[한경ESG] 커버 스토리③ - AI, 지속가능 성장의 미래 바꾼다
AI를 활용한 지속가능경영 사례
<해외 사례>
마이크로소프트, ‘지구를 위한 AI’
생성형 AI 활용한 코파일럿, 지구를 위해서도 사용하다
마이크로소프트(MS)는 생성형 AI인 ‘코파일럿’을 내놓고 기업 사용자의 업무 효율성과 인공지능(AI) 효율성을 극대화하기 위해 새로운 기능을 여럿 추가했다. 특히 코파일럿 랩은 복잡한 문제에 대한 심도 있는 분석을 수행하는 기능을 제공한다. ‘씽크 디퍼’는 최신 AI 추론 모델을 활용해 복잡한 문제를 단계적으로 해결하며, 코파일럿 스튜디오를 이용하면 사용자가 코딩 없이 AI 에이전트를 개발할 수 있다. 최근 MS는 NASA에 대기 조건, 토지 변화, 해양 온도 변화 등 방대한 데이터에 대한 검색과 발견 및 분석을 돕기 위해 어스(Earth) 코파일럿을 개발해 연구자가 지구과학 데이터를 쉽게 검색, 발견 및 분석하도록 돕는다.
생물다양성과 산림벌채 데이터 수집 및 분석
MS는 에이아이포굿랩(AI for good lab)에서 개발한 태양광 원격 녹음 관측소 ‘프로젝트 스패로우(SPARROW)’를 론칭했다. 이 프로젝트는 지구 생물다양성 보호를 목표로 AI를 활용해 외딴 지역에서도 데이터를 수집하고 분석할 수 있도록 설계했다. 이 프로젝트는 저에너지 에지 GPU를 사용해 데이터를 실시간으로 처리하고, 저궤도 위성을 클라우드로 연결해 연구자들의 접근성을 높였다. 이와 함께 콜롬비아 단체와 협력하는 프로젝트 구아카마야는 최첨단 AI 모델을 이용해 산림벌채를 모니터링하고 생태계의 생물다양성을 보호한다.
AI를 활용한 탄소포집 최적화·최적의 콘크리트 배합 제안
MS는 탄소포집 및 저장(CCS) 과정에서 저장하는 이산화탄소양을 최적화하기 위해 슐럼버거 및 노던라이츠와 협력해 최적화 워크플로를 구축했다. 이 워크플로는 시뮬레이터를 사용해 이산화탄소 주입 시 최적의 주입정 위치를 찾는다. 이를 통해 5000만 달러 이상 가치 증가, 더 빠른 속도, 낮은 컴퓨팅 비용을 달성할 수 있다. 또 기존 콘크리트를 바이오 소재로 대체함으로써 온실가스배출량을 줄이기 위해 머신러닝을 통해 품질 기준을 충족하는 다양한 후보 물질을 평가, 새로운 콘크리트 배합 및 강도를 제안하는 실험을 진행 중이다.
엔비디아, 생성형 AI를 통한 폭풍 예측 모델
엔비디아 리서치는 더웨더컴퍼니와 협업해 생성형 AI 모델인 스톰캐스트를 발표했다. 스톰캐스트는 폭풍보다는 크지만 사이클론보다는 작은 규모인 중규모에서 신뢰할 수 있는 날씨 예측을 가능하게 한다. 이는 재난 계획과 완화에 매우 중요하다. 이는 엔비디아의 기후 플랫폼인 엔비디아 어스-2를 바탕으로 한다. 어스-2는 지구를 그대로 본뜬 디지털 트윈 클라우드 플랫폼으로 전 세계 규모의 날씨와 기후 예측을 시뮬레이션하고, 시각화할 수 있도록 지원한다.
구글, 제미나이 활용한 기후 예측
업무는 물론 연구도 돕는 생성형AI, 제미나이
구글은 지난해 말 생성형 AI인 제미나이를 활용한 ‘제미나이 포 워크스페이스 2.0’을 공개했다. 워크스페이스 협업 툴 내에서 자료 검색이나 요약 및 번역 업무에서 AI 도움을 받을 수 있음은 물론, 고급 추론 기능을 활용해 고급 수학 방정식, 멀티모달 쿼리 및 코딩 등 복잡한 질문을 처리할 수 있도록 개선 중이다. 또 ‘딥 리서치’를 통해 연구를 돕고 있다. 구글은 생성형 AI를 통한 정교한 기후 예측 모델 젠캐스트도 내놓았다. 이미 엔씨소프트는 제미나이를 바르코 플랫폼에 적용해 게임 스토리라인을 자동으로 작성하고 대사도 생성하는 데 사용하고 있으며, 롯데멤버스는 자사 디지털 마케팅 플랫폼에 제미나이를 적용해 손쉬운 고객 타깃팅을 하는 데 이용하고 있다.
