공인 연비와 실제 주행 연비 격차에 관한 연구

1. 서 론

자동차 연비는 차량의 주행거리에 대한 연료 소모량의 비율로 정의된 수치이다.

우리나라의 경우 규정된 시험 방법과 절차에 따라 공인 기관에서 측정하며, 국토교통부, 산업통산자원부, 환경부의 공동 고시에 의거하여 자동차의 에너지 소비 효율 및 등급을 표시하고 있다.^1-4)

관습적인 용어로 표시 연비 혹은 공인 연비라 칭하고 있으며, 본 연구에선 공인 연비라 명하였다.

이러한 공인 연비 측정 방식은 실험실 조건이라는 한계와 운전자 성별, 운전 패턴, 경사도, 커브길 등과 같은 도로 환경, 차량 무게, 타이어 회전 저항 계수, 공조기 사용 여부와 같은 변수들의 영향으로 공인 연비와 실제 도로 주행 연비 간 격차에 따른 불만이 지속적으로 제기되었다.^5-7)

2017년 ICCT(The International Council on Clean Transportation, 국제청정교통위원회)보고서에는 8개국에서 조사된 110만대의 차량에 대해 실험실 조건과 실제 주행의 CO₂ 격차를 명시하고 있다. CO₂ 격차는 2009년부터 매년 증가하는 경향을 보이며, 2016 평균 42 %의 격차 정도를 보이는 것으로 설명하고 있다.⁸⁾

또 다른 ICCT 연구에 의하면 국가 별 연비 측정 방식에 따른 격차 수준은 EPA(Environmental Protection Agency, 환경 보호국)의 측정방식 격차가 가장 작으며, 일본의 연비 측정 방식에 따른 연비 격차가 가장 큰 것으로 제시하였다.⁹⁾

또한 PSA 그룹은 2016년 그룹 차종에 대해 실제 연료 소모율(ℓ/100km)의 데이터 취득 실험을 진행하였다. 차량에 PEMS(Portable Emissions Measurement System, 휴대용 배기가스 측정 시스템) 장착 후 주행 데이터를 취득하였다. 실험 경로는 실제 운전자들이 주행하는 도로(도심 25 km, 교외 39 km, 고속도로 31 km)이며, 운전자들은 탑승객 동승, 수화물 적재, 공조기 사용 등이 가능하였다. 실제 운전자들의 연료 소모율은 NEDC(New European Driving Cycle, 유럽 연비 측정 방식)의 연료 소모율과 비교하였을 때 최소 1.2 ℓ/100 km부터 최대 2.7 ℓ/100 km까지 차이를 나타냈다.¹⁰⁾

이러한 실험실 조건의 인증 연비와 실제 도로 상의 연비의 격차 수준의 연구는 유럽을 중심으로 수행되고 있다.

우리나라의 경우 국내 자동차 관련 마케팅 회사가 e-mail로 23,491명의 운전자를 대상으로 2014년 7월에 운전하며 느끼는 체감연비와 공인 복합 연비 간의 비율을 통해 연비에 대한 태도를 분석하였다.¹¹⁾

또한 자동차 매매 업체에서 월 2회 이상의 연비 측정 자료를 온라인으로 제출하는 형식의 에코 서포터즈를 매 기수 10명을 모집하여 실제 주행 연비 등을 비교하였다.¹²⁾

국내에서 수행된 조사는 실제 운행 데이터를 취득하지 않고, e-mail로 체감 연비를 조사한 한계가 존재한다. 실제 주행 데이터에 기반으로 연비 측정을 하는 에코 서포터즈의 경우 1회에 운영되는 인원이 적으며, 주행 속도와 같이 추가적으로 주행 특성을 파악할 수 있는 데이터 취득에 제한적이라는 단점이 있다.

