대학원 빅데이터응용학과 강은경·양선욱·장하렴 학생 ‘공공데이터 활용 BI 공모전’ 대상 수상
재생에너지 발전량 예측 정산금 향상을 위한 최적 예측형 집합자원 구성모델 개발
“최대 정산금 80%에 근접···바로 상용화 가능할 만큼 사업성 우수해”

일반대학원 빅데이터응용학과 강은경(박사 8기), 양선욱(석사 졸업), 장하렴(석사 3기) 학생이 산업통상자원부에서 주최하는 ‘공공데이터 활용 비즈니스 아이디어(BI) 공모전’에서 빅데이터 분석 부문 대상을 수상했다. 이 공모전은 공공데이터를 활용한 비즈니스 아이디어를 발굴해 국민 편익을 증진하고, 일자리 창출과 연관 산업 활성화를 위해 기획됐다. △아이디어 기획 △제품 및 서비스 개발 △빅데이터 분석 등 3개 부문에서 공모를 진행하는데, 올해는 196팀이 참가해 21팀이 수상의 영예를 안았다.

강은경, 양선욱, 장하렴 학생은 빅데이터 분석 부문에서 제시된 5개 과제 중 ‘재생에너지 발전량 예측 정산금 향상을 위한 최적 예측형 집합자원 구성모델 개발’ 과제에 도전했다. 이들은 정부의 재생에너지 발전량 예측제도에 맞춰 발전소들을 최적의 집합전력자원(소규모 발전설비로부터 생산된 전력을 통합해 전력시장에서 거래하기 위한 가상의 전기설비)으로 구성하는 알고리즘을 설계해 제안했다. 이 알고리즘으로 집합전력자원을 구성하면 이론적으로 최대 정산금의 80%에 근접하는 정산금을 얻을 수 있다. 지도교수인 양성병 교수(경영학과/빅데이터응용학과)는 “우리 학생들이 제안한 아이디어가 바로 상용화가 가능할 만큼 사업성이 우수해 좋은 평가를 받은 것 같다”고 밝혔다.
 

“난해한 과제, 선배님들의 도움 덕에 문제 명확하게 이해해”
한번 생산된 전기는 저장할 수 없다. 따라서 과잉 생산하거나 부족하게 생산하면 에너지 시스템의 안정성을 해치게 된다. 이 문제는 4차 산업혁명 시대에 데이터의 중요성이 커지면서 사회적·국가적 문제로 불거졌다. 카카오 데이터 센터 화재와 같은 사건은 국민의 피해와 불편을 넘어 국가 위기로 번질 수 있기 때문이다. 현재 여기에 대응하는 유일한 방법이 전력 발전량을 관리하는 것이다. 전력 발전량은 환경에 크게 영향을 받아 정확한 예측이 어려운 재생에너지 발전보다 상대적으로 쉽게 조절할 수 있는 화석 연료 발전을 통해 관리되고 있다. 이 점은 재생에너지 전환에 큰 걸림돌이 되고 있다.

안정적인 전력 공급과 에너지 전환 목표를 달성하기 위해서는 재생에너지 발전량을 정확하게 예측하는 것이 필수다. 이를 위해 정부는 재생에너지 발전 사업자들이 정확한 발전량 예측 기술을 개발하고 투자할 수 있도록 다양한 지원제도를 마련하고 있다. 그중 하나가 재생에너지 발전 사업자가 정확한 발전량을 예측할 때 정산금을 제공하는 ‘재생에너지 발전량 예측제도’다. 재생에너지 발전량 예측 능력을 제고해 재생에너지 변동성으로 인해 발전기를 추가 기동·정지하는 비용을 절감하려는 것이다.

재생에너지는 하나의 발전소로부터 얻는 전기에너지가 부족해 여러 발전소를 모아 집합전력자원으로 관리하고 있다. 따라서 재생에너지 사업에서는 개별 발전기의 예측 정확도뿐만 아니라 집합전력자원 구성이 중요하게 다뤄지고 있다. 강은경, 양선욱, 장하렴 학생은 이 부분에 주목해 집합전력자원 상태에서의 예측 오차를 최소화하는 방향으로 연구를 진행했다.

