태양광 주택에 대해 이야기하자면 이야기의 흐름은 소비자들의 설치비 부담을 덜어주는 세제 혜택, 대출 등으로 흘러가곤 합니다.
하지만 캘리포니아주 오크랜드에 소재한 스타트업, 파워스카우트(PowerScout)의 창립자는 정작 걸림돌은 가격이 아닌 마케팅에 있다고 주장합니다. 그리고 파워스카우트는 이 문제를 해결하기 위해 딥 러닝을 활용하고 있습니다.
파워스카우트는 태양광 산업에서 구시대적인 영업 방식이 문제라고 콕 집어서 지적합니다. 영업 사원들이 광고지를 뿌리고 고객들을 1대1로 만나는 방문판매 방식이 아직까지 주를 이루기 때문이지요.
쿠마 두부어(Kumar Dhuvur) 파워스카우트 공동창립자겸 부사장은 “영업 비용이 태양광 패널 가격을 넘어섭니다. 이건 거의 1960년대에 진공청소기를 판매하던 방식과 다를 바 없어요.”라고 말했습니다.
파워스카우트는 지능과 강력한 전자상거래 플랫폼을 태양광 시장에 도입하고 있습니다. 파워스카우트의 목표는 전자상거래 웹사이트를 통해 영업 모델을 변화시키는 것입니다.
이 전자상거래 웹사이트는 GPU 기반 딥 러닝을 활용하여 개별 가구가 태양광 발전을 채택할 가능성이 있는지의 여부, 태양광 시스템 도입의 타당성과 가치가 있는지 여부 등을 판단합니다. 회사는 이를 바탕으로 잠재 고객에 집중하여 영업력과 마케팅 비용 낭비를 대폭 줄일 수 있게 되지요.
파워스카우트의 비결: 딥 러닝
그렇다면 파워스카우트는 개별 가정이 태양광 발전을 채택할 가능성과 발전 생산성을 어떻게 예측할까요? 그 비결은 딥 러닝 분석입니다.
파워스카우트는 아마존의 엔비디아 GPU로 구동되는 EC2(elastic compute cloud) P2 인스턴스, 쿠다(CUDA) 병렬 프로세싱 플랫폼과 심층 신경망 라이브러리(cuDNN)를 채택하여 딥 러닝 CNN(Convolutional Neural Network) 모델을 트레이닝하고 있습니다.
지금까지 파워스카우트는 두 개의 네트워크를 트레이닝 중이고, 이는 모두 위성데이터 분석에 의존하고 있습니다. 네트워크 하나는 각 가정 별로 태양광 패널 설치 여부를 판단하고, 다른 하나는 지붕을 가리거나 태양광 장비 설치에 방해가 되는 초목 등이 있는지 판단합니다.
파워스카우트는 더 많은 GPU기반 네트워크를 트레이닝 할 계획인데요, 우선은 가장 명백한 문제에서부터 출발합니다.
마이클 얼린(Michael Ulin) 파워스카우트 데이터 과학자는 “얼마나 많은 집에 태양광 패널이 설치되어 있는지 사람이 발로 뛰면서 파악하기는 불가능합니다. 파워스카우트는 항상 네트워크를 개선시키려고 노력하고 있으며 데이터세트 확장과 더불어 역량도 강화하고 있습니다. 우리가 이 프로세스를 진행할수록 딥 러닝과 엔비디아의 GPU는 더욱 큰 역할을 하게 될 겁니다.”라고 설명합니다.
얼린은 파워스카우트의 네트워크를 트레이닝하는 데에 있어 GPU가 필수적이라고 밝힙니다. 그는 “GPU 없이 이런 모델들을 트레이닝 하는 것은 상상조차 할 수 없습니다”라고 말합니다.
철저한 설치 타당성 검토
쿠마 부사장은 파워스카우트는 태양광 설치 타당성을 검토하기 위해 주택 별로 모든 구체적인 요인을 고려한다고 합니다. 이러한 접근법은 각각의 가정마다 잠재성이 다르다는 전제에서 가능한 셈인데요.
쿠마 부사장은 “집집마다 태양광 발전 경제성이 다릅니다. 모든 주택들은 전부 다른 곳에 위치해 있습니다. 그림자도 다르게 지고, 일조시간도 천차만별입니다. 저희는 해당 주소지의 모든 요건들을 검토합니다”라고 이야기합니다.
파워스카우트는 태양광 발전 시스템을 설치하려는 고객을 위해서 자금 조달이나 구매 관련 옵션들을 제시하기도 합니다. 또, 해당 지역 내 파워스카우트 인증 설치업자와 고객 간의 매칭 서비스까지 지원합니다.
파워스카우트의 다음 목표는 보다 많은 주민들이 혜택을 누릴 수 있는 커뮤니티 태양광 설치 부문입니다. 뿐만 아니라 앞으로 전기자동차, 전력 저장장치 등 대안에너지 제품을 도입할 예정입니다.
“파워스카우트는 이제 막 첫걸음을 내디뎠을 뿐입니다”라고 쿠마 부사장은 선언합니다.