Time Series | Sieun Kim Portfolio

배터리 전압·온도 시계열 기반 이상 셀 탐지

Fri, 12 Dec 2025 00:00:00 +0000

개요

배터리팩 충전 과정의 전압 및 온도 시계열을 함수형 데이터로 변환하고, 데이터 특성에 맞춰 FPCA와vd-FPCA로 차원을 줄인 뒤, GMM 기반 등각 예측(Conformal Prediction)으로 통계적으로 보장된 이상 탐지 기준을 설계한 프로젝트입니다.

연구 기간

2024.05~2025.03

데이터

KAMP 「전기차 배터리 충전 실험 데이터(품질보증)」 — 셀 176개(16 모듈 × 11 셀) 전압, 온도 측정점 32개(모듈당 2개). 학습은 정상만, 테스트는 정상,이상 혼합

기술 스택

Python,R,scikit-fda, scikit-learn,

성과

전압·온도 이상을 위양성 없이 전수 식별(실제,시뮬레이션 데이터 모두 F1 ≈ 1), 유의수준 $\alpha=0.01$ 에서 통계적으로 보장된 커버리지 달성

문제 정의

제조 현장의 이상 탐지는 두 가지 제약이 있습니다. ① 이상 데이터를 얻기 어렵고, ② 라벨을 얻기는 더 어렵습니다. 이 배터리팩 데이터도 같은 상황이었습니다.

학습 데이터: 전부 정상 상태의 충전 과정만 수집 — 176개 셀 전압 + 32개 온도
테스트 데이터: 정상·이상이 섞여 있지만, 이상 샘플엔 이상 발생 시점과 “이상이다"라는 이진 라벨만 제공. 이상의 구체적 유형(온도/전압)은 알려주지 않음
판정 규칙: 전압이든 온도든 한쪽이라도 이상이면 그 배터리팩 전체를 이상으로 분류

즉 정상 데이터만으로 정상의 분포를 학습하고, 새 샘플이 그 분포를 벗어나는지를 판단하는 단일 클래스(novelty) 탐지 문제로 접근했습니다. 그리고 “몇 % 신뢰수준에서 이상이다"라고 말할 수 있도록, 통계적 보장이 있는 판정 기준이 필요했습니다.

배터리팩 계층 구조

배터리팩은 계층적으로 구성됩니다. 팩 1개 = 모듈 16개, 모듈 1개 = 셀 11개, 따라서 팩 전체는 176개 셀입니다. 온도는 모듈마다 센서 2개가 달려 총 32개 측정점을 갖습니다. 이 셀–모듈–팩 계층을 그대로 분석 단위에 반영했습니다(온도는 모듈당 2개 센서를 평균내 모듈 대표 온도로 사용).

배터리 팩은 여러 개의 모듈로 구성되며, 각 모듈은 다수의 셀로 이루어진 계층적 구조를 가졌습니다.[사진 출처: 삼성 SDI]

데이터 전처리

함수형 데이터 분석은 모든 곡선이 같은 충전 사이클을 담고 있어야 합니다. 그래서 전처리의 핵심은 실제 충전 구간만 정확히 절단하는 것이었습니다.

① 기본 절단. 각 곡선에서 전압 및 온도의 최솟값 인덱스를 충전 시작점, 최댓값 인덱스를 충전 완료점으로 잡아 완전한 충전 사이클을 추출했습니다.

② 변화점 탐지로 정밀 절단. 그런데 일부 데이터는 충전 초반에 최저 전압이 한동안 평평하게 유지되는 구간이 있었습니다. 단순히 최솟값의 첫 인덱스를 시작점으로 잡으면, 충전 전 평형 상태까지 끌려 들어가는 문제가 생겼습니다. 그래서 이런 경우에만 선택적으로 변화점 탐지(ruptures 라이브러리) 를 적용해, 감지된 변화점 중 가장 이른 시점을 실제 충전 시작점으로 삼았습니다. 모든 데이터에 적용하면 계산 비용이 크기 때문에, 문제가 되는 곡선에만 선택 적용해 효율적으로 처리했습니다.