따라서 본 연구는 실제 도로에서 자유롭게 주행하는 우리나라 운전자 대상으로 다양한 주행 데이터를 취득하며, 평균 주행 속도 대비 주행 연비 특성을 우선적으로 검토하고자 하였다. 또한 차량의 공인 연비 대비 실제 주행하며 취득되는 연비 간 격차 정도를 비교하기 위하여 수행되었다.¹³⁾

2. 데이터 취득

본 연구는 연구 사업명 ‘실연비 산정을 위한 승용차량 정보 분석 시스템 개발 및 실증 연구(Vehicle Information Analysis System, VIAS)’의 일환으로, 한국에너지공단이 모집 및 운영하는 연비시험단을 통해 취득된 데이터에 기반을 하여 데이터 분석을 수행하였다.

2.1 연비시험단

연비시험단의 자격 요건은 개인 또는 운전자 한 명이 운행하는 법인 차량을 소유하고 있으며, 운전면허 취득 후 1년이 경과된 만 21세 이상의 운전자로 주행거리가 월 1,000 km 이상이라는 운행 조건을 만족해야 한다.¹⁴⁾

연비시험단의 모집 차종은 아래 Table 1과 같으며, 2018년 06월 기준 230여명의 인원을 모집하여 운영되고 있다.

Table 1

Type of oil, name and model year of recruited fuel efficiency test group’s vehicles

2.3 데이터 취득 결과

차량 정보 통합 모듈을 통해 취득된 연비시험단의 최종 주행 데이터 결과에 영향을 미칠 수 있는 이상치 기준을 2.3.2에서 총 6가지로 정의하였으며, 이상치 제거 후 데이터 결과는 2.3.3과 같다.

2.3.1 이상치(Outlier) 제거 전 데이터 결과

연비시험단의 주행 데이터는 2017년 12월 중순부터 취득되고 있으며, 본 연구의 결과는 2018년 06월까지 취득된 데이터에 기반을 하여 분석하였다.

차량명, 연식, 배기량 및 유종 중 어느 하나만 달라도 다른 차종으로 구분하였을 경우 총 52가지의 차종으로 구분되며, 총 230명의 운전자에 대해 130,321개의 주행 데이터가 취득되었다.

그러나 취득된 데이터들에는 총 주행 거리가 0 km이거나, 총 연료 사용량이 0 liter 인 분석 결과에 영향을 미칠 수 있는 이상치(Outlier) 데이터들이 포함되어 있다.

따라서 최종 분석 결과의 타당성을 위해선 이상치 데이터들을 고려 및 제거해야하는 작업이 필수적이다. 본 연구에선 2.3.2절과 같이 이상치를 정의하여 해당 값을 제거하는 작업을 수행하였다.

2.3.2 이상치 정의

연비를 정의하는 총 주행 거리와 총 연료 소모량에 대해 우선적으로 이상치를 정의하였다. 전체 주행 트립에 대해 총 주행 거리가 0 km이거나, 총 연료 소모량이 0 liter인 데이터를 이상치라 정의하였다.

순간 주행 속도 값이 취득되지 않을 시 255의 수치로 로깅되는 장치의 특성 상 255로 로깅되는 시간의 비율이 10 % 이상인 주행 결과를 이상치라 정의하였다.

EFR(Engine Fuel Rate, 단위 시간당 엔진의 연료 소모량)의 값은 주행 상황에 따라 값이 변화되며 로깅되는 값으로, 고유한 EFR 값이 일정 개수 미만일 경우 데이터 취득이 정상적으로 되지 않은 것으로 판별할 수 있다. 따라서 본 연구에선 고유한 EFR의 수가 5개 미만인 경우 이상치라 정의하였다.

마지막으로 전체 주행 파일의 GPS 위경도 값이 0으로 로깅되는 경우와 주행 연비의 상하위 5 % 값을 이상치라 정의하여 제거하였다.

이상치를 제거한 뒤 데이터 결과는 2.3.3절과 같이 정리하였다.

2.3.3 이상치 제거 후 데이터 결과

이상치를 제거한 뒤 총 83,341개, 198명의 운전자에 대해 46가지의 차종에 대한 데이터를 얻게 되었다.

