「2025 한국인이 바라본 사회문제」가 우리 사회에 던진 화두는 결코 가볍지 않습니다. 자신의 자원과 역량으로 사회문제를 해결할 수 있다는 믿음은 지난 5년 사이 9.2% 급감했습니다. 이는 개인이 사회문제를 스스로 해결할 수 없다는 인식, 즉 ‘학습된 무기력(Learned Helplessness)’에 빠져들고 있음을 시사합니다.  또한 사회문제에 대한 국민의 관심과 의지는 역대 최저 수준(6.8점/10점 만점)으로 나타났습니다. 이러한 상황에서 개인이 감당하기 어려운 문제들을 다른 방식으로 해결할 수는 없을까요.

「문제를 가치로 바꾸는 기술」은 AI 기술이 사회적 난제에 실질적으로 개입하여 만들어내는 변화의 장면에 주목합니다. 「한국인이 바라본 사회문제」 리포트에서 도출된 주요 사회문제 가운데 장애, 돌봄, 환경, 안전, 교육 다섯 영역을 중심으로 AI 기술 사례를 살펴봅니다.  이 시리즈는 기술이 사회문제에 실제로 개입하는 케이스를 통해 그동안 해법이 없다 여겨졌던 문제에 다른 방식으로 접근할 수 있음을 보여주고자 합니다. 나아가 사회적 무기력을 걷어내고, 우리 공동체가 다시 ‘해결의 가능성’을 꿈꿀 수 있는 계기가 되기를 기대합니다.

「문제를 가치로 바꾸는 기술(문가기)」은 사회적가치연구원이 발표한 2025 「한국인이 바라본 사회문제」 속 사회문제 키워드를 바탕으로 이를 해결하는 AI 기술 사례를 정리한 시리즈입니다. 

[문제를 가치로 바꾸는 기술] ① 장애의 벽을 넘은 연결의 가치

[문제를 가치로 바꾸는 기술] ② 고립을 잇는 따뜻한 AI돌봄의 가치

[문제를 가치로 바꾸는 기술] ③ 기후 위기의 흐름을 바꾸는 회복의 가치

[문제를 가치로 바꾸는 기술] ④ 위험의 경계를 지키는 예방의 가치

그 세 번째 여정, '환경'편에서는 기후 위기와 환경 문제를 AI 기술로 해결하려는 다양한 사례들을 살펴봅니다.

문제를 가치로 바꾸는 기술  ③ 기후위기의 흐름을 바꾸는 회복의 가치

1. 기후 위기 시대, AI는 지구를 구할 수 있을까?

오는 6월 5일 개막을 앞둔 제23회 서울 국제 환경영화제(SIEFF)의 주제는 ‘AI’입니다. 상영작 가운데 하나인 《AI: 나는 어떻게 종말 낙관주의자가 되었나》는 AI 기술이 가진 가능성과 위험을 함께 조명하며, 인류가 초래한 기후 재앙의 현실을 되짚습니다. 그러나 역설적으로, 기술 안에서 희망의 가능성을 탐색하는 이 영화의 제목처럼 전 세계는 환경 위기를 해결할 새로운 열쇠로 인공지능에 주목하고 있습니다.

▲ SIEFF (https://sieff.kr/shop/1776417068)

실제로 2025년 세계경제포럼 연례 회의에서 발표된 런던정치경제대학 산하 그랜섬 기후변화환경연구소의 보고서에 따르면, AI는 풍력·태양광 등 재생에너지 운영 효율을 높이고 복잡한 에너지 시스템을 최적화함으로써 2035년까지 전 세계 온실가스 배출량을 매년 약 30~60억 톤 감축할 잠재력을 가진 것으로 나타납니다.

▲ WEF Opinion (https://buly.kr/8pg1EHj)

또한, AI가 ▲재생에너지와 산업 공정의 효율 최적화 ▲탄소 포집·신소재 등 기후테크 연구 가속화 ▲에너지 소비 패턴 분석을 통한 행동 변화 유도 ▲정밀한 기후 예측과 정책 설계 ▲가뭄·생태 변화 분석을 통한 기후 회복 탄력성 강화 등 다양한 영역에서 기후위기 대응의 패러다임 전환을 이끌고 있다고 설명합니다.1

기술이 만들어낸 환경 문제를 다시 기술로 해결하려는 움직임 속에서, AI는 이제 단순한 효율화 도구를 넘어 인간과 지구의 공존 방식을 새롭게 설계하는 핵심 기술로 확장되고 있습니다.

