기후변화 대응 정책으로서 원자력발전의 효과성에 대한 연구

이 상 림

이 지 웅

16- 11

참여연구진

연구책임자 : 부연구위원 이상림

부연구위원 이지웅

연구참여자 : 위촉연구원 김민경

위촉연구원 민해경

요약 i

<요 약>

2015년 6월 정부는 2030년 온실가스 감축목표를 담은 INDC(Intended

Nationally Determined Contribution)을 UNFCCC에 제출하였다. 우리나

라가 제출한 INDC의 핵심 내용은 2030년 온실가스 배출량을 배출전망

량(Business-As-Usual, BAU) 대비 37% 감축한다는 것으로, 이를 달성

하기 위하여 25.7%는 국내에서 자체적으로, 나머지는 소위 국제시장

메커니즘(International Market Mechanism)을 이용하여 감축한다고 밝히

고 있다.

우리나라 INDC 상의 온실가스 감축목표를 달성하기 위해서는 기존

의 에너지 공급 및 소비 패턴에 커다란 변화가 있어야 함을 의미한다.

특히 온실가스 배출의 핵심이라고 할 수 있는 발전부문에서 가능한

빠른 시간 안에 화석연료의 비중을 대폭 줄이고 저탄소 발전원을 확

대해야 한다. 신기후체제 하에서 발전부문은 적절한 가격 하에서 전력

의 안정적 공급과 함께 온실가스 감축이라는 쉽지 않은 두 가지 도전

에 직면하고 있다.

이러한 도전을 극복하기 위한 실용적인 대안으로 가장 많이 논의되

는 것은 원자력 발전이다. 기후변화 대응 수단으로서 원자력 발전을

지지하는 주요 근거는 원자력발전은 현재 이용 가능한, 이미 상용화된

기술이고, 온실가스 배출이 거의 없으며, 대용량의 에너지를 지속적으

로 공급할 수 있다는 점이다. 원자력 발전 시 생애주기에 걸쳐 발생하

는 온실가스는 매우 극소량으로 수력 혹은 풍력발전과 비슷한 수준이

다. 또한 원자력 에너지는 에너지의 안정적 공급과 관련된 우려를 해

ii

소하는데 일조할 수 있다. 최근 몇 년간 화석연료 가격이 하락하였지

만 언제든지 반등할 가능성이 있으며, 화석연료 주요 공급 지역의 정

치적 불안정성에 대한 근본적인 우려는 여전하다. 그러나 우라늄의 경

우 안정적인 공급처가 전 세계에 분포되어 있으며, 원자력 발전비용에

서 우라늄이 차지하는 비중은 매우 작기 때문에 원자력 에너지는 에

너지의 안정적 공급에 핵심적 역할을 할 수 있다.

또한 원자력 발전은 경제적이라는 평가를 받고 있다. 최근 연구에

따르면 화석연료기반기술에 US $30/t CO2 탄소비용을 가정할 경우,

원자력발전의 균등화발전단가(LCOE)는 3% 할인율 적용 시 US

$26-64/MWh로서 석탄발전과 가스발전의 LCOE인 US$65-95/MWh와

US$61-133/MWh보다 낮다. 신재생에너지의 LCOE는 현재 감소하는

추세에 있기는 하지만, 기존의 발전원의 LCOE와 비교했을 때 아직도

상당히 높은 수준으로 지금 당장 경제성을 확보하기는 어렵다.

그러나 원자력 에너지와 관련한 방사능 위험, 폐기물관리 및 핵무기

확산에 대한 우려는 결코 간과되어서는 안 된다. 우리나라는 세계적으

로 유례를 찾기 힘들 정도로 일부 지역에 원전이 집중되어 있으며,

2016년 9월 12일 발생한 경주 지진을 통하여 해당 지역이 지진으로부

터 안전하지 않음이 실제로 확인되었다. 만약 원전의 잠재적 위험이

앞서 언급한 원전의 장점을 모두 압도할 정도로 크다면 가능한 이른

시기에 폐기하는 것이 사회적으로 최적이다. 따라서 원자력의 장점과

단점을 면밀히 비교하여 우리 사회가 감당할 수 있는 위험 수준에 관

한 합의를 이끌어내고, 이러한 합의를 바탕으로 원자력에 관한 정책이

결정되어야 한다.

이러한 문제의식을 바탕으로 본 연구는 기후변화라는 측면에서 원

요약 iii

자력 발전의 장단점을 면밀히 검토한다. 원자력 발전의 필요성을 주로

기후변화와 에너지의 안정적 공급이라는 측면에서 살펴보았으며, 동

시에 원자력의 치명적인 단점에 대하여 논의하였다.

이어서 실제로 온실가스 감축 측면에서 원자력 발전이 과연 효과적

인지 그 여부를 실증적으로 분석한다. 이는 환경 쿠즈네츠 곡선

(Environmental Kuznets Curve, EKC) 가설에 원자력 발전 비중을 나

타내는 변수를 추가하여 원자력 발전 비중 변화에 따른 CO2 배출량

변화를 살펴봄으로써 가능하다. 2016년 10월 현재 원자로 4개 이상을

운영하는 총 18개 국가 자료를 이용하였으며, 분석 결과 장기적으로

원자력 발전 비중이 1% 증가할 때 1인당 CO2 배출량은 0.26-0.32%

감소하는 것으로 추정되었다.

아울러 원자력 발전의 사회적 편익을 추정하기 위하여 온실가스 감

축목표 하에 원전 사고를 고려한 중기적 관점에서의 최적 전원 구성

을 도출하기 위한 불확실성 하에서의 최적화 모형(stochastic

optimization model)을 구축하였다. 제7차 기본수급 계획과 같이 2029

년까지를 고려하였고, 해당 계획에서 주어진 예상 전력수요를 기반으

로 하였다. 원전 숫자가 그대로 유지되고, 신재생에너지 증설 비용에

큰 변화가 없는 경우를 기본 시나리오로 상정하였는데, 이 시나리오

하에서 원전 1기 단위 증설시 얻는 편익은 17.7조원, 1기 단위 감소

시 비용 증가분은 14.7조원로 나타났다. 신재생에너지 비용이 획기적

으로 감소하는 시나리오의 경우, 원전 1기 증가 시 편익은 12.3조이며

원전 1기 감소 시 비용 증가는 13.1조원으로 추정되었다. 그리고 원전

가동연장을 하지 않는 시나리오의 경우 원전 1기 증가 시 편익은 약

20.0조이며 원전 1기 용량 감소 시 비용 증가는 13.5조로 나타났다.

iv

종합하면, 원전 1단위가 주는 사회적 편익은 약 13~20조원으로 나타

났다. 하지만 해당 수치는 원전 증설·폐쇄 비용이 포함되지 않은 것으

로, 원전의 사회적 순편익을 계산할 때에는 해당 비용을 반드시 고려

해야 할 것이다.

Abstract i

ABSTRACT

In June 2015, the Government submitted an Intended Nationally

Determined Contribution (INDC) to the UNFCCC. The key point of

the INDC submitted by Korea is a 37% reduction on

business-as-usual emissions by 2030. Its INDC target will be

achieved through domestic efforts (25.7%) and the international

market mechanism.

Achieving its 2030 reduction targets in Korea requires a big

change in existing energy supply and its consumption pattern.

Especially, the power generation sector which is the main source of

greenhouse gas emissions must play a critical role. It is necessary to

reduce the proportion of fossil fuels and to expand low-carbon power

generation sources as soon as possible. Under the new climate era,

the power sector faces two severe challenges of greenhouse gas

reduction and a stable supply of electricity at an affordable price.

Nuclear power generation is the most talked about as a viable

alternative to overcome these challenges. One of the major reasons

why nuclear power is considered as a countermeasure against climate

change is that nuclear power generation is a commercially available

technology with low greenhouse gas emissions and a continual large

source of energy. The amount of greenhouse gases generated over

the life cycle of nuclear power generation is very small as that of

ii

hydro or wind power generation. Nuclear energy can also help to

relieve concerns about a stable supply of energy. Although fossil fuel

price has declined in recent years, they are likely to rebound at any

time, and fundamental concerns still remain about the political

instability of major fossil fuel supply area. However, the supply

sources of uranium are stably distributed all over the world and the

proportion of uranium in nuclear power generation is very small,

therefore, nuclear energy can play a key role in stabilizing the

supply of energy.

Nuclear power generation is also evaluated as economical.

According to a recent study, under the assumption that a carbon cost

for fossil fuel-based technologies is US$30/tCO2, the LCOE for

nuclear power generation is US$26-64/MWh at 3% discount rate,

this is much lower than US$65-95/MWh of coal power generation

and US$61-133/MWh of gas power generation. Although the LCOE

of renewable energy is currently declining, it is still considerably

high compared to the LCOE of existing power generation, and it is

difficult to obtain economic efficiency right now.

However, the concerns about radioactive hazards, waste management

and the proliferation of nuclear weapons related to nuclear energy

should never be overlooked. In Korea, nuclear power plants are

concentrated in some region, and it is one of a kind in the world.

Through the earthquake occurred in September 12, 2016, it is

confirmed that the area is not safe from earthquakes. If the potential

Abstract iii

risks of the nuclear power plant are large enough to overwhelm the

advantages of the nuclear power plant mentioned above, it is socially

optimal to dispose of it as early as possible. Therefore, by carefully

comparing the advantages and disadvantages of nuclear power, it is

necessary to draw up consensus on the level of risk that our society

can afford, and the policy on nuclear energy should be decided on

the basis of such consensus.

Based on this awareness, this study closely examines the

advantages and disadvantages of nuclear power generation in terms

of climate change. The necessity of nuclear power generation was

examined mainly in terms of the stable supply of climate change and

energy, and at the same time, the fatal shortcoming of nuclear power

was discussed.

In turn, we will empirically analyze whether nuclear power

generation is actually effective in terms of greenhouse gas reduction.

This can be done by examining the change in CO2 emissions due to

changes in the percentage of nuclear power generation by adding

variables indicating the proportion of nuclear power generation to the

Environmental Kuznets Curve (EKC) hypothesis. As of October

2016, data from 18 countries operating at least four reactors were

used. As a result, it was estimated that CO2 emissions per capita

decreased by 0.26-0.32% when the proportion of nuclear power

generation increased by 1% over the long term.

In order to estimate the social benefits of nuclear power

iv

generation, we constructed a stochastic optimization model under

uncertainty to derive the optimum power structure from a medium -

term perspective considering the nuclear accident under the GHG

reduction target. Like the 7th Basic Plan for Long-term Electricity

Supply and Demand, it was considered up to 2029 and was based on

the expected electricity demand given in the plan. Under this

scenario, the benefits for the first nuclear plant expansion are 17.7

trillion won, and the cost increase for the first nuclear power plant is

14.7 trillion won, respectively. For scenarios in which new and

renewable energy costs are drastically reduced, the benefit for the

first nuclear power plant is estimated to be 12.3 trillion won, while

the cost increase for the first nuclear power plant project is estimated

at 13.1 trillion won. For scenarios in which the nuclear power plant

is not extended, the benefit for the first nuclear power plant is about

20.0 trillion won, and the cost increase for the first nuclear power

plant is 13.5 trillion won. Taken together, the social benefit of one

nuclear power plant is about 13-20 trillion won. However, the

figures do not include the cost of adding and closing the nuclear

power plant, so the cost of the nuclear power plant should be

considered when calculating the net social benefit.

차례 i

제목 차례

제1장 서론 ··················································································· 1

제2장 원자력 발전과 기후변화 ····················································· 5

1. 원자력 발전의 장점 ······································································· 7

가. 에너지 공급 ················································································ 7

나. 온실가스 감축에 대한 기여 ······················································ 9

2. 원자력의 단점 ·············································································· 14

가. 방사능 위험 ·············································································· 14

나. 폐기물 관리 및 처리 ······························································· 18

제3장 원전의 온실가스 감축효과 추정 ······································ 23

1. 선행연구 ······················································································· 24

2. 데이터 ··························································································· 31

3. 분석방법 및 결과 ········································································· 40

가. 패널 단위근 검정(Panel Unit Root Test) ······························ 40

나. 패널 공적분 검정(Panel Cointegration Test) ························· 41

다. PDOLS 결과 ············································································· 43

4. 소결 ··································································································· 49

제4장 원전의 경제적 가치 추정 ················································ 51

1. 단일기간 모형 ·············································································· 52

가. 단일기간 모형의 특성 ······························································ 52

ii

나. 단일기간 모형의 구조 ······························································ 54

다. 단일기간 모의실험 ··································································· 63

2. 다 기간 모형 ················································································ 68

가. 다 기간에서의 의사결정 문제 ················································· 68

나. 문제해결 알고리즘 ··································································· 70

다. 다기간 모형의 구조 ································································· 72

라. 다기간 모의실험 ······································································· 74

3. 소결 ······························································································· 93

제5장 결론 ················································································· 97

참고문헌 ····················································································· 99

부 록 1 (데이터 출처) ···························································· 107

부 록 2 (모의실험 코드) ························································· 115

차례 iii

표 차례

<표 3-1> 선행연구 정리 ······································································ 27

<표 3-2> 전세계 원자로 운영 국가 ··················································· 32

<표 3-3> IPS 패널 단위근 검정 ························································ 41

<표 3-4> Pedroni 패널 공적분 검정 ·················································· 43

<표 3-5> PDOLS 결과(case 1) ·························································· 47

<표 3-6> PDOLS 결과(case 2) ·························································· 48

