제조업 디지털 전환의 에너지 소비 구조 변화 분석: 탄소중립 실현을 위한 업종별 정책 차별화 전략

1. 연구 배경 및 필요성

한국 제조업은 국가 경제의 근간을 이루고 있으나, 동시에 에너지 집약도가 매우 높아 탄소중립 달성을 위해 가장 시급한 구조적 전환이 요구되는 분야이다. 현재 제조업 내 석유･석탄 기반의 공정 의존도는 여전히 높은 수준이며, 특히 철강･석유화학 등 에너지 다소비 산업의 비중이 높아 공정 단위의 기술 개선뿐만 아니라 산업 구조 전반의 효율 혁신이 병행되어야 하는 과제를 안고 있다.

이러한 상황에서 디지털 전환(Digital Transformation, 이하 DX)은 생산 공정의 운영 방식 혁신, 자동화, 데이터 기반의 정밀 에너지 모니터링 등을 통해 산업 활동의 내재적 구조를 근본적으로 변화시킬 수 있는 핵심 동력으로 주목받고 있다. 우리 정부 역시 이를 인식하고 ｢산업 디지털 전환 촉진법｣ 및 스마트공장 고도화 사업 등을 통해 디지털 전환을 국가 산업 정책의 핵심 기제로 추진해 왔다(국가법령정보센터, 2024). 특히 2025년 10월에는 기후에너지환경부 출범을 통해 산업 정책과 기후 정책의 통합 관리를 도모하고 있으며(환경부, 2025), 이는 디지털 전환을 온실가스 감축의 결정적 수단으로 삼아 산업 경쟁력 강화와 탄소중립이라는 두 가지 목표를 동시에 달성하려는 국가적 전략으로 볼 수 있다.

이러한 정책적 시도에도 불구하고, 디지털 전환이 산업별 에너지 소비 구조를 재편하고 실질적 온실가스 감축에 기여하는 경로에 대한 정량적 근거는 여전히 미흡하다. 기존 연구들이 주로 디지털화의 생산성 향상 효과에 매몰되어 에너지원별(석탄･석유･전력･가스) 대체 구조를 간과해 온 점을 고려할 때, 디지털 전환을 실효성 있는 탄소중립 전략으로 연결하기 위해서는, 업종별 특성에 따라 어떠한 산업군이 화석연료를 직접 대체하고 어떠한 산업군이 전력 최적화를 통해 감축에 기여하는지 그 구조적 분기점을 확인하는 실증분석이 필요한 시점이다. 본 연구는 기후-산업 통합 정책 설계를 위한 실증적 토대를 마련한다는 점에서 기존 연구와 차별화된다.

2. 연구 목적

본 연구는 산업 디지털 전환을 산업 에너지 구조 및 온실가스 배출 체계를 재편하는 핵심적 ‘구조적 전환 변수’로 정의하고, 한국 제조업 17개 업종을 대상으로 ICT 자본 투입이 생산요소 및 에너지원별 소비 구조에 미치는 차등적 영향을 실증하여 탄소중립을 위한 차별적 정책 대안을 제시하는 것을 목적으로 한다.

이를 위한 세부 연구목적은 다음과 같다. 첫째. 한국 제조업의 세부 업종별 ICT 자본 축적 수준과 종사자 수, 그리고 온실가스 배출량 및 연료별 배출 구조를 파악하여 산업별 디지털 전환의 기초 현황을 파악한다. 둘째, 한국 제조업 17개 산업을 대상으로 ICT 자본투자 변화가 에너지(석탄･석유･전력･가스) 소비 구조에 미치는 차등적 영향을 정량적으로 규명한다. 셋째, 이러한 분석 결과를 바탕으로 한국이 신설된 기후에너지환경부 체제하에서 산업별 특성을 반영한 맞춤형 디지털 제조혁신 정책과 탄소중립 지원 전략의 방향성을 제언하고자 한다.

1. 산업 디지털 전환의 개념 및 에너지 효율화 메커니즘

디지털 전환은 정보통신기술(Information and Communication Technology, 이하 ICT), 센서, 자동화, 데이터 분석 등 디지털 기술을 생산공정 및 운영체계에 통합하여 효율성과 생산성을 제고하는 활동을 의미한다(OECD, 2019). 이는 단순한 공정 자동화를 넘어 공급망과 에너지 사용 구조 등 산업 활동의 핵심요소를 구조적으로 변화하는 과정을 포함한다. 특히 제조업에서 DX는 공정 운영, 공급망(supply chain), 에너지 사용 구조 등을 구조적으로 변화시키는 핵심 동인으로 작용한다.

