생성 AI가 직장에서 생산성을 높여줄까요?

생성 AI가 직장에서 생산성을 높여줄까요?

예, 하지만 아직 일을 잘하지 못하는 경우에만 가능합니다. 콜 센터에서 AI 비서의 영향을 조사하는 학자들은 경험이 적은 근로자에게 이점을 찾습니다.

스탠포드 대학교 HAI

2023.04.24

생성 AI의 기능이 증가함에 따라 이러한 모델은 연구실에서 사무실로 이동하고 있습니다. 그러나 그들은 작업자 생산성을 향상합니까?

Stanford HAI 및 Massachusetts Institute of Technology 내 Stanford Digital Economy Lab 의 학자들은 콜 센터의 고객 서비스 부문에 대규모로 배포된 생성 AI의 영향을 연구했습니다. 그들은 AI 지원에 대한 액세스가 상담원 생산성을 14% 증가시켰고 경험이 적은 작업자에게 가장 큰 영향을 미쳤다는 사실을 발견했습니다.

"우리는 AI에 접근할 수 있는 작업자가 상당히 상당한 생산성 향상을 볼 수 있다는 것을 발견했지만, 이러한 이득의 대부분은 초보 또는 능력이 부족한 작업자에게 발생합니다."라고 MIT 박사 후보이자 새 논문 의 공동 저자인 Lindsey Raymond는 말합니다. "AI 모델이 더 유능한 작업자의 잠재적인 암묵적 지식을 전파하고 새로운 작업자가 경험 곡선을 위로 이동하도록 돕기 때문일 수 있습니다."

콜 센터 어시스턴트

Stanford Digital Economy Lab의 책임자인 경제학자 Erik Brynjolfsson 이 포함된 연구 팀 ; MIT Sloan School of Management 부교수 Danielle Li; 및 Raymond – 비즈니스 프로세스 소프트웨어를 제공하는 Fortune 500대 소프트웨어 회사를 위한 채팅 도우미의 시차 배치를 조사했습니다. 회사에서 5,000명이 넘는 상담원의 데이터로 훈련된 이 도구는 고객 채팅을 모니터링하고 회사 상담원에게 고객에게 응답하는 방법에 대한 실시간 제안을 제공합니다. 에이전트는 이러한 제안을 사용할 수 있지만 무시할 수도 있습니다.

학자들은 이 도구를 통해 상담원이 시간당 13.8% 더 많은 문제를 해결할 수 있다는 사실을 발견했습니다. 상담원은 문제를 더 빠르게 처리하고 한 번에 여러 통화를 처리하며 문제 해결에 더 성공할 수 있었습니다.

AI 도우미는 모든 생산성 측정에서 숙련도가 낮거나 경험이 적은 근로자의 성과를 개선했습니다. 이 도구를 사용한 2개월 재직 에이전트는 AI에 액세스할 수 없는 6개월 재직 에이전트와 마찬가지로 수행할 수 있었습니다.

연구자들은 회사에서 가장 숙련되거나 경험이 많은 구성원에게 AI의 긍정적인 효과가 거의 없음을 발견했습니다.

Brynjolfsson은 "고숙련 작업자는 AI 권장 사항이 자신의 행동에 포함된 지식을 포착하기 때문에 AI 지원에서 얻는 것이 적을 수 있습니다."라고 말합니다.

직원 생산성 외에도 Brynjolfsson은 AI 지원에 추가적인 이점이 있다고 언급했습니다. 상담원이 좌절한 고객에게 더 공감할 수 있도록 설계된 AI 제안의 결과로 고객은 상담원을 훨씬 더 긍정적으로 대했습니다.

'우리가 모르는 것이 너무 많다'

생성 AI 및 파운데이션 모델이 성능을 보다 광범위하게 개선함에 따라 더 많은 도구가 인력에 적용되고 있습니다. 그러나 지금까지 생산성, 조직 구조 또는 사기에 미치는 영향을 대규모로 조사한 연구는 거의 없다고 저자는 지적합니다.