<표 4-1> 원전 사고 1건당 비용의 분위표 ········································ 62

<표 4-2> 다양한 분산에 따른 발전계획비율과 발전계획량 ············ 66

<표 4-3> 기본 시나리오에서 계획 발전량 ········································ 76

<표 4-4> 기본 시나리오에서 평균 발전량 ········································ 77

<표 4-5> 기본 시나리오에서 설비용량 ·············································· 79

<표 4-6> 실제발전가능 설비용량 계획 하에서 계획 발전량 ·········· 81

<표 4-7> 실제발전가능 설비용량 계획 하에서 평균 발전량 ·········· 83

<표 4-8> 실제발전가능 설비용량 계획 하에서 설비용량 ················ 84

<표 4-9> 신재생에너지 증설비용 하락 시나리오 하에서 계획 발전량······· 86

<표 4-10> 신재생에너지 증설비용 하락 시나리오 하에서 평균 발전량······ 88

<표 4-11> 신재생에너지 가격 하락 시나리오 하에서 설비용량 ······ 89

<표 4-12> 원전 폐지 일정에 따른 시나리오 하에서 계획 발전량 ······ 90

<표 4-13> 원전 폐지 일정에 따른 시나리오 하에서 평균 발전량 ······ 91

<표 4-14> 원전 폐지 일정에 따른 시나리오 하에서 설비용량 ······ 92

iv

그림 차례

[그림 2-1] 발전부문의 온실가스배출량 및 저탄소발전 감축량 ······· 10

[그림 2-2] 전력부문의 배출원단위와 비화석연료 비중 ···················· 13

[그림 2-3] 방사능 발생원 별 연간 노출 수준 ·································· 15

[그림 2-4] 방사능 수치가 높은 지역과 후쿠시마 사고 지역 연간

방사능 흡수량 ····································································· 18

[그림 3-1] 1인당 CO2 배출량 추이 ··················································· 33

[그림 3-2] 원자력 발전량 비중 추이 ················································· 34

[그림 3-3] CO2, 원자력 비중, 풍력 및 태양에너지 비중 (미국) ···· 35

[그림 3-4] CO2, 원자력 비중, 풍력 및 태양에너지 비중 (프랑스) ····· 36

[그림 3-5] CO2, 원자력 비중, 풍력 및 태양에너지 비중 (일본) ······· 36

[그림 3-6] CO2, 원자력 비중, 풍력 및 태양에너지 비중 (독일) ······· 37

[그림 3-7] CO2, 원자력 비중, 풍력 및 태양에너지 비중 (한국) ···· 37

[그림 3-8] 1인당 CO2 vs. 1인당 GDP ············································· 39

[그림 3-9] 1인당 CO2 vs. 원자력 발전량 비중 ······························· 39

[그림 3-10] EKC 가설 ········································································ 44

[그림 4-1] 수요반응 및 순환정전 비용구조 ······································ 57

[그림 4-2] TMI 사고이후 원전 사고 비용 분포 ······························· 60

[그림 4-3] 원전 사고 1건당 비용의 확률밀도함수 ··························· 61

[그림 4-4] 체르노빌 사고 이후 연간 사고횟수 ································· 63

[그림 4-5] 단일기간 모의실험 알고리즘 ············································ 64

차례 v

[그림 4-6] 오차율이 각각 10%(좌측)와 20%(우측)일 때 계획한

전력생산비율 ······································································ 67

[그림 4-7] 발전원별 발전비율 (2012년) ············································ 68

[그림 4-8] 다기간 모형 개념도 ·························································· 70

[그림 4-9] 다기간 모형에서 최단거리 찾기 문제로의 변환 ············ 72

[그림 4-10] 모의실험 과정 1 ······························································ 74

[그림 4-11] 모의실험 과정 2 ······························································ 74

[그림 4-12] 기본 시나리오에서 계획 발전량 ···································· 76

[그림 4-13] 기본 시나리오에서 평균 발전량 ···································· 77

[그림 4-14] 기본 시나리오에서 설비용량 ·········································· 78

[그림 4-15] 실제발전가능 설비용량 계획 하에서 계획발전량 ········ 81

[그림 4-16] 실제발전가능 설비용량 계획 하에서 평균 발전량 ······· 82

[그림 4-17] 실제발전가능 설비용량 계획 하에서 설비용량 ············ 83

[그림 4-18] 신재생에너지 증설비용 하락 시나리오 하에서 계획발전량······· 85

[그림 4-19] 신재생에너지 증설비용 하락 시나리오 하에서 평균 발전량······ 87

[그림 4-20] 신재생에너지 가격 하락 시나리오 하에서 설비용량 ······ 88

[그림 4-21] 원전 폐지 일정에 따른 시나리오 하에서 계획 발전량 ······· 90

[그림 4-22] 원전 폐지 일정에 따른 시나리오 하에서 평균 발전량 ······· 91

[그림 4-23] 원전 폐지 일정에 따른 시나리오 하에서 설비용량 ······ 92

제1장 서론 1

제1장 서론

2015년 6월 정부는 2030년 온실가스 감축목표를 담은 INDC(Intended

Nationally Determined Contribution)을 UNFCCC에 제출하였다. 우리

나라가 제출한 INDC의 핵심 내용은 2030년 온실가스 배출량을 배출

전망량(Business-As-Usual, BAU) 대비 37% 감축한다는 것으로, 이를

달성하기 위하여 25.7%는 국내에서 자체적으로, 나머지는 소위 국제

시장 메커니즘(International Market Mechanism)을 이용하여 감축한다

고 밝히고 있다.

우리나라 INDC 상의 온실가스 감축목표를 달성하기 위해서는 기존

의 에너지 공급 및 소비 패턴에 커다란 변화가 있어야 함을 의미한다.

특히 온실가스 배출의 핵심이라고 할 수 있는 발전부문에서 가능한

빠른 시간 안에 화석연료의 비중을 대폭 줄이고 저탄소 발전원을 확

대해야 한다. 신기후체제 하에서 발전부문은 적절한 가격 하에서 전력

의 안정적 공급과 함께 온실가스 감축이라는 쉽지 않은 두 가지 도전

에 직면하고 있다.

이러한 도전을 극복하기 위한 실용적인 대안으로 가장 많이 논의되

는 것은 원자력 발전이다. 기후변화 대응 수단으로서 원자력 발전을

지지하는 주요 근거는 원자력발전은 현재 이용 가능한, 이미 상용화된

기술이고, 온실가스 배출이 거의 없으며, 대용량의 에너지를 지속적으

로 공급할 수 있다는 점이다. 원자력 발전이 생애주기에 걸쳐 발생시

키는 온실가스는 매우 극소량으로 수력 혹은 풍력발전과 비슷한 수준

이다. 또한 원자력 에너지는 에너지의 안정적 공급과 관련된 우려를

2

해소하는데 일조할 수 있다. 최근 몇 년간 화석연료 가격이 하락하였

지만 언제든지 반등할 가능성이 있으며, 화석연료의 주요 공급 지역의

정치적 불안정성에 대한 근본적인 우려는 여전하다. 그러나 우라늄의

경우 안정적인 공급처가 전 세계에 분포되어 있고, 원자력 발전비용에

서 우라늄이 차지하는 비중은 매우 작기 때문에 원자력 에너지는 에

너지의 안정적 공급에 핵심적 역할을 할 수 있다.

또한 원자력 발전은 경제적이라는 평가를 받고 있다. IAEA(2015)에

따르면 화석연료기반기술에 US$30/tCO2 탄소비용을 적용할 경우,

3% 할인율 적용 시 원자력발전의 균등화발전단가(LCOE)는 US$26-64/MWh

로서 석탄발전과 가스발전의 LCOE인 US$65-95/MWh와 US$61-133/MWh보

다 낮다. 신재생에너지의 LCOE는 분명히 감소하는 추세에 있기는 하

지만, 기존의 발전원의 LCOE와 비교했을 때 아직도 상당히 높은 수

준으로 지금 당장 경제성을 확보하기는 어렵다.

그러나 원자력 에너지와 관련한 방사능 위험, 폐기물관리 및 핵무기

확산에 대한 우려는 결코 간과되어서는 안 된다. 우리나라는 세계적으

로 유례를 찾기 힘들 정도로 원전이 일부 지역에 집중되어 있으며,

2016년 9월 12일 발생한 경주 지진을 통하여 해당 지역·이 지진으로

부터 안전하지 않음이 실제로 확인되었다. 만약 원전의 잠재적 위험이

앞서 언급한 원전의 장점을 모두 압도할 정도로 크다면 가능한 이른

시기에 폐기하는 것이 사회적으로 최적이다.

이러한 문제의식을 바탕으로 본 연구는 기후변화라는 측면에서 원

자력 발전의 장단점을 면밀히 검토한다. 그리고 실제로 온실가스 감축

측면에서 원자력 발전이 과연 효과적인지 그 여부를 실증적으로 분석

한다. 이는 환경 쿠즈네츠 곡선(Environmental Kuznets Curve, EKC)

제1장 서론 3

가설에 원자력 발전 비중을 나타내는 변수를 추가하여 원자력 발전

비중 변화에 따른 CO2 배출량 변화를 살펴봄으로써 가능하다. 아울러

저렴한 에너지의 안정적 공급 및 저탄소 에너지원이라는 장점과 사고

발생 시 상상하기 힘든 재해의 가능성이라는 단점을 모두 포함하는

모형을 구축하여 원자력 발전의 사회적 편익 혹은 비용을 추정한다.

구체적으로 본 연구는 다음과 같이 구성되어 있다. 제2장에서는 원

자력 발전이 가진 장·단점을 개관한다. 특히 기후변화 측면에서 원자

력 발전이 가진 가능성을 살펴본다. 제3장에서는 원자력 발전 비중이

추가된 확장된 환경 쿠즈네츠 곡선을 실증적으로 분석한다. 제4장에

서는 발전부문의 사회적 비용에 관한 모형을 구축하고, 이를 최적화

모형을 통하여 풀어냄으로써 원전의 경제적 가치를 간접적으로 추정

한다. 그리고 제5장에서는 본 연구를 결론짓는다.

제2장 원자력 발전과 기후변화 5

제2장 원자력 발전과 기후변화

2015년에는 역사적으로 중요한 세 가지의 국제적 협의가 마무리되

었다. 이 협의는 향후 오랜 기간 동안 인류에게 중요한 개발, 재해 그

리고 기후변화라는 세 부문과 관련된 정책과 행동을 규정할 것으로

보인다. 개발 부문에서는 새천년개발계획(Millennium Development

Goals)을 대신할 2015년 이후 개발 의제와 새로운 지속가능한 개발

목표(Sustainable Development Goals)가 2015년 9월 유엔총회(UN

General Assembly)에서 확정되었다. 재해 부문에서는 세 번째로 열린

유엔재해위험감소 회의에서 2015-2030 센다이 재해감소 프레임워크

(Sendai Framework for Disaster Risk Reduction 2015-2030)가 도입되

었으며, 이는 이후 재해위험감소를 위한 국제사회의 행동 방향을 규정

하게 된다. 기후변화부문에서는 교토의정서를 대체하는 2020년 이후

의 기후변화 정책과 행동을 규정하는 파리협약(Paris Agreement)가

2015년 12월 제21회 파리총회(21st Conference of the Parties, COP)

에서 확정되었다.

이 세 분야의 관계는 명확하다. 개발목표와 목표 달성 방식은 향후

온실가스 배출 및 기후변화에 대한 취약성을 결정하게 된다. 역으로

기후변화는 인간이 달성한 개발성과를 저해할 것이며, 이와 관련된 자

연재해의 빈도와 강도가 높아질 것이다. 특히 지진이나 지진해일은 기

반시설과 관련된 투자와 다른 사회자산을 순식간에 없애버릴 수 있다.

기후변화는 지난 20년간 세계 환경정책의 주요 의제 중 하나였다.

구체적으로 2009년 코펜하겐 협약(Copenhagen Accord)과 2015년 파

6

리협정(Paris Agreement)는 지구 온도 상승을 2도 이내로 묶을 수 있

도록 온실가스 배출을 낮추는 것을 목표로 삼고 있다. 그러나 온실가

스, 특히 이산화탄소 배출의 주요 원인은 에너지로서의 화석연료 사용

인데, 에너지 수요는 앞으로도 증가할 것으로 예상되며, 특히 인구가

급증하는 인도 등의 개도국의 수요 증가는 상당할 것으로 전망된다.

온실가스 배출 감축 노력을 하지 않는다면 향후 예상되는 에너지 생

산 및 소비 증가는 지구의 기후 시스템에 부정적 충격을 줄 수 있다.

21세기 에너지 산업은 기후변화 대응과 에너지의 안정적 공급이라는

두 개의 도전에 직면하고 있다.

반기문 UN 사무총장은 빈곤 퇴치, 인간 존엄성추구와 기후변화는

모두 연관되어 있다고 언급하며 기후변화와 지속가능한 개발은 동전

의 양면과 같다고 했다. 또한 각국의 정부와 기업들이 현명한 선택을

할 필요가 있으며 화석연료 대신 저탄소 에너지에 대한 투자를 확대

해야 한다고 강조하였다. 유키야 아마노 IAEA 사무총장 역시 기후변

화를 현 세대가 직면한 가장 큰 환경문제로 규정하면서, 원자력에너지

는 발전 부문의 저탄소기술로서 기후변화를 완화하는데 중요한 역할

을 할 수 있다고 주장하였다. 원자력발전은 전력공급에 중요한 역할을

담당하고 있으며, 2013년 전체 전력공급의 11%를 담당하였다.

하지만 에너지부문에서 원자력발전의 큰 비중에도 불구하고 원자력

에너지의 미래는 여전히 불투명하다. 일부 선진국에서는 전력시장이

자율화 될 경우 원자력에너지는 몇 가지 측면에서 화석연료 발전보다

경제성이 떨어진다. 원자력발전소 신규 건설시 높은 초기투자비용, 장

기의 건설기간 및 투자금 회수기간, 그리고 원자력 발전에 대한 시민

들의 반감 등이다. 그럼에도 최근 몇 년 동안 기후변화에 대한 우려,

제2장 원자력 발전과 기후변화 7

그리고 화석연료가격 및 에너지 안보에 대한 우려는 이런 요소들에

변화를 가져왔다.

이 장에서는 원자력에너지의 장단점을 기후변화 대응이라는 측면에

서 살펴본다. 특히 기후변화와 에너지 공급 문제를 진단하고, 원자력

이 문제의 해결에 어떻게 기여할 수 있는지 알아볼 것이다. 저탄소 에

너지원으로서 원자력이 과연 온실가스 감축에 얼마나 기여할 수 있는

지 개관한다. 하지만 원자력이 가진 위험성은 결코 간과할 수 없다.

방사능 위험성과 안전 측면도 아울러 논의한다.

1. 원자력 발전의 장점

가. 에너지 공급

에너지에 대한 공평한 접근은 지속가능한 성장을 위한 필요조건이

라고 할 수 있다. 그러나 개도국의 인구증가와 경제성장에 따라 에너

지 공급 확대는 앞으로 환경에 엄청난 영향을 미칠 것으로 보인다. 그

리고 이에 따라 기후변화가 미치는 영향은 앞으로 수십 년 간 선진국

과 개도국의 관련 정책수준과 국제적 협력 수준에 따라 달라질 것이

다. IEA는 이에 관하여 가능한 세 가지 정책 시나리오를 보여주고 있

다(OECD/IEA, 2014). 신규정책 시나리오(New Policies Scenario)는

2014년에 도입된 정책과 수단들을 포함하고 있으며, 온실가스 감축공

약이나 에너지효율 개선과 신재생에너지 확대 및 원자력 발전과 관련

된, 아직 도입이 되지는 않았지만 제안된 정책안들도 포함되었다.

