서 론

전 세계적으로 탄소중립 목표 달성과 대기 환경 개선을 위해 친환경 전기자동차(전기차)의 보급이 확대되었다(Choi et al., 2021). 2023년 글로벌 전기차 판매량은 약 1,400만 대로 전년 대비 35% 증가했으며, 전체 자동차 판매의 약 18%를 차지했다. 지역별 판매 비중은 중국 60%, 유럽 25%, 미국 10%로 세 지역이 전 세계 전기차 판매의 95%를 차지했다. 특히, 중국에서는 2023년 내연기관차 시장의 규모가 8% 감소했음에도 불구하고, 신규 등록된 전기차 수가 810만 대로 전년 대비 35% 증가하였다. 유럽은 신규 전기차 등록 건수가 320만 대(유럽연합 내 240만 대)로 전년 대비 20% 증가하였으며, 노르웨이에서는 전기차 판매 비중이 전체 자동차 판매의 95%를 차지하였다. 미국도 2023년 140만 대의 전기차가 신규 등록되었으며, 전년 대비 40% 증가하였다(IEA, 2025).

전기차가 글로벌 자동차 시장의 성장을 견인하고 있으나 현재까지 중국, 유럽, 미국을 제외한 국가에서는 전기차의 판매량이 많지 않은 실정이다(IEA, 2025). 글로벌 전기차 판매가 두 자릿수 성장세를 유지하고 있지만, 중국 내수 시장을 제외하면 나머지 국가들의 전기차 판매량은 뚜렷한 둔화세를 보여주고 있다(PwC, 2025). 기대를 모으는 새로운 제품 또는 서비스가 대중화 단계로 넘어설 때 일시적으로 수요가 정체 또는 후퇴하는 현상을 뜻하는 ‘캐즘(chasm)’이 전기차 시장에도 나타나고 있는 것이다. 전기차 수요 둔화는 경제적 요인, 정책 변화, 인프라 부족, 기술적 한계, 소비자 인식 등 다양한 요인이 복합적으로 작용한 결과이다. 고금리, 고물가 시대에 각국 정부는 전기차 보조금 축소 또는 폐지를 검토하고 있으며, 충전 인프라 부족, 배터리 성능 및 안전성에 관한 기술적 한계, 주행거리에 대한 소비자들의 불안 등이 전기차 수요 둔화의 원인이 되고 있다(PwC, 2025).

전기차 시장의 캐즘을 극복하기 위한 방안으로, 전기차 기술과 재생에너지 기술을 결합한 태양광 전기차(Solar Electric Vehicle, SEV)가 주목받고 있다. 태양광 전기차는 차량의 지붕, 보닛, 창문 등 외관에 차량 일체형 태양광(Vehicle Integrated Photovoltaics, VIPV) 패널을 설치하여, 주행 또는 주차 중에 태양광으로 전력을 생산하고 배터리를 충전할 수 있다(Choi et al., 2021). 자체적으로 전기를 생산함으로써 외부 충전소에 대한 의존도를 낮추고, 주행 및 주차 중 배터리를 보충하여 주행거리를 연장할 수 있다. 이는 충전 인프라 부족과 주행거리에 대한 소비자의 불편을 완화하여 전기차 시장의 캐즘 극복에 기여할 수 있다. 또한, 태양 에너지 활용으로 에너지 자급률을 높이고, 충전 비용 절감에 따른 경제적 효과도 기대할 수 있다. 환경적 측면에서도 태양광으로 생산한 청정에너지를 활용해 전기차를 운용함으로써 더욱 효과적으로 탄소 배출을 줄일 수 있다. 이러한 장점은 태양광 전기차가 전기차 시장의 성장을 촉진하고 지속 가능한 교통 시스템 구축에 중요한 역할을 할 가능성을 시사한다. 시장조사기관인 얼라이드마켓리서치에서는 태양광 전기차의 시장 규모를 2023년 기준 연간 3억 2,950만 달러에서 매년 43.3% 성장하여 2030년에는 연간 40억 8,760만 달러 규모가 될 것으로 전망하였다(OpenPR, 2025).

최근까지 앱테라(Aptera, 미국), 라이트이어(Lightyear, 네덜란드), 토요타(Toyota, 일본), 현대차(대한민국), 하너지(Hanergy, 중국), 소노(Sono, 독일), 메르세데스 벤츠(Mercedes Benz, 독일), 포드(Ford, 미국), 마힌드라(Mahindra, 인도) 등 다수의 글로벌 완성차 기업들이 태양광 전기차 또는 태양광 루프 옵션을 포함하는 전기차 모델을 출시하였다. Fig. 1은 앱테라에서 출시한 3륜 구조의 태양광 전기차 모델의 외관을 보여준다. 경량 소재를 사용하여 차량의 하중을 줄이고 공기역학적으로 최적화된 설계로 에너지 효율을 극대화하였다. 차량의 보닛, 지붕, 해치(hatch)에 설치된 태양광 패널을 이용해 주행/주차 중 지속적으로 배터리를 충전할 수 있으며, 1회 충전으로 최대 1,000마일(약 1,600 km)의 주행이 가능하도록 설계되었다(Aptera, 2025). 네덜란드의 전기차 스타트업 라이트이어는 태양광 전기차 모델인 Lightyear One을 출시하였다(Fig. 2). 이 차량에는 지붕, 보닛, 해치에 총 5 m² 면적의 태양광 패널이 설치되었다. Lightyear One은 1회 충전으로 최대 725 km를 주행할 수 있으며, 태양광 발전으로 하루 최대 12 km의 추가 주행이 가능하다. 태양광으로 생산된 전력을 이용해 연간 최대 17,000 km를 추가로 주행할 수 있어, 충전 인프라에 대한 의존도를 낮출 수 있다. 라이트이어는 현재 두 번째 태양광 전기차 모델인 Lightyear 2의 개발을 진행 중이다(Lightyear, 2025).

Fig. 1.

Exterior view of the Aptera, a three-wheeled solar electric vehicle model released by Aptera Motors (Aptera, 2025).

Fig. 2.

Exterior view of the Lightyear One model (Photo by the author).

