All LCA models are wrong. Are some of them useful? Towards open computational LCA in ICT

1. 문제 정의 (Problem)

• LCA 의 본질적 한계와 모델 의존성: ICT 시스템의 환경 영향 (탄소 배출, 물 사용 등) 을 직접 측정하는 것은 공장 내 전 과정을 모니터링해야 하므로 비용이 많이 들고 기술적으로 불가능한 경우가 많습니다. 따라서 실제 LCA 는 직접 측정이 아닌 모델 (Model) 에 크게 의존합니다.
• 모델 시스템의 복잡성: 스마트폰이나 데이터센터와 같은 복잡한 ICT 시스템은 단일 모델이 아니라, 서로 연결된 모델의 시스템 (System of Models) 으로 구성됩니다.
• 신뢰성 위기: George Box 의 "모든 모델은 틀리다"는 명제처럼, 모델은 현실을 단순화하므로 필연적으로 오차를 포함합니다. 그러나 현재 ICT LCA 관행에서는 이러한 모델의 불확실성, 가정 (Assumption), 적용 범위 (Scope) 가 제대로 문서화되지 않거나, 검증되지 않은 하위 모델이 상위 모델에 통합되는 등 엄격성이 결여된 상태입니다.
• 규제적 필요성: EU 의 디지털 제품 패스포트 (DPP) 나 탄소국경조정제도 (CBAM) 등 규제 강화로 인해 LCA 결과의 정확성과 투명성이 법적, 경제적 중요성을 갖게 되었으나, 현재 방법론으로는 이를 충족하기 어렵습니다.

2. 방법론 및 분석 (Methodology & Analysis)

저자들은 LCA 가 직면한 두 가지 주요 저주 (Curses) 를 분석하고, 이를 해결하기 위한 4 가지 핵심 요구사항을 도출했습니다.

A. LCA 의 두 가지 저주 (The Two Curses)

1. 모델 검증의 어려움 (Curse 1): 생물권 흐름 (Biosphere flows) 을 직접 측정하기 어렵기 때문에 모델의 타당성을 검증하는 것이 매우 비용이 많이 들고 복잡합니다.
2. 모델의 조합 필요성 (Curse 2): 복잡한 ICT 시스템을 분석하려면 여러 하위 모델을 조합 (Compose) 해야 하는데, 이 과정에서 모델 간 호환성 문제 (단위, 시스템 경계, 가정의 불일치) 가 발생하고, 하위 모델의 오류가 상위 모델로 전파됩니다.

B. 도출된 4 가지 핵심 요구사항 (Key Requirements)

현재의 방법론적 결함을 보완하기 위해 다음 4 가지 요구사항을 제시합니다:

1. 명시적 모델 계보 (Explicit Model Lineage, R1): 각 모델이 어떤 데이터, 하위 모델, 가정에 기반하는지 그 계보를 명확히 해야 합니다. (모델 세척 방지)
2. 명확한 모델 범위 (Clearly Defined Model Scope, R2): 각 모델이 유효한 도메인 (단위, 시스템 경계, 기술적/지리적/시간적 범위) 을 명시해야 합니다. (범위 외 재사용 방지)
3. 종단 간 추적 가능성 (End-to-end Traceability, R3): 최종 결과 수치가 어떻게 도출되었는지 데이터, 코드, 모델 선택까지 역추적 가능해야 합니다.
4. 관리된 비구식성 (Managed Non-obsolescence, R4): 기술과 데이터가 진화함에 따라 모델이 구식화되지 않도록 버전 관리 및 유지보수 체계가 필요합니다.

C. 사례 분석

논문은 Reinhart-Rogoff 의 경제 모델 오류, 가우스 코풀라 (Gaussian copula) 모델의 금융 위기, 이메일 탄소 발자국 과대평가, AI 모델 평가 도구 (Ecologits) 의 업데이트 문제 등 다양한 사례를 들어, 요구사항 (R1-R4) 이 부재할 때 발생하는 오류 유형을 분석했습니다.