본 연구에서는 데이터의 대표성 및 타당성을 위해 Fig. 1과 같이 유종 별 운전자 수가 가장 많은 한 개의 차종(Gasoline #15 - 20명, Diesel #18 - 17명)을 대표 차종으로 선정하였다.

Fig. 1

Total number of drivers for each of testing vehicles

선정된 차량의 총 주행 데이터 수, 주행 시간, 주행 거리 및 연료 소모량은 Table 2에 정리하였다.

Table 2

Driving results for each of testing vehicles

3. 연비 경향 및 격차 분석

앞선 2절에서 선정한 차종에 대해 연비 경향 및 격차를 분석하였다. 3.1절에서는 평균 주행 속도에 대한 연비 분포 경향을 정리하였으며, 3.2절에서는 공인 연비와 실제 주행 연비에 대한 대표 연비 값을 정의하였다. 3.3절에서는 공인 연비와 대표 실연비의 격차 정도를 비교하였다.

3.1 연비 분포 경향

차량의 공인 연비와 실제 연비 값의 격차를 비교하기에 앞서 두 시험 차량의 평균 주행 속도 대비 연비 분포의 경향을 Fig. 2와 같이 비교하였다.

Fig. 2

Distributions of testing vehicle’s fuel efficiency

평균 주행 속도를 5 km/h 로 나누어 각 속도 영역에 대한 평균 속도 대비 주행 연비를 Fig. 2의 상대적으로 큰 형태의 원형 데이터로 나타냈다. 평균 속도 대비 주행 연비의 추세선은 2차 다항식으로 계산하였으며, 검은색으로 나타냈다.

두 차종 모두 평균 속도가 일정 속도까지 커질수록 연비가 좋아지는 경향을 볼 수 있다.

또한 경유 차량의 경우 휘발유 차량에 비해 저속 영역에 대한 연비 분포가 넓게 나타났으며, 각 속도 구간 별 연비도 경유 차량에서 상대적으로 좋게 나타났다. 이는 압축비가 크며, 펌핑로스가 작아 에너지 효율이 상대적으로 좋은 디젤 엔진의 특성에 의하여 경유 차량이 휘발유 차량에 비해 보다 연비 좋은 운전이 가능할 수 있다는 연구¹⁵⁾와 상응하는 결과이다.

본 연구에서 평균 속도가 고속이기 위해선 고속으로 주행 가능한 도로에서 주행한 트립이 기존 주행 트립과 구분되어 서버에 저장될 경우 등으로, 고속 주행 데이터 취득에 제약이 많다. 이로 인하여 고속 데이터의 수가 적어 고속 영역의 연비 경향 분석에는 어려움이 있다.

3.2 대표 연비 정의

연비 격차 비교를 위한 기준 연비 값은 3.2.1에 서술하였으며, 다양한 실제 주행 연비 값들의 대푯값 정의 내용은 3.2.2에서 서술하였다.

3.2.1 공인 연비의 대푯값

연비 격차 정도를 비교하기 위한 기준 연비 값은 각 차량의 공인 연비 값으로 정의하였다. 공인 연비 값은 공인 도심 연비, 공인 고속도로 연비와 공인 복합 연비의 3종류 있으며 각 차종의 공인 연비는 Fig. 3과 같다.

Fig. 3

Certified fuel efficiency for each of testing vehicles

두 차종 모두 공인 도심 연비 값이 가장 작으며, 공인 고속도로 연비 값이 가장 큰 것을 볼 수 있다.

본 연구에서는 전체 주행 데이터를 대상으로 차종의 대표 주행 연비를 산정하기 때문에, 공인 복합 연비를 기준 값으로 정의하여 연비 격차를 분석하였다.

3.2.2 실제 주행 연비의 대표 연비

실제 주행 연비는 주행 환경과 주행 특성으로 인해 달라질 수 있으며, 운전자들이 인식하는 방법에 따라 실제 주행 연비들의 대푯값이 달라질 수 있다.

