IBM·MS·AWS의 다음 전쟁터는 ‘기후 AI’…산업 현장으로 확산 가속 [카테고리 설정이 아직되어 있지 않습니다.] 환경 규제 강화와 기업의 기후 리스크 대응이 겹치면서 ‘지속가능성 AI’ 시장이 급성장하고 있다고 3일(현지시각) E+E 미디어가 밝혔다.
시장조사업체 인사이트 파트너스(Insight Partners)에 따르면, 환경·기후 대응을 위한 AI 시장은 2024년 154억9000만달러(약 22조8000억원)에서 2031년 539억달러(약 79조3000억원) 규모로 확대될 전망이다. 연평균 성장률은 19.5%에 달한다.
탄소배출 감지, 에너지 효율 최적화, 기후 리스크 예측 등 AI 기반 기술의 활용 범위가 넓어지면서 시장의 확장 속도는 오히려 더 빨라질 것이라는 전망도 나온다.
IBMㆍ마이크로소프트 등 빅테크 선도 속 기후특화 AI기업도 부상
시장은 다양한 기업들이 치열하게 경쟁 중이다. IBM은 AI 기반 탄소관리 솔루션 ‘엔비지(Envizi)’를 통해 ESG 데이터 관리 영역을 강화하고 있으며, 마이크로소프트는 ‘클라우드포 서스테이너빌리티(Cloud for Sustainability)’를 통해 자체 AI 클라우드를 기업용 기후 관리에 접목하고 있다. 구글은 AI와 위성 데이터를 결합해 도시 온도 지도 작성과 재생에너지 예측 플랫폼을 운영한다.
아마존웹서비스(AWS)는 클라우드 인프라와 머신러닝 툴을 결합한 기후 데이터 분석 서비스에 집중하고 있다. 독일의 지멘스와 프랑스의 슈나이더 일렉트릭은 산업 자동화와 에너지 관리 분야에서 AI를 활용한 효율성 개선 솔루션을 제공하며, 액센츄어는 컨설팅·데이터통합 서비스를 기반으로 ESG 디지털화를 선도하고 있다.
환경 규제 강화와 기업의 기후 리스크 대응이 겹치면서 ‘지속가능성 AI’ 시장이 급성장하고 있다./ 챗gpt 생성이미지
이 외에도 C3.ai(기후 리스크 모델링), 에코바디스(EcoVadis, 지속가능성 평가 플랫폼), 투모로우(Tomorrow.io, 기상 데이터 예측), 애클리마(Aclima, 배출가스 실시간 감지), 업테이크(Uptake, 산업 장비 효율 분석 및 유지보수 AI), 오비탈 인사이트(Orbital Insight, 위성 기반 환경 모니터링) 등 전문기업들이 시장을 세분화하고 있다.
산업별 확산… 공공·에너지·농업이 주축
기술 중에서는 머신러닝과 딥러닝이 가장 빠르게 채택되고 있다. 전력망 운영, 탄소배출 모델링, 자원 최적화 등 예측 기반 시스템이 대부분 해당 기술에 기반한다. 컴퓨터비전은 위성자료를 활용한 삼림벌채 탐지, 농업 생육 관리, 토지 변화 감시에 활용도가 높아졌다.
또한 NLP(자연어처리)는 미국·EU·아시아를 중심으로 강화된 ESG 공시제도에 대응하기 위해 규제 문서 분석, 자동 보고서 생성 등에 활용되며 성장세를 이어가고 있다.
AI 적용 분야는 크게 네 가지로 구분된다. 기후변화 완화, 천연자원 관리, 오염·폐기물 관리, 생물다양성 보호 등이다. 특히 재생에너지 발전량 예측, 전력망 효율성 모델링 등 기후 대응 기술이 가장 빠르게 성장하는 분야로 꼽힌다.
최종 사용자 관점에서 보면 공공 부문이 가장 크다. 배출 규제, 기후재난 대응 계획 등 정부 주도 수요가 꾸준하기 때문이다. 에너지와 유틸리티 부문도 전력망 현대화와 재생에너지 변동성 대응을 위해 AI 채택을 늘리고 있다. 농업 분야에서는 토양·수질·작물 건강 분석 등 생산성 향상을 위해 AI 기반 시스템 도입이 빠르게 확산되고 있다.
지역별로는 북미가 초기 AI 도입과 기업 ESG 예산 증가 덕분에 시장을 선도하고 있다. 유럽은 EU 그린딜과 강력한 탈탄소 규제가 ‘수요 폭발’을 견인한다.
아시아ㆍ태평양 지역은 산업 성장과 에너지 전환 목표가 맞물리며 가장 빠른 성장세를 보일 전망이다. 중국과 인도는 공장 단위 배출 추적 시스템에, 일본과 호주는 재생에너지 예측과 수자원 관리에 각각 AI를 적극 활용 중이다. 라틴아메리카, 중동·아프리카 지역은 아직 초기 단계지만 산림 감시, 생태계 지도화, 수자원 최적화 등 전략적 용도로 도입이 늘고 있다.
엄격해진 규제와 기업 리스크 관리가 ‘모멘텀’
전문가들은 환경 분야에서 AI 도입 속도가 가파르게 상승하는 이유로 세 가지를 꼽는다.
첫째, 정부 규제가 과거의 사후 보고 중심에서 실시간 배출 감시·추적 중심으로 바뀌면서 기존 시스템만으로는 대응이 어렵게 됐다. 위성·센서 데이터를 AI가 분석해 규제 기관 요구 수준의 검증 가능한 정보를 제공할 수 있게 된 것이 결정적이다.
둘째, 제조·에너지·인프라 기업들은 기후 리스크가 실제 재무 리스크로 전이되면서 AI 기반 환경관리 시스템을 ‘선택이 아닌 필수’로 받아들이고 있다. 탄소배출 감지, 에너지 비용 절감, 설비 고장 예측, 극한기후 모델링 등이 모두 AI 플랫폼을 이용해 이뤄진다.
셋째, IoT와 고해상도 환경 데이터가 결합하면서 산불 확산, 수자원 부족, 생물다양성 훼손 등 기존 모델보다 훨씬 정확도가 높은 예측이 가능해졌다. 단순 규제 준수를 넘어 기업 운영효율 개선까지 가능해지면서 투자 확대가 이어지고 있다.
전문가들은 기후 관련 리스크가 빠르게 강화되는 만큼 AI는 환경·에너지 정책 수행을 위한 기본 인프라로 자리잡을 것”이라며, 2031년에는 공공·민간 부문 모두 AI 중심의 환경 거버넌스 체계를 운영하게 될 것”이라고 내다봤다.
Top