위성 시스템으로 산불·메탄 감지, 비행운 감소
이와 함께 구글 리서치는 미국 주요 소방당국과 협력해 파이어샛(FireSat)을 선보였다. 파이어샛은 작은 교실 크기의 산불을 20분 이내에 감지하고 추적하도록 설계된 글로벌 위성 네트워크다. 전 세계 산불 발생 지역의 고해상도 이미지를 20분마다 업데이트받아 대형 산불로 번지기 전에 신속하게 대응할 수 있다. 또 환경방어기금(EDF)과 구글은 인공위성 이미지와 AI를 활용해 메탄 배출원을 파악하는 ‘메탄샛 프로젝트’를 진행하고 있다. 또 구글 리서치는 항공이 지구온난화에 미치는 영향을 줄이기 위해 브레이크스루에너지와 협력해 개발한 AI 솔루션을 통해 비행운을 최대 54% 줄이도록 했다.
AI를 활용한 에너지 비효율성 최적화
구글은 AI를 활용한 가상 전력망으로 전력망 탈탄소화를 돕는 프로젝트 태피스트리를 실시하고 있다. 구글의 환경 인사이트 탐색기는 머신러닝을 사용해 도시계획가에게 건물과 교통수단의 연간 배출량 추정치, 옥상 태양광발전 확대 등 배출량 감축 기회를 제공한다. 미국 택사스주에 있는 휴스턴은 이를 활용해 태양광 평가를 수행하고 500만MWh 태양광에너지 목표 계획을 수립하기도 했다. CO2 AI는 비즈니스 리더가 가치사슬 파트너와 함께 조직의 스코프 1·2·3 배출량을 제품 수준까지 정확하게 추정할 수 있도록 지원한다.
<국내 사례>
AI 통해 태양광발전량 예측하는 한전 KDN 햇빛지도
한국전력공사 자회사 KDN은 태양광발전량 예측 시스템 ‘한전 KDN 햇빛지도’를 운영하고 있다. 햇빛지도 서비스는 기상 정보와 미세먼지 농도를 기반으로 AI 딥러닝 기술을 적용해 태양광발전량을 실시간 예측해 제공한다. 이에 따라 기존의 평균 일사량과 일조 시간을 적용해 제공하는 방식과는 크게 차별화된다. 실제 운영 중인 태양광발전소의 발전량 예측뿐 아니라 예상 발전량과 실시간 비교할 수 있는 기능까지 제공한다. 한전 KDN 햇빛지도는 최근 업데이트를 실시하고 있으며, 올해 말 다시 서비스할 예정이다.
국립기상과학원-카이스트, AI 기후 예측 모델 알파웨더 개발
한국의 기상청 산하 국립기상과학원에서는 카이스트와 2021년부터 개발해온 AI 기반 예보 모델 ‘알파웨더’의 실증 작업을 하고 있다. ‘재해 골든타임’인 6시간 이내 강수에 대한 초단기 예보가 모델의 핵심이다. 기상청의 2014~2023년 레이더, 위성 지상관측 데이터를 학습해온 알파웨더는 최근에는 데이터에 기반한 날씨 예측을 실시하고 있다. 2026년부터 실제 기상예보에 투입될 전망이다. 알파웨더의 성능은 이미 슈퍼컴퓨터를 이용한 수치 예보 모델보다 20% 이상 정확도를 보이고 있다.
HD현대의 AI를 활용한 미래 첨단 조선소 계획
HD현대는 2030년까지 선박 건조 현장의 디지털 전환을 실시하고, AI와 머신러닝 기술을 학습해 최적의 조선소 운용 조건을 도출하도록 할 예정이다. 2030년까지 ‘지능형 자율 운영 조선소’ 구축을 완료해 최종적으로 생산성 30% 향상, 공사 기간 30% 단축 등을 달성할 예정이다. 또 HD 현대는 AI 기반 디지털 트윈을 사용하여 700만 개 이상의 부품으로 구성된 액화천연가스 운반선에 대한 복잡한 설계를 검증해 위험, 비용 및 시간이 크게 줄였다.
LG화학, 비즈니스 전반에 AI 분석 솔루션 도입
LG화학이 품질 예측, 공정 최적화 등 제조 영역부터 법무 계약 검토, 환율 예측 등 비제조 영역까지 비즈니스 전반에 AI 기반의 디지털 변혁(DX)을 추진하고 있다. LG화학은 임직원 누구나 활용할 수 있는 AI 분석 솔루션 ‘CDS(Citizen Data Scientist)’ 플랫폼을 오픈했다. LG화학의 CDS 플랫폼은 코딩이나 분석 관련 전문 역량이 없는 임직원도 자신이 보유한 업무 지식과 데이터를 활용해 인사이트를 발굴할 수 있다.
