기호 및 약어 설명

CAGR : Compound Annual Growth Rate. 연평균 증가율

BIPV : Building-integrated photovoltaics. 건물 일체형 태양광 발전

BAPV : Building attached photovoltaics. 건물 부착형 태양광 발전

TF-IDF : Term Frequency – Inverse Document Frequency. 단어 빈도와 역 문서 빈도

LSTM : Long Short-Term Memroy. 장단기 기억

RNN : Recurrent Neural Network. 순환 신경망

ANN : Artificial Neural Network. 인공 신경망

DNN : Deep Neural Network. 심층 신경망

DFS : Depth First Search. 깊이 우선 탐색

DTM : Document Term Matrix. 문서 단어 행렬

IF : Impact Factor. 영향력 지수

mrnIF : Modified Rank Normalized Impact Factor. 표준화된 순위 보정 영향력 지수

MPPT : Maximum Power Point Tracking. 최대 전력점 추적

ARIMA : Autoregressive Integrated Moving Average. 자기 회귀 누적 이동 평균

1. 서 론

인터넷을 통한 최신 연구 결과의 빠른 보급과 지속되는 협업 연구 강화 추세로 인해 매년 출판되는 학술 논문의 양은 기하급수적으로 증가하고 있다. Ware et al. (2015)¹⁾과 Herrmannova et al. (2016)²⁾에 따르면 1980년 출판된 논문 총량이 1백만 편에 못 미치는데 비해 2014년 출판된 논문은 7백만 편을 넘어서며 2014년 기준 이들이 출간되는 동료 평가(peer-review) 학술지는 34,000종을 넘어선다. 초록이 점차 길어지는 반면 본문 분량은 짧아지고 공동 저자와 참고 문헌의 수가 급격히 늘고 있으며 5년 이내 인용되지 않는 논문의 양도 1910년대 80% 수준에서 2000년대에 들면 20%로 급락하고 있다³⁾. 이러한 경향은 경제학⁴⁾, 의학⁵⁾ 등 분야에 무관하게 공통적으로 관찰되는데, 주요 학술 데이터베이스의 연간 적재량이 15년마다 두 배씩 증가하여 CAGR (Compound Annual Growth Rate. 연평균 증가율) 환산시 4.73%에 해당한다는 보고도 있다⁶⁾. 한편으로 기후 위기 등 국면 전환에 따른 신규 투자가 활발한 협업 연구의 동력이 되기도 한다. 최근 수소 경제를 맞이하여 대한민국에서 일어나고 있는 연료전지, 실증, 수소 생산 및 저장을 비롯한 다양한 분야의 기관과 기업들이 전방위적 협력 현황이 Lee et al. (2020)⁷⁾에 의해 보고된 바 있다.

기후 위기에 대응하여 연구 역량이 집중되는 또 다른 주요 분야는 BIPV (Building-integrated photovoltaics. 건물 일체형 태양광 발전)이다. 태양광 패널을 건물 외피에 통합하여 건물의 넓은 지붕과 파사드 영역 등 전체를 활용할 수 있는 기술을 통해 미적 외관을 손상시키지 않으며 에너지를 생산하는 혁신적이고 실용적인 방법이다⁸⁾. IEA (International Energy Association. 국제 에너지 협회) 통계에 따르면 태양광 발전은 2020년 전 세계적으로 707 GW에 달하는 에너지를 확보했으나⁹⁾ 에너지 수요가 많은 도심에서는 사막처럼 넓은 공간을 확보할 수 없다. 따라서 이에 대한 대안으로 표면적이 넓고 고층에 위치해 태양광 흡수에 유리한 건물을 활용하자는 발상으로, 그 결과 2020년 전 세계적으로 35.4억 USD였던 BIPV 시장은 CAGR 16.1%로 2026년 86.8억 USD에 이를 것으로 추산된다¹⁰⁾. BIPV처럼 건물과 태양광 패널을 일체화시키는 대신 건물 외벽에 태양광 패널을 부착하는 방식을 BAPV (Building attached photovoltaics)라고 하는데 이에 대한 연구 또한 매우 활발하다. Shen et al. (2021)¹¹⁾은 2015년 이후 출간된 지붕 설치형 BAPV 논문 595건에 대한 문헌을 조사하여 보고한 바가 있다. 출간되는 문헌의 수가 기하급수적으로 증가하는 반면 국가별, 저자별 출판 동향 및 피인용수 등 복잡한 상호 관계를 함께 조사해야 하기 때문에 저자들은 개별 논문을 읽어 리뷰하는 방식 대신 대량의 문헌 데이터를 분석하는 방법을 택했다. 저자들의 연구에 따르면 과거에는 Performance rate, Thin-film PV 등 패널 성능과 구조에 대한 키워드가 많이 등장한 반면 최근 연구일수록 Net billing, Cost-benefit analysis와 같은 경제적 효과에 대한 키워드와 함께 Genetic algorithm과 같은 알고리즘에 대한 키워드가 많이 등장하고 있다. 최근 과거의 데이터를 학습하여 태양광 발전량을 예측하고 최적화하는 머신 러닝을 비롯한 최적화 기법이 태양광 발전에도 적극적으로 적용되고 있기 때문에 이와 같은 현상이 문헌 조사 결과로 드러난 것이다¹²⁾.