일부 소규모 실험을 포함하여 제너레이티브 AI 기능을 이해하려는 연구는 적지만 점점 늘어나고 있지만 실제 작업장에서 생성 AI 도구를 살펴보는 첫 번째 연구 중 하나입니다.

Brynjolfsson은 "여기에서 훨씬 더 많은 연구가 필요합니다."라고 말합니다. “AI가 생산성에 미치는 영향이 시간이 지남에 따라 달라질 수 있는지 여부는 알 수 없으며 이러한 도구를 사무실에 추가하려면 보완적인 조직 투자, 기술 개발 및 비즈니스 프로세스 재설계가 필요할 수 있습니다. 그리고 AI 시스템은 근로자와 고객 만족도, 이탈, 행동 패턴에 영향을 미칠 수 있습니다. 우리가 모르는 것이 너무 많습니다.” 

논문 내용 발췌

첫째, AI 지원은 작업자 생산성을 높여 상담원이 시간당 성공적으로 해결할 수 있는 채팅 수가 13.8% 증가합니다. 이러한 증가는 생산성의 세 가지 구성 요소의 변화를 반영합니다. 상담원이 개별 채팅을 처리하는 데 걸리는 시간 감소, 상담원이 시간당 처리할 수 있는 채팅 수 증가(상담원은 한 번에 여러 통화를 처리할 수 있음)  성공적으로 해결된 채팅의 점유율이 약간 증가했습니다.

둘째, AI 지원은 우리가 고려하는 모든 생산성 측정에서 덜 숙련되고 경험이 적은 근로자의 성과를 불균형하게 증가시킵니다. 또한 AI 도구는 신입 상담원이 경험 곡선 아래로 더 빠르게 이동하는 데 도움이 된다는 사실을 발견했습니다. 재직 기간이 2개월인 치료를 받은 상담원은 재직 기간이 6개월 이상인 치료를 받지 않은 상담원만큼 성과를 냅니다. 이러한 결과는 컴퓨터 기술의 초기 물결에 대한 기술 편향적 기술 변화의 증거를 찾은 연구와 근본적으로 대조됩니다(Autor et al., 2003; Acemoglu and Restrepo, 2018; Bresnahan et al., 2002; Bartel et al., 2007).

세 번째 결과 세트는 지금까지 우리가 발견한 것의 기본 메커니즘을 조사합니다. 우리는 AI 권장 사항이 자신의 행동에 내재된 잠재적인 암묵적 지식을 포착하기 때문에 고숙련 근로자가 AI 지원으로부터 얻는 것이 적을 수 있다고 가정합니다. 오히려 저숙련 근로자는 AI 제안을 준수함으로써 이러한 행동을 통합함으로써 개선될 가능성이 더 높습니다. 이와 일관되게 우리는 가장 숙련되거나 가장 경험이 많은 근로자에게 AI 액세스의 긍정적인 효과를 거의 발견하지 못했습니다. 대신 텍스트 분석을 사용하여 AI 지원이 저숙련 상담원이 고숙련 상담원처럼 의사소통하도록 이끈다는 암시적인 증거를 찾습니다.

마지막으로, 우리는 AI 시스템의 도입이 업무 경험과 구성에 영향을 미칠 수 있음을 보여줍니다. 우리는 채팅 메시지의 감정으로 측정할 때 AI 지원이 고객이 상담원을 대하는 방식을 현저하게 개선한다는 것을 보여줍니다. 이러한 변화는 다른 조직적 변화와 관련이 있을 수 있습니다. 특히 신입 직원의 경우 이직률이 감소하고 고객이 상담원의 감독자와 통화를 요청하여 전화를 에스컬레이션할 가능성이 줄어듭니다. 우리의 전반적인 연구 결과는 인간과 함께 일하는 생성 AI가 개별 작업자의 생산성과 유지에 상당히 긍정적인 영향을 미칠 수 있음을 보여줍니다. 그러나 우리는 이 논문이 생성 AI 도구의 총 고용 또는 임금 효과를 밝히기 위해 고안된 것이 아니라는 점을 강조합니다.

