중고교 시절 로봇 대회를 휩쓸던 공학도가 태양광 발전소 유지보수 시장에 뛰어들었다. 오복성 커널로그 대표 얘기다.
2016년 로봇 창업을 했던 그가 군 복무를 마치고 나왔을 때, 커널로그의 합류 제안을 받았다. 원천기술을 활용해 태양광 분야 진출을 기획하던 참이었다. 오 대표는 태양광 발전소가 센서를 빼고 통합관제를 하고 있다는 사실이 이해되지 않았다.
“로봇에는 센서가 엄청 많이 들어가요. 아무리 좋은 모터도 센서 없이는 어디서 멈춰야 하는지 몰라 역할을 다하지 못 하거든요. 자율주행이나 스마트 팩토리 같은 혁신은 결국 센서와 제어 기술이 만든 거죠.”
그동안의 경험을 완전히 다른 도메인에 적용해 디지털 전환을 일으켜보겠다는 의지가 생겼다. 그 한 가지 믿음으로 지금까지 달려왔다.
창업 초기 힘들었던 건 신뢰를 쌓는 일이었다. 태양광 발전소는 20년을 바라보고 운영하지만, 수명의 한 사이클을 채우기도 전에 문을 닫는 시공사나 기자재 공급사가 적지 않다. 고객 입장에서는 자신의 발전소를 끝까지 책임져줄 수 있는 인지도와 규모를 따질 수밖에 없다.
레퍼런스가 없다 보니 첫 제품 출시 이후 6개월간 고객이 한 곳도 없었다. 발전량을 올려준다는 슬로건으로 영업했지만, 규모가 작은 스타트업이 발전량을 높여주겠다는 말을 믿어주는 이가 없었다.
전환점은 뜻밖의 상황에서 찾아 왔다. 회사 상황이 어려워질 무렵, 우연히 현장에서 만난 태양광 모듈 청소업체가 오 대표의 솔루션에 주목했다. 발전량을 올려주는 도구가 아니라, 운영관리 효과를 객관적으로 검증해줄 수 있는 도구라는 점을 알아본 것이다. 만난 당일 공급 계약이 체결됐다.
“그 순간 깨달았어요. 우리의 진짜 가치는 발전량 향상 그 자체가 아니라, 운영관리 성과를 데이터로 증명해주는 거라는 걸요. 이후 전략을 전면 전환했고, 그게 지금 커널로그를 만든 결정적 전환점이었죠.”
올해 솔라로그라는 이름으로 서비스를 리뉴얼했다. 모듈 관제장치를 활용한 정확하고 빈틈없는 관리 서비스다.
내 발전소에 문제가 생겼다고 가정해보자. 기존 인버터 단위 모니터링으로도 뭔가 이상하다는 정도는 안다. 하지만 원인 파악은 어렵다. 결국 현장에 가보거나 고가의 정밀진단을 의뢰해야 한다. 그런데 비용과 시간 때문에 방치하는 경우가 잦다. 수익은 점점 악화된다.
구조적인 문제도 있다. 태양광 모듈은 10장 이상이 하나의 세트로 묶여 있어, 한두 장에 음영이나 고장이 생기면 나머지 모듈 발전량까지 함께 끌어내린다. 연간 발전 저하가 1%만 높아져도 손실은 복리처럼 쌓여, 초기 기대 대비 사업성이 4% 이상 줄어든다.
오 대표는 “커널로그의 접근은 단순하다. 모듈마다 데이터를 수집하면 낱개 단위로 관제가 가능하고, 데이터 해상도가 높으니 원인 추적이 쉬워진다”면서, “여기에 개별 모듈의 전압 제어 기능을 더해, 일부 모듈의 음영이나 고장이 나머지 모듈에 영향을 주지 않도록 차단한다”고 설명했다.
분석 원리는 이렇다. 모듈에서 전압·전류·온도 정보를 수집하고 실제 물리적 배치에 맞춰 정렬한 뒤 시간·계절·환경에 따른 변화를 패턴화한다. 이를 바탕으로 디지털 트윈을 구축하고, 실제 데이터와 비교해 정상 범위를 벗어나는 이상 상황을 감지한다. 이런 패턴을 통해 음영·오염·고장·발전 편차를 분류하고, 상황과 비용에 맞는 해결책을 제안한다.
“드론 한 대 띄우는 건 쉽지만 1,000대를 동시에 관제하는 건 어려운 것과 같은 이치예요. 한 현장에 모듈 3,000개를 10초 간격으로 수집하려면, 통신·수집 메커니즘부터 용량 최적화, 비용 효율적인 클라우드 운영 기술이 함께 어우러져야 하거든요.”
이 과정이 어렵기 때문에 AI 연계까지 도달한 기업이 많지 않다. 글로벌 MLPE 시장을 이끄는 엔페이즈나 솔라엣지가 하드웨어 성능과 주택 시장에 집중하는 반면, 커널로그는 산업용 발전소에서의 데이터 수집과 AI 기반 운영관리라는 차별화된 영역을 개척했다.
현재 400개소 발전소에서 7만 장의 모듈을 10초 간격으로 데이터 수집하고 있다. 국내에서 모듈 단위로 이 규모의 데이터를 상시 수집하는 기업은 커널로그가 유일하다. 연간 약 500건의 크고 작은 문제가 발생·조치되고 있으며, 모든 문제 상황이 발생 시점부터 해결 후 검증까지 데이터로 기록된다.
대표적인 공공 고객사인 한국수자원공사와는 테스트베드 지원에서 시작해 실효성 검증, 전국 단위 확장까지 3년째 협력하고 있다. 운영 5년이 넘은 발전소에 솔루션을 도입한 결과, 7개소 기준으로 최소 7%에서 최대 23%까지 발전량을 개선시켰다.
