Flyers can identify the most-warming flights when booking

우리가 비행기의 기후 영향을 생각할 때 보통 떠올리는 이미지는 연료를 태울 때 남겨지는 보이지 않는 이산화탄소 가스의 흔적입니다. 이 가스는 대기 중에 열을 가두며 그곳에 머물러 수 세기 동안 서서히 지구를 온난화시킵니다. 하지만 하늘 높이 비행할 때 발생하는, 승객들이 창밖을 보며 미처 알아차리지 못하는 더 즉각적인 두 번째 효과가 있습니다. 비행기가 차갑고 습한 공기 속을 비행할 때, 사람들은 이를 비행운(contrails)이라고 불리는 길고 하얀 얼음 결정의 흔적으로 남깁니다. 이 흔적은 퍼져나가서 얇고 높은 구름을 형성하며, 이는 아래쪽 지구에서 방출되는 열을 가두는 담요 역할을 합니다. 이산화탄소와 달리, 이 구름들은 몇 시간 만에 사라질 수 있습니다. 만약 우리가 이 구름이 형성되는 것을 막을 수 있다면, 이들이 일으키는 온난화 효과도 그만큼 빠르게 사라질 것입니다. 문제는 모든 비행이 이러한 열을 가두는 구름을 만드는 것은 아니며, 구름을 만드는 비행들도 모두 똑같이 해로운 것은 아니라는 점입니다. 어떤 비행은 엄청난 양의 온난화를 일으키는 반면, 다른 비행은 시간대, 경로, 항공기 유형에 따라 거의 영향을 주지 않거나 심지어 약간의 냉각 효과를 내기도 합니다.

한 연구팀은 승객이 티켓을 구매하기도 전에 어떤 비행이 이러한 유형의 온난화에 가장 나쁜 영향을 미칠지 예측하는 것이 가능하다는 것을 보여주었습니다. 수백만 건의 상업용 비행 데이터를 분석함으로써, 그들은 표준 항공 일정표에 있는 정보만을 사용하여 열을 가두는 구름을 만들 가능성이 가장 높은 특정 여정을 식별하는 방법을 개발했습니다. 그들의 연구는 만약 여행객과 기업들이 이러한 특정 비행을 피하고 유사한 대안을 선택할 수 있다면, 항공기나 경로를 변경하지 않고도 항공 산업의 지구 온난화 기여도를 크게 줄일 수 있다는 점을 시사합니다.

연구진은 먼저 2019년과 2021년의 항공 데이터로 구성된 거대한 데이터베이스를 구축했으며, 여기에는 5,200만 건 이상의 상업용 비행이 포함되었습니다. 그들은 각 개별 비행이 정확히 얼마나 많은 온난화를 유발했는지 계산하기 위해 실제 기상 데이터를 입력하여 비행운이 어떻게 형성되고 진화하는지를 시뮬레이션하는 정교한 컴퓨터 모델을 사용했습니다. 이 과정은 놀라운 패턴을 드러냈습니다. 온난화 효과가 모든 비행에 고르게 분포되어 있는 것이 아니었습니다. 대신, 온난화는 매우 집중되어 있었습니다. 연구에 따르면, 최악의 5%에 해당하는 비행이 비행운으로 인한 전체 온난화의 약 95%를 차지했습니다. 나머지 비행은 기여도가 매우 낮았으며, 일부는 햇빛을 우주로 반사하는 낮 동안 비행했기 때문에 순 냉각 효과를 내기도 했습니다.

이 발견의 핵심은 무엇이 기후에 "나쁜" 비행을 만드는지 이해하는 것이었습니다. 연구진은 비행 예약 웹사이트에서 볼 수 있는 특정 특성들을 공유하는 비행들이 가장 해롭다는 것을 확인했습니다. 장거리 비행, 특히 유럽이나 미국 북부와 같은 고위도 지역을 비행하는 노선은 온난화 구름을 만들 가능성이 더 높습니다. 출발 시간 또한 매우 중요합니다. 오후나 저녁에 이륙하는 비행은 오전 비행보다 훨씬 더 해롭습니다. 이는 오후와 저녁 비행이 밤까지 지속되는 흔적을 남기는데, 이때 얼음 결정은 햇빛을 반사하지 못하고 열만을 가둘 수 있기 때문입니다. 반면 오전 비행은 대개 낮 동안에만 존재하는 흔적을 형성하며, 이 경우 햇빛을 반사하는 냉각 효과가 온난화 효과를 상쇄할 수 있습니다. 항공기 유형 또한 역할을 하는데, 특정 구형 또는 효율이 낮은 엔진은 더 많은 그을음을 배출하여 더 지속적인 얼음 결정을 형성하게 합니다.

이러한 패턴을 염두에 두고, 연구팀은 예측기로서 작동하도록 컴퓨터 프로그램을 훈련시켰습니다. 그들은 프로그램이 티켓을 구매할 때 제공되는 기본적인 세부 정보인 출발지, 도착지, 예정된 출발 시간, 항공기 유형, 그리고 여행 거리만을 살펴보도록 가르쳤습니다. 그들은 사람들이 여행을 예약하는 몇 주 또는 몇 달 전에는 얻을 수 없는 정보인 실시간 기상 데이터를 의도적으로 제외했습니다. 목표는 일정표만으로 어떤 비행이 최악일지 예측할 수 있는지 확인하는 것이었습니다. 결과는 놀라울 정도로 효과적이었습니다. 모델은 가장 많은 온난화를 일으킬 상위 10%의 비행을 성공적으로 식별해 냈으며, 전체 온난화 효과의 약 68%를 포착했습니다. 더욱 인상적인 것은, 단 5%의 비행이 전체 온난화의 거의 절반을 차지한다는 것을 정확히 짚어낼 수 있었다는 점입니다. 이는 여행자가 더 나은 선택을 하기 위해 복잡한 대기 물리학을 알 필요 없이, 단지 어떤 특정 편명을 피해야 하는지만 알면 된다는 것을 의미합니다.