본 연구에서는 BIPV를 포함한 태양광 발전 논문 중 머신 러닝을 포함해 최적화를 다룬 연구들의 동향을 살펴보고자 한다. 수만 편의 논문을 분석하기 위해 문헌 정보를 수집한 뒤 텍스트 마이닝 기법을 활용하여 출판 동향을 분석하고, 전반적인 태양광 발전량 최적화 또는 예측 연구의 흐름 가운데 머신 러닝을 활용한 연구의 흐름을 파악하였다. 단어 빈도 분석, TF-IDF (Term Frequency – Inverse Document Frequency. 단어 빈도와 역 문서 빈도), 토픽 모델링 등을 사용한 기존 방법에서는 분석 대상이 문헌에 출현한 단어에 한정된다는 한계가 있었으나 본 연구에서는 지식 그래프를 동원하여 문헌 분석의 효율성을 높였으며, 문장에서 명사 중심의 유의미한 단어를 추출하기 위한 언어론적 방법론을 활용하였다.

2. 문헌 연구

2.1 데이터 수집

Scopus에서 다량의 문헌 데이터를 수집하기 위해 웹 기반 검색 엔진을 활용하는 대신 Elsevier Developer Portal¹³⁾에서 제공하는 Scopus API를 사용하여 데이터를 수집하였다. Scopus advanced search¹⁴⁾와 동일한 형식의 query (검색식)를 송신하여 그 결과를 수신했으며 수신된 결과는 python 으로 분석할 수 있도록 pandas DataFrame 형식으로 저장하였다. 서지 ID (eid, doi, pubmed_id), 제목(title), 저자 목록(authors list), 소속기관 목록(affiliations list), 피인용수(citedby_count), 초록(abstract), 키워드(keyword)와 참고 문헌(reference) 정보를 추출하여 활용했으며 본 연구에 사용한 검색식과 수신 결과 일부를 Fig. 1에 표기하였다.

Fig. 1.

The query and literature data retrieved from Scopus literature database

태양광 발전량 예측을 다룬 논문을 찾기 위해 태양광 관련 검색어로 Photovoltaic, BIPV, PV, solar irradiation을, 머신 러닝을 포함한 예측 연구 경향을 확인하기 위해 machine learning, prediction, modeling을 키워드로 사용하고 이들 모두를 포함한 문헌을 내려받고자 AND 로 검색식을 묶었다. 다른 분야에서 사용되는 동음이의어로 인해 검색 결과가 오염되는 경우가 종종 있기 때문에 이를 예방하고자 소재(Material), 화학(Chemistry), 간호학(Nursing) 등 무관한 분야를 검색에서 제외하고 사용 언어도 영어(English)로 제한했다. 결과적으로 27,317편의 문헌 정보를 수집했는데, 연간 경향성 왜곡을 예방하고자 아직 완료되지 않은 2022년 문헌 및 일부 앞서 출간된 2023년 논문 등을 제외시켰다. 결과적으로 1949년¹⁵⁾부터 2021년 논문¹⁶⁾까지 총 73년간 출간된 26,520 편의 문헌 데이터가 분석 대상으로 선정되었으며, 분석 목적에 따라 Fig. 2와 같은 전처리를 적용해 최종 데이터셋을 구축했다.

Fig. 2.