우리의 논문은 다양한 형태의 기술 채택이 근로자 생산성 및 작업 조직에 미치는 영향에 대한 대규모 문헌과 관련이 있습니다(예: Rosen, 1981; Autor et al., 1998; Athey and Stern, 2002; Bresnahan et al., 2002 ; Bartel et al., 2007; Acemoglu et al., 2007; Hoffman et al., 2017; Bloom et al., 2014; Michaels et al., 2014; Garicano 및 Rossi-Hansberg, 2015; Acemoglu 및 Restrepo, 2020) . 이러한 많은 연구, 특히 정보 기술에 초점을 맞춘 연구에서는 IT가 고숙련 근로자를 보완한다는 증거를 찾습니다(Akerman et al., 2015; Taniguchi and Yamada, 2022). Bartelet al. (2007)은 IT를 채택한 기업이 더 숙련된 노동력을 사용하고 직원의 기술 요구 사항을 증가시키는 경향이 있음을 보여줍니다. Acemoglu 및 Restrepo(2020)는 로봇의 확산을 연구하고 로봇의 부정적인 고용 효과가 생산직 근로자와 대학 교육 미만 근로자에게 가장 두드러진다는 사실을 발견했습니다. 대조적으로, 우리는 다른 유형의 기술인 생성 AI를 연구하고 그것이 저숙련 근로자를 가장 효과적으로 보강한다는 증거를 찾습니다.

예를 들어, Peng et al. (2023b) 특정 코딩 작업(JavaScript로 HTTP 서버 작성)을 위해 소프트웨어 엔지니어를 모집하고 GitHub Copilot에 대한 액세스 권한이 부여된 사람들이 이 작업을 두 배 빠르게 완료함을 보여줍니다. 마찬가지로 Noy와 Zhang(2023)은 ChatGPT에 액세스할 수 있는 피험자가 전문적인 작문 작업을 더 빨리 완료한다는 것을 보여주는 온라인 실험을 실행했습니다. 또한 그들은 ChatGPT가 생산성 분포를 압축하여 저숙련 근로자가 가장 많은 혜택을 받는다는 것을 보여줍니다.

그러나 우리가 아는 한, 생성 AI 도구에 대한 액세스가 실제 작업장에서 또는 더 오랜 기간 동안 생산성에 미치는 영향에 대한 연구는 없었습니다. 이러한 연구는 AI가 생산성에 미치는 영향이 시간이 지남에 따라 달라질 수 있고 작업자의 기본 경험 또는 전문성 수준과 상호 작용할 수 있기 때문에 중요합니다. 실험실 환경에서 유망해 보이는 기술은 보완적인 조직 투자, 기술 개발 및 비즈니스 프로세스 재설계가 필요하기 때문에 실제로는 더 제한적인 영향을 미칠 수 있습니다. 또한 AI 시스템의 도입은 직원 및 고객 만족도, 이탈 및 조직 행동 패턴에 더 많은 영향을 미칠 수 있습니다.

결론

기계 학습의 발전은 광범위한 경제적 가능성을 열어줍니다. 우리의 논문은 실제 작업장에서 생성 AI 도구의 효과에 대한 최초의 실증적 증거를 제공합니다. 우리 환경에서 우리는 AI가 생성한 권장 사항에 대한 액세스가 직원 생산성을 높이고 고객 감정을 개선하며 직원 이직률 감소와 관련이 있음을 발견했습니다.