이것이 실제 세상에서 어떻게 작동하는지 테스트하기 위해, 연구진은 모델을 두 대형 기업의 여행 기록에 적용했습니다. 그들은 해당 기업 직원들이 실제로 이용한 비행들을 조사하고, 그 비행들이 얼마나 많은 온난화를 일으켰는지 계산했습니다. 그런 다음, 모델이 최악이라고 지목한 비행들을 피하는 시나리오를 시뮬레이션했습니다. 만약 기업들이 모델이 지목한 나쁜 비행들을 동일한 경로상의 다른 덜 해로운 비행으로 교체했다면, 비행운 온난화를 14%에서 29% 사이로 줄일 수 있었을 것입니다. 이러한 감소는 실질적인 제약 조건, 즉 교체된 비행이 원래 비행의 16시간 이내에 출발해야 한다는 조건 하에서도 달성되었습니다. 만약 기업들이 시간과 관계없이 동일 경로상의 어떤 비행이라도 수용할 용의가 있었다면, 감소 폭은 54%에 달했을 것입니다. 연구는 많은 번잡한 노선에서 비슷한 시간에 이용 가능한 여러 비행편이 존재하므로, 일정을 크게 변경하지 않고도 고온난화 비행을 저온난화 비행으로 바꾸는 것이 쉽다는 것을 보여주었습니다.

연구진은 또한 모델이 의존하는 특정 특징들을 살펴봄으로써 왜 어떤 비행이 다른 비행보다 더 나쁜지 탐구했습니다. 가장 중요한 요인은 비행 거리였으며, 항공기 유형과 비행이 마주할 일조량이 그 뒤를 바짝 쫓았습니다. 특히 겨울철 고위도 지역에서 어둠 속에서 긴 시간을 보내는 비행이 지속적인 열 가둠 구름을 만들 가능성이 가장 높습니다. 모델은 또한 비행 경로 중 육지와 바다 위를 지나는 비율이 가장 중요하지 않은 요소임을 강조했습니다. 이는 경로의 지리적 특성보다 타이밍과 항공기의 기계적 특성이 더 중요하다는 것을 시사합니다. 연구는 모델의 예측이 서로 다른 연도와 다양한 기상 패턴에 걸쳐 유효하다는 것을 확인해주었으며, 이는 이들이 기후에 미치는 항공의 영향에 대한 신뢰할 수 있는 구조적 패턴임을 입증합니다.

이 작업은 모든 비행이 기후에 똑같이 나쁘다거나, 해결책은 오직 비행을 줄이거나 새로운 기술을 기다리는 것뿐이라는 생각에 도전합니다. 대신, 이는 예약 시점에 더 똑똑한 선택을 함으로써 즉각적이고 상당한 온난화 감소가 가능하다는 것을 시사합니다. 항공사들이 실시간으로 기상 상황을 피해 경로를 변경하는 방법을 이미 탐색하고 있지만, 이 연구는 승객과 기업 여행 관리자들이 몇 주 또는 몇 달 전부터 역할을 할 수 있음을 보여줍니다. 여행객은 오전 출발 비행을 선택하거나 다른 항공기 유형을 선택함으로써 가장 해로운 구름을 만드는 특정 조건을 피할 수 있습니다. 연구진은 심지어 브라우저 확장 프로그램과 같이 예약 웹사이트에서 직접 비행의 온난화 잠재력을 보여줄 수 있는 도구를 개발하기 시작했습니다.

이 연구에는 한계도 있습니다. 예측은 모든 미래 비행의 영향을 직접 측정하는 것이 아니라 시뮬레이션과 과거 데이터를 기반으로 합니다. 모델은 선택할 수 있는 대안 비행이 많을 때 가장 잘 작동하는데, 이는 주요 노선에는 해당되지만 규모가 작거나 운항 횟수가 적은 연결편에는 어려울 수 있습니다. 또한, 연구진은 비행운에 의한 온난화는 일시적이며 비행이 구름을 생성하는 동안에만 지속되는 반면, 이산화탄소 배출은 수 세기 동안 지속된다는 점에 주목했습니다. 이는 비행운을 피하는 것이 즉각적인 냉각 효과를 제공하지만, 탄소 배출을 줄여야 하는 필요성을 대체하는 것은 아님을 의미합니다. 그러나 가장 나쁜 비행을 식별하고 피하는 능력은 항공 산업의 전체적인 영향력을 줄이기 위한 강력하고 즉각적인 수단을 제공합니다. 이는 비행을 예약하는 행위를 구체적이고 측정 가능한 차이를 만드는 기회로 바꾸며, 가장 온난화를 일으키는 비행들이 미스터리가 아니라, 피할 수 있는 예측 가능한 일정의 일부라는 것을 증명합니다.