태양광 패널 설치를 고려하는 사람들은 흔히 "몇 개가 필요한가?"라는 질문을 하고, 히트 펌프의 경우 "얼마나 큰 용량이 적절한가?"를 질문합니다. 이러한 질문에 답하려면 일반적으로 계약업자가 현장에 직접 방문해야 합니다.
하지만 지난 10년간, 태양광 설치 업계는 이처럼 시간이 많이 걸리던 과정을 상당 부분 간소화했습니다. 일부 업체는 [company name]처럼 이 과정을 완전히 없애기도 했습니다. 비결은 바로 소프트웨어입니다. 이는 다양한 데이터 소스와 결합하여 설치업자가 해당 주택에 정확히 몇 개의 패널이 필요한지 모델링할 수 있게 해줍니다.
다른 많은 태양광 설치 업체를 취급하는 회사들처럼, [company name] 역시 잠재적인 프로젝트를 평가하기 위한 자체 내부 도구를 보유하고 있습니다. 이 도구는 태양광 매핑 스타트업인 Mapdwell을 인수할 당시 확보한 소프트웨어에 기반을 두고 있습니다.
그러나 주거용 태양광 시장의 성장이 둔화됨에 따라, 이 회사는 백업 배터리나 히트 펌프와 같은 다른 전기화 프로젝트 영역으로 사업을 확장했습니다. 위성 이미지로는 접근할 수 없는 가정 내부에 설치되는 제품군에 대한 소프트웨어를 개발하는 것은 훨씬 까다롭습니다.
이에 팔메토(Palmetto)는 미국 내 모든 주거용 건물에 대한 가상 뷰(virtual view)를 개발하기 위해 데이터 수집에 착수했습니다. 팔메토의 에너지 인텔리전스 담당 사장인 마이클 브랫사폴리스(Michael Bratsafolis)는 TechCrunch과의 인터뷰에서 회사가 "본질적으로 미국 전체 주거용 건물 자산에 대한 디지털 트윈을 시뮬레이션하고 있다"고 밝혔습니다.
이 회사의 도구는 공공 데이터와 사설 데이터를 기반으로 합니다. 정확한 정보가 부족한 부분에서는, 인공지능(AI)이 단서를 활용하여 벽 내부 구조를 추론합니다. 예를 들어, 1950년대에 지어진 주택은 외벽에 2×4 목재를 사용했을 가능성이 높아, 이는 내부에 설치할 수 있는 단열재의 양을 제한하게 됩니다.
팔메토는 API를 통해 개발자들이 활용할 수 있는 기능의 일부를 보여주기 위해 데모 버전을 개발했습니다. 브랫사폴리스는 "이 기술은 주택을 60가지 이상의 다양한 특성과 속성으로 분해할 수 있습니다"라고 말했습니다.
모델의 검증을 위해, 팔메토는 이미 회사로부터 태양광 패널을 구매했거나 임차한 주택에 대해 수집한 실제 데이터를 활용할 수 있습니다. 그는 "이를 통해 가구에 대한 실제 정보와 데이터를 익명화하여 모델의 성능을 비교하고, 모델을 더욱 고도화하는 데 도움을 받을 수 있습니다"라고 설명했습니다.
팔메토는 또한 이 도구를 외부 개발자에게 개방하기로 결정했는데, 브랫사폴리스는 이러한 움직임이 Twilio에서의 경험에서 영감을 받았다고 전했습니다. 그는 "저는 개발자 중심의 움직임, 즉 파트너와 개발자에게 권한을 부여하는 API 빌딩 블록을 제공하는 마이크로서비스 접근 방식의 관점에서 왔습니다"라고 말했습니다.
개발자들에게는 매월 500건의 API 호출이 무료로 제공되며, 이후에는 건당 5센트입니다. 브랫사폴리스에 따르면, 대규모 고객의 경우 특별 가격 협상도 가능합니다.
브랫사폴리스는 개발자들이 미국 건물 자산의 전기화를 가속화하는 도구를 개발하기를 바라며, 팔메토는 이를 통해 시장이 어떤 방향으로 흘러갈지에 대한 초기 단서를 얻기를 희망한다고 말했습니다. 그는 "사용 사례가 예측할 수 없는 분야이기 때문에, API를 통해 시장의 동향을 파악하는 것이 중요합니다"라고 덧붙였습니다.