신규정책 시나리오와는 별개로 현재정책 시나리오(Current Policies

Scenario)는 2014년 기준 이미 도입된 정책만을 포함하고 450시나리

8

오에서는 지구평균온도 상승을 2℃ 이내로 제한하기 위한 모든 수단

을 포함한다.

신규정책 시나리오에 따르면, 에너지부문의 이산화탄소배출량은 지

속적으로 증가해 2040년에 38Gt(2012년 배출량은 31.6 Gt)에 도달하

고 이후에 동일한 수준으로 유지될 것으로 예측된다. 반면, 450시나리

오에서 이산화탄소 배출량은 2020년에 32.5Gt으로 정점에 도달한 후

급격히 감소하여 2040년에는 19.3Gt이 될 것으로 전망된다. 이 외에

도 몇 가지 핵심 예측을 살펴보면 다음과 같다(OECD/IEA, 2014)..

- 1차 에너지소비는 모든 시나리오에서 2040년까지 증가할 것으로 예상되지

만 증가율에 대한 예측은 시나리오별로 매우 상이하게 나타난다. 2012년

13,361Mtoe 기준, 신규정책 시나리오에서는 37% 증가하여 18,293Mtoe이

될 것으로 예상되는 반면, 현재정책 시나리오에서는 50% 증가하여

20,039Mtoe, 450 시나리오에서는 17%만 증가하여 15,629Mtoe가 될 것으

로 예상된다.

- 모든 WEO 2014 시나리오에서 2012년에서 2040년 사이에 원자력에너지

에 대한 수요가 확대될 것으로 예상하는데 신규정책 시나리오에서는 88%,

현재정책 시나리오에서는 57%, 450 시나리오에서는 161% 확대를 예상한

다. 1차 에너지 수요에서도 원자력 비중 또한 증가할 것으로 예상하는데

2012년에는 4.8%였다면 2040년까지 신규정책 시나리오 하에서는 6.6%,

현재정책 시나리오에서는 5%, 450 시나리오에서는 10.7%로 증가할 것으

로 예상된다.

- 2013년부터 2040년까지 원자력 용량은 신규정책 시나리오에서는 392GW

에서 624GW로 증가할 것으로 예상되며, 운영되는 원자력발전소 수 역시

31개에서 36개로 증가할 것으로 예상된다. 450 시나리오에서는 더 큰 폭

으로 증가 발전용량이 862GW에 이를 것으로 예상하고 있다.

제2장 원자력 발전과 기후변화 9

- 세계 에너지믹스에서 화석연료 비중은 매우 상이하게 나타나는데 2012년

82%를 차지하던 비중은 신규정책 시나리오에서 2040년에는 74% 수준으

로 감소할 것으로 예상되지만, 현재정책 시나리오에서는 80%, 450 시나리

오에서는 59%로 감소할 것으로 예상된다.

- OECD 비회원국의 1차 에너지 소비가 차지하는 비중은 2012년 60% 수준

에서 2040년까지 시나리오에 따라 68%에서 70%까지 증가할 것으로 예상

되며 지역별로 상이한 개발수준 차를 좁히는데 기여할 것으로 기대된다.

IEA의 이러한 시나리오는 세계 에너지 공급 및 이산화탄소배출량

과 관련된 다양한 미래를 보여준다. 추가적인 정책이 없다는 것을 가

정한 현재정책 시나리오의 경우 에너지부문의 이산화탄소 배출량은

2040년까지 2012년 대비 45% 증가할 것으로 예상된다. 그러나 적절

한 감축정책이 실시될 경우 동일한 기간에 39% 감소할 것으로 예상

된다. 그리고 더 높은 수준의 탈탄소화를 달성하고자 할수록 원자력

발전의 확대 비중이 높아져야 한다고 보고 있다.

나. 온실가스 감축에 대한 기여

산업사회의 에너지공급은 18세기부터 화석연료를 중심으로 이루어

졌고, 1960년대 후반까지는 수력발전만이 유일한 저탄소 발전원으로

역할을 수행하였다. 1950년대 이후로는 많은 국가가 여러 가지 요인

으로 인해 원자력 발전을 도입하였는데, 특히 1973년의 오일쇼크로

인하여 각 국가는 원전건설을 적극 추진하였고, 그 결과 전체 발전량

에서 원자력발전 비중은 꾸준히 증가해 왔다. 수력과 원자력 발전 비

중의 증가는 기후변화가 중요한 국제적 환경 의제로 떠오르기 이전에

온실가스 배출 증가를 방지하는데 어느 정도 기여한 것이 사실이다.

10

IAEA(2015)은 IEA(2015)와 World Bank(2015)의 데이터를 기반으

로, 1970년부터 화석연료를 대신하여 저탄소발전기술이 온실가스감축

에 얼마나 기여했는지 도출하였다. 수력, 원자력 및 다른 신재생에너

지를 활용한 발전량이 이런 기술을 활용하지 않고 석탄, 석유, 천연가

스를 사용한 화력발전을 통해 생산되었을 것을 가정하여 해당년도 에

너지 믹스에 기반해 온실가스가 얼마나 감축되었는지 추정하였다. 이

런 접근법은 1970년대에 석유와 가스를 대체하기 위해 원자력 증가

정책을 선택하였기 때문에 실제로 원자력 발전이 없었다면 대부분이

석탄으로 대체되었을 것을 고려할 때 원자력발전으로 인해 감축된 온

실가스 감축량을 다소 과소평가하게 된다. 따라서 이 접근법은 온실가

스 감축량을 보수적으로 산출하게 된다는 점에 유의할 필요가 있다.

[그림 2-1] 발전부문의 온실가스배출량 및 저탄소발전 감축량

자료 : IAEA(2015).

제2장 원자력 발전과 기후변화 11

[그림 2-1]은 전력부문에서 발생한 온실가스의 추세와 원자력, 수력,

다른 신재생에너지를 활용해 감축한 온실가스 양을 보여준다. 검정색

막대의 높이는 그 해에 실제로 발생한 온실가스 양을 나타낸다. 각 막

대의 높이는 저탄소발전기술이 없었을 경우 발생했을 온실가스의 총

량을 보여준다. 막대의 노란색, 파란색, 주황색 부분은 각각 원자력발

전, 수력, 신재생에너지를 통해 감축된 온실가스양을 보여준다. 2012

년에 저탄소기술로 감축된 온실가스는 수력발전에서 2.96GtCO2 (총

감축량의 50.5%), 원자력발전 1.98GtCO2 (33.9%), 다른 신재생에너

지 0.92GtCO2 (15.6%) 수준이다. [그림 2-1]는 지난 수십 년간 세 가

지의 저탄소발전을 통해 감축된 온실가스양이 크게 변화했음을 보여

준다. 1970년에 감축된 온실가스의 양은 약 1.1GtCO2으로 대부분 수

력발전을 통해 감축된 반면 1980년에는 그 수치가 두 배 이상 증가해

2.3GtCO2 (10년에 109% 증가), 1990년에는 다시 3.9GtCO2 (10년에

70%이상 증가)로 증가했다. 증가율은 감소하지만 추세는 계속되어

2000년에는 4.6GtCO2 (18% 증가) 감축된 것으로 확인되었고 2012년

에는 5.9GtCO2(200-2012년 28% 증가)가 감축되었다.

동시에 전력부문의 감축비중은 계속 변동한 것을 확인할 수 있다.

1970년에는 32%, 1980년에는 43%, 1990년에는 58% 수준으로 증가

하였지만 1990년 이후로는 그 비중이 감소해 2000년에는 55% 2012

년에는 47%가 되었다. 이는 1970년대에서 1980년대 사이에 발전부문

의 배출량보다 저탄소기술기반 발전에서 비롯된 감축량이 더 빠르게

증가했다는 것을 의미한다. 그러나 1990년대에 이런 추세는 반전되었

다. 추세가 반전된 원인은 다양한데 1990년대 이후 빠른 속도로 증가

하던 원자력발전과 빠르지는 않지만 확대되던 수력발전의 확대 속도

12

는 감소하였고, 중국과 인도와 같은 고성장국가들이 탄소중심의 전력

생산을 동시에 추구한 것이 대표적인 원인이다.

1970년에서 2012년 사이 저탄소 에너지원으로 인하여 전체 온실가

스 배출량이 157GtCO2 이상 증가하는 것을 방지하였다. 감축분에 대

한 수력발전의 기여도는 53.5% (84GtCO2)로 추산되며 원자력발전은

41% (64.5GtCO2), 다른 신재생에너지는 5.5% (8.6GtCO2)기여를 보

여주었다. 원자력발전과 수력발전을 제외한 신재생에너지의 기여는

2000년대 후반까지 미미한 것으로 확인되었다. 수력발전은 1970년대

와 80년대에 온실가스 감축에 주요한 기여를 한 것으로 확인되었다.

1990년대에서 2000년대에 원자력발전이 빠른 속도로 따라잡아 2001

년과 2002년에는 수력발전의 감축수준을 넘어섰다. 원자력발전의 감

축량은 2001년과 2002년에 각각 2.25Gt, 2.22Gt로 수력발전의 감축량

은 2.18Gt와 2.20Gt 수준이었다. 이는 1970년대 수력발전이 원자력

발전 감축량의 13배 이상의 온실가스를 감축했던 것과 비교하면 주목

할 만하다. 지난 40년 동안 수력발전에 의해 감축된 온실가스는 약 3

배 증가한 반면 원자력발전에 의해 감축된 온실가스는 약 25배 증가

하였다.

[그림 2-2]은 IAEA(2015)에서 추정한 일부 국가의 비화석연료 발전

부문의 배출원단위 변화 추세를 보여준다. [그림 2-2]의 가로축(위)는

1980년과 2011년, 2012년의 원자력, 수력 및 신재생에너지원(풍력, 태

양광, 지열 등)의 상대적 전력생산기여도를 보여준다. 아래 가로축은

동일한 년도의 단위전력 당 평균 이산화탄소배출량을 보여준다. 이를

통해 가장 낮은 배출원단위(100gCO2/kWh, 세계평균의 하위 20% 수

준)를 보이는 나라들은 전력생산량의 약 80% 혹은 그 이상을 수력(브

제2장 원자력 발전과 기후변화 13

라질)이나 원자력(프랑스) 혹은 수력과 원자력을 동시에 활용(스위스,

스웨덴)하고 있는 것으로 나타났다. 또한 [그림 2-2]의 1980년 막대와

2012년 막대의 차이에서 볼 수 있는 것처럼 원자력발전을 확대하고

있는 우리나라, 벨기에, 영국은 전력부문의 배출원단위가 낮아지고 있

다. 멕시코의 경우 조금 화석연료의 비중이 발전부문에서 증가하였음

에도 이산화탄소배출량은 감소하는 특이한 현상이 관찰되었다. 그러

나 이는 에너지믹스 전반에서 화석연료 중 탄소배출량이 적은 천연가

스가 석탄발전을 대신하여 나타난 결과이다.

[그림 2-2] 전력부문의 배출원단위와 비화석연료 비중

출처 : OECD/IEA(2015), World Bank(2015). IAEA(2015)에서 재인용.

일부 국가의 경우 원자력발전소의 완전폐쇄를 결정 앞으로 배출원

단위를 감소시키는데 있어서 원자력 발전의 역할은 축소될 것으로 예

14

상되는 반면, 다른 국가들은 에너지믹스에서 원자력발전의 포함하거

나 그 비중을 늘릴 것으로 확인되었다. 특히 우리나라, 중국 등 아시

아 국가의 원자력 발전 확대는 전력부문의 배출원단위를 낮출 것으로

전망된다. 이와 대조적으로 IAEA(2015)에 따르면 일본은 원자력발전

비중이 2010년 26%에서 2011년 1.1%로 감소하자 배출원단위가 416g

CO2/kWh에서 548gCO2/kWh로 31.7% 증가하였으며 대부분이 화석

연료에 의해 대체된 것으로 확인되었다.

반대로 독일에서는 2010년에서 2012년 사이 원자력발전 비중이 전

체 전력생산량에서 6.3%p 감소했지만(22.6%⇒16.3%) 대부분이 신재

생에너지로 대체되어 배출원단위에는 거의 영향을 미치지 않은 것으

로 확인되었다. 독일의 배출원단위는 2010년 431gCO2/kWh에서

2012년 441gCO2/kWh로 소규모 상승하였는데, 이는 전력생산이 저탄

소원으로 혹은 저탄소원 간 대체될 경우에만 온실가스 감축을 달성할

수 있음을 시사한다.

2. 원자력의 단점

가. 방사능 위험

전리방사선(ionizing radiation)은 자연환경에서 발생하는 일반적인

현상이면서 동시에 원자력 발전에서 가장 중요한 주제이다. 유엔과학

위원회(UNSCEAR)의 보고서(United Nations, 2010)는 원자력 발전은

방사선을 발생시키는 작은 요인이라고 평가하고 있다([그림 2-3] 참

조). 자연적으로 발생하는 방사능 평균은 2,400μSv으로서, 연간 노출

량 범위는 1,000-13,000μSv/year인데, 해당 보고서는 원자력발전소에

제2장 원자력 발전과 기후변화 15

서 발생하는 방사능에 대한 일반인의 노출 수준은 세계 평균 0.1μSv

수준이라고 밝히고 있다. 특정 지역에 미치는 방사능 노출량의 경우

가장 높은 수준의 방사능이 발생하는 우라늄 채굴과정에서 25μ

Sv/year, 우라늄 농축 및 연료 생산과정에서는 0.2μSv/year가 발생하

며 이는 활동이 이루어지는 곳의 반경 100km 이내 지역에서 나타나

는 노출량 수준이다. 한편 석유나 가스 채굴과정에서도 해당 지역 거

주민은 최대 30μSv/year 방사능에 노출될 수 있으며, 석탄발전소의 경

우에도 1.5μSv/year 방사능에 노출될 수 있다. 즉, 평균적으로 보았을

때 원자력 발전소 주변 거주민이 직면하는 방사능 노출 수준이 자연

에서 발생하는 다른 방사능에 대한 노출수준보다 특별히 높지 않다는

것이 해당 보고서의 결론이다.

