온실효과를 줄이고 도심 건물의 에너지 효율을 높이는 쿨루프에 대한 연구와 개발이 지속적으로 이루어지고 있다. 쿨루프에 대한 기존 연구는 건물이나 물 체의 효율을 측정하는 실험적 방법에 집중되어 왔다. 그러나 대규모 지역에 실 제로 쿨루프를 적용하기 위한 논의나 연구는 아직 미흡한 실정이다. 따라서 본 연구에서는 대규모 도심 지역에 쿨루프를 적용하는 방안을 검토하고자 하였다. 쿨루프를 대규모 도심지역에 적용할 경우, 쿨루프가 밀집되어 더운 여름철 냉 방 수요를 줄일 수 있다는 점 등 여러 가지 기대효과가 있다. 결과적으로 각 가정의 냉방 에너지 절감을 통한 온실가스 배출량 감소를 기대할 수 있다. 따라서 본 연구는 쿨루프를 도심에 적용하기 위한 방법에 대해서 소개한다. 연구 대상 지역으로 설정한 국내 8개 광역시 내의 도심 지역에서 오픈소스 프 로그램을 활용하여 항공 이미지를 수집하는 모듈을 구현하였다. 수집된 이미지 에서 검출하고자 하는 객체인 국내 건물의 옥상 이미지를 라벨링하여 전이학습 을 위한 초기 학습 데이터셋을 구축하였고, 이를 각각 색상별로 분류하였다. 사 전 학습된 CNN 모델에 전이학습 기법을 적용하여 옥상 검출을 위한 가중치를 획득하였다. 학습된 모델을 활용하여 수집된 이미지에서 객체 이미지만을 검출 하였고, 이를 이미지 내의 색상으로 클러스터링하여 2차원 이미지에서 객체의 넓이를 추정하기 위한 방법을 제안하였다. 마지막으로 비용-편익에 관한 시나리 오를 작성하기 위해 기존 연구와 자료를 참조하여 쿨루프 설치 비용과 연간 에 너지 절감량을 계산하는 식을 구성하였다. 녹색, 콘크리트 옥상의 쿨루프 전환 비용과 연간 에너지 절감 기대치를 구하여 표로 나타내었다.