“기존에는 원인을 정확히 모르다 보니 큰 사업비를 들여 정밀진단을 별도 프로젝트로 추진해야 했어요. 저희를 통해 정확한 원인을 파악하고 커넥터·케이블 교체나 모듈 바이패스 같은 경정비 수준으로 대응하면서 오히려 더 빠르고 효과적인 결과를 얻었죠.”
솔직하게 말하면, 기대만큼 효과가 나오지 않았던 경험도 있다. 사업 초기 강원도 소재의 음영이 심한 현장에 솔루션을 도입했는데, 비용을 투입했음에도 뚜렷한 효과가 나타나지 않아 결국 무상으로 전환했다. 나중에 밝혀진 원인은 해당 현장의 인버터 특성과 모듈 간 결선이 음영에 취약하게 구성되어 있었던 것이었다. 1년 뒤 결선 변경까지 추가로 진행한 이후에야 목표한 발전량을 되찾을 수 있었다.
“이 경험이 남긴 게 큽니다. 단순히 MLPE 기자재를 만들고 파는 걸 넘어, 모듈 종류, 인버터 메커니즘, 전기적 결선 방식, 이론적 특성까지 태양광 전반에 걸친 지식을 종합적으로 연구하게 된 계기가 됐어요. 결과적으로 매우 값진 수업료였습니다.”
2025년 베트남 빈즈엉성 산업단지에 시범 설치를 완료했다. 국내에서는 MLPE 기자재가 아직 생소하지만, 글로벌 시장에서는 연간 10조 원 규모로 거래된다. 미국에서는 건물형 태양광에 래피드 셧다운 장치를 의무 설치하도록 하고 있고, 태국·호주·브라질 등에서도 유사한 화재 안전 규정이 확산되고 있다.
동남아시아는 산업단지 중심으로 태양광이 확산되고 있어 시장 성격이 다르다. 중국산 기자재에 대한 품질 우려와 미국산 기자재에 대한 비용 부담이 공존하는 환경에서, 한국 기자재가 품질과 가격 사이의 좋은 포지셔닝을 잡을 수 있는 조건이었다.
커널로그는 싱가포르의 글로벌 비즈니스 빌더인 킬사글로벌과 손잡았다. 커널로그는 기술과 정책 대응에 집중하고, 킬사글로벌이 현지화와 영업 확산을 담당한다. 이 구조로 현재까지 5개국에서 5건 이상의 MOU를 체결했다.
현재 팀은 총 25명이다. 하드웨어 5명, 소프트웨어·AI 9명, 영업·마케팅 2명, 현장 매니저 7명, 경영지원 2명이다. 연구개발 인력이 전체의 절반 이상을 차지하는, 여전히 기술 중심 회사다.
커널로그는 현재까지 스마일게이트인베스트먼트, 디쓰리쥬빌리파트너스 등으로부터 누적 40억 원의 투자를 유치했다. 투자사들이 공통적으로 주목한 것은 두 가지다. 첫째, 태양광 모듈 단위의 데이터를 직접 수집하는 기업이 국내에 사실상 없다는 점. 둘째, 하드웨어 설계부터 소프트웨어, AI 분석, 현장 운영관리까지 풀스택으로 보유한 구조라는 점이다.
비즈니스 모델은 하드웨어와 서비스를 결합한 하이브리드 형태다. 모듈에 설치하는 MLPE 장치를 판매하는 것이 첫 접점이 되고, 이를 기반으로 데이터 관제와 운영관리 서비스를 지속 제공한다.
“하드웨어가 설치된 현장이 늘어날수록 데이터가 축적되고, 축적된 데이터가 AI 정확도를 높이며, 높아진 정확도가 다시 고객 신뢰와 새로운 레퍼런스로 이어지는 선순환입니다.”
3~5년 후 커널로그는, 발전소 운영자가 유지관리를 고민거리로 느끼지 않아도 되는 세상을 만든 회사이기를 바란다. 태양광 발전소는 20년, 앞으로는 30년까지 운영되어야 하는 국가 인프라다. 그런데 지금의 운영관리 방식은 여전히 수작업과 경험에 의존한다.
“만들고 싶은 에너지 생태계는 모든 발전소가 환경과 조건에 맞는 개인화된 AI 에이전트를 갖고, 문제가 커지기 전에 스스로 감지하고 대응하는 모습입니다.”
그는 “태양광 시장에서 바꾸고 싶은 관행은, 환경·기자재·연식이 모두 다른 발전소들을 동일한 기준으로 관리하는 것”이라며 “커널로그가 수년간 모듈 단위 데이터를 쌓아온 이유가 바로 이를 타파하기 위해서”라고 강조했다.
Reading 70,000 solar modules every 10 seconds… Kernalog transforms power plant maintenance with data
An engineering student who swept robot competitions during his middle and high school years has jumped into the solar power plant maintenance market. This is the story of Oh Bok-seong, CEO of Kernelog.
When he was released from military service after founding a robot company in 2016, he received an offer to join Kernelog. He was in the midst of planning to enter the solar power sector by utilizing core technology. CEO Oh could not understand the fact that solar power plants were operating under integrated control without sensors.
"Robots are packed with sensors. No matter how good a motor is, without sensors, it cannot perform its role because it doesn't know where to stop. Innovations like autonomous driving and smart factories are ultimately driven by sensor and control technologies."
I developed a determination to apply my past experience to a completely different domain and drive a digital transformation. I have run this far driven by that single belief.
The hardest part of starting the business was building trust. Although solar power plants are operated with a 20-year lifespan in mind, there are quite a few construction companies or equipment suppliers that go out of business before completing even a full cycle of their lifespan. From the customer's perspective, they have no choice but to consider the reputation and scale of a company that can take full responsibility for their power plant until the very end.
