‘SolarNexus’ 개발로 기후변화 적응과 지역 확장 가능한 차세대 에너지 관리기술 각광

 SW융합대학 노병준(AI·빅데이터학과) 교수 연구팀은 인공지능 기술을 기반으로 기후 변화에 실시간으로 적응하고 다양한 지역 환경에서도 안정적인 예측 성능을 유지할 수 있는 태양광 발전 예측 프레임워크 'SolarNexus'를 개발했다.

 이번 연구는 기존 태양광 예측 모델이 지역 특화 데이터에 의존하고 고정된 학습 방식으로 인해 다양한 기후 상황에 적응하지 못하는 한계를 극복하고자 시작되었다. 노병준 교수 연구팀은 시계열 합성곱 신경망(Temporal Convolutional Network, TCN)과 멀티헤드 어텐션(Multi-Head Attention, MHA)을 조합한 딥러닝 기반 예측 모델을 설계하였다. 특히, 온라인 학습(Online Learning)을 통해 실시간 데이터 변화에 적응할 수 있도록 하고, 전이 학습(Transfer Learning)을 통해 다른 지역으로의 모델 확장성을 확보하였다.

 실제 국내 9개 지역의 태양광 발전소 데이터를 활용한 실험 결과, SolarNexus는 기존 최첨단 모델 대비 약 60% 이상 향상된 예측 정확도를 기록했다. 이처럼 인공지능 기술을 활용한 예측 프레임워크는 지역 간 일반화 능력과 시간에 따른 유연한 적응 능력 모두를 갖추어, 실질적인 재생에너지 기반 에너지 관리 시스템으로의 활용 가능성을 보여주었다. 또한, 전이 학습을 적용한 결과, 훈련 시간은 약 85% 단축되었고, GPU 사용률과 전력 소비 역시 70% 이상 절감되었다.

 노병준 교수는 "SolarNexus는 인공지능의 핵심 기술을 융합하여 예측의 정확도와 범용성을 동시에 확보한 프레임워크로, 기후변화 대응과 스마트 에너지 인프라 구축에 기여할 수 있는 기반 기술"이라며, "재생에너지 중심의 미래 에너지 체계에서 AI가 갖는 역할을 실질적으로 입증한 연구"라고 밝혔다.

 본 연구는 에너지 분야 상위 10% 저널인 Applied Energy (IF 11.0, 2024년 기준)에 게재되어 국제적으로 그 우수성을 인정받았다. (제목: SolarNexus:A deeplearningframework for adaptive photovoltaic power generation forecasting and scalablemanagement)