전 세계적으로 태양광 전기차에 관한 학문적 연구도 활발히 이루어지고 있다. 최근까지 태양광 전기차와 관련된 논문이 270편 이상 출판되었으며(Tsakalidis et al., 2025), 연구 동향을 분석한 해설 논문도 여러 편 발표되었다. 해설 논문으로서 Commault et al.(2021)은 자동차, 캠핑카, 트럭, 버스, 열차, 선박, 드론, 항공기, 성층권 비행선 등 VIPV 기술이 적용된 다양한 교통수단에 대해 정리하였고 2021년까지 개발되었던 곡면형, 유연형, 고정형 경량 PV 모듈의 제조사와 주요 특성을 분석하였다. Samadi et al.(2023)은 2011년부터 2023년까지 출판된 논문들을 분석하여 VIPV의 성능에 영향을 미치는 인자들(기후, 날씨, 기온, 태양전지 재료, 태양광 패널의 형태, 시스템 구조 등)에 관해 정리하였다. Pochont and Sekhar(2023)은 2010년부터 2022년까지 발표된 VIPV 패널에 사용된 태양전지 기술, 태양광 전기차의 동력 시스템 및 에너지 생산량에 관한 문헌들을 분석하였다. 또한, 인도 타밀나두(Tamil Nadhu) 지역에서 특정 차량의 이동 경로를 대상으로 VIPV 잠재량을 분석하였다. Tsakalidis et al.(2025)은 태양광 전기차와 관련된 기존 논문들을 분석하여, 태양광 전기차 경주, 차량 설계, 동력 시스템, 태양광 시스템, 시스템 통합, 제어 전략, 성능 평가, 시장 및 환경 평가의 8가지 주요 연구 주제를 도출하였다. 국내에서도 태양광 전기차에 관한 연구가 일부 진행되어 왔다. 그러나 국내에서 수행된 태양광 전기차 연구를 체계적으로 정리하고 동향을 분석한 해설 논문은 아직 발표되지 않았다.

본 논문에서는 전기차 보급 확산을 위해 태양광 전기차에 관한 관심이 높아지고 있는 시점에서 국내에서 태양광 전기차와 관련해 수행된 연구 사례를 정리하였다. 국내외 학술 저널에 출판된 태양광 전기차와 관련된 논문 중 국내 연구기관에서 발표한 논문 19편을 대상으로 주요 연구 내용과 성과를 정리하고 연구 동향을 분석하였다.

연구 방법

본 연구에서는 태양광 전기차와 관련된 최근 해설 논문인 Tsakalidis et al.(2025)이 참고한 332편의 문헌을 전수 조사하고, Scopus와 Google Scholar 데이터베이스를 활용해 추가적인 문헌 검색을 수행하였다. 검색키워드로는 ‘Solar electric vehicle’, ‘Solar electric car’, ‘Solar powered vehicle’, ‘Photovoltaic electric vehicle’, ‘Vehicle integrated photovoltaic’, ‘VIPV’를 사용하였다. 문헌 검색은 국내외 학술저널에 게재된 논문으로 한정하였으며, 학술대회 논문집이나 기사 등은 제외하였다. 이를 바탕으로, 국내 연구기관에서 발표된 태양광 전기차 관련 논문 19편을 Table 1에 정리하였다. Tsakalidis et al.(2025)이 제시한 태양광 전기차의 8가지 주요 연구 주제에 따라 19편의 논문을 분류하고, 각 연구 사례를 정리하였다.

국내 연구 사례

차량 일체형 태양광 시스템

효율 개선

Kim et al.(2021a)은 차량 일체형 태양광 시스템에 응용이 가능한 실리콘 이종접합(silicon heterojunction) 태양전지에서 p형 방출 층의 광학적/전기적 특성을 최적화하여 변환 효율을 개선하였다. 수치 계산 및 시뮬레이션을 통해 밴드 갭, 전자 친화도 등 매개변수를 조정하여 태양전지 구조를 최적화하였으며, p형 방출 층을 플라즈마 화학 증착 방식으로 제작하였다. 그 결과 μc-SiO:H 방출 층 사용 시, 실리콘 이종접합 태양전지의 변환 효율이 24.23%로 증가(Voc = 736.6 mV, Jsc = 40.15 mA/cm², FF = 81.93%)하는 것을 확인하였다. 또한, 넓은 밴드 갭과 높은 전도성을 가진 재료를 사용함으로써 효율적이고 비용 효과적인 실리콘 이종접합 태양전지 개발 가능성을 제시하였다.

경량화

Kim et al.(2021b)은 VIPV의 경량화를 위해 기존 유리 기반 모듈 대신 폴리머 소재를 활용하여 모듈의 무게를 줄이고 성능을 유지할 방안을 제안하였다. Toyota Prius(180 W), Hyundai Sonata(210 W) 등 상용화된 차량에 태양광 루프가 적용된 사례를 검토한 결과, 주행거리 연장을 위해 기존 실리콘 모듈(20 kg)을 10 kg 이하로 경량화할 필요가 있는 것으로 분석되었다. 경량화를 위한 방안으로, 유리 대비 밀도가 절반 이하인 폴리카보네이트 등의 투명 플라스틱을 대체 소재로 사용하는 것, 알루미늄 하니콤 코어 구조를 활용한 경량화 설계(Fig. 3), 그리고 집광형 태양광 모듈의 활용(Fig. 4) 등이 제안되었다.

Fig. 3.

Structure of a lightweight photovoltaic module: Honeycomb sandwich design with ethylene tetrafluoroethylene (ETFE), front glass, and frame (Kim et al., 2021b).

Fig. 4.

Structure of a concentrator photovoltaic system with a silicone lens for a lightweight photovoltaic module (Kim et al., 2021b).

곡면 모듈

Yun et al.(2022)은 기존 유리 기반 태양광 모듈이 곡면 표면에 적용하기 어렵다는 한계를 극복하기 위해 레고(LEGO) 블록 형태의 태양광 모듈을 설계하여 곡면에 적용 가능한 방안을 제안하였다. 이 모듈은 개별 단위 블록으로 캡슐화된 태양광 셀을 유연한 커넥터로 연결하여 다양한 곡면 및 3D 설계에 적용할 수 있도록 설계되었다. 실제 제작된 모듈의 성능 테스트 결과, 단일 셀의 효율은 21.82%로 나타났으며, 조립된 모듈 역시 20% 이상의 효율을 유지하였다. 내구성 실험에서는 고온 ‧ 고습 환경에서 500시간 동안 성능 안정성을 유지하였고, 5000 N의 압축 하중에서도 성능 저하가 없음을 확인하였다. 또한, 캡슐화된 셀의 뒷면에 다양한 색상을 적용하여 시각적 개선 효과를 기대할 수 있었다. 이 레고 블록 형태의 태양광 모듈은 곡면 적용성과 내구성을 동시에 갖추고 있어 VIPV 활용에 대한 가능성을 제시하였다.