Since we had no references, we didn't have a single customer for six months after the initial product launch. We tried to sell our products with the slogan that we would increase power generation, but no one believed a small startup promising to boost output.
The turning point came from an unexpected situation. Just as the company was facing difficulties, a solar module cleaning company, which CEO Oh met by chance at the site, took notice of his solution. They recognized that it was not merely a tool to increase power generation, but one capable of objectively verifying the effectiveness of operational management. A supply contract was signed on the very day of the meeting.
“At that moment, I realized that our true value lies not in increasing power generation itself, but in proving our operational management performance with data. Since then, we completely shifted our strategy, and that was the decisive turning point that built the Kernelog of today.”
This year, we revamped the service under the name SolarLog. It is an accurate and seamless management service utilizing a module control system.
Let's assume a problem occurs at my power plant. Even with standard inverter-level monitoring, I can tell that something is amiss. However, identifying the cause is difficult. Ultimately, I must visit the site or commission an expensive precision diagnostic. Yet, due to the cost and time involved, the issue is often left unaddressed. Consequently, profits steadily deteriorate.
There are also structural issues. Since solar modules are bundled in sets of 10 or more, shading or failure in one or two modules drags down the power generation of the remaining modules as well. Even a 1% increase in annual power generation decline causes losses to accumulate like compound interest, reducing profitability by more than 4% compared to initial expectations.
CEO Oh explained, “The approach of Kernellog is simple. By collecting data from each module, monitoring is possible on an individual unit basis, and since the data resolution is high, tracing the cause becomes easy,” adding, “In addition, by adding voltage control functions for individual modules, it prevents shading or failures in some modules from affecting the remaining modules.”
The analysis principle is as follows: Voltage, current, and temperature information is collected from the modules, aligned with the actual physical layout, and patterns are formed based on changes according to time, season, and environment. Based on this, a digital twin is constructed, and abnormal situations deviating from normal ranges are detected by comparing it with actual data. Through these patterns, shading, contamination, failures, and power generation deviations are classified, and solutions tailored to the situation and cost are proposed.
“It follows the same principle as how launching a single drone is easy, but controlling 1,000 of them simultaneously is difficult. To collect 3,000 modules from a single site at 10-second intervals, communication and collection mechanisms, capacity optimization, and cost-effective cloud operation technologies must all work together.”
Because this process is difficult, not many companies have reached the stage of AI integration. While Enphase and SolarEdge, leaders in the global MLPE market, focus on hardware performance and the residential market, Kernelog has pioneered a differentiated area of data collection and AI-based operational management in industrial power plants.
Currently, data is being collected from 70,000 modules at 400 power plants at 10-second intervals. Kernelog is the only company in Korea that continuously collects data of this scale on a module-by-module basis. Approximately 500 issues, both large and small, occur and are addressed annually, and every problem situation is recorded as data from the moment it occurs until verification after resolution.
We have been collaborating with Korea Water Resources Corporation, a key public sector client, for three years, progressing from testbed support to verifying effectiveness and expanding nationwide. As a result of introducing the solution to power plants that have been in operation for over five years, power generation improved by a minimum of 7% to a maximum of 23% across seven locations.
“Previously, because the exact cause was unknown, they had to pursue a separate project for precise diagnosis at a significant cost. By identifying the precise cause through us and responding with minor maintenance tasks such as replacing connectors and cables or bypassing modules, they actually achieved faster and more effective results.”
To be honest, there have been experiences where the results did not meet expectations. Early in the business, we introduced a solution at a site in Gangwon-do with severe shading; however, despite the investment, no significant improvements were seen, so we eventually switched to a free service. It was later discovered that the cause was the site's inverter characteristics and the wiring between the modules, which were configured to be vulnerable to shading. It was only after additionally modifying the wiring a year later that we were able to regain our target power generation capacity.
“This experience left a significant mark. It served as an opportunity for me to go beyond simply manufacturing and selling MLPE equipment and to comprehensively research knowledge across the entire solar energy sector, ranging from module types and inverter mechanisms to electrical wiring methods and theoretical characteristics. Ultimately, it was a very valuable lesson.”
A pilot installation was completed in the industrial park of Binh Duong Province, Vietnam, in 2025. Although MLPE equipment is still unfamiliar in Korea, it is traded at a scale of 10 trillion won annually in the global market. The United States mandates the installation of rapid shutdown devices for building-integrated photovoltaics, and similar fire safety regulations are spreading in countries such as Thailand, Australia, and Brazil.
Southeast Asia has a different market character as solar power is expanding primarily around industrial complexes. In an environment where quality concerns regarding Chinese equipment coexist with the cost burden of U.S.-made equipment, conditions were favorable for Korean equipment to secure a strong position between quality and price.
Kernelog has partnered with Kilsa Global, a global business builder based in Singapore. Kernelog focuses on technology and policy response, while Kilsa Global is responsible for localization and sales expansion. Under this structure, more than five MOUs have been signed in five countries to date.
The team currently consists of a total of 25 people: 5 in hardware, 9 in software and AI, 2 in sales and marketing, 7 field managers, and 2 in business support. It remains a technology-focused company, with R&D personnel making up more than half of the total workforce.
Kernelog has attracted a cumulative investment of 4 billion won to date from investors including Smilegate Investment and D3 Jubilee Partners. The investors commonly noted two key factors. First, there are virtually no domestic companies that directly collect data at the solar module level. Second, the company possesses a full-stack structure encompassing everything from hardware design to software, AI analysis, and field operations management.