이번 [문제를 가치로 바꾸는 기술] '환경'편에서는 기술이 사회와 환경의 위기를 어떻게 새로운 가능성으로 전환할 수 있는지를 탐색하고, 기후 위기와 환경 문제 해결에 활용되고 있는 AI 기술 사례들을 살펴보고자 합니다.

2. 지구를 회복하는 실험: 혁신을 만드는 기후 스타트업

혁신적인 기술력을 갖춘 사회적 기업들은 기후 위기 대응의 최전선에서 AI 기술을 활용하며, 환경 문제를 해결하기 위한 새로운 가능성을 만들어가고 있습니다.

◈  쉐코(Sheco): AI 기반 수질 정화 로봇 ‘쉐코 아크(Sheco Ark)’

쉐코는 AI 기반의 수질 오염 정화 로봇을 개발하는 환경 기술 기업입니다. 대표 제품인 무인 방제 로봇 ‘쉐코 아크’는 기름 유출과 같은 해양 오염 상황에서 자율적으로 이동하며 오염 물질을 수거할 수 있도록 설계되었습니다.

▲ 쉐코 (https://sheco.co/?param=ark)

GPS, 카메라 센서 등을 기반으로 수면 환경을 실시간으로 인식하며, 인공지능 기술을 활용해 오염 지역을 스스로 탐지하고 최적 경로를 계산해 자율적으로 이동합니다. 또, 선체 내부의 정화 시스템을 통해 기름과 부유물을 회수할 수 있어 기존 인력 중심의 방제 작업보다 더욱 빠르고 안전한 대응이 가능합니다.

특히 해양경찰청, 해양환경공단, 해군 등 공공기관과의 협력을 통해 실제 방제 훈련과 기술 고도화를 지속해왔으며 최근에는 인도네시아·사우디아라비아·싱가포르 등 해외 시장으로도 진출했습니다.2 이는 AI와 자율운항 기술이 단순한 자동화를 넘어, 기후위기 시대의 지속가능한 해양 환경 관리 인프라로 확장되고 있음을 보여주는 사례입니다.

◈  식스티헤르츠(60 Hertz): AI 기반 가상발전소(VPP) 플랫폼 

식스티헤르츠는 AI, 사물인터넷(IoT), 5G 기술을 활용해 전국의 재생에너지 자원을 하나의 가상발전소(Virtual Power Plant, VPP)로 연결하는 소셜벤처입니다.

▲ 식스티헤르츠 https://map.60hz.io/

2021년 공공데이터를 활용해 약 8만 개의 전국 재생에너지 발전소 위치와 발전량을 확인할 수 있는 ‘햇빛바람지도’를 무료로 공개했습니다.3 이 서비스는 계량기나 모니터링 장비를 별도로 설치하지 않고도 발전소 위치와 기상 정보만으로 태양광 발전량을 추정할 수 있어, 보다 효율적인 재생에너지 관리와 데이터 활용을 지원합니다.

2026년 기준 식스티헤르츠가 개발한 가상 발전소에는 국내 태양광·풍력·지열·수소연료전지 등 발전소 19만 개를 소프트웨어로 관리되고 있습니다. 용량으로는 약 16GW, 한국 재생에너지 발전소의 절반에 이르는 수치입니다. 그뿐만 아니라, 97%-98% 수준의 발전량 예측 정확도를 구현하고 있습니다.4

분산된 재생에너지 설비를 하나의 발전소처럼 통합 관리함으로써 전력 생산과 소비를 효율적으로 조정하고, 재생에너지의 변동성 문제를 완화하는 데 기여합니다.

