‘계산값 대 진짜값’이라는 구도부터 바로잡아야 한다

배출계수 방식은 추정이고 직접 측정은 진짜라는 설명이 자주 등장한다. 반대편에서는 현장 센서는 흔들리니 공인 배출계수만 쓰는 편이 안전하다고 말한다. 두 설명 모두 지나치게 단순하다. 배출계수는 특정 모집단과 조건에서 얻은 대표 관계를 활동자료에 적용하는 모델이고, 직접 측정도 제한된 위치·시간의 관측을 농장 경계와 장기간으로 확장하는 모델을 포함한다.

IPCC의 기본 구조에서 배출량은 활동자료와 배출계수의 곱으로 산정한다. 축산 장내발효 Tier 1은 동물 하위분류의 개체 수와 기본 배출계수를 사용한다. Tier 2는 총에너지섭취량, 메탄전환율과 더 세분화한 축군 정보를 이용해 농장·국가 조건에 가까운 계수를 계산한다. Tier 3는 국가별 고도화 모델이나 국가 고유의 계수·자료를 사용할 수 있다. 다만 방법 등급만 높다고 정확도가 자동으로 보장되지는 않으며, 입력자료와 방법의 품질이 뒷받침돼야 한다. 현장 직접 측정을 했다는 사실만으로 자동으로 Tier 3가 되는 것도 아니다.

직접 측정도 무엇을 직접 보았는지 구분해야 한다. 호흡챔버는 개체의 일정 기간 장내발효 메탄을 정밀하게 포착할 수 있지만 사육환경이 달라질 수 있다. SF₆ 추적법이나 헤드챔버·자동급이형 spot-sampling은 현장성이 높지만 방문행동, 표본일수와 장치 가정의 영향을 받는다. 축사 농도와 환기량을 이용하는 질량수지는 축군 단위 배출을 볼 수 있지만 공간혼합과 유량 추정이 핵심이다. 어느 하나도 조건 없는 절대값은 아니다.

두 방식이 비슷해지는 조건

배출계수와 직접 측정은 적용 조건이 잘 맞을 때 비슷해질 수 있다. 축종, 생산단계, 체중, 사료 섭취와 품질, 생산성, 기후와 분뇨관리 방식이 계수 개발자료의 대표 조건과 가깝고, 실제 사육두수와 운영일수가 정확하면 계수 방식의 기대값은 현장 장기평균에 접근한다.

직접 측정 쪽에서도 충분한 동물과 기간을 표본으로 삼고, 계절과 운영상태를 포함하며, 배경농도·환기량·결측과 교정을 잘 관리해야 한다. 측정 경계가 계수 경계와 같아야 한다. 예를 들어 계수는 장내발효만 나타내는데 축사 센서는 분뇨 피트 메탄까지 포함하면 일치할 이유가 없다.

두 결과가 가까운 것은 좋은 교차점검 신호일 수 있지만 서로를 독립적으로 입증하는 것은 아니다. Tier 2 모델의 입력을 직접 측정자료로 보정했다면 두 값은 공통자료를 공유한다. 같은 사육두수나 섭취량 오류가 두 결과에 함께 들어갈 수도 있다. 일치 여부뿐 아니라 데이터 의존관계를 확인해야 한다.

결과가 달라지는 첫 번째 이유: 농장이 평균 조건과 다르다

기본 배출계수는 넓은 모집단의 대표값이다. 같은 소라도 체중, 성장·비유 단계, 건물섭취량, 사료 소화율과 조단백·지방·섬유 조성, 생산량이 다르면 메탄 배출이 달라질 수 있다. IPCC 2006 지침은 Tier 1 계수가 국가별 가축 특성을 정확히 대표하지 않을 수 있으며 장내발효 Tier 1 계수 불확도가 약 ±30~50%일 수 있다고 설명한다. Tier 2의 불확도도 축군 분류와 계수 관계가 실제 조건에 얼마나 맞는지에 좌우된다.

저메탄 사료나 첨가제처럼 기본계수에 반영되지 않은 관리 변화가 있다면 차이는 더 커질 수 있다. 다만 직접 측정값이 계수보다 낮다는 사실만으로 첨가제 효과가 입증되는 것은 아니다. 계수의 평균 조건과 해당 농장의 원래 조건이 달랐을 수 있기 때문이다. 감축효과는 같은 농장의 적절한 기준선 또는 동시 대조군과 비교해야 한다.

