KPMG 보고서: AI 시대의 ESG (ESG in the Age of AI)
출처: KPMG Assurance and Consulting Services LLP
⸻
1. AI와 ESG의 융합: 기업 전략의 핵심 요소
• 인공지능(AI)은 ESG(Environmental, Social, and Governance) 목표 달성을 위한 강력한 도구로 활용될 수 있음.
• 글로벌 CEO들은 ESG를 기업 전략의 필수 요소로 인식하고 있으며, ESG 목표를 비즈니스 운영에 통합하는 경향이 증가함.
• 글로벌 CEO의 69%가 ESG를 기업 운영에 완전히 통합했다고 응답.
• 인도 CEO의 54%도 ESG를 기업 운영의 핵심 가치로 보고 있음.
🔹 주요 과제
• ESG 목표와 기업의 수익성 간 균형 유지가 주요 도전 과제.
• ESG 성과를 정확하게 측정하고 보고하는 것이 필수적이며, AI는 이에 대한 해결책을 제공할 수 있음.
• 지속가능성 데이터의 신뢰성과 정확성을 보장해야 하며, 이를 위해 AI 기반 데이터 검증 및 모니터링이 필요함.
⸻
2. AI가 ESG 목표 달성에 미치는 영향
🔹 AI가 지원하는 ESG 영역
1. 데이터 수집 및 ESG 성과 평가
• AI는 방대한 ESG 데이터를 실시간으로 수집하고 분석하여 기업의 지속가능성 성과를 정량적으로 평가할 수 있음.
• AI 기반 탄소 배출 예측, 기후 위험 평가 등을 통해 기업의 지속가능성 전략을 최적화할 수 있음.
2. 투명한 ESG 보고 및 지속가능성 성과 개선
• AI는 자동화된 데이터 검증 기능을 제공하여 ESG 보고의 정확성을 높이고 그린워싱(greenwashing)을 방지함.
• 기업들은 ESG 보고를 회계 보고와 동일한 수준으로 정밀하게 작성해야 하는데, AI가 이를 지원할 수 있음.
3. 탄소 배출 및 기후 변화 대응
• AI는 탄소 배출 감축 전략을 수립하는 데 활용될 수 있으며, 기후 변화로 인한 리스크를 사전에 예측하는 데 도움을 줌.
• 예를 들어, AI는 공급망 내 탄소 배출을 실시간으로 모니터링하고 감축 방안을 도출할 수 있음.
4. AI의 에너지 소비 문제
• 생성형 AI(Generative AI)는 대규모 데이터를 처리하는 과정에서 상당한 에너지를 소비함.
• AI의 지속가능한 활용을 위해서는 에너지 효율적인 AI 모델 개발이 필요함.
⸻
3. ESG 규제 및 글로벌 보고 기준 변화
🔹 글로벌 ESG 규제 현황
• 유럽연합(EU):
• 2024년부터 약 50,000개 기업이 의무적인 지속가능성 보고(CSRD, Corporate Sustainability Reporting Directive) 대상이 됨.
• 탄소국경조정제도(CBAM), 기업 지속가능성 실사 지침(CSDDD) 등 ESG 규제가 강화되고 있음.
• 인도:
• BRSR(Business Responsibility and Sustainability Reporting) 도입 (2021년 SEBI 발표)
• 인도 상장기업 1,000개사는 BRSR 기준에 따라 ESG 성과를 보고해야 함.
• 미국:
• 미국 증권거래위원회(SEC)에서 기후 공시 규정을 마련하여 기업의 ESG 보고를 강화하고 있음.
🔹 ESG 데이터 표준화의 필요성
• ESG 보고 기준이 다양하게 존재하며, 기업들은 각국의 법률 및 규제 요구 사항을 준수해야 하는 부담이 있음.
• AI는 ESG 데이터 표준화를 지원하고, 글로벌 ESG 규정 변화에 신속하게 대응할 수 있도록 도와줌.
⸻
4. ESG 투자 및 기업의 대응 전략
🔹 ESG 투자와 기업 경영의 변화
• 기업들은 ESG 투자와 지속가능성 강화를 위해 AI를 활용하여 환경적 영향을 줄이는 전략을 수립해야 함.
• 인도 CEO의 42%는 ESG 투자에서 3~5년 내 가시적인 수익을 기대함.
• ESG 기준을 충족하지 못하는 기업은 자금 조달이 어려워지고, 장기적으로 기업 가치 하락 위험이 있음.
🔹 ESG 리스크 관리 및 기업 경쟁력 강화
• ESG 리스크(기후 변화, 인권 문제, 공급망 규제 등)에 대한 대비가 기업 생존에 중요한 요소가 됨.
• AI 기반 ESG 리스크 분석을 통해 기업은 리스크를 사전에 감지하고 전략적 대응이 가능해짐.
