에너지 기술 비용 전망, 결론부터 보면 어떤가요?
지난 수십 년 동안 태양광, 풍력, 배터리 비용은 해마다 10% 안팎씩 내려갔지만, 영향력 있는 에너지·경제 모델의 전망은 이 하락을 꾸준히 작게 잡았습니다. 2010년부터 2020년 사이 태양광 설비 투자비가 실제로는 해마다 15%씩 내려가는 동안 전망 2,905건의 평균은 2.6% 하락이었습니다. 전망을 읽을 때는 숫자보다 그 숫자가 딛고 선 가정과 과거 적중 기록을 먼저 확인하는 것이 좋습니다.
과거 태양광 비용 전망은 얼마나 빗나갔나요?
Way, Ives, Mealy, Farmer(2022)는 국제에너지기구(IEA)의 모델과 여러 통합평가모형이 내놓은 태양광 비용 전망을 실제 자료와 비교했습니다. 그림으로 비교한 전망은 기후 정책이 강하고 기술 발전이 빠른 시나리오, 즉 비용 하락을 낙관적으로 본 전망들이었습니다. 그런데도 전망 비용은 실제보다 꾸준히 높았습니다.
표 1. 태양광 설비 투자비의 연간 하락률, 전망과 실제 (2010~2020년)
| 구분 | 연간 하락률 | 비고 |
|---|---|---|
| 통합평가모형 전망 평균 | 2.6% | 9개 모형 팀의 전망 2,905건 |
| 전망 가운데 최댓값 | 6% 미만 | 모든 전망이 6%보다 작았음 |
| 실제 하락률 | 15% | 같은 기간 관측값 |
같은 연구에 따르면 태양광 비용은 1958년 처음 상업적으로 쓰인 뒤 천 배 넘게 내려갔습니다. 반면 석탄, 석유, 가스 같은 화석연료 가격은 오르내림이 심해도 물가를 감안하면 지금이 140년 전과 크게 다르지 않고 뚜렷한 장기 추세도 보이지 않습니다. 비용이 꾸준히 내려가는 기술과 가격이 제자리인 연료를 같은 틀로 전망하면, 둘 사이의 격차가 벌어지는 속도를 놓치기 쉽습니다.
왜 전망은 비용 하락을 놓쳤을까요?
모델의 결과는 원래 "이런 조건이면 이렇게 된다"는 조건부 계산이라 예측으로 쓰려고 만든 것이 아닌 경우가 많습니다. 결과는 비용 하락률을 어떻게 가정하느냐에 크게 좌우되는데, 과거 전망들은 실제보다 훨씬 느린 하락을 가정한 셈이었습니다. 또 해마다 일정한 비율로 줄어드는 변화는 몇 년만 지나도 누적 차이가 커져, 처음의 작은 가정 차이가 큰 오차로 번집니다. 조건부 계산을 예측처럼 읽으면 이 차이를 놓치게 되고, 그 결과 투자와 정책이 실제 비용 흐름보다 늦게 움직일 수 있습니다.
학습곡선과 라이트의 법칙은 무엇인가요?
학습곡선은 기술을 많이 만들수록 단위 비용이 내려가는 관계를 가리킵니다. 라이트의 법칙은 누적 생산량이 두 배가 될 때마다 비용이 일정한 비율로 내려간다고 봅니다. Nagy, Farmer, Bui, Trancik(2013)은 62개 기술의 자료로 여러 전망 방식을 겨뤄 라이트의 법칙이 가장 좋은 전망을 냈고, 시간에 따라 비용이 내려간다고 보는 무어의 법칙도 크게 뒤지지 않는다는 결과를 얻었습니다. 생산이 시간에 따라 지수적으로 늘면 두 법칙이 사실상 같아지기 때문입니다.
에너지 기술의 보급 속도도 빨랐습니다. 태양광이 공급한 에너지는 지난 30년 동안 연평균 44%, 풍력은 23%씩 늘었습니다. 누적 생산이 이렇게 빠르게 늘면 라이트의 법칙이 말하는 비용 하락도 그만큼 빨리 찾아옵니다.
표 2. 기술 비용을 전망하는 두 방식
| 구분 | 라이트의 법칙 | 무어의 법칙 |
|---|---|---|
| 기준 변수 | 누적 생산량 | 시간 |
| 가정 | 누적 생산이 두 배가 될 때마다 일정 비율 하락 | 해마다 일정 비율 하락 |
| 검증 결과 | 62개 기술에서 가장 좋은 전망 | 라이트의 법칙과 근소한 차이 |
| 쓰임 | 보급 속도에 따른 비용 시나리오 | 보급 정보가 없을 때의 추세 전망 |
Way 등의 연구는 50개가 넘는 기술로 사후 검증한 확률적 라이트의 법칙을 써서 앞으로의 에너지 비용을 전망했습니다.
