기상 데이터와 발전량, 사용량 데이터를 AI로 분석해 에너지 거래 수익을 높이는 의사결정 지원 시스템을 만들었습니다. 2024년 4월부터 10월까지 세 명이 함께했고, 백엔드는 Django, 프론트엔드는 React로 구현했습니다.
AI 엔진 자체는 발주처가 만든 것이라 제 범위 밖이었습니다. 제 담당은 데이터를 모으고, 엔진이 받는 형식으로 바꿔 연결하고, 과거 데이터로 시뮬레이션을 돌리는 부분이었습니다.
수집: 공공 API에서 지역별 기상 데이터 받기
기상청 공공 API에서 지역별 기상 데이터를 가져오는 인터페이스를 만들었습니다. 수집한 데이터는 정제하고 표준 형식으로 맞춘 뒤에 다음 단계로 넘겼습니다.
연계: 엔진이 받는 형식으로 바꿔 보내기
연계의 중심은 정제한 기상 데이터를 엔진이 받는 형식으로 바꿔 보내는 모듈이었습니다. 지역별 기상 1년치 데이터를 발전량과 사용량 데이터와 맞춰 보냈습니다. 엔진은 과거 데이터와 비교한 예측 결과를 돌려주고, 시스템은 그 결과를 받아 서비스에 반영합니다.
분석 작업은 예약해서 실행하고, 진행 상태를 모니터링할 수 있게 했습니다.
시뮬레이션: 과거 데이터로 배치 돌리기
과거 데이터를 바탕으로 시뮬레이션을 실행합니다. 파라미터는 설정하고 관리할 수 있어야 했고, 결과는 저장해서 서로 비교할 수 있어야 했습니다. 대량 시뮬레이션은 배치 처리로 돌렸습니다. 수익금 계산 알고리즘의 매개변수도 이 관리 범위에 들어갔습니다.
백엔드 API: 인증, 권한, 데이터 검증
프론트엔드가 쓰는 백엔드 API에는 사용자 인증과 권한 관리를 넣었습니다. 데이터의 무결성과 일관성을 검증하는 단계도 포함했습니다.
정리
- 외부 데이터는 정제와 표준화를 거친 뒤에 다음 단계로 넘겨야 합니다.
- 외부 엔진과 연결할 때는 엔진이 받는 형식에 맞추는 변환 모듈이 핵심입니다.
- 대량 시뮬레이션은 배치로 나눠 돌리고, 결과를 저장해 비교할 수 있어야 합니다.