열화상·컬러 이미지 결합해 이상 패널 위치·위험도 분석…조치 우선순위 제시
제주 AI데이터센터 활용해 기술 고도화…점검시간 50% 이상 단축 목표
태양광발전소 유지보수 위한 구독형 정기점검·원격진단 서비스 추진
소프트웨어·인공지능(AI) 전문기업 에스에스엠아이(대표 박해정)가 드론으로 촬영한 열화상 이미지를 활용해 태양광 패널의 이상 징후를 자동으로 탐지하고, 고장 위험도와 조치 우선순위까지 분석하는 AI 기술 개발에 나섰다. 기존에 사람이 일일이 판독하던 열화상 데이터를 AI로 분석해 점검 시간을 줄이고, 태양광발전소 유지보수 업무의 효율성을 높인다는 구상이다.
에스에스엠아이가 개발 중인 ‘열화상 드론 활용 태양광 패널 이상 검출 AI 솔루션’은 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 지원하는 ‘2026년 소형 데이터센터 기반 인공지능(AI) 산업 성장 지원 사업’의 일환으로 추진된다. 제주 AI데이터센터의 고성능 연산 인프라를 활용해 AI 모델을 개발하고, 실제 태양광발전소에서 확보한 데이터를 기반으로 성능을 검증할 계획이다.
태양광 패널을 촬영해 이상 징후를 분석하는 드론 이미지. 에스에스엠아이는 드론 촬영 데이터를 활용해 태양광 발전설비의 이상 탐지와 유지보수 자동화 솔루션을 개발하고 있다. / 사진제공=에스에스엠아이
드론 열화상·컬러 이미지 함께 분석
태양광발전소는 넓은 부지에 수많은 패널이 설치돼 있어 설비 이상을 신속하게 발견하기 어렵다. 특히 태양광 패널의 국부 발열이나 접속부 과열 등은 육안으로 확인하기 어려워 열화상 카메라를 장착한 드론을 활용한 점검이 이뤄지고 있다. 그러나 드론으로 촬영한 영상을 사람이 일일이 판독하고 이상 위치를 확인하는 데는 여전히 상당한 시간과 인력이 필요하다.
에스에스엠아이는 이러한 문제를 해결하기 위해 드론이 촬영한 열화상 원본 이미지와 일반 컬러(RGB) 이미지, 위치 정보를 AI가 함께 분석하는 기술을 개발하고 있다. 열화상 영상만으로는 구분하기 어려운 패널의 오염과 실제 설비 이상을 보다 정확하게 판별하기 위해 서로 다른 영상 정보를 결합하는 방식이다.
AI는 촬영된 영상에서 태양광 패널을 개별 단위로 구분하고, 이상 징후를 탐지해 주요 고장 유형별로 분류한다. 분석 대상은 국부 발열(Hot Spot), 오염 및 음영, 패널 노후화, 바이패스 다이오드(Bypass Diode) 이상, 접속부 과열 등 5가지 유형이다.
이상 징후가 발견되면 해당 패널의 위치와 위험도를 표시하고, 점검과 수리가 시급한 설비부터 조치 우선순위를 제시한다. 분석 결과는 점검 보고서로 정리해 유지보수 담당자가 현장 상황을 신속하게 파악하고 대응할 수 있도록 지원한다.
특히 태양광 모듈의 옥외 열화상 검사에 관한 국제기준인 IEC TS 62446-3을 적용해 진단 절차의 일관성과 신뢰성을 확보하는 데 주력하고 있다. 이를 통해 현장별로 달라질 수 있는 점검 기준을 표준화하고, 분석 결과의 객관성과 활용도를 높일 계획이다.
기술 개발을 총괄하는 이춘호 에스에스엠아이 상무는 “열화상 영상만으로는 패널 표면의 오염이나 음영에 따른 온도 변화와 실제 설비 고장을 구분하기 어려운 경우가 있다”며 “열화상 이미지에 컬러 영상과 위치 정보를 결합하고 국제기준을 적용해 진단의 정확도와 일관성을 높이는 데 중점을 두고 있다”고 말했다.