이러한 기술적 변화는 에너지 사용 방식과 온실가스 배출 구조에 직･간접적인 영향을 미친다. 해외 연구에 따르면, 실시간 공정 모니터링과 자동화는 불필요한 설비 가동을 줄여 에너지 낭비를 감소시키며(Erdmann and Hilty, 2010; Lange and Santarius, 2020), 데이터 기반의 지능화된 공정 관리는 전기 기반 설비의 활용을 증가시켜 전력화(electrification)를 촉진하는 효과를 가진다(Takase and Murota, 2004). 이는 DX가 단순한 효율 개선을 넘어 산업 에너지 투입 구조 자체를 근본적으로 변화시킬 수 있는 잠재적 요인임을 시사한다.

2. 국내외 연구 동향 및 한계

디지털 전환(DX)이 산업 생산성 향상과 자원 효율성 제고에 미치는 영향은 국내외 학계에서 지속적으로 논의되어 왔다(Jorgenson, Ho and Samuels, 2008). 초기 연구들은 ICT 자본 투입이 공정 지능화를 통해 유발하는 기술적 잠재력에 주목하여, ICT 자본이 에너지 절약적 속성을 바탕으로 전통적인 생산요소를 경제적으로 대체할 수 있음을 입증하였다(Fisher-Vanden, Jefferson, Ma and Xu, 2006; Jaffe, Newell and Stavins., 2004; Lange and Santarius, 2020).

그러나 최근 실증 연구들은 DX가 반드시 에너지 총량의 감소로 직결되지는 않는다는 ‘다면적 전환 경로’의 복잡성을 경고하고 있다. 구조적 전환 측면에서는 Takase and Murota(2004) 등이 지능화된 공정 운영이 전력 기반 설비로의 이행을 촉진하여 산업 전반의 전력 수요를 가속화한다고 분석하였다. 그리고 이 과정에서 ICT 인프라 확충에 따른 전력 사용 증가분이 타 에너지원의 절감분을 상회하거나, 효율 향상이 생산 규모 확대로 이어져 절감분을 상쇄하는 ‘반등효과(rebound effect)’가 발생할 위험성도 꾸준히 제기되고 있다(Williams, DeBenedictis, Ghanadan, Mahone, Moore and Morrow, 2012).

방법론적으로 기존 연구들은 초월대수 비용함수 등을 활용하여 생산요소 간 대체탄력성을 추정하여 이러한 관계를 분석해 왔다(김수일, 2006; 박창수, 2005; Pindyck, 1979). 하지만 ICT 투자의 에너지 대체 여부에 대해서는 Khayyat(2014)과 김지효･허은녕(2014)의 사례처럼 연구마다 상반된 결과가 나타나고 있어 학술적 합의가 부족한 실정이다(Schulte, Welsch and Rexhäuser, 2016). 특히 기존 연구 대다수가 에너지를 ‘전력’과 ‘연료’라는 거시적 범주로만 구분함으로써(Salahuddin and Alam, 2015), 화석연료 내 석탄･석유･가스별 기술적 고착 효과나 배출 강도의 산업별 이질성을 포착하지 못했다는 점은 주요한 한계로 남는다.

3. 관련 국내 정책 동향

우리나라의 산업 DX 정책은 단순한 기술 보급을 넘어 법적･전략적 체계를 갖춘 국가적 구조 전환 정책으로 추진되어 왔다. 우선 2022년 범정부 차원의 ｢대한민국 디지털 전략｣을 수립하여 세계 최고의 디지털 역량 확보와 산업 전반의 디지털 확산을 국가적 과제로 제시하였고(관계부처 합동, 2022), 이를 구체화하기 위해 ｢산업 디지털 전환 촉진법｣을 제정하고 ｢신(新) 디지털 제조혁신 전략｣을 수립하는 등 2027년까지 철강, 석유화학 등 에너지 다소비 업종의 DX 고도화와 AI 내재화에 막대한 R&D 예산을 투입하고 있다(중소벤처기업부, 2023).