The business model is a hybrid form combining hardware and services. The initial point of contact is the sale of MLPE devices installed in modules, and based on this, data monitoring and operational management services are continuously provided.
It is a virtuous cycle where as the number of sites with installed hardware increases, data accumulates; this accumulated data improves AI accuracy, and that increased accuracy leads back to customer trust and new references.
In 3 to 5 years, Kernelog hopes to be a company that creates a world where power plant operators do not have to worry about maintenance. Solar power plants are national infrastructure that must operate for 20 years, and potentially up to 30 years in the future. However, current operational management methods still rely on manual work and experience.
The energy ecosystem I envision is one where every power plant possesses personalized AI agents tailored to its environment and conditions, autonomously detecting and responding to problems before they escalate.
He emphasized, “The practice I want to change in the solar market is managing power plants with different environments, equipment, and ages under the same standards,” adding, “The reason Kernellog has been accumulating module-level data for years is precisely to break this.”
太陽光モジュール7万枚を10秒ごとに読む…カーネルログ、データで発電所のメンテナンスを変える
中高校時代のロボット大会を席巻した工学図が太陽光発電所メンテナンス市場に飛び込んだ。五福城カーネルログの代表だ。
2016年にロボット創業をした彼が軍服務を終えて出た時、カーネルログの合流提案を受けた。源泉技術を活用して太陽光分野への進出を企画した真だった。オ代表は太陽光発電所がセンサーを抜いて統合管制をしているという事実は理解されていない。
「ロボットにはセンサーがすごくたくさん入っています。いくら良いモーターもセンサーなしではどこで止まらなければならないのか分からず、役割を果たせません。自律走行やスマートファクトリーといった革新は結局センサーと制御技術が作ったんです」
これまでの経験を全く異なるドメインに適用してデジタル転換を起こしてみるという意志が生じた。その一つの信仰でこれまで走ってきた。
創業初期大変だったのは信頼を築くことだった。太陽光発電所は20年を眺めて運営するが、寿命の1サイクルを満たす前に閉鎖する施工士や記者材供給会社が少なくない。顧客の立場では、自分の発電所を最後まで責任を持ってくれる認知度と規模を考えるしかない。
リファレンスがないので、初めての製品発売以来6ヶ月間、顧客が一箇所もなかった。発電量を上げるというスローガンで営業したが、規模の小さいスタートアップが発電量を高めてくれるという言葉を信じてくれる人がいなかった。
転換点は意外な状況で訪れてきた。会社の状況が難しくなる頃、偶然現場で出会った太陽光モジュール清掃業者がオ代表のソリューションに注目した。発電量を上げるツールではなく、運営管理効果を客観的に検証してくれるツールだという点を調べたのだ。会った当日の供給契約が締結された。
「その瞬間悟りました。私たちの本当の価値は発電量向上そのものではなく、運営管理の成果をデータで証明してくれるということです。以後戦略を全面転換し、それが今カーネルログを作った決定的転換点でした。」
今年ソラログという名前でサービスをリニューアルした。モジュール管制装置を活用した正確で隙間のない管理サービスだ。
私の発電所に問題が生じたとしましょう。従来のインバータ単位モニタリングでも何かおかしいという程度は分かる。しかし、原因把握は難しい。結局、現場に行ったり高価な精密診断を依頼しなければならない。ところが費用と時間のため放置する場合が多い。収益はますます悪化しています。
構造的な問題もある。太陽光モジュールは10枚以上が1つのセットで結ばれており、1〜2枚に陰影や故障が生じると残りのモジュール発電量まで一緒に引き下げられる。年間発電低下が１％だけ高まっても損失は福利のように積み重ねられ、初期期待に比べ事業性が４％以上減る。
オ代表は「カーネルログの接近は単純である。モジュールごとにデータを収集すれば、単一単位で管制が可能であり、データ解像度が高いため原因追跡が容易になる」とし、「ここに個々のモジュールの電圧制御機能を加え、一部モジュールの陰影や故障が残りのモジュールに影響を与えないようにブロックする」と説明した。
