1. 서 론
2. 연구방법
2.1 RPN 평가모델과 국내형 평가기준
2.2 분석 대상 데이터 전처리 및 실제 발생도 산정
2.3 발전소 단위 RPN 산정 로직
3. 태양광 발전소 200개소 대상 RPN 분석
3.1 I-V 판정 결과와 결함 분류
3.2 발전소별 RPN 분포와 위험등급 분류
3.3 고위험군 도출과 조치 우선순위
4. 결 론
1. 서 론
태양광 시스템의 보급 확대에 따라 발전소의 운영 및 유지보수(Operation and Maintenance, O&M) 기술의 중요성이 빠르게 증가하고 있다1,2,3,4,5). 유지보수 기술에는 디지털 O&M을 위한 발전소 데이터 수집, 고장 경보시스템을 활용한 조기 고장 검출 등이 있다2,4,5). 이러한 기술적 발전을 바탕으로 태양광발전소의 효과적인 유지·관리·보수들이 가능해짐에 따라서, 태양광 시스템의 수명이 연장되었다. 그로 인해서 발전소의 설치비용대비 수익률이 증가하였으며, 태양광 발전소의 보급이 확대 되었다. 국제에너지기구(IEA)의 ‘2025 Trends in PV Applications’ 보고서에 따르면, 글로벌 누적 설치 용량은 2024년 말 기준 전 세계 누적 용량은 2,260 [GW]에 달했다. 이는 2023년 1,659.8 [GW] 대비 36.2 [%] 증가한 수치이며, 특히 2024년에 601.1 [GW]가 신규 설치되며 역대 최고치를 기록했다. 따라서 전 세계 누적 설치 용량은 2024년 말 2,000 [GW]를 넘어섰고 2025년 초에는 2.2 [TW]를 상회하였다6). 이러한 보급 확대는 노후화, 환경 영향, 접속 이상, 장비 열화와 같은 운영 리스크의 증가를 동시에 수반한다2,7,8,9,10,11,12). 이에 따라 모든 결함을 동일한 수준으로 관리하기 보다, 위험도가 높은 설비와 고장모드를 우선적으로 선별하는 체계가 필요하다.
최근 태양광 O&M 분야에서는 실시간 운영 데이터와 통신 인프라를 활용한 상태기반 유지보수(Condition-Based Maintenance, CBM)가 주요 방법으로 활용되고 있으며, 최근에는 이상 징후를 사전에 예측하는 Predictive Maintenance로까지 확장되고 있다1,2,4,5). 이러한 접근은 발전량 저하와 설비 이상을 조기에 식별하는 데 유효하지만, 기존 모니터링 체계는 주로 인버터 정지나 모듈 손상과 같은 영향도가 큰 이상 탐지에 초점을 두고 있어 접속부 열화, 절연 열화, 미세 접촉 불량과 같은 초기 결함을 충분히 식별하는 데에는 한계가 있다. 이러한 초기 결함은 단기간에는 발전량 변화가 크지 않더라도 장기적으로 국부 발열, 아크, 화재와 같은 안전 문제로 이어질 수 있으므로, 태양광 발전소의 유지관리는 발전 성능 확보뿐 아니라 잠재적 안전 위험을 함께 고려하는 통합적 접근이 필요하다2,7,9,10,11,12).
이러한 위험기반 접근을 체계적으로 수행하기 위한 대표적인 방법론으로 고장모드 및 영향분석(Failure Mode and Effects Analysis, FMEA)과 위험우선순위수(Risk Priority Number, RPN)를 적용할 수 있다. RPN은 심각도, 발생도, 검출도를 결합하여 고장 위험도를 정량화하고, 제한된 유지관리 자원을 우선순위가 높은 설비와 고장모드에 집중할 수 있게 한다13,14). 그러나 기존 태양광 분야의 RPN 연구는 주로 선행문헌, 전문가 평가, 또는 특정 결함모드 중심으로 수행되어 왔으며, 실제 발전소의 I–V 측정 결과와 반복 장애이력을 함께 활용하여 모델을 검증한 사례는 아직 제한적이다14,15). 따라서 본 연구는 진천군 공공 태양광 발전시설 200개소를 대상으로 I–V 조사 결과와 장애이력을 통합하여 RPN을 재산정하고, 이를 바탕으로 실제 고장 여부와 유지관리 우선순위를 재해석함으로써 현장 적용형 위험평가 방법을 활용하여 분석하였다.
