고해상도 다지역환경투입분석(MR-EEIO) 기반 다중환경영향평가 및 자동화 프레임워크 구축

• 연구책임자: 김하나 교수
• 참여연구원: 세사리 데시 연구교수

 

• 프로젝트 기간: 2026. 03. 01 ~ 2030. 02. 28 (4년)

 

• 프로젝트 배경 및 목표 :

  • [배경] 단일 기후 지표 중심 정책으로 인한 오염 전가를 방지하고 환경 목표 간 상충관계를 최소화하기 위해 다차원적인 다중 환경영향 분석 체계

  • [배경] 국제무역 의존도가 높고 주력 산업이 글로벌 공급망에 깊이 편입된 우리나라 특성을 반영하여 수입·생산 상류 부문의 내재된 환경부하 추적 및 글로벌 규제 대응 분석 인프라를 구축

  • [배경] 지역별 산업 구조와 에너지 집약도의 뚜렷한 이질성으로 인해 발생하는 정책 파급효과 차이를 정밀하게 파악하기 위해 세분화된 하위 지역 단위의 고해상도 분석 기반을 마련

  • [배경] 기존 데이터의 갱신 시차와 낮은 공간 해상도 한계를 극복하고 경제·환경 지표를 통합 모니터링하기 위해 시군구 단위 고해상도 MR-EEIO 구축과 분석 과정을 투명하게 공개하는 자동화 프레임워크를 개발

  • [목적] 고해상도 MR-EEIO 데이터를 구축하고 탄소·물·자원 등 다중 환경영향을 통합적으로 분석할 수 있는 자동화 프레임워크를 개발
    
     

• 프로젝트 수행 방법
  

  • [1차년도] 고해상도 지역산업연관표를 구축하기 위한 기반 마련

    • 다양한 개방형 통계를 활용한 지역·부문별 기초 데이터베이스 구축 및 전처리
    • RAS 기법으로 이어지는 다운스케일링 절차 수립
    • IO–KSIC–환경 통계 간 매칭 규칙(concordance rule) 설계, 기술적 검증(technical validation) 및 초기 민감도 분석 체계 정립

  • [2차년도] 탄소·물·자원 등 다중 환경영향을 통합적으로 분석가능한 MR-EEIO 모델을 구축

    • 1차년도에 설계한 환경통계–산업 분류 매칭 규칙을 기반으로 229개 지역별 +70개 산업 수준의 환경위성계정을 구축
    • 각 산업부문의 단위 생산당 환경부하를 나타내는 환경계수 행렬을 산출
    • 지역별로 소비 기반·생산 기반·수입 기반 관점에서 지역별 환경영향을 평가해 핫스팟 지역을 식별

  • [3차년도] 기계학습(ML)을 활용해 MRIO 갱신·보정 체계를 구축하고, 공급망·환경영향 네트워크 분석을 통해 분석의 정밀도와 활용성을 고도화

    • ML 기반 MRIO 데이터셋 갱신·보정 체계를 구축(MRIO Nowcasting 프레임워크를 제안)
    • 공급망·환경영향 네트워크 분석을 통해 분석의 정밀도와 활용성을 고도화

  • [4차년도] 자동 업데이트 및 시각화가 가능한 분석 플랫폼을 구축하여, 정책·산업 활용성을 제고

    • 갱신 MR-EEIO 자동화 파이프라인(ETL) 완성
    • 웹 기반 시각화 플랫폼 구축 및 사용자 중심 기능 강화
    • 플랫폼 검증 및 최종 문서화