현대적인 농업 및 식품 생산의 세계에서 기업들은 방대한 양의 디지털 기록을 생성합니다. 센서가 우유 탱크의 온도를 측정할 때마다, 컴퓨터가 수확된 작물의 무게를 기록할 때마다, 혹은 시스템이 화물의 이동을 추적할 때마다 하나의 디지털 항목이 생성됩니다. 수십 년 동안 이러한 디지털 기록이 곧 증거와 같다는 가정이 존재해 왔습니다. 만약 컴퓨터가 소에게 먹이를 주었다고 기록했다면, 그 논리에 따라 소는 실제로 먹이를 먹었다고 간주되었습니다. 그러나 한 새로운 연구는 이 단순한 방정식에 의문을 제기합니다. 이 연구는 디지털 기록을 보유하는 것이 검증 가능한 주장을 보유하는 것과 같지는 않다고 주장합니다. 화면에 숫자가 존재한다고 해서, 독립적인 관찰자가 원래의 사건을 살펴보고, 그 숫자를 계산하기 위해 취해진 단계들을 추적하여, 그 결과가 사실임을 확인할 수 있다는 의미는 아니라는 것입니다. 이러한 구분은 식품 기업들이 품질, 지속 가능성 또는 효율성에 대해 정직하기를 기대하며 그들에게 의존하는 모든 이들에게 매우 중요합니다. 만약 어떤 기업이 자사의 디지털 시스템이 가축을 더 건강하게 만들었거나 공정을 더 친환경적으로 만들었다고 주장한다면, 그 주장은 단순히 대시보드 위의 최종 숫자가 아니라, 처음부터 다시 재구축할 수 있는 증거의 사슬에 의해 뒷받지되어야 합니다.

연구원 옥사나 마코보즈(Oksana Makovoz)와 세르히 리센코(Sergii Lysenko)는 실제 세상에서 이 증거의 사슬이 얼마나 잘 유지되는지를 조사하기 위해 연구를 수행했습니다. 그들은 동물의 성장이나 작물 수확량과 같은 물리적 사건이 점점 더 복잡한 디지털 시스템에 의해 관리되는 분야인 농업 및 식품 산업에 초점을 맞췄습니다. 연구팀은 우크라이나 기반 기업 5개와 국제 기업 7개를 포함한 총 12개의 서로 다른 기업을 조사하여, 그들의 공개 보고서, 지속 가능성 공시 및 운영 데이터를 검토했습니다. 그들의 목표는 이 기업들이 얼마나 많은 컴퓨터를 소유하고 있는지를 세는 것이 아니라, 보고서에 명시된 특정 주장이 독립적으로 재구축될 수 있는지 확인하는 것이었습니다. 그들은 단순하지만 어려운 질문을 던졌습니다. 만약 외부인이 특정 비즈니스 주장이 사실임을 증명하고 싶다면, 그 주장을 원래의 사건으로 추적하고, 누가 그 일에 책임을 지고 있었는지 식별하며, 최종 숫자가 정확히 어떻게 계산되었는지 이해할 수 있는가 하는 점이었습니다.

연구원들은 수집한 증거에서 명확한 패턴을 발견했습니다. 그들이 조사한 모든 사례에서 기업들은 자신들의 최종 결과를 성공적으로 보고했습니다. 총 우유 생산량, 가공된 달걀의 수, 또는 가축의 일일 체중 증가량 등 이러한 운영 결과는 항상 가시적이었습니다. 그러나 연구원들이 그 결과에 도달하기 위해 취해진 단계들을 살펴보았을 때 이야기는 달라졌습니다. 네 건 중 세 건의 경우, 기업들은 자신들이 사용하는 디지털 메커니즘이나 통제 장치에 대해 일부 세부 정보를 제공했습니다. 하지만 가장 결정적인 퍼즐 조각, 즉 데이터에 대한 책임이 누구에게 있는지에 대한 명확한 증거와 해당 기록이 감사가 가능한지 여부를 다룰 때는 상황이 훨씬 불투명해졌습니다. 절반 이상의 사례에서 공공 보고서는 최종 숫자를 책임 있는 사람이나 시스템에 직접 연결할 수 있는 충분한 구체적 정보를 포함하고 있지 않았습니다. 기업들은 흔히 일반적인 거버넌스 및 감독 프로세스를 설명했지만, 단 하나의 주장을 밑바닥부터 재구축하는 데 필요한 구체적인 단계별 추적 경로를 제공하는 경우는 드물었습니다.