2. 연구방법
2.1 RPN 평가모델과 국내형 평가기준
본 연구는 IEC 60812의 FMEA구조를 따르되, 현장 데이터의 반영성을 높이기 위해 기존 문헌기반 발생도와 실제 장애이력 기반 발생도를 함께 고려하는 방식으로 RPN을 재산정 하였다13,14). 문헌에서 제시되는 일반적인 FMEA 기준은 설비 특성, 기후, 점검, 체계, 알람 운영 방식이 서로 다른 해외 또는 대형 지상형 발전소 조건을 포함하는 경우가 많다. 반면 본 연구 대상은 소규모 공공 건물 옥상형 설비가 다수를 차지하며, 혼합된 모듈 사양, 반복적인 음영, 일출·일몰 인접 시간대의 비고장성 인버터 알람, 제한된 유지보수 자원과 같은 현장 특성을 갖는다. 따라서 문헌 기준을 그대로 적용할 경우 발생도와 검출도가 실제 위험보다 과대 또는 과소평가될 가능성이 있다.
심각도(S)는 고장이 안전성, 출력 성능, 운영 지속성에 미치는 영향을 기준으로 정의하였다. 화재, 감전, 장기 정지 또는 50% 이상의 발전 손실로 이어질 가능성이 큰 고장일수록 높은 점수를 부여하였다. 검출도(D)는 고장을 사전에 발견하기 위한 난이도를 나타내며, 보호장치나 실시간 알람으로 즉시 식별 가능한 경우 낮은 점수, 열화상·절연저항 시험·분해 점검 등 추가 진단 장비나 숙련 작업자가 필요한 경우 높은 점수를 부여하였다. 발생도(O)는 문헌 발생도와 실제 장애이력 기반 발생도 중 큰 값을 채택하였다13).
본 연구에서 S, O, D 점수는 주관적 판단을 최소화하기 위해 Table 1과 같이 객관 기준에 의해 정의하였다. 첫째, 심각도는 출력 손실 구간(10 ~ 20%, 20 ~ 30%, 30 ~ 50%, 50% 이상)과 안전·운전 영향(부분 열화, 장기 정지, 즉시 운전정지 필요 여부)을 결합해 설정하였다. 둘째, 발생도는 문헌상의 장기 고장 빈도와 함께 실제 발전소 로그에서 산정한 fault-day 기반 반복도를 병행 반영하였다. 셋째, 검출도는 육안점검, 알람 데이터, I–V 측정, 열화상, 절연저항 시험 등 실제 O&M 절차에서 요구되는 검출 수단과 점검 난이도에 따라 계층화하였다.
Table 1
2.2 분석 대상 데이터 전처리 및 실제 발생도 산정
분석 대상은 진천군 공공 태양광 발전시설 200개소이며, I-V 조사를 기준으로 정상, 이상, 측정불가제외로 분류하였다. 장애이력은 2025년 8월 1일부터 2026년 3월 13일까지의 인버터로그를 사용하였다. 장애이력에는 실제 고장과 비고장성 이벤트가 혼재되어 있으므로, 태양전지 저전압, 계통의 저전압, 인버터 정지 계열 중 일출·일몰 인접 시간대에 반복적으로 나타나는 비고장성 알람을 제거하였다. 해당 분석에 사용될 데이터는 Table 2로 정리하였다. 원본 장애 데이터는 총 443,611건 이었으며, 전처리 후 유효 장애 데이터는 161,193건 이었다. 즉 282,418건(63.7%)의 비고장성 이벤트가 제거되었고, 최종적으로 전체 로그의 36.3%가 실제 발생도 산정에 사용되었다. Table 3은 고장발생일수에 따른 발생도 점수를 정의한 내용이다. 유효 장애 데이터는 단순 이벤트 건수 합계로 사용하지 않고, 발전소별로 동일 일자에 반복된 알람을 하나의 고장일수(fault-day)로 집계하여 반복고장 재현성을 반영하였다.
