A Study on Predicting North Korea's Electricity Generation Using Satellite Nighttime Light Data

위성 야간광 자료를 이용한 북한의 발전량 예측 연구

Abstract

Electrical energy is a key source of energy for modern civilization, and changes in electricity generation and consumption are closely related to industry and life in general. In this study, we identified the correlation between electricity generation and nighttime light values in South Korea and used it to predict monthly electricity generation trends in North Korea. The results of the study showed a low Pearson correlation coefficient of 0.34 between nighttime light and electricity generation in Seoul, but a high Pearson correlation coefficient of 0.79 between weighting for Seoul case nighttime light values and electricity generation using monthly average temperature. Using nighttime light values weighting for Seoul case by the average monthly temperature in Pyongyang to predict the monthly power generation trend in North Korea, we found that the month-on-month power generation increase in December 2022 was about 60% higher than the month-on-month power generation increase in December 2020 and 2021. The results of this study are expected to help predict monthly electricity generation trends in regions where monthly electricity generation data does not exist, making it difficult to identify timely industry trends.

전기 에너지는 현대 문명의 핵심 에너지원으로 발전량, 전력 소모량의 변화 추이는 산업 및 생활 전반과 밀접한 관계가 존재한다. 본 연구에서는 남한 지역의 발전량과 야간광 값 사이의 상관관계를 파악하고 이를 이용하여 북한 지역의 월간 발전량 추이를 예측하였다. 연구 결과 서울시의 경우 야간광과 발전량 사이에는 0.34의 낮은 피어슨(Pearson) 상관계수를 보였으나 월 평균 기온을 이용하여 서울시의 가중치가 적용된 야간광 값과 발전량 사이에는 0.79의 높은 피어슨 상관계수를 보였다. 평양시의 월 평균 기온을 이용한 서울시의 가중치가 적용된 야간광 값을 이용하여 북한 지역의 월간 발전량 추이를 예측한 결과 2020년, 2021년 12월의 전월 대비 발전량 상승폭보다 2022년 12월의 전월 대비 발전량 상승폭이 약 60% 높은 것으로 나타났다. 본 연구의 결과는 월간 발전량 자료가 존재하지 않아 기민한 산업 동향 등의 파악이 힘든 지역의 월간 발전량의 추이를 예측하는데 도움이 될 것으로 기대된다.

1. 서론

오늘날 한반도는 사회적 사상의 차이로 인해 남한과 북한으로 분단되어 있다. 남한과 북한은 통일과 대립의 가능성을 모두 염두 할 수 있어 동향을 파악하는 것이 중요하다. 한 국가의 동향 또는 발전을 파악하는데에 여러 기법이 존재하며 대표적인 방법 중 하나로 에너지 사용량을 이용한 분석방법이 존재한다(Yoo and Kim, 2006).

전기 에너지의 경우 전기, 전자, 반도체, 통신 등 기술 집약적 산업의 핵심 에너지원으로 여겨지고 있다(Lee and Yoon, 2003). 따라서 발전량을 파악하는 것은 해당 국가, 지역의 핵심 산업 인프라 파악의 핵심 요소이다. 따라서 에너지 사용의 분석은 북한의 동향을 파악하는데 활용될 수 있을 것이다. 현재 통계청에서는 북한지역의 발전량을제공하고 있으나 연간 발전량만 제공한다는 한계점이 존재한다(Korean Statistical Information Service, 2023). 그러나 현대 사회의 산업 상황은 급격하게 변화하므로 월별 또는 일별 발전량의 변화를 파하는 것이 필요하다.

많은 연구자들은 인간 활동 및 자연 현상 연구를 위해 야간광을 이용하고 있다. Nur et al. (2021)은 Suomi National Polar Partnership (SNPP) 위성의 야간광 자료를 이용하여 코로나 19 팬데믹 기간 서울시의 사회적 거리두기에 따른 야간광의 변화에 대한 연구를 수행하였고 Choo and Jeong (2016)은 SNPP 위성의 야간광 자료를 이용하여 강릉시, 영월군 및 춘천시의 야간 에어로졸 광학두께를 산출하는 연구를 수행하였다.