또한 이러한 정책적 흐름은 2025년 10월 출범한 기후에너지환경부를 통해 새로운 국면을 맞이하고 있다. 기후에너지환경부는 ‘기후･에너지 디지털 전환 및 AI 전환 전략 전담반’ 신설을 통해 데이터 기반의 에너지 효율화를 기후 대응의 핵심 수단으로 공식화하고 있기 때문이다(환경부, 2025). 그러나 이러한 방대한 지원 체계와 정책노력에도 불구하고, 기존 정책은 세 가지 측면에서 실무적･학술적 한계가 존재한다.

첫째, 자원 배분의 우선순위를 결정할 실증적 기준이 미비하다. 현재의 지원 체계는 업종별 배출 총량이나 기업 규모 등 단편적 지표에 의존하고 있어, 디지털 자본 투입 시 실제 탄소 감축으로 이어지는 에너지 전환 효율성’을 파악하는 데 한계가 있었다. 즉, 동일한 예산을 투입하더라도 업종별 에너지 구조에 따라 탄소 감축 성과가 현저히 다를 수 있음에도 불구하고, 어떤 업종이 디지털 기술을 통해 화석연료를 가장 효과적으로 대체하는지에 대한 계량적 우선순위 설정하기 위한 노력이 부족했던 것이다.

둘째, ‘전력화 리스크’에 대한 대응체계가 부족하였다. 현행 정책은 디지털화를 통한 생산성 향상에 집중할 뿐, ICT 설비 확충에 따른 전력 소비 증가가 온실가스 배출권 거래제(ETS) 등 기후 정책과 어떻게 충돌하는지에 대한 통합적 고려가 부족하였다. 특히 첨단 산업군에서 나타나는 디지털화와 전력 소비 간의 보완적 관계를 간과할 경우, DX가 오히려 간접 배출량을 늘리는 ‘디지털 리바운드 효과’를 초래할 위험이 있다.

셋째, 부처 간 분절된 데이터 및 관리 체계는 한계를 가진다. 그간 산업부는 ‘산업 경쟁력’의 관점에서, 환경부는 ‘배출권 관리’의 관점에서 DX를 바라봐왔다. 이로 인해 국가 차원의 DX 지원 사업이 실제 에너지 구조 전환 및 온실가스 감축에 기여하는 인과관계를 정밀하게 모니터링하고 이를 정책에 환류하는 데에 어려움이 있었다.

1. 분석 모형

본 연구는 요소 간 유연한 대체 관계를 포착하기 위해 중립적 기술변화를 가정한 초월대수(Translog) 비용함수를 근사 모델로 설정한다. 더불어 Shephard’s Lemma를 적용하여 도출한 식(1)의 비용비중함수식(Cost Share Equations)을 바탕으로, 각 방정식의 오차항 간 상관관계를 고려할 수 있는 SUR(Seemingly Unrelated Regression) 모형을 통해 파라미터를 추정한다. 그리고 추정 시 가격에 대한 1차 동차성 및 대칭성 제약조건을 부과하여 모형의 이론적 정합성을 확보한다.

식 (1)에서 s_i는 생산요소 i(노동, 비ICT자본, 석탄, 석유, 전력, 가스)의 비용분담비율을 의미하며, 투입요소는 ICT 자본(K_ICT)과 비ICT자본(K_NICT), 노동(L), 그리고 세부 에너지원(석탄 E_C, 석유 E_O, 전력 E_E, 가스 E_G)으로 구성된다. lnP_j는 각 투입요소의 가격을, K_ICT는 외생적으로 결정되는 ICT 자본 축적량을 나타낸다.

본 연구는 식(1)의 분석결과 추정된 계수(δ_ij)와 비용 비중(s_i)을 바탕으로 Allen의 대체탄력성(σ_ij)을 우선 도출한 다음, 이 값을 바탕으로 수요의 가격탄력성인 자기가격 탄력성(ϵ_ii, own-price elasticity)과 교차가격 탄력성(ϵ_ij, cross-price elasticity)을 산정하였다.

Allen의 대체탄력성(σ_ij)은 값이 양(+)이면 대체 관계, 음(-)이면 보완 관계를 의미하며, 생산기술의 구조적 전환 방향을 제시한다. 그리고 자기가격 탄력성(ϵ_ii)은 i=j인 Allen의 대체탄력성에 생산요소 i의 비용비중을 곱한 값으로, 이는 요소 자체의 가격 반응도를 의미한다. 음(-)의 부호를 가질 때 해당 생산요소에 대한 수요 법칙이 성립함을 시사한다.

