1. 서 론

국제해사기구(이하 IMO)는 선박 온실가스 감축을 위한 환경규제 강화를 단계적으로 추진하고 있다. 특히 온실가스 감축을 위한 중기조치(Mid term measure) 도입 논의에서는 기존의 연료 수급부터의 소비(Tank‑to‑Wake, TtW) 관점이 아닌 연료의 전(全)주기 관점, 즉, 생산부터 소비까지의 전과정 (Well‑to‑Wake, WtW) 관점의 선박 온실가스 배출량이 규제에 포함하기로 하였다(IMO, 2023). 이는 대체연료의 생산· 운송 단계에서의 업스트림 배출량을 포함하여 선박 운항에 따른 실질적인 기후 영향을 평가하려는 목적이다.

온실가스 감축 단기조치(Short term measure)인 탄소집약도 지수(Carbon Intensity Indicator, 이하 CII)는 운항 중 발생하는 온실가스 중 이산화탄소(CO₂) 배출만을 규제하며 또한, 연료의 생산과정에서 발생하는 배출을 반영하지 못한다. 즉 TtW 측면만 규제한다(IMO, 2022a).

CII 규제는 시행 과정에서 업계로부터 다양한 불합리성이 제기되어 왔다. 대표적으로 항만에서의 대기시간과 같이 선박 운영자가 직접 통제하기 어려운 요소가 지표 산정에 그대로 반영됨으로써, 실제 선박 에너지 효율성과 무관하게 낮은 등급을 초래하는 구조적 한계가 지적되어 왔다(Kim and Cheon, 2025). 그 외에도 현행 CII 산정시에 분모에 해당하는 운송업무량은 실제 선박이 운송한 화물량이 아닌 재화 중량톤수(DWT) 또는 총톤수(GT)를 기준으로 산정된다(IMO, 2022b). 이는 선박의 실제 적재율이나 운송 효율성을 충분히 반영하지 못한다는 점에서 한계가 있다는 지적이 제기된 바 있다(Kim et al., 2023).

IMO 제83차 해양환경보호위원회(이하 MEPC) 회의에서는 CII 규제의 포괄적 개편 검토와 단계적 시행 계획을 확정하였다(IMO, 2025). 이는 단순히 기존 규제를 보완하는 차원을 넘어, 운항 상태 기반의 지표 설계, 데이터 신뢰성 제고 등 근본적 개선 방향을 논의하기 위한 전환점이다. 향후 CII 규제 개선 논의에서는 항만 대기, 대체연료 사용 등과 같은 다양한 운항 조건이 지표 설계에 어떻게 반영될 수 있는지가 핵심 과제가 될 것이다(Kim et al., 2024).

특히, 2024년 채택된 IMO 선박 연료사용량 데이터 수집 시스템(Data Collection System, 이하 DCS) 서식 개정은 CII 규제 개편관 연계된 주요 결정 사항이다(IMO, 2024). 이에 따라 보고 체계 역시 변화하였다. 개정된 DCS 보고 양식은 2025년 8월 1일에 발효되며, 실제 데이터 수집 및 보고는 대부분 선박에 대해 2026년 1월 1일부터 적용될 예정이다.

이러한 배경에 따라 CII 규제 개편 작업이 본격적으로 추진되고 있다. 기존의 CII 규제 개선 관련 연구들은 살펴보면, 주로 운항에 영향을 미치는 주요 외부 요인 변화—예를 들어 항만 체류시간, 항로 특성, 기상 조건 등—에 따른 지수 변동성을 분석하는 데 집중됐다.

특히, CII 등급을 향상하기 위해서는 정박 및 대기하는 시간을 최소화해야 하며(Rauca and Batrinca, 2023), 장기 정박이 보편적인 크루즈 선박 경우에는 CII 등급이 선박 에너지효율을 합리적으로 반영하지 못한다는 시뮬레이션 연구가 있다(Braidotti et al., 2023). 또한, 저속 운항이 선박의 CII 등급에 긍정적인 효과를 가져올 수 있다는 연구 결과(Zincir et al., 2023) 그리고 이러한 규제 하에서 개별 선박이 아닌 선대차원의 CII 등급 관리 모델링을 제시한 연구도 있다(Yuan et al., 2023).