⸻
5. AI를 활용한 ESG 경영의 미래 방향
🔹 AI와 ESG의 융합을 고려해야 할 주요 질문
KPMG 보고서에서는 기업이 AI와 ESG 전략을 효과적으로 연계하기 위해 고려해야 할 5가지 주요 질문을 제시함.
1. 기업의 브랜드 가치(Purpose)가 ESG 전략과 어떻게 연결되는가?
2. ESG 전략이 기업 성장과 성과에 어떻게 기여하는가?
3. ESG 프로그램의 효과성을 측정하기 위한 거버넌스 시스템은 마련되어 있는가?
4. 기업은 AI를 책임감 있게 활용하기 위한 프레임워크를 구축하고 있는가?
5. AI와 ESG를 융합하여 기업 경쟁력을 강화하면서도 사회적, 환경적 영향을 극대화할 방법은 무엇인가?
⸻
6. 결론 및 시사점
• AI와 ESG는 기업의 지속가능한 성장과 장기적 수익성을 결정하는 핵심 요소로 자리 잡고 있음.
• ESG 보고와 지속가능성 전략을 강화하기 위해 AI를 활용하는 기업이 늘어나고 있음.
• 그러나 AI의 에너지 소비 증가와 그린워싱 방지를 위한 데이터 검증 등의 과제가 남아 있음.
• 향후 기업들은 AI를 활용한 ESG 데이터 분석 및 지속가능성 성과 측정 프레임워크 구축이 필수적임.
⸻
인공지능(AI) 시대의 ESG
이 보고서는 인공 지능(AI)이 산업 전반에 걸쳐 환경, 사회 및 거버넌스(ESG) 관행을 어떻게 변화시키고 있는지 강조합니다.
주요 주제 요약:
1- ESG 데이터 관리를 위한 AI: AI는 ESG 데이터의 수집 및 보고를 자동화하여 오류를 줄이고 규정 준수를 강화합니다. 이를 통해 재무 표준에 부합하는 실시간 통찰력을 얻을 수 있어 투자자 신뢰도를 높일 수 있습니다.
..
2- 기후 위험 평가를 위한 AI: AI는 기후 데이터를 분석하여 위험을 예측함으로써 홍수 및 산불과 같은 환경 위협에 대한 복원력을 강화하는 사전 예방적 지속 가능성 전략을 가능하게 합니다.
..
3- 공급망 탈탄소화를 위한 AI: 가시성과 데이터 투명성이 부족하기 때문에 공급망 전반의 배출량 관리는 복잡합니다. AI는 공급업체의 배출량을 실시간으로 모니터링하여 기업이 물류를 개선하고 넷제로 목표를 달성하는 동시에 비용 효율성을 높일 수 있도록 지원합니다.
..
4- ESG 투자 의사 결정을 위한 AI: AI 기반 스코어카드는 투자자가 FTSE Russel, MSCI와 같은 기업 ESG 성과 및 ESG 등급을 평가하는 데 도움이 되어 그린워싱의 위험을 줄이고 지속 가능한 자금 조달에 대한 접근을 촉진합니다.
..
5- ESG 규정 준수 및 거버넌스를 위한 AI: AI 규정 준수 엔진은 EU CSRD, ESRS, CSDDD, 옴니버스 패키지와 같은 규제 변경 사항을 추적하여 잠재적인 문제를 표시하여 조직이 규정을 준수하고 법적 위험을 최소화할 수 있도록 합니다.
. . . .
관련 사례 연구:
1. 패션: AI는 디자인 및 공급망을 최적화하여 낭비를 줄이고 수익을 높입니다(5년 동안 $275B 잠재력).
..
2. 제조: AI는 자원 사용을 최적화하고 낭비를 최소화하며 공급망 투명성을 개선하여 ESG 성과를 향상시킵니다.
..
3. 금융 서비스: AI 기반 ESG 리스크 평가는 녹색 금융을 지원합니다. 예를 들어, HSBC는 AI 분석을 사용한 지속 가능한 투자에 1억 달러를 투자했습니다.
..
4. 부동산: AI 기반 HVAC 시스템은 에너지 사용을 크게 줄입니다. AI를 사용하는 맨해튼 빌딩은 에너지 소비를 15.8% 줄여 연간 $42K를 절약했습니다.
..
5. 농업: AI는 자원 효율성과 지속 가능성을 개선하여 농부들이 수확량을 늘리고 환경에 미치는 영향을 줄이기 위해 데이터 기반 결정을 내릴 수 있도록 지원합니다.
출처:
KPMG Assurance and Consulting Services LLP, “ESG in the Age of AI” (2024년 8월 보고서) 
#임팩트투자
#기술창업
#지속가능펀드
#제이씨앤컴퍼니
#기후테크
#지속가능경영보고서
#ESG
#AI