따라서 본 연구는 운전자들이 대푯값이라 인지 할 가능성이 있는 연비들의 산술 평균(Arithmetic Mean), 조화 평균(Harmonic Mean), 중앙값(Median) 및 최빈값(Mode)으로 분류하여 다음과 같이 정의하였다.

운전자들은 식 (1)과 같이 1회 주행 연비 값들의 합을 전체 주행 데이터의 수(n)로 나눈 산술 평균값을 대표 실제 주행 연비라 인지할 수 있다.

$\[ Arithmetic Mean=\frac{1}{n}\sum _{i=1}^{n}Fuel Econom{y}_i \]$

(1)

그러나 수학적으로 주행 거리가 다른 연비들의 평균 계산 시 식 (2)와 같이 각 연비 값들을 역수를 취한 뒤, 각 역수 값들의 합으로 전체 주행 데이터 수(n)를 나누는 조화 평균으로 계산해야한다.

$\[ Harmonic Mean=\frac{n}{\frac{1}{F{E}_1}+\frac{1}{F{E}_2}+\cdots +\frac{1}{F{E}_n}} \]$

(2)

조화 평균으로 계산 시 식 (3)과 같이 누적된 총 주행 거리와 총 연료 사용량의 비율로 계산하여, 대표 연비 값으로 인지할 수 있다.

$\[ Harmonic Mean=\frac{\sum _{i=1}^{n}Distanc{e}_i}{\sum _{i=1}^{n}Fuel Consumptio{n}_i} \]$

(3)

또한 실제 연비의 분포 상황을 이해하기 위해 중앙값과 최빈값을 활용할 수 있다. 중앙값은 1회 주행 연비를 크기순으로 배열하였을 경우 중앙(50 %)에 위치하는 값을 의미하며, 최빈값은 주행 연비를 1 km/l 단위로 구분하여 히스토그램으로 나타낼 경우 가장 많이 분포되어 있는 연비 값으로 정의하였다.

실험 차량 별 산술 평균, 조화 평균, 중앙값, 최빈값을 Fig. 4와 같이 비교하였다.

Fig. 4

4 Representative values of real fuel efficiency for each of testing vehicles

두 차종 모두 최빈값의 값이 가장 작으며, 조화 평균의 연비 값이 가장 큰 것을 볼 수 있다. 또한 산술 평균, 중앙값의 차이는 크지 않은 경향을 보이며, 산술 평균 값에 비해 조화 평균의 연비 값이 큰 것을 볼 수 있다.

4가지 대푯값을 실제 운전자들이 주행 연비를 제공받을 수 있는 트립 컴퓨터 기능을 통해 계산 및 인지 가능성을 검토하여 최종 대표 연비 값을 정의하였다.

본 연구 실험 차량의 취급 설명서에는 주행이 종료된 후 트립 컴퓨터에 주행 연비가 표시되는 것으로 명시되어 있다.^16,17) 운전자들은 이러한 1회 주행 연비 값들의 산술 평균값을 실제 주행 연비 대푯값으로 인지할 수 있다.

또한 운전자들은 트립 컴퓨터를 통해 임의로 초기화되기 전까지 누적된 주행 거리에 대한 총 연료 사용량의 비율로 계산된 평균 연비 값을 제공 받을 수 있다. 트립 컴퓨터의 초기화는 시동 Off 후 일정 시간이 경과되거나 일정한 연료량을 주유 할 경우 자동으로 실행될 수 있으며, 운전자가 수동으로 실행하거나 초기화 기능을 해제할 수 있다.^16,17) 이러한 초기화 기능은 차종 별 다소 다르며, 운전자 선택 기능으로서 운전자마다 다른 사용 패턴을 보일 수 있으므로, 다양한 운전자에 대한 트립 컴퓨터의 사용 패턴 및 초기화 시점 등을 정확하게 파악하기는 매우 어렵다.