[그림 2-3] 방사능 발생원 별 연간 노출 수준

출처 : United Nations (2010).

16

그러나 이러한 연구 결과는 원자력 발전소가 정상적으로 안전하게

운영 시 노출되는 방사능의 평균적인 수준을 의미하는 것임을 유의해

야 한다. 체르노빌과 후쿠시마 제1원전 사고 주변지역의 방사능 오염

은 매우 심각한 수준이며 그 크기도 상당하다. 체르노빌 사고수습 인

력의 노출수준을 보면 1986년에는 약 170,000μSv에서 87년에는

130,000μSv, 88년에는 30,000μSv으로 다시 89년에는 15,000μSv으로

시간이 지남에 따라 하락한 것을 확인할 수 있다. 유사하게 후쿠시마

제1원전 반경 20-30km 이내 지역 피난을 가지 않은 모든 사람들의

초기 노출수준은 10,000-50,000μSv으로 예측되었다(IAEA, 2015).

유엔과학위원회(UNSCEAR)의 2014년 보고서에 따르면, 후쿠시마

지역에서 피난을 하지 않은 사람들의 방사능 노출량은 어른의 경우

최소 4,000μSv, 생후 1년의 신생아의 경우 8,000μSv로 나타났다

(United Nations, 2014a). 또한 해당 보고서는 아무런 예방 조치가 없

다면 후쿠시마 지역 성인이 일생동안 노출된 방사능 수준은 평균

10,000μSv이 될 것으로 예측했다. 또한 해당 보고서는 후쿠시마 제1

원전에 직업적으로 방사능 수치 완화작업이나 지역에 다른 활동으로

투입된 사람들의 방사능노출 수치도 예측하였는데, 그 수준은 12,000

μSv로 19개월 동안 약 25,000μSv에 노출된 것으로 확인되었다. 다만

최종적으로 해당 보고서는 후쿠시마 지역의 200만 명 이상의 거주민

이나 고용 인력에 방사능 노출 증가가 건강에 악영향을 미쳤다는 확

실한 증거는 확인하지 못했다고 결론내리고 있다.

하지만 유년기에 방사능에 노출되는 것은 성인이 방사능에 노출되

는 것 보다 훨씬 심각한 문제이다. 지난 50년 간 진행된 소아에 방사

선 노출이 미치는 영향을 연구한 결과에 따르면, 소아의 경우 일반적

제2장 원자력 발전과 기후변화 17

으로 방사능 노출에 두 배에서 세 배까지 민감하게 반응해 건강에 영

향을 미치는 것으로 확인되었다. 또한 폐암과 같은 경우에는 성인이

소아보다 민감하게 반응하는 것으로 확인되었다(United Nations,

2014b). 건강에 미치는 영향은 다층적으로 발생하며, 그 정도도 나이

에 따라 상이하다.

유엔과학위원회(UNSCEAR)에서는 유년기 방사능 노출에 대한 영

향에 대한 논의에서 일반화는 지양되어야 하며, 어떤 방사능에 노출되

었고, 언제 노출되었으며 흡수는 어느 조직에서 발생했는지, 언제 이

런 수치가 측정되고 영향이 평가되었는지가 중심이 되어야 한다고 밝

히고 있다(United Nations, 2014b). 결론적으로 일반적인 원자력 발전

소 운영과정에서 발생하는 방사능의 수준(27-28 μSv/year)은 자연적으

로 발생하는 방사능 수준(2,400μSv/year)이나 다른 인위적 요인(6,00

μSv/year)에서 발생하는 방사능 수준과 비교했을 때 그렇게 높지 않은

수준으로 개인의 흡수량은 치료나 직업적 노출, 사고지역과의 거리에

따라 달라진다고 보고 있다(United Nations, 2010).

아울러 후쿠시마 제1원전 사고로 인한 직접적 방사능 노출은 발전

소 주변에서 상당히 높게(10,000μSv/year) 나타났으나 전세계 방사능

노출량에는 아주 적은 영향을 미친 것으로 확인되었다. United

Nations(2014)는 이런 수치는 연간 수치가 158,000μSv/year에 이르는

요르단의 아프라 온천지구나 132,000μSv/year 이란의 람사르 지방,

45,000μSv/year에 이르는 인도의 케랄라, 10,000μSv/year의 브라질 가

리바리 해안, 6400μSv/year 수준의 중국 양장과 같은 자연방사능 수치

가 높은 지역보다 낮은 수준으로 확인되었다고 결론내리고 있다([그림

2-4] 참조).

18

[그림 2-4] 방사능 수치가 높은 지역과 후쿠시마 사고 지역 연간 방사능 흡수량

출처 : IAEA(2015).주 : 각 수치의 단위는 μSv.

결론적으로 유엔과학위원회는 두 개의 가장 큰 사고인 체르노빌과

후쿠시마의 방사능 흡수량 역시 전 세계적 규모에서 볼 때 그 노출량

은 점차 낮아지고 있다고 보고 있다.

나. 폐기물 관리 및 처리

기후변화 대응 정책의 일환으로서 원자력발전 확대에 반대하는 가

장 큰 이유는 방사능 폐기물이 환경에 더 심각한 영향을 미칠 것이라

고 보기 때문일 것이다. 실제로 적절하게 폐기물이 관리되지 않을 경

우 심각한 영향을 인류와 환경에 미칠 것이며 그 영향은 수 세기 혹은

그 이상 지속된다. 다만 지난 30년 동안 사용연료와 방사능 폐기물의

제2장 원자력 발전과 기후변화 19

안전한 저장 및 최종처리에 중요한 진전이 있었던 것은 사실이다. 장

기적인 사용 후 원료와 폐기물의 완전처리, 고준위 방사능 폐기물 저

장처리와 관련하여 새로운 해결책을 찾고자 하고 있으며, 낮은 수준의

방사능 폐기물 저장은 가능하다.

폐기물을 저장하기 위해서는 먼저 방사능 수준과 열을 떨어뜨려야

최종처리시설로 이전이 가능하다. 방사능 폐기물은 최종처리 전에 다

단계의 사전처리 과정을 거쳐 안전하고 안정적이며 관리 가능한 형태

가 되어 이동이나 저장, 처리가 가능해 진다. 전처리 과정에서는 폐기

물의 부피를 줄이고 모든 방사능핵종의 유출을 늦추는 시멘트나 비투

멘(bitumen), 유리를 사용하여 밀폐하는 오염제거기술이 포함된다.

IAEA(2006)에 따르면, 사용된 연료와 고준위 방사능 폐기물에 대한

임시저장은 기술적으로 가능하고 적절한 관찰과 관리가 있다면 향후

에도 사용될 수 있는 안전한 대책이다.

IAEA(2013)은 심지층 처분(Deep geological disposal)이 고준위방사

능 폐기물과 사용 후 원료를 보관하는데 유용한 대책이 될 수 있다고

보고 있다. OECD/NEA 방사성 폐기물 위원회는 장기 사용 후 원료와

고준위방사능 폐기물에 대한 저장이 가능한 심지층 처분을 제안하였

다. 안정성은 IAEA의 안전기준과 국제방사선방호위원회(International

Commission on Radiological Protection)의 권고에 기반하는데,

Alexander and McKinley(2007)는 심지층처분에 대한 연구는 어느 정

도 완성되었으며, 저장장소는 안전하게 설계될 수 있다고 보고 있다.

외국의 경우 심지층 처분시설의 부지선정은 1970년대에 이루어 졌

는데, 사용 후 연료와 고준위 방사능 폐기물 처리프로그램은 핀란드와

스웨덴 등 몇몇 국가의 허가 완료를 앞두고 있으며 기본원칙과 설계

20

는 유사하다. 이와 같이 프랑스도 점토질 모암을 기반으로 하는 심지

층 처분시설의 허가신청을 준비하고 있다.

2014년 핀란드는 올킬루오토(Olkiluoto) 발전소의 약 450m 깊이 수

직갱로 지하연구시설 온칼로(Onkalo) 건설에 착수하였다. 2012년에

건설허가를 제출하였고, 운영 허가는 2020년에 완료될 것으로 전망된

다. 2022년 최종 발전후 연료에 대한 처리를 시작, 2120년까지 지속

할 계획이다. 스웨덴 원자력원료 및 폐기물관리회사(Swedish Nuclear

Fuel and Waste Management Company, SKB)는 최종사용 연료 저장

을 Östhammar에 할 수 있는 허가를 2011년 3월 요청하였다. 2019년

에 시작될 건설계획을 고려할 때, 2020년대에는 운영이 가능할 것으

로 보인다.

또한 프랑스의 방사능폐기물관리기구(National Radioactive Waste

Management Agency, ANDRA)는 허가요청 제출 시 사전요청을 2015

년에 제출한 후 최종요청서를 2017년에 제출하도록 하였는데, 이를

고려하면 2020년에는 허가가 가능할 것으로 보고 있다. 이런 경우에

폐기물 저장소 건설 부자에 장기적인 과정(과학적, 기술적, 정치적, 대

중인식)은 성격을 규정하는 과정과 허가, 결정, 건설이 필요하다.

적절한 방사능 폐기물 관리를 활성화하기 위해서 IAEA는 원자력

에너지 시스템 운영과 관련, 인간·기술·관리·경제적 측면에 있어서의

기본원칙을 발표하고 있다. 이 기본원칙은 장기적으로 폐기물을 저장

하고 재처리하며 폐기하는 과정에 필요한 적절한 조직 및 자금과 법

률 구조를 정의하고 있다. 원자력 기술이 계속해서 발전한다는 가정

하에 사용 후 원료와 고준위방사능은 재처리나 재활용, 연료주기 연장

을 위해 심지층 처분에 저장될 것이다. 이러한 전망 하에서 방사능 폐

제2장 원자력 발전과 기후변화 21

기물에 대한 우려가 원자력 발전이 기후변화 완화에 기여하도록 하는

데 장애가 되지 않을 것이라는 것이 IAEA의 주장이다(IAEA, 2015)

제3장 원전의 온실가스 감축효과 추정 23

제3장 원전의 온실가스 감축효과 추정

이번 장에서는 계량모형을 이용하여 원자력 발전의 온실가스 감축

효과를 추정한다. 기후변화협약 관련 원자력 발전은 온실가스 감축목

표를 달성하기 위한 중요한 감축수단의 하나로 평가되고 있다.

IEA(2015)는 산업혁명 이전 대비 지구온도를 2℃ 이내로 억제하기 위

한 감축수단으로 수요관리, 효율개선, CCS, 원자력 발전, 신재생에너

지 등을 제시하고 이 중 원자력 발전이 2050년까지 매년 온실가스 감

축량의 15% 가량을 차지할 것으로 전망하였다. 발전원별 전주기 CO2

배출계수 관련 IPCC(2014)는 원자력 발전의 CO2 배출계수를 12

tCO2/GWh로 제시하였다. 이는 LNG의 배출계수(490 tCO2/GWh) 대

비 약 40배, 석탄의 배출계수(820 tCO2/GWh) 대비 약 68배 낮은 수

준으로 원자력 발전이 타 발전원에 비해 온실가스 감축 기여가 높다

는 것을 의미한다.

이와 같이 원자력 발전은 온실가스 감축 기여가 높다고 평가되지만

원자력 발전의 온실가스 감축효과를 실증적으로 분석한 국내외 연구

는 많지 않은 편이다. 그러나 CO2 배출량과 원자력 발전 비중 간의

관계를 분석한 최근의 몇몇 연구들이 있다. Hiroki Iwata et al. (2010)

는 EKC(Environmental Kuznets Curve) 가설을 검증하는 계량모형 식

에 원자력 발전 비중 변수를 추가적으로 포함하여 원자력 발전 비중

이 증가함에 따라 CO배출량이 얼마만큼 감소하는지 프랑스의 경우를

들어 분석하였다. Hiroki Iwata et al. (2012)는 Hiroki Iwata et al.

(2010)에서 사용한 계량모형 식을 이용하여 11개 OCED 국가에서 원

24

자력 발전의 온실가스 감축효과를 분석하였다.

EKC 가설은 CO2 배출량과 GDP 간의 관계를 분석하는데 변수 간

에 장기균형관계를 의미하는 공적분(Cointegration) 관계가 존재하는

것으로 알려져 있다. 따라서 EKC 가설을 검증하는 분석은 공적분 관

계를 고려할 수 있는 계량기법이 필요하다. Hiroki Iwata et al. (2010,

2012)의 연구도 공적분 관계를 고려할 수 있는 ARDL(Autoregressive

Distributed Lag) 모형을 사용하여 개별 국가 단위의 분석을 수행하였

다. 그러나 일반적으로 에너지 데이터는 연간 자료인 형태가 많기 때

문에 개별 국가 단위의 분석은 정확한 계량분석을 위한 데이터 개수

를 충분히 확보하지 못할 수 있다. 이에 반해 패널분석은 횡단면 자료

와 시계열 자료를 통합함으로서 데이터 개수를 충분히 획득할 수 있

는 이점이 있다. 변수 간 공적분 관계가 존재하는 경우 Panel

Dynamic Ordinary Least Square(이하 PDOLS) 추정 방법은 독립변수

간의 내생성(Endogeneity)과 잔차의 자기상관성(Serial Correlation) 문

제를 해결해준다. 본 연구는 PDOLS(Pedroni, 2001)을 사용하여 원자

력 발전 비중 변화에 따른 CO2 배출량 변화를 분석한다.

1. 선행연구

교토의정서가 2020년에 만료됨에 따라 신(新)기후체제로 2015년 12

월 제21차 세계기후변화협약 당사국 총회(COP21)에서 파리협약이 채

택되었다. 온실가스 배출량 세계 7위, 경제협력개발기구(OECD) 국가

중 1위인 한국은 자발적 감축목표(INDC)로 2030년까지 배출전망치

(BAU) 대비 37% 감축을 약속하였다. 이에 따라 산업별, 부문별 목표

달성을 위한 탄소저감 노력이 요구되는 동시에 녹색·청정·에너지·환경

제3장 원전의 온실가스 감축효과 추정 25

을 패러다임으로 전환됨에 따라 새로운 산업과 기술, 시장, 일자리 창

출이 기대된다. 특히 신기후체제 대응을 위한 저탄소 에너지시스템 등

미래 에너지 산업 발전 방향에 대한 논의가 확산되고 있다. 파리협약

의 주요 사안인 지구 온도를 1.5도 낮추기 위해서는 에너지 효율 향

상, 신재생에너지, 원자력 발전 등의 확대가 뒷받침되어야 하며, 특히

원자력과 신재생 에너지는 에너지 안보와 탄소 저감에 그 기여가 높

을 것으로 기대된다.

