AI 요약
2026년 6월 18일, 노던 애리조나 대학교(NAU) 연구진은 전 미국 부통령 앨 고어가 공동 설립한 '기후 TRACE(Climate TRACE)' 컨소시엄의 글로벌 배출량 데이터베이스에서 중대한 집계 오류를 발견했다고 발표했습니다. 기후 TRACE는 고도화된 인공지능(AI) 모델을 활용하여 탄소 배출량을 추적해 왔으나, 도시 내 자동차 및 트럭 등 차량에서 발생하는 이산화탄소(CO2) 배출량을 심각하게 누락하고 있는 것으로 드러났습니다. NAU 정보·컴퓨터·사이버시스템학부(SICCS)의 케빈 거니(Kevin Gurney) 교수가 이끈 이번 연구에 따르면, 기후 TRACE는 미국 260개 도시의 차량 CO2 배출량을 평균 70% 적게 측정했으며 일부 도시의 누락률은 90% 이상에 달했습니다. 이는 과거 발전소 배출량 추정 오류에 이어 제기된 두 번째 분석 결과로, 기후 TRACE 데이터가 미국 도시 내 전체 화석 연료 기반 배출량의 절반 이상을 과소평가하고 있음을 의미합니다. 결과적으로 전 세계 정책 입안자들이 기후 변화 대응 정책을 세우는 데 사용하는 기초 데이터 신뢰성에 심각한 경종을 울리고 있습니다.
핵심 인사이트
- 연구 발표일 및 학술지: 2026년 6월 18일, 노던 애리조나 대학교(NAU)의 케빈 거니(Kevin Gurney) 교수가 이끄는 연구진이 국제 학술지 '환경연구레터스(Environmental Research Letters)'를 통해 발표했습니다.
- 평균 70% 과소평가: 미국 내 260개 도시를 대상으로 검증한 결과, 기후 TRACE는 도시 차량 CO2 배출량을 평균 70% 적게 집계했으며, 일부 도시에서는 격차가 90%를 초과했습니다.
- 도시 탄소 배출의 절반 누락: 발전소 관련 이전 오류 분석과 이번 차량 배출량 연구를 종합하면, 기후 TRACE는 미국 도시 내 화석 연료 기반 이산화탄소 배출량의 절반 이상을 누락하고 있습니다.
주요 디테일
- 기술적 비교 대상: 연구팀은 기후 TRACE의 데이터를 자신들이 개발한 온로드(Onroad) 탄소 배출 데이터베이스인 '벌컨(Vulcan)' 시스템과 대조 검증했습니다.
- 벌컨 시스템의 신뢰성: 벌컨 데이터베이스는 공식 교통 기록 및 에너지 소비 데이터를 기반으로 보정되어 오차가 14% 내외에 불과한 고정밀 벤치마크 데이터를 제공합니다.
- AI 기반 추정의 한계: 기후 TRACE는 인공지능(AI) 기술을 접목한 최첨단 예측 방식을 자랑했으나, 실측 기반 보정이 미흡하여 실제 현실과의 괴리가 대폭 발생한 것으로 드러났습니다.
- 공동 연구원 지적: 연구에 참여한 SICCS의 박사후연구원 빌랄 아슬람(Bilal Aslam)은 벌컨 시스템의 자체 불확실성(14%)을 고려하더라도, 기후 TRACE의 70%에 달하는 오차는 기후 데이터를 정책에 직접 적용하기에 매우 부적절하다고 평가했습니다.
향후 전망
- 기후 정책 수립의 신뢰성 위기: 전 세계 정부와 정책 입안자들이 기후 위기 대응 및 탄소 감축 정책의 신뢰성을 확보하기 위해 탄소 데이터베이스의 전면적인 재검토와 정밀 보정 작업에 나설 것으로 전망됩니다.
- AI 환경 데이터 검증 필요성: 향후 환경 및 과학 분야에서 AI 모델 데이터를 채택할 때, 단순 기술적 유망성보다 지상 실측 통계 데이터와의 교차 검증이 필수 단계로 요구될 것입니다.
출처:sciencedaily