구현화 기자 kuh@hankyung.com
AI를 활용한 지속가능경영 사례
<해외 사례>
마이크로소프트, ‘지구를 위한 AI’
생성형 AI 활용한 코파일럿, 지구를 위해서도 사용하다
마이크로소프트(MS)는 생성형 AI인 ‘코파일럿’을 내놓고 기업 사용자의 업무 효율성과 인공지능(AI) 효율성을 극대화하기 위해 새로운 기능을 여럿 추가했다. 특히 코파일럿 랩은 복잡한 문제에 대한 심도 있는 분석을 수행하는 기능을 제공한다. ‘씽크 디퍼’는 최신 AI 추론 모델을 활용해 복잡한 문제를 단계적으로 해결하며, 코파일럿 스튜디오를 이용하면 사용자가 코딩 없이 AI 에이전트를 개발할 수 있다. 최근 MS는 NASA에 대기 조건, 토지 변화, 해양 온도 변화 등 방대한 데이터에 대한 검색과 발견 및 분석을 돕기 위해 어스(Earth) 코파일럿을 개발해 연구자가 지구과학 데이터를 쉽게 검색, 발견 및 분석하도록 돕는다.
생물다양성과 산림벌채 데이터 수집 및 분석
MS는 에이아이포굿랩(AI for good lab)에서 개발한 태양광 원격 녹음 관측소 ‘프로젝트 스패로우(SPARROW)’를 론칭했다. 이 프로젝트는 지구 생물다양성 보호를 목표로 AI를 활용해 외딴 지역에서도 데이터를 수집하고 분석할 수 있도록 설계했다. 이 프로젝트는 저에너지 에지 GPU를 사용해 데이터를 실시간으로 처리하고, 저궤도 위성을 클라우드로 연결해 연구자들의 접근성을 높였다. 이와 함께 콜롬비아 단체와 협력하는 프로젝트 구아카마야는 최첨단 AI 모델을 이용해 산림벌채를 모니터링하고 생태계의 생물다양성을 보호한다.
AI를 활용한 탄소포집 최적화·최적의 콘크리트 배합 제안
MS는 탄소포집 및 저장(CCS) 과정에서 저장하는 이산화탄소양을 최적화하기 위해 슐럼버거 및 노던라이츠와 협력해 최적화 워크플로를 구축했다. 이 워크플로는 시뮬레이터를 사용해 이산화탄소 주입 시 최적의 주입정 위치를 찾는다. 이를 통해 5000만 달러 이상 가치 증가, 더 빠른 속도, 낮은 컴퓨팅 비용을 달성할 수 있다. 또 기존 콘크리트를 바이오 소재로 대체함으로써 온실가스배출량을 줄이기 위해 머신러닝을 통해 품질 기준을 충족하는 다양한 후보 물질을 평가, 새로운 콘크리트 배합 및 강도를 제안하는 실험을 진행 중이다.
엔비디아, 생성형 AI를 통한 폭풍 예측 모델
엔비디아 리서치는 더웨더컴퍼니와 협업해 생성형 AI 모델인 스톰캐스트를 발표했다. 스톰캐스트는 폭풍보다는 크지만 사이클론보다는 작은 규모인 중규모에서 신뢰할 수 있는 날씨 예측을 가능하게 한다. 이는 재난 계획과 완화에 매우 중요하다. 이는 엔비디아의 기후 플랫폼인 엔비디아 어스-2를 바탕으로 한다. 어스-2는 지구를 그대로 본뜬 디지털 트윈 클라우드 플랫폼으로 전 세계 규모의 날씨와 기후 예측을 시뮬레이션하고, 시각화할 수 있도록 지원한다.
구글, 제미나이 활용한 기후 예측
업무는 물론 연구도 돕는 생성형AI, 제미나이
구글은 지난해 말 생성형 AI인 제미나이를 활용한 ‘제미나이 포 워크스페이스 2.0’을 공개했다. 워크스페이스 협업 툴 내에서 자료 검색이나 요약 및 번역 업무에서 AI 도움을 받을 수 있음은 물론, 고급 추론 기능을 활용해 고급 수학 방정식, 멀티모달 쿼리 및 코딩 등 복잡한 질문을 처리할 수 있도록 개선 중이다. 또 ‘딥 리서치’를 통해 연구를 돕고 있다. 구글은 생성형 AI를 통한 정교한 기후 예측 모델 젠캐스트도 내놓았다. 이미 엔씨소프트는 제미나이를 바르코 플랫폼에 적용해 게임 스토리라인을 자동으로 작성하고 대사도 생성하는 데 사용하고 있으며, 롯데멤버스는 자사 디지털 마케팅 플랫폼에 제미나이를 적용해 손쉬운 고객 타깃팅을 하는 데 이용하고 있다.
