본 논문은 집광형 태양열 발전(CSP) 플랜트의 안전하고 효율적인 운영에 필수적인 요소인 수광기 상의 집광된 태양 플럭스 분포를 정확하게 예측하는 새로운 방법을 제시합니다. 기존에는 이상적인 헬리오스탯 표면을 가정하여 제어 시스템을 운영했지만, 실제 헬리오스탯 표면의 불완전성으로 인해 성능 저하 및 안전 위험이 발생했습니다. 이를 해결하기 위해, 본 연구는 표준 보정 절차 중 촬영된 타겟 이미지로부터 헬리오스탯 표면 프로파일을 추론하는 역딥러닝 광선추적(iDLR) 기법을 제시하고, 실제 환경에서의 Sim-to-Real 전이를 성공적으로 수행했습니다. 63개의 헬리오스탯을 대상으로 실제 운영 조건 하에서 평가한 결과, iDLR은 평균 절대 오차(MAE) 0.17mm를 달성했으며, 84%의 경우 디플렉토메트리 기반 실측값과 잘 일치했습니다. 광선추적 시뮬레이션에 적용 시, 플럭스 밀도 예측 정확도는 90%에 달했으며, 이상적인 헬리오스탯 표면 가정 방식보다 26% 향상된 성능을 보였습니다. 미지의 태양 위치와 수광기 투영을 포함하는 이중 외삽 시나리오에서도 높은 예측 정확도를 유지하여 일반화 성능을 입증했습니다. iDLR은 확장성, 자동화, 비용 효율성이 높은 솔루션으로, 디지털 트윈에 현실적인 헬리오스탯 표면 모델을 통합하여 플럭스 제어 개선, 정밀한 성능 모델링, 그리고 CSP 플랜트의 효율 및 안전성 향상에 기여할 것으로 기대됩니다.
