최근 전력분야의 빅데이터 활용과 도입이 시도되고 있고 정부에서도 활성화에 장애가 되는 규제개혁을 추진하고 있다. 하지만 에너지 빅데이터를 이야기할 때 주요 쟁점이 AMI, 사용자정보동의, 보안, 빅데이터 포탈 등에 대한 내용이라 본질과는 다소 차이가 있다.

본질을 이해하기 위해 에너지 빅데이터를 당구에 비유해 설명해 보자.

먼저 빅데이타로 얻고자 하는 가치를 명확히 해야한다. 즉, 당구공 백만개를 3-쿠션으로 하나의 홀에 95% 이상의 확률로 넣는 것을 목표로 정해보자. 이때 등장하는 백만개의 당구공은 데이터에 해당하고, 큐대는 아마존이나 구글이 제공하는 인공지능 엔진이나 딥러닝 알고리즘과 같은 툴에 해당한다. 당구를 치는 사람은 제어로봇이나 자동화 시스템으로 대치할 수 있다.

이제 목적을 달성해야 하는데 무작정 백만개를 아무렇게나 치는 방법은 하수다. 고수는 먼저 당구테이블을 360도 돌아보고 최상의 각도를 예측하고 공의 타격 위치와 강도에 대한 가설을 설정한 이후에 타격한다. 빅데이터에서 이러한 일을 하는 주체는 데이터 사이언티스트다. 다양한 시각과 창의력이 필요한 분야다. 이후에는 실제로 백만개의 공을 가설에 따라 쳐보고 몇개가 들어가는지를 측정해본다. 결과는 처음에는 형편없을 수 있지만 이를 통해 학습하고 가설을 지속적으로 개량해 점점 목표점에 수렴하게 만들어 간다. 최종에는 어느 각도와 힘으로 타격했더니 백만개의 공이 95% 홀에 들어 가도록 하는 조건과 방법론을 얻게 된다.

따라서 에너지 빅데이터에서 가장 중요한 부분은 어떤 가치를 만들 것인지 먼저 목표를 설정해야 하며, 두번째는 데이터 사이언티스트가 이 목표를 정조준한 분석과 예측을 하고 가설을 설정해야 한다. 각도를 바꾸고, 강도와 타격점을 수정하고, 큐대도 바꾸어 보고, 치는 사람(로봇)도 바꾸어 보는 모든 시도들이 여기에 해당한다. 응용분야가 동일한 경우 바뀌지 않는 유일한 존재는 데이터에 해당하는 당구공이다. 이 가설이 결과로 검증되면 비로소 시장에 보급 가능한 알고리즘이 된다.

업무의 흐름에 따른 관점에서 에너지 빅데이터를 살펴보면 데이터의 수집과 저장, 분석과 예측, 제어를 통한 가치창출의 3단계로 나누어 볼 수 있다. 먼저 수집과 저장은 여러 센서와 통신방법들을 통해 현장의 전력사용 정보를 수집하는 단계다. 여기서 가장 중요한 부분은 태깅이다. 데이터 생성시점의 시간정보나 분류정보와 같은 태깅이 없으면 향후 사용시에 주변정보와 연계할 수 없게 되므로 가치를 상실하게 된다. 분석과 예측에서는 독자적인 AI를 개발하거나 하둡과 같은 개발툴을 활용하며 더욱 고차원의 결과를 위해서는 아마존이나 구글과 같은 기존의 클라우드 환경의 AI엔진이나 툴을 활용하게 된다. 이렇게 만들어진 알고리즘에 따라 제어를 수행해 보고 결과를 정형화하면 비로소 새로운 가치가 탄생한다.

이렇게 보면 국내에서 진행되고 있는 AMI는 데이터의 수집과 저장에 해당하고 전력빅데이터 포탈은 과거 데이터의 통계를 보여주는 정도이다. 에너지 빅데이터로 더 큰 가치 창출을 위해서는 외부에서도 다양한 아이디어로 분석과 예측을 해 볼 수 있도록 시간별 분류별 태깅과 실시간 API를 제공할 필요가 있겠다.

빅데이터의 또다른 고정관념은 반드시 대용량이며 공개정보여야 한다고 생각하는 점이다. 비식별화에 대한 논의와 개인정보 공개에 대한 이슈에 관심이 집중되는 이유이다. 하지만 정보이용동의와 비밀유지를 통한 사적인 영역의 에너지 빅데이터로도 충분한 가치를 만들 수 있는 시장이 있다. 얻고자 하는 목표에 따라 고객이 반드시 많을 필요도 없다.

좋은 예가 공장이나 빌딩의 에너지 관리다. 공장과 빌딩에서 서비스의 공급자는 분석과 예측을 통해 전기요금을 절감할 수 있는 제어 알고리즘을 개발하고 시스템화해 고객에 서비스한다. 이를 위해 양질의 많은 데이터는 필요조건이며 핵심은 제어 알고리즘이 된다. 수요자 입장에서 에너지 빅데이터의 최고의 가치는 전기요금의 절감이다.

예를 들어 고객들의 수고로움 없이 자동화된 알고리즘으로 제어해 기존 대비 전기요금을 3% 줄이는 방법이야말로 최고의 가치가 될 수 있다. 사적 영역에서의 가장 중요한 핵심은 ‘안전한 제어’에 있다. 사소한 알고리즘의 오류가 고객의 업무 전체에 치명적인 결과를 초래할 수도 있으므로 검증된 기법과 2차, 3차의 안전장치들이 알고리즘에 반영돼야 한다. 또한 공급자와 수요자 사이에 결과에 대한 해석이 다를 수 있으므로 이를 객관적으로 평가할 수 있는 공신력 있는 M&V 기술과 인증기관도 중요하다.

에너지 시장에서 빅데이터를 통해 세계를 선도하는 한국을 상상해 본다.