www.yna.co.kr/view/AKR20250711131500054

Allcott, H., Todd, R. (2014). The short-run and long-run effects of behavioral interventions: Experimental evidence from energy conservation. American Economic Review, 104(10), 3003-3037.

10.1257/aer.104.10.3003

Allcott, H. (2011). Rethinking real-time electricity pricing. Resource and Energy Economics, 33(4), 820-842.

10.1016/j.reseneeco.2011.06.003

Allen, E. J., Dechow, P. M., Pope, D. G., Wu, G. (2017). Reference-dependent preferences: Evidence from marathon runners. Management Science, 63(6), 1657-1672.

10.1287/mnsc.2015.2417

Barberis, N., Xiong, W. (2009). What drives the disposition effect? An analysis of a long-standing preference-based explanation. Journal of Finance, 64(2), 751-784.

10.1111/j.1540-6261.2009.01448.x

Barberis, N., Huang, M., Thaler, R. H. (2006). Individual preferences, monetary gambles, and stock market participation: A case for narrow framing. American Economic Review, 96(4), 1069-1090.

10.1257/aer.96.4.1069

Barberis, N., Huang, M., Santos, T. (2001). Prospect theory and asset prices. The Quarterly Journal of Economics, 116(1), 1-53.

10.1162/003355301556310

Brandon, A., List, J. A., Metcalfe, R. D., Price, M. K., Rundhammer, F. (2018). Testing for crowd out in social nudges: Evidence from a natural field experiment in the market for electricity. Proceedings of the National Academy of Sciences, 116(12), 5293-5298.

10.1073/pnas.180287411530104369PMC6431171

Brent, D. A., Cook, J. H., Skylar, O. (2015). Social comparisons, household water use, and participation in utility conservation programs: Evidence from three randomized trials. Journal of the Association of Environmental and Resource Economists, 2(4), 597-627.

10.1086/683427

Brewer, D., Crozier, J. (Forthcoming). Who heeds the call to conserve in an energy emergency? Evidence from smart thermostat data. Journal of the Association of Environmental and Resource Economists.

Burkhardt, J., Gillingham, K. T. , Kopalle, P. K. (2023). Field experimental evidence on the effect of pricing on residential electricity conservation. Management Science, 69(12), 7784-7798.

10.1287/mnsc.2020.02074

Chirakijja, J., Jayachandran, S., Ong, P. (2024). The mortality effects of winter heating prices. The Economic Journal, 134(657), 402-417.

10.1093/ej/uead07238077852PMC10702363

Chong, H. (2012). Building vintage and electricity use: Old homes use less electricity in hot weather. European Economic Review, 56(5), 906-930.

10.1016/j.euroecorev.2012.02.009

Chuang, Y., Delmas, M. A., Pincetl, S. (2022). Are residential energy efficiency upgrades effective? An empirical analysis in southern california. Journal of the Association of Environmental and Resource Economists, 9(4), 641-679.

10.1086/718529

Fabra, N., Rapson, D., Reguant, M., and Wang, J. (2021). Estimating the elasticity to real-time pricing: Evidence from the spanish electricity market. AEA Papers and Proceedings, 111, 425-429.

10.1257/pandp.20211007

Farber, H. S. (2008). Reference-dependent preferences and labor supply: The case of New York city taxi drivers. American Economic Review, 98(3), 1069-1082.

10.1257/aer.98.3.1069

Fehr, E., Goette, L. (2007). Do workers work more if wages are high? Evidence from a randomized field experiment. American Economic Review, 97(1), 298-317.

10.1257/aer.97.1.298

Fowlie, M., Greenstone, M., Wolfram, C. (2015). Are the non-monetary costs of energy efficiency investments large? Understanding low take-up of a free energy efficiency program. American Economic Review: Papers & Proceedings, 105(5), 201-04.

10.1257/aer.p20151011

Fowlie, M., Greenstone, M., Wolfram, C. (2018). Do energy efficiency investments deliver?. Evidence from the weatherization assistance program. The Quarterly Journal of Economics, 133(3), 1597-1644.