이 연구는 누락된 정보가 실제적인 격차인지 아니면 단순히 세부 사항의 문제인지를 테스트하기 위해 '민감도 분석(sensitivity analysis)'이라는 방법을 사용했습니다. 연구원들이 구체적인 이름 대신 일반적인 책임 기술과 같은 부분적인 정보를 허용했을 때, 충분한 증거를 갖춘 사례의 수가 크게 증가했습니다. 이는 대부분의 기업이 거버넌스 시스템을 갖추고 있기는 하지만, 이를 공표하는 특정 숫자와 직접 연결되지 않는 높은 수준의 수준에서만 유지하고 있음을 시사합니다. 그 차이는 미묘하지만 매우 중요합니다. 보고서가 "우리는 엄격한 통제를 갖추고 있다"라고 말할 수 있는데, 이는 광범위한 의지의 표명일 뿐, 누가 데이터를 입력했고 최종 수치에 도달하기 위해 데이터가 어떻게 변경되었는지에 대한 구체적인 로그를 보여주는 것은 아닙니다. 그러한 구체적인 연결 고리가 없다면, 그 주장은 독립적으로 검증하기 어렵습니다.

이러한 발견의 실질적인 영향을 이해하기 위해, 연구원들은 기업들이 성과 변화를 어떻게 보고하는지에 대한 구체적인 사례들을 살펴보았습니다. 한 대형 우크라이나 기업인 아스타르타(Astarta)는 2020년과 2025년 사이에 우유 생산량이 35.5% 증가했다고 보고했습니다. 이 회사는 또한 이 기간 동안 새로운 디지털 가축 관리 시스템을 도입했다고 기록했습니다. 생산량의 성장은 실질적이고 측정 가능한 것이었지만, 공개 기록은 디지털 시스템의 효과를 단순히 소를 더 많이 구입한 것과 같은 다른 요인들과 분리할 수 있는 충분한 세부 정보를 제공하지 않았습니다. 연구원들은 디지털 시스템이 존재했고 생산량이 증가한 것은 사실이지만, 가용한 증거를 바탕으로 디지털 시스템이 성장의 원인이었다는 것을 증명하는 것은 불가능하다고 결론지었습니다.

또 다른 사례는 KSG 아그로(KSG Agro)라는 기업의 경우로, 이 회사는 가축의 일일 체중 증가율이 8.19% 개선되었다고 보고했습니다. 이는 디지털 개입이 성공적이었음을 시사할 수 있는 긍정적인 결과입니다. 그러나 이 회사의 자체 문서에는 이러한 개선이 디지털 기술이 아닌 더 나은 유전학 때문이라고 명시되어 있었습니다. 이 사례에서 연구원들은 결과가 긍정적임에도 불구하고, 증거의 사슬이 디지털 시스템이 원인이었다는 아이디어를 기각하기에 충분히 강력하다는 것을 발견했습니다. 이는 연구의 핵심적인 발견을 강조합니다. 즉, 좋은 결과가 반드시 디지털 시스템이 그것을 일으켰음을 증명하는 것은 아니라는 점입니다. 만약 증거의 사슬이 유전이나 날씨와 같은 다른 원인을 가리킨다면, 기업의 기술이 아무리 진보했더라도 그 원인을 받아들여야 합니다.

세 번째 사례는 오보스타르(Ovostar)라는 기업에서 나왔는데, 이 회사는 생산된 달걀 대비 가공된 달걀의 수에서 상당한 변화를 보였습니다. 데이터는 제품의 흐름에 명확한 변화가 있었음을 보여주었지만, 공공 보고서는 이 변화를 설명하는 구체적인 디지털 메커니즘을 식별하지 못했습니다. 연구원들은 운영상의 변화는 실재하지만, 디지털 원인과의 연결 고리가 문서에서 누락되었음을 발견했습니다. 네 번째 사례인 야센스비트(YASENSVIT)라는 회사는 가금류사의 용수 관리를 위한 잘 문서화된 디지털 제어 시스템을 보유하고 있었습니다. 시스템은 명확하게 설계되었고 구조도 가시적이었습니다. 그러나 공공 기록에는 알람이 언제 확인되었는지, 혹은 시스템이 얼마나 빨리 반응했는지에 대한 구체적인 타임스탬프가 포함되어 있지 않았습니다. 이러한 세부 사항이 없다면, 시스템 자체가 실재하더라도 그 시스템이 대응 속도나 품질을 실제로 개선했는지 검증하는 것은 불가능했습니다.