운전자들은 트립 컴퓨터 상의 조화 평균의 연비(누적 연비) 값을 대표 연비라 인식 할 수 있다.

하지만 초기화가 한번이라도 실행된 경우 차량의 공장 출고 상태에서부터 누적된 연비가 아니며, 초기화가 여러 번 이뤄진 경우 초기화 시점부터 다음 초기화 시점까지의 누적 연비 개념에 가깝다.

또한 운전자들은 비교적 짧은 구간에 대한 조화 평균 연비들의 산술 평균값을 평균 연비라 인지할 가능성이 크다. 이러한 경우 정확한 조화 평균의 의미가 아니며, 실제 차량의 초기화 시점 별 누적 연비 값 취득에 어려움이 있기 때문에 본 연구에서 조화 평균 연비를 대푯값으로 정의하는데 한계가 있다.

중앙값의 경우 극단적인 값이 있을 경우 산술 평균 값보다 유용한 수치로 활용할 수 있지만 본 연구에서는 극단 값을 제거하여 산술 평균 값을 계산하였으며, 중앙값을 단독으로 대푯값으로 활용하기에는 전체 데이터의 경향과 크기를 알 수 없다는 단점이 있다.

최빈값의 경우 연비의 유효 숫자에 따른 히스토그램 구간 크기에 따라 값이 달라질 수 있거나, 여러 개의 대푯값이 존재할 수 있다는 한계가 있다.

따라서 본 연구에서는 운전자들이 주행 연비 정보를 얻을 수 있는 트립 컴퓨터의 초기화 여부와 초기화 시점에 따라 평균 연비 취득의 제약이 없으며, 운전자들이 쉽게 인식할 수 있는 1회 주행 연비들의 산술 평균 값을 실제 주행 연비들의 대푯값으로 정의하였다.

3.3 연비 격차 경향

본 연구에서는 공인 복합 연비와 대표 실연비의 격차 정도를 식 (4)와 같이 계산하여 Fig. 5와 같이 결과를 얻었다.

Fig. 5

The gap between certified combined fuel efficiency and representative value of actual fuel efficiency

Certified Combined FE는 공인 복합 연비를 의미하며, Real FE는 실제 주행 연비의 대푯값으로 1회 주행 트립 연비의 산술 평균값이다.

$\[ Fuel Efficiency Gap=\frac{Real FE-Certified Combined FE }{Certified Combined FE}\times 100 \]$

(4)

두 차종 모두 공인 복합 연비가 실제 연비 대푯값보다 크기 때문에 연비 격차가 0보다 작은 값을 가지며, 공인 복합 연비 대비 20 %가 넘는 격차 정도를 볼 수 있다.

다만 현재 본 연구에서는 유종 별 한 차종에 대한 결과로 유종에 대한 경향으로 말하기에는 무리가 있어, 유종에 대한 격차 정도가 아닌 차종에 대한 격차 정도로 해석해야 한다.

4. 결 론

• 1) 모집된 전국의 운전자 주행데이터를 약 6개월 동안 수집하였으며, 결과에 영향을 줄 수 있는 이상치 제거 후 총 83,341개의 데이터 중 운전자 수가 많은 차량을 유종 별 1대씩 선정하여 연비 경향을 분석하였다.
• 2) 평균 속도 대비 연비 경향 비교 시 일정 속도까지 평균 속도가 증가 할 경우 연비가 좋아지는 경향을 보이며, 저속 영역의 연비 분포는 경유 차량이 휘발유 차량에 비해 상대적으로 넓게 나타났다.
• 3) 연비 격차 비교를 위한 기준 연비 값은 각 차량의 공인 복합 연비로 정의하였으며, 실제 주행 연비들의 대푯값은 산술 평균 값을 대푯값으로 정의하였다.
• 4) 연비 격차 비교 결과 공인 복합 연비가 실도로 연비보다 높은 수치를 갖는 것을 볼 수 있었다. 다만 유종에 따른 격차 정도 및 배기량과 관련하여 결론을 내리기에는 차량의 종류와 데이터 수가 부족하여 어려움이 있다.
• 5) 추후 운전자 메타 데이터, 차량의 메타 데이터 및 주행 환경 등으로 나누어 연비 격차 정도를 비교할 예정이다.