우리는 우리가 문서화한 효과의 일부가 우리 회사의 고숙련 작업자의 모범 사례를 구현하는 AI 시스템의 능력에 의해 주도된다고 가정합니다. 이러한 관행은 암묵적 지식을 포함하기 때문에 이전에는 전파하기 어려웠을 수 있습니다. 이와 일관되게, 우리는 AI 지원이 신입 및 미숙련 근로자의 문제 해결 및 고객 만족도를 크게 향상시키지만 이러한 조치에 대해 가장 숙련되거나 경험이 많은 근로자에게 도움이 되지 않는다는 것을 확인했습니다. 상담원 대화의 텍스트를 분석하면서 AI 권장 사항이 저숙련 작업자가 고숙련 작업자처럼 의사소통하도록 유도한다는 암시적인 증거를 발견했습니다.

우리의 연구 결과와 그 한계는 향후 연구를 위한 다양한 방향을 제시합니다. 잠재적인 범용 기술로서 생성적 AI는 다양한 방식으로 배포될 수 있고 배포될 것이며 우리가 발견한 효과가 모든 기업과 생산 프로세스에 걸쳐 일반화되지 않을 수도 있습니다(Eloundou et al., 2023). 예를 들어 우리 환경에는 상대적으로 안정적인 제품과 일련의 기술 지원 질문이 있습니다. 제품이나 환경이 빠르게 변화하는 영역에서는 과거 데이터를 기반으로 훈련된 AI 추천의 상대적 가치가 다를 수 있습니다.

우리의 결과는 기술 수요, 작업 설계, 임금 또는 고객 수요에 대한 잠재적인 장기적 영향을 포착하지 않습니다. 예를 들어 보다 효과적인 기술 지원은 상담원의 생산성이 향상되더라도 총 수요를 증가시키면서 보다 복잡한 고객 책임을 맡는 컨택 센터 상담원의 추세를 가속화할 수 있습니다(Berg et al., 2018; Korinek, 2022). 그리고 장기적으로 이러한 도구는 공식 채널에서 문서화되지 않을 수 있는 패턴과 통찰력을 발견하여 직원이 관리되는 방식이나 조직 내에서 지식이 공유되는 방식을 변화시킬 수 있습니다.

마지막으로, 우리의 연구 결과는 작업자가 AI 시스템에 제공한 데이터에 대해 보상을 받아야 하는지 여부와 그 방법에 대한 질문을 제기합니다. 특히 고숙련 작업자는 모델 개발에서 중요한 역할을 하지만 자신의 생산성 향상 측면에서 직접적인 이점은 적습니다.

생성 AI의 초기 단계를 감안할 때 이러한 질문과 기타 질문은 추가 조사가 필요합니다.

https://hai.stanford.edu/news/will-generative-ai-make-you-more-productive-work-yes-only-if-youre-not-already-great-your-job