分析原理はこうだ。モジュールから電圧・電流・温度情報を収集し、実際の物理配置に合わせて整列した後、時間・季節・環境による変化をパターン化する。これをもとにデジタルツインを構築し、実際のデータと比較して正常範囲外の異常状況を感知する。このようなパターンを通じて陰影・汚染・故障・発電偏差を分類し、状況とコストに合った解決策を提案する。
「ドローン1台浮かせるのは簡単だが1,000台を同時に管制するのは難しいのと同じ理想です。ある現場にモジュール3,000個を10秒間隔で収集するには、通信・収集メカニズムから容量最適化、コスト効率の高いクラウド運用技術が一緒に調和しなければなりません。」
この過程が難しいため、AI連携まで到達した企業が多くない。グローバルMLPE市場をリードするエンフェイズやソーラーエッジがハードウェア性能と住宅市場に集中する一方、カーネルログは産業用発電所でのデータ収集とAIベースの運営管理という差別化された領域を開拓した。
現在、400ヶ所発電所で7万枚のモジュールを10秒間隔でデータ収集している。国内でモジュール単位でこの規模のデータを常時収集する企業はカーネルログが唯一だ。年間約500件の大小の問題が発生・対処されており、すべての問題状況が発生時点から解決後検証までデータとして記録される。
代表的な公共顧客会社である韓国水資源公社とはテストベッド支援から始め、実効性検証、全国単位拡張まで3年間協力している。運営5年を超える発電所にソリューションを導入した結果、7カ所基準で最低7％から最大23％まで発電量を改善した。
「既存には原因を正確に知らないので、大きな事業費をかけて精密診断を別途プロジェクトに推進しなければなりませんでした。私たちを通じて正確な原因を把握し、コネクタ・ケーブル交換やモジュールバイパスなどの整備費レベルで対応しながら、むしろより速く効果的な結果を得ました。」
率直に言えば、期待ほど効果が出なかった経験もある。事業初期江原道素材の陰影が激しい現場にソリューションを導入したが、費用を投入したにも明確な効果が現れず、結局無償に転換した。後で明らかになった原因は、該当現場のインバータ特性とモジュール間結線が陰影に脆弱に構成されていたことだった。 1年後、結線変更まで追加で進行した後にのみ目標とした発電量を取り戻すことができた。
「この経験が残ったことが大きいです。単にMLPE記材を作って売るのを超えて、モジュールの種類、インバータメカニズム、電気的結線方式、理論的特性まで太陽光全般にわたる知識を総合的に研究することになったきっかけになりました。結果的に非常に貴重な授業料でした。」
2025年、ベトナムのビンズダム産業団地に試験設置を完了した。国内ではMLPE記者材がまだ不慣れだが、グローバル市場では年間10兆ウォン規模で取引される。米国では建物型太陽光にラピッドシャットダウン装置を義務設置するようにしており、タイ・オーストラリア・ブラジルなどでも同様の火災安全規定が広がっている。
東南アジアは産業団地中心に太陽光が拡散しており、市場性格が異なる。中国産の機材に対する品質の懸念と米国産の機材に対するコスト負担が共存する環境で、韓国の機材が品質と価格の間の良いポジショニングをとることができる条件だった。
カーネルログはシンガポールのグローバルビジネスビルダーであるキルサグローバルと手を組んだ。カーネルログは技術と政策対応に集中し、キルサグローバルがローカライズと営業拡散を担当する。この構造で現在まで5カ国で5件以上のMOUを締結した。
現在のチームは計25人だ。ハードウェア５人、ソフトウェア・ＡＩ９人、営業・マーケティング２人、現場マネージャー７人、経営支援２人だ。研究開発人材が全体の半分以上を占める、依然として技術中心企業だ。
カーネルログは現在までスマイルゲートインベストメント、ディスリジュビリーパートナーズなどから累積40億ウォンの投資を誘致した。投資会社が共通して注目したのは二つだ。まず、太陽光モジュール単位のデータを直接収集する企業が国内に事実上ないという点。第二に、ハードウェア設計からソフトウェア、AI分析、現場運営管理までフルスタックで保有した構造だという点だ。
ビジネスモデルはハードウェアとサービスを組み合わせたハイブリッド型だ。モジュールに設置するMLPE装置を販売することが初めての接点となり、これに基づいてデータ管制と運営管理サービスを継続提供する。
「ハードウェアが設置された現場が増えるほどデータが蓄積され、蓄積されたデータがAI精度を高め、高められた精度が再び顧客の信頼と新しいリファレンスにつながる好循環です。」
3～5年後、カーネルログは、発電所運営者が維持管理を悩み通りに感じる必要がない世界を作った会社であることを望む。太陽光発電所は20年、今後は30年まで運営されるべき国家インフラだ。ところが今の運営管理方式は依然として手作業と経験に依存する。
「作りたいエネルギーエコシステムは、すべての発電所が環境と条件に合った個人化されたAIエージェントを持ち、問題が大きくなる前に自ら感知して対応する姿です」
彼は「太陽光市場で変えたい慣行は、環境・機材・年式がすべて異なる発電所を同じ基準で管理すること」とし「カーネルログが数年間モジュール単位データを積んできてきた理由がまさにこれを打破するために」と強調した。
每 10 秒读取 7 万个太阳能组件的数据……Kernalog 利用数据革新电厂维护方式
一位在中学时期横扫机器人竞赛的工程系学生，如今投身于太阳能电站维护市场。他就是Kernelog公司首席执行官吴福成（音译）的故事。
2016年，他创办了一家机器人公司，退伍后收到了Kernelog的邀请。当时他正计划利用核心技术进军太阳能发电领域。Kernelog的CEO Oh无法理解，为什么太阳能发电厂在没有传感器的情况下也能实现一体化控制。
“机器人身上布满了传感器。无论电机性能多么出色，如果没有传感器，它就无法完成任务，因为它不知道在哪里停止。自动驾驶和智能工厂等创新最终都是由传感器和控制技术驱动的。”
我决心将过去的经验运用到一个完全不同的领域，推动数字化转型。正是这份信念，激励着我走到今天。
创业初期最难的部分是建立信任。虽然太阳能电站的运营寿命通常为20年，但很多建设公司或设备供应商甚至在完成整个生命周期之前就倒闭了。从客户的角度来看，他们别无选择，只能考虑那些能够对电站承担全部责任直至最终关闭的公司的信誉和规模。
由于没有任何案例，产品上市后的六个月里，我们一个客户都没有。我们试图用“提高发电量”的口号来推销产品，但没人相信一家小型初创公司会承诺提升发电量。