Flow chart of the literature data anaysis used in this study

2.2 데이터 전처리

(1) Regularizer – 용어 정규화

Scopus API를 활용해 수집된 문헌 데이터는 사람이 읽고 이해할 수 있도록 자연어로 작성되어 있는데, 대개 리듬감을 살리고 지루함을 방지하기 위해 같은 대상이라도 다양한 단어로 표현하는 것이 권장된다. 이 외에도 문화권과 개인 차가 적용되어 하나의 대상이 다른 형식으로 기술되어 동음이의어 문제와 이음동의어 문제가 발생한다. 예를 들어 태양광 발전을 뜻하는 photovoltaics라는 단어는 저자에 따라 photo-voltaics처럼 –로 연결된 두 단어의 형태로 표현되기도 하고¹⁷⁾ 어미의 s가 생략된 photovoltaic으로도 활용되며, 본래의 이름이 생략된 채 PV라는 약어로 사용되기도 한다¹⁸⁾. 심지어 비슷한 대상이 solar cell¹⁹⁾, solar panel²⁰⁾로도 지칭되고 있기 때문에 동일한 단어를 가리키는 다른 단어, 즉 이음동의어를 한 단어로 통일하는 정규화 과정이 반드시 필요하다. 예비 분석 결과 대상 논문 한 편의 제목은 평균 12.7개, 키워드는 4.1개, 초록은 186.9개의 단어로 구성되어 있다. 26,520편의 문헌 정보는 540만개의 단어로 구성되어 있어 육안 검수로는 표준화가 불가능하며 자동화가 필수적으로 요구된다. 동임이의어, 이음동의어 문제를 해결하기 위해 영문 wikipedia를 활용하였다²¹⁾. 영문 wikipedia는 2천만명 이상의 기여자²²⁾가 제공한 640만개 이상의 컨텐츠²³⁾를 보유하고 있어 4천3백만명 이상의 사용자²²⁾가 활용하고 있는 집단 지성 컨텐츠로 신뢰성을 지속적으로 확인받고 있으며 비슷한 의미를 가지는 단어들을 입력받아 표준화된 단어로 리다이렉션(redicrection)하는 기능을 보유하고 있다²⁴⁾. Wikipedia python API를 사용해 본문에서 추출한 이음동의어 용어들을 리다이렉션하는 예시를 Fig. 3에 그림으로 표현했다²⁵⁾. photovoltaics, photo-voltaics, photo-voltaic, photovoltaic이 모두 photovoltaics로, photovoltaic cell은 solar cells와 함께 solar cell로 집약되는 한편 photovoltaic panel은 photovoltaics로 변환되었다. 이 외에도 clean energy는 sustainable energy로, closed basin은 Endorheic basin으로 변환되는 등의 과정을 표 형태로 구축해 문헌 정보 분석에 적용하였다.

Fig. 3.

Words redirection through wikipedia, utilized as a form of library in python

수집한 텍스트는 분석을 위해 토큰화(tokenize)를 거쳐 작은 단위로 나뉘어야 한다. 자연어 처리용 파이썬 라이브러리 NLTK를 사용해 초록에 사용된 문장을 토큰화했다²⁶⁾. 그 밖에 품사 제한, 명사 추출, 불용어 제거를 거쳐 용어를 정규화했으며 명사 추출시 유의미한 용어를 효과적으로 추출하기 위해 영문장 구조의 특성을 활용했다. 영문장의 형용사구는 일부 분사구를 제외하면 일반적으로 명사가 형용사의 뒤에 놓일 확률이 높다(예. red apple). 따라서 형용사구를 감지하기 위해 noun chunk의 뒤편에 놓인 단어의 배열을 검사하는 방식을 택했다.

(2) Knowledge Graph – 용어 계층화

단어의 상관 관계를 분석하기 위해 단어의 의미 포함 관계를 정의해야 한다. 예를 들어 어떤 문헌에 LSTM이라는 단어가 등장했다면, LSTM이 Deep Learning (Deep Neural Network. 심층 신경망)의 일종이며 Deep Learning은 Machine Learning의 부분 집합이라는 사실을 알고 있어야 Machine Learning 적용 연구 경향을 조사할 때 이 문헌을 포함시킬 수 있다. 하지만 LSTM과 Machine learning이라는 단어만으로는 이와 같은 상관 관계를 알아낼 수 없다. 이처럼 문헌 분석에 도메인 지식(domain knowledge)을 반영하기 위해 단어간 포함 관계를 사전에 그래프 형태로 정의한 지식 그래프(knowledge graph)를 제작했다. 사전 연구에서 8731편의 논문을 조사하며 추출한 단어를 필자의 지식을 반영해 분야별로 작성한 후 DFS (Depth First Search. 깊이 우선 탐색)를 역방향으로 구성하며 전체 지식 그래프를 조합했다²⁷⁾.