또한 다른 요소 간 수요의 가격탄력성은 교차가격 탄력성(ϵ_ij)으로 명명하며 생산요소 j의 가격 1% 변화에 따른 생산요소 i의 수요변화율을 의미한다. 이는 가격 변화에 대한 수요의 상대적 민감도를 나타낸다.

자기가격 탄력성과 교차가격탄력성(ϵ_ii, ϵ_ij)의 각각에 대한 계산식은 아래와 같다.

･ 자기가격탄력성

･ 교차가격탄력성

본 연구는 분석결과의 직관적 해석을 위해 수요의 가격탄력성의 추정된 계수를 바탕으로 ICT 자본 축적에 따른 에너지 대체효과를 에너지 소비 민감도(η_i,ICT)를 산출을 통해 제시하였다. 이는 표준적인 가격 대체탄력성 개념을 확장하여 자본량 변화의 효과를 직관적으로 해석하기 위함이며, ICT 자본 축적이 1% 증가할 때, 각 에너지원(i)의 사용량이 얼마나 변화하는지를 의미한다. 구체적으로는 추정된 대체탄력성 값을 바탕으로 ICT 자본 가격 1% 변화에 따른 에너지원(i=E_C, E_O, E_E, E_C)의 교차가격탄력성(ϵ_i,ICT)을 산출하고, 이를 ICT 자본의 자기가격탄력성(ϵ_ICT.ICT)으로 정규화(η_i,ICT=ϵ_i,ICT/ϵ_ICT,ICT)하였다.

이 값이 음(-)이면 ICT 자본 투자가 해당 에너지 소비를 줄이는 대체효과가 있음을 의미하고, 양(+)이면 디지털 전환으로 인한 전력화 현상이나 구조적 수요 유발로 인해 에너지 소비를 동반 상승시키는 보완 관계가 있음을 시사한다.

2. 분석 자료 및 범위

본 연구를 수행하기 위해서는 산업별 ICT 자본, 비ICT 자본, 노동, 에너지(석탄･석유･전력･가스)의 비용 및 가격자료가 필요하며, 관련 자료는 한국생산성본부(Korea Productivity Center, 이하 KPC)의 ｢총요소생산성(Korea Industrial Productivity, 이하 KIP) DB｣, 한국은행 경제통계시스템에서 제공하는 ｢산업연관표｣, 통계청의｢광업제조업조사｣, 한국에너지공단의 국가온실가스종합정보시스템(National GHG Emission Total Information System, 이하 NETIS)에서 제공하는 ｢산업부문 에너지사용 및 온실가스 배출량 통계｣자료를 활용하였다.

본 연구는 분석 자료 간의 시계열적 정합성과 가용성을 고려하여 2010년부터 2020년까지를 분석 범위로 설정하여 업종별 패널 데이터를 구축하였다. 분석단위는 한국표준산업분류(KSIC) 제조업 기준을 준용하되, KIP DB와 온실가스정보시스템의 산업분류기준을 종합하여 정책 논의와 연계 가능하도록 총 17개 산업분류로 설정하였다.

첫째, 자본변수 구축을 위해서는 KPC의 ｢KIP DB｣와 한국은행의 ｢시장금리 지표｣를 활용하였다. 특히 본 연구는 자본 비용변수를 구축하는 과정에서 별도의 ICT 자본 지출 데이터가 직접 존재하지 않는 데이터상의 한계를 보완하기 위해, KPC의 KIP DB에서 제공하는 ICT 및 비ICT 실질 자본스톡 자료에 자본의 사용자 비용 계수(감가상각률+자본수익률)¹⁾를 적용하여 자본보수를 역산하여 산정하였다. KPC가 제시하는 ICT 자본과 비ICT자본을 분류하기 위한 기준은 아래 <표 1>과 같다.

<표 1>

ICT 자본 분류

이때 감가상각률은 ｢KIP DB｣의 자산별 표준 수치를 준용하였으며, 자본의 기회비용을 의미하는 자본수익률은 한국은행의 경제통계시스템(ECOS)에서 제공하는 ｢시장금리 지표｣ 내 국고채(3년) 수익률을 활용하였다. 자본 가격은 앞서 산출된 자산군별 총 자본보수(비용)를 해당 자산의 실질 자본스톡(물량)으로 나누어 도출하는 내생적 단위 가격 방식을 적용하였다.