또한 광학 영상 획득에서 주로 사용되는 주간광과는 달리 야간광은 태양광에 의한 영향이 적어 가로등, 상업용 조명 또는 산업 조명 장비에서 나타나는 인공광의 비율이 주간광 대비 높기에 많은 연구자들은 야간광과 전력 생산량 사이의 상관관계에 대한 연구를 수행하기도 하였다(Li et al., 2019). Eldivige et al. (1997)은 Defense Meteorological Satellite Program (DMSP) 위성의 야간광 자료를 이용하여 미국, 브라질 및 칠레 등 21개 국가의 전력 소모량과 야간광 자료 사이의 상관관계에 대해 연구하였고, Lin and Shi (2020)는 SNPP위성의 야간광 자료를 이용하여 중국 남부 14개 지방의 월별 전력 소비량과 야간광 자료 사이의 상관관계에 대한 연구를 수행하였다. 그러나 한반도 지역에 대한 야간광 및 전력 소비량에 대한 연구는 부족한 실정이다.

따라서 본 연구에서는 남한 지역의 야간광과 월별 발전량에 대한 상관관계를 제시하고, 이를 북한 지역에 적용하여 북한 지역의 월별 발전량의 변화 추이를 추론할 것이다. 본 연구결과는 향후 북한 지역의 월별 발전량을 추론하고, 이를 통해 북한의 산업 인프라의 동향을 기민하게 파악할 수 있는 근거가 될 것이다.

2. 연구자료 및 방법

2.1. 연구 자료

본 연구에서 사용한 위성 영상 자료는 SNPP위성에 탑재된 Visible Infrared Image Radiometer Suite (VIIRS) Day-Night Band (DNB)이다. 이는 현지 시간 기준 매일 약 01시 30분에 획득한 영상을 통해 제공되며 15 arcsec 또는 약 500 m의 공간 해상도를 가진다(Zhang et al., 2017). SNPP VIIRS DNB 영상은 데이터 품질이 좋지 않을 경우 기록되는 값인 65,535를 제외한 16비트(0–65,534)의 radiance 값을 나타낸다.

SNPP VIIRS의 경우 Table 1과 같이 제품군이 나누어지며 VNP 46A1을 제외한 나머지 영상은 미항공우주국(National Aeronautics and Space Administration, NASA)에서 개발한 Black Marble 알고리즘을 이용해 대기, 지형, 달의 양방향 반사도 분포함수(Bidirectional Reflectance Distribution Function, BRDF), 열 및 미광에 의한 오차를 보정해 제공된다(Zhuosen et al., 2022). 본 연구에서는 미항공우주국의 Black Marble 알고리즘이 적용되어 여러 오차가 보정되었으며 일별 자료를 제공해 월별 평균 밝기 값을 산출하기 용이한 VNP46A2 자료가 연구에 적합하다고 판단해 해당 자료를 사용하였다.

Table 1. Description of the four types of SNPP VIIRS VNP46A2 products (Schueler et al., 2013; Zhuosen et al., 2022)

본 연구에서 사용한 VNP46A2 자료의 경우 전 지구를 위도 방향 10°, 경도 방향 10° 범위를 하나의 타일로 하여 도합 648개의 타일로 나누어 제공된다. 따라서 본 연구에서는 H30V04, H31V04와 남한 지역과 북한 일부 지역에 해당하는 H30V05, H31V05 타일을 하나의 영상으로 병합하여 한반도 지역이 나오는 VNP46A2 영상을 제작한다. 이때 남한 및 북한의 발전량 자료와 비교하기 위해 최근 3개 년인 2020년 1월 1일에 획득한 영상부터 2022년 12월 31일까지 총 1,096일 간의 영상 자료 중 기상 등의 요인으로 자료가 존재하지 않는 경우를 제외한 1,075개의 VNP46A2 영상 자료를 사용하였다.

북한의 발전량은 국가통계포털에서 제공되는 발전 전력량 자료를 사용하였다. 해당 자료의 경우 남한 지역은 수력, 화력 발전을 비롯해 원자력, 대체 에너지 등을 통한 발전량을 제공하며 북한 지역은 수력 및 화력 발전에 의한 발전량을 제공한다. 2020년 부터 2022년까지의 북한의 발전 전력량 통계는 Table 2와 같다(Korean Statistical Information Service, 2023).