10.1093/qje/qjy005

Fu, Z., Novan, K., Smith, A. (2024). Do time-of-use prices deliver energy savings at the right time?. Journal of Environmental Economics and Management, 128(2024), 103054.

10.1016/j.jeem.2024.103054

Harding, M., Hsiaw, A. (2014). Goal setting and energy conservation. Journal of Economic Behavior & Organization, 107, 209-227.

10.1016/j.jebo.2014.04.012

Harding, M., Lamarche, C. (2016). Empowering consumers through data and smart technology: Experimental evidence on the consequences of time-of-use electricity pricing policies. Journal of Policy Analysis and Management, 35(4), 906-931.

10.1002/pam.21928

Harding, M., Sexton, S. (2017). Household response to time-varying electricity prices. Annual Review of Resource Economics, 9, 337-359.

10.1146/annurev-resource-100516-053437

He, G., Tanaka, T. (2023). Energy saving may kill: Evidence from the fukushima nuclear accident. American Economic Journal: Applied Economics, 15(2), 377-414.

10.1257/app.20200505

Herter, K. (2007). Residential implementation of critical-peak pricing of electricity. Energy Policy, 35(4), 2121-2130.

10.1016/j.enpol.2006.06.019

Holladay, J. S., Price, M. K., Wanamaker, M. (2015). The perverse impact of calling for energy conservation. Journal of Economic Behavior & Organization, 110, 1-18.

10.1016/j.jebo.2014.11.008

IPCC. (2023). Climate Change 2023: Synthesis Report.

Ito, K., Ida, T., Tanaka, M. (2018). Moral suasion and economic incentives: Field experimental evidence from energy demand. American Economic Journal: Economic Policy, 10(1), 240-267.

10.1257/pol.20160093

Ito, K. (2014). Do consumers respond to marginal or average price?. Evidence from Nonlinear Electricity Pricing. American Economic Review, 104(2), 537-563.

10.1257/aer.104.2.537

Jacobsen, G. D., Kotchen, M. J. (2013). Are building codes effective at saving energy? evidence from residential billing data in florida. The Review of Economics and Statistics, 95(1), 34-49.

10.1162/REST_a_00243

Janzen, B. (Forthcoming). Temperature and mental health: Evidence from helphine calls. Journal of the Association of Environmental and Resource Economists.

Jessoe, K., Rapson, D. (2014). Knowledge is (less) power: Experimental evidence from residential energy use. American Economic Review, 104(4), 1417-1438.

10.1257/aer.104.4.1417

Jessoe, K., Rapson, D. (2015). Commercial and industrial demand response under mandatory time-of-use electricity pricing. The Journal of Industrial Economics, 63(3), 397-421.

10.1111/joie.12082

Kotchen, M. J. (2017). Longer-run evidence on whether building energy codes reduce residential energy consumption. Journal of the Association of Environmental and Resource Economists, 4(1), 135-153.

10.1086/689703

Liang, J., Qiu, Y., James, T., Ruddell, B. L., Dalrymple, M., Earl, S., Castelazo, A. (2018). Do energy retrofits work? Evidence from commercial and residential buildings in Phoenix. Journal of Environmental Economics and Management, 92, 726-743.

10.1016/j.jeem.2017.09.001

List, J. A. (2003). Does market experience eliminate market anomalies?. The Quarterly Journal of Economics, 118(1), 41-71.

10.1162/00335530360535144

List, J. A. (2004). Neoclassical theory versus prospect theory: Evidence from the marketplace. Econometrica, 72(2), 615-625.

10.1111/j.1468-0262.2004.00502.x

Mas, A. (2006). Pay, reference points, and police performance. The Quarterly Journal of Economics, 121(3), 783-821.

10.1162/qjec.121.3.783

Novan, K., Smith, A., Zhou, T. (2022). RESIDENTIAL BUILDING CODES DO SAVE ENERGY: EVIDENCE FROM HOURLYSMART-METER DATA. The Review of Economics and Statistics, 104(3), 483-500.