에너지안보, 에너지 형평성 및 환경적지속가능성이라는 에너지

trilemma 세 가지 목표 달성을 위한 도구로서 원자력 및 신재생 에너

지가 가지는 가치에 따라 이에 대한 국내외로 다양한 연구가 존재한

다. 주로 환경오염과 국민소득간의 역 U자형의 관계를 나타내는 환경

쿠즈네츠 곡선(Environmental Kuznets Curve; EKC)가설을 검정하는

연구를 중심으로 이루어져 왔다. 이들 연구결과에 따르면 경제발전 초

기에는 경제성장과 더불어 이산화탄소배출량이 점차 증가하다가 감소

하는 EKC 가설이 성립하는 것으로 나타났다. 이때 원자력에너지가

환경개선에 중요한 역할을 하는 것으로 도출되었다(Soytas and Sari,

2003; Heil, M.T., and T.M. Selden, 1999; Glasure and Lee, 1997;

Baek and Kim, 2011). Iwata, H., K. Okada and S. Samreth(2010)는

프랑스 경제성장이 CO2 배출량에 미치는 영향을 분석한 결과, 경제발

전 초기에 CO2 배출량이 점차 증가하다가 감소하는 EKC 가설이 성

립하는 것으로 나타났으며, 이는 원자력에너지가 환경개선에 중요한

역할을 하는 것으로 도출되었다. Iwata et al.(2012)은 OECD 11개국

을 대상으로 범위를 넓혀 연구한 결과 몇몇 국가에서 원자력발전이

CO2 배출 저감효과가 있는 것으로 나타났다. Baek and Kim (2013)은

26

한국의 경제성장과 에너지 소비가 이산화탄소배출량에 미치는 영향을

분석하였다. 한국 경제성장과 에너지 소비가 CO2 배출량에 미치는 영

향을 분석함 결과 한국의 경우도 EKC 가설이 성립하는 것으로 나타

났고, 원자력 발전의 1% 증가가 CO2 배출량을 0.45% 감소시키는 것

으로 도출되었다. 원자력과 더불어 신재생에너지 발전이 CO2 배출량

에 미치는 영향을 분석한 연구도 존재한다. 김재화 외(2015)는 신재생

에너지 발전 비중과 CO2배출량간의 관계를 분석함으로써 한국의 경

제성장과 에너지소비량이 환경오염에 미치는 영향을 규명하였다. 연

구결과 장기적으로 한국의 경우 EKC 가설이 성립하는 것으로 나타났

으며, 단기의 경우에도 그 효과가 동일하게 도출되었다.

하지만 환경 쿠즈네츠 곡선과 관련된 이들 선행연구들은 소득의 어

느 분기점을 지난 선진국들을 분석의 대상으로 설정함에 따라 에너지

소비량이 점차 증가하고 있는 신흥시장국가들을 연구에서 제외된 측

면이 존재한다. 이러한 점에 착안하여 본 연구에서는 원자력 및 신재

생에너지와 CO2배출량간의 관계를 분석함에 있어서 원자로 개수를

기준으로 상위 국가 18개국을 대상으로 선진국 및 신흥시장국으로 분

석대상의 범위를 확대하였다.

제3장 원전의 온실가스 감축효과 추정 27

28

제3장 원전의 온실가스 감축효과 추정 29

30

제3장 원전의 온실가스 감축효과 추정 31

2. 데이터

본 연구는 2016년 10월 기준 원자로 4개 이상을 운영하는 국가를

분석 대상으로 선택하였다. 현재 운영 가능한 전 세계 원자로 개수는

450기이며 이 중 미국이 100기로 가장 많은 원자로를 운영하고 있다.

미국 다음으로 프랑스 58기, 일본 43기, 중국 36기, 러시아 36기, 한

국 25기 순으로 운영 가능한 원자로 수가 많으며 이들 국가를 포함하

여 원자로 4개 이상을 운영하는 국가는 총 19개인 것으로 파악된다.

19개 국가의 원자로 개수는 전 세계 원자로 개수의 95%를 차지하고

있다. 슬로바키아는 현재 4개의 원자로를 운영 중에 있으나 데이터 확

보의 문제 때문에 계량분석에서는 제외하였다. 따라서 본 연구는 원자

로 4개 이상을 운영하는 18개 국가를 계량분석의 대상으로 선택하였

다.

32

CountryNumber of

ReactorsTotal Net

Electrical capacity1 UNITED STATES OF AMERICA 100 100,3502 FRANCE 58 63,1303 JAPAN 43 40,2904 CHINA 36 31,4025 RUSSIA 36 26,5576 KOREA, REPUBLIC OF 25 23,1337 INDIA 22 6,2258 CANADA 19 13,5249 UKRAINE 15 13,10710 UNITED KINGDOM 15 8,91811 SWEDEN 10 9,65112 GERMANY 8 10,79913 BELGIUM 7 5,91314 SPAIN 7 7,12115 CZECH REPUBLIC 6 3,93016 SWITZERLAND 5 3,33317 FINLAND 4 2,75218 HUNGARY 4 1,88919 SLOVAKIA 4 1,81420 ARGENTINA 3 1,63221 PAKISTAN 3 69022 BRAZIL 2 1,88423 BULGARIA 2 1,92624 MEXICO 2 1,44025 ROMANIA 2 1,30026 SOUTH AFRICA 2 1,86027 ARMENIA 1 37528 IRAN, ISLAMIC REPUBLIC OF 1 91529 NETHERLANDS 1 48230 SLOVENIA 1 688

Total 444 387,030

<표 3-2> 전세계 원자로 운영 국가

주: 대만의 6개 원자로까지 포함하면 전 세계 총 원자로 개수는 450개이다.출처: IAEA PRIS, 2016

제3장 원전의 온실가스 감축효과 추정 33

본 연구는 1970년-2015년 기간 18개 국가의 CO2 배출량(1인당

CO2배출량), GDP(1인당 GDP), 원자력 발전(원자력 발전량 비중), 신

재생 발전(신재생 발전량 비중) 자료를 사용하였다. 신재생 발전은 수

력, 풍력, 태양에너지를 포함한다. 모든 자료는 Enerdata(http://www.enerdata.net)

를 통해 수집되었다.

[그림 3-1] 1인당 CO2 배출량 추이

주: 약어는 다음 국가들을 의미함. United States (US), France (FR), Japan (JP), Russia (RU), China (CN), South Korea (KR), India (IN), Canada (CA), Ukraine (UA), United Kingdom (GB), Sweden (SE), Germany (DE), Belgium (BE), Spain (ES), Czech Rep. (CZ), Switzerland (CH), Finland (FI), Hungary (HU). 출처: Enerdata, 2016

34

[그림 3-1]은 1970-2015년 기간 18개 국가의 1인당 CO2 배출량

추이를 나타내고 있다. 2015년 기준 1인당 CO2 배출량이 가장 많은

국가는 미국이다. 다음으로 캐나다, 한국, 중국, 체코, 독일 등의 순이

다. 1인당 CO2 배출량 추이는 감소하는 국가와 증가하는 국가로 나뉘

는 모습을 보이는데 예를 들어 미국은 감소하는 추세, 한국은 증가하

는 추세를 보이고 있다. 한국의 경우 2011년 이후 현재까지 증가세는

정체되고 있는 모습을 보인다.

[그림 3-2] 원자력 발전량 비중 추이

주: 약어는 다음 국가들을 의미함. United States (US), France (FR), Japan (JP), Russia (RU), China (CN), South Korea (KR), India (IN), Canada (CA), Ukraine (UA), United Kingdom (GB), Sweden (SE), Germany (DE), Belgium (BE), Spain (ES), Czech Rep. (CZ), Switzerland (CH), Finland (FI), Hungary (HU). 출처: Enerdata, 2016

제3장 원전의 온실가스 감축효과 추정 35

[그림 3-2]은 1970-2015년 기간 18개 국가의 원자력 발전량 비중

추이를 나타내고 있다. 2015년 기준 원자력 발전량 비중이 가장 높은

국가는 프랑스로 75% 이상을 차지하고 있다. 다음으로 슬로바키아,

우크라이나, 헝가리, 스위스, 벨기에 등의 순이다. 한국의 경우 2015년

기준 30% 수준의 원자력 발전량 비중을 보이고 있다. 일본의 경우

2011년 후쿠시마 원전 사고 이전 25% 수준의 원자력 발전량 비중을

보였지만 2015년에는 거의 0%대 수준을 보인다.

[그림 3-3,4,5,6,7]는 1970-2015년 기간 주요국(미국, 프랑스, 일본,

독일, 한국)의 CO2 배출량, 원자력 발전량 비중, 신재생 발전량 비중

변화를 보여주고 있다. 그림에서 신재생 발전량은 수력을 제외한 풍력

과 태양에너지의 발전량을 나타낸다.

[그림 3-3] CO2, 원자력 비중, 풍력 및 태양에너지 비중 (미국)

출처: Enerdata, 2016

36

[그림 3-4] CO2, 원자력 비중, 풍력 및 태양에너지 비중 (프랑스)

출처: Enerdata, 2016

[그림 3-5] CO2, 원자력 비중, 풍력 및 태양에너지 비중 (일본)

출처: Enerdata, 2016

제3장 원전의 온실가스 감축효과 추정 37

[그림 3-6] CO2, 원자력 비중, 풍력 및 태양에너지 비중 (독일)

출처: Enerdata, 2016

[그림 3-7] CO2, 원자력 비중, 풍력 및 태양에너지 비중 (한국)

출처: Enerdata, 2016

38

CO2 배출량 패턴을 살펴보면 미국, 프랑스, 영국, 독일의 경우 CO2

배출량은 1970년대부터 최근까지 감소하는 경향을 보인다. 이에 반해

일본과 한국의 경우 1970년대부터 증가하다가 2009년 이후 정체되는

모습을 보인다.

미국의 원자력 발전량 비중은 1970년대부터 증가하기 시작하여

1990년대 이후 현재까지 약 20% 수준을 유지하고 있다.

CO2 배출량과 원자력 발전량 비중 간 관계를 살펴보면 두 변수 간

뚜렷한 반비례 관계를 보이는 국가는 프랑스이다. 프랑스의 경우 CO2

배출량은 1979년부터 1988년까지 매우 큰 폭의 감소세를 보이고 이

에 반해 동 기간 동안 원자력 발전량 비중은 큰 폭의 증가세를 보인

다. 두 변수 간 뚜렷한 반비례를 보이는 이유 중 하나는 프랑스의 원

자력 발전량 비중이 매우 크기 때문인 것으로 판단된다.

일본의 경우 원자력 발전량 비중은 2011년 후쿠시마 사고 이전

25% 수준이었으나 사고 이후 원자력 발전의 가동 중단으로 거의 0%

수준으로 낮아졌다. 후쿠시마 사고 이후 CO2 배출량이 증가하는 모습

을 보이는데 그 이유는 원자력 발전의 가동 중단으로 화석 연료 발전

이 증가하였기 때문인 것으로 판단된다.

독일의 경우 원자력 발전량 비중은 2000년대 이후로 감소하는 경향

을 보인다. 독일은 2022년까지 원자력 발전을 완전히 폐쇄하고 대신

신재생 발전량 비중을 2025년까지 40-45% 증가할 것을 계획하고 있

다. 이러한 정책과 관련하여 신재생 발전량 비중은 1990년대 이후 꾸

준히 증가하는 모습을 확인할 수 있다. 1970년대 후반부터 CO2 배출

량이 꾸준히 감소하는 경향을 보이는 이유는 원자력 발전량 비중의

감소에도 불구하고 신재생 발전량 비중이 증가하였기 때문인 것으로

판단된다.

제3장 원전의 온실가스 감축효과 추정 39

[그림 3-8] 1인당 CO2 vs. 1인당 GDP

출처: Enerdata, 2016

[그림 3-8]은 1인당 CO2 배출량과 1인당 GDP 간의 관계, 그리고

[그림 3-9]은 1인당 CO2 배출량과 원자력 발전량 비중 간의 관계를

나타내고 있다.

[그림 3-9] 1인당 CO2 vs. 원자력 발전량 비중

출처: Enerdata, 2016

40

[그림 3-8]는 GDP 수준이 높아짐에 따라 CO2 배출량은 증가하다

가 감소하는 경향을 보이고 있다. 이러한 패턴은 EKC 가설과 어느 정

도 부합한다고 할 수 있다. [그림 3-9]는 원자력 발전량 비중이 높아

짐에 따라 CO2 배출량은 증가하다가 감소하는 경향을 보이고 있다.

이는 원자력 발전량 비중이 어느 정도 수준에 이르러야 CO2 배출량도

감소하게 된다고 해석할 수 있다. 그러나 위의 그림은 다른 변수의 통

제 없이 두 변수 간의 관계만을 나타내기 때문에 이를 근거로 정확한

해석함에는 한계가 있다. 따라서 다음 단계로 계량분석을 통해 이들

변수 간에 통계적으로 유의한 관계가 있는지 분석한다.

3. 분석방법 및 결과

가. 패널 단위근 검정(Panel Unit Root Test)

PDOLS 분석에 앞서 시계열 변수들의 안정성(Stationary) 여부를 확

인하기 위해서 2003년 Im, Pesaran and Shin (이하 IPS)이 제시한 패

널 단위근 검정을 실시하였다. IPS 테스트는 불균형 패널(Unbalanced

Panel)에도 적용될 수 있는 방법으로 알려져 있다. IPS 테스트를 위해

다음의 ADF(Augmented Dickey-Fuller) 회귀모형이 추정된다.

∆

∆ (1)

위 모형에서 는 안정성 여부를 확인하기 위한 시계열 변수, 는

개별 고정효과(Fixed Effect), p는 잔차의 자기상관(Autocorrelation)을

제3장 원전의 온실가스 감축효과 추정 41

제거하기 위한 차수를 나타낸다. IPS 테스트의 귀무가설은 모든 i에

대하여 이고 대립가설은 적어도 하나의 i에 대하여

이다. IPS 테스트는 의 계수 가 i에 따라 이질적

(Heterogeneous)인 것을 허용한다. 귀무가설의 기각은 시계열 변수들

의 안정성을 의미한다. IPS 테스트는 패널자료에서 n개의 횡단면 자

료에 대한 개별적인 단위근 검정을 실시한다. 그리고 개별적인 ADF

통계량의 평균값을 근거로 안정성 여부를 판단한다.