초박막 투명 모듈

Shin et al.(2022)은 VIPV에 활용이 가능한 초박막 Cu(In,Ga)Se2(CIGS) 기반의 투명 태양전지를 개발하였다. CIGS 흡수층의 두께 조절(30–300 nm)을 통해 효율과 투명성의 상관관계를 분석한 결과 흡수층 두께가 얇아질 때 변환 효율은 11.0%(300 nm)에서 2.1%(30 nm)로 감소하는 반면, 평균 가시광 투과율은 9.1%(300 nm)에서 47.8%(30 nm)로 대폭 증가하는 것을 확인하였다. 또한, 흡수층 두께가 얇을수록 뒷면 조명 효율이 향상되어 양면 성능(bifacial performance)도 개선되는 것으로 분석되었다. 초박막 CIGS 태양전지는 기존 창문형 에너지 수집 장치의 대안으로 적합하며, 차량 유리에도 적용할 수 있어 VIPV에 응용될 수 있을 것으로 전망하였다.

다층 투명 모듈

Choi et al.(2023)은 VIPV에 적합한 태양전지용 투명 전도성 전극을 개발하기 위해 수소화된 알루미늄 도핑 산화아연(hydrogenated aluminum-doped zinc oxide, AZO:H)를 활용하였다. 직류 마그네트론 스퍼터링(direct current magnetron sputtering) 방식을 사용하여 AZO:H 필름을 제작하였고, Distributed Bragg Reflector(DBR) 구조로 원하는 색상을 구현하였다. 400–800 nm 파장에서 평균 투과율은 93.7%로 나타났으며, 파란색(480 nm), 초록색(550 nm), 빨간색(650 nm) 등 3원색을 구현하였다. 제작된 태양전지의 효율은 색상에 따라 파란색 4.77%, 초록색 5.45%, 빨간색 5.19%로 나타났으며, 각 색상에서 DBR 층 두께의 증가에 따라 투과율이 감소하고, 반사율이 증가하는 것을 확인하였다. 유연하고 투명한 다층 AZO:H 전극은 VIPV에 응용 시 높은 디자인 자유도를 제공하며, 다양한 곡면 및 투명 표면에 적용 가능하므로 상업적 활용 가능성이 기대된다.

시스템 통합

배터리와 슈퍼커패시터의 통합 제어 시스템

Cabrane et al.(2020)은 태양광 전기차에서 발생하는 비선형 에너지 공급 문제를 해결하기 위해 하이브리드 에너지 저장 시스템을 설계하고, 배터리와 슈퍼커패시터의 통합 제어 전략을 제안하였다. 여기서 배터리는 장기적인 에너지 공급을 담당하고 슈퍼커패시터는 단기적인 고출력 수요를 충족시키도록 설계되었다. 통합 에너지 관리 시스템에서는 DC 버스의 전압을 대상으로 하여 전압 안정화와 에너지 분배를 최적화하였다. DC 버스의 전압을 안정화하여 태양광 조사량 변화 및 주행 속도 변화에도 일정한 전압을 유지할 수 있도록 하였고 슈퍼커패시터를 통해 배터리의 피크 전류를 제거함으로써 배터리 수명을 연장하였다. 또한, 슈퍼커패시터를 활용한 빠른 전력 반응을 이용해서 태양광 전기차의 가속 성능을 향상시켰다. 태양광 발전량의 변화, 주행 속도 변화, 급격한 부하 요구 상황을 포함한 다양한 실험 조건에서 시뮬레이션 및 실험적 검증이 이루어졌다. 슈퍼커패시터를 포함한 시스템은 슈퍼커패시터가 없는 시스템에 비해 배터리의 피크 전류를 감소시켰으며, DC 버스 전압의 안정성과 전반적인 에너지 효율성을 향상시켰다. 또한, 전기차의 급가속 및 급제동 시 슈퍼커패시터가 고출력을 제공하여 배터리 부하를 경감하고, 시스템의 신뢰성과 내구성을 증대하는 결과를 보였다.

태양광 전기차 고효율 집광 시스템

Vu et al.(2022)은 차량 지붕에 설치할 수 있는 Concentrated Photovoltaic(CPV) 모듈의 전기차 응용 가능성을 평가하고 태양광 발전 성능을 분석하였다. CPV 모듈은 Compound Parabolic Concentrator(CPC)의 포물선 형태 반사면을 이용해서 태양광을 집광한다. 이 과정에서 집광 비율을 나타내는 지표인 Concentration Ratio(CR) 값이 높을수록 효율이 향상될 수 있다. Fig. 5는 차량 지붕에 설치된 CPV 모듈의 구조를 보여주며, Fig. 6은 정적 CPV 모듈이 태양광을 집광하는 원리를 설명한다. 녹색으로 표시된 광선은 CPC의 수용 각도를 초과해 CPC를 통과하지 못하고 Si 셀에 도달하는 반면, 빨간색 광선은 수용 각도 내에 위치하여 CPC를 통해 다중 접합 CPV 셀로 집중된다. LightToolsTM 소프트웨어를 이용해 시뮬레이션한 결과, CR = 2.25로 설계된 모듈은 낮은 Direct Normal Irradiance(DNI) 지역에서 우수한 성능을 보이며, CR = 4 모듈은 태양광 집중 시간이 일반 통근 시간대와 일치해 높은 실용성을 보였다. 1 m² 면적의 CPV 모듈은 전기차 하루 평균 주행거리를 약 10 ~ 17 km로 증가시킬 수 있고, 기존 PV 시스템보다 에너지 효율성이 높은 것으로 분석되었다.

Fig. 5.

CPV module installed on the roof of a car and the detailed structure of the static CPV module (Vu et al., 2022).

Fig. 6.

Concept of the static concentrator photovoltaics module considering the incidence angle of light and the acceptance angle (Vu et al., 2022).