위성 시스템으로 산불·메탄 감지, 비행운 감소
이와 함께 구글 리서치는 미국 주요 소방당국과 협력해 파이어샛(FireSat)을 선보였다. 파이어샛은 작은 교실 크기의 산불을 20분 이내에 감지하고 추적하도록 설계된 글로벌 위성 네트워크다. 전 세계 산불 발생 지역의 고해상도 이미지를 20분마다 업데이트받아 대형 산불로 번지기 전에 신속하게 대응할 수 있다. 또 환경방어기금(EDF)과 구글은 인공위성 이미지와 AI를 활용해 메탄 배출원을 파악하는 ‘메탄샛 프로젝트’를 진행하고 있다. 또 구글 리서치는 항공이 지구온난화에 미치는 영향을 줄이기 위해 브레이크스루에너지와 협력해 개발한 AI 솔루션을 통해 비행운을 최대 54% 줄이도록 했다.
AI를 활용한 에너지 비효율성 최적화
구글은 AI를 활용한 가상 전력망으로 전력망 탈탄소화를 돕는 프로젝트 태피스트리를 실시하고 있다. 구글의 환경 인사이트 탐색기는 머신러닝을 사용해 도시계획가에게 건물과 교통수단의 연간 배출량 추정치, 옥상 태양광발전 확대 등 배출량 감축 기회를 제공한다. 미국 택사스주에 있는 휴스턴은 이를 활용해 태양광 평가를 수행하고 500만MWh 태양광에너지 목표 계획을 수립하기도 했다. CO2 AI는 비즈니스 리더가 가치사슬 파트너와 함께 조직의 스코프 1·2·3 배출량을 제품 수준까지 정확하게 추정할 수 있도록 지원한다.
<국내 사례>
AI 통해 태양광발전량 예측하는 한전 KDN 햇빛지도
한국전력공사 자회사 KDN은 태양광발전량 예측 시스템 ‘한전 KDN 햇빛지도’를 운영하고 있다. 햇빛지도 서비스는 기상 정보와 미세먼지 농도를 기반으로 AI 딥러닝 기술을 적용해 태양광발전량을 실시간 예측해 제공한다. 이에 따라 기존의 평균 일사량과 일조 시간을 적용해 제공하는 방식과는 크게 차별화된다. 실제 운영 중인 태양광발전소의 발전량 예측뿐 아니라 예상 발전량과 실시간 비교할 수 있는 기능까지 제공한다. 한전 KDN 햇빛지도는 최근 업데이트를 실시하고 있으며, 올해 말 다시 서비스할 예정이다.
국립기상과학원-카이스트, AI 기후 예측 모델 알파웨더 개발
한국의 기상청 산하 국립기상과학원에서는 카이스트와 2021년부터 개발해온 AI 기반 예보 모델 ‘알파웨더’의 실증 작업을 하고 있다. ‘재해 골든타임’인 6시간 이내 강수에 대한 초단기 예보가 모델의 핵심이다. 기상청의 2014~2023년 레이더, 위성 지상관측 데이터를 학습해온 알파웨더는 최근에는 데이터에 기반한 날씨 예측을 실시하고 있다. 2026년부터 실제 기상예보에 투입될 전망이다. 알파웨더의 성능은 이미 슈퍼컴퓨터를 이용한 수치 예보 모델보다 20% 이상 정확도를 보이고 있다.
HD현대의 AI를 활용한 미래 첨단 조선소 계획
HD현대는 2030년까지 선박 건조 현장의 디지털 전환을 실시하고, AI와 머신러닝 기술을 학습해 최적의 조선소 운용 조건을 도출하도록 할 예정이다. 2030년까지 ‘지능형 자율 운영 조선소’ 구축을 완료해 최종적으로 생산성 30% 향상, 공사 기간 30% 단축 등을 달성할 예정이다. 또 HD 현대는 AI 기반 디지털 트윈을 사용하여 700만 개 이상의 부품으로 구성된 액화천연가스 운반선에 대한 복잡한 설계를 검증해 위험, 비용 및 시간이 크게 줄였다.
LG화학, 비즈니스 전반에 AI 분석 솔루션 도입
LG화학이 품질 예측, 공정 최적화 등 제조 영역부터 법무 계약 검토, 환율 예측 등 비제조 영역까지 비즈니스 전반에 AI 기반의 디지털 변혁(DX)을 추진하고 있다. LG화학은 임직원 누구나 활용할 수 있는 AI 분석 솔루션 ‘CDS(Citizen Data Scientist)’ 플랫폼을 오픈했다. LG화학의 CDS 플랫폼은 코딩이나 분석 관련 전문 역량이 없는 임직원도 자신이 보유한 업무 지식과 데이터를 활용해 인사이트를 발굴할 수 있다.
구현화 기자 kuh@hankyung.com
관련뉴스