추가적으로 CII 규제 대응에 대부분 선사가 대체연료 사용 등 기술적 개선보다 선속 감속 등 운항적 방법을 취한다는 연구가 있다(Li et al., 2025). 또한, 기존 MDO, HFO와 같은 연료로는 장기적으로 CII 규제 충족이 어렵고, 기관 출력 제한과 속도 최적화가 핵심적인 대응 수단이라는 연구 결과도 있다(Bayraktar and Yuksel, 2023).

상기 연구들은 운항 조건이나 외부 변인에 따른 CII 등급 및 지수의 변동성을 분석하는 데 집중되어 왔으며, 지표 자체의 구조를 수정했을 때 발생하는 변화에 대한 연구는 거의 이루어지지 않았다. 본 연구는 이러한 공백을 보완하기 위하여, 지표 산정식의 변경이 실제 평가 결과에 미치는 영향을 분석하는 데 목적을 두었다. 이는 향후 IMO 차원에서 추진할 CII 규제 개편과 연계될 수 있다.

본 연구에서는 10척의 벌크선을 대상으로 개정된 DCS 서식에 따른 연료 사용량 데이터를 정리하고, 두 가지 CII 수정 지표에 대한 시뮬레이션을 수행하였다. 첫째, 연료의 Well-to-Wake 관점의 배출량을 고려하여 CII를 계산하였다. 둘째는 연료 사용량 중 ‘운항 중(under-way)’에 해당하는 부분만을 반영하여 CII를 산정하였다.

본 연구를 통해 다음의 사항을 기대할 수 있다. 첫째, 운항 모드(Under-way/Not under-way) 분리와 연료의 업스트림 배출을 통합한 전(全)주기 기반 CII 산정식을 제안하고, 지표의 정의와 계산 절차를 명확히 한다. 둘째, DCS 기반으로 수집된 10척 벌크선 데이터를 활용하여 제안 지표와 기존 CII 간의 정량적 차이를 분석한다. 셋째, 분석 결과를 바탕으로 CII 규제 개편을 위한 정책적 권고안을 제시하여 온실가스 규제 논의와 대응 전략 수립에 기여할 수 있다.

2. 방법론

2.1 데이터 및 전처리

본 연구에서는 국적선사가 운용하는 벌크선 10척의 2024년 연간 운항 및 연료 사용량 데이터를 이용하였다. 개정된 DCS 체계를 반영해 under-way 상태와 Not under-way 상태를 분리하여 연료 사용량을 정리하였다. 그리고 기본적인 항해 거리(nm), 운항시간(h), 선박 제원(DWT, GT, 주기관 정격출력 등) 데이터를 취합하였다.

Table 1은 본 연구에 포함된 벌크선 10척의 제원을 간략히 제시한다. 표본을 벌크선으로 한정한 이유는, 벌크선이 국제 해상운송에서 운송업무량 기준 큰 비중을 차지하며 (Alizadeh and Nomikos, 2013), 적재 단위·운영 패턴 등 데이터 구조가 비교적 균질하여 CII 지표 변화의 효과를 명확히 식별할 수 있기 때문이다.

본 연구의 중점은 선종 간 차이를 비교하는 것이 아니라, 실제 운항 및 연료 전주기 관점의 지표 변경이 평가 결과에 미치는 구조적 영향을 정량화하는 데 있으므로, 동일 선종으로 표본을 통제하였다.

Table 2는 선박별 연간 연료사용량을 Under-way와 Not under-way 상태로 구분하여 보여준다. 이 표를 통해 각 선박이 운항에서 정속 항행 중이 아닐 때(Not under-way) 소비하는 연료의 규모를 파악할 수 있다. Not under-way 상태에서 사용하는 연료에는 주기관 사용분만이 아니라 발전기(호텔 부하·화물취급·양하/적재 보조), 보일러(난방 유지 등), 기타 설비의 소비가 포함된다.

Table 2는 또한 선박별 사용 연료유 종류를 병기하여, 화석연료(HFO, LFO/MDO) 외에 바이오선박유(B30, B100)를 사용한 사례를 확인할 수 있다.

바이오선박유는 일반적으로 기존 엔진·연료계통에 추가 개조 없이 투입 가능한(drop-in) 장점이 있으며, 원료·공급망에 따라 전주기(WtW) 온실가스 집약도가 화석연료보다 상대적으로 낮다.

Table 3은 본 연구에서 사용하는 연료 특성과 전과정 평가(LCA) 관점의 배출계수를 간략히 보여준다. 기존 CII가 TTW 배출계수만으로 계산되는 한계를 보완하기 위해, 본 연구는 연료별 저위발열량(LCV), TTW 탄소집약도[gCO₂/MJ], WTT 온실가스 집약도[gCO₂e/MJ]와 그 신뢰범위를 함께 정리하였다.