장하렴 학생은 “처음 과제를 접했을 때, 난해하다는 생각에 막막하기만 했다. 선배님들의 도움 덕에 문제를 명확하게 이해할 수 있게 됐고, 대상 수상이라는 좋은 결과를 얻을 수 있었다”라고 말했다. 양선욱 학생은 “가장 먼저 과제에서 원하는 게 무엇인지 파악하기 위해 노력했다. 재생에너지 발전량 예측제도를 활용해야 하지만, 예측할 수 있는 데이터가 없어서 예측을 요구하는 문제가 아니라고 판단했다. 그동안 우리가 주로 해오던 것은 빅데이터에 기반한 예측이었는데, 문제 해결을 위해서는 다른 방법으로 접근해야 했다”라고 설명했다.

“인공지능 알고리즘 개발 수업, 동기부여 돼”
이들은 여러 가지 접근 방식을 고려했다. 그 과정에서 다양한 군집 알고리즘을 조사하고, 데이터의 중심점을 활용하는 아이디어를 확장하기로 뜻을 모았다. 강은경 학생은 “머신러닝과 딥러닝에서 많이 사용되는 MSE(Mean Squared Error)는 예측값과 실제값의 차이를 고려하는데, 우리는 이와 다른 방식을 택했다. 데이터를 점으로 표현해 각 점 간 거리를 살펴 예측 오차를 분석했다. 그리고 개별 발전기의 오차를 단독으로 살펴보는 것이 아니라 발전기를 집합해 오차를 최소화하는 데 목표를 뒀다”고 말했다.

예를 들어, 예측값이 실제값보다 큰 경우와 그 반대 경우의 수를 집합으로 구성하면 전체 오차가 줄어드는 상황이 나타날 수 있다. 이러한 상황을 만드는 집합을 찾아 나선 학생들은 게임이론에서 아이디어를 얻었다. n명의 플레이어가 규칙에 따라 발전소를 가져오는 게임이라고 생각했다. 플레이어들은 예측 오차가 가장 큰 발전소를 먼저 할당받고, 이후에 발전소를 하나씩 가져와 자신의 예측 오차를 줄여나가면서 모든 플레이어의 정산금 합계를 최대화하는 방향으로 알고리즘을 설계했다.

양선욱 학생은 “이경전 교수님의 인공지능 수업을 들을 때, 인공지능 알고리즘을 직접 만들어 본 적이 있다. 그 경험이 기존에 널리 알려진 라이브러리 대신 독자적인 알고리즘을 만들어 보고 싶다는 생각을 갖게 했다. 알고리즘을 직접 만들어서 문제를 해결할 수 있게 하는 데 동기부여가 됐다”고 말했다.

양성병 교수 “지도교수의 역할은 학생이 함께 성장하는 분위기 만들어 주는 것”
강은경, 양선욱 학생은 전년도에도 같은 공모전에서 장려상을 수상했다. ‘SMART Lab’에 소속된 이들은 양성병 교수의 권유로 공모전에 참여했다. 양 교수는 “최근 대학원 빅데이터응용학과에 박사과정 진학보다 빅데이터 관련 전문성을 쌓은 후 취업을 목표로 하는 학생들이 많이 들어왔다. 그런 학생들에게는 공모전 수상 경력, 인턴과 같은 실무 경험이 중요하다. 그래서 학생들에게 공모전에 도전해 보라고 독려한다. 교수들에게 공모전 안내 메일이 자주 와서 그 내용을 연구실 단톡방에 공유해 주고 있다”고 말했다.

양 교수는 공모전 참여 독려에 그치지 않고 워크숍을 진행했다. 다양한 공모전을 준비하는 8팀의 학생들을 모아 발표와 토론하는 시간을 가졌다. “학생들이 서로 경쟁하고 협력하면서 함께 성장하는 분위기를 만들어 주는 게 지도교수의 역할이 아닌가 한다”면서 워크숍 추진 배경을 설명한 양 교수는 “아이디어와 문제 해결 팁을 공유하면서 시너지가 일어난 것 같다”고 밝혔다.

그는 “학생들에게 공모전은 연구 논문을 쓰는 것과 다르다. 실무적으로 문제를 해결하고 비즈니스 기회를 창출하는 데 기여해야 해서 아이디어 싸움이 될 가능성이 크다. 브레인스토밍을 통해 모든 가능성을 열어 놓고 토론하면서 팀워크를 발휘해 보라고 조언했는데, 학생들이 너무 잘 해줬다”고 말했다.
 

※ 관련 기사 보기(클릭)