스마트 빌딩: XAI를 활용한 연합 학습 기반의 안전하고 투명하며 스마트한 에너지 관리 시스템

현대 스마트 그리드 및 분산 시스템에서 스마트 빌딩은 데이터 프라이버시 문제, 정확한 실시간 의사결정의 필요성, 분산 에너지 자원(DERs) 관리의 복잡성, 사용자 신뢰를 저하시키는 인공지능(AI) 시스템의 투명성 부족 등 여러 주요 에너지 관리 도전에 직면해 있습니다. 전통적인 에너지 관리 시스템은 중앙 집중식 데이터 수집 및 처리에 의존하여, 다양한 출처의 에너지 데이터가 한 곳에 축적되고 처리됩니다. 중앙 집중화는 에너지 분배에 대한 의사결정에 도움을 주지만, 데이터 프라이버시, 사이버 보안, AI 결정의 불투명성과 관련된 우려를 증가시키며, 이는 사용자 신뢰를 약화시킵니다. 이러한 문제를 해결하기 위해, 연합 학습(FL)과 설명 가능한 인공지능(XAI)은 유망한 해결책을 제공합니다. FL은 모델 훈련을 분산시켜 데이터 프라이버시와 보안을 강화하고, XAI는 AI 결정의 명확한 설명을 제공하여 사용자 신뢰를 증진시킵니다. FL과 XAI를 결합하면 스마트 빌딩의 에너지를 관리하기 위한 안전하고 투명하며 해석 가능한 프레임워크가 생성됩니다. 이 논문은 데이터 프라이버시를 개선하고, 실시간 의사결정 속도를 높이며, 효율성을 강화하고, 투명성을 증가시켜 사용자 신뢰를 구축하기 위한 FL 기반의 XAI 모델을 제안합니다. 제안된 모델은 이전에 발표된 접근 방식에 비해 시뮬레이션에서 우수한 성능을 보여줍니다.