Service Planning Draft · v1

Osolar Insight

오소라 인사이트 — 일본 태양광 발전소 진단 & 수익 최적화 플랫폼 (가칭)

"당신의 태양광 발전소, 지금 최고 효율로 벌고 계십니까?" Are your solar assets earning at peak efficiency — right now?

타깃 일본 발전소 오너 · O&M 사업자 퍼널 탐색 → 락인 → 진단 → 전환 핵심 자산 3D 음영 엔진 · PCS 연동 · IRR/FIP 시뮬 크로스셀 Optimizer · ESS(배터리)
01

서비스 기획

Service Architecture — 자발적 유입부터 배터리 크로스셀까지의 고객 여정

고객 여정(Funnel)을 4단계로 구성하여, 비로그인 간이 시뮬레이션의 가벼운 진입에서 회원 락인 → 데이터 제공 → 하드웨어 구매 전환까지 단계적으로 유도합니다.

1
탐색 · Explore

무상 시뮬레이션

지도 기반 비로그인 간이 발전량 추정. 진입 장벽 없이 가치를 먼저 체험.

2
락인 · Lock-in

'내 발전소' 등록

회원가입 후 실제 발전량 입력 → 시뮬값과 비교. 계정에 데이터를 묶음.

3
진단 · Diagnose

AI 정밀 진단

인버터(PCS) 연동으로 스트링별 손실 원인을 AI가 자동 특정.

4
전환 · Convert

솔루션 구매

Optimizer(IRR 제안) + ESS(FIP 전환) 패키지로 매출 전환.

주요 화면 & 기능

🗺️

메인 — 무상 시뮬레이션 툴

구글맵 + 주소 검색창을 전면 배치. 주소를 입력하면 해당 발전소 위치로 즉시 이동하여 간이 발전량을 산정합니다.

📊

대시보드 — 마이 페이지

자동 시뮬값 vs 사용자 실측 발전량을 그래프로 비교. "과거 N개월 놓친 예상 수익: XX엔"을 붉은색으로 강조해 위기감을 환기.

🔥

정밀 진단 페이지

인버터 계정 연동 후 스트링별 역전류·미스매치·음영 영역을 시각적 히트맵(Heatmap)으로 노출.

💡

솔루션 제안 페이지

"음영 지역에만 Optimizer Boost 적용 시 IRR XX% 달성", 그리고 "FIT 종료 후 ESS 도입 → FIP 변동단가 연동 연 XX엔 추가수익" 시뮬레이션 제시.

퍼널 설계 의도 — 각 단계는 다음 단계로의 데이터/동의 장벽을 한 칸씩만 올립니다. 1→2는 회원가입, 2→3은 인버터 연동 동의, 3→4는 구매 결정. 손실 금액의 시각화가 단계 전환의 핵심 트리거입니다.
02

기술적 구현 방안

Technical Solutions — 5개 핵심 엔진

1

구글맵 연동 발전량 산정 & 3D 음영 분석 엔진

GEOSPATIAL · SHADING SIMULATION
  • 발전소 윤곽 & 패널 수 추정 — Google Maps JS API에서 사용자가 다각형(Polygon)을 그리면 면적을 계산, 표준 패널 면적(예: 400W 패널 기준)으로 나눠 예상 패널 수·용량(kW)을 자동 역산.
  • 3D 음영 시뮬레이션 — 고도 데이터(Google Elevation API / 국가 지형 데이터) + 건물 3D 메쉬에 Solar Position Algorithm (SPA)을 적용. 365일 시간별 태양 고도·방위각에 따른 주변 장애물(산·건물·수목) 그림자 투영을 구동.
  • 기상 데이터 매핑 — 일본 NEDO 일사량 DB 또는 실시간 기상 API를 연동, 지역별 평균 일사시간·일출/일몰을 대입해 기초 발전량 산정.
Google Maps JS APIElevation API SPA 알고리즘NEDO 일사량 DBPolygon 면적→kW 역산
2

사용자 데이터 비교 & 진단 엔진 (Gap Analysis)

GAP ANALYSIS · DEGRADATION MODEL
  • 오차율 계산 — 사용자가 패널 사이즈·실제 발전량·FIT 단가를 입력하면 자체 시뮬값과의 오차율을 산출.
  • AI 열화·손실 예측 — 오차 15~20%↑ 발생 시, 제안서의 '7년 후 22.8% 저하' 스케줄러 모델을 대입하여 "패널 오염 · 셀 손실 · 음영 미스매치 발생 중" 진단 메시지를 자동 생성.
오차율 엔진열화 스케줄러(22.8%/7yr)자동 진단 카피
3

PCS 인버터 데이터 크롤링 & API 연동

DATA INGESTION · DIGITAL TWIN
  • 데이터 수집 — 일본 주요 인버터 제조사(Huawei · TMEIC · SMA 등) 모니터링 사이트를 봇/API 기반으로 크롤링, 고객 동의하에 스트링별·인버터별 I-V 데이터를 CSV로 스크랩.
  • 디지털 트윈 불량 원인 특정 — 스트링 패턴 분석으로 피크 컷(Clipping)·오전/오후 고정 음영·다이오드/케이블 파손을 AI가 자동 분리·특정.
Huawei / TMEIC / SMAI-V 스크래핑 Digital TwinClipping 검출
4

옵티마이저 IRR 산정 알고리즘

MIX & MATCH · FINANCIAL MODEL
  • Mix & Match 배치 — 전수 설치 대신 3D 음영 분석으로 도출된 '음영 지역'에만 Boost 제품, 일반 지역엔 GARD 제품을 조합하는 최적 배치 모델.
  • 투자 비용(Cost) — 필요 부스터 개수 × 예상 단가(예: kW당 약 7.2만 원, 타사 대비 약 60% 저렴).
  • 수익(Revenue) — Buck/Boost/Decoupled 작동으로 회복 가능한 변환 효율 +6.4% ~ +18.2% 상승분 × 고객 FIT 단가.
  • 재무 산출 — 5/10개년 현금흐름 시뮬레이션 → 내부수익률(IRR)·투자비 회수 기간 도출.
Boost / GARDIRR / ROI 5·10yr 현금흐름+6.4~18.2% 회복
5

Post-FIT FIP ESS 충방전 최적화 시뮬레이터

JEPX FORECAST · BATTERY ARBITRAGE
  • JEPX 가격 예측 모형 — FIP 체제의 변동 시장가에 대응, 과거 JEPX 시간대별 단가 데이터 기반 충방전 시나리오 구성.
  • 배터리 수익성 시뮬 — 낮 잉여전력(혹은 출력제어 시간대 전력)을 저장 → 저녁·야간 피크 단가 시간대 방전 매출 계산.
  • 시너지 시각화 — Optimizer로 안정화된 발전량이 배터리를 만났을 때의 추가 수익을 금액으로 제안.
JEPX 시간대 단가FIP 변동단가 충방전 아비트라지출력제어 활용
15~20%↑
진단 트리거 오차율
22.8%
7년 후 열화 모델
+6.4~18.2%
Boost 효율 회복
~60%↓
타사 대비 단가