왜 비행운을 피하려 하나

비행운(contrail)은 항공기 엔진에서 나온 수증기가 차가운 고고도 공기와 섞이면서 형성되는 얼음 결정 구름이다. 하늘에 길게 남는 흰 줄 대부분은 금세 사라지지만, 대기가 차갑고 습한 일부 구역에서는 비행운이 오래 지속되며 주변으로 퍼져 얇은 얼음 구름층이 될 수 있다.

이런 지속성 비행운은 지구가 우주로 내보내는 적외선 열의 일부를 가둬 순 온난화 효과를 낼 수 있다. 특히 밤에는 태양빛을 반사해 지표를 식히는 효과보다 지구 복사열을 가두는 효과가 상대적으로 중요할 수 있다. 항공의 기후 영향은 이산화탄소 배출만으로 설명되지 않으며, 비행운과 질소산화물 등 비(非)이산화탄소 영향도 함께 고려해야 한다.

AI는 무엇을 예측하나

블루 스카이스의 모델은 다음 자료를 함께 분석한다.

• 위성사진과 위성 관측 자료
• 과거 항공편 및 비행운 데이터
• 영국 기상청의 대기·기상 예보

이를 통해 항공기가 지나갈 때 얼음 결정이 오래 남기 쉬운 ‘빙정 과포화(ice-supersaturated)’ 구역을 식별하고, 지속성 비행운이 생길 가능성이 큰 비행편과 공역을 선별한다.

예측 결과를 바탕으로 NATS 관제사는 일부 항공기에 고도를 올리거나 내리는 방안을 제시한다. 조정 폭은 대략 2,000피트 이내로 예상되며, 모든 항공편의 경로를 크게 바꾸는 방식은 아니다. 실험은 겨울철 저녁과 야간 비행에 초점을 맞출 예정인데, 이때 비행운 회피의 예상 기후 효과가 가장 클 것으로 보기 때문이다.

핵심은 ‘비행운 감소’와 ‘추가 연료’의 계산

고도를 바꾸면 비행운이 생기기 어려운 공기층으로 이동할 수 있지만, 상승이나 하강에는 추가 연료가 필요할 수 있다. 따라서 항공기의 이산화탄소 배출이 늘어날 가능성도 있다.

이 때문에 이번 실험은 단순히 비행운이 줄었는지만 보는 것이 아니다. 다음 요소를 함께 측정하는 것이 핵심이다.

• 고도 변경에 따른 실제 연료 사용량
• 예측된 비행운 위험 구역과 실제 관측 결과의 일치 여부
• 회피 지시 이후 실제 비행운이 얼마나 감소했는지
• 예측이 불필요한 회피를 지시한 비율과 비행운을 놓친 비율
• 비행운 온난화와 추가 이산화탄소 배출을 비교하는 기후 지표와 시간 범위

즉, 이번 사업은 이미 순기후 편익이 입증된 정책이 아니다. 적은 수의 항공편과 특정 공기층이 비행운 온난화의 상당 부분을 차지하는지, 그리고 그 지점을 정확히 찾아내 고도 변경을 하는 것이 추가 연료 배출보다 유리한지를 검증하는 실험이다.

누가 참여하나

영국 교통부의 지원은 항공우주기술연구소(Aerospace Technology Institute·ATI) 프로그램을 통해 이뤄진다. 컨소시엄에는 구글, 영국 항공교통관제 기관 NATS, Contrails.org, 임페리얼 칼리지 런던, 케임브리지대학교, 영국 기상청이 참여한다. 영국 기상청은 Contrails.org의 하청기관으로 사업에 참여한다.

학술기관들은 실험의 과학적 검토를 맡는다. 사업 측은 방법론과 결과를 공개 발표할 계획이라고 밝혔는데, 이는 비행운 예측의 정확도와 기후 효과 측정 방식, 연료 증가분을 어떻게 비교할지에 여전히 불확실성이 있기 때문에 중요하다.

기존 시도와 무엇이 다른가

구글과 Contrails.org는 위성에서 감지한 비행운을 개별 항공편과 연결하고, 비행운 발생 가능성을 예측하는 도구를 개발해 왔다. 이전에도 항공사 주도의 비행계획 변경이나 전술적 고도 조정 실험이 진행됐다.