10.1162/rest_a_00967

Prest, B. C. (2020). Peaking interest: How awareness drives the effectiveness of time-of-use electricity pricing. Journal of the Association of Environmental and Resource Economists, 7(1), 103-143.

10.1086/705798

Shaffer, B. (2020). Misunderstanding nonlinear prices: Evidence from a natural experiment on residential electricity demand. American Economic Journal: Economic Policy, 12(3), 433-461.

10.1257/pol.20180061

Soetevent, A. R. (2022). Short run reference points and long run performance. (no) evidence from running data. Journal of Economic Psychology, 89, 102471.

10.1016/j.joep.2021.102471

Wichman, C. J. (2014). Perceived price in residential water demand: Evidence from a natural experiment. Journal of Economic Behavior & Organization, 107, 308-323.

10.1016/j.jebo.2014.02.017

Yu, Z., Shi, Y. (2025). Heat and productivity: Evidence from flight on-time performance. Journal of the Association of Environmental and Resource Economists, 12(5), 1243-1275.

10.1086/733369

각주

[11] 1) IPCC(2023) Figure SPM.1(7 p.)은 관련한 내용을 요약･정리하여서 시각적으로 제시하고 있다.

[12] 2) 󰡔탄소중립･녹색성장 국가전략 및 제1차 국가 기본계획󰡕(관계부처 합동, 2023)에 따르면, 건물 부문에서는 2018년 온실가스 배출량(52.1백만 톤)을 기준으로 약 33%의 감축이 요구되고 있다.

[13] 3) 에너지 및 물 소비와 관련하여 가격 메커니즘을 다룬 연구도 다수 존재한다. Shaffer(2020), Ito(2014), 그리고 Wichman(2014)에서는 누진제(Increasing Block Pricing, IBP) 관련한 분석을 진행하였다. 다양한 동적 요금제(Dynamic Pricing)에 관한 연구도 활발하게 진행이 되었다. 예를 들어, Jessoe and Rapson(2014)과 Herter(2007)는 수요관리형 피크요금제(Critical Peak Pricing), Jessoe and Rapson(2015), Harding and Lamarche(2016), Prest(2020), Fu et al.(2024) 등은 계시별 요금제(Time-Of-Use Pricing), 그리고 Allcott(2011) 및 Fabra et al.(2021)은 실시간 요금제(Real-Time Pricing)에 관한 연구이다.

[14] 4) 최근 Brewer and Crozier(Forthcoming) 역시도 정부가 설정한 실내 온도 기준이 에너지(천연가스) 소비에 미치는 영향을 살펴보았다. 해당 논문에서 다루고 있는 것은 응급 상황에서 정부가 맞추어 달라고 요청한 실내 온도라는 점에서, 본 연구에서 대상으로 삼고 있는 계절 변화에 따라서 반복적으로 적용되는 실내 온도 기준과는 다소 차이가 있다.

[15] 5) 적정실내온도 준수 규정 관련하여서 통상적으로 여름철은 6월부터 9월까지, 그리고 겨울철은 12월부터 3월까지의 기간을 의미한다.

[16] 6) 2014년과 2025년에는 실내 온도 기준을 완화하여 여름철 실내 온도를 26°C 이상으로 유지하도록 하였다.

[17] 7) 예를 들어, 일정 공간에 다수가 이용하는 시설(학교, 도서관, 민원실 등, 사무공간은 제외), 적정 온도 관리가 필요한 시설(의료기관, 아동 관련 시설, 노인복지시설 등), 대중교통 시설 등이 적정실내온도 준수 규정의 예외 시설에 포함된다.

[18] 8) 예를 들어, 기준 예비력이 11.1GW 이하로 하락하면 공공기관에 대해서 지역별 냉방기 순차 운휴를 시행하며, 예비 전력이 5.5GW 미만으로 떨어지는 상황에서는 실내 온도 기준이 26°C에서 28°C로 즉시 상향되어 에너지 절감 조치가 강화된다(산업통상자원부, 2025.06.26.).