Table 2
Analysis dataset used for 200-site RPN calculation
Table 3
Mapping of valid fault-days to the actual occurrence score
2.3 발전소 단위 RPN 산정 로직
본 연구에서는 각 발전소에서 확인된 고장모드별로 먼저 모드 RPN을 계산한 뒤, 발전소 단위 최종 RPN은 해당 발전소 내에서 가장 큰 모드 RPN으로 정의하였다. 이는 실제 유지보수 현장에서 점검 우선순위가 평균적으로 위험보다 가장 위험한 고장모드에 의해 결정된다고 보았기 때문이다.
복수 고장모드가 동시에 존재하는 경우, 최고 RPN을 나타내는 고장모드를 지배적 고장모드(dominant failure mode)로 정의하였고, 동반 고장모드는 별도로 기록하여 발전소 단위 결과만으로 주요 원인이 가려지지 않도록 하였다. 이와 함께 고장유형은 지배적 분류(음영/배치, 노후화/열화, 전기적 결함, 열화/핫스팟)와 다중라벨 기여요인(음영, 노후화, 바이패스 다이오드, 접속반불량 등) 두 수준에서 분석하였다.
Fig. 1은 본 연구에서 사용한 RPN 재계산 절차를 요약한 것이다. 현장조사 결과와 인버터 로그를 통합한 뒤, 비고장성 알람 제거, 고장모드 분류, S·O·D 산정, 고장모드별 RPN 계산, 발전소 단위 집계, 위험등급 부여의 순서로 분석을 수행하였다.
3. 태양광 발전소 200개소 대상 RPN 분석
3.1 I-V 판정 결과와 결함 분류
전체 200개소 중 I-V 판정이 가능한 설비는 192개소였으며, 이 중 130개소가 이상, 62개소가 정상으로 분류되었다. 나머지 8개소는 인버터 접근불가, 설비교체, 공사진행 등의 사유로 측정이 불가능 하였다. 장애이력은 130개소에 대하여 원본 443,611건 중 비고장성 알람을 제거한 뒤, 161,193건을 유효 장애가 남았다. I-V 이상 설비의 주요 결함은 노후화 51개소, 음영 46개소, 바이패스 다이오드 이상 13개소, 핫스팟 11개소, 경사각·방위각 이상 5개소, 접속반·스트링 이상 3개소, 소일링·오염 1개소였다. 즉, 이상설비의 다수를 차지하는 결함은 노후화와 음영이었으나, 상위 위험군은 주로 바이패스 다이오드 고장, 핫스팟, 접속반·스트링 결함이었다. Table 4에 고장 130개소에 대한 각 결함에 대한 개소수와 비율을 나타내었다.
Table 4
Major defect-mode distribution among 130 abnormal sites
3.2 발전소별 RPN 분포와 위험등급 분류
재산정된 RPN의 분포는 Fig. 2로 나타낼 수 있으며 그결과, 정상 설비 62개소의 관측 RPN은 1 ~ 3 범위에 분포하였고 중앙값은 1.5였다. 반면 이상 설비 130개소의 RPN은 40 ~ 280 범위에 분포하였고 중앙값은 84, 사분위 범위는 50 ~ 126이었다. 위험등급 기준은 정상권(1 ~ 10), 관찰권(40 ~ 79), 우선점검권(80 ~ 139), 고위험권(140 ~ 239), 치명위험권(240+)으로 정의하였다
Fig. 2의 히스토그램은 정상군과 이상군의 RPN 분포 차이를 직접 보여준다. 정상군은 모두 정상권(1 ~ 10)에 위치했으며, 이상군은 전부 관찰권 이상에 분포하여 두 집단이 분포상 명확히 구분되었다.