화석연료(HFO, LFO/MDO)는 IMO/IPCC 권고 EF와 발열량을 사용하고, 바이오연료는 대표 원료(UCO 등)에 기반한 전 과정 온실가스 집약도를 인용하였다.

Fig. 1은 본 연구의 방법 및 절차를 간략히 보여준다. 첫째, 선박의 연간 거리·시간, 연료 사용, 선박 제원을 수집해 데이터베이스를 구축한다. 둘째, 수집 항목을 표준 단위로 맞추고 합계 일치, 이상치를 점검해 데이터를 정제한다. 셋째, 새로운 지표를 위한 데이터를 분석한다. 연료 사용을 Under-way와 Not under-way로 구분하고, 주기관·보조기관·보 일러·기타별로 집계한다. 또한 연료별 WtW 온실가스 집약도를 조사한다. 넷째, 기존 방식으로 산출한 CII와, WtW-CII, UW-CII를 산출하고, 이를 비교 및 분석한다.

Table 4은 기존 CII, WtW CII, UW CII의 산정 방식을 항목 별로 비교하여 보여준다. 가장 큰 차이점은 온실가스 배출 및 운항 범위 조건에서 나타난다. 기존 CII는 Tank-to-Wake 범위의 배출량만을 대상으로 하며, 전체 운항 구간을 기준으로 산정된다. 반면, WtW CII는 연료의 Well-to-Wake 배출을 반영하며, UW CII는 이를 기반으로 하면서도 운항 중(Under-way) 상태의 연료 사용만을 고려하여 항만 체류 등 상태를 제외하였다.

2.2 탄소집약도지수(CII) 산정

이 절은 본 연구에서 사용한 지표를 수식으로 표현하고, Table 1–4의 내용이 지표에 어떻게 상응되는지 보여준다. 단위는 연료의 양은 t, 에너지는 MJ, 항해 거리는 nm 그리고 이산화탄소 배출량은 tCO_2eq 단위를 사용하였다. 다음은 그 외의 표기 단위를 보여준다.

Fig. 2는 선박 연료의 전과정(WtW)를 생산–이송–벙커링–연소 과정으로 구분하여 간략히 보여준다. 현행 IMO CII 규제는 점선으로 표시된 TtW 구간만을 규제 대상으로 삼아 온실가스 배출량을 평가한다.

2.2.1 현행 탄소집약도지수(CII) 산정

현행 규정에 따른 CII는 Tank-to-Wake 기반의 배출량을 분자로, 운송업무량을 분모로 둔다. 선박의 운송업무량은 식(1) 과 같이 정의된다. 식(2)는 Tank-to-Wake 기반의 이산화탄소 배출량 그리고 식(3)은 이 배출량을 운송업무량(W)으로 나눈 AER(Annual Efficiency Ratio)을 보여준다.

2.2.2 Well-to-Wake 탄소집약도지수(CII) 산정

식(4)–(7)은 연료 사용량 데이터(Table 2)와 배출계수(Table 3)를 이용하여, 선박 i의 전과정 관점의 연간 WtW 탄소집약도(CII)를 계산하기 위한 수식을 보여준다.

핵심은 선박의 연간 연료 사용량을 연료별 에너지양으로 변환하고, 그 에너지에 연료별 온실가스 집약도 계수를 곱해서 배출량을 구한다. 그 다음 해당 선박의 운송업무량으로 나누어 WtW CII를 산출하는 순서다.

2.2.3 Under-way 탄소집약도지수(CII) 산정

Fig. 3은 2025년 4월 개최된 IMO 제83차 MEPC 회의에서 결정된 Under-way와 Not Under-way 구분을 보여준다. 선박 동정을 기준으로 주기관의 정속 운전(Ready/up, R/up M/E) 이후부터 항해 종료(End of Sea Passage, EoSP)까지를 Under-way (UW) 구간으로, 그 외 모든 구간을 Not-under-way (NUW)로 구간으로 구분한다. 이 구분은 개정 IMO DCS 서식 그리고 Table 2의 모드별 연료 합산 체계와 직접 연결된다.