③ 길이 통일. 곡선마다 측정 길이가 달라, 모두 1초 단위 격자로 선형보간하고, 가장 긴 곡선을 기준으로 짧은 곡선은 마지막 값을 연장해 길이를 맞췄습니다. 다만 온도는 센서별 변화 양상이 너무 달라 같은 방식으로 늘리면 본래 패턴이 손상되고 탐지 성능이 떨어졌습니다. 그래서 온도에는 가변 도메인 함수형 주성분 분석(vd-FPCA) 을 적용했습니다. vd-FPCA는 길이가 다른 곡선을 공통 격자로 억지로 맞추지 않고, 도메인 길이를 변수로 한 삼변량 평활(penalized thin-plate spline)로 공분산을 추정하고 길이에 조건부로 고유분해하는 방법입니다( ). 덕분에 측정 길이가 제각각인 온도 곡선의 고유한 패턴을 보존하면서 차원을 줄일 수 있었습니다.

함수형 분석

전압과 온도는 데이터 성격이 달랐습니다. 전압은 곡선 길이가 비교적 일정해 일반 FPCA를 적용했고, 온도는 센서마다 측정 길이가 제각각이라 길이 차이를 다룰 수 있는 vd-FPCA를 적용했습니다.

전압 — FPCA + Mahalanobis 거리

먼저 데이터를 팩 단위 5:5로 Train / Calibration 으로 분할한 뒤, 모든 전압 곡선을 함수형 데이터로 변환했습니다. Train 세트에서 FPCA를 학습해 고유함수(eigenfunction) 집합을 추정하고, Calibration,Test 곡선은 같은 함수공간으로 정사영해 2차원 FPCA 점수 공간에 표현했습니다.

이어 Train 세트에서 모듈 안 셀들의 전압 벡터로 평균 벡터와 공분산 행렬을 추정했습니다. 팩 $i$, 모듈 $j$, 셀 $k$의 전압 벡터를 $y_{ijk}$ 라 하면 모듈 단위 평균은

$$\bar{y}_{ij} = \frac{1}{K} \sum_{k=1}^{K} y_{ijk},$$

Train 세트 공분산 행렬 $\Sigma$ 는

$$\Sigma = \frac{1}{|D_{\mathrm{tr}}|}\sum_{i \in D_{\mathrm{tr}}} \sum_{j=1}^{M}\frac{1}{K} \sum_{k=1}^{K}(y_{ijk} - \bar{y}_{ij})(y_{ijk} - \bar{y}_{ij})^{\top}.$$

이 평균과 공분산 통해 각 셀이 모듈 분포에서 얼마나 벗어났는지를 Mahalanobis 거리로 측정해, 셀 단위 이상 점수를 정의했습니다. 셀–모듈 계층을 반영하므로, 팩이 이상으로 판정됐을 때 어느 셀이 원인인지까지 해석할 수 있습니다.

온도 — vd-FPCA

온도 곡선엔 vd-FPCA를 적용한 후 GMM을 통해 정상 집단과 이상 집단을 군집화했습니다. 주성분 공간에서 온도 이상 데이터는 정상 군집과 멀리 떨어진 $(-25,\,26)$ 부근에 고립되어 나타났습니다. 이런 뚜렷한 분리는 vd-FPCA가 길이가 다른 온도 곡선의 정상·이상 패턴 차이를 효과적으로 포착했음을 보여줍니다.

온도 vd-FPCA 점수 공간. 정상(train·cal·test_temp_ok)은 한 군집을 이루고, 온도 이상(test_temp_ng)은 $(-25,26)$ 부근에 고립됩니다.

등각 예측

차원을 줄인 점수 공간 위에서, 등각 예측(Conformal Prediction) 으로 이상을 판정했습니다.