Acknowledgments

A part of this paper was presented at the KSAE 2018 Spring Conference

본 연구는 산업통상자원부(MOTIE)와 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구 과제의 결과입니다(No. 20152010103660).

References

• J. H. Lim, S. W. Kim, M. H. Lee, and K. H. Kim, “Study on New Type Vehicle Fuel Economy Correction Formula Review According to the Applicable”, Journal of Energy Engineering, 25(4), p198-206, (2016). [https://doi.org/10.5855/energy.2016.25.4.198]
• S. H. Choi, A. R. Jeong, B. S. Kim, J. K. Lee, and Y. S. Park, “A Study on Eco Index Calculation Method for Eco-Driving Judgments”, KSAE Spring Conference Proceedings, p478-483, (2011).
• K. H. Rho, and D. W. Shin, “A Study on Status Analysis and Reform of Vehicle Fuel Economy Rating System”, Korea Energy Economic Review, 11(1), p121-151, (2012).
• Korea Energy Agency, http://bpm.kemco.or.kr (2018).
• G. Fontaras, N. G. Zacharof, and B. Ciuffo, “Fuel Consumption and CO₂ Emissions of Passenger cars in Europe - Laboratory versus Real-world Emissions”, Progress in Energy and Combustion Science, 60, p97-131, (2017).
• J. H. Yoo, D. W. Kim, Y. S. Yoo, M. D. Eum, J. C. Kim, S. W. Lee, and D. S. Baik, “Study on the Characteristics of Carbon Dioxide Emissions Factors from Passenger Cars”, Transactions of KSAE, 17(4), p10-15, (2009).
• S. H. Lee, and J. M. Ko, “A Study on the Influence of Tire Rolling Resistance Coefficient on Vehicle Fuel Consumption and CO₂ Emissions”, Transactions of KSAE, 26(3), p402-406, (2018). [https://doi.org/10.7467/ksae.2018.26.3.402]
• U. Tietge, P. Mock, J. German, A. Bandivadekar, and N. Ligterink, “From Laboratory to Road Interational a Comparison of Official and REAL-WORLD Fuel Consumption and CO₂ Values for Passenger Cars in Europe, The United States, China, and Japan”, ICCT, (2017).
• U. Tietge, S. Diaz, Z. Yang, and P. Mock, “From Laboratory to Road International : A comparison of Official and Real-world Fuel Consumption and Co2 Values for Passenger Cars in Europe, the United States, China and Japan”, ICCT, (2017).
• Group PSA, Transport and Environment, France Nature Environmnet, and Bureau Veritas, Real world Fuel Economy Measurements : Technical Insights From 400 Tests of Peugeot, Citroen and DS Cars, PSA, (2017).
• Global Auto News, http://global-autonews.com/bbs/board.php?bo_table=bd_013&wr_id=778 (2018).
• SKenCar Mall, http://www.encarmall.com/wd/wd_realeco.do (2018).
• S. W. Choi, J. H. Kim, T. H. Ha, and H. M. Choi, “Study on Fuel-Efficiency Difference between Certified and Real-road Driving”, KSAE Spring Conference Proceedings, p267, (2018).
• Bizincar, Activity Methods, Activity Periods and Selection Criteria of Testing Group for Data Collection Participation Qualification such as Driver's Age, Vehicle Spec, Residential District of Drivers and so on, http://event.bizincar.com (2018).
• J. C. Kim, “Diesel Vehicle Exhaust Gas Reduction System”, Auto Journal, KSAE, 37(11), p62-66, (2015).
• Hyundai Motor Company, https://www.hyundai.com/kr/ko/download-center (2018).
• KIA Motor Company, http://red.kia.com/kr/view/qmym/qdir/qmym_qdir_direction.do (2018).