Table 2. Electricity generation in North Korea (Korean Statistical Information Service, 2023)

남한의 발전량은 한국전력공사에서 제공하는 한국전력통계를 사용하였다. 해당 자료의 경우 에너지원별 발전량, 발전 회사별 설비 및 연료 사용량 등 다양한 정보를 제공한다. 특히 연간 발전량을 제공하는 국가통계포탈과는 다르게 월별 발전량을 제공한다는 장점을 가지고 있다. Table 3은 2020년 1월부터 2022년 12월까지 남한의 월별 발전량 통계를 나타낸 것이다(Korea Electric Power Corporation, 2021; 2022; 2023).

Table 3. Monthly electricity generation in South Korea (Korea Electric Power Corporation, 2021; 2022; 2023)

연구 지역의 경우 북한 지역은 평양시, 남한 지역은 서울시를 선택하였다. 평양시는 북한 지역에서 가장 발전된 도시로 2020년 기준 약 308만명이 거주하며 북한의 행정, 경제적 거점 역할을 담당하고 있다. 평양시는 모든 물자, 전력 공급 순위가 타 도시 대비 높기에 야간광을 이용한 발전량 파악에 효과적일 것으로 판단하였다(Korean Statistical Information Service, 2022; Hwang, 2012; Shin, 2021).

평양시의 경계는 공개 국가 행정구역 데이터를 제공하는 웹 사이트인 GADM의 북한 지도 중 평양시에 해당하는 지역으로 지정하였으며, 그 면적은 약 2715 km²이다(GADM, 2023). 서울시는 2020년 기준 약 991만 명이 거주하는 도시로 평양시 인구의 약 3.2배의 인구가 거주하고 있다(Seoul Open Data Plaza, 2023). 또한 남한 지역에서 가장 발전된 도시로 남한의 행정, 경제적 거점 역할을 담당하는 등 북한 지역의 평양시와 대응되는 지역이다. 또한 두 도시의 거리는 약 196 km, 위도의 차이는 약 1°27′12″로 평양시에 인접한 수도 중 서울시가 가장 가까워 위도에 따른 기온 차이를 최소화 할 수 있기에 평양시와 서울시를 연구지역으로 선정하였다.

서울시의 경계는 GADM 에서 제공하는 남한 지도 중 서울시에 해당하는 지역으로 지정하였으며 그 면적은 약 606 km²이다(GADM, 2023). Fig. 1은 평양시 및 서울시의 위치 및 범위를 나타내낸 것이다. 또한 Fig. 1을 통해 본 연구에서 사용한 VNP46A2 영상들의 타일 경계를 표시하였다. 이때 Fig. 1(a)는 H30V04, Fig. 1(b)는 H31V04, Fig. 1(c)는 H30V05, Fig. 1(d)는 H31V05 타일의 일부를 나타낸다.

Fig. 1. Figure of Pyongyang City (orange color) and Seoul City (cyan color). The part of (a) the H30V04 tile, (b) the H31V04 tile, (c) the H30V05 tile, and (d) the H31V05 tile.

본 연구에서 사용한 기온 자료의 경우 기상자료개방포털에서 제공하는 기온 자료를 사용하였다. 평양시의 기온자료의 경우 월간 평균 기온이 제공되지 않아 일간 평균 기온자료를 이용하여 월간 평균 기온을 산출하였으며, 서울시의 기온자료의 경우 월간 평균 기온자료를 그대로 사용하였다. 사용한 자료의 기간은 연구 기간인 2020년 1월 1일의 기온 자료부터 2022년 12월 31일까지 총 1,096일 간이다.

Table 4는 평양시의 월 평균 기온 및 연 평균 기온을, Table 5는 서울시의 월 평균 기온 및 연 평균 기온을 나타낸다(Korea Meteorological Administration, 2023a; 2023b). 이때 평양시 기온 자료의 경우 소수 둘째 자리에서 반올림하였다.

Table 4. Average monthly and yearly temperatures in Pyongyang City (Korea Meteorological Administration, 2023a)

Table 5. Average monthly and annual temperatures in Seoul City (Korea Meteorological Administration, 2023b)

2.2. 연구 방법

야간광 값을 추출하기 위한 과정은 Fig. 2와 같다. 연구지역 영상의 경우 SNPP 위성이 동일한 날짜에 획득한 VNP46A2 영상 타일 중 연구 지역에 해당하는 타일들을 하나의 영상으로 병합하여 연구지역이 나오는 VNP46A2 영상을 제작한다. 이때 VNP46A2의 경우 영상자료 자체에는 위경도 좌표가 존재하지 않는다. 그러므로 타일의 가장 자리 네 지점에 해당하는 위경도 좌표를 입력해 합쳐진 VNP46A2 영상에 위경도 좌표 값을 부여한다(Zhuosen et al., 2022).

