티스토리 뷰

사이렌24 사이렌24 블로그 2019.09.27 10:28

 

 

"빅데이터는 일상 곳곳에, 사회 면면에, 세계 처처에 스며들어 있습니다.
전 지구적 과제인 '친환경' 또한 빅데이터와 떼어놓을 수 없죠.
숫자와 코딩의 공간에 존재하는 빅데이터, 
과연 어떻게 실재하는 환경을 변화시킬까요?"

 

빅데이터의 쓰임새는 점차 다양화되고 있습니다. 개개인의 생활 편의부터 사회적·정책적 부문에 이르기까지, 빅데이터는 어느덧 다분야에 걸쳐 필수 수단이 된 듯합니다.

글로벌 이슈인 친환경 영역에서도 빅데이터는 맹활약 중인데요. 이번 시간에는 친환경과 관련한 기술 고도화, 정책 발달 등에 기여하는 빅데이터의 사례 두 가지를 소개해드리겠습니다.

 

가상의 데이터 베이스에 존재하는 빅데이터. 어떻게 물리적 공간인 '환경'과 연결될 수 있을까요? 

 

 

ㅣ태양광 발전 가장 잘되는 곳, 이제 빅데이터로 찾는다

 

태양광 발전은 신재생 에너지의 대표 주자라 할 수 있죠. 태양 전지를 통해 태양광, 즉 태양의 빛을 전기 에너지로 바꾸는 원리입니다. 따라서 태양광 발전소는 빛이 잘 드는 곳, 양지바른 곳(?)에 설치돼야 합니다······ 라고 간단히 말하기에는 꽤나 복잡한 요인들이 존재합니다. 태양광 발전 최적 입지 선정에 빅데이터가 활용되는 이유입니다.

 

태양광 발전을 위한 최적의 입지 선정하기. 단순히 '태양광이 잘 드는 곳인가' 외에도 다양한 조건들을 정밀히 따져봐야 합니다. 

 


지난해 10월, 대한민국 행정안전부(행안부)는 경상남도 대구광역시에서 태양광 발전이 가장 잘되는 곳들을 선정했는데요. 두 가지 궁금증이 생깁니다. 첫째, 왜 대구일까? 둘째, 어떻게 선정했을까? 두 질문의 답 모두 빅데이터와 연관돼 있습니다.

대구는 2000년 초부터 '솔라시티(solar city)'라는 정책을 추진해 온 도시예요. 시민햇빛발전소 및 타워형 태양열 발전 시스템 조성, 대구시 내 아파트 1,000가구에 미니 태양광 설치비 일부 지원 등 '솔라 에너지' 보급과 활성화에 앞장섰습니다. 그만큼 태양열·태양광 발전과 관련한 빅데이터 보유량이 풍부하다는 의미죠.

이런 대구시와 함께 국가정보자원관리원(행안부 책임운영기관)은 빅데이터 및 AI 기술을 접목해 태양광 발전 최적 입지를 파악하는 연구를 진행했습니다. 대구시의 *수치표면모델(DSM, Digital Surface Model) 및 태양광 설치 및 운영 정보 15,000건이 이 연구에 활용됐다고 해요.

*수치표면모델: 지표면의 지형지물, 수목 높이 등을 측량해 제작한 지도. 정밀한 일사량 예측에 활용됨. 

 

☑ 태양광 발전량, 태양 고도 데이터를 기계학습 알고리즘으로 검증 → 패널의 최적 각도 산출 → 매월 1회 패널 각도 조정으로 전체 발전량의 3.75%(약 5억 원)가 증가함을 알아냄 

☑ 딥러닝 기반의 예측 모델 개발 → 오전 8~9시 발전량, 기상예보 등을 기반으로 시간대별 발전량 예측 → 최대 부하(peak) 시간 관리 등 보다 안정적인 태양광 발전 운영 가능해짐 

 

국가정보자원관리원과 대구시의 연구 성과 일부

자료 출처: 행안부 보도 자료(바로가기)


빅데이터를 활용한 태양광 발전 최적 입지 선정은 바로 위와 같은 과정으로 이루어진 것입니다. 태양광이라는 자연의 조건을 가장 효율적으로, 최대한 친환경적으로 쓰기 위한 노력인 셈이죠. 

 

 

ㅣ빅데이터가 하수·폐수 처리까지 돕는다고?

이제 빅데이터는 하폐수 처리장으로까지 흘러가게 됐습니다. 빅데이터 및 AI를 활용한 '지능형 하폐수 처리 솔루션'이 국내 산학 연구진에 의해 개발됐거든요. 지난 9월 10일 발표된 바에 따르면 이미 특허 출원까지 마쳤다고 하네요.

이 솔루션의 핵심 키워드는 '미생물'입니다. 하폐수의 특정 오염 물질들은 인위적 제거가 불가능해요. 그래서 미생물의 도움을 받죠. 따라서 오염 물질 A, B, C, D 등등을 무력화하는 미생물 A', B', C', D' 등등을 발견·배양하는 것이 중요합니다. 마치 그리스 신화 속 공포의 괴수 '키메라'와, 그를 물리친 유일한 영웅 '벨레로폰'의 관계처럼요.

'지능형 하폐수 처리 솔루션'은 하폐수 안의 다양한 미생물들을 데이터로 정리해준다고 하는데요. 한마디로 거대한 '미생물 데이터 베이스'가 생성되는 셈입니다. 이 빅데이터와 딥러닝(deep learning) 기술을 기반으로 미생물의 종류, 분포도, 영상 이미지 등을 분석하는 것이죠.

 

스스로 학습하고 판단하며 예측하는 딥러닝 시스템.  빅데이터와 결합하면 보다 정확한 '실시간 모니터링'과 '원격 제어'를 구현하죠. 



딥러닝과 결합된 빅데이터 시스템은 끊임없이 데이터를 축적하고, 그 축적 결과에 근거한 새로운 데이터값을 산출합니다. 예를 들어, '인간은 배고플 때 음식을 먹는다'라는 데이터 하나가 시간이 지날수록 '인간은 배고플 때 밥을 차려 먹거나 배달 음식을 시켜 먹는다', '연령별로 배고플 때 선호하는 음식 종류가 다르다' 등등으로 증식되는 식이랄까요.

'지능형 하폐수 처리 솔루션' 또한 딥러닝 기반의 빅데이터 시스템이죠. 미생물 분석 데이터, 하폐수 처리 시설 운영 데이터 등 데이터의 가짓수가 늘어남에 따라, 그리고 그 데이터들을 시스템이 학습(딥러닝)함에 따라, 점차 다양한 경우의 수를 예측하고 대응할 수 있게 됩니다. 즉, 실시간 하폐수 처리 모니터링 및 원격 관리가 가능해지는 것이죠.

 


ㅣ빅데이터, 지구를 부탁해

빅데이터 기술이 친환경에 기여하는 두 가지 국내 사례를 알아보았습니다. 빅데이터의 만듦새와 쓰임새가 고도화·다양화될수록, 그에 비례해 지구도 보다 푸르러지지 않을까 하는 기대를 해봅니다. 친환경 데이터 베이스가 가상의 공간이 아니라 우리의 일상 안에 펼쳐지기를!

 

 

 

댓글을 달아 주세요