◈  주식회사 인베랩(InvaLab): AI·드론 기반 생태 복원 솔루션 

인베랩은 생태계 교란 식물 문제를 해결하기 위해 AI, 드론, 원격탐사 기술을 활용한 생태 복원 솔루션을 개발하는 스타트업입니다. 외래식물 확산으로 인한 생물다양성 감소와 막대한 관리 비용 문제가 커지는 가운데, 기존의 반복적이고 노동집약적인 제거 방식에서 벗어나 데이터 기반의 자동화된 복원 시스템 구축을 목표로 하고 있습니다.

▲ 인베랩 http://www.invalab.com/

드론과 AI 기술을 활용해 외래식물이 어디에 얼마나 퍼져 있는지 분석하고, 해당 환경에서 잘 자랄 수 있는 자생식물 씨앗을 담은 ‘시드볼(Seed Ball)’을 맞춤형으로 뿌립니다. 이는 단순히 외래식물을 제거하는 데 그치지 않고, 자생 식물이 다시 자리 잡아 자연스럽게 생태계를 회복하도록 돕는 방식이라는 점에서 의미가 있습니다. 인베랩은 생태 복원 과정을 데이터화하고 자동화함으로써, 향후 산불·산사태·해안 복원(블루카본) 등 다양한 환경 문제까지 대응 범위를 확장하고자 합니다. AI 기술이 자연 생태계의 회복력을 높이는 지속가능한 관리 인프라로 활용될 수 있음을 확인할 수 있습니다.

3. 산업과 일상을 잇는 순환의 회복: 국내 기업 사례

국내 대기업들은 자사의 인프라와 AI 기술을 결합해 환경 문제 해결의 범위를 산업 전반으로 확장하고 있습니다.

◈  SK에코플랜트: AI 기반 폐기물 관리 플랫폼 ‘WAYBLE’

웨이블(WAYBLE)은 폐기물의 배출부터 운반, 처리, 재활용까지 전 과정을 디지털 기반으로 관리하는 AI 솔루션입니다. 단순한 폐기물 처리 시스템을 넘어, 폐기물이 다시 자원과 제품으로 순환되는 전 과정을 추적·관리함으로써 산업 현장의 순환경제 구축을 지원합니다.

▲ SK에코플랜트 (https://news.skecoplant.com/board/17520)

무엇보다 폐기물의 실질 재활용률 관리와 Closed Loop 인증 지원으로 버려진 자원이 다시 제품 생산에 활용될 수 있도록 기반을 마련했습니다. 이를 통해 기업은 환경 규제에 대응하는 동시에, 폐기물을 자원으로 활용해 비용 절감과 추가 수익 창출 효과까지 기대할 수 있습니다.

웨이블 출시 1주년 기준 누적 데이터를 분석한 결과, 총 1만 2,978회에 걸쳐 약 4만 2,860톤 규모의 폐기물이 처리되었으며, 운반 차량은 약 76만km 이상 이동한 것으로 나타났습니다.5 이는 기존에 분절적으로 관리되던 폐기물 처리 과정을 데이터 기반으로 통합함으로써, 산업 전반의 자원 흐름을 보다 효율적이고 지속가능한 구조로 전환하고 있음을 보여줍니다.

AI 기술이 폐기물을 다시 자원으로 연결하는 순환경제의 핵심 인프라로 작용할 수 있음을 시사합니다.

◈   카카오(Kakao): 참여형 탄소 감축 플랫폼 '카본 인덱스'

2023년 카카오는 디지털 활동을 탄소 감축 행동과 연결하는 참여형 플랫폼 ‘카본 인덱스(Carbon Index)’를 발표했습니다. 카카오 서비스와 플랫폼 내에서 이루어진 친환경 활동을 분석해, 이를 이용자의 환경 기여 효과로 시각화한 서비스입니다.

▲ 카카오 (https://www.kakaocorp.com/page/responsible/activegreen)

이 과정에서 이용자의 온실가스 감축 기여와 사회적 간접 가치를 카카오 고유의 지표인 KUC(Kakao Users’ Carbon-reduction) 단위로 환산하여 제공합니다. 사용자는 자신의 디지털 활동이 환경에 어떤 영향을 미치는지 직관적으로 확인할 수 있으며, 이를 통해 일상 속 친환경 행동에 대한 참여와 인식을 자연스럽게 확대할 수 있습니다.