블루 스카이스의 차별점은 개별 항공사가 한 편씩 운항을 조정하는 단계에서 더 나아가, 관제기관이 혼잡한 해양 공역 전체의 운항 흐름 속에서 회피 지시를 시험한다는 데 있다.

성공하면 무엇이 달라지나

실험 결과가 검증된다면 항공업계는 항공기 교체나 새로운 연료의 대규모 도입을 기다리지 않고도 비행운을 포함한 일부 비이산화탄소 기후 영향을 줄일 수 있는 비교적 단기적인 수단을 확보할 수 있다. 다만 이는 이산화탄소 감축을 대신할 수 없다. 비행운 회피 자체가 연료 연소에서 나오는 배출을 없애지는 않으며, 모든 비행운을 제거할 수도 없기 때문이다.

구글의 AI 에너지 사용과 생기는 계산 문제

구글이 AI를 활용해 기후 영향을 줄이려는 동시에 데이터센터 전력 수요를 늘리고 있다는 점은 따져볼 만한 문제다. 구글은 AI 수요 증가 속에 2024년 데이터센터 전력 수요가 27% 늘었다고 보고했지만, 청정에너지 조달과 효율 개선을 통해 데이터센터 에너지 관련 배출량은 12% 감소했다고 밝혔다.

비행운 회피 예측 시스템을 운영하는 데 필요한 전력보다 비행운 감소로 얻는 기후 편익이 훨씬 클 가능성은 있다. 그러나 이를 입증하려면 모델 계산에 사용된 에너지와 한계 배출량, 실제 연료 변화, 실제 비행운 감소량을 한데 비교한 투명한 전 과정 분석이 필요하다.

따라서 신뢰할 만한 평가를 위해서는 모델 계산에 들어간 에너지와 관련 배출량, 항공기의 실제 연료 변화, 관측된 비행운 감소량, 적용한 기후 지표와 시간 범위, 잘못된 회피 예측과 누락된 비행운의 비율, 독립적인 검토 결과가 공개돼야 한다. 그런 자료가 나오기 전까지 블루 스카이스의 기후 편익은 유망하지만 아직 입증되지 않은 가설에 가깝다.

왜 비행운을 피하려 하나

비행운(contrail)은 항공기 엔진에서 나온 수증기가 차가운 고고도 공기와 섞이면서 형성되는 얼음 결정 구름이다. 하늘에 길게 남는 흰 줄 대부분은 금세 사라지지만, 대기가 차갑고 습한 일부 구역에서는 비행운이 오래 지속되며 주변으로 퍼져 얇은 얼음 구름층이 될 수 있다.

이런 지속성 비행운은 지구가 우주로 내보내는 적외선 열의 일부를 가둬 순 온난화 효과를 낼 수 있다. 특히 밤에는 태양빛을 반사해 지표를 식히는 효과보다 지구 복사열을 가두는 효과가 상대적으로 중요할 수 있다. 항공의 기후 영향은 이산화탄소 배출만으로 설명되지 않으며, 비행운과 질소산화물 등 비(非)이산화탄소 영향도 함께 고려해야 한다.

AI는 무엇을 예측하나

블루 스카이스의 모델은 다음 자료를 함께 분석한다.

• 위성사진과 위성 관측 자료
• 과거 항공편 및 비행운 데이터
• 영국 기상청의 대기·기상 예보

이를 통해 항공기가 지나갈 때 얼음 결정이 오래 남기 쉬운 ‘빙정 과포화(ice-supersaturated)’ 구역을 식별하고, 지속성 비행운이 생길 가능성이 큰 비행편과 공역을 선별한다.

예측 결과를 바탕으로 NATS 관제사는 일부 항공기에 고도를 올리거나 내리는 방안을 제시한다. 조정 폭은 대략 2,000피트 이내로 예상되며, 모든 항공편의 경로를 크게 바꾸는 방식은 아니다. 실험은 겨울철 저녁과 야간 비행에 초점을 맞출 예정인데, 이때 비행운 회피의 예상 기후 효과가 가장 클 것으로 보기 때문이다.

핵심은 ‘비행운 감소’와 ‘추가 연료’의 계산

고도를 바꾸면 비행운이 생기기 어려운 공기층으로 이동할 수 있지만, 상승이나 하강에는 추가 연료가 필요할 수 있다. 따라서 항공기의 이산화탄소 배출이 늘어날 가능성도 있다.