둘째, 노동변수 구축을 위해서는 통계청의 ｢광업･제조업조사｣를 활용하였다. 노동 비용은 ｢광업･제조업조사｣에서 제공하는 업종별 급여액 데이터를 활용하였고, 노동 가격은 앞서 파악된 급여 총액을 종사자 수(총 노동 투입량)으로 나눈 연간 실질 임금 수준으로 정의하였다. 이러한 방식은 노동 시장의 일반적인 임금 지수를 사용하는 대신, 개별 산업의 노동 생산성과 고용 구조가 반영된 실질적인 노동 투입 단가를 모형에 투영할 수 있게 한다.

셋째, 에너지 변수는 한국은행 ｢산업연관표｣와 한국에너지공단 NETIS에서 제공하는｢산업부문 온실가스 배출량 조사｣를 결합하여 구축하였다. 석탄, 석유, 전력, 가스로 세분화된 에너지원별 비용은 한국은행의 산업연관표에서 ‘석탄 및 석탄제품’, ‘석유제품’, ‘전력’, ‘도시가스’의 중간투입액을 해당 산업의 석탄, 석유, 전력, 가스의 비용으로 정의하였다. 이는 생산 과정에서 해당 에너지원을 소비하기 위해 지불한 실제 지출액을 의미한다. 그리고 각 연도별 산업연관표의 화폐 단위 차이를 통제하기 위해, 생산자물가지수를 적용하여 2020년 기준 불변가격으로 실질화하였다. 에너지 가격은 에너지원별 비용(지출액)을 NETIS에서 제공하는 업종별 에너지원별 실질 에너지 소비량(TOE)으로 나누어 단위당 에너지 가격을 도출하였다.

1. 기초 통계 및 제조업 업종별 디지털(경제), 에너지･환경 특성 진단

본 연구의 실증 분석에 활용된 산출량 및 요소 가격 변수는 분포의 안정성을 확보하고 이분산성을 완화하기 위해 자연로그(ln)로 변환하여 활용하였다. 분석 대상 기간(2010-2020년) 동안의 주요 변수에 대한 기초통계량 분석 결과는 <표 2>와 같다.

<표 2>

주요 변수의 기초통계량 (2010–2020년, 17개 제조업)

먼저 투입요소별 비용 비중(s_i)을 살펴보면, 제조업 전반의 ICT 자본 비용 비중(s_ICT)은 평균 20.3%를 기록하였다. 이는 비ICT 자본(34.0%)이나 노동(30.0%)에 비해 낮은 수준이나, 최대치(0.470)와 표준편차(0.112)를 통해 업종별 디지털 전환의 속도와 집약도에 상당한 이질성이 존재함을 확인할 수 있다.

특히 ICT 자본 가격(ln P_K,ICT)은 비ICT 자본 가격에 비해 평균적으로 낮은 수준을 형성하고 있으며, 최대값(-1.2947)과 최소값(-3.9033) 사이에 상당히 큰 폭의 편차가 존재한다. 이는 분석 대상 기간 내에 ICT 자산의 가격이 역동적으로 변화했음을 시사하며, 상대적으로 저렴해진 ICT 자본 투입의 확대는 향후 탄력성 분석에서 에너지를 대체하는 주요한 경제적 유인이 될 수 있다.

산출량(ln Y) 변수는 산업 간 규모 차이를 반영하고 있으나, 표준편차가 0.77로 과도하게 크지 않아 전반적으로 안정적인 분포를 보였다. 에너지원별 가격의 경우 석탄과 석유가 전력 및 가스에 비해 상대적으로 높은 가격 변동성을 나타냈다. 에너지 비용 비중 측면에서는 석유(7.7%)와 전력(5.1%)이 일정 수준의 비중을 유지하고 있는 반면, 석탄(1.7%)과 가스(1.1%)는 평균 비중이 낮게 나타났다. 특히 일부 산업에서 특정 화석연료의 사용 비중이 전무하거나 낮은 것은 산업별 에너지 투입 구조의 강한 이질성을 보여주며, 이는 향후 디지털 전환에 따른 에너지 소비 최적화 경로가 업종별로 차별화되어 전개될 것임을 뒷받침한다.