제어 전략

태양광 전기차 주차장 최적 입지분석

Choi et al.(2021)은 부경대학교 대연캠퍼스를 대상으로 태양광 전기차 전용 주차장의 입지선정을 위한 부지 적합성 평가 방법을 제시하였다. 태양광 전기차 전용 주차장 후보지에 생성될 수 있는 그림자의 영향을 정량적으로 분석하기 위하여 어안렌즈 카메라를 이용해 캠퍼스 내 노외주차장 8개 구역과 노상주차장 8개 구역에 대한 하늘(sky) 이미지를 촬영하였다. 촬영된 이미지들의 영상처리를 통해 건물, 수목 등 수광 장애 요인들을 자동 식별하고 태양 경로 중첩을 통해 Solar Access(%) 지수를 산정하였다. 여기서 Solar Access란 일정 기간 태양광 패널을 설치할 부지에 도달할 수 있는 전체 태양 일사량 중 주변의 건물, 수목, 전신주 등 수광장애 요인들의 영향을 받지 않고 태양광 패널에 실제로 도달할 수 있는 태양 일사량의 비율을 나타낸다. Fig. 7은 노외주차장 8개 구역에서 촬영된 이미지를 보여준다. 이미지에서 노란색 영역으로 표시된 것은 태양 경로를 나타내며, 녹색으로 표시된 영역은 태양 경로상에 존재하는 건물, 수목 등 수광 장애 요인들을 인식한 결과이다. Solar Access의 산정 결과 연구에서 분석한 후보지 구역 중 태양광 전기차 전용 주차장으로 사용하기에 가장 유리한 입지 조건을 가지는 구역을 선정할 수 있었다(Fig. 8).

Fig. 7.

Fisheye-lens images of parking spaces (Choi et al., 2021).

Fig. 8.

Average solar access (Annual, May-October, and November-April) calculated for parking spaces (Choi et al., 2021).

최적 주차공간 선정 시 음영 매트릭스 활용의 효과 검증

Baek and Choi(2022a)은 어안렌즈 이미지로 생성된 음영 매트릭스(shading matrix)를 활용하여 태양광 전기차의 발전량을 극대화할 수 있는 최적의 주차공간을 선정하기 위한 실험을 수행하였다. 이 연구에서는 차량 지붕에 50 W 태양광 모듈을 설치한 후, 부경대학교 대연캠퍼스 주차장 내 7개 주차공간에서 오전 9시부터 오후 5시까지 2시간 간격으로 각 주차 지점에서 최대 전력점(maximum power point)을 측정하였다(Fig. 9). 실험 결과, 어안렌즈 이미지를 활용하여 계산된 음영 매트릭스(Fig. 10)는 실제 그늘 현상을 정확하게 반영하며, 태양광 전기차의 최적 주차공간을 선택할 때 유용한 도구임을 확인할 수 있었다.

Fig. 9.

Shading factor and mean maximum power point (MPP) at 9 a.m. A graduated symbol map representing the shading factor and maximum power point of the seven survey points. The Inner and outer circles indicate the shading factor and MPP, respectively (Baek and Choi, 2022a).

Fig. 10.

Shading matrices generated using fisheye images and sun-path diagrams. (a) Survey point 1. (b) Survey point 2. (c) Survey point 3. (d) Survey point 4. (e) Survey point 5. (f) Survey point 6. (g) Survey point 7 (Baek and Choi, 2022a).

360° VR 카메라 기반 주차공간 분석 시스템 개발

Hong et al.(2023)은 차량의 지붕에 설치된 저비용 360° Virtual Reality(VR) 카메라를 활용하여 주차면의 하늘 이미지를 촬영하고, 모바일 애플리케이션을 통해 태양광 전기차의 최적 주차 구역을 분석할 수 있는 시스템을 개발하였다. 운전자가 주차 후 애플리케이션에 주차 예정 시간을 입력하고 촬영 버튼을 누르면, 360° VR 카메라가 원격으로 주차면의 하늘 이미지를 촬영한다. 이후 분석 버튼을 누르면 촬영된 하늘 이미지의 픽셀 RGB 값을 이용해 하늘 이미지 내 수광 장애 요인과 하늘 영역을 이진 분류하고, 색상으로 구분한다. 또한, 조사 지점의 위/경도 정보를 반영하여 태양 경로를 생성하고 이를 하늘 이미지에 중첩시켜 화면에 나타낸다. 이 과정에서 태양 경로에 중첩된 수광 장애 요인을 분석하여 Solar Access(%) 값이 산정된다(Fig. 11).

Fig. 11.

Image of the stages of using the SOL-PARKING app. (a) Stage 1: press the record button to capture an image of the sky after setting the reserved parking time, (b) Stage 2: press the analysis button to classify the sky image and calculate the sun path, (c) Stage 3: check the average solar access value for the reserved parking time at the bottom of the screen (Hong et al., 2023).

개발된 시스템은 부경대학교 대연캠퍼스 2개 노외 주차장 내 6곳의 주차 구역에서 실증되었다. 실증 결과, 애플리케이션에서 계산된 각 주차 구역의 Solar Access(%) 값을 비교하여 운전자가 가장 큰 값을 가진 구역을 직관적으로 판단할 수 있었으며, 이를 통해 태양광 발전에 가장 유리한 최적 주차 구역을 선정할 수 있었다(Fig. 12). 개발된 시스템의 Solar Access(%) 정확도를 평가하기 위해 상용화된 장비인 Solmetic SunEye 210의 Solar Access(%) 분석 결과와 비교한 결과, 유사한 값이 도출하였다. 또한, 실제 태양광 패널의 에너지 발전량과 본 시스템에서 계산되는 Solar Access(%) 결과의 비교를 통해 관계성을 입증하였다.

Fig. 12.

Results of applying the developed system at the parking lot. Images of the sky at survey points (a) A1, (b) A2, and (c) A3. Average solar access for the reserved parking time at survey points (d) A1, (e) A2, and (f) A3 (Hong et al., 2023).

태양광 전기차 주차장 운영 전략

Baek and Choi(2023)은 지리정보시스템(Geographic Information Systems, GIS) 기반의 공간분석을 통해 태양광 전기차 주차장의 최적 운영 방안을 제안하였다. 태양의 직달 일사와 산란 일사를 함께 고려하여 태양광 전기차 전용 주차장으로서의 공간 적합성 지수를 계산하였고, 유전자 알고리즘(GA)을 적용하여 인접 주차 공간을 그룹화하여 최적의 전용 주차구역 설치 위치를 결정하였다. 부경대학교 대연캠퍼스의 한 주차장을 연구 대상으로 설정하고 69개 주차 공간에 대한 공간분석을 수행한 결과 주차장 공간 적합성 지수(Parking Space Suitability Index, PSSI)가 봄과 여름에는 상대적으로 높게 산정되었으며(봄 81.1%, 여름 87.6%), 가을과 겨울에는 지수가 낮게 산정되었다(가을 62.9%, 겨울 51.2%). 최적의 주차 구역은 여름철에는 주차장의 중앙 공간이 선정되었고, 겨울철에는 북쪽 지역이 유리한 것으로 나타났다(Fig. 13). 제안된 방법론은 기존 연구와 비교해 음영 분석 및 최적 주차공간 선정을 정량적이고 객관적으로 수행할 수 있다는 장점이 있다.