분뇨관리도 평균에서 벗어나기 쉽다. 저장온도, 체류시간, 고형물 함량, 피복, 교반, 반출 빈도와 혐기조건이 메탄전환에 영향을 준다. 국가·지역 기본값이 실제 시스템 구성과 맞지 않거나 관리비율이 오래됐다면 직접 측정과의 차이가 구조적으로 발생한다. 이때 차이는 센서 오류가 아니라 계수의 적용가능성 문제일 수 있다.

두 번째 이유: 경계와 단위가 다르다

배출계수는 보통 kg CH₄/head/year 같은 단위로 특정 원천의 연간 평균을 나타낸다. 현장센서는 ppm을 기록하거나 특정 배출구의 kg CH₄/h를 추정한다. 이 값을 비교하려면 같은 가스, 원천, 축군, 시간, 기준상태와 분모로 맞춰야 한다.

축사 측정이 장내발효와 축사 내부 분뇨 배출을 함께 포착하는데 장내발효 계수만 곱하면 직접값이 높게 나올 수 있다. 반대로 방목시간의 배출을 축사센서가 보지 못하면 낮게 나온다. 분뇨저장조가 축사 밖에 있는데 농장 전체 계수와 축사 한 동의 측정을 비교해도 경계가 다르다.

사육두수도 단순 월말 숫자가 아니다. 입식·출하와 폐사로 두수가 바뀌면 animal-days를 사용해야 할 수 있다. 계수는 연평균 두수에 적용했는데 직접 측정은 최대 사육기간에만 이루어졌다면 시간 가중이 달라진다. 생체중, 우유 또는 증체량으로 정규화한 결과와 단순 두당 결과도 다른 질문에 답한다.

세 번째 이유: 직접 측정이 실제 장기평균을 대표하지 않는다

직접 측정의 값이 구체적이라고 해서 대표적인 것은 아니다. 급이 후 몇 시간, 날씨가 안정된 며칠, 일부 동물만 측정하면 해당 조건의 값이다. 메탄은 일주기, 섭취 패턴, 생산단계와 계절에 따라 변한다. 짧은 측정값을 365일로 곱하면 표본기간의 편향도 함께 확대된다.

호흡챔버는 회수율 시험, 동물 적응, 챔버 간 차이를 관리해야 한다. SF₆ 방식은 투과관 방출률, 배경시료와 수집시간이 중요하다. spot-sampling 장비는 동물이 장치를 방문한 시간대와 횟수가 하루 전체를 대표해야 한다. FAO가 정리한 측정기법 비교도 각 방식이 비용, 적용환경, 개체·축군 수준과 한계가 다름을 보여준다.

축사 질량수지는 농도보다 환기량이 더 큰 불확도원이 될 수 있다. 특히 자연환기에서는 개구부별 유량과 방향이 변한다. 실내 한 점 농도에 명목 환기량을 곱하면 정밀한 소수점이 있어도 총량은 잘못될 수 있다. 센서 교정, 공간 대표성, 배경농도와 시간동기화를 모두 점검해야 한다.

네 번째 이유: 계수의 시간과 직접 측정의 시간이 다르다

기본계수는 과거 여러 연구의 평균 또는 특정 기준연도의 조건을 반영한다. 품종, 생산성, 사료와 분뇨관리가 변하면 현재 농장과 차이가 난다. IPCC 2019 Refinement는 2006 지침을 대체하는 별도 체계라기보다 새로운 과학정보로 보완하며, 국가 인벤토리는 해당 지침과 최신 보정사항을 일관되게 적용해야 한다.

직접 측정도 장비·알고리즘 버전에 따라 시간이 바뀐다. 센서 교체, 환기모델 개선, 결측처리 변경 후 과거를 재계산하지 않으면 시계열의 단절이 감축처럼 보일 수 있다. 계수 방식은 같은 계수를 계속 써 실제 변화에 둔감할 수 있고, 직접 방식은 방법 변화에 과민할 수 있다. 어느 쪽이든 일관된 시계열과 재계산 정책이 필요하다.

목적에 따라 방식의 역할을 나눈다

국가·지역 인벤토리처럼 수많은 농장을 일관되게 포괄해야 하고 현장 측정자료가 제한적이면 배출계수 방식이 기본 골격이 된다. 핵심 배출원이고 상세 활동자료가 있다면 Tier 2로 세분화한다. 방법을 고도화할수록 요구자료와 QA/QC 부담도 커지므로 중요도와 자원에 맞춰 선택한다.