(3) Unigrammer – 용어 단순화

연속으로 이어진 N개의 단어를 N-gram이라고 하며, 하나의 단어로는 알 수 없는 문장의 맥락을 파악하는 데 주로 사용된다²⁸⁾. 단어로 이루어진 키워드와 달리 자연어 문장으로 작성된 초록은 N-gram으로 분해하여 분석하는데 동일한 의미의 단어가 명사, 동사, 형용사 등 여러 형태로 사용되기도 하고(예. optimization, optimize, optimum 등) 문헌 내용과 무관한 단어들이 다수 사용되기도 한다(예. a, the, very 등). 한편 N-gram간의 비교 분석은 다차원 분석이기 때문에 연산 자원 과다 사용, 문서 내 특정 단어의 DTM(Document-Term Matrix. 문서 단어 행렬) 희소화 문제를 유발하여 분석 결과의 신뢰성이 함께 저하된다. 이와 같은 문제를 해결하고자 내부적으로 유의미한 N-gram 용어를 감지하여 1-gram으로 변환하는 모듈을 개발했다. 최종적으로 이렇게 변환된 단어들을 유니그램(unigram)으로 명명했으며, 유의미한 명사구(noun chunk) 추출 정확도 향상을 위해 블로그, 뉴스, 댓글 등으로 학습된 트랜스포머 기반 언어모델 SpaCy library를 사용해 문맥 파악 능력을 향상시켰다²⁹⁾.

Sánchez-Barroso et al. (2021)³⁰⁾의 초록 첫 문장이 이와 같은 과정을 거쳐 유의미한 명사구로 변환되는 과정을 Fig. 4에 도시했다. (a) 초록을 문장 단위로 분리하여 입력한 뒤 (b) 명사구를 추출하고, (c) 관사 등 불용품사를 제거한다. (d) 어간에서 접사를 분리해 복수형 명사을 단수로 처리한 뒤 (e) wikipedia를 거쳐 단어를 치환한다. (f) 형용사를 제거하여 중요 명사만 남긴 뒤 (g) 지나치게 많이 등장하는 상투어를 제거하는 것으로 최종 처리를 마치면 35개의 단어로 이루어진 문장이 8개의 명사구로 정리되었다.

Fig. 4.

An example of noun chunk regularization process. (a) A sentence putting into the preprocessor, (b) Noun chunk extraction. (c) Meaningless words (stop words) removal such as the articles. (d) Lemmatization (e) Regularization through redirection (f) Removing adjectives (g) Commonplace words removal. In all steps blue-outlined box denotes modification, where the green ones splitting

2.3 데이터 분석

(1) 우수 논문 선별

해마다 수 만 종의 학술지가 논문을 출간하지만 이들의 위상은 평등하지 않다. Nature, Science처럼 대다수의 연구자들이 출판을 선망하는 저널이 있는 반면 특정 분야에서만 평가가 높은 학술지도 있으며 그렇지 않은 학술지도 있다. 분야에 따라 학술지의 IF (Impact Factor. 영향력 지수)가 전반적으로 높은 분야와 낮은 분야가 있어 IF는 연구 성과 평가 지표로 적절치 않다. 그럼에도 불구하고 분야별 상위 학술지에 앞선 연구 성과가 먼저 게재되는 등 연구 경향을 선도한다고 알려져 있기 때문에 경향성 분석에서 상위 학술지를 별개로 분류할 필요가 있다. IF의 단점을 보완하기 위해 mrnIF (Modified Rank Normalized Impact Factor. 표준화된 순위 보정 영향력 지수)를 기준으로 우수 논문의 경향성을 추가로 분석하여 전체 경향성과 비교했다. 해당 분야 내 SCI 학술지 수를 N, 분야 내 특정 학술지의 IF 순위를 R이라고 했을 때 rnIF (Rank Normalized Impact Factor. 순위 보정 영향력 지수)는 다음과 같이 계산되며,

mrnIF는 다음과 같이 정의된다.

Clarivate에서 매년 발행하는 Journal Citation Reports에 근거하여 상위 20% 이내 학술지 2523종에 출간된 논문을 별도로 관리했다. 본 연구 주제와 관련하여 상위 20%에 Renewable Energy (86.73), Solar RRL (88.50), 상위 10%에 Progress in Photovoltaics (90.1), 상위 5%에 Buildings & Energies (96.99)와 Energy Conversion and Management (99.25), Nature Energy (100)가 분포하고 있다.

(2) Co-Occurrence – 동시 출현 분석

용어의 동시 출현 빈도가 높다는 것은 연관성이 강하다는 것이고, 같은 세부 분야에서 쓰이는 단어로 볼 수 있다. 따라서 노드 간의 연결을 통해 분야별 군집화(clustering)된 단어를 함께 살펴봄으로써 특정 분야의 출판 증감을 파악할 수 있다.

(3) Frequency - 빈도 분석

지식 그래프를 통해 체계를 갖춘 용어의 빈도 분석이 가능해졌지만 자연어 문장에서의 등장 횟수를 단어의 중요도로 해석하는 것은 위험할 수 있다. 문장을 작성할 때 같은 단어를 반복하기보다 대명사나 유사 어휘로 치환하여 사용하는 경향이 강하기 때문이다. 한 문헌에서는 대개 한 가지 중요 메시지를 전달하고 있으므로 본 연구에서는 문헌 하나에 반복된 용어의 빈도는 고려하지 않았다. 대신 같은 해에 출간된 여러 건의 문헌에 출현한 특정 단어의 조사하여 시간에 따른 경향성을 조사하였다.