친환경 서비스 이용·구매·활용 과정에서 발생하는 다양한 데이터를 지속적으로 수집·분석하고 있습니다. 더불어 서울대 기후테크센터와의 협업을 통해 이용자 기반 탄소 감축량 산정 방법론과 감축 계수를 적용하며, 플랫폼의 신뢰성과 정교함을 높여가고 있습니다.  AI와 데이터 기술이 이용자의 행동 변화를 유도하고 환경 문제 해결에 대한 참여를 확장하는 방향으로 활용되고 있음을 보여줍니다

4. 데이터의 기후 예측력 회복: 글로벌 기업

글로벌 빅테크 기업들은 전 지구적 규모의 데이터를 활용해 기후 재난에 대응하고 지속 가능한 지구를 위한 인프라를 구축하고 있습니다.

◈  구글(Google): AI 기반의 차세대 기상 예측 모델 ‘그래프캐스트(GraphCast)'

범용 인공지능 알파고를 개발한 구글 딥마인드가 선보인 그래프캐스트는 약 40년간 축적된 기상 데이터를 학습한 AI를 기반으로 더 빠르고 정밀한 기상 예측을 수행합니다.

▲ Google (https://buly.kr/9MSZ9mJ)

태풍의 이동 경로, 폭우, 폭염 등 극단적 기상 현상을 기존 방식보다 빠르게 예측할 수 있으며, 10일치 기상 예측을 1분 이내에 생성해 기존 기상 예보 대비 1,000배 높은 에너지 효율성을 확보했다는 주목을 받고 있습니다.6

실제로 그래프캐스트는 2024년 7월 카리브해와 미국 남부를 강타한 허리케인 ‘베릴(Beryl)’의 이동 경로를 정확히 예측한 사례로 주목받았습니다. 당시 유럽과 미국의 기존 슈퍼컴퓨터 기반 예측 모델은 멕시코 상륙 가능성을 높게 봤지만, 그래프캐스트는 미국 텍사스 상륙 가능성을 제시했고 실제 예측이 맞아떨어졌습니다.7 

이는 AI가 단순한 데이터 분석을 넘어, 기후 재난에 대한 조기 대응 역량을 높이고 지속가능한 기후 대응 체계를 구축하는 핵심 기술로 확장되고 있음을 보여주는 사례입니다.

◈  엔비디아(NVIDIA): 디지털 지구 시뮬레이션 ‘Earth-2’

엔비디아의 ‘Earth-2’는 가상의 지구(Digital Twin)를 구현해 기후 재난을 예측하고 데이터 기반 대응 전략 수립을 지원하는 AI 기반 시뮬레이션 플랫폼입니다.

▲ NVIDIA (https://www.nvidia.com/ko-kr/high-performance-computing/earth-2/)

기존 기후 예측은 전 세계 기상 관측소와 위성 데이터를 결합해 지구 전체의 기상 상태를 분석해야 했기 때문에, 막대한 연산 능력을 갖춘 슈퍼컴퓨터에 크게 의존해왔습니다. 이 방식은 높은 전력 소비와 탄소 배출을 동반하고, 정밀한 기후 예측 역량이 일부 국가와 대기업에 집중되는 한계도 존재했습니다.

반면 Earth-2와 같은 AI 기반 기후 모델은 복잡한 기후 계산을 훨씬 빠르게 처리하고, 기후 변화와 실제 지구 환경 간의 관계를 학습해 보다 현실에 가까운 예측 결과를 제공합니다. 엔비디아는 2026년 1월 Earth-2를 통해 15일 단위의 중장기 기상 예측과 국지성 폭풍·폭우와 같은 위험 기상 현상을 더욱 빠르게 분석할 수 있는 오픈형 AI 모델도 공개했습니다.8

위성·레이더·기상 관측 데이터를 결합해 수 시간 걸리던 대기 분석 작업을 수 초 단위로 단축하고, 도시 단위의 고해상도 기후 시뮬레이션까지 구현하고 있습니다. 이를 통해 폭염, 태풍, 홍수와 같은 극단적 기상 현상에 대한 조기 대응 역량을 높이고, 도시·에너지·재난 관리 분야의 의사결정을 지원하고 있습니다.

