AI로 ESG 공시 뜯어보니…평가 차이는 ‘설계’에서 갈렸다 [카테고리 설정이 아직되어 있지 않습니다.] ESG 공시 실무가 ‘보고서 작성’에서 ‘데이터 검증과 리스크 관리’ 중심으로 재편되고 있다. AI 도입으로 데이터 분석 속도는 크게 빨라졌지만, 오류 통제와 해석 설계 역량이 부족할 경우 오히려 공시 리스크가 확대될 수 있다는 분석이 나온다
임팩트온 교육센터는 25일 서울 중구 패스트파이브타워에서 ‘AI-Powered ESG 데이터 워크숍’을 개최했다. ▲AI 기반 데이터 추출 및 검증 ▲AI 활용 ESG 공시 해석(환경·사회) ▲AI 기반 공시 리스크 분석 및 대응 전략으로 구성된 이번 행사에는 SK하이닉스·LG전자·SK텔레콤·카카오페이·쿠팡·김앤장 등 다양한 업종의 ESG 공시 실무자와 IR 담당자들이 참석했다.
AI로 4050페이지 분석… 데이터는 자동화, 해석은 사람의 영역”
첫 세션에서는 이재영 임팩트온 미디어본부장이 AI를 활용한 ESG 보고서 데이터 분석 결과를 발표했다.
국내외 주요 석유화학 기업 9개사의 ESG 보고서 3개년치, 약 4050페이지를 AI로 분석해 470개 데이터를 추출했다. 수치는 빠르게 확보됐지만, 단위 체계와 정의 기준, 산정 경계가 기업마다 달라 단순 비교 시 결과가 왜곡되는 문제가 확인됐다.
이어 여러 개 AI를 활용한 교차 검증과 이상치 우선 확인 등 5단계 검증 프로세스를 제시하며 데이터 추출은 자동화할 수 있지만, 정의와 비교 구조 설계는 자동화할 수 없다”고 말했다. 공시 담당자의 역할이 데이터 정리를 넘어, 이를 어떤 구조로 제시할지 설계하는 영역으로 확장되고 있다는 설명이다.
이재영 임팩트온 본부장. AI를 활용한 9개사 ESG 데이터 분석 결과를 발표했다. / 제공 = 임팩트온
환경 공시 해석… 평가는 숫자가 아니라 투자와 전략을 본다”
이어 송선우 리서치센터장은 AI를 활용한 ESG 공시 해석 사례를 발표했다.
유사한 수준의 환경 성과를 보이는 기업 간에도 글로벌 평가에서는 큰 격차가 발생하는 것으로 나타났다. 동일한 데이터라도 투자 계획과 감축 수단의 제시 방식에 따라 평가 결과가 달라지는 구조다.
송 센터장은 평가기관과 투자자는 수치 자체보다 그 수치가 어떤 전략과 투자로 이어지는지를 본다”고 말했다. 정량 성과가 부진하더라도 변화의 원인을 구체적으로 설명하면 평가 방어가 가능한 사례도 확인됐다.
질의응답에서는 AI 활용 방식에 대한 질문이 이어졌다. 송 센터장은 AI는 공시 기준과 해석 방향을 함께 설정해 활용해야 한다”며 어떤 기준으로 데이터를 읽도록 설계하느냐가 결과를 좌우한다”고 말했다. 이어 이 같은 분석을 통해 평가기관 기준이 완전히 공개되지 않더라도, 평가 구조를 일정 부분 유추할 수 있다”고 덧붙였다.
AI가 공시와 실제 괴리를 먼저 드러낸다 …ESG팀 역할 변화
마지막 세션에서 박란희 대표는 AI로 분석한 국내 ESG 관련 보도 1469건의 리스크 패턴을 공개했다. 전체 리스크의 67%가 사회(S) 이슈로 나타났으며, 상당수는 공시와 실제 간 괴리에서 발생한 것으로 분석됐다.
구체적인 사례로는 공시 기준 설정에 따라 위반 사항이 누락되거나, 공시된 관리 강화와 실제 예산 구조가 불일치한 경우가 있었다. 특정 성과를 일부 제품에 집중해 표시했다가 규제 리스크로 이어진 사례도 확인됐다.
박 대표는 AI가 보고서와 기사 데이터를 동시에 연결하면서 공시와 실제의 차이가 빠르게 드러나는 환경이 됐다”며 공시 이후 어떻게 해석될지를 설계하는 것이 중요하다”고 말했다.
그는 ESG팀의 역할 변화도 강조했다. PR이 사후 대응이라면 ESG는 사전 설계 영역으로 이동하고 있다”고 설명했다. 공시 전략이 단순 공개를 넘어 해석을 관리하는 영역으로 확장되고 있다는 분석이다.
질의응답에서는 공시와 보도 간 괴리에 대한 실무 고민이 제기됐다. 박 대표는 외부 비판을 내부 설득의 근거로 활용할 필요가 있다고 설명했다.
이번 워크숍은 사전 접수가 조기 마감됐으며, 2차 교육은 4월 29일 같은 장소에서 열린다. 신청은 임팩트온 교육센터 홈페이지에서 할 수 있다.
Top