3. 결과 및 토의

3.1 양적 동향 분석

먼저, 시간에 따른 양적 동향을 분석하기 위해 출판 건 수와 출간 학술지, 저자 및 연구 기관 수를 살펴보았다 (Fig. 5). mrnIF에 따른 학술지 수준에 따른 경향을 살펴보기 위해 mrnIF 기준에 따라 5%, 10%, 20%로 출간된 문헌의 학술지를 분할하여 도시하였다. 본 연구에서 사용한 검색식으로 도출된 논문의 최초 발간 년도는 1949년이지만 충분한 모수를 확보하기 위해 최근 41년(1980년 후)을 분석 대상으로 삼았다. 1980년부터 연간 20편 이상의 문헌이 출간되었는데, 20년이 지난 약 2000년경부터 한 해 100편을 넘어서며 이후 빠르게 성장해 12년만에 연간 1000편을(2012), 다시 5년만에 2000편(2017), 2년만(2019)에 연간 출판물이 3천편을 넘어섰다. 이는 연평균 성장률로 환산하면 16.1%에 해당하는 매우 빠른 속도로, 4년마다 2.1배가 된다 (Fig. 5a). 이 기간 동안 양적 향상과 함께 질적 향상도 이어졌다. 1980년까지는 상위 20% 내 학술지에 출간된 연구 결과가 없지만 1990년을 전후해 상위 20% 학술지가 전체의 20% 가량을 점유하고, 2000년경부터 상위 5% 학술지의 점유율이 늘어 전체의 10% 가량에 이르렀다(Fig. 5b).

한 분야가 성장할 때 연간 출판물의 수와 함께 연구에 참여하는 저자의 수도 늘어나는 경향이 있는데, 본 연구에서 조사한 문헌에서도 이와 같은 성향이 드러나고 있다(Fig. 5c). 한편 논문 편당 저자 수와 소속기관 수도 시간에 따라 꾸준히 증가하고 있는데 상위 학술지가 평균(검정)보다 협업이 더 활발함을 알 수 있다. 둘 다 전반적으로 우상향하는 경향을 보여주지만 특히 2000년을 전후해서 협업이 일시적으로 매우 활발했는데, 이 시기 상위 학술지 점유율도 함께 증가했다(Fig. 5b).

Fig. 5.

Publication trends on given query in Fig. 1. (a) Number of publications and (b) relative fractions as a function of time presented as stack plots, and (c) Number of authors as a function of number of publications. Average numbers of authors and affiliations by time are presetned as insets in insets of (c). The journals are classified with their mrnIF

3.2 동시 출현 분석

VOS viewer³¹⁾를 사용해 단어들이 동시에 출현하는 패턴을 시각적으로 표현했다(Fig. 6). 본 연구에서 제안한 전처리 효과를 확인하기 위해 전처리 없이 저자들이 입력한 키워드를 대상으로 분석한 결과와 앞서 설명한 전처리를 거친 유니그램을 분석한 결과를 비교했다(Fig. 6). 잡음을 제거하기 위해 20건 이상 등장한 단어만 선별한 결과 전처리 전에는 537개의 단어가 8개의 군집으로 구분되었으나(Fig. 6a) 전처리를 마친 데이터는 953개의 단어가 5개 군집으로 구분되었다(Fig. 6b). Fig. 6에서 전처리 전에는 개별 단어로 분류되던 photovoltaic, photovoltaics, pv가 전처리 후 photovoltaics로 취합되어 등장 빈도를 의미하는 원의 크기가 커진 것을 볼 수 있다. 전처리로 인한 잡음 제거 효과도 확인할 수 있는데, Fig. 6a의 오른쪽 먼 곳에 prostate cancer (전립선암)이라는 엉뚱한 단어 클러스터가 보인다. 의학 분야에서 전립선 용적을 의미하는 prostate volume의 약어를 PV로 사용하면서 엉뚱하게 들어온 논문들³²⁾이 13편이 존재하는 탓에 하나의 클러스터를 형성한 것으로, 검색식 기반 대량 논문 분석의 오류 위험성을 드러내고 있다.

Fig. 6.

