전국 태양광 발전시설의 효율적인 보급을 위해 9개 도 지역별 기상 데이터를 활용한 DEA(Data Envelopment Analysis) 효율성 분석 결과를 도출하고자 한다. 국내 태양광 중심으로 설비보급과 발전 비중이 빠른 속도로 증가 중이며 재생에너지 전력 생산의 효율적 개편을 위해 기후변화에 따른 기상 예측 정보를 활용하고 있다. 본 연구는 신재생 에너지 정책의 시사점이 높았던 2020∼2022년의 기상청 데이터와 과거 30년 평균(1981년 ∼2012년) 데이터를 기준으로 일사량 변화에 의한 발전량 예측 모델을 시뮬레이션했다. 특히 기상 데이터와 실제 발전량 사이 관계를 분석하여 투입 산출 변수와 관련 있는 연구모형의 효율성을 파악하였다. 태양광 발전시설의 안정적인 운영과 관리를 통해 최상의 발전시설 상태를 유지하고, 전력량을 끌어올리기 위해 전문적이고 차별화된 운영관리 (O&M) 서비스 제공이 필요하다.

In order to efficiently distribute Solar Power Generation facilities across the country, we aim to derive DEA(Data Envelopment Analysis) efficiency analysis results using regional weather data from nine regions. The distribution of facilities and the proportion of power generation, centered on domestic solar energy, is increasing at a rapid pace. To efficiently reorganize renewable energy power production, we are utilizing weather forecast information according to climate change. In this study, a prediction model for power generation according to changes in solar radiation was simulated based on the Korea Meteorological Administration data for 2020 ∼2022, which has high implications for renewable energy policy, and average data for the past 30 years (1981∼2012). In particular, the relationship between meteorological data and actual power generation was analyzed to determine the efficiency of the research model related to input-output variables. In order to maintain Solar Power Generation facilities in the best condition and increase power through stable operation and management of Solar Power Generation facilities, it is necessary to provide professional and differentiated O&M(Operation and Management) services.

국문초록
Abstract
Ⅰ. 서 론
Ⅱ. 이론적 배경 및 선행 연구
    1. 태양광산업 동향 및 기상 데이터 융합
    2. 기상 요인의 태양광 패널 성능 영향성
    3. 선행연구 조사
Ⅲ. 연구설계
    1. DEA(Data Envelope Analysis)
    2. 분석 대상
    3. 분석 변수
Ⅳ. 분석결과
    1. 기술통계 데이터
    2. 분석결과
    3. 연구결과
Ⅴ. 결 론
참고문헌

• 이옥진(경북대학교 융합기술경영학과 박사과정, (재)대구테크노파크 책임연구원) | OKJIN LEE