转折点源于一次意想不到的事件。正当公司面临困境之际，CEO Oh在现场偶然结识了一家太阳能组件清洗公司，该公司注意到了他的解决方案。他们意识到，这不仅仅是一种提高发电量的工具，还能客观地验证运营管理的有效性。会面当天，双方就签署了供货合同。
“那一刻，我意识到我们真正的价值不在于提高发电量本身，而在于用数据证明我们的运营管理绩效。从那时起，我们彻底改变了战略，而这正是塑造如今Kernelog的决定性转折点。”
今年，我们对这项服务进行了全面升级，并命名为 SolarLog。它是一项精准、无缝的管理服务，采用了组件控制系统。
假设我的发电厂出现故障。即使进行标准的逆变器级监控，我也能察觉到异常。然而，找出故障原因却十分困难。最终，我必须亲临现场或委托进行昂贵的精密诊断。然而，由于成本和时间成本高昂，问题往往被搁置。结果，利润持续下滑。
此外，还存在结构性问题。由于太阳能组件通常以10个或更多为一组捆绑安装，因此一两个组件的遮挡或故障也会拉低其余组件的发电量。即使年发电量下降1%，也会像复利一样累积损失，导致盈利能力比最初预期下降4%以上。
吴先生解释说：“Kernellog 的方法很简单。通过收集每个模块的数据，可以对单个单元进行监控，而且由于数据分辨率高，因此很容易追踪故障原因。”他补充道：“此外，通过为各个模块添加电压控制功能，可以防止某些模块的遮光或故障影响其余模块。”
分析原理如下：从模块采集电压、电流和温度信息，并结合实际物理布局，根据时间、季节和环境的变化形成模式。在此基础上构建数字孪生模型，并通过与实际数据对比检测偏离正常范围的异常情况。利用这些模式，对遮光、污染、故障和发电偏差进行分类，并提出针对具体情况和成本的解决方案。
“这与发射一架无人机很容易，但同时控制1000架无人机却很难的道理是一样的。要以10秒的间隔从单个地点收集3000个模块，通信和收集机制、容量优化以及经济高效的云运营技术都必须协同工作。”
由于这一过程难度较高，目前尚未有太多公司达到人工智能集成阶段。全球多层光伏发电（MLPE）市场的领导者Enphase和SolarEdge专注于硬件性能和住宅市场，而Kernelog则在工业电厂的数据采集和基于人工智能的运营管理领域开辟了一条独特的道路。
目前，Kernelog正在从400座发电厂的7万个模块中以10秒的间隔采集数据。Kernelog是韩国唯一一家能够以模块为单位，持续采集如此大规模数据的公司。每年大约会发生并处理500个大小问题，每个问题都会从发生到解决后验证的整个过程被记录为数据。
三年来，我们一直与韩国水资源公社（一家重要的公共部门客户）合作，从最初的测试平台支持，逐步推进到验证有效性，并最终推广至全国范围。在七个已运行五年以上的发电厂引入该解决方案后，发电量至少提高了7%，最高提高了23%。
“以前，由于无法确定确切原因，他们不得不花费大量资金开展单独的项目进行精确诊断。通过我们确定了确切原因，并采取更换连接器和电缆或旁路模块等小型维护措施，他们实际上取得了更快、更有效的成果。”
坦白说，我们也遇到过一些结果不如预期的情况。公司成立初期，我们在江原道一个严重遮阴的电站引入了一套解决方案；然而，尽管投入了资金，却没有看到显著的改善，最终我们不得不转为免费服务。后来发现，问题出在该电站的逆变器特性以及组件之间的线路连接上，这些线路的配置容易受到遮阴的影响。一年后，我们再次对线路进行了改造，才最终恢复了预期的发电量。
“这次经历给我留下了深刻的印象。它让我有机会超越单纯的MLPE设备制造和销售，全面研究整个太阳能领域的知识，从组件类型和逆变器机制到电气布线方法和理论特性，无所不包。最终，这是一次非常宝贵的经历。”
2025年，越南平阳省工业园区完成了一项试点安装项目。尽管MLPE设备在韩国仍不为人所熟知，但其在全球市场的年交易额高达10万亿韩元。美国强制要求建筑一体化光伏系统安装快速关断装置，类似的消防安全法规也在泰国、澳大利亚和巴西等国推广。
东南亚的市场特点与其他地区不同，太阳能发电主要在工业园区周边扩张。在人们对中国设备的质量担忧与美国设备价格高昂并存的环境下，韩国设备凭借其在质量和价格方面的优势，占据了有利地位。
Kernelog已与总部位于新加坡的全球商业拓展公司Kilsa Global建立合作伙伴关系。Kernelog专注于技术和政策应对，而Kilsa Global则负责本地化和销售拓展。在此合作模式下，双方迄今已在五个国家签署了五份以上的合作备忘录。
该团队目前共有25人：5人负责硬件，9人负责软件和人工智能，2人负责销售和市场营销，7人负责现场管理，2人负责业务支持。公司仍然是一家以技术为中心的企业，研发人员占员工总数的一半以上。
截至目前，Kernelog已累计获得40亿韩元的投资，投资方包括Smilegate Investment和D3 Jubilee Partners等。投资者普遍认为，Kernelog的优势在于两点：首先，目前韩国国内几乎没有公司能够直接采集太阳能组件层面的数据；其次，该公司拥有涵盖硬件设计、软件、人工智能分析以及现场运营管理等各个环节的全栈式架构。
该商业模式采用硬件和服务相结合的混合模式。最初的切入点是销售安装在模块中的MLPE设备，并在此基础上持续提供数据监控和运行管理服务。
这是一个良性循环：随着安装了硬件的站点数量增加，数据不断积累；积累的数据提高了人工智能的准确性，而准确性的提高又反过来赢得了客户的信任和新的推荐。
Kernelog希望在3到5年内，打造一个让电厂运营商无需为维护操心的世界。太阳能发电厂是国家基础设施，必须运行20年，未来甚至可能长达30年。然而，目前的运营管理方法仍然依赖于人工操作和经验。
我设想的能源生态系统是这样的：每个发电厂都拥有根据自身环境和条件量身定制的个性化人工智能代理，能够在问题升级之前自主检测并做出响应。
他强调：“我想改变太阳能市场的做法是，用相同的标准来管理环境、设备和使用年限不同的发电厂。”他补充说：“Kernellog 多年来一直在积累组件级数据，正是为了打破这种现状。”
Lecture de 70 000 modules solaires toutes les 10 secondes… Kernalog révolutionne la maintenance des centrales électriques grâce aux données.
