기업의 탄소 배출 관리 전 과정을 지원하는 SK에코플랜트의 ‘WAYBLE decarbon’이 온실가스 배출량 산정을 위한 자료 입력의 편의성과 정확도 개선을 위한 [매개변수 자동 추론 시스템]과 배출량 최적 관리를 위한 [딥러닝 기반의 탄소 배출량 예측 모델] 기술의 특허를 획득했다.
국내 배출권 할당 기업 또는 자발적으로 온실가스 배출량을 산정하고 공시하는 기업은 환경부의 ‘온실가스 배출권거래제 배출량 보고 및 인증에 관한 지침’에 따라 배출량을 산정하여야 한다. 또한 배출량 산정 방법과 그 값의 적합성에 대해서는 국립환경과학원이 지정한 검증기관(’24년 6월 기준 13개)으로부터 검증을 받아야만 한다. 이때 배출량 산정 방법과 적용 기준은 1. 배출시설의 규모 및 세부 배출활동의 종류에 따라 최소 산정등급(Tier)을 준수하고, 2. 해당 산정등급에 따라 정해진 매개변수(배출계수, 순발열량, 산화계수 등)를 적용해야만 한다. 하지만, 산정방법 및 매개변수 적용 기준의 높은 복잡성과 기업내 담당자의 이해도 부족으로 인해 매개변수가 잘못 적용된 경우가 빈번하게 발생하며, 이로 인해 기업은 검증 단계에서 불필요한 시간 및 비용 손실 문제를 겪게 된다.
※ 산정등급 Tier 1 – 기본 배출계수, 기본 발열량 활용
※ 산정등급 Tier 2 – 국가 고유 배출계수 (온실가스종합정보센터가 확인 ∙ 검증하여 공표)
※ 산정등급 Tier 3 – 사업장 고유 배출계수 (기업이 자체 개발, 활용에 대한 승인을 득한 계수)
※ 산정등급 Tier 4 – 연속측정 방법 (환경부에서 정한 측정기기 설치 및 관리 기준 충족 필요)
‘WAYBLE decarbon’은 이러한 부적절한 산정 방법 및 매개변수 적용으로 인한 배출량의 오류를 원천적으로 방지하기 위해 [매개변수 자동 추론 시스템]의 기술을 개발하였다. 해당 기술은 먼저, 배출량 산정에 필요한 적정 매개변수의 자동 추론을 위한 DB 구성과 사용자가 입력하는 비정형데이터(증빙자료)를 딥러닝 기반으로 분석하여 매개변수를 구분하고, 이를 활용하여 순차적으로 DB를 탐색함으로써 적정 매개변수를 추천하는 모델로 구성되었다.
본 기술의 적용을 통해 ‘WAYBLE decarbon’의 사용자는 단순히 활동자료(영수증, 이미지 형태의 증빙자료 등)만을 입력하여도 인공지능 모델을 통해 적합성에 문제가 없는 산정등급과 매개변수를 산출 및 적용하고 자동으로 배출량을 산정할 수 있게 된다. 또한 사용자가 직접 산정방법 및 매개변수를 선택하는 경우에도 인공지능 모델이 적합성 유무를 감지하여, 부적합한 케이스를 확인할 수 있다.
국내 배출권 할당 기업은 ‘온실가스 배출권의 할당 및 거래에 관한 법률’에 따라 할당 배출량의 초과분에 대해 타 기업으로부터 배출권을 매수할 수 있으며, 잔여분에 대해서는 배출권을 판매하여 부가적인 수익을 얻을 수 있다. 따라서 시스템을 통해 배출량을 예측하게 되면, 관리가 편리해지고, 또 사업장 배출량과 탄소 배출권의 거래 가격 변동을 예측할 수 있으면 탄소 배출권 거래 뿐 아니라 탄소 비용 절감을 위한 다양한 관리 방안을 고려할 수 있을 것이다.
‘WAYBLE decarbon’은 이러한 측면을 고려하여, 기업이 탄소 비용 절감을 위한 실질적인 계획 수립을 할 수 있도록 합리적이고 정확도가 높은 [딥러닝 기반의 탄소 배출량 예측 모델]을 개발하였다. 해당 기술은 두 가지 측면에서 예측 정확도를 제고시켰는데, 첫 번째로 기업의 과거 경영 실적과 경영 계획에 따른 예상 실적을 ‘딥러닝 앙상블 모델’을 이용하여 결합함으로써 미래 실적에 대한 예측 정확도를 개선하였으며, 다음으로 과거 경영 실적과 탄소 배출량과의 상관 관계를 딥러닝 모델로 구축함으로써 탄소 배출량에 대한 예측 정확성을 높였다. 본 모델은 종래의 배출량 예측 기술과 비교하여 정확도를 크게 개선함과 동시에 차별적 기술성을 인정받아 특허를 취득하게 되었다. SK에코플랜트는 이와 같은 특허 획득에 이어, 지속적으로 기업 탄소중립 실현의 A to Z까지를 디지털을 통해 해결할 수 있도록 ‘WAYBLE decarbon’의 서비스 및 기술 개발을 수행해 나갈 계획이다.