IPS test statistics CO2 GDP GDP^2 Nuclear Renewable

Level -0.54 1.26 -0.92 -8.58*** -0.83

1st Difference -22.02*** -10.65*** -10.71*** - -24.46***

<표 3-3> IPS 패널 단위근 검정

주: *** p < 0.01, ** p < 0.05, * p < 0.10

<표 3-3>는 IPS 테스트 결과를 나타내고 있다. 본 테스트는 시계열

변수가 레벨(Level)일 경우와 1차 차분(1st Difference)일 경우를 나누

어 분석하였다. 시계열 변수가 레벨일 경우 원자력 발전량 비중 변수

를 제외하고 모든 변수가 불안정성(Non-stationary)한 것으로 나타났

다. 그러나 1차 차분일 경우 모든 변수는 안정한 것으로 나타났다. 따

라서 원자력 발전량 비중 변수를 제외한 모든 시계열 변수가

Integrated of order 1 즉, I(1) 프로세스를 따른다고 할 수 있다.

나. 패널 공적분 검정(Panel Cointegration Test)

IPS 테스트 결과 원자력 발전량 비중을 제외한 모든 변수가 I(1)으

42

로 나타났기 때문에 변수들 간 공적분 관계가 있는지 확인이 필요하

다. Pedroni(1999)는 다수의 독립변수(Multiple Regressors)가 존재하

는 경우 I(1) 변수 간 공적분 관계 여부를 검정할 수 있는 방법을 제

시하였다. Pedroni(1999)의 패널 공적분 검정을 위해 다음의 회귀모형

이 추정된다.

(2)

위 식에서 i(=1, 2,..., N)는 횡단면 자료의 개수, t(=1, 2,..., T)는 시

계열 자료의 개수, m(=1, 2,..., M)은 독립변수의 개수를 나타낸다. 그

리고 위 식을 통해 추정된 잔차는 다음의 구조를 따른다고 가정한다.

(3)

이렇게 추정된 잔차를 이용하여 Pedroni(1999)는 패널 데이터의 공

적분 관계를 검정하기 위한 7개의 검정통계량을 제시하였다.1) 7개의

검정통계량은 두 개의 부류로 구분될 수 있는데, “Panel" 검정통계량

은 within-dimension 하에서의 검정통계량을 나타내고 ”Group-Mean"

검정통계량은 between-dimension 하에서의 검정통계량을 나타낸다.

두 개 부류 모두의 귀무가설은 공적분 관계가 존재하지 않음을 가정

한다. 그러나 대립가설은 다르게 설정되는데 within-dimension 하에서

“Panel" 검정통계량의 대립가설은 모든 i에 대해서 이고

between-dimension 하에서 ”Group-Mean" 검정통계량의 대립가설은

1) 7개의 검정통계량에 대한 자세한 사항은 Pedroni(1999)을 참고하기 바란다.

제3장 원전의 온실가스 감축효과 추정 43

모든 i에 대해서 이다. Pedroni(1999)는 몬테카를로 시뮬레이션

을 통해 7개 검정통계량에 대한 유한표본분포(Finite Sample

Distribution) 표를 작성하였다. 검정통계량의 값이 유한표본분포표의

임계값(Critical Value)보다 작을 때 공적분 관계가 존재하지 않는다는

귀무가설은 기각된다.

Panel v 5.202*** Group rho -1.824**

Panel rho -2.862*** Group t -1.432*

Panel t -2.338*** Group ADF -1.047

Panel ADF -1.443* 　 　

<표 3-4> Pedroni 패널 공적분 검정

주: *** p < 0.01, ** p < 0.05, * p < 0.10

<표 3-4>는 Pedroni(1999)의 패널 공적분 검정 결과를 나타내고

있다. Panel 검정통계량이 양의 무한대로 갈수록, 나머지 다른 통계

량은 음의 무한대로 갈수록 공적분 관계가 존재하지 않는다는 귀무가

설은 기각된다(Baltagi, 2005). <표 3-4>의 결과에서 보듯이 CO2 배

출, GDP, 신재생 발전량 비중 간에는 공적분 관계가 통계적으로 유의

하게 존재하는 것으로 나타났다.

다. PDOLS 결과

본 연구에서 사용된 시계열 변수는 I(1) 프로세스를 따르고 변수들

간 공적분 관계가 존재하는 것으로 나타났기 때문에 공적분 관계를

고려하는 PDOLS 방법을 사용하여 원자력 발전량 비중 변화에 따른

CO2 배출량 변화를 분석하였다. CO2 배출량에 영향을 미치는 변수

44

중 대표적으로 GDP 변수를 들 수 있다. 환경쿠즈네츠 곡선

(Environmental Kuznets Curve, EKC) 가설은 초기에 경제가 성장함

에 따라 CO2 배출량은 증가하지만 경제 성장이 일정 수준에 이르게

되면 CO2 배출량은 감소하는 것을 가정한다. 즉, 환경쿠즈네츠 곡선

가설은 CO2배출량과 GDP 간의 역의 U자형 관계(Inverted U-shaped

Relationship)를 가정한다.

[그림 3-10] EKC 가설

자료: Panayotou (1997)

EKC 가설에 대한 검정 작업은 지금까지 활발히 연구되고 있는 주

제로서 CO2배출량과 GDP간의 관계를 분석하는 대표적인 연구 분야

라고 할 수 있다. 따라서 본 연구는 CO2 배출량과 관련된 계량모델을

구축함에 있어서 임의적인(Ad-Hoc) 형태의 계량모형 구축을 지양하

제3장 원전의 온실가스 감축효과 추정 45

고 대신 EKC 가설을 검정하는 계량모델 하에서 원자력 발전량 비중

변수를 추가적으로 포함하여 원자력 발전량 비중 변화에 따른 CO2 배

출량 변화를 분석하였다. 이러한 시도는 Hiroki Iwata et al. (2010)에

서도 사용된 바 있다.

본 연구에서 사용한 Pedroni(2001)의 PDOLS 모형은 다음과 같다.

ln lnln ln

∆ln

∆ln

∆ln

(4)

위 식에서 CO2는 1인당 CO2 배출량, Y는 1인당 GDP, Nuc는 원자

력 발전량 비중을 나타낸다. 그리고 와 는 1차 차분 변수에 대

한 leads와 lags를 나타낸다. PDOLS 모형에서 1차 차분 변수의 leads

와 lags 항은 독립변수 간의 내생성 문제를 해결한다. Pedroni(2001)의

PDOLS 모형은 between-dimension 하에서 계수의 이질성

(heterogeneity)을 허용한다. Group-Mean PDOLS 추정량은

between-dimension 하에서 개별 계수의 평균값을 의미하여 다음과

같이 표현된다.

(5)

여기서 는 개별 i의 DOLS를 나타낸다.

46

위의 식에서 EKC 가설이 맞는다면 은 양의 값, 는 음의 값을

보일 것으로 예상된다. 그리고 원자력 발전량 비중과 1인당 CO2 배출

량 간 반비례 관계가 존재한다면 는 음의 값을 보일 것으로 예상된

다. <표 3-5>는 PDOLS 추정 결과를 나타내고 있다. Group-Mean

PDOLS 추정치를 살펴보면 모든 계수가 통계적으로 유의한 것으로

나타났다. EKC 가설에 대한 검정 결과를 살펴보면 본 연구의 분석 기

간 하에서 =0.3133, =-0.02769으로 EKC 가설이 만족되는 것으로

나타났다. 원전을 운영하는 대부분의 국가가 선진국으로 구성되어 있

다는 점을 감안할 때 어느 정도 예상된 결과라고 할 수 있다. 은

-0.3233로 원자력 발전량 비중과 1인당 CO2 배출량 간 반비례 관계가

존재하는 것으로 나타났다. 이를 해석하면 본 연구의 분석 기간 하에

서 장기적으로 원자력 발전량 비중이 1% 증가할 때 1인당 CO2 배출

량은 약 0.32% 감소되었다고 할 수 있다.

PDOLS 분석은 개별 국가 단위의 DOLS 추정치 결과도 보여준다.

우선 EKC 가설이 만족되는 국가는 프랑스, 러시아, 인도, 스웨덴, 독

일, 스위스인 것으로 나타났다. 다음으로 원자력 발전량 비중과 1인

당 CO2 배출량 간 반비례 관계가 존재하는 국가는 미국, 프랑스, 일

본, 중국, 한국, 캐나다, 우크라이나, 영국, 독일, 스위스인 것으로 나

타났다. 마지막으로 EKC 가설이 만족되고 이와 동시에 원자력 발전

량 비중과 1인당 CO2 배출량 간 반비례 관계가 존재하는 국가는 프랑

스, 독일, 스위스로 전체 18개 국가 중 3개 국가만 해당하는 것으로

나타났다. 우리나라의 경우 EKC 가설이 만족되지 않는 것으로 나타

났지만 은 -0.2305로 원자력 발전량 비중과 1인당 CO2 배출량 간

반비례 관계는 존재하는 것으로 나타났다.

제3장 원전의 온실가스 감축효과 추정 47

　 Country　 GDP GDP^2 Nuclear

1 United States(US) 0.0074

(0.0379)-0.0384

(-0.8028)-0.7021***(-3.4290)

2 France(FR) 0.3320***(5.5760)

-0.2786***(-7.8350)

-0.2297***(-6.4320)

3 Japan(JP) 0.0668(0.6562)

-0.0090(-0.4563)

-0.1601***(-3.8270)

4 China(CN) 0.4017*(1.8630)

0.1438(1.3400)

-1.249***(-8.4430)

5 Russia(RU) 0.8055***(10.7500)

-0.0865***(-7.5530)

0.0972***((3.9850)

6 South Korea(KR) 0.8770***(2.8760)

0.3509***(3.7230)

-0.2305**(-1.9780)

7 India(IN) 0.3943**(2.2160)

-0.0910***(-8.4410)

0.4977***(4.2170)

8 Canada(CA) 0.0277

(0.1598)0.0311

(0.9807)-0.8216***(-4.8630)

9 Ukraine(UA) 0.4940(1.2040)

-0.0371(-0.5274)

-1.6580***(-2.8900)

10 United Kingdom(GB) 2.6510***(2.9400)

0.2664***(2.9160)

-1.1380**(-2.1810)

11 Sweden(SE) 0.7005***(4.9790)

-0.3292***(-6.3760)

-0.2848(-1.6020)

12 Germany(DE) 0.8374***(10.8800)

-0.2647***(-13.0500)

-0.1167***(-2.5930)

13 Belgium(BE) 0.0913

(0.6179)-0.4068***(-13.4800)

0.4972***(7.1700)

14 Spain(ES) -0.6068**(-2.2920)

0.0227(0.7229)

-0.0792(-1.6170)

15 CzechRep.(CZ) -0.9325***(-6.3890)

0.1904***(2.7760)

0.0842*(1.8070)

16 Swaziland(SZ) 0.1916***(2.7430)

-0.0876***(-3.0610)

-0.5492***(-2.6440)

17 Finland(FI) 0.1498(1.4820)

-0.0945***(-6.1760)

0.0985*(1.8680)

18 Hungary(HU) -0.849***(-9.6590)

0.2195***(5.2350)

0.1261**(2.0610)

Panel GroupNumber of obs: 738

0.3133***(7.220)

-0.0277***(-11.8000)

-0.3233***(-5.0420)

<표 3-5> PDOLS 결과(case 1)

주: *** p < 0.01, ** p < 0.05, * p < 0.10

48

　 　Country　 GDP GDP^2 Nuclear Renewable

1 United States(US) 0.1374(0.7001)

-0.0439(-1.2800)

-0.5633**(-2.4970)

-0.2159(-0.7575)

2 France(FR) 0.1344(1.3010)

-0.2961***(-8.2850)

-0.1552***(-3.2080)

0.2985**(2.4720)

3 Japan(JP) -0.1695(-1.3640)

-0.0355**(1.9730)

-0.0164(-0.3140)

1.232***(4.5000)

4 China(CN) 0.2935(1.1630)

0.1016(1.4460)

-1.0350***(-3.5640)

-0.4016(-1.1420)

5 Russia(RU) 0.9246***(12.5300)

-0.0881***(-11.5700)

0.1964***(8.4440)

1.095***(3.8720)

6 South Korea(KR) 0.3833***(3.7700)

0.1336***(2.7170)

0.0325(0.6884)

-0.3395***(-5.4760)

7 India(IN) 0.2612*(1.7600)

-0.03074(-0.9795)

0.2106(1.4520)

-0.8379*(-1.8750)

8 Canada(CA) -0.1077(-0.7220)

-0.0143(-0.5613)

-0.8615***(-7.1650)

-0.2166(-1.0660)

9 Ukraine(UA) 0.3214***(7.3180)

0.1346***(15.9200)

-0.7200***(-9.3120)

-0.7918***(-41.6900)

10 United Kingdom(GB) 3.6000***(2.6380)

-0.0663(-0.2826)

-1.6570***(-3.6330)

1.2550**(2.0920)

11 Sweden(SE) 0.8628***(4.9340)

-0.2550***(-5.8330)

-0.4103**(-2.5380)

-0.0457(-0.2195)

12 Germany(DE) 0.4603**(2.2050)

-0.1633***(-4.1320)

-0.1239***(-2.8390)

-0.1716**(-2.0880)

13 Belgium(BE) -0.6908***(-3.2320)

-0.3821***(-14.0700)

0.8756***(12.8400)

-0.4876***(-4.7660)

14 Spain(ES) -0.7699***(-3.1680)

-0.0065(-0.2353)

-0.0929**(-2.4180)

-0.1371(-0.5018)

15 CzechRep.(CZ) 0.0857(0.9190)

0.0163(0.6271)

0.0606***(4.0640)

-1.393***(-12.5400)

16 Swaziland(SZ) 0.1523***(4.6470)

-0.0537***(-2.8960)

-0.9340***(-4.3080)

-0.1201(-1.5850)

17 Finland(FI) 0.442***(3.6720)

-0.1076***(-8.0210)

0.195***(3.4850)

-0.4011***(-2.7870)

18 Hungary(HU) -0.4002***(-4.5150)

0.1563***(7.1780)

0.0414(1.1580)

-0.2862***(-8.0880)

Panel GroupNumber of obs: 738

0.3289***(8.1440)

-0.0556***(-7.5970)

-0.2754**(-2.2770)

-0.1092***(-16.8900)

<표 3-6> PDOLS 결과(case 2)

주: *** p < 0.01, ** p < 0.05, * p < 0.10

제3장 원전의 온실가스 감축효과 추정 49

원자력 발전량 비중 변수 외에도 추가적으로 신재생 발전량 비중

변수를 포함하여 PDOLS 분석을 수행하였다. <표 3-6>는 이에 대한

분석결과를 나타내고 있다. <표 3-5>의 분석 결과와 비교하여

Group-Mean PDOLS 추정치에는 큰 변화가 없는 것으로 나타났다.