비용 전망이 달라지면 판단은 어떻게 달라지나요?
같은 연구는 청정에너지로 빠르게 옮겨 가는 시나리오가 화석연료 체계를 유지하는 경우보다 비용이 덜 들 가능성이 크다고 봤습니다. 1.4% 할인율에서 기대 순절감액은 약 12조 달러, 5% 할인율에서는 약 5조 달러였고, 할인율과 관계없이 빠른 전환의 총비용이 더 낮을 확률을 약 80%로 계산했습니다. 연구는 이 절감이 기후 피해나 기후 정책의 부수 효과를 계산에 넣지 않고도 나온다고 밝히면서, 지금의 성장 경로를 앞으로 10년 동안 이어 가려면 수요를 뒷받침하는 정책이 필요할 것으로 봤습니다. 비용 전망 하나가 투자 시점과 정책 우선순위를 바꿀 수 있다는 뜻입니다. 공공투자의 타당성을 따지는 관점은 산업·기술정책 평가에서 이어서 볼 수 있습니다.
기술 비용 전망을 읽을 때 무엇을 확인하면 좋을까요?
전망 보고서를 받아 들었을 때 몇 가지를 차례로 물어보면 숫자의 무게를 가늠할 수 있습니다. 특히 에너지처럼 보급 속도가 비용을 움직이는 분야에서는 누적 보급량을 어떻게 가정했는지가 결과를 크게 가릅니다. 경제성장률 전망이 흐름이 꺾이는 해를 얼마나 놓쳤는지는 경제성장률 전망 해설에서, AI 효과 전망이 가정에 따라 갈리는 모습은 AI 경제성장 효과 전망 해설에서 함께 비교해 보세요.
- 전망이 조건부 시나리오인지, 확률로 표현한 예측인지 확인해 보세요.
- 가정한 비용 하락률을 과거 추세와 나란히 놓아 보세요.
- 결과를 하나의 숫자가 아니라 범위로 제시하는지 살펴보세요.
- 같은 기관의 지난 전망이 실제와 얼마나 맞았는지 찾아보세요.
- 보급 속도를 바꾸면 비용 결과가 어떻게 달라지는지 비교해 보세요.
한국기술경제연구소는 기술 전망을 어떻게 다루나요?
한국기술경제연구소는 기술 발전 속도, 비용, 수요, 규제에 따라 여러 시나리오를 제시하고, 전망과 실제 결과의 차이를 따로 분석합니다. 2023년 7월에는 AI·에너지 전환 연구를 확대해 기술 도입의 비용과 산업별 파급효과를 분석하고 있습니다. 발행물 미래 기술경제는 생산성, 고용, 에너지, 지역, 국제 경쟁의 장기 변화를 이런 시나리오의 눈으로 살펴봅니다. 전망을 점검하는 방식은 기술경제 분석 방법에서, 가능성과 함께 비용·위험을 밝히는 원칙은 연구 독립성과 이해관계 공개에서 확인해 보세요.
에너지 기술 비용 전망 자주 묻는 질문
에너지 모델 전망은 믿을 수 없는 것인가요?
모델 결과는 정해진 조건에서의 계산이라는 점을 알고 읽으면 쓸모가 큽니다. 다만 그대로 예측으로 쓰면 비용 하락을 놓칠 수 있습니다.
태양광 비용은 앞으로도 계속 내려갈까요?
과거 추세가 이어진다는 보장은 없습니다. 연구는 확률적 방법으로 전망의 범위를 제시하며, 보급 속도가 달라지면 전망도 달라집니다.
라이트의 법칙은 모든 기술에 맞나요?
62개 기술을 비교한 연구에서 좋은 성과를 냈지만 기술마다 하락 속도는 다르고, 보급이 멈추면 하락도 느려질 수 있습니다. 기술별 자료로 따로 확인하는 것이 좋습니다.
전망이 빗나갔는지는 어떻게 알 수 있나요?
전망을 낸 시점의 가정과 이후 실제 값을 나란히 비교해 보면 알 수 있습니다. 방향과 속도 가운데 무엇이 어긋났는지 나눠 보면 원인이 드러납니다.
출처
- Rupert Way·Matthew Ives·Penny Mealy·J. Doyne Farmer, 「Empirically grounded technology forecasts and the energy transition」, Joule, 2022. https://doi.org/10.1016/j.joule.2022.08.009
- B. Nagy·J. Doyne Farmer·Quan M. Bui·Jessika E. Trancik, 「Statistical Basis for Predicting Technological Progress」, PLOS ONE, 2013. https://doi.org/10.1371/journal.pone.0052669