왜 등각 예측인가. 이 데이터는 이상 샘플이 적고 라벨도 부족합니다. 등각 예측은 점 예측 대신 예측 집합(prediction set)을 내놓는데, 교환가능성(exchangeability)이라는 최소한의 가정만으로 불확실성을 정량화합니다. 핵심은 모델의 유효성과 무관하게 예측 집합이 참값을 포함할 확률이 설정한 수준 이상으로 유지된다는 점입니다. 덕분에 분포 가정을 강하게 두기 어렵고 데이터 수가 적은 이번 같은 상황에서도 유효하게 작동하고, “$\alpha$ 수준에서 정상을 이상으로 잘못 볼 확률"을 통제할 수 있습니다.

적합성 점수와 예측 집합 구성 방식이 다른 세 가지 임계값 설정 방법을 모두 적용해 강건성을 검증했습니다.

정상 테스트 데이터 — 세 방법 모두에서 예측 영역 내부에 위치해 정상으로 올바르게 분류
이상 데이터 — 세 방법 모두에서 예측 영역을 명확히 벗어나 이상으로 정확히 식별. 특히 한 이상 샘플은 정상 군집에서 상당히 멀리 떨어져, 높은 신뢰도로 탐지됨
위양성(false positive) 0건 — 세 방법 모두에서 완벽한 분류

전압 적합성 점수 분포. 정상(ok)은 낮은 값에 모이고 이상(test_ng)은 큰 값으로 퍼지며, $\alpha=0.01$ 임계값(26.65)을 기준으로 이상이 분리됩니다.

→ 전압·온도 양쪽 모두에서 $\alpha=0.01$ 수준의 통계적으로 보장된 커버리지를 유지하면서, 실제·시뮬레이션 데이터 모두 F1 ≈ 1 의 높은 정확도를 달성했습니다.

시뮬레이션 검증

실제 이상 데이터가 적어, 평균 이동·최댓값/최솟값 이동·시간가변 이동 등 다양한 이상 시나리오를 시뮬레이션으로 생성해 방법론의 강건성을 검증했습니다. 대부분의 시나리오에서 Accuracy·F1·MCC가 0.94~0.99 수준으로 안정적이었습니다.

시뮬레이션 이상 시나리오별 성능 요약 (Accuracy·Precision·Recall·F1·MCC).

핵심 요약

라벨 없는 제조 데이터에 맞춘 설계: 정상만으로 분포를 학습하는 novelty 탐지로 접근하고, 셀–모듈–팩 계층 구조를 분석 단위에 반영했습니다.
전압·온도를 특성에 맞게: 길이가 일정한 전압엔 FPCA + Mahalanobis 거리를, 길이가 제각각인 온도엔 vd-FPCA를 적용해 각 신호의 패턴을 살렸습니다.
통계적으로 보장된 판정: GMM 기반 등각 예측으로 세 가지 임계값 방법 모두에서 위양성 없이 이상을 전수 식별(F1 ≈ 1)했고, $\alpha=0.01$ 의 커버리지 보장을 확보했습니다.

참고문헌

Johns, J. T., Crainiceanu, C., Zipunnikov, V., & Gellar, J. (2019). . Journal of Computational and Graphical Statistics, 28(4), 993–1006.

출처

배터리 팩 사진

다이캐스팅 공정데이터 이상 탐지

Wed, 10 Dec 2025 00:00:00 +0000

개요

다이캐스팅 공정의 시계열 패턴을 기반으로 불량을 예측하고, SHAP·CCF로 불량의 주요 원인을 해석한 제조데이터 분석 프로젝트입니다.

대회

제4회 K-인공지능 제조데이터 분석 경진대회 (KAMP, 2024)

기간

2024.10~2024.11(약 2주)

데이터

다이캐스팅 공정 시계열 2,852,465 cells (92,015 rows × 31 columns)

기술 스택

Python · pandas · NumPy · scikit-learn · XGBoost · SHAP · Matplotlib

성과

Accuracy 0.9970 · Recall 0.9501 · Precision 0.9794 · F1 0.9646

문제 정의

다이캐스팅은 금형(Die)에 녹인 금속을 고압으로 주입해 제품을 만드는 주조 공법으로, 압력·속도·시간·온도 4대 조건을 일정하게 유지하는 것이 중요합니다.