[19] 9) 한국형 그린버튼 플랫폼은 전기, 가스, 열 등 다양한 에너지 사용 데이터를 실시간으로 수집･분석하여 에너지 소비의 효율적 관리를 지원하는 통합 에너지 빅데이터 플랫폼으로, 한국에너지공단이 2023년부터 연구 용역을 통해 개발･구축하는 중이다. 현재는 공공기관을 대상으로 에너지 사용량이 집중되는 동･하절기 각 기관의 실시간 전력 사용량을 확인할 수 있는 공공기관 그린버튼 플랫폼을 2025년 3월에 공개하고 운영 중이다.

[20] 10) 총괄표제부 및 표제부 건축물대장은 건축HUB(건축서비스산업 정보체계)에서 제공하는 대용량 제공 서비스(www.hub.go.kr/portal/opn/lps/idx-lgcpt-pvsn-srvc-list.do)을 통하여 내려받았다.

[21] 11) 브이월드는 공간정보산업진흥원에서 제공하는 공간정보 오픈플랫폼(www.vworld.kr)을 지칭한다.

[22] 12) 구체적으로, 각각의 건축물에 대한 위도와 경도 정보를 확인하기 위해서 Geocoder API 2.0(www.vworld.kr/dev/v4dv_geocoderguide2_s001.do)을 활용하였다.

[23] 13) 기상청 API허브(apihub.kma.go.kr)에서는 방대한 기상･기후데이터를 API를 통하여 제공하고 있다.

[24] 14) 󰡔공공기관 에너지이용 합리화 추진에 관한 규정󰡕｢제14조(적정실내온도 준수 등)｣에 해당 규정의 예외를 적용받는 공공 건축물 기준이 명시되어 있다.

[25] 15) 제II장에 제시된 바와 같이, 적정실내온도 준수 규정은 겨울철에 공공 건축물의 실내 온도가 18°C 이하로 유지되도록 규제한다. 주어진 분석 대상 건축물에서의 겨울철 전기 소비 양상은 이 건축물이 가스 또는 지역난방을 사용하는지에 따라서 크게 달라질 수 있다. 그러나 공공 건축물에서의 가스와 지역난방 사용량은 아직까지 한국형 그린버튼 플랫폼에 연동되지 않았다. 따라서, 주어진 공공 건축물이 전기 이외의 연료를 소비하는지, 한다면 얼마만큼이나 소비하는지를 확인할 수 없다. 이러한 사유로 본 연구에서는 해당 규정의 효과를 여름철에 한정하여 분석한다.

[26] 16) Novan et al.(2022)에서는 TRF의 추정을 통해서 미국 캘리포니아주에서 1978년 개정된 건축 기준(Building Code)의 적용으로 인해서 가구의 냉방 소비가 8-13% 감소하였음을 보였다.

[27] 17) 여기서는 암묵적으로 외부 온도 변화에 영향을 받지 않는 에너지 서비스에 대한 수요는 동일한 것으로 가정한다.

[28] 18) TRF을 활용한 방법론에 이어서 다룰 이중차분법 기반의 비모수(Non-Parametric) Two-Way Fixed Effect(TWFE) 모델에서 얻어진 추정치(<표 3> 참조)를 보면 22°C를 기점으로 이보다 높은 온도에서의 전기 사용량이 많이 증가하였다. 이 점을 반영하여 TRF를 추정할 때 22°C를 결절점으로 선택하였다.

[29] 19) 여기서 기저(Base) 사용량이란 외부 온도의 변화에 무관한 전기 사용량을 의미한다.

[30] 20) 적정실내온도 준수 규정은 정해진 기간 내에서만 적용된다. 따라서, 이 모델에서 시간당 전기 사용량이 아닌 일당 전기 사용량을 사용하여 해당 규정이 건축물 전기 사용량에 미친 인과적 영향을 추정하는 것도 가능하다. 이와 관련한 내용은 각주 27) 에서 추가로 논의한다.

[31] 21) 시군구 당 분석 대상 건축물 수의 평균값은 1.6개이며, 중윗값은 1.0이다.