Words co-occurence visualization (a) before preprocessing based on author keywords and (b) after preprocessing through regularization, knowledge graph and unigrams

이와 유사하게 atrial fibrillation (심방세동) 관련 연구에서 pulmonary veins (폐정맥)가 PV로 사용되는 탓에 관련 논문 42편³³⁾이 외딴 곳에 군집을 형성하고 있다. 이와 같은 문제를 예방하고자 검색식에 EXCLUDE (SUBJAREA , “MEDI”)와 EXCLUDE (SUBJAREA , “BIOC”) 구문을 삽입해 의학, 생물학 분야를 제외했음에도 불구하고 잡음이 제대로 걸러지지 않은 것이다. 대다수의 학술지가 다학제적 속성을 띄고 있기 때문에 특정 분야를 제외하는 것으로는 이와 같은 문제를 미연에 방지하기 어려운 것이 사실이고, 이와 같은 대량 데이터 분석 뿐 아니라 문헌 검색에서 유의해야 하는 이유가 된다. 그러나 본 연구에서와 같이 중요 단어들을 표준화해 하나로 묶어주면 이들의 출현 빈도가 상승하면서 잡음에 해당하는 단어들의 출현 빈도가 상대적으로 저하되기 때문에, 시각화를 비롯한 후속 데이터 분석에서 데이터로 인한 문제가 자연스럽게 무시되어 오류가 예방된다.

3.3 단어 추세 분석

전처리 후 생성된 다섯 개의 군집은 각기 ① 태양광 소재와 물리적 거동(photovoltaics, solar cell, thermal), ② 신재생 에너지 등 전력 생성 및 계통(renewable energy, electricity generation, energy grid), ③ 일사량 데이터 및 머신 러닝(solar irradiance, data, machine learning), ④ 분산 발전 등 전력 시스템(photovoltaic system, method, electric power system), ⑤ 휴리스틱 알고리즘(algorithm, particle swarm optimization, mathematical optimization) 관련 내용으로 구성되어 있다. 큰 틀에서는 유사한 의미의 단어라도 출간 시기에 따라 사용되는 경향이 변화하는 것을 볼 수 있는데, 일례로 컴퓨터의 연산 능력을 활용하는 연구 방식이 computer simulation (평균 출간 년도 2013.8년), algorithm (평균 출간 년도 2017.0년), deep learning (평균 출간 년도 2020.0년) 으로 시간에 따라 변화하는 것을 확인할 수 있다.

Fig. 7.

Words colorized with average publication year. Clusters on system and machine learning are relatively new, where energy conversion related words are old

Fig. 6에서 군집화한 최빈 단어의 평균 등장 년도를 도출해 Fig. 7에 도시하였다. 에너지 변환 관련 단어는 상대적으로 과거 출판물에 많이 등장한 반면 머신 러닝, 모델링, 계통 관련 단어는 최근에 등장하는 경향이 색으로 표현되었다. 각 클러스터에서 가장 출현 빈도가 높은 단어 다섯 개를 선정했으며 각 그래프의 높이는 자기 자신의 최대 출현 비율에 따른 상대값으로 표현했기 때문에 다른 단어와 높이를 비교하는 것은 적절치 않고 스스로의 출현 빈도 변화만을 읽어야 한다.

Fig. 8로부터 1980년경 태양광 및 태양열의 변환 효율에 대한 연구가 활발했으며(solar cell, thermal, energy conversion efficiency, solar energy, energy development, photovoltaic system), 2000년 이후 신재생에너지의 부상(renewable energy, solar panel)과 함께 에너지 계통(electricity generation, energy development, electric power system)에 대한 연구가 활발해졌다는 사실을 알 수 있다.

데이터(data)는 태양광 연구 초기부터 중요하게 취급되고 있다. 논문 출간이 적었던 1973년 다른 논문들의 용어가 전처리 과정에서 정리되어 100% 점유율로 그래프가 그려진 탓에 최근들어 중요성이 줄어든 것처럼 보이지만 그림에 잘 드러나지 않은 2010년 이후에도 3% 이상의 점유율을 유지하고 있다. 전산 자원의 효용이 증대된 1990년대 이후 머신 러닝이 본격적으로 도입되었고(machine learning, regression, classification), 2010년 이후 상승세를 그리고 있다. Category 5에 모여 있는 휴리스틱 알고리즘이 특기할 만한데, 2000년 이후 수치 해석 기법들(algorithm, attention, genetic algorithm, particle swarm optimization, mathematical optimization)이 태양광 예측 분야에 빠르게 도입되고 있음을 알 수 있다.

Fig. 8.