본 절은 항만 체류·정박 등 Not under-way 상태에서 사용된 연료로 인한 배출량은 분자에서 제외한 Under-way 상태에서의 온실가스 배출량만 사용하여 Under-way CII를 산정하였다. WtW CII에 관한 식(7)은 아래 식(8)같이 under-way와 Not under-way 상태의 값으로 구분하여 나타낼 수 있다. 이는 개정된 DCS 서식에서 under-way와 Not under-way 상태에서의 기기별 연료 사용량을 구분하도록 하였기 때문에 산정이 가능하다.

식 (9)는 Under-way 상태에서의 연료사용만을 분자에 반영하여 계산한 Under-way 전용 CII 계산식을 보여준다. 즉, 분모는 연간 운송업무량은 유지하되, 분자는 UW 구간에서 발생한 배출량에 한정하여 사용함으로써 정박·대기 등 NUW 연료소비가 지표에 주는 왜곡을 제거할 수 있다.

2.3 탄소집약도지수(CII) 계산 모델링

Fig. 4는 CII 계산 과정을 압축적으로 보여준다. 좌측은 입력 데이터 채널로서 선박의 연료 사용량을 under-way와 Not under-way로 구분해 장치별, 즉 주기관·보조기관·보일러·기타로 분해하며 Table 2와 직접 연결된다. 우측은 연료의 물리· 화학적 특성 채널로서 Table 3에 보여준 LHV, WtT, TtW 값을 반영한다. 하단은 선박의 운송업무량에 해당하는 내용으로 DWT와 연간 항해거리를 이용해 Transport Work를 산정한다. 중앙 게이트에서 세 채널을 데이터를 이용해서 AER(기존 CII), UW-CII, WtW-CII를 산출한다.

3. 시뮬레이션 결과

3.1 선박별 CII 지수 및 등급 분포

Fig. 5는 2025년부터 2030년까지 운항 패턴과 항행 거리가 일정하게 유지된다는 가정하에, 선박별 Attained CII(AER)를 보여준다. 기준이 되는 Required CII는 매년 점진적으로 강화되기 때문에 동일한 AER 값을 유지하더라도, 시간이 지남에 따라 선박의 CII 등급은 점점 낮아지는 경향을 보여준다.

SHIP_6은 C 등급 경계에 있으며, 약 5% 연료 절감이나 저탄소 연료 전환으로 C 등급을 유지할 수 있다. 반면 SHIP_1, SHIP_2, SHIP_3, SHIP_5, SHIP_7 및 SHIP_8 선박은 전 기간 D 또는 E 등급이 지속되는 취약군으로, 대체연료 사용, 운항 최적화, 기관 부하관리 등 복합적 개선이 요구된다. 특히 CII 감축계수는 점차 강화되므로, AER 값이 매년 유사하더라도 등급은 하락할 수 있다. 따라서 일회성 조치가 아니라, 연차적으로 효율을 개선할 수 있는 운항·기술·연료 전환의 장기 계획이 필요하다.

3.2 WtW CII 및 Under-way CII 비교

Fig. 6과 Table 5는 기존 CII 값과 비교하여 Well-to-Wake CII 및 Under-way CII 적용 시 나타나는 변화를 정량적으로 제시한다. Well-to-Wake 접근법은 기존 방식과 달리 연료의 생산, 정제, 운송 등 전과정 공정을 포함하기 때문에 모든 선박에서 AER 값이 일관되게 상승하는 결과를 보였다.

다만 상승 폭은 선박이 사용한 연료의 전과정 배출계수에 따라 달라졌다. 예를 들어, SHIP_8은 화석연료 의존도가 높아 증가율이 가장 컸으며, 반대로 SHIP_10은 바이오선박유(Bio100) 사용 비중이 높아 상대적으로 낮은 전과정 배출계수를 반영하면서 상승 폭이 제한적으로 나타났다.

Under-way CII는 항해 구간에서 사용된 연료만을 분자로 산정하기 때문에, 모든 선박에서 AER 값이 기존 방식 대비 하락하는 경향을 보인다. 다만 하락 폭은 선박별 운항 특성에 따라 상이하다. 특히 항만 체류 기간이 길고 정박 중 발전기·보일러 사용 등 에너지 수요가 큰 선박은 Under-way 환산 시 AER이 크게 감소하는데, SHIP_4에서 관찰된 큰 하락이 대표적인 사례이다. 반대로 주기관 운항 비중이 높고 정박 시 부하가 작은 선박은 감소 폭이 제한적이다. 결과적으로 Under-way 기반 지표는 항만 체류로 인한 에너지 소비를 배제함으로써, 해상 항해 구간에서의 실제 운송 업무량 대비 에너지 효율을 보다 직접적으로 반영한다.