모든 계수가 통계적으로 유의한 것으로 나타난 가운데 =0.3289,

=-0.05561으로 EKC 가설을 만족하는 것으로 나타났다. 원자력 발전

량 비중 은 -0.2754로 앞의 분석 결과와 비교하여 조금 낮게 추정되

었다. 신재생 발전량 비중 는 -0.1092로 원자력 발전량 비중의 계수

보다는 작은 수치이지만 예상대로 신재생 발전량 비중과 CO2 배출 간

반비례 관계가 존재하는 것으로 분석되었다.

신재생 발전량 비중 변수를 포함할 경우 개별 국가 단위의 DOLS

추정치 결과에도 큰 변화는 없는 것으로 나타났다. <표 3-5>의 분석

결과와 비교하여 원자력 발전량 비중과 1인당 CO2 배출량 간 반비례

관계가 존재하는 국가는 미국, 프랑스, 중국, 캐나다, 우크라이나, 영

국, 독일, 스위스로 일본과 한국을 제외한 8개 국가가 robust한 결과를

보여 주었다. 신재생 발전량 비중 변수를 포함할 경우 EKC 가설이 만

족되고 이와 동시에 원자력 발전량 비중과 1인당 CO2 배출량 간 반비

례 관계가 존재하는 국가는 여전히 프랑스, 독일, 스위스 3개 국가인

것으로 나타났다.

4. 소결

지금까지의 결과를 정리하면 다음과 같다. 본 연구는 현재 원자로

4개 이상을 운영하고 있는 18개 국가를 선택하여 1970-2015년 기간

50

동안 이들 나라의 원자력 발전량 비중과 1인당 CO2 배출량의 관계를

PDOLS 방법을 사용하여 분석하였다. 분석 결과 장기적으로 원자력

발전량 비중이 1% 증가할 때 1인당 CO2 배출량은 0.26-0.32% 가량

감소된다고 분석되었다. 개별 국가별로 살펴보면, 원자력 발전량 비중

과 1인당 CO2 배출량 간 반비례 관계가 robust하게 나타난 국가는 미

국, 프랑스, 중국, 캐나다, 우크라이나, 영국, 독일, 스위스인 것으로

나타났다. 그리고 EKC 가설이 만족되고 이와 동시에 원자력 발전량

비중과 1인당 CO2 배출량 간 반비례 관계가 존재하는 국가는 프랑스,

독일, 스위스 3개 국가인 것으로 나타났다. 본 연구에서 선택한 18개

국가의 원자로 개수가 전 세계 원자로 개수의 약 95%를 차지하고 있

는 점을 고려할 때 본 연구는 원자력 발전의 온실가스 감축 기여도를

패널 데이터를 통해 실증적으로 분석하였다는데 그 의의가 있다.

제4장 원전의 경제적 가치 추정 51

제4장 원전의 경제적 가치 추정

이번 장에서는 2029년까지 매 해 주어지는 온실가스 배출 목표치를

달성함과 동시에 다 기간에 걸친 발전비용을 총합을 최소화하는 최적

화 모형을 구성한다. 이러한 큰 규모의 최적화 모형(large-scale

optimization model)을 구성할 때에는 기존의 발전 메커니즘의 주요

특성을 선별하여 수리 모형으로 표현하는 것이 중요하다. 너무 많은

특성을 반영할 경우 모형의 복잡도가 증가하여 계산 속도가 급격하게

증가하고 해가 존재하지 않을 가능성도 높아진다. 반면에 발전 메커니

즘의 특성을 충분히 반영하지 않는다면 모형이 제대로 발전비용을 산

정할 수 없어 의미 없는 결과가 나오게 되기 때문이다.

본 장에서 제시하는 단일기간 모형은 출력변화량이라는 중요한 요

소를 반영하기 위해 매 해 발전 계획과 운용을 분리하여 고려한다. 계

회단계에서는 전력수요의 변동가능성을 염두에 두고 부하추종 발전을

하였을 때 비용을 최소화할 수 있는 발전원 마다의 권장 발전량을 제

시한다. 그리고 운용단계에서는 주어진 권장발전량 하에서 최소한의

비용으로 전력 수급 안정화와 함께 공급 비용 최소화를 동시에 달성

하기 위해 노력하는 구조이다. 이러한 모형에서 1년 동안의 원전 사고

를 고려한 전원 발전 비용을 추산할 수 있다. 이를 다 기간으로 확장

하여 발전원들의 설비 확장 경로를 설정한다.

다 기간 모형에서는 2029년까지 가능한 모든 발전원 증설 경로(혹

은 시나리오)에 대하여 연간 비용과 발전원별 확장비용을 이용하여

총비용을 구한다. 이 중 총비용이 최소가 되는 최적 경로를 통해 매년

52

증가시켜야하는 전원별 용량과 그에 따라 결정되는 전원별 발전량 변

화 등을 파악해 볼 것이다. 이와 더불어 원전 용량 변화에 따른 총비

용의 증감을 분석하는 원전 용량에 대한 총비용의 변화량의 분석을

통하여 현재 우리나라의 전원 구성에서 원전에 의한 편익에 대해 알

아보겠다.

이러한 분석을 위해 먼저 단일기간 모형의 구조와 특성을 살펴보고

단일 기간에 대한 모의실험 결과를 살펴본다. 그리고 이를 다 기간으

로 확장하고, 모의실험 결과를 통해 장기적 최적 전원 분포를 확인하

며 전원 용량에 대한 민감도를 분석한다. 마지막으로 모의실험 결과를

바탕으로 우리나라의 장기적 최적 전원 구성에 대한 최종적인 시사점

을 제시한다.

1. 단일기간 모형

가. 단일기간 모형의 특성

단일기간 모형에서는 총비용인 전력예비율 부족분으로 인한 수요반

응(demand response) 혹은 순환정전(rolling blackout)을 고려한 전력

발전비용과 원전 사고를 고려한 비용의 합을 계산한다. 이 때, 본 연

구에서는 다 기간 모형으로의 확장을 염두에 두어 적정 에너지믹스를

위한 새로운 모형을 제안하고자 한다. 연구진은 수리 모형을 1년 단위

의 최적화 문제로 구성하였는데, 매일 혹은 매 순간 이루어지는 전력

수급 프로세스를 연 단위의 모형으로 변환할 때 가장 어려운 점은 발

전원별 순간출력변화량(ramp up/down rate)을 고려하는 부분이다.

실제 과도한 발전이나 전력 부족 사태를 막기 위해서 전력계통 운

제4장 원전의 경제적 가치 추정 53

영 시 천연가스 발전기의 가동률을 일정 수준 이상으로 둔다. 천연가

스의 발전단가는 상대적으로 비싸지만 순간출력변화량이 크기 때문에

예상치 못한 사태가 발생했을 때 수급 정상화의 용도로 쓸 수 있기 때

문이다. 이렇듯 수급계획 시 순간출력변화량을 고려하여 각 전원의 비

율을 외부에서 주어지는 변수로 두는 기존의 방식을 따르게 된다면

향후 발전원별 설비 또한 해당 비율로 일정하게 증가할 것이다. 즉,

외부에서 주어진 변수에 의해 미래의 에너지믹스가 결정되기에 본 연

구의 의미가 퇴색될 것이다. 그러므로 본 연구에서는 순간출력변화량

을 고려한 발전원별 발전비율을 내생적(endogenous)으로 고려하기 위

해 발전 프로세스를 계획과 운용, 두 단계로 나누었다. 계획 단계에서

는 여러 상황을 고려하여 기대 손실을 최소화하는 권장 발전량을 제

시한다. 운용 단계에서는 이러한 권장 발전량을 기준으로 물리적인 발

전기의 출력변화량을 고려하여 전원별 최적 발전량을 결정하게 된다.

이와 같은 최적화 모형에서 문제가 될 수 있는 것이 해가 없는 상황

(infeasibility)이다. 이러한 경우는 설비용량 자체가 수요에 비해 부족

하거나 온실가스 배출 제약식을 만족시키지 못하기 때문에 발생할 수

있다. 실제 계통 운영을 할 때 최악의 상황에서는 순환정전(rolling

blackout)을 시키는 선택을 한다는 현실을 반영하여, 본 연구에서는

현재설비로 충족시키지 못한 전력수요는 일정부분 비례하여 비용으로

처리한다는 가정을 세운다. 다음 절에서 본 모형의 구조를 좀 더 자세

히 설명하겠다.

54

나. 단일기간 모형의 구조

모형의 구조를 살펴보기 전에 먼저 기본적인 가정과 변수 표기 및

의미를 정리하자.

― 신재생발전원의 발전량을 이라 하고 각 용량을 이라고

한다. 같은 방식으로 원전의 발전량은 , 용량은 이라고 하며,

각 석탄 발전과 가스발전의 발전량은 , 용량은

라고 한다. ( , 로 두며

각 벡터의 원소는 아래첨자로 표현한다. 전원별 용량은 부록 참조.)

― 전원별 1GWh당 발전비용을 라고 한다. (부록 참조)

― 전력수요는 무작위인 D로 주어지며 기간 초에 결정된다.

― 순환정전 혹은 부족한 전력예비율의 비용은 전력수요를 맞출 수

없거나 탄소배출 감량 목표치를 맞출 수 없을 때 발생하며 3단계 구

조(자율절전, 가정용, 산업용)를 가진다. 이는 로 표현한다.

― 온실가스 배출 제한량은 라고 한다.

― 신재생에너지의 실제 용량은 날씨에 영향을 받으며 가 절삭

된 정규분포를 따른다고 할 때 가 로 실현되면 용량은

로 표현된다. 다른 발전원들의 경우 상수 값인 을

가지며 로 표현된다.( , 3장

3절 실제요인에 관한 설명 참조)

― 원전비용은 복합 포아송 분포 (compound Poisson distribution)을

따르는 확률변수이고 각 사고 당 비용은 파레토 분포 (Pareto

제4장 원전의 경제적 가치 추정 55

distribution)을 따른다. (다 기간 모형에서는 각 원전 당 원전 사고 빈

도는 용량 대비 사용량에 비례한다.)

― 온실가스 배출 제한량() 과 설비용량()이 정해지면 총 손실 혹

은 비용을 라는 확률변수(random variable)로 정의된다.

1) 최적화 모형

실제 운영상에서 단기 수요와 신재생에너지의 효율이 예측가능하다

고 할 때, 운용 프로세스(operating process)에서는 주어진 발전용량으

로 실현된 수요를 만족시키기 위해 최선을 다할 것이다. 수요의 불확

실성 와 신재생에너지 효율의 불확실성 가 결정되면 그에 따른

비용 역시 결정된다. 먼저 계획단계에서는 수요의 불확실성

하에 실제 운용비용의 평균이 최소화되도록 아래와 같은 식을 통해

각 발전원의 권장발전량이 결정된다. 즉,

는 다음과 같은 최적

화 문제를 최소화시키는 값이다.

min∈Emin∈ (6)

여기서 ≤ ≤ ∀ and ≤ 로 계획

발전량의 제약조건들을 나타낸다.

를 살펴보면, 먼저 ≤ ≤는 1년 동안 발전량이 1년 동

안 최대 용량으로 발전한 양을 넘어갈 수 없기 때문에 이를 제한하는

식이다.2) 다음으로 ≤는 온실가스 배출 제한 조건이다.

56

이때, ≤ ≤ ∀ and ≤

≤ ≤ 이다.

는 앞선 집합 에 ≤ ≤ 라는

제약을 추가 하는데, 이는 처음 계획한 발전량인 에서 출력을 조정

할 수 있는 범위가 제한되어 있기 때문이다. 여기서 는 해당 발전기

별 연 단위 출력조정 가능 범위를 예측한 값이다. 본 연구에서는 연간

에너지원별 출력 변화량을 데이터를 고려하여 시간당 출력조정 가능

범위에 5배를 한 값으로 사용하였다.3)

이렇게 결정된 권장발전량을 기준으로 한 기간 내에서 비용을 최소

화하는 최적화 모형을 아래와 같이 구성할 수 있다.

min∈

(7)

이때 는 (1) 식을 최소화하는 값으로 권장발전량으로 해석할 수

있다. 이러한 단일 모형에서의 확률변수는 이며 원전 사

고 시 발생하는 비용에 비해 각 발전원들의 가동 중단으로 인한 비용

이 미미하기 때문에 가동중단을 고려하지 않았다.

2) 기본적으로 발전기의 용량은 MW로 주어지는데 발전량을 제약하기 위해 365*24를 곱해주어 GWh의 단위로 계산하였다.

3) NEA (2012) p.7의 출력변화가능량 범위를 기준으로 (부록 참조) 천연가스는 분당

8%, 석탄은 3%, 원전은 2%로 변화가능하다고 가정하였다. 이를 정수배 해가며

단일기간 모형의 결과가 가장 현실과 비슷한 값으로 정하였다.

제4장 원전의 경제적 가치 추정 57

2) 순환정전 비용 구조

앞서 간략히 설명한 바와 같이 최적화 모형에서 해가 없는 상황이

문제가 될 수 있다. 이를 위해 전력공급이 예상 수요에 미치지 못하는

경우 정전은 발생하지 않으나 수급 불안정으로 인한 비용이 발생한다

고 가정하였다. 실제 계통 운영을 할 때 최악의 상황에서는 가정용,

산업용을 순차적으로 순환정전을 시키는 선택을 한다는 현실을 반영

하여 아래와 같이 모형화하였다.