다음으로 제조업 내부의 산업별 온실가스 배출 구조를 살펴보면, 1차 금속제품 제조업(석탄 81.4%) 비금속광물제품 제조업, 석탄･석유 정제 산업(석유 80.9%) 등 일부 산업군이 전체 제조업 배출량의 상당 부분을 차지하고 있다(<표 3> 참조). 이는 해당 산업군이 고열･열처리 공정 중심의 생산 특성상 탄소 집약도가 높은 에너지원에 의존하기 때문이다.

<표 3>

업종별 에너지원별 온실가스 배출현황(단위: 천톤CO2, %)

또한 국내 제조업의 디지털화 수준은 업종별 공정 특성에 따라 현저한 격차를 보이고 있다. 정밀기기(27.9%), 전기장비(21.6%), 전자부품･컴퓨터(21.1%) 등 첨단 주력･기술집약 산업군은 이미 매우 높은 ICT 자본 집적도와 자동화 수준을 달성한 것으로 나타났다(<표 4> 참조). 반면, 제조업 전체 온실가스 배출량이 집중되어 있는 에너지 다소비 산업군인 석탄 및 석유제품 제조업(3.2%)과 1차 금속제품 제조업(3.7%), 비금속 광물제품 제조업(6.2%), 그리고 섬유 및 가죽제품 제조업(5,9%), 목재, 종이, 인쇄 및 복제 제조업(5.7%), 고무제품 및 플라스틱제품 제조업(6.2%) 등 중소･범용 가공 산업군은 상대적으로 ICT 자본 비중이 낮아 아직 디지털 전환의 초기 단계에 머물러 있다.

<표 4>

업종별 ICT 자본스톡 및 종사자수 현황(단위: 십억원, 천명, %)

업종별 온실가스 배출 수준과 디지털화 수준을 대조하여 분석해보면, 디지털 전환의 양적 확대가 모든 산업군에서 즉각적인 탄소 감축으로 직결되고 있음을 확인가능하다. 이는 디지털 성숙도가 높은 산업일지라도 공정의 특성에 따라 전력 소비가 수반되는 등 감축 경로가 상이할 수 있음을 시사하며, 실효성 있는 국가 탄소중립 실현을 위해서는 보편적인 디지털 기술 보급 정책에서 탈피하여, 디지털 전환의 탄소 감축 잠재력이 큰 산업군을 우선적으로 식별해야 함을 의미한다.

본 연구는 ‘맞춤형 디지털 전환’의 실효적 추진 방안을 마련하기 위해, 각 산업의 온실가스 배출현황 및 경제 특성(<표 3> 및 <표 4> 참조)을 종합하여 아래 <표 5>의 세 가지 산업군집으로 분류하였다. 이러한 분류는 산업별 디지털화 수준과 온실가스 배출량 사이의 구조적 차이를 반영하여, 각 군집에 최적화된 탄소중립 이행 경로를 설계하는 데 목적이 있다.

<표 5>

한국 제조업의 특성별 산업군 분류

2. ICT 자본이 에너지 전환 및 온실가스 배출에 미치는 영향

본 연구에서는 CO₂배출량 산정의 정밀성을 확보하기 위해, 온실가스종합정보센터(GIR)의 국가 고유 배출계수와 에너지법 시행규칙의 에너지열량 환산기준을 통합 적용한 한국에너지공단 NETIS의 ｢산업부문 온실가스 배출량 조사｣ 자료를 활용하였다.

본 연구는 산업별 ICT 자본 투입이 에너지 대체에 미치는 영향을 먼저 규명하였으며(<표 6> 참조), 이를 근거로 ICT 자본 1% 증가함에 따른 탄소 충 배출량 변화를 도출한다. 더불어 분석의 유의성을 확보하기 위해, <표 6>에서 산업별 주력 에너지원(에너지 소비 총량이 500,000toe 이상인 경우)을 식별하고, 이에 대한 에너지 대체효과가 높은 경우(절대값 1 이상)에 해당하는 산업 부문을 주된 해석 대상으로 삼았다.