주요 변수의 시계열적 특성이 크게 변동하거나 일정 패턴을 벗어날 때 불량이 빈번하게 발생합니다.
현장 관리자는 변수의 실시간 변동은 볼 수 있지만, 그 패턴이 불량에 어떤 영향을 미치는지 구체적으로 파악하기 어렵습니다.
특히 중소기업은 설비 운영이 작업자 경험에 의존해 체계적 관리가 어렵습니다.

→ 시계열 패턴이 불량에 기여하는 정도를 정량적으로 설명하는 모델이 필요합니다.

접근 방법

불량(수율 영향인자)을 다섯 가지 관점으로 나누어 시계열 특성을 반영했습니다.

현재 상태 — 변수의 현재 값이 불량에 미치는 즉각적 영향
변동성 — 일정 기간의 변동성이 품질에 미치는 영향
변화 추세 — 이동평균 기반 장기적 변화 방향의 누적 영향
계절성 — 연중 시기에 따른 품질 변화
시간대 — 하루 중 밤/낮 변화

데이터 전처리 & 파생변수

롤링 윈도우(window=5) 로 각 공정 변수의 이동평균과 이동 변동계수를 생성했습니다. 변수 특성에 따라 금형코드·가열로 단위로 그룹화하여 계산했습니다.
시계열 특성을 위해 연중 며칠째인지(계절성)와 하루 중 시간대의 주기성을 나타내는 파생변수를 추가했습니다.
유효 범위 외 이상치는 결측 처리 후 평균으로 대체하여 일관성을 유지했고, 데이터 완전성·정확성·무결성 품질지수 100을 달성했습니다.
T-검정 결과 모든 파생변수의 p-value < 0.05 로, 생성 변수가 품질에 유의한 영향을 미침을 확인했습니다.

CCF 분석 — 시차를 고려한 영향력 검증

교차상관함수(Cross-Correlation Function)로 각 공정 변수가 지연 시간(lag) 에 따라 불량 판정에 미치는 상관관계를 분석했습니다.

변수의 지연시간(lag)에 따른 CCF. CCF가 양수면 변수 증가 시 불량 확률 증가, 음수면 정상 확률 증가를 의미합니다.

예측 모델 — XGBoost

금형코드·가열로 같은 범주형 변수와 비선형 상호작용이 많은 제조데이터 특성에 강점이 있는 XGBoost를 채택했습니다.

클래스 불균형 처리: 불량 비율이 낮은 문제를 보정하기 위해 불량 클래스에 더 높은 가중치를 부여했습니다.
데이터 분할: 클래스 비율을 유지하며 학습·검증·테스트로 분할했습니다.

모델	Accuracy	Recall	Precision	F1 Score
Random Forest	0.9965	0.9377	0.9817	0.9592
AdaBoost	0.9936	0.8928	0.9572	0.9239
Decision Tree	0.9957	0.9327	0.9664	0.9492
XGBoost	0.9970	0.9501	0.9794	0.9646

XAI — SHAP 기반 불량 원인 해석

SHAP(Shapley Additive Explanations)로 각 변수가 불량 발생에 기여하는 정도를 정량화했습니다. 각 변수를 현재상태/변화추세/변동성 특성으로 나누어 합산했습니다.

요인별 품질 기여도(좌)와 변수별 종합 영향(우). 빨간색은 품질 저하 요인, 파란색은 개선 요인. lower_mold_temp1, upper_mold_temp2 등 금형 온도 변수가 주요 불량 인자로 나타났습니다.

개별 생산품 진단 예시

불량 생산품(11번): 현재 상태와 변동성이 큰 품질 저하 요인. upper_mold_temp1·lower_mold_temp1의 온도 현재 상태가 불량에 강하게 기여.

정상 생산품(4번): 대부분 변수가 품질 개선에 기여. molten_temp가 일부 저하 요인이나 다른 변수가 이를 상쇄.