Fig. 2. Flow chart of calculating average nighttime light.

이후 GADM에서 제공 받은 지도자료를 이용해 연구지역인 평양시 및 서울시에 해당하는 픽셀만을 VNP46A2 영상에서 각각 추출하였다(GADM, 2023a; 2023b). 이렇게 추출된 평양시 및 서울시 영상은 약 360 m의 공간 해상도를 지닌다. 추출된 영상에서 픽셀들이 나타내는 야간광 값을 전부 합산한 후 이를 픽셀 개수로 나누어 해당 지역의 평균 야간광 값을 추출하였다. Fig. 3(a)는 해당 과정을 통해 산출된 2022년 3월 18일 획득된 한반도 및 인근 영역의 야간광 자료를, Fig. 3(b)는 2022년 3월 18일 획득된 평양시의 야간광 자료를 나타내며 Fig. 3(c)는 2022년 3월 18일 획득된 서울시의 야간광 자료를 보여준다.

Fig. 3. Image of VNP46A2 acquired on Mar. 18, 2022. (a) Entire Korean Peninsula with H30V04, H31V04, H30V05, and H31V05 tiles combined (b) Pyongyang City and (c) Seoul City.

이렇게 산출된 서울시의 평균 야간광 값은 Table 3에 제시된 남한의 월별 발전량 사이의 상관계수 산출을 통해 상관관계 분석을 실시하였다. 상관계수 산출에는 피어슨(Pearson) 상관관계를 사용하였으며, 식(1)과 같다(Kim et al., 2023).

\(\begin{align}r_{X Y}=\frac{\sum_{i}^{n}\left(X_{i}-\bar{X}\right)\left(Y_{i}-\bar{Y}\right)}{\sqrt{\sum_{i}^{n}\left(X_{i}-\bar{X}\right)^{2}} \sqrt{\sum_{i}^{n}\left(Y_{i}-\bar{Y}\right)^{2}}}\end{align}\)       (1)

식 (1)에서 r_XY는 X와 Y에 대한 피어슨 상관계수를, n은 자료의 개수를 의미한다(Hong and Hur, 2021).

야간광 자료는 연간 발전량의 추세는 반영하나 월간 발전량의 계절별 변화를 반영하지 못한다는 문제점이 존재하였다. 이를 해결하기 위해 본 연구에서는 월 평균 기온 자료를 이용하여 야간광에 기온 가중치를 설정하였다. Fig. 4는 서울시의 야간광, 월 평균 기온 및 연평균 기온을 나타낸 것이다. 검은색 점은 서울시의 야간광을 나타내며 단위는 nWatts·cm^–2·sr^–1이다.

Fig. 4. Graph of nighttime light and average monthly/yearly temperature in Seoul City.

붉은색 점과 노란색 점은 각각 서울시의 월 평균 기온과 연 평균 기온을 나타내며 단위는 °C이다. 여름철인 6~8월의 경우 월 평균 기온은 상승하나 야간광 값은 낮아지는 것을 확인할 수 있으며 겨울철에 해당하는 12~2월의 경우 월 평균 기온은 하락하나 야간광 값은 높아지는 것을 확인할 수 있다. 연 기온 평균의 경우 2020년 및 2022년은 13.2°C, 2021년은 13.7°C로, 연구 기간동안 큰 차이는 존재하지 않았다.

Fig. 5는 서울시의 야간광과 월 평균 기온의 상관관계를 나타낸다. 이 때 야간광과 월 평균 기온 사이에는 상관계수가 -0.76으로 두 자료 사이에는 높은 반비례 관계가 있음을 확인할 수 있다. 본 연구에서는 계절 및 기온 변화에 따른 월간 발전량 변화를 나타내기 위해 서울시의 월 평균 기온자료와 야간광 자료를 이용하여 서울시 기준의 기온 가중치를 적용한 야간광 값을 제시하며 이는 식(2)와 같다.

Fig. 5. Correlation between nighttime light values and monthly temperature of Seoul City.