[32] 22) 여기서는 이 기간에 전기의 기저 사용량이 비슷한 수준에서 유지되었음을 암묵적으로 가정하고 있다. 이것에 더해서, 해당 기간에 보이는 전기 사용량의 변화에서 대부분의 지분을 차지하는 것이 외부 온도 변화에 따른 냉방 서비스에 대한 수요 변화라고 상정한다.

[33] 23) 참고로 기준일시에서 1시간이 경과한 2022년 5월 1일 1시의 상대 일시 값은 2이고, 2시간이 경과한 2022년 5월 1일 2시의 상대 일시 값은 3이다.

[34] 24) 여기서 말하는 “원래 방식”이란 적정실내온도 준수 규정이 적용되지 않는 기간에 주어진 외부 온도 조건에서 전기를 소비하는 행태를 뜻한다.

[35] 25) 적정실내온도 준수 규정의 적용을 받는 처치 그룹에 속한 공공 건축물이 보이는 전기 사용량 증가는 계절 변화에 따른 영향을 포함하고 있다고 보아야 할 것이다.

[36] 26) <표 3>에 제시된 추정치를 구하기 위해서 사용된 관측치는 625,420개이다. 이 숫자는 실증분석을 위한 표본의 크기(625,656개)와 다소 차이가 나는데, 이는 결측치(Missing Value)로 인한 것이다.

[37] 27) 일당 전기 사용량을 종속변수로 하여서 얻어진 추정치는 시간당 사용량을 이용하여 획득한 추정치에 단순히 24를 곱한 값과 매우 유사하다. 예를 들어, <표 3>의 첫 번째 열과 동일한 모델에서 추정한 일당 절감 효과는 약 6,024kWh/일인데, 이것은 6,091(≈ 253.793 × 24)와 거의 차이가 나지 않는다. 종속변수로 일당 사용량을 활용하여 획득한 추정치로부터 얻을 수 있는 추가적인 시사점이 부족한 관계로 해당 추정치를 본문에는 포함하지 않았다.

[38] 28) <표 3>의 두 번째 열에 제시된 첫 번째와 세 번째 추정치를 더하면 이 표의 첫 번째 열에 제시된 첫 번째 추정치와 거의 같다.

[39] 29) 예를 들어서, <표 3>의 두 번째 열을 보면, 위에서 세 번째 추정치와 다섯 번째 추정치의 절댓값은 거의 같지만 부호가 반대인 것을 확인할 수 있다.

[40] 30) <표 4>에 제시된 추정치는 식 (3)을 통해서 얻은 것이기 때문에, <표 3>의 첫 번째 열에 제시된 추정치에 대응한다.

[41] 31) Harding and Sexton(2017)의 제3장이 동적 요금제와 관련한 다양한 연구를 인지 및 조정 비용과 연결 지어서 정리하여 제시하고 있다.

[42] 32) Harding and Sexton(2017)의 제3장은 이와 같은 메커니즘을 다룬 다양한 연구를 정리하여 제시하고 있다.

[43] 33) 바로 직전 단락이 인지 비용에 대해서 다루었다면, 이 단락의 논의는 조정 비용에 대한 것이다.

Korean Energy Economic Review ISSN:1599-7057(Print) 에너지경제연구

Preview

Increased but Not Increased: A Policy Impact Analysis of the Indoor Temperature Compliance Regulation

ABSTRACT

MAIN

<표 1>

요약 통계량

(1)

(2)

(3)

(4)

(5)

[그림 1]

냉방도일 및 전기 사용량 추이

[그림 2]

시간별 전기 사용량 추이

(6)

<표 2>

평행 추세 가정 검증 결과

[그림 3]

적정실내온도 준수 규정 적용 시기에서의 실제 전기 사용량과 온도 반응 함수 추정 전기 사용량의 차이

<표 3>

이중차분법 추정치

[그림 4]

시간별 이중차분법 추정치

<표 4>

강건성 점검 결과

Acknowledgements

References

각주