이러한 사례들은 이 연구가 다루는 핵심 문제를 보여줍니다. 연구원들은 조직이 디지털 전환을 기술 채택의 문제로 취급하며, 적절한 소프트웨어를 구매하면 자동으로 신뢰가 생성될 것이라고 가정한다고 주장합니다. 대신, 그들은 신뢰가 그들이 '증거 검증 가능성(evidence verifiability)'이라고 부르는 특정 조직 역량에 달려 있다고 제안합니다. 이 역량은 가장 진보된 기술을 보유하는 것에 관한 것이 아니라, 숫자가 어떻게 만들어졌는지에 대한 이야기를 보존하는 프로세스를 설계하는 것에 관한 것입니다. 이는 누가 무엇을 했는지, 데이터가 어떻게 변경되었는지, 그리고 왜 특정 결정이 내려졌는지에 대한 기록을 유지하는 것을 요구합니다. 이 사슬의 어느 한 부분이라도 누락된다면, 기초가 되는 기술이 아무리 정교해 보이더라도 최종 주장은 완전히 검증될 수 없습니다.

연구는 기업들이 디지털 전환으로부터 진정한 이익을 얻으려면 기록을 다루는 방식에 변화를 주어야 한다고 제안합니다. 단순히 최종 보고서를 만들기 위해 데이터를 수집하는 것이 아니라, 모든 주장이 그 출처로 추적될 수 있도록 시스템을 설계해야 합니다. 이는 수정 사항에 대한 상세한 로그를 유지하고, 각 단계에 책임이 있는 특정 인물이나 시스템을 식별하며, 결과를 계산하는 데 사용되는 규칙이 명확하고 접근 가능하도록 보장하는 것을 의미합니다. 연구원들은 기업들이 이렇게 할 때 외부인이 그들의 주장을 검증하는 데 드는 노력을 줄일 수 있다는 것을 발견했습니다. 그렇게 하지 않을 경우, 그들은 신뢰를 증거 없이 주어야만 하는 격차를 만들어냅니다.

이러한 발견은 우리가 식품 공급망의 지속 가능성과 품질을 바라보는 방식에 중요한 시사점을 줍니다. 점점 더 많은 기업이 환경적 영향이나 동물 복지에 대한 주장을 펼침에 따라, 그러한 주장을 검증하는 능력은 매우 중요해지고 있습니다. 이 연구는 디지털 시스템을 갖추는 것만으로는 주장이 사실임을 증명하기에 충분하지 않다는 것을 보여줍니다. 증거는 원래의 사건부터 최종 진술까지 완전해야 합니다. 만약 기업이 전체 증거의 사슬을 보여줄 수 없다면, 그 결과가 아무리 긍정적으로 보이더라도 그 주장은 검증되지 않은 상태로 남게 됩니다. 이것이 기업들이 거짓말을 하고 있다는 뜻은 아닙니다. 단지 공공 기록에 숫자 뒤에 숨겨진 이야기를 증명할 수 있는 충분한 정보가 들어있지 않다는 것을 의미할 뿐입니다.

궁극적으로 이 연구는 디지털 증거를 관리하는 새로운 접근 방식의 필요성을 지적합니다. 디지털 기록의 가치는 그 양이 아니라, 완전하고 재구축 가능한 이야기를 전달할 수 있는 능력에 있다는 것을 시사합니다. 식품 산업의 기업들에게 있어, 다음 단계의 디지털 여정은 단순히 더 많은 데이터를 모으는 것이 아니라, 농장에서 최종 보고서에 이르는 경로를 누구나 따라갈 수 있도록 데이터를 조직하는 것이 되어야 합니다. 그렇게 함으로써, 그들은 단순한 디지털 기록을 소비자, 규제 기관 및 파트너와 진정한 신뢰를 구축할 수 있는 방어 가능한 증거로 바꿀 수 있습니다. 연구는 이러한 '설계에 의한 증거(evidence-by-design)' 접근 방식 없이는, 디지털 투명성의 약속이 그저 약속에 머물 뿐 현실이 되지 못할 것이라고 결론짓습니다.