NTL_Seoul = (|Temp. – Avg. Temp.| + Avg. Temp.) × NTL       (2)

여기서 Temp.는 해당 월의 월 평균 기온을, Avg. Temp.는 해당 년도의 평균 기온을 의미하며 두 변수의 단위는 °C이다. NTL은 야간광 값을, NTL_Seoul은 가중치가 적용된 야간광 값을 의미한다. NTL의 단위는 nWatts·cm^–2·sr^–1, NTL_Seoul의 단위는 °C·nWatts·cm^–2·sr^–1이다.

3. 연구결과 및 토의

Fig. 6는 서울시의 야간광 값과 발전량 자료를 보여준다. 검은색 점의 경우 남한의 월간 발전량을 나타내며 단위는 GWh이다. 붉은색 점의 경우 서울시의 야간광 값을 나타내며 단위는 nWatts·cm^–2·sr^–1이다. 서울시의 경우 전체적으로 발전량과 야간광 값이 비례하는 경향을 보인다. 발전량의 경우 여름, 겨울 시기에 해당하는 7~8월 및 12~1월이 비교적 높게 나타나며 봄, 가을 시기에 해당하는 4~5월 및 9~11월에는 비교적 낮게 나타나는 것을 확인할 수 있다. 반면 야간광 값의 경우 겨울시기에 해당하는 12~1월에는 비교적 높게 나타나나 나머지 시기에는 낮게 나타났다. 특히 2021년 및 2022년 여름시기에 해당하는 7~8월에는 다른 시기 대비 야간광 값이 더 낮게 나타났다. 이로 인해 야간광 값과 발전량 사이에는 차이가 존재하는 것으로 나타났으며 0.34의 낮은 상관계수를 보였다.

Fig. 6. Comparison of electricity generation and nighttime light levels in Seoul from January 2020 to December 2022. Blue squares represent July and August.

Fig. 7은 서울시의 가중치가 적용된 야간광 값과 발전량 자료를 나타낸다. 검은색 점의 경우 남한의 월간 발전량을 의미하며 단위는 GWh이고, 붉은색 점의 경우 서울시의 가중치가 적용된 야간광 값을 나타내며 단위는 °C·nWatts·cm^–2·sr^–1이다.

Fig. 7. Comparison of electricity generation and NTL_Seoul nighttime light in Seoul from January 2020 to December 2022.

서울시의 가중치가 적용된 야간광 값은 기존의 야간광 값과 달리 7~8월 발전량의 증가를 효과적으로 나타냄을 보여준다. 서울시의 가중치가 적용된 야간광 값은 여름시기 및 겨울시기에 해당하는 7~8월 및 12~1월에는 비교적 높은 값을 보이며 봄시기 및 가을시기에 해당하는 4월 및 10월에 가장 낮은 값을 보인다. 특히 발전량이 상승하는 추세인 4~7월 및 10~12월에 서울시의 가중치가 적용된 야간광 값은 상승하는 추세를 보이며 발전량이 감소하는 추세인 1~4월 및 8~10월에는 서울시의 가중치가 적용된 야간광 값이 감소하는 추세를 보인다. 이때 3월의 경우 발전량이 하락 추세를 보이는 1~4월 중 전월 대비 유일하게 상승한 달인데 이는 2월이 다른 달 대비 적은 일자를 지녀 일간 발전량이 동일해도 월간 발전량이 낮기 때문인 것으로 보인다.

Fig. 8(a)는 기존의 야간광 값과 발전량의 상관관계를, Fig. 8(b)는 서울시의 가중치가 적용된 야간광 값과 발전량의 상관관계를 나타낸다. Fig. 8(a)에서 기존의 야간광 값과 발전량은 0.34로 비교적 낮은 상관계수를 보여주는 반면, Fig. 8(b)에서는 서울시의 가중치가 적용된 야간광 값과 발전량은 0.79로 비교적 높은 상관계수를 보인다. 이는 기온 자료를 활용한 서울시의 가중치가 적용된 값이 서울시의 월간 전력량의 추이를 확인하는데 효과적임을 보여준다.

Fig. 8. Correlation between nighttime light values and electricity generation. (a) Nighttime light values before calibration. (b) Nighttime light values after weighting for the Seoul case.