기대 효과

체계적 공정관리: 제품 생산 시점마다 공정 변수의 현재 상태·변동성을 평가해 품질 저하 요인을 즉시 조정할 수 있습니다.
비용 절감: 가벼운 트리 기반 모델로 고성능 컴퓨팅 자원 없이 수 분 내 분석 및 해석이 가능합니다.
확장성: 온도 및 습도를 다루는 다른 제조 공정(예: 레진 도포, 경화)으로도 확장 가능하며, 불균형한 범주형 데이터에서 F1 0.980의 높은 예측력을 보였습니다.

지역별 태양광 발전량 예측 및 운영 솔루션

Fri, 05 Dec 2025 00:00:00 +0000

개요

전국 17개 지역의 태양광 발전량을 예측하고, 패널 상태 진단 및 수익 예측을 제공하는 운영 솔루션을 개발한 프로젝트입니다.

대회·과정

K-Software Empowerment BootCamp (KSEB) 3기 — 신세계 I&C 기업협력 프로젝트 (팀 5명)

담당 역할

팀장(PM) · 모델링 총괄 — 일정,역할 관리부터 전체 예측 모델링(날씨·발전량·패널 분류) 설계·구현을 담당

데이터

전국 17개 지역 태양광 발전량·날씨 관측·예보 데이터 (2017–2023, 공공데이터포털·기상자료개방포털)

기술 스택

Python · LightGBM · scikit-learn · TensorFlow/Keras · FastAPI · Streamlit · MySQL · AWS(EC2·RDS)

성과

발전량 예측 RMSE ~10% 개선, 패널 상태 분류 정확도 85%

문제 정의

태양광 발전은 효율이 약 12%로 수력(80 ~ 90%),화력(45 ~ 50%),원자력(30 ~ 40%)에 비해 낮고, 일사·일조·적운·적설 등 날씨에 크게 좌우되어 발전량이 일정하지 않습니다. 재생에너지 3020 정책으로 발전소가 급증하는 가운데, 안정적 운영과 전력 거래를 위해서는 지역별 발전량 예측이 필수적입니다.

이 프로젝트는 전국 17개 지역의 태양광 발전량을 예측하고, 패널 상태 진단를 제공하는 운영 솔루션을 목표로 했습니다.

시스템 구조

왜 날씨를 먼저 예측하고, 그 예측값으로 발전량을 예측했나? 태양광 발전량은 일사량·일조시간 같은 관측 날씨에 의해 결정됩니다. 그런데 우리가 알고 싶은 건 미래의 발전량이고, 미래의 관측 날씨는 아직 존재하지 않습니다. 따라서 ① 기상 예보로 미래의 관측 날씨를 먼저 예측 → ② 예측된 날씨로 미래 발전량을 예측하는 2단계 구조를 설계했습니다.

왜 패널 상태 분류까지 만들었나? 발전량을 아무리 정확히 예측해도, 현장의 패널이 먼지,새똥,손상 등으로 제대로 관리되지 않으면 실제 발전량은 예측을 따라가지 못합니다. 따라서 예측을 운영·관리 시스템의 일부로 완성하기 위해, 발전량이 예측보다 낮을 때 혹은 미리 패널 상태를 진단해 관리할 수 있도록 패널 상태 분류 모델을 함께 만들었습니다.

이 두 가지 이유로 아래 3단계 파이프라인을 설계했습니다.

날씨 예측 — 기상 예보 데이터로 미래의 관측 날씨(일사·일조 등)를 예측
발전량 예측 — 예측된 관측 날씨로 지역별 태양광 발전량을 예측
패널 상태 분류 (관리) — 발전량이 예측보다 낮을 때 패널 상태를 진단해 원인을 파악

예보 → 관측 날씨 예측 → 발전량 예측으로 이어지는 파이프라인 (패널 상태 분류는 관리·진단)

1. 날씨 예측 모델

목표: 전날 17시에 발표되는 기상 예보를 입력으로, 다음날의 실제 관측 날씨(일사,일조,습도,지면온도,기온,풍속 등)를 예측합니다. 발전량 예측의 입력이 되는 단계라 정확도가 전체 파이프라인의 토대가 됩니다.