Fig. 13.

Optimal parking locations for solar electric vehicles. (a) Summer. (b) Winter mornings. (c) Winter afternoons. PSSI represents the parking space suitability index (Image taken by the author).

태양광 전기차 최적 경로 계획

태양광 전기차의 주행 중 충전을 위한 최적 경로 분석 연구도 진행되고 있다. Ku et al.(2024)은 주행 중 충전의 이점을 극대화할 수 있도록 에너지 소비량과 태양광 발전량을 함께 고려하여 순 에너지 소비를 최소화하는 최적 경로 알고리즘을 제안하였다(Fig. 14). 이 알고리즘은 차량 윗면에 설치된 태양광 패널이 생성하는 발전량을 계산할 때, 주변 그림자, 패널의 경사각, 방위각 등의 요소를 반영한다. 그림자 값은 Fig. 14의 Section 1에 제시된 절차에 따라 계산되었다. 먼저, Google Street View의 360° 영상을 도로를 10 m 간격으로 수집한 뒤, PSPNet 딥러닝 기반 이미지 세그멘테이션(segmentation) 모델을 활용하여 영상에서 하늘과 수광장애 요소를 분리하였다. 그런 다음, 영상을 반구형 지도 형태로 변환하고 태양의 이동 경로와 중첩시켜, 태양이 수광장애 요소에 의해 방해받는 경우를 그림자가 있는 상태로 판별하여 이를 0과 1의 이진 값으로 표현하였다. 특히, 시간과 위치에 따라 도로 주변 장애물로 인해 발생하는 그림자를 효율적으로 처리하기 위해, 그림자 값을 지점별로 5분 단위로 계산하여 데이터베이스에 저장하였다. 이렇게 사전에 계산된 그림자 데이터베이스는 내비게이션 시스템에 통합되어 상세한 그림자 정보를 제공하면서도 계산 부담을 줄이는 데 기여한다.

Fig. 14.

Overview of the solar electric vehicle energy-saving route navigation method (modified from Ku et al., 2024).

차량 윗면에 도달하는 일사량을 계산하기 위해 표준기상년 데이터를 활용하였으며, 패널의 경사각과 방위각은 도로의 경사와 방향을 고려해 계산되었다. 최종적으로, 에너지 소비량에서 태양광 발전량을 차감한 순 에너지 소비량을 비용으로 설정한 최적정로 분석 알고리즘을 활용해, 출발지에서 목적지까지 순 에너지 소비량이 최소화되는 경로를 제안하였다. 연구 결과에 따르면, 2030년 기준으로 약 107,380대의 태양광 전기차가 보급될 경우, 본 내비게이션 시스템을 활용해 연간 약 1 ktCO₂eq의 추가적인 탄소 감축이 가능한 것으로 분석되었다. 또한, 모듈 효율, 태양광 패널 면적, 차량 속도, 출발 시간이라는 네 가지 요인이 경로 선택과 순 에너지 소비에 미치는 영향을 민감도 분석한 결과, 모듈 효율이 가장 큰 영향을 미치는 반면 차량 속도의 영향은 상대적으로 미미한 것으로 나타났다.

성능 추정

태양광 버스 잠재량 추정

Oh et al.(2020)은 태양광 패널이 설치된 버스의 운행 중 발전 잠재량을 평가하기 위해 동적 계산 모델을 제안하고 이를 서울 관악구의 버스 노선에 적용하였다. 도시 환경에서 움직이는 버스의 특성을 반영하기 위해 서울시에서 제공하는 버스 노선 경로 데이터를 활용하였으며, 오픈 Application Programming Interface(API)를 통해 정류장별 도착 시간 데이터를 5분 간격으로 수집하였다. 정류장 간 이동 시간은 선형 보간법을 사용하여 계산하였고, 이를 기반으로 특정 시간에 버스가 위치하는 지점을 추정하였다. 또한, 고해상도 GIS 데이터와 1분 간격으로 수집된 일사량 데이터를 통합하여 발전량을 동적으로 분석하였다. 발전량 계산 과정에서는 1 m 해상도의 Digital Surface Model(DSM)을 활용하여 VIEWMAP과 SUNMAP을 생성하였으며, 이를 통해 건물, 수목, 터널 등 장애물로 인한 그림자 효과와 태양 경로를 정밀히 평가하였다. 여기서 VIEWMAP은 주변 장애물로 인해 발생하는 그림자 영향을 분석하는 데이터 맵이고, SUNMAP은 태양광 패널의 위치에서 하늘을 기준으로 태양 일사량의 분포와 경로를 나타내는 데이터 맵을 의미한다. 제안된 기법의 정확성을 검증하기 위해 소형 태양광 패널과 Arduino 기반 센서를 차량에 부착하여 실제 데이터를 측정하였으며, 계산 모델과 측정 데이터 간의 상관관계는 0.6으로 분석되었다.

태양광 열차 잠재량 추정

Kim et al.(2022)은 고속열차 지붕에 설치된 태양광 패널의 발전 잠재량을 평가하기 위해 GIS 기반 알고리즘을 제안하고 분석 툴을 개발하였다. 주변 지형, 건물 높이, 나무 높이를 포함하는 DSM을 구축하였으며, 터널 구간을 제외한 277 km의 열차 노선을 대상으로 약 40 m 간격으로 측정 지점을 설정하였다. 이를 바탕으로 태양의 상대적 위치를 계산하는 알고리즘을 개발하여 특정 시간과 위치에서의 태양광 도달 가능성을 그림자 분석을 통해 평가하였다. 그림자 분석은 이진 함수를 사용하여 태양광이 측정 지점에 도달하면 1, 도달하지 못하면 0으로 표시하는 방식으로 이루어졌으며, 열차의 속도, 위치, 시간 간격을 고려한 동적 모델링이 적용되었다. 또한, 열차의 길이를 고려하여 부분적인 그림자 효과를 반영한 분석이 이루어졌다. 태양광 발전량은 RETScreen 기반의 수식을 활용하여 계산되었으며, 이 과정에서 태양광 패널의 변환 효율, 온도 계수, 시스템 손실 등 다양한 요인이 고려되었다. 열차 지붕에는 총 400 m²의 태양광 패널이 설치된 것으로 가정되었으며, 시뮬레이션을 통해 열차가 이동하는 동안의 일사량과 발전량을 평가하였다. 경부선 열차의 단일 운행에서 최대 113.42 kWh의 전력 생산이 가능할 것으로 평가되었으며, 연간 발전량은 약 122.15 MWh로 추정되었다.