Fig. 7은 2020년 1월부터 2022년 12월까지 식(2)를 이용해 서울시의 가중치가 적용된 평양의 야간광 값 및 북한의 월 평균 발전량을 나타낸 그래프이다. 검은색 점은 북한 지역의 연 평균 발전량을 12로 나누어 산출한 월 평균 발전량을 나타내며 단위는 GWh이다. 붉은색 점의 경우 식(2)를 통해 산출된 서울시의 가중치가 적용된 평양시의 야간광 값을 나타내며 단위는 °C·nWatts·cm^–2·sr^–1이다. 가중치가 적용된 평양의 야간광 값은 계절에 따른 변화를 보이며 여름 및 겨울 시기에는 비교적 높은 값을, 봄 및 가을시기에는 비교적 낮은 값을 보인다. 북한 지역의 경우 2020년부터 2022년까지 매년 연간 발전량이 증가하는 추세를 보였다.

Table 6는 2020년 1월부터 2022년 12월까지 식(2)를 이용해 가중치가 적용된 평양의 월간 야간광 값을 나타낸 것이다. 서울시의 가중치가 적용된 야간광 또한 2020년에는 평균 94°C·nWatts·cm^–2·sr^–1, 2021년에는 113°C·nWatts·cm^–2·sr^–1, 2022년에는 143°C·nWatts·cm^–2·sr^–1으로 연간 평균 값이 증가하는 추세를 보였다. 또한 여름시기 대비 겨울시기가 더 높은 서울시의 가중치가 적용된 야간광 값을 보이며 2022년 12월의 경우 전월 대비 서울시의 가중치가 적용된 야간광이 103°C·nWatts·cm^–2·sr^–1에서 271°C·nWatts·cm^–2·sr^–1로 증가율이 약 2.6배로 나타났는데, 이는 2020년, 2021년 12월의 전월 대비 서울시의 가중치가 적용된 야간광 증가율이 약 1.7배, 1.6배인 것과 비교해 증가율이 약 60% 더 높은 수치이다. 이러한 결과를 통해 북한이 2022년 12월에는 전년 대비 특이 동향을 보였을 것임을 예상할 수 있다.

Fig. 9. NTL_Seoul nighttime light and average electricity generation in Pyongyang from January 2020 to December 2022.

Table 6. Monthly NTL_Seoul nighttime light for Pyongyang City from January 2020 to December 2022

4. 결론

본 연구에서는 2020년 1월부터 2022년 12월까지의 기간동안 대한민국의 야간광 자료를 이용하여 월간 발전량과 서울시의 가중치가 적용된 야간광 사이의 상관관계를 산출하였다. 또한 서울시의 가중치가 적용된 평양시의 야간광 값을 이용하여 북한의 월간 발전량 추이를 예측하였다. 사용된 자료는 미국 해양 대기청에서 운용하는 Suomi NPP 위성의 VIIRS 센서 자료와 기상청에서 제공하는 월 평균 기온자료를 사용하였다. 발전량의 경우 통계청과 한국전력공사에서 제공한 자료를 사용하였으며 기온 자료의 경우 기상자료개방포털에서 제공하는 자료를 사용하였다. 해당 자료들을 통해 얻은 결론은 다음과 같다.

1) 야간광만을 이용하는 경우 연간 발전량 추세를 파악할 수 있으나 계절별 기온 변화에 따른 발전량 변화를 반영하지 못한다는 한계점이 존재한다.

2) 기온 가중치를 통해 온도에 따른 서울시의 월간 발전량의 변화를 반영할 수 있다.

3) 기온 가중치를 적용한 야간광과 월간 서울시의 발전량 사이에는 0.79의 높은 상관관계가 존재한다.

4) 기존에 월간 발전량이 제공되지 않는 지역의 월간 발전량 추이를 예측할 수 있다.

본 연구는 월간 발전량이 제공되지 않는 지역에 대한 월간 발전량 추이 예측에 대한 연구를 수행하였다. 그러나 본 연구에서 제시한 기온 가중치를 적용한 야간광을 통한 발전량 추이 예측의 경우 비슷한 위도 등 발전량 추이 예측 지역과 최대한 유사한 조건을 가진 지역의 가중치를 이용해야 좋은 결과를 얻을 수 있다는 한계점이 존재한다. 향후 비슷한 지리적 조건을 지닌 다른 지역을 통해 추가적인 검증을 진행한다면 발전량 추이 예측의 정확도를 높일 수 있을 것이다.