Words appearance as a function of publication year. Each clusters are painted following color codes in Fig. 7. The trends of top 5 words in each categories are plotted with its name and accumulated portions

본 연구에서 제시된 기법을 활용해 특정 단어를 중심으로 수 년에 걸친 변화를 추적하여 조사할 수 있다. 그 예로 시계열 예측 기법인 RNN (Recurrent Neural Network, 순환 신경망)이 활용된 논문 중 2008년부터 2021년까지 출간된 논문 다섯 편을 간략하게 비교하였다. 2008년에 출간된 논문³⁴⁾에서는 한 겹의 은닉층에서 출력된 결과가 feedback layer를 통해 다시 은닉층으로 되먹임되는 구조를 구현한 수준이었으나 2011년 출간 논문³⁵⁾에서는 출력된 모듈 온도를 입력 데이터와 묶어 입력되는, 한 단계 복잡한 구조로 구현되었다. 5년 후 2016년이 되면 LSTM이 반영된 논문이 출간되며³⁶⁾ 2018년에는 Wavelet Decomposition (웨이블릿 분해)과 Convolution LSTM (합성곱 LSTM)³⁷⁾, 2021년에는 ExRNN (Explainable Recurrent Neural Network. 설명 가능 순환 신경망) 구조 도입을 통해 기상 요소와 태양광 일사량간의 관계를 정밀 규명하였다³⁸⁾. 딥러닝 분야의 빠른 발전이 태양광 발전량 예측에도 적극적으로 도입되는 사실을 파악할 수 있다.

3.4 머신 러닝 활용 BIPV 연구 동향

전처리 결과 수집된 문헌 중 BIPV 논문은 1997년 출판 논문³⁹⁾을 시작으로 276편으로 집계되었으며 본 연구에서 수집한 전체 문헌 중 약 1%에 해당하는 분량이다.

Fig. 9.

Number of publications on BIPV and its subsets, BIPV with termal energy or machine learning. (a) Total number of publications including all below, (b) journal articles, (c) conference papers, (d) review articles and (e) books

Scopus에서 제목, 초록, 키워드에 “machine learning”과 “bipv”가 동시에 존재하는 논문을 검색했을 때 2018년 논문⁴⁰⁾을 시작으로 10편밖에 검색되지 않는 것⁴¹⁾과 대조적으로 본 연구에서 사용한 방법을 통해 훨씬 많은 문헌을 추출할 수 있다는 사실을 알 수 있다.

본 연구에서 수집한 전체 문헌에 비하면 BIPV 관련 문헌 수가 적고 년도별 편차도 크지만 Fig. 5a와 같은 기준으로 계산한 2001년 이후 BIPV논문의 CAGR은 35.9%로 전체 논문의 2.2배에 달해 급속 성장을 의미하는 이른바 J 커브의 초입에 있다고 판단할 수 있다. 이들 중 부분집합에 해당하는 열 에너지를 함께 다룬 문헌과 머신 러닝을 적용한 문헌을 함께 추출하였으며, 열 에너지를 함께 다룬 논문이 105편, 머신러닝을 함께 사용한 논문이 각각 33편 확인되었다. 이 두 분야의 시간에 따른 출판 동향을 Fig. 9에 나타냈다. 기하급수적으로 증가하는 학술지 논문(Fig. 9b)와 함께 2010년부터 5년 단위로 활발한 컨퍼런스 논문(Fig. 9c)이 증가를 견인하고 있으며 어느 정도 성숙된 분야에서 출간되는 리뷰 논문과 서적도 2010년 이후 꾸준히 출판되고 있다⁴²⁾.

리뷰 논문 중에서 머신 러닝을 다룬 논문 네 편이 2018년부터 2020년 사이에 출간되었으나 이 중 학회에서 진행된 여러 분야 강의 자료를 모은 학술회의 리뷰 두 편^43,44)은 한 권에 머신 러닝과 태양광 발전이 별도의 내용으로 함께 담겨 있을 뿐으로 태양광 발전의 머신 러닝과는 무관하다. 다른 두 편은 각기 미세먼지에 의한 효과⁴⁵⁾와 중국 내 CIGS-BIPV의 경쟁력에 대한 논문⁴⁶⁾으로 실질적으로는 BIPV에 대한 머신 러닝 리뷰 논문은 2021년까지 출간되지 않았다고 보는 것이 적절하다.

Fig. 10.

Topmost 10 journals of (a) BIPV and (B) machine learning applied BIPV publications

리뷰와 책, 학회 논문을 제외하고 총 21편에 해당하는 학술지 논문은 BIPV 성능 예측, MPPT (Maximum Power Point Tracking. 최대 전력점 추적) 제어, 그리드 시스템 예측 모델, 설계 및 운영 최적화, 부분 음영 발생시 재배치 알고리즘 등 주로 성능 예측과 운영 최적화목적으로 제작한 머신 러닝 관련 연구를 다루고 있다^{47,48,49,50,51,52)}. BIPV 논문 276편 중 학술지 논문 153편이 53종의 학술지에 출간되었으며 이 중 3분의 1 이상인 58편이 Solar Energy (31편), Applied Energy (14편, 상위 5%), Renewable Energy (13, 상위 20%)에 출간되었다.