잠재량 추정을 위한 도로망 음영 매트릭스 데이터베이스 구축

도심지 도로 환경에서 태양광 전기차의 성능 추정을 위해서는 음영 매트릭스(shading matrix) 데이터베이스 구축이 필요하다. 건물, 나무 등 도로 주변 구조물의 음영이 태양광 전기차의 발전 효율에 큰 영향을 미치기 때문이다. Baek and Choi(2022b)는 3D 모델과 어안렌즈 카메라 이미지를 활용해 생성된 음영 매트릭스를 비교하는 연구를 수행하였다(Fig. 15, Fig. 16). 부경대학교 대연캠퍼스를 연구지역으로 선정하여 음영 조건에 따라 3가지 사례(A: 나무, B: 나무와 건물, C: 건물)로 나누어 12개 지점에서 음영 매트릭스를 생성하고 비교하였다. 그 결과 건물 음영은 3D 모델과 어안렌즈 이미지 모두 정확히 반영했으나, 나무와 같은 복잡한 구조물의 음영은 어안렌즈 이미지를 활용할 때 더 정확히 반영하는 것을 확인할 수 있었다. 3D 모델의 경우 대규모의 음영 매트릭스 데이터베이스를 구축하는 데 유리하지만, 정확도가 상대적으로 낮았다. 어안렌즈 카메라 이미지를 이용하는 방법은 현장 조건에 따라 음영을 실시간으로 정확히 반영할 수 있는 장점이 있으나 모든 지점을 개별적으로 촬영해야 하므로 시간이 오래 걸리는 단점이 있었다. 따라서 두 방법을 결합하면 도시 도로의 음영 데이터베이스를 효과적으로 구축할 수 있을 것이다.

Fig. 15.

Skymaps generated using (a) hemispherical viewshed technique applied to a 3D model and (b) fisheye lens camera (Baek and Choi, 2022b).

Fig. 16.

Shading matrices obtained at survey points A3 and A4 using 3D models (a,b) and fisheye images (c,d), respectively. Squared error matrices between two shading matrices at survey points (e) A3 and (f) A4 (Baek and Choi, 2022b).

4면 부착형 태양광 전기차의 발전 잠재량 예측 및 검증

Park et al.(2023)은 강원대학교 삼척캠퍼스를 대상으로 태양광 전기차의 이동시각과 주행경로에 따른 모듈의 발전 잠재량을 평가하고, 검증 실험을 수행하였다. 차량의 4면(지붕, 뒷유리, 좌측문, 우측문)에 동일 용량의 모듈을 부착하고(Fig. 17(a)), 일사량 변화 조건을 반영하기 위해 다양한 경사와 방위각을 갖는 17개의 도로(구간)를 하루 3회(9시, 12시, 15시) 주행하는 시나리오를 설정(Fig. 17(b))하였으며, 주변 지형과 건물에 의해 형성되는 그림자 효과를 반영하였다. 이로부터 동일 구간 또는 경사 및 방위각이 다른 두 구간에서의 모듈별 발전 잠재량의 차이와 원인을 효과적으로 분석할 수 있었다(Fig. 18). 1회 주행시(약 10분) 0.0158 kWh, 1년(하루 6시간 기준; 9 ~ 15시) 주행시 221 kWh의 전력을 생산할 수 있는 것으로 평가되었다. 대부분의 시간대에서 차량 지붕 모듈의 발전 잠재량이 가장 높게 나타났으며, 뒷유리, 옆면 순으로 나타났다. 차량 뒷유리와 양측면에 부착된 모듈의 발전 잠재량은 지붕 모듈 발전 잠재량의 각각 약 42%, 약 27%에 해당하는 것으로 계산되었다. 이외에도 미래의 태양광 전기차 기술 발전 시나리오에 따른 발전 잠재량을 예측하고 확대 가능성에 대해 논의하였다. 이 연구의 결과는 향후 4면 부착형 태양광 전기차의 설계 또는 태양광 전기차 전용 내비게이션용 솔루션 개발 등에 활용될 수 있을 것이다.

Fig. 17.

PV-powered EV. (a) Position of four modules (A: roof, B: rear window, C: left door, D: right door) (b) Factors affecting the PV-powered EV potential (Park et al., 2023).

Fig. 18.

Comparison of PV potentials of four modules at different times (Park et al., 2023).

태양광 전기차 잠재량 추정: 강원도 동해고속도로 통근자 사례 연구

Suh(2024)는 솔라 루프가 장착된 전기차로 고속도로 구간 주행시 기대할 수 있는 태양광 발전 잠재량을 평가하였다. 태양광 발전이 어려운 지역(터널 및 음영지역)을 추출하기 위해 고속도로 공간자료로부터 터널 구간을 추출하고, 주변 지역의 수치고도모델 자료와 Hillshade 알고리즘을 이용하여 고속도로 내 음영지역을 연중 시간별로 모델링하였다. PVWatts 모델을 이용하여 고속도로 구간별 표준기상연도 자료와 전기차 솔라 루프 사양 정보로부터 연중 시간별 태양광 발전 잠재량을 평가하였다. 하짓날과 동짓날 기준으로 차량 1대가 동해고속도로 편도 구간을 주행할 경우의 발전(충전)량은 0.208-0.317 kWh로 계산되었으며, 이는 주행에 사용된 전기소모량의 0.94%-1.43%에 해당하는 것으로 나타났다. 다만 이는 주행 중 발전량만 고려한 것이다. 따라서 태양광 전기차의 실질적인 효용성을 평가하기 위해 직장인이 동해고속도로 구간을 통근하는 경우를 가정하였다. 태양광 전기차 운영 시간(출 ‧ 퇴근 이동: 1시간 또는 2시간, 근무시 주차: 8시간)과 주차시 음영비율(없음 또는 일반)에 대한 4가지 시나리오 적용하였다(Fig. 19). 모든 시나리오에서 주차 시간이 이동 시간보다 길고 일사량 조건도 우세하기 때문에 주차 중 잠재량은 이동 중 잠재량보다 약 7 ~ 19배 높은 것으로 분석되었다. 특히 출 ‧ 퇴근 소요 시간이 1시간인 경우(시나리오 3 & 4) 태양광 전기차의 충전량이 소모량의 10.6%‒12.8%에 해당하는 것을 확인할 수 있었다. 강원도 통근자들의 평균 출 ‧ 퇴근 시간이 약 50분인 점을 감안하면 충전량 대비 소모량은 약 15%를 상회할 것으로 추정된다. 이로부터 솔라 루프는 전기차 배터리의 충전 보조 수단으로서의 활용 가능성을 제시할 수 있었다.