Table 5는 전체 200개소 기준으로 정상권 62개소, 관찰권 59개소, 우선점검권 40개소, 고위험권 27개소, 치명위험권 4개소, 분석제외 8개소로 분포비를 나타낸 것이다. 또한, Fig. 3은 설비용량별 RPN 분포를 제시하며, 전기적 결함형과 대용량 설비군에서 상대적으로 높은 위험도가 형성되었다.
Table 5
Risk-tier distrubtion of the calculated RPN
Fig. 4는 각 고장종류에 따른 RPN분포를 박스플롯으로 나타낸 것이다. 전기적 결함군에서 상대적으로 높은 위험도가 형성된 것을 확인할 수 있다. 결함의 단순 발생 빈도보다 전기적 영향도가 RPN 상승에 크게 작용함을 보여준다. 바이패스 다이오드 소손, 접속반·스트링 불량, 단선과 같은 전기적 결함은 출력 저하와 반복 장애를 직접 유발하여 상위 위험군에 집중되는 경향을 보였다.
3.3 고위험군 도출과 조치 우선순위
RPN 계산결과 250이상 개소는 동곡경로당, 덕산분회경로당, 구암경로당, 상신경로당의 4개소 였다. I-V 조사에서 바이패스 다이오드 소손, 핫스팟 또는 복합 결함이 명확히 확인된 사례들이다. 진천군태양광, 덕산분회경로당, 원암경로당은 각각 280으로 가장 높은 값을 보였고, 진천군공공하수처리시설 252, 하목경로당(진천읍)은 224으로 산정되었다. 다음 단계인 고위험권 16개소에는 노후화 기반 결함 5개소, 바이패스 다이오드 결함 13개소, 접속반·스트링 결함 1개소, 핫스팟 1개소가 포함되어있다.
Table 6의 치명위험 사례를 보면, 진천군태양광은 불량스트링 다수 존재로 출력이 52%감소하였고, 최종 RPN은 280으로 계산되었다. 덕산분회경로당은 바이패스 다이오드 소손과 심한 소일링, 전선 음영이 중첩되어 동일한 280의 RPN을 기록하였다. 원암경로당은 접속반 보드불량 및 피뢰침 음영으로 I-V 커브 왜곡이 발생하여 RPN은 280을 기록했다. 진천공공하수처리시설은String단선 및 바이패스 소손다수, 설치경사각 차이가 동시에 확인되어 252의 RPN을 나타냈다.
Table 6
TOP 10 high-risk sites identified by the calculated RPN
4. 결 론
본 연구는 진천군 공공 태양광 발전시설 200개소를 대상으로 I-V 조사 결과와 장애이력을 통합하여 RPN을 계산하고, 그 값에 따라 설비의 고장 여부와 유지관리 우선순위를 재해석하였다. 그 결과 192개 분석 대상 중 이상 설비 130개소는 40 ~ 270의 범위에, 정상 설비 62개소는 1 ~ 10의 범위에 분포하였으며, 정상군과 이상군 사이에 뚜렷하게 분류되었다. 계산 결과 치명적위험권 4개소, 고위험권 27개소, 우선점검권 40개소, 관찰권 59개소가 도출되었고, 상위 위험군은 주로 바이패스 다이오드 소손, 핫스팟, 접속반·스트링 결함, 반복 장애이력이 결합된 노후화 계열로 구성되었다. 특히 동곡경로당, 덕산분회경로당, 구암경로당, 상신경로당은 즉시 현장 조치가 필요한 대표 설비로 판단되었다. 본 연구에서 계산한 RPN은 태양광 공공설비의 유지관리 현장에서 고위험 설비를 빠르게 식별하고, 점검·보수·정밀진단 대상을 선별하는 방법으로 활용 가능하다. 다만, 본 연구의 결과는 진천군 공공 태양광 발전시설 200개소를 대상으로 한 현장 보정형 사례연구에 기반하므로, 다른 지역 또는 다른 유형의 태양광 발전소에 일반화하기 위해서는 추가 검증이 필요하다. 향후에는 절연진단, 발전량 모델링 등을 결합한 확장형 위험평가가 필요할것으로 사료된다.