3.3 바이오연료 사용 비율에 따른 CII 민감도

바이오연료의 사용 비율이 높은 선박일수록 WtW CII 계산시, 기존 CII 값보다 증가율은 유의미하게 감소하였다. 이는 바이오연료가 화석연료 대비 상대적으로 낮은 전과정 배출계수를 갖기 때문에 나타나는 구조적 결과이다.

그러나 이러한 효과는 일률적으로 적용되기 어렵다. 바이오연료의 WtW 배출계수는 원료(feedstock)의 종류와 공급망(logistics chain)의 특성에 따라 크게 달라질 수 있기 때문이다 (Zhou et al., 2020).

이러한 점은 향후 CII 규제 개편 과정에서 중요한 요소로 작용할 것이다. 즉, 바이오연료 적용 효과를 단순히 사용 비율만으로 규정하는 것은 한계가 있으며, 연료별 전과정 배출계수의 과학적 검증 및 공급망 투명성이 보장되어야 한다. 따라서 WtW 기반의 지표 설계와 연계하여, 도출된 지수에 대해서 바이오연료를 포함한 연료의 지속가능성 기준과 검증 체계를 병행하는 것이 필요하다.

3.4 Not under-way 상태가 CII 편향에 미치는 영향

Fig. 7은 선박 운항에서 Not Under-Way 구간의 연료 사용 비중이 커질수록, 현행 CII 방식으로 계산한 AER이 Under-Way 구간만을 계산한 AER 값과 얼마나 차이가 나는지(ΔUW)를 정량적으로 보여준다.

가로축은 연간 사용한 총 연료 중 Not Under-Way 사용 연료의 비율이며, 세로축 현행 CII AER에서 Under-way CII AER을 뺀 값으로, 이 값이 클수록 정박 시 에너지 사용으로 인해 현행 CII가 실제 운항 효율을 과대평가하는 정도가 크다는 것을 의미한다. 각 점은 개별 선박을 나타내며, 동일한 Not Under-Way 비중에서도 ΔUW 값이 달라지는 것은 정박 시간, 정박 중 전력량, 보조기관 효율, 사용 연료 조성 등이 서로 다르기 때문이다.

중심의 실선은 최소제곱법(Ordinary Least Squares, OLS)을 적용한 단순 선형회귀 결과이다. 회귀선의 양의 기울기는 Not Under-Way 비중이 증가할수록 ΔUW가 커진다. 회색 영역은 회귀선의 95% 신뢰구간을 나타내며, 데이터가 적은 구간에서 폭이 넓어지는 것은 해당 영역의 표본 정보가 부족하기 때문이다.

그림이 주는 시사점은 다음과 같다. 첫째, Not Under-Way 구간에서의 연료 소비는 실제 운송 작업에 직접 기여하지 않음에도 불구하고, 현행 CII 계산에는 포함된다. 이로 인해 CII 값이 실제 운항 효율보다 높게 산정되는 편향이 발생할 수 있다. 따라서 정박 시간이 길거나 정박 부하가 큰 선박은 육상전력(OPS) 활용, 보조기관 부하(Load) 관리, 정박 연료의 대체 등을 통해 이러한 편향을 최소화할 필요가 있다. 둘째, Not Under-Way 비중 하나만으로는 편향을 충분히 설명하기 어렵다. 정박 시간 분포, 부하 프로파일, 연료 조성, 장비 효율과 같은 추가 변수를 고려한 다변량 분석이 요구된다.

나아가 향후 연구에서는 대규모 선박 표본을 기반으로 한 통계적 검증과, 다양한 선종 및 항로 특성을 반영한 시뮬레이션 연구가 필요할 것으로 보인다. 또한 개정된 IMO DCS 데이터와 연계하여 선박에서의 에너지 사용을 체계적으로 반영할 수 있는 새로운 CII 평가모델 개발이 중요한 과제가 될 것이다.

4. 결 론

본 연구는 개정된 IMO DCS 체계를 기반으로, 벌크선을 대상으로 한 운항 및 연료 사용 데이터를 활용하여 기존 CII, WtW-CII, 그리고 UW-CII 지표의 차이를 비교·분석한 것 이다. 그 결과, 다음과 같은 결론을 도출하였다.