Fig. 19.

Estimated PV potential of a moving or parked commuter solar EV at summer solstice according to four scenarios (Suh, 2024).

태양광 전기차 잠재량 추정시 영향인자 분석

건물 밀도가 높은 도시 지역에서는 도로 위에 형성되는 그림자로 인해 태양광 전기차의 발전 성능이 크게 저하될 수 있다. 이에 주목하여 Ku and Park(2024)은 서울의 교통량 상위 25%에 해당하는 도로를 대상으로 GIS 분석을 통해 도로 주변 장애물로 생기는 그림자를 평가하였다. 도심 지역의 자연 및 인공 구조물의 고도를 표현하기 위해 DSM을 제작하고, 이를 위치와 시간에 따른 그림자 분석이 가능한 Hillshade 분석의 입력값으로 활용하였다. 도로를 10 m 간격으로 나누어 연중 시간별 그림자 발생 여부를 분석하였으며, 그림자는 완전 음영(0)과 비음영(1)으로 분류하였다. 그림자 변동성은 일별 표준편차로, 그림자 빈도는 평균값으로 계산하였다. 연구 결과, 태양의 위치 변화가 급격한 겨울철에 그림자 변동성이 크게 나타났으며, 변동성이 클수록 평균 그림자 빈도 또한 높은 경향을 보였다(Fig. 20(a)). 도로의 공간적 특성을 중심으로 분석한 결과, 낮은 그림자 변동성과 빈도를 보이는 도로(Fig. 20(c))는 도로와 건물 간 거리가 넓고 건물 높이가 낮은 특징을 나타냈다. 반면, 그림자 변동성과 빈도가 모두 높은 도로(Fig. 20(d))는 도로와 건물 간 거리가 좁으며, 건물 높이가 상대적으로 높은 것으로 확인되었다. 도로 방향에 따른 그림자 변화를 분석한 결과, 태양 고도가 비교적 높은 4월에서 8월 사이에는 남북 방향 도로에서 다른 방향보다 그림자 변동성이 더 크게 관찰되었다. 이는 일반적으로 그림자 빈도와 변동성이 낮은 시기임에도 불구하고, 동서 방향에 위치한 건물들로 인해 그림자 변화가 더 빈번하게 발생했기 때문이다. 반면, 그림자 빈도와 변동성이 전반적으로 높은 10월에서 12월 사이에는 동서 방향 도로에서 더 큰 그림자 변동성이 관찰되었다. 이 시기에는 태양 고도가 전반적으로 낮아, 보통 태양이 높게 위치하는 정오 시간대에도 남쪽에 위치한 건물이 태양을 차단하여 도로 위에 그림자를 형성하는 경향이 나타났다. 이 연구는 도심지 그림자를 분석함으로써 태양광 전기차 활용에 있어 도로와 건물 간 거리, 건물 높이, 도로 방향과 같은 도시 설계 요소가 중요한 영향을 미친다는 점을 제시하였다.

Fig. 20.

Urban shadow variability and frequency analysis for enhancing solar electric vehicle performance (modified from Ku and Park, 2024).

시장 및 환경 평가

전기차 솔라 루프 옵션의 경제성 평가

Suh(2025)는 국내에서 전기차 솔라 루프 옵션을 이용할 경우 기대할 수 있는 비용(취득비) 및 수익(충전 저감 수익 및 잔존가치)으로부터 사용기간에 따른 순현재가치(net present value)와 회수기간(payback period)을 평가하였다. 전기차의 솔라 루프 용량, 태양광 발전 설비 이용률, 최적 경사각 대비 수평 경사 태양광 모듈의 발전 계수, 음영에 의한 발전 손실, 노후화에 따른 열화 손실을 종합적으로 고려하여 솔라 루프가 연간 생산할 수 있는 발전량(충전량)을 평가하였다. 2024년 7월 기준 국내 전기차 충전단가(347.2원/kWh) 및 할인율(3.5%) 조건에서 설비용량이 204 W인 솔라 루프는 20년의 분석기간 동안 현재가치 기준으로 약 95만원의 수익을 창출(국내 평균)할 수 있었지만, 솔라 루프 가격이 138만원인 점을 감안할 때 재무적 관점에서는 타당성이 확보되지 않는 것으로 분석되었다(Table 2). 이러한 경우의 회수기간은 분석기간인 20년을 초과한다. 그러나 현재 대비 충전단가가 20% 상승하고 할인율이 1.0%로 낮아질 경우, 또는 충전단가가 40% 상승하고 할인율이 2.5%로 낮아질 경우 솔라 루프가 경제성을 갖기 시작하는 것으로 평가되었다(표에서 청색으로 표시된 부분). 솔라 루프의 회수기간은 충전단가가 10% 증가하거나 할인율이 1% 감소할 경우 약 2년 정도 짧아지는 것으로 나타났다. 또한, 솔라 루프의 충전량 예측에 연 단위가 아닌 월 단위 설비 이용률 자료를 사용하는 경우 회수기간에 차이가 발생하는 것으로 분석되었다. 이 연구는 솔라 루프 옵션에 대한 실질적인 가치와 효용성을 제시함으로써 소비자의 합리적인 결정을 위한 근거자료를 제공할 수 있다.

Table 2.