기상청 매칭 & 변수 선별. 발전소마다 위치가 다르므로, 설비용량으로 가중한 위·경도를 계산해 각 지역에서 가장 가까운 기상청을 매칭했습니다. 이후 발전량과 상관계수 절댓값 0.2 이상인 날씨 변수만 선별하고, 결측은 Random Forest 기반 반복 대치(Iterative Imputer)로, 전부 결측인 경우는 인접한 날짜 데이터로 보완했습니다.

핵심 — 일사·일조량이 없는 지역의 직접 계산 + 구름 가중치 파생변수. 일부 지역(울산,세종,경북 등)은 일사량 및 일조시간이 관측되지 않아, 발전량 예측의 가장 중요한 입력이 비어 있는 문제가 있었습니다. 이를 인접 지역 값으로 대체하면 정확도가 크게 떨어졌습니다. 그래서 물리적으로 직접 계산하는 방식을 설계했습니다.

위·경도 + 시간으로 이론적 일사량 계산: 태양의 고도 및 방위는 위경도와 시각으로 결정되므로, 이를 이용해 맑은 하늘 기준 이론적 일사량과 일조시간을 직접 산출했습니다.
구름 가림을 가중치로 반영: 실제로는 구름이 햇빛을 가리므로, 그날의 하늘 상태를 가중치로 곱해 보정했습니다. 예보의 하늘 상태 코드별로 가중치를 부여했습니다.

하늘 상태 매우 맑음 맑음 구름 조금 구름 많음 흐림

가중치 1.0 0.8 0.5 0.3 0.05

→ 조정된 일사량 = 이론적 일사량 × 하늘 상태 가중치 로 파생변수를 생성해, 관측값이 없는 지역에서도 발전량 예측에 쓸 수 있는 입력을 확보했습니다.

하늘 상태	매우 맑음	맑음	구름 조금	구름 많음	흐림
가중치	1.0	0.8	0.5	0.3	0.05

모델 선택. LSTM·LightGBM·XGBoost·Random Forest를 같은 데이터로 비교한 결과(서울 기준 RMSE), 기온,습도,일사량처럼 특성이 다른 변수들의 상호작용을 안정적으로 처리하는 Random Forest가 가장 우수해 최종 채택했습니다. 학습에 한 번도 쓰지 않은 3일치 데이터에서도 일사 RMSE 0.1, 일조 RMSE 0.06으로 안정적인 성능을 보였습니다.

학습에 사용하지 않은 기간의 날씨 변수별 실제(True) vs 예측(Predicted) 비교.

2. 태양광 발전량 예측 모델

입력 설계. 1단계에서 예측한 관측 날씨에, 태양광이 시계열 특성을 갖는다는 점을 반영해 피처를 추가했습니다. 날짜 피처(연.월.일.요일)에 더해, 발전량이 전날의 발전량·날씨에 영향받는다는 사실을 담은 과거 발전량(lag)·이동평균 시계열 피처를 생성했습니다.

왜 군집화 후 군집별로 모델을 만들었나. 같은 전국 데이터라도 일사량·일조시간 수준에 따라 발전 패턴이 크게 달라집니다. 하나의 모델로 전 구간을 학습하면 평균적인 패턴에 묻혀 버리므로, 발전에 영향이 큰 일사량·일조시간을 기준으로 K-means 군집화(Elbow로 군집 수를 3개로 최적화)한 뒤 각 군집마다 별도의 LightGBM을 학습시켜, 발전 강도대별로 특화된 예측이 가능하도록 했습니다.

왜 LightGBM인가. 대규모 데이터에서도 학습이 빠르고, 결측 처리와 다양한 변수의 비선형 상호작용에 강하며, 과적합 방지에 장점이 있어 복잡한 시계열 특성을 가진 태양광 발전량 예측에 적합했습니다.