머신 러닝을 함께 다룬 21편의 논문은 16종의 학술지에 게재되었으며 이 중 절반인 8편이 Solar Energy (3편), Energies (3편), Energy (2편, 상위 5%)에 출간되었으며, 이 중 일부를 Fig. 10에 도시하였다. BIPV 논문이 출판되는 학술지는 전통적인 태양에너지 및 신재생에너지 논문이 주류인데 반해 머신 러닝이 적용된 논문은 이들 외에도 Interntational Journal of Photoenergy를 비롯해 세부적인 주제의 학술지에 다양하게 분포하는 특징을 보인다.

Fig. 11.

Portion of machine learning applied publications, for photovoltaics (PV) and building-integrated photovoltaics (BIPV)

수집한 전체 논문 중 총 20,815편의 PV 논문과 총 276편의 BIPV 중 머신 러닝이 적용된 논문의 시간에 따른 비중 변화를 Fig. 11로 정리하였다. 1997년 전체 PV 논문 중 10%에 머신 러닝이 적용된 이후 2010년 초까지 비중이 10% 대에서 늘지 않고 있었으나 2012년경부터 비중이 상승하기 시작해 2021년 30%에 육박하고 있다. 머신 러닝이 적용된 BIPV 논문은 이보다 많이 늦은 2006년에야 등장하고, 매년 변동이 크기는 하지만 평균적으로 15% 가량이 출간되고 있다. PV에 휴리스틱을 비롯한 선형, 트리, 신경망 모델이 다채롭게 사용되고 있으며 이들의 단점을 상호 보완하기 위해 여러 모델을 조합하여 활용하기도 한다. 이러한 점을 고려할 때 BIPV에도 마찬가지 방식으로 연구자의 창의성을 발휘하여 알고리즘을 선정할 필요가 있다고 여겨지며, 실제 ANN과 ARIMA 모델을 혼합한 연구가 시도된 바 있다⁵³⁾.

4. 결 론

한 분야의 연구 동향을 파악하기 위해 논문을 한 편씩 내려 받아 읽는 대신 수십 년간 출간된 2만 6천여편이상의 문헌 정보를 대량으로 내려 받아 데이터 분석 기법을 적용하였다. 제목과 저자가 작성한 키워드, 초록에 나열된 단어와 문장으로부터 논문이 다루는 대상을 파악해야 하나 문자만으로는 알 수 없는 정보가 있어 이를 극복하는 것이 데이터 기반 문헌 연구의 가장 큰 걸림돌 중 하나이다.

단어의 형태 이면의 지식을 고려한 위계를 파악하기 위해 논문 8천여편을 대상으로 한 사전 연구를 통해 제작한 지식 그래프를 활용했으며, 품사 변화와 동의어, 유사어 등으로 인해 희석된 정보를 자연어 처리 알고리즘과 영문 wikipedia 리다이렉션을 이용해 표준화했다. 그 결과 같은 데이터베이스를 사용하더라도 웹에서 검색할 때보다 훨씬 많은 정보를 신뢰성 있게 도출하여 태양광 발전 분야의 연구에 대한 정량적인 경향을 분석할 수 있었다.

본 연구에서 수집한 태양광 발전에 모델링을 적용한 연구 중 BIPV는 누적 출판물 수 기준 전체의 1%에 불과하다. 전체적인 비중은 매우 작지만 출판물 수의 연평균 증가율은 모집단의 2배가 넘는 36%로 향후 비중이 증대될 것이라 기대되며, 이 중에서도 머신 러닝을 적용한 연구의 비중이 빠르게 늘고 있다. 특히 발전량 예측과 발전 및 전력 시스템 최적화 연구에 적용되고 있는데, 태양광 발전 연구에 휴리스틱 알고리즘이 적용된 지 10년 남짓, 신경망 기법이 적용된 지 5년 남짓하다는 사실을 생각할 때 BIPV의 머신러닝 적용은 성장 가능성이 매우 높다고 볼 수 있다.

문헌 데이터 분석을 통해 직접적인 제목, 키워드, 초록 검색으로 드러나지 않은 BIPV와 머신 러닝 관련 단어가 함께 등장하는 관련 논문들을 직접 읽어야 할 논문 20여편으로 선별함으로써 데이터 분석으로는 파악하기 힘든 연구 방법론이나 연구 주제와 한계를 파악할 수 있었다. 더 많은 분야를 대상으로 본 연구를 확장하여 지식 그래프를 확장하고 단어를 표준화하는 기준을 정교하게 다듬음으로써 데이터 기반 문헌 분석의 효용을 더 높일 수 있으리라 생각한다.