이 방식은 기존 통계 방식과 차이가 있다. 일반적으로 국가 에너지 통계는 지방 정부 보고나 설치 용량 추정에 의존하는 경우가 많다. 반면 이 프로젝트는 위성 이미지에서 실제 시설을 직접 식별해 데이터를 구축했다.
또한 중국의 지형은 사막, 농촌, 산악지대, 대도시 등 매우 다양하기 때문에 동일한 설비라도 주변 환경이 크게 다르다. 이런 조건에서도 설비를 정확히 찾아내도록 AI 모델을 학습시키는 것이 주요 기술 과제였다.
AI 분석으로 구축된 인벤토리는 중국의 재생에너지 인프라를 매우 구체적으로 보여준다. 연구 결과에 따르면 전국적으로 다음과 같은 규모가 확인됐다.
각 설비의 위치 정보가 포함되어 있기 때문에, 지역별로 어디에 재생에너지가 집중되어 있는지를 정밀하게 분석할 수 있다.
기존에도 위성 데이터를 활용한 재생에너지 지도 연구가 있었지만, 국가 전체를 고해상도로 포괄하는 데이터셋은 상대적으로 드물었다. 최근에는 머신러닝 기반 원격탐사가 이러한 인프라를 파악하는 중요한 방법으로 떠오르고 있다.
풍력과 태양광은 화석연료 발전과 달리 출력이 날씨와 시간에 따라 변동한다. 이 때문에 전력망이 이를 모두 흡수하지 못하면 발전된 전기를 사용하지 못하고 버리는 ‘출력 제한(중국에서는 ‘弃风弃光’) 문제가 발생한다.
이런 정보를 활용하면 다음과 같은 전략을 설계할 수 있다.
중국은 이러한 전력 수요를 충족하면서 탄소 배출을 줄이기 위해 재생에너지 발전과 데이터센터를 직접 연결하는 모델도 시험하고 있다. 예를 들어 닝샤 지역에서는 대규모 태양광 발전소가 데이터센터에 직접 전력을 공급하는 프로젝트가 가동됐다.
전국 단위 재생에너지 지도가 구축되면 정책 결정자들은 다음과 같은 판단을 더 정확히 할 수 있다.
결국 이 AI 기반 지도는 단순한 설비 목록을 넘어 중국 에너지 전환과 디지털 인프라 확장의 연결 고리를 설계하는 데이터 기반이 될 수 있다.
재생에너지 설비가 빠르게 늘어나는 시대에는 정확한 모니터링이 점점 중요해지고 있다. 위성 이미지와 AI를 결합하면 넓은 지역을 지속적으로 관찰하면서 새로운 발전소가 건설될 때마다 데이터를 업데이트할 수 있다.
세계 최대 규모의 재생에너지 시스템을 운영하는 중국에게 이번 연구는 의미가 크다. 이제 정책 담당자와 연구자들은 처음으로 “실제로 어디에 풍력과 태양광이 존재하는지”를 전국 단위에서 정밀하게 파악할 수 있는 데이터를 갖게 됐다.
Comments
0 comments