3. 제안된 프레임워크 (Proposed Framework)

저자들은 위 요구사항을 실현하기 위해 소프트웨어 공학의 모범 사례를 차용한 계산 중심 (Computational-oriented) 프레임워크를 제안합니다.

1. 명시적 의존성 그래프 (Model Structure as a Dependency Graph, S1):
   • 모델을 노드 (Node), 의존성을 엣지 (Edge) 로 표현하는 그래프 구조를 도입합니다.
   • 소프트웨어의 CVE(취약점) 관리처럼, 하위 모델의 오류나 업데이트가 상위 결과에 미치는 영향을 자동으로 전파 (Propagation) 하고 추적할 수 있게 합니다.
2. 오픈 및 버전 관리 리포지토리 (Open and Versioned Repository, S2):
   • Docker 나 Git 과 유사하게, 모델의 소스 코드, 빌드 규칙, 의존성, 버전 이력을 공개된 리포지토리에 저장합니다.
   • 이를 통해 결과의 재현성 (Reproducibility) 을 보장하고, 구식 모델과 최신 모델을 명확히 구분합니다.
3. 무결성 제약 조건 자동 강제 (Automatic Enforcement of Integrity Constraints, S3):
   • 데이터베이스의 무결성 제약과 유사하게, 단위 일관성, 필수 파라미터 존재 여부, PCR(제품 카테고리 규칙) 준수 여부 등을 자동으로 검증하는 파이프라인을 구축합니다.
4. 명확한 모델 분류 체계 (Well-defined Model Taxonomy, S4):
   • 모델을 제품/프로세스 모델, 영향 모델 (중간 지점 영향, 제품 흐름, 컴퓨팅 손발자국), 파라미터 변환 모델, 할당 모델, 불확실성 모델 등으로 세분화하여 분류합니다.
   • 이를 통해 모델의 역할과 조합 방식을 명확히 합니다.

4. 주요 결과 및 기여 (Results & Contributions)

• 이론적 기여: ICT LCA 가 단순한 데이터 수집이 아닌 복잡한 '모델링 활동'임을 재정의하고, 모델의 불확실성을 관리하기 위한 새로운 철학적, 방법론적 기반을 마련했습니다.
• 실무적 기여: 현재 LCA 관행에서 발생하는 구조적 문제 (데이터베이스 선택 민감도, 범위 불일치, 설명 불가능한 집계 등) 를 식별하고, 이를 해결하기 위한 구체적인 기술적 솔루션 (의존성 그래프, 오픈 리포지토리 등) 을 제시했습니다.
• 표준화 제안: 모델의 계보, 범위, 버전 관리를 소프트웨어 엔지니어링 표준에 맞게 체계화함으로써, 규제 기관 (EU 등) 과 기업들이 신뢰할 수 있는 LCA 데이터를 생성하고 공유할 수 있는 기반을 제안했습니다.

5. 의의 및 결론 (Significance)

이 논문은 ICT 산업의 환경적 지속 가능성을 평가하는 데 있어 신뢰할 수 있는 데이터의 부재가 가장 큰 걸림돌임을 지적합니다. 저자들은 "모델은 틀릴 수 있지만, 그 계보와 범위가 명확하고 추적 가능하며 관리된다면 유용할 수 있다"는 점을 강조합니다.

제안된 프레임워크는 환경 과학과 ICT 공학 사이의 간극을 해소하고, 디지털 제품 패스포트 (DPP) 와 같은 규제 요구사항을 충족할 수 있는 검증 가능하고 투명한 LCA 시스템을 구축하는 데 필수적인 토대를 제공합니다. 이는 단순한 방법론 개선을 넘어, 환경 영향 평가의 과학적 엄격성을 확보하고 '모델 세척 (Model Washing)'을 방지하여 사회적 신뢰를 회복하는 데 기여할 것입니다.