https://www.nber.org/papers/w31161

https://www.aitimes.com/news/articleView.html?idxno=150414

이 블로그의 인기 게시물

대규모 언어 모델(LLM : Large Language Models) 연구 동향

이미지
대규모 언어 모델에 대한 조사 A Survey of Large Language Models https://arxiv.org/abs/2303.18223 요약 1950년대에 튜링 테스트(Turing Test)가 제안된 이래로 인간은 기계가 언어 지능을 마스터하는 방법을 탐구해 왔습니다. 언어는 본질적으로 문법 규칙에 의해 지배되는 복잡하고 정교한 인간 표현 체계입니다. 이는 유능한 인공지능을 개발하는 데 언어를 이해하고 파악할 수 있는 유능한 인공 지능(AI) 알고리즘을 개발하는 것은 중요한 과제입니다. 언어 모델링은 지난 20년 동안 언어 이해와 생성을 위해 널리 연구되어 왔으며, 통계적 언어 모델(statistical language models)에서 신경망 언어 모델(neural language models)로 발전해 왔습니다. 최근에는 대규모 말뭉치(large-scale corpora)를 대상으로 Transformer 모델을 사전 학습시켜 다양한 자연어 처리(NLP) 작업을 해결하는 데 강력한 성능을 보이는 사전 학습 언어 모델(PLM: pre-trained language models)이 제안되고 있습니다. 연구진은 모델 스케일링이 모델 용량 향상으로 이어질 수 있다는 사실을 발견한 후, 파라미터 스케일을 더 큰 크기로 늘려 스케일링 효과를 추가로 조사했습니다. 흥미롭게도 매개변수 규모가 일정 수준을 초과하면 이렇게 확대된 언어 모델은 성능이 크게 향상될 뿐만 아니라 소규모 언어 모델(예: BERT)에는 없는 몇 가지 특별한 능력(예: 비문맥 학습 incontext learning)도 발휘합니다. 다양한 매개변수 규모에서 언어 모델을 구별하기 위해 연구 커뮤니티에서는 상당한 규모(예: 수백억 또는 수천억 개의 매개변수를 포함하는)의 PLM에 대해 대규모 언어 모델(LLM)이라는 용어를 만들어냈습니다. 최근 학계와 산업계에서 LLM에 대한 연구가 크게 진전되고 있으며, 괄목할 만한 진전으로 LLM을 기반으로 개발된 강력한 AI 챗봇인 ChatGPT가 ...
Read more »

장애인 접근성 향상을 지원하는 AI

이미지
장애와 인공지능의 융합: 새로운 접근성 혁신의 가능성 세계보건기구(WHO)에 따르면 현재 전세계에서 10억 명 이상의 인구가 심각한 장애를 가지고 생활하고 있는 실정입니다. 이는 장애를 가진 개인들이 일상 생활에서 직면하는 도전과 어려움을 강조하는 중요한 사실입니다. 그러나 동시에, AI 시장은 앞으로 7년 동안 더욱 지속적으로 성장할 것으로 예측되며, 이러한 성장은 2조 달러 이상의 누적 가치를 창출할 것으로 전망됩니다. 이러한 상황에서 장애와 인공지능의 융합은 혁신적인 가능성을 열고 있습니다. 이는 장애를 가진 개인들이 기술적 혁신을 통해 보다 더 나은 생활 환경과 기회를 얻을 수 있도록 지원할 수 있는 가능성을 시사하고 있습니다. 그러한 가능성은 몇 가지 측면에서 강조할 수 있습니다. 음성 인식 및 음성 명령 기술을 비롯한 자연어 처리 기술은 시각적 또는 운동 능력에 제약이 있는 개인들에게 컴퓨터 및 기기와 보다 쉽게 상호 작용할 수 있는 기회를 제공합니다. 이러한 기술은 스마트 홈, 스마트 시티, 자동차 및 기타 분야에서 개인화된 지원을 제공할 수 있어, 장애를 가진 개인들의 독립 생활을 촉진하는 역할을 합니다. AI 기반 의료 진단 및 치료 도구는 질병 및 장애에 대한 조기 진단과 개별화된 치료 계획을 제공할 수 있습니다. 이는 더 나은 의료 접근성과 개인화된 치료를 통해 장애를 가진 개인들의 건강을 개선하는 데 도움이 됩니다. 교육 분야에서 AI는 학습 어려움을 겪는 학생들을 위한 개별화된 교육 방법을 개발하는 데 활용될 수 있습니다. 학습 장애를 가진 학생들은 AI를 통해 개별 수업 계획 및 학습 지원을 받아 더욱 효과적으로 학습할 수 있게 될 것입니다. 혁신적인 모바일 애플리케이션과 웨어러블 디바이스는 장애를 가진 개인들이 일상 생활에서 더욱 독립적으로 활동할 수 있도록 돕는 역할을 합니다. 이러한 기술은 장애를 극복하고 사회 참여를 촉진하는 데 중요한 역할을 합니다. AI 기술을 활용한 웹 및 컴퓨터 접근성 도구는 웹 콘텐츠, 애플리케이션 및...
Read more »