이 때문에 이번 실험은 단순히 비행운이 줄었는지만 보는 것이 아니다. 다음 요소를 함께 측정하는 것이 핵심이다.

• 고도 변경에 따른 실제 연료 사용량
• 예측된 비행운 위험 구역과 실제 관측 결과의 일치 여부
• 회피 지시 이후 실제 비행운이 얼마나 감소했는지
• 예측이 불필요한 회피를 지시한 비율과 비행운을 놓친 비율
• 비행운 온난화와 추가 이산화탄소 배출을 비교하는 기후 지표와 시간 범위

즉, 이번 사업은 이미 순기후 편익이 입증된 정책이 아니다. 적은 수의 항공편과 특정 공기층이 비행운 온난화의 상당 부분을 차지하는지, 그리고 그 지점을 정확히 찾아내 고도 변경을 하는 것이 추가 연료 배출보다 유리한지를 검증하는 실험이다.

누가 참여하나

영국 교통부의 지원은 항공우주기술연구소(Aerospace Technology Institute·ATI) 프로그램을 통해 이뤄진다. 컨소시엄에는 구글, 영국 항공교통관제 기관 NATS, Contrails.org, 임페리얼 칼리지 런던, 케임브리지대학교, 영국 기상청이 참여한다. 영국 기상청은 Contrails.org의 하청기관으로 사업에 참여한다.

학술기관들은 실험의 과학적 검토를 맡는다. 사업 측은 방법론과 결과를 공개 발표할 계획이라고 밝혔는데, 이는 비행운 예측의 정확도와 기후 효과 측정 방식, 연료 증가분을 어떻게 비교할지에 여전히 불확실성이 있기 때문에 중요하다.

기존 시도와 무엇이 다른가

구글과 Contrails.org는 위성에서 감지한 비행운을 개별 항공편과 연결하고, 비행운 발생 가능성을 예측하는 도구를 개발해 왔다. 이전에도 항공사 주도의 비행계획 변경이나 전술적 고도 조정 실험이 진행됐다.

블루 스카이스의 차별점은 개별 항공사가 한 편씩 운항을 조정하는 단계에서 더 나아가, 관제기관이 혼잡한 해양 공역 전체의 운항 흐름 속에서 회피 지시를 시험한다는 데 있다.

성공하면 무엇이 달라지나

실험 결과가 검증된다면 항공업계는 항공기 교체나 새로운 연료의 대규모 도입을 기다리지 않고도 비행운을 포함한 일부 비이산화탄소 기후 영향을 줄일 수 있는 비교적 단기적인 수단을 확보할 수 있다. 다만 이는 이산화탄소 감축을 대신할 수 없다. 비행운 회피 자체가 연료 연소에서 나오는 배출을 없애지는 않으며, 모든 비행운을 제거할 수도 없기 때문이다.

구글의 AI 에너지 사용과 생기는 계산 문제

구글이 AI를 활용해 기후 영향을 줄이려는 동시에 데이터센터 전력 수요를 늘리고 있다는 점은 따져볼 만한 문제다. 구글은 AI 수요 증가 속에 2024년 데이터센터 전력 수요가 27% 늘었다고 보고했지만, 청정에너지 조달과 효율 개선을 통해 데이터센터 에너지 관련 배출량은 12% 감소했다고 밝혔다.

비행운 회피 예측 시스템을 운영하는 데 필요한 전력보다 비행운 감소로 얻는 기후 편익이 훨씬 클 가능성은 있다. 그러나 이를 입증하려면 모델 계산에 사용된 에너지와 한계 배출량, 실제 연료 변화, 실제 비행운 감소량을 한데 비교한 투명한 전 과정 분석이 필요하다.

따라서 신뢰할 만한 평가를 위해서는 모델 계산에 들어간 에너지와 관련 배출량, 항공기의 실제 연료 변화, 관측된 비행운 감소량, 적용한 기후 지표와 시간 범위, 잘못된 회피 예측과 누락된 비행운의 비율, 독립적인 검토 결과가 공개돼야 한다. 그런 자료가 나오기 전까지 블루 스카이스의 기후 편익은 유망하지만 아직 입증되지 않은 가설에 가깝다.