‘Scope 3’으로 온실가스 배출량 낱낱이 공시해야
[환경일보] ‘Scope’는 기업의 운영에서 발생하는 탄소배출량을 나누는 기준이다. 온실가스 프로토콜(GHG)에서 시작됐으며, 그중 Scope 3은 기업의 영향력 밖에서 발생하는 탄소배출량을 기준으로 한다. 예를 들면 소비자가 제품을 사용할 때, 직원이 통근할 때 배출되는 탄소가 Scope 3의 탄소 배출량이다.
Scope 1은 기업에서 직접적으로 발생하는 배출이며, Scope 2는 기업이 에너지를 소비하는 과정에서 간접적으로 발생하는 배출이다. 지금까지 많은 기업이 두 분류의 배출량을 측정하는 데 중점을 뒀고 측정과 통제가 비교적 쉽다. 반면, Scope 3의 탄소배출은 광범위한 환경에서 발생한다. 기업의 영향력에서 벗어나 있어 통제하기 어려운 만큼 탄소 발자국을 줄이기 위한 Scope 3 배출량 산정이 중요한 시점에 와 있다. 기업은 이러한 환경 동향에 맞춰 지금껏 통제하지 못했던 탄소배출 저감을 위한 새로운 노력이 필요한 시기가 됐다.
글로벌 탄소중립을 위한 인식이 강화되고 있다. 탄소배출권이 하나의 자원이 되고, 이에 따라 각국 정부와 기업들의 탄소배출 감소를 위한 노력이 요구된다. ESG에 대한 세계의 인식이 강화됨에 따라 Scope 1, 2 단계를 넘어 Scope 3단계의 중요성에 이목이 끌리고 있다. Scope 3 산출량은 기업의 분야에 따라 탄소 배출량의 가장 큰 부분을 차지하는 경우도 있고, 중소기업 탄소배출의 70%가 Scope 3으로 측정되는 만큼 탄소배출에 큰 부분을 차지하고 있다.
반면 Scope 3 배출량을 공시한 기업은 국내 200대 기업 중 35% 정도에 그치고 있다. Scope 3을 도입해 온실가스 배출량을 더 자세하게 기입하는 것은 좋다. 그러나, 명확한 기준이 없이 회사마다 다른 기준으로 Scope 3을 산출하는 것은 문제가 될 수 있다. 예를 들면, Scope 3 배출량이 특히 많은 석유화학 기업의 경우 SK이노베이션은 1억3213만tCO2eq, LG화학은 121만4600tCO2eq, 롯데케미칼은 1800만5017tCO2eq인데, LG화학이 비교적 매우 적게 집계된 것을 확인할 수 있다. 이러한 점을 보완해 Scope 3 온실가스 배출량을 정확히 명시하고, 이를 줄이기 위한 전략을 구상해 탄소 배출량을 저감시키면 기업 경쟁력, 국가 경쟁력을 키우는 데에 큰 보탬이 될 것이다.
EU, 미국은 Scope 3의 측정·공시를 단계적으로 의무화하고 있으며, 지속가능성 관련 글로벌 공시표준을 마련 중인 ISSB(국제지속가능성기준위원회)도 Scope 3의 공시를 요구하고 있다.
우리나라는 지속가능성 공시항목 및 기준의 구체화를 위해 2022년 12월 한국회계기준원 내에 ‘지속가능성기준위원회(KSSB, Korea Sustainability Standards Board)’를 설립했으며, 현재까지 Scope 3 공시여부·대상 등은 발표한 바 없다. 하지만, 다수의 국내 대기업이 Scope 3 공시를 자발적으로 시행하는 것을 보아 머지않아 우리나라도 Scope 3 공시 의무화가 공식적으로 화두에 오를 것이다. Scope 3으로 온실가스 배출량을 이전보다 상세히 분석하고 온실가스 감축을 위한 전략을 도출, 태양광 설치, 차량 무시동 냉·난방기 도입, 2030년 정부 무공해차 전환, 2040년 수소차 전환 등으로 온실가스를 감축할 계획이다.
전 세계 산업계에서 ‘ESG 경영’, ‘Scope 3’ 공시 의무화가 진행되고 있다. 그러나, Scope 3은 기업의 영향력에서 벗어나 통제하기 어려운 온실가스 배출량을 측정해야 하기 때문에, 기업들은 이를 측정할 방법의 부재, 협력사로부터의 데이터 확보 어려움 등을 겪고 있다. 이에 온실가스 배출량 산정 표준 안내서를 기업에 보급하고 교육하거나, AI 머신러닝을 이용해서 데이터를 수집·계산해 기술적으로 Scope 3 측정을 하는 등의 노력을 해야 할 것이다.
실제로, 미국 기반 회사인 Eco life Recycling은 머신러닝으로 회사의 폐기물 데이터를 분석해 폐기물 및 배출량을 줄일 수 있는 기회를 식별하는 데 도움을 준다. 마찬가지로, 머신러닝 알고리즘을 사용해 에너지 청구서 및 운송 로그를 비롯한 다양한 소스의 데이터를 분석해 기업이 탄소 발자국을 측정, 추적 및 줄이는 데 도움을 주는 소프트웨어 회사 등이 있다. 머신러닝 알고리즘을 사용해 에너지 사용을 최적화하고 배출량을 줄이는 데에 기여하기 위해 AI 분야 회사가 많은 연구를 하고 있으며, 이는 탄소중립을 이루는 데에 큰 기여를 할 것으로 보인다.
<글 / 대학생신재생에너지기자단 김예진 yjkim010426@gmail.com>