최근 탄소중립 실현을 목표로 정부가 재생에너지 발전 비중을 확대하면서 농촌 태양광에 대한 관심이 증가하고 있다. 정부의 재생에너지 3020 이행계획에 따르면 태양광 발전 설비 30.8GW 보급 확대 계획 중 농촌 태양광 발전 설비는 10.0GW로 확대하는 것을 목표로 한다고 발표하였다. 상대적으로 입지제한이 없는 태양광 발전 시설은 국내 전체 신재생에너지 발전량의 66.8%를 차지하고 있으며, 전체 발전사업용 시설의 89%가 농촌지역에 설치되어 있다. 농촌형 태양광발전 시설 증가는 난개발로 인한 농촌지역의 경관훼손, 경지면적 감소로 인한 식량 안보 저하 등 다양한 부작용을 낳고 있다. 이로 인해 각종 규제, 주민 수용성 등에 대한 논의는 활발하게 이루어져 왔으나, 농지이용실태에 대한 전수조사는 이루어지지 않아 여전히 태양광 발전 시설 입지 평가에 대한 정량적 분석에는 한계가 있다. 현재 일부 지자체별로 태양광 발전 시설 허가 및 설치현황에 대한 조사가 이루어지고 있으나, 설치 및 철거가 빠르게 진행되는 농촌 태양광 발전 시설의 특성상 전수조사로 현황을 파악하기에는 현실적으로 한계가 있다. 최근에는 이러한 시공간적 한계 극복을 위해 드론, 위성영상 분석을 적극 활용하여 전수조사를 실시하고 있다.본 연구에서는 YOLOv2 기반 태양광 발전 시설 탐지 모델을 활용하여 해남지역의 항공 영상에서 태양광 발전 시설을 탐지하고, 태양광 발전 시설 허가 현황 자료와 비교함으로써 객체 탐지 모델의 공간 분포 데이터 구축을 위한 활용성을 살펴보았다. 분석결과 모델은 실제 위성영상에 태양광 패널이 존재하는 754곳 중에 514곳을 탐지하였고, 실제 영상에는 존재하지 않지만 태양광 패널로 잘못 탐지한 곳은 65곳으로 나타났다. 잘못 탐지한 유형 중 농업시설이나, 태양광 발전 시설을 철거 후 남은 농지의 패턴을 태양광 패널로 잘못 인식한 경우가 가장 많은 것으로 나타났다. 추후 추가학습 및 모델 보강을 통해 객체 탐지율 및 정확도를 높일 수 있을 것으로 사료되며, 연구의 결과는 딥러닝 기반 객체탐지 모델을 활용한 농촌지역의 토지이용 모니터링에 활용할 수 있을 것으로 기대된다.