일사·일조 수준으로 나눈 3개 군집(Cluster 0·1·2) 각각에 LightGBM을 적용한 실제(Actual) vs 예측(Predicted) 결과. 발전 강도대별로 특화 학습해 각 구간에서 예측이 실제를 잘 따라갑니다.

결과 — 데이터 품질에 따라 예측 성능이 갈렸다. 시계열 피처와 군집별 모델 적용으로 서울시 기준 RMSE 0.57 → 0.52, MAE 0.38 → 0.33 로 예측력이 약 10% 향상됐고, 강원도(RMSE 18.62 → 15.67, MAE 12.26 → 10.04) 등 다른 지역에서도 비슷한 개선을 확인했습니다. 다만 대전처럼 데이터 품질이 낮은(일사 및 일조량이 관측되지 않아 인접 지역 값으로 대체한) 지역에서는 모델이 충분히 학습하지 못해 예측 성능이 낮았습니다. 즉 같은 모델이라도 입력 데이터의 품질이 예측 정확도를 좌우했으며, 이 한계가 1단계에서 일사량을 직접 계산·보정한 이유와 직접 연결됩니다.

학습에 사용하지 않은 기간의 실제(파랑) vs 예측(빨강) 발전량. 데이터 품질이 좋을수록 예측이 실제와 거의 일치하고, 품질이 낮은 지역일수록 오차가 커졌습니다.

3. 태양광 패널 상태 분류

왜 만들었나. 발전량을 정확히 예측해도, 패널이 먼지,새똥,손상 등으로 관리되지 않으면 실제 발전량은 예측을 따라가지 못합니다. 그래서 “예측 발전량 vs 실제 발전량"의 괴리를 진단하는 관리 도구로, 패널 상태를 분류하는 모델을 만들었습니다.

모델. 패널 이미지를 DenseNet121로 6개 상태(정상,새똥,먼지,전기적 결함,물리적 손상,눈 덮임)로 분류했습니다. 적은 데이터에서도 잘 작동하는 구조라 선택했고, 데이터 증강으로 다양한 상황에 강건하도록 학습했습니다.

결과. 전체 정확도 75% → (정제 테스트셋) 85% 를 달성했으며, 눈 덮임(Snow-Covered) 클래스는 F1 0.93으로 특히 높은 성능을 보였습니다. 학습 곡선에서 Loss가 안정적으로 수렴해 과적합 없이 학습이 잘 이뤄졌습니다.

학습 곡선 — Loss 안정 수렴

클래스	P	R	F1
Bird-drop	0.68	0.85	0.76
Clean	0.72	0.74	0.73
Dusty	0.81	0.55	0.66
Electrical-damage	0.71	0.79	0.75
Physical-Damage	0.70	0.54	0.61
Snow-Covered	0.89	0.96	0.93
Accuracy			0.75
Macro avg	0.75	0.74	0.74
Weighted avg	0.75	0.75	0.74

4. 서비스화 & 배포

예측 모델을 실제 사용 가능한 웹 솔루션으로 구현했습니다.

백엔드: FastAPI + SQLAlchemy로 MySQL(AWS RDS)과 연동, 하루 한 번 배치 처리로 지역별 예측을 미리 계산·저장
프론트엔드: Streamlit으로 17개 지역 지도·발전량 그래프·기간별 예측 제공
수익 예측: 예상 발전량에 SMP(계통한계가격)·REC(신재생에너지공급인증서)를 곱해 예상 수익 = (SMP + REC) × 발전량 산출
배포: AWS EC2(백엔드+Streamlit 통합 호스팅), RDS(MySQL)

PM으로서의 기여

모델링 총괄: 날씨 예측 → 발전량 예측 → 패널 분류로 이어지는 전체 ML 파이프라인을 직접 설계·구현했습니다.
일정·역할 관리: 프론트엔드·백엔드·도메인 조사로 나뉜 5인 팀의 작업을 조율하고, 모델·서비스·배포가 한 흐름으로 통합되도록 관리했습니다.
확장 비전: IoT·디지털 트윈과 결합한 AIoT 생태계로의 확장 방향을 제시했습니다.