<표 6>

업종별 에너지 소비 총량(2020년 기준) 및 ICT 자본 1% 증가의 에너지 대체 효과(단위: toe)

<표 7>의 온실가스 배출 변화량은 도출된 에너지원별 소비 변화량에 NETIS가 공식 채택하고 있는 직접 및 간접 탄소배출계수 를 적용하여 환산한 결과이다. 이는 에너지원별 투입 구조의 변화가 환경적 성과로 전이되는 메커니즘을 반영한 것이며, 특히 전력 소비에 따른 간접 배출을 포함하는 결과로 볼 수 있다.

<표 7>

ICT 자본 1% 증가함에 따른 탄소 총배출량 변화(단위: 천tCO2)

분석 결과 ICT 자본 1% 증대는 대부분의 제조업 업종에서 석탄･석유 중심의 전통적 에너지 투입을 축소하는 동시에, 전력 사용량을 확대하는 방향으로 작용하여, 디지털 전환이 에너지 구조 전환 과정에 영향을 미친다는 점을 보여준다(<표 6> 참조).

더불어 <표 6>과<표 7>의 분석결과를 종합하여 도출한 각 산업군별 정책적 함의는 다음과 같다.

첫째, 화석연료(석탄, 석유) 의존도가 높은 에너지 다소비 산업군에서는 주력 에너지원에 대한 ICT의 강력한 대체 효과가 대규모 탄소 감축으로 이어졌다.

우선 석탄 소비 총량이 26,988,000toe에 달하는 1차 금속제품 제조업은 석탄 대체 탄력성이 -14.8185로 분석 대상 업종 중 가장 높게 기록되었으며, 이를 통해 -15,761.48천tCO₂의 온실가스 저감 잠재량을 보이며 제조업 전체 감축 성과를 견인하였다. 다만 해당 산업에서 도출된 높은 대체성과 감축 효과는 업종 특성상 비에너지(원료용) 소비분이 포함된 NETIS 데이터의 통계적 특성에 기인한 측면이 있다. 따라서 본 수치는 단순한 연료 연소량의 절감만이 아니라, ICT 도입에 따른 공정 지능화 및 최적화가 원료와 연료를 아우르는 탄소 집약적 투입 구조를 저탄소 체계로 전환시키는 기술적 충격의 강도로 해석하는 것이 타당하며, 실제 적용 시 이러한 산업 구조적 특성을 고려한 해석이 요구된다.

더불어 주력 에너지원이 석유인 석탄 및 석유제품 제조업(소비 총량 30,748,300toe)과 화학물질 및 화학제품 제조업(소비 총량 26,386,600toe) 역시 각각 -12.6346 및 –3.4488의 유의미한 대체 효과를 나타내며 이에 따라 각각 -3,360.92천tCO₂와 -948.40천tCO₂의 배출량을 저감한 것으로 나타났다.

둘째, 목재･종이(1,033,500toe) 및 음식료품(987,400toe) 산업 등 경공업, 범용 가공 산업군에서는 전력을 주력 에너지원으로 사용하고 있고, ICT 도입에 따라 각각 -11.9783과 -7.2417의 높은 대체 효과를 보인다. 그리고 이러한 전력 소비 최적화를 통해 각각의 산업에서는 -657.47천tCO₂와 –379.76천tCO₂를 저감할 수 있다.

셋째, 전기장비 제조업과 같은 첨단 주력･기술집약 산업군에서는 주력 에너지원인 전력(820,100toe)에 대한 대체효과가 3.2563으로 양(+)의 값을 나타낸다. 이는 디지털화에 따른 공정 지능화 및 자동화(공정 온도 관리, 반응 조건 조정, 에너지 모니터링 등) 설비 확충이 노동력을 대체함과 동시에 전력 수요가 수반되는 구조적 특성을 반영하며, 그 결과 전력 소비에 따른 온실가스가 141.81천tCO₂ 증가하는 현상이 나타났다.

결과적으로, 지능화 공정 확산으로 전력 사용에 따른 온실가스 총배출량이 1,727.91천tCO₂ 증가하였음에도 불구하고, 화석연료인 석탄(-15,623.84천tCO₂)과 석유(-4,747.68천tCO₂) 사용에 따른 온실가스 배출 감소폭이 이를 크게 상회하여 제조업에서의 ICT 자본 투자는 전체 기준 –1,896.51천tCO₂의 온실가스 순감축 효과를 보인다. 이는 디지털 전환이 산업 전반의 탄소중립 실현을 위한 실질적 기제로 작동하고 있었다.