◈  마이크로소프트(MS): AI 기반 기상 예측 모델 ‘오로라(Aurora)’

‘오로라(Aurora)’는 대기·해양·위성·기상 데이터를 학습해 기후와 날씨를 예측하는 AI 기반 기상 모델입니다. 구글의 ‘그래프캐스트(GraphCast)’가 초고속 기상 예측에, 엔비디아의 ‘Earth-2’가 디지털 지구 시뮬레이션 기반 재난 대응에 초점을 맞추고 있다면, 오로라는 다양한 환경 데이터를 하나의 AI 모델로 통합 분석해 폭넓은 예측에 활용할 수 있다는 점에서 차별성을 가집니다.

▲ MS (https://buly.kr/90d3DZO)

오로라는 위성·레이더·기상 관측 데이터를 기반으로 태풍 경로, 대기 오염, 파도 변화, 기후 패턴 등을 함께 분석하며, 다양한 환경 변수 사이의 상관관계를 학습합니다. 이를 통해 특정 기상 현상뿐 아니라 장기적인 환경 변화와 복합 재난 위험까지 예측 범위를 확장하고 있습니다. 마이크로소프트는 이러한 AI 모델의 연구 인프라를 연구기관 및 기후 분야와 공유하며, 글로벌 차원의 기후 대응 협력 생태계 구축에도 나서고 있습니다.

5. 환경을 회복하고, 기후 위기를 예측하다.

AI는 기후 위기라는 거대한 장벽 앞에서 우리가 느꼈던 ‘학습된 무기력’을 ‘해결의 실마리’로 바꾸는 연결고리입니다.

기후 위기는 어느 한 개인이나 국가의 힘으로 해결할 수 없습니다. 하지만 서론에서 소개한 보고서의 제언처럼 AI가 복잡한 시스템을 혁신하고, 재생에너지와 산업 공정의 효율을 최적화하며, 탄소 배출을 정밀하게 관리할 수 있다면 우리는 다시 한번 지속 가능한 내일을 꿈꿀 수 있을 것입니다. 

벽처럼 느껴졌던 기후 위기라는 사회문제가 기술이라는 다리를 통해 회복의 가치로 변하는 순간, 우리 공동체의 새로운 미래가 시작될 수 있습니다.

[출처 및 참고 문헌(각주)]

1. London School of Economics and Political Science, Green and Intelligent: The Role of AI in the Climate Transition, 2025,

https://www.lse.ac.uk/granthaminstitute/publication/green-and-intelligent-the-role-of-ai-in-the-climate-transition/

2. 조선일보. (2026.01.22). 「한국 문과생이 개발한 바다 청소 로봇, 전세계 바다 구한다」https://www.chosun.com/economy/startup_story/2026/01/22/SC46O7DIHBABDCY72VH5ZSHAU4/

3. 뉴스와이어. (2021.08.06). 「식스티헤르츠, 숨겨진 태양광 발전소 7만개 계량기 없이 AI 기술로 발전량 예측」https://www.newswire.co.kr/newsRead.php?no=928322

4. 매일경제. (2026.03.27). 「[코스포과 함께하는 스타트업 생존방정식] 식스티헤르츠 | “태양광이 화석 연료보다 단가 낮아 지금이 장기계약 적기”」https://www.mk.co.kr/news/society/12000276

5. WAYBLE circular. (2024.04.22). 「SK에코플랜트 폐기물 관리 디지털 플랫폼 ‘웨이블’ 출시 1주년만에 폐기물 싣고 지구 19바퀴 돌았다 ‘처리량 4만톤 돌파’ https://circular.wayble.eco/getNewsDtl?sn=221&cate=ALL

6. Google DeepMind, DeepMind Publications, https://deepmind.google/research/publications/22598/

7. KBS 뉴스. (2025.06.17). 「‘기상 예보’에도 큰 힘 되는 AI」https://news.kbs.co.kr/news/pc/view/view.do?ncd=8281023

8. NVIDIA. (2026). 「NVIDIA Earth-2: AI 기반 기후 및 날씨 시뮬레이션 플랫폼」https://www.nvidia.com/ko-kr/high-performance-computing/earth-2/ (nvidia.com)

* 작성자 : CSES 연구기획팀