메타, 2023년 트렌드 보고서 - 새롭게 떠오르는 문화

메타, 2023년 트렌드 보고서 - 떠오르는 문화 1. 정체성 탐험, 나를 알아가는 새로운 여정 1.1 내 몸은 나의 신전 전 세계적으로, 사람들은 긍정적인 마인드, 아름다움, 자율성 등을 기준으로 삼아 자신의 몸을 새롭게 바라보고 있습니다. 많은 사람이 자율성과 신체적 완전성에 관한 문제를 점점 더 고민하고 있습니다. 한국의 설문조사 대상 약 4명 중 1명이 #내몸사랑하기운동(#BodyPositivityMovement)에 참여하고 있다고 답했습니다. 또한 접근성, #신경다양성(#neurodivergence)과 같은 대화 주제가 계속해서 인기를 얻음에 따라, 장애를 가진 사람들에 대한 인식이 높아지고 있으며 이들의 다양한 스토리가 늘어나고 있습니다. 아름다움에 대한 개념도 계속해서 변하고 있습니다. 특히 몸에 난 털이 뜨거운 주제로 주목받고 있습니다. 사람들은 제모할 것인지(화학적 제모제, 제모기) 아니면 털을 그대로 둘 것인지(겨드랑이털)에 관한 논의를 벌이며 성별에 따른 사회적 규범에 도전장을 내밀고 있습니다. 신체 개조에 관한 대화도 증가하고 있습니다. 아마도 가장 본능적인 자기 표현 방식이기 때문이겠죠. 신체 자율성에 관한 매우 실질적인 문제가 전 세계적으로 제기되고 있는 상황에서도 아바타 등의 주제에 관한 대화가 증가하는 것을 보면 미래가 어떨지 짐작할 수 있습니다. 미래에는 신체적 존재감이 물리적 세계를 뛰어넘어 가상 세계까지 확장될 것입니다. 이미 전 세계 응답자의 51%가 가상 상품(브랜드의 가상 제품)을 구매하는 데 관심이 있다고 답했습니다. 또한 사람들이 진정성에 더 큰 관심을 가짐에 따라 앞으로 물리적 세계와 메타버스에서 포용적인 대표성을 반드시 전략의 중심에 두어야 할 것입니다. 1.2 중요한 중년기 중년을 새로운 변화의 시기로 여기는 사람들이 늘고 있습니다. 공식적인 합의가 이루어진 것은 아니지만, 일반적으로 40세~60세를 중년이라고 하며 이 생애 단계의 중간에 X세대(그리고 이후 밀레니얼 세대)가 자리하고 있습니다. 베이비붐...
Read more »