Un étudiant en ingénierie, qui a raflé tous les prix des compétitions de robotique durant ses années de collège et de lycée, s'est lancé dans la maintenance des centrales solaires. Voici l'histoire d'Oh Bok-seong, PDG de Kernelog.
Après avoir quitté l'armée en 2016, suite à la création de sa société de robotique, il a reçu une offre d'emploi chez Kernelog. Il était alors en pleine planification de son entrée sur le marché de l'énergie solaire grâce à l'utilisation de technologies de pointe. Le PDG, M. Oh, ne comprenait pas comment des centrales solaires pouvaient fonctionner sous un contrôle intégré sans capteurs.
« Les robots sont bardés de capteurs. Aussi performant soit un moteur, sans capteurs, il ne peut remplir sa fonction car il ne sait pas où s'arrêter. Des innovations comme la conduite autonome et les usines intelligentes reposent en fin de compte sur les technologies de capteurs et de contrôle. »
J'ai développé la détermination d'appliquer mon expérience passée à un domaine complètement différent et de mener une transformation numérique. C'est cette conviction qui m'a guidé jusqu'ici.
Le plus difficile, au démarrage de l'entreprise, a été d'instaurer la confiance. Bien que les centrales solaires soient conçues pour une durée de vie de 20 ans, de nombreuses entreprises de construction ou fournisseurs d'équipements font faillite avant même d'avoir achevé leur cycle de vie complet. Du point de vue du client, il est donc essentiel de prendre en compte la réputation et la taille d'une entreprise capable d'assumer l'entière responsabilité de sa centrale jusqu'à son terme.
N'ayant aucune référence, nous n'avons eu aucun client pendant les six mois qui ont suivi le lancement initial du produit. Nous avons tenté de le vendre en mettant l'accent sur l'augmentation de la production d'énergie, mais personne ne croyait une petite start-up promettant d'accroître la production.
Le tournant décisif est survenu d'un événement inattendu. Alors que l'entreprise rencontrait des difficultés, une société de nettoyage de modules solaires, que le PDG, M. Oh, avait rencontrée par hasard sur le site, s'intéressa à sa solution. Elle reconnut qu'il ne s'agissait pas simplement d'un outil pour augmenter la production d'énergie, mais d'un moyen de vérifier objectivement l'efficacité de la gestion opérationnelle. Un contrat de fourniture fut signé le jour même de cette rencontre.
« À ce moment-là, j'ai compris que notre véritable valeur ne résidait pas dans l'augmentation de la production d'énergie en elle-même, mais dans la démonstration de notre performance en matière de gestion opérationnelle grâce aux données. Depuis lors, nous avons complètement revu notre stratégie, et ce fut le tournant décisif qui a permis de bâtir le Kernelog d'aujourd'hui. »
Cette année, nous avons modernisé le service sous le nom de SolarLog. Il s'agit d'un service de gestion précis et fluide utilisant un système de contrôle des modules.
Supposons qu'un problème survienne dans ma centrale électrique. Même avec une surveillance standard au niveau de l'onduleur, je peux constater qu'il y a un problème. Cependant, identifier la cause est difficile. Finalement, je dois me rendre sur place ou commander un diagnostic de précision coûteux. Or, en raison du coût et du temps que cela implique, le problème est souvent laissé de côté. Par conséquent, les bénéfices diminuent progressivement.
Il existe également des problèmes structurels. Les modules solaires étant regroupés par lots de dix ou plus, l'ombrage ou la défaillance d'un ou deux modules réduit la production d'énergie des autres. Même une augmentation de 1 % de la baisse annuelle de production entraîne une accumulation des pertes, comparable à des intérêts composés, ce qui diminue la rentabilité de plus de 4 % par rapport aux prévisions initiales.
Le PDG Oh a expliqué : « L’approche de Kernellog est simple. En collectant les données de chaque module, la surveillance est possible unité par unité, et grâce à la haute résolution des données, il est facile d’en identifier la cause. » Il a ajouté : « De plus, en ajoutant des fonctions de contrôle de tension pour chaque module, on évite que les zones d’ombre ou les défaillances de certains modules n’affectent les autres. »
Le principe d'analyse est le suivant : les données de tension, de courant et de température des modules sont collectées et alignées sur leur configuration physique réelle. Des modèles sont ensuite établis en fonction des variations temporelles, saisonnières et environnementales. À partir de ces données, un jumeau numérique est construit et les anomalies, c'est-à-dire les écarts par rapport aux valeurs normales, sont détectées par comparaison avec les données réelles. Grâce à ces modèles, les problèmes d'ombrage, de contamination, de défaillance et les variations de production d'énergie sont identifiés et des solutions adaptées à la situation et au coût sont proposées.
« Le principe est le même que pour le lancement d'un seul drone : il est facile, mais contrôler 1 000 drones simultanément est complexe. Pour collecter 3 000 modules sur un site unique à intervalles de 10 secondes, les mécanismes de communication et de collecte, l'optimisation des capacités et les technologies d'exploitation cloud économiques doivent tous fonctionner de concert. »
Ce processus étant complexe, peu d'entreprises ont atteint le stade de l'intégration de l'IA. Tandis qu'Enphase et SolarEdge, leaders du marché mondial des centrales électriques multicouches, privilégient la performance matérielle et le marché résidentiel, Kernelog a ouvert la voie à un domaine différencié : la collecte de données et la gestion opérationnelle basée sur l'IA dans les centrales électriques industrielles.