태양광발전소의 일반 영상(사진 우)과 열화상 영상(좌) 비교 이미지. 소프트웨어·AI 전문기업 에스에스엠아이는 드론 촬영 데이터를 분석해 이상 패널의 위치와 위험도를 판별하고 조치 우선순위까지 제시하는 AI 진단 서비스를 개발하고 있다. / 사진제공=에스에스엠아이
제주 AI데이터센터 활용해 성능 고도화…점검 시간 절반으로
AI 모델 학습과 성능 검증에는 이번 사업의 주관기관인 네피리티(대표 강익선)가 운영하는 제주 AI데이터센터(AIDC)가 활용된다.
제주 AI데이터센터는 참여기업별 독립적인 개발 환경과 AI 연산 자원을 제공하는 인프라로, 별도의 자체 서버를 구축하지 않고도 대용량 영상 데이터를 처리하고 AI 모델을 학습·검증할 수 있도록 지원한다.
현장 실증에는 드론 운용 전문기업 제주도드론이 참여한다. 제주 지역 태양광발전소에서 확보한 열화상 및 컬러 영상 데이터를 AI 모델 학습에 활용하고, 실제 현장 점검 결과와 AI 분석 결과를 비교해 성능을 검증할 계획이다.
특히 정상 패널을 이상 패널로 잘못 판별하거나 실제 이상 징후를 놓치는 사례를 줄이는 데 중점을 둔다. 다양한 촬영 환경과 설비 상태에서 수집한 데이터를 활용해 모델을 개선하고, 현장 적용에 필요한 진단 정확도와 안정성을 확보한다는 방침이다.
에스에스엠아이는 열화상·RGB 이미지 2,000장을 20분 이내에 분석하고, 기존 수작업 방식과 비교해 점검 시간을 50% 이상 단축하는 것을 목표로 하고 있다. 개발 기술의 성능과 신뢰성은 한국인정기구(KOLAS) 인정 시험기관의 공인시험을 통해 검증할 예정이다.
태양광 유지보수 서비스로 사업화…구독형 정기점검·원격진단 추진
에스에스엠아이는 AI 기반 태양광 패널 진단 기술을 발전사업자와 운영·유지보수(O&M) 전문기업이 활용할 수 있는 서비스로 사업화할 계획이다.
우선 드론 점검 데이터를 AI로 분석해 이상 패널과 위험도를 확인하고, 점검 결과를 제공하는 구독형 정기점검·원격진단 서비스를 추진한다. 이를 통해 발전사업자가 설비 상태를 지속적으로 관리하고, 유지보수 기업은 점검 결과를 바탕으로 현장 작업의 우선순위를 효율적으로 결정할 수 있도록 지원할 방침이다.
드론 운용사의 관제 시스템과 AI 분석 솔루션을 연동하는 방안도 준비하고 있다. 드론을 통한 데이터 수집부터 AI 분석, 이상 위치 확인, 점검 결과 제공까지 이어지는 업무 과정을 체계화해 서비스 활용 범위를 넓힌다는 구상이다.
기술 경쟁력 확보와 사업화 기반 마련에도 나선다. 에스에스엠아이는 올해 특허 1건 출원과 공인 시험성적서 확보를 추진하고, AI 기술 개발 및 서비스 운영을 위한 신규 인력 7명을 채용할 계획이다.
박해정 에스에스엠아이 대표는 “태양광발전소는 설비 이상을 조기에 발견하고 정확하게 진단하는 것이 안정적인 발전 운영과 유지보수 비용 절감에 중요하다”며 “제주 현장에서 확보한 데이터를 바탕으로 AI 진단 기술의 정확도와 실용성을 높이고, 이상 패널 탐지부터 위험도 분석과 조치 우선순위 제시까지 지원하는 서비스를 개발해 태양광 유지보수 업무의 효율성을 높이겠다”고 말했다.