유럽 최고의 여름 여행지 추천

이미지
유럽은 탐험을 기다리는 여름 여행지의 보고입니다. 햇살이 내리쬐는 해변에서의 휴가를 갈망하시든, 풍성한 문화 체험을 원하시든, 맛있는 요리를 즐기고 싶으시든, 유럽은 모두를 위한 여행지를 갖추고 있습니다. 지중해의 매력적인 마을부터 북유럽의 번화한 대도시까지, 유럽은 기억에 남는 여름 휴가를 보낼 수 있는 다양한 가능성을 자랑합니다. 선택의 폭을 좁히고 잊지 못할 여행을 계획할 수 있도록 유럽 최고의 여름 여행지 목록을 종합적으로 정리했습니다. 이 목록에는 해변 지역과 도시가 포함되어 있어 다양한 취향에 맞는 다양한 옵션을 제공합니다. 따라서 해변을 좋아하시든, 문화를 즐기시든, 도시를 좋아하시든, 취향에 맞는 여행지를 찾으실 수 있을 거예요. 유럽 전역을 샅샅이 뒤져 가장 아름답고 흥미진진하며 매력적인 여름 여행지를 추천해 드립니다. 여름에 유럽에서 방문하기 가장 좋은 곳은? 선택할 수 있는 국가와 도시가 너무 많기 때문에 어디로 갈지 결정하기가 부담스러울 수 있습니다. 여기에서는 날씨, 관광객 수, 독특한 경험 등을 고려하여 여름에 유럽에서 방문하기 가장 좋은 여행지를 소개합니다. 1. 오스트리아 오스트리아는 역사, 문화, 자연의 아름다움, 아웃도어 액티비티가 독특하게 어우러진 특별한 여름 여행지 입니다. 오스트리아는 아름다운 알프스 풍경 외에도 매력적인 도시, 그림 같은 마을, 활기찬 도시가 많이 있습니다. 또한 다른 인기 유럽 여행지보다 덜 붐비기 때문에 사회적 거리두기를 원하는 여행객에게 완벽한 여행지입니다. 유럽의 중심부에 편리하게 위치한 오스트리아는 잘 정비된 도로망과 경치 좋은 루트 덕분에 자동차로 여행할 때 스트레스 없이 유연한 경험을 할 수 있습니다. 도로 여행의 편리함 덕분에 오스트리아의 다양한 지역과 명소를 나만의 속도에 맞춰 탐험할 수 있습니다. 오스트리아의 도로 여행은 방문객들에게 기억에 남는 경험을 선사하며, 매력적인 도시, 그림 같은 마을, 번화한 도시를 지나면서 오스트리아의 멋진 풍경과 자연의 아름다움을 만끽할 수 있...
Read more »

딜로이트, 2023 글로벌 그린수소 시장 전망

이미지
그린수소(Green Hydrogen): 넷제로 실현 가속화 동인 Green Hydrogen: Energizing the path to net zero (Deloitte’s 2023 global green hydrogen outlook) 2023년 6월 발표 한국 딜로이트 그룹은 2050년 청정수소 생산규모는 약 6억메트릭t(MtH2eq)에 이를 것으로 전망 * 출처 : 2023 글로벌 그린수소 전망 리포트 넷제로 실현과 청정수소의 역할 정부와 기업 그리고 연구소 등 전 세계 각계 각층에서 탄소중립 달성을 위한 노력으로 에너지 전환 속도를 높이고 있다. 지구 평균 기온 상승폭을 산업화 이전 대비 2.0℃ 보다 낮은 수준으로 유지하고, 1.5℃까지 제한하기로 한 파리협정의 이행과 점검의 시간이 다가오면서, 화석 연료에 의존한 기존 발전 시스템을 재생에너지와 같은 저탄소 에너지원으로 전환하는 것이 필수적인 상황이다. 저탄소 에너지원으로 재생에너지를 활용한 전 산업의 ' 전기화(Electrification) 가 근본적인 대안일수 있다. 하지만 고온가열 공정이 요구되는 중공업과 제품 원료 조달을 담당하는 교통 및 중대형 화물 운송 분야까지 도입하기에는 실질적으로 많은 장애물이 상존한다. 더욱이 완벽한 탄소감축 수단으로 태양광, 풍력 등 활용한 전기화가 발전 단가 하락으로 확장세를 보인다 하더라도, 에너지원의 가변성(variability)과 송배전 네트워크 안정성(Network Stabilization) 등의 문제를 해소해야 한다. 청정수소(Clean Hydrogen)는 이 모든 장애와 문제를 해소하는 대안기술로서 그 혁신성과 잠재력을 인정받고 있다. 수소는 연료전지의 연료로 산소와 화학반응을 일으켜 전기 에너지 생산에 직접적으로 기여하는 다용도 분자(versatile molecule)이기도 하지만, 간접적으로 에너지 유도체로 활용되어 수소에 질소(N) 또는 탄소(C)를 첨가해 암모니아(NH3), 메탄올(CH3OH) 및 지속가능항공연료(SAF) 등...
Read more »