Actuellement, des données sont collectées toutes les 10 secondes auprès de 70 000 modules répartis dans 400 centrales électriques. Kernelog est la seule entreprise en Corée à collecter en continu des données de cette ampleur, module par module. Environ 500 incidents, mineurs et majeurs, surviennent et sont traités chaque année. Chaque incident est enregistré dès son apparition et fait l'objet d'une vérification après résolution.
Depuis trois ans, nous collaborons avec la Korea Water Resources Corporation, un client majeur du secteur public. Notre collaboration a évolué du soutien à la phase de test à la vérification de l'efficacité de notre solution, avant de s'étendre à l'ensemble du territoire national. Grâce à l'introduction de cette solution dans des centrales électriques en service depuis plus de cinq ans, la production d'électricité a progressé de 7 % à 23 % sur sept sites.
« Auparavant, faute de connaître la cause exacte, ils devaient entreprendre un projet distinct pour un diagnostic précis, ce qui engendrait des coûts importants. Grâce à notre expertise, nous avons identifié la cause précise du problème et avons pu intervenir par des opérations de maintenance mineures, comme le remplacement de connecteurs et de câbles ou le contournement de modules. Ils ont ainsi obtenu des résultats plus rapides et plus efficaces. »
Honnêtement, il nous est arrivé de ne pas obtenir les résultats escomptés. Au début de notre activité, nous avons déployé une solution sur un site du Gangwon-do fortement ombragé. Malgré l'investissement, aucune amélioration significative n'a été constatée, et nous avons finalement opté pour un service gratuit. Nous avons découvert par la suite que la cause du problème résidait dans les caractéristiques de l'onduleur et le câblage entre les modules, configurés pour être sensibles à l'ombrage. Ce n'est qu'après avoir modifié le câblage un an plus tard que nous avons pu atteindre notre objectif de production d'énergie.
« Cette expérience m’a profondément marqué. Elle m’a permis d’aller au-delà de la simple fabrication et vente d’équipements MLPE et d’approfondir mes connaissances sur l’ensemble du secteur de l’énergie solaire, des types de modules et mécanismes d’onduleurs aux méthodes de câblage électrique et caractéristiques théoriques. Au final, ce fut un enseignement précieux. »
Une installation pilote a été achevée en 2025 dans le parc industriel de la province de Binh Duong, au Vietnam. Bien que les équipements MLPE soient encore peu répandus en Corée, leur commerce sur le marché mondial représente 10 000 milliards de wons par an. Les États-Unis imposent l’installation de dispositifs d’arrêt rapide pour les installations photovoltaïques intégrées aux bâtiments, et des réglementations similaires en matière de sécurité incendie se généralisent dans des pays comme la Thaïlande, l’Australie et le Brésil.
L'Asie du Sud-Est présente des caractéristiques de marché différentes, l'énergie solaire se développant principalement autour des zones industrielles. Dans un contexte où les préoccupations concernant la qualité des équipements chinois côtoient le coût élevé des équipements américains, les conditions étaient favorables aux équipements coréens pour s'imposer comme un excellent compromis entre qualité et prix.
Kernelog s'est associé à Kilsa Global, une société de développement commercial international basée à Singapour. Kernelog se concentre sur les technologies et les solutions politiques, tandis que Kilsa Global est responsable de l'adaptation aux marchés locaux et du développement des ventes. Dans ce cadre, plus de cinq protocoles d'accord ont été signés à ce jour dans cinq pays.
L'équipe compte actuellement 25 personnes : 5 en matériel, 9 en logiciels et intelligence artificielle, 2 en ventes et marketing, 7 responsables de terrain et 2 en support commercial. L'entreprise reste axée sur la technologie, le personnel de R&D représentant plus de la moitié de ses effectifs.
Kernelog a attiré à ce jour un investissement cumulé de 4 milliards de wons auprès d'investisseurs tels que Smilegate Investment et D3 Jubilee Partners. Ces investisseurs ont généralement souligné deux facteurs clés. Premièrement, il n'existe pratiquement aucune entreprise chinoise collectant directement des données au niveau des modules solaires. Deuxièmement, l'entreprise dispose d'une structure intégrée couvrant l'ensemble du processus, de la conception matérielle au développement logiciel, en passant par l'analyse par intelligence artificielle et la gestion des opérations sur le terrain.
Le modèle économique est hybride, combinant matériel et services. Le premier contact se fait par la vente de dispositifs MLPE installés en modules ; à partir de là, des services de surveillance des données et de gestion opérationnelle sont assurés en continu.
Il s'agit d'un cercle vertueux : à mesure que le nombre de sites équipés de matériel installé augmente, les données s'accumulent ; ces données accumulées améliorent la précision de l'IA, et cette précision accrue conduit à la confiance des clients et à de nouvelles références.
D’ici 3 à 5 ans, Kernelog ambitionne de devenir une entreprise qui permettra aux exploitants de centrales électriques de se libérer des contraintes de la maintenance. Les centrales solaires constituent une infrastructure nationale qui doit fonctionner pendant 20 ans, voire jusqu’à 30 ans à l’avenir. Or, les méthodes actuelles de gestion opérationnelle reposent encore largement sur le travail manuel et l’expérience.
L'écosystème énergétique que j'envisage est un écosystème où chaque centrale électrique possède des agents d'IA personnalisés, adaptés à son environnement et à ses conditions, capables de détecter et de résoudre les problèmes de manière autonome avant qu'ils ne s'aggravent.
Il a souligné : « La pratique que je souhaite changer sur le marché solaire consiste à gérer les centrales électriques avec des environnements, des équipements et des âges différents selon les mêmes normes », ajoutant : « La raison pour laquelle Kernellog accumule des données au niveau des modules depuis des années est précisément de rompre avec cette pratique. »
You must be logged in to post a comment.