Sensitivity of the average Net Present Value (NPV, unit: 1,000 KRW) and Payback Year (PBP) of the EV solar roof in South Korea according to changes in charging unit price and discount rate (modified from Suh, 2025)

연구 동향 및 시사점

국내 연구기관에서 발표된 19편의 논문을 검토한 결과 국내에서의 태양광 전기차 연구는 차량 일체형 태양광 시스템, 시스템 통합, 제어 전략, 성능 추정, 시장 및 환경 평가라는 다섯 가지 주제를 중심으로 진행되었음을 확인할 수 있었다. 차량 일체형 태양광 시스템은 5편의 논문이 발표되었으며, 태양광 모듈의 효율성, 경량화, 곡면 적용성, 재료 특성 개선과 같은 기술적 연구에 중점을 두고 있다. 성균관대학교, 한국전기연구원, 한국에너지기술연구원, 한국재료연구원 등의 연구기관이 이 분야 연구에 활발히 참여하고 있는 것으로 나타났다. 시스템 통합을 주제로 한 논문은 2편이 발표되었으며 태양광 시스템과 에너지 저장 시스템을 통합하여 효율성을 높이는 기술적 접근에 중점을 두고 있었다.

태양광 전기차의 제어 전략과 관련해서도 5편의 논문이 발표되어 주차 공간 최적화, 경로 계획, 에너지 관리 등 태양광 전기차의 운영 효율을 높이기 위한 연구가 이루어졌다. 부경대학교가 제어 전략과 관련한 연구에서 주요한 역할을 하고 있었다. 태양광 전기차의 성능 추정과 관련한 주제로는 총 6편의 논문이 발표되었다. 태양광 전기차의 발전 잠재량 평가와 이를 위한 GIS 기반 공간분석 알고리즘 개발, 성능 추정 결과의 검증을 위한 현장 실험 등이 주요 연구 주제로 연구 주제로 다루어졌다. 주요 연구기관은 서울대학교, 강원대학교, 부경대학교로 나타났다. 시장 및 환경 평가를 주제로 한 논문은 현재까지 1편이 발표되어 태양광 전기차의 경제적 타당성이나 환경적 영향을 다룬 연구가 상대적으로 부족한 상황이다.

Fig. 21은 국내 연구기관에서 발표된 태양광 전기차 관련 논문의 연도별 누적 수와 연구 주제별 논문 수의 비율을 보여준다. 2025년은 1월까지 출판된 논문 수가 집계에 반영되었다. 연도별 누적 논문 수는 지속해서 증가하고는 있으나 2022년 한해 6편의 논문이 발표된 이후에는 연간 출판되는 논문 수가 줄어들고 있다. 주제별로 보면 성능 추정을 주제로 한 논문이 32%로 가장 큰 비율을 차지하고 있으며, VIPV 시스템과 제어 전략과 관련한 논문도 각각 26%의 비율을 차지하고 있다. 이를 통해 국내의 태양광 전기차 연구는 성능 추정, VIPV 시스템, 제어 전략과 같은 기술 중심 연구가 주를 이루고 있음을 알 수 있다. 태양광 전기차의 경제적 타당성과 실질적 도입 가능성을 탐색할 수 있는 시장 및 환경적 평가 연구가 상대적으로 부족하며, 이와 관련한 추가 연구가 필요할 것이다.

Fig. 21.

Cumulative number of solar electric vehicle-related publications from research institutions in Korea by year and the proportion of publications by research topic.

태양광 전기차 관련 8가지 주요 연구 주제 중 국내에서 발표된 논문들은 차량 일체형 태양광 시스템, 시스템 통합, 제어 전략, 성능 추정, 시장 및 환경 평가라는 5가지 주제에 집중되어 있다. 태양광 전기차 경주, 차량 설계, 동력 시스템을 주제로 한 논문은 현재까지 국내에서 발표되지 않았다. 해외에서는 이러한 주제와 관련한 연구가 활발히 이루어지고 있으며, 특히 호주의 뉴사우스웨일스 대학교(UNSW)는 태양광 전기차의 차량 설계와 동력 시스템 설계를 직접 수행하고, 이를 기반으로 매년 태양광 전기차 경주 대회에 참가하고 있다(Fig. 22). 이는 태양광 전기차의 실제 응용 가능성을 검증하고, 관련 기술을 발전시키는 데 중요한 역할을 하고 있다.

Fig. 22.

The SUNSWIFT solar electric vehicle developed by the University of New South Wales (UNSW) for the 2024 solar racing competition in Australia (Photo by the author).

국내에서도 태양광 전기차 연구를 발전시키기 위해서는 연구 주제를 다각화하고 기존 연구의 한계를 넘어서는 새로운 접근이 필요할 것이다. 특히, 태양광 전기차 경주 대회 참가를 목표로 한 연구를 통해 차량 설계와 동력 시스템 분야를 발전시키고, 이를 기반으로 국내 연구 역량을 강화하는 것이 필요할 것이다. 또한, 국내 연구자들은 PV in Motion 등과 같은 태양광 전기차 관련 국제학회(Fig. 23)에 적극적으로 참가하며, IEA PVPS Task-17(국제연구협력)과 IEC TC82 PT600(차량 일체형 태양광의 국제 표준화)과 같은 태양광 전기차 국제 표준화 활동에도 적극적으로 참여해야 할 것이다. 이러한 노력을 통해 국내 태양광 전기차 연구의 범위를 확장하고, 글로벌 연구 커뮤니티와의 협력을 강화함으로써 태양광 전기차 분야에서 경쟁력을 높이는 동시에 지속 가능한 교통 기술 개발에 기여할 수 있을 것으로 기대한다.

Fig. 23.

Group photo taken at the PV in Motion 2024 conference held in Switzerland, highlighting international collaboration in solar electric vehicle research and development (CSEM, 2025).

결 론

본 연구에서는 국내 연구기관에서 발표된 태양광 전기차 관련 논문 19편의 주요 내용을 정리하고 연구 동향을 분석하였다. 국내 태양광 전기차 연구는 VIPV 시스템, 시스템 통합, 제어 전략, 성능 추정, 시장 및 환경 평가의 5가지 주제를 중심으로 진행되었으며, 기술 중심 연구가 주를 이루었다. 그러나 태양광 전기차 경주, 차량 설계, 동력 시스템과 같은 주제에 관한 연구는 국내에서 아직 수행되지 않았다. 이들 주제는 태양광 전기차의 실제 응용 가능성과 기술 발전에 있어 매우 중요한 영역이므로 향후 국내에서도 적극적인 연구가 필요할 것이다.

앞으로는 태양광 전기차 연구 주제를 다각화하고, 기존 연구의 한계를 넘어서는 새로운 접근이 필요하다. 또한, 국제학회와 표준화 활동에 적극적으로 참여하여 글로벌 연구 커뮤니티와의 협력을 강화하고, 이를 통해 국내 태양광 전기차 연구의 경쟁력을 높여야 할 것이다.