개별 농장의 운영 변화나 사료 개입의 단기 반응, 특정 설비의 배출을 보려면 직접 측정이 정보를 더 줄 수 있다. 하지만 그 결과를 연간 농장 감축량이나 크레딧으로 확장하려면 방법론이 요구하는 기준선, 추가성, 모니터링기간, 누출, 불확도와 검증 규칙을 따라야 한다. 센서를 설치했다는 사실만으로 계수 기반 기준선을 대체하지 않는다.

실무적으로는 혼합 접근이 유용하다. 전체 인벤토리는 계수로 완전성을 확보하고, 중요 원천·변동이 큰 축군·감축활동은 직접 측정으로 보정하거나 검증한다. 직접자료로 농장별 계수를 개발할 때는 표본이 계절과 축군을 대표하는지 확인하고, 적용범위와 유효기간을 명시한다. 직접 측정하지 않은 기간과 원천은 투명하게 모델링한다.

차이를 조사하는 조정표

두 방식이 다르면 먼저 결과를 같은 단위와 기간으로 변환한다. 다음으로 장내발효, 축사 분뇨, 저장조 등 원천별 경계를 맞춘다. animal-days, 체중, 섭취량과 생산량을 확인하고, 직접 측정의 유효자료율과 계절 적용범위를 본다. 그 뒤 배출계수의 지역·축종·생산체계 적합성과 버전을 검토한다.

차이는 하나의 잔차로 두지 말고 설명 가능한 항목으로 분해한다. 경계 차이, 활동자료 차이, 계수 적용 차이, 측정·환기 불확도, 시간 외삽과 아직 설명되지 않은 잔차를 나눈다. 각 항목에 근거와 불확도를 붙이면 어느 데이터를 개선해야 하는지 보인다.

직접 측정값에 맞추기 위해 계수를 임의 조정하거나, 공식 계수에 맞추기 위해 센서값을 보정해서는 안 된다. 조정계수를 만들려면 독립 검증, 충분한 표본과 사전 정의된 통계절차가 필요하다. 차이를 숨기지 않고 원인과 사용범위를 보고하는 것이 더 신뢰할 수 있다.

실행 체크리스트

  • 비교하는 두 결과의 가스, 원천, 공간경계, 기간과 단위가 같은가?

  • Tier 1·2·3 중 어떤 방법이며 계수와 입력자료 버전을 기록했는가?

  • 계수가 실제 축종, 체중, 생산단계, 사료와 분뇨시스템을 대표하는가?

  • 월말 두수 대신 입식·출하를 반영한 활동량을 사용했는가?

  • 직접 측정이 주야, 계절, 환기모드와 주요 운영 이벤트를 포함하는가?

  • 농도에서 질량배출로 바꾸는 환기량과 배경농도를 검증했는가?

  • 장내발효와 분뇨 배출이 측정 또는 계산에서 중복·누락되지 않았는가?

  • 방법 변경 시 과거 시계열을 일관되게 재계산하는가?

  • 차이를 경계·활동자료·계수·측정·외삽·잔차로 분해했는가?

  • 감축 주장은 단순 계수 대비가 아니라 적절한 기준선·대조와 검증 규칙을 따르는가?

결론: 다른 값은 실패가 아니라 질문의 시작이다

배출계수와 직접 측정은 서로를 없애는 대안이 아니다. 계수는 넓은 범위를 일관되게 채우고, 직접 측정은 실제 농장의 변동과 개입 반응을 관찰한다. 평균 조건과 현장이 다르거나, 경계·기간·활동자료가 맞지 않거나, 직접 표본이 장기평균을 대표하지 않으면 결과가 달라진다.

중요한 것은 어느 숫자를 즉시 채택할지가 아니다. 두 값이 같은 대상을 보고 있는지 맞추고, 차이를 설명 가능한 원인과 불확도로 분해하며, 목적에 맞는 결합 방식을 정하는 일이다. 이 과정을 거치면 불일치는 데이터 품질과 농장 특성을 배우는 검증 신호가 된다. 과정을 생략하면 더 정밀해 보이는 숫자 하나가 새로운 오해가 된다.

출처