전력이 부족한 경우 부족분에 따라 [그림 4-1]과 같은 3단계의 비용

을 지불하게 된다. 이를 수식으로 정리해보면, 아래와 같다. 정전 함수

는 3단계 구조로 이루어져 있으며 각 에 대하여 ≥

(원/GWh)라고 할 때 다음 식으로 표현된다.

[그림 4-1] 수요반응 및 순환정전 비용구조

58

≤ ≤ ≤ ≤ ≤

(8)

이렇게 구성된 모형을 통한 모의실험을 할 때, 는 긴급절전 시 활

용하는 100만 킬로와트를 환산한 값(2015 산자부 하계 전력 수급전망

및 대책) 8,760GWh를 적용하였고, 는 가정용 전력량 값(2,016 한

국전력통계 전문) 63,794GWh과 전체 2015년 전력수급량을 활용하여

×으로 값을 계산하였다. 즉, 는 절대량을, 는

비율을 기반으로 한 값을 사용하였다. 순환정전을 통한 전력 공급 가

능량이라 두었다. 또한 은 한국전력 홈페이지의 긴급절전 시 수요조

정을 위한 설명을 참조하여 자율절전 시 드는 비용인 30억원/GWh을

활용하였으며 김창섭 외(2014)를 참조하여 는 70억원/GWh, 은

190억원/GWh을 사용하였다.

3) 원전 사고 비용

원전 사고 비용은 Wheatley et al. (2016) 을 참조하였다. 해당 연구

에 따르면 대의 원전이 있을 때 한 해 동안의 원전 사고 비용은 복

합 포아송 분포을 따른다.

∼ (9)

제4장 원전의 경제적 가치 추정 59

이 때 사고 1건당 비용인 은 라는 분포를 따르고 사고 횟수인

는 평균이 인 포아송 분포를 따르며 와 는 독립이다. 여

기서 는 원전의 대수, 는 원전 한 기당 평균사고 횟수를 의미한다.

또한 복합 포아송 분포란, 사고 횟수는 포아송 분포를 따르며 각 사고

1건당 비용은 사고횟수와 관계없이 라는 분포를 따를 때 총 사고

비용의 합의 분포를 의미한다.

Wheatley et al. (2016) 에서 관찰한 데이터4)는 온라인으로 누구나

확인가능하며 체르노빌 사고와 후쿠시마 사고를 비롯한 전 세계에서

일어난 원전 사고 216건을 포함한다. 이 자료는 원전사고의 심각도

지표로 INES(Industrial Nuclear Event Scale)와 NAMS(Nuclear

Accident Magnitude Scale), 사고비용을 포함한다. 이중 INES에서

0~3단계는 사건(incident)으로 분류하고 4단계 이상은 사고(accident)

로 분류하는데, Wheatly et al. (2016)은 비용으로 환산한 사고와 사건

의 기준을 2013년 기준 달러로 2천만달러로 추산하였다. 본 연구에서

는 Wheatley et atl. (2016)와 마찬가지로 2천만달러 이상의 비용이 발

생한 사고만 고려하기로 한다.

4) https://innovwiki.ethz.ch/index.php/Nuclear_events_database

60

[그림 4-2] TMI 사고이후 원전 사고 비용 분포

사고 당 비용을 살펴보면 1979년 Three Mile Island(TMI)사고를 전

후로 원전사고방지에 노력하게 되며 원전사고 비용의 양상이 확연히

달라진 것을 볼 수 있다. 따라서 [그림 4-2]과 같이 1979년 이후로 변

화된 원전 사고의 피해비용 데이터(2천만 달러 이상)를 바탕으로 하였

으며 이를 파레토 분포로 모델링하며, 극단적인 경우를 고려하여 두

개의 다른 모수를 가지는 파레토 분포로 모형화한다. 먼저, 파레토 분

포와 절삭된 파레토 분포(truncated Pareto df)는 각각 다음 식과 같다.

≤≤

(10)

제4장 원전의 경제적 가치 추정 61

사고 1건당 비용 분포인 는 다음과 같다.

≤ ≤≤ Pr ≤≤ Pr ≤

(11)

이때 Wheatley et al. (2016) 는 은 22억원, 은 1,200억원,

는 0.55, 는 0.4로 추정하였다.

이러한 모형을 바탕으로 환율을 1달러당 1,100원으로 환산한 원전

사고 1건당 비용의 분포는 [그림 4-3]과 같다.

[그림 4-3] 원전 사고 1건당 비용의 확률밀도함수

62

분위(percentile)

사고 1건당 비용(조원, 1 trillion won)

1% 0.022

5% 0.024

10% 0.027

25% 0.036

50% 0.232

75% 0.926

90% 1.069

95% 4.164

99% 232.748

<표 4-1> 원전 사고 1건당 비용의 분위표

두꺼운 꼬리 (heavy-tailed) 분포를 가지는 파레토 분포의 특성상 사고

비용이 232.748조원보다 높을 확률이 1%에 달하며, 이는 각 분위

(percentile)당 사고 1건의 비용으로 표기한 <표 4-1>에서 확인할 수 있다.

원전 사고 빈도를 살펴보면 1986년 체르노빌 사건이후로 원전 사고

의 빈도수가 급격하게 감소하였다([그림 4-4] 참조). 따라서 1986년

이후 전 세계 원전사고 통계를 이용하여 원전 1대당 1년 동안의 평균

원전사고 횟수 를 계산하였다.

본 연구에서는 Wheatley et al. (2016)를 그대로 차용하되, 현재 한

국의 원전 대수가 25대라는 사실을 반영하였다. 다음과 같이 총 사고

비용이 국내원전 사고 횟수가 평균이 ×인 복합 포아송 분포

를 따르도록 하였다.5)

5) 은 Wheatley et al. (2016)의 와는 다른 값을 가지므로 구분하였다.

제4장 원전의 경제적 가치 추정 63

∼× (12)

그러나 파레토 분포는 평균값이 존재하지 않기 때문에 기댓값을 리

스크 측도로 사용할 때 문제가 발생한다. 본 연구에서는 이를 해결하

기 위해 사고비용의 최대값을 이전 사고 데이터 중 최대 사고비용으

로 대체한 절삭된 분포를 사용하였다.

[그림 4-4] 체르노빌 사고 이후 연간 사고횟수

(사고비용 2천만 달러 이상)

다. 단일기간 모의실험

1) 모의실험 과정

앞서 구성한 최적화 모형을 통해 최적값을 계산해보기 위하여 시뮬

64

레이션 최적화 기법을 활용하였다. 해당 실험은 [그림 4-5]과 같은 순

서로 진행하였다.

[그림 4-5] 단일기간 모의실험 알고리즘

⓵ 온실가스 배출 목표량(제한량)과 발전원들의 용량을 입력

⓶ 주어진 입력 값으로 (1) 식을 풀어 발전 권장량 ()를 결정

⓷ 실제 운용단계와 같이 그 해의 신재생에너지의 효율 와 수요 를 샘플링 한

다. 여기서 와 는 모두 정규분포를 따른다고 가정하였다. 사용된 의 평균

은 14.85% 표준편차는 , 의 평균은 2012년 소비전력인

471,794GWh로 두고 표준편차는 2012년 소비전력의 10%인 로 둔다.⓸ 원전사고 비용을 샘플링하여 계산

⓹,⓺ 함수에서 원전사고 비용을 제외한 최적화 모형을 풀어 최적 생산량

()을 결정 후 ⓸에서 구한 원전사고 비용과 합하여 값을 계산

2) 리스크 측도

이러한 과정을 통해서 하나의 을 구할 수 있다. 본 연구에서

는 여러 개의 표본을 샘플링하여 얻은 최적값들의 평균을 취하는

SAA(Sample Average Approximation) 방식을 통해 을 계

산하였다. 이를 기존의 두 단계 최적화 모형에 적용한 후 식을 전개하

면 다음과 같은 한 개의 최적화 모형으로 구하는 것과 동일하다.

제4장 원전의 경제적 가치 추정 65

E

min ∈ ∈

E Y ××

(13)

여기서 은 샘플 수이며 본 연구에서는 을 결과가 수렴하는 샘플

수인 500으로 두었다.6) 그리고 ·는 위에서 정의한 집합이다.

은 가 실현된 것으로 예상전력수요량을 평균으로 하고 예상전력

수요량의 10%를 표준편차로 가지는 정규분포에서 생성된 값이다.

제7차 전력수급기본계획의 예상전력수요량과 온실가스배출 제한량

을 바탕으로 원전 용량은 변화하지 않는다고 할 때 이를 다 기간 모형

으로 확장시키면 다음과 같다.

min ≥∈ ∀

E

(14)

이때 E는 E에서 가 년도 예상 전력수요량

을 평균으로 하고 이의 10%를 표준편차로 갖는 정규분포를 가지도록

하고 년도 온실가스배출 제한량 와 전력설비용량 를 대입한 값

에 전력설비증강비용을 더한 값이다. 본 연구에서는 2015년부터 2029

년까지의 비용을 최적화하며 이를 위해 15년간의 신재생에너지, 석탄

발전, 가스발전의 용량인 총 45개의 변수로 결정되는 총비용 값을 최

6) 을 순차적으로 늘려 확인하였으며 샘플 수가 500개보다 많은 경우 결과에 큰 차

이를 가져오진 못했다.

66

소화해야한다. 뿐만 아니라 한 경우에 대하여 총비용을

구하려면 적어도 각 에서 500개의 4차원 의 최적화 값을 구하는

대규모 최적화 모형을 풀어야한다. 따라서 15년간의 총비용을 최소화

하는 최적 전원용량계획을 구하는 것은 효과적으로 계산을 줄이지 않

는다면 불가능하다.

3) 모의실험 결과 및 분석

수요의 불확실성을 고려하기 위해 수요 는 정규분포를 따른다고

가정하였다. 해당 정규분포는 예측수요를 평균으로 두고, 예측수요의

일정 비율만큼을 분산이라 두었다. 본 연구에서는 이러한 비율을 (수

요예측)오차율이라고 하겠다. 여러 세팅에서 단일 기간 모형을 모의실

험한 결과 중 대표적인 결과를 보면 <표 4-2>와 같다.

발전원별 발전량(오차율 10%)

발전원별 발전량(오차율 20%)

비율(%) 비율(%)RE 0.21 4 0.21 3Coal 2.41 45 2.41 38Gas 1.06 20 2.04 32NU 1.73 32 1.73 27

<표 4-2> 다양한 분산에 따른 발전계획비율과 발전계획량

단일기간 모형의 결과를 보면 수요 예측 오차율이 커질수록 천연가

스를 통한 발전량이 많아지는 것을 알 수 있다. 이는 천연가스의 출력

변동 범위가 높아 첨두부하에서의 전력 공급과다 혹은 공급부족을 막

제4장 원전의 경제적 가치 추정 67

는데 비용-효과적이기 때문이라 할 수 있다. 이러한 두 결과를 대표

결과로 둔 이유는 단일모형을 통해 나온 발전비율([그림 4-6])과 2012

년 실제 발전비율([그림 4-7])을 비교해 보면 알 수 있다.

[그림 4-6] 오차율이 각각 10%(좌측)와 20%(우측)일 때 계획한

전력생산비율

본 연구에서 사용한 연 단위 출력량 변화율 은 발전기들의 물리적

특성을 고려하여 데이터에서 추정 해볼 수 있을 뿐, 실제 값을 얻을

수 없다. 그러므로 어떠한 범위 내의 여러 값들을 대입해보며 실제 발

전량과 비슷한 결과를 내는 값을 역으로 추적해나갈 수밖에 없다. 그

결과 오차율 10%에서 2012년 실제 발전원별 비율([그림 4-7])과 가장

비슷한 결과를 내는 연 단위 출력량 변화율을 구할 수 있었다. 이렇게

도출된 값을 통해 다 기간 모형의 모의실험에서도 활용하도록 하겠다.

68

[그림 4-7] 발전원별 발전비율

(2012년)

2. 다 기간 모형

가. 다 기간에서의 의사결정 문제

앞서 언급했듯 본 연구의 목적은 2029년까지 매 해 주어지는 온실

가스 배출 목표치를 달성하고 동시에 다 기간에 걸친 발전비용, 설비

확장비용 그리고 원전사고 비용의 총합을 최소화하는 최적화 모형을

구성하는 것이다. 즉, 주어진 기간 T에 대해서 결정 변수는 온실가스

배출량 제한을 나타내는 와 기간 별 각 에너지들의 용량

인 로 나누어 볼 수 있으며, 이는 해당 기간의 초에 결정된

다고 가정한다. 또한 확장 및 폐쇄 비용을 다음과 같이 정의한다.

(15)

제4장 원전의 경제적 가치 추정 69

이러한 확장 및 폐쇄 비용을 포함하여 해당 기간의 말에 손실 함수

가 아래와 같이 표현할 수 있다.

(16)

마지막 시점인 에서는 확장, 폐쇄를 하지 않으므로

로 정의된다.

다 기간 모형에서의 목적은 어떠한 위험측도인 에 대해 최적값

min을 구하고 결정변수들의 양상을

살펴보는 것이다. 본 연구에서는 위험측도 ·로 각 손실함수에 대

해 할인율을 고려한

E 을 사용하였다. 이를 위해 앞서 구성

한 단일기간 모형을 그대로 다 기간 모형으로 확장하게 되면 기존의

결정변수들과 기하급수적으로 늘어나게 되며, 추가적으로 매 기간

와 라는 결정변수가 더 생기게 된다. 그에 따른 계산비용은 거의 계

산 불가능한 정도가 된다. 이러한 문제를 해결하고 최적값을 계산하기

위해 본 연구에서는 다음과 같은 방법론을 도입한다.

70

나. 문제해결 알고리즘

[그림 4-8] 다기간 모형 개념도

본 연구의 문제해결 방법론에서는 다음과 같은 가정을 둔다.

1) t 시점에 발전설비 증강을 결정하면 바로 그 시점부터 발전용량

이 증대된다.

2) 전원설비가 확장되었을 때, 해당 전원의 운영가능 기간은 20년을

훨씬 상회하게 된다. 따라서 관측기간 동안 증설한 발전원에 대해서

폐쇄를 고려할 필요가 없다. 또한 발전원의 폐쇄는 또 다른 의사결정

의 문제가 되므로 모든 발전원들에 대해서 폐지가 불가능하다고 가정

한다.7)

3) 우리나라의 수급계획에 따르면 2029년까지 원자력 발전소의 증

축은 없을 것이라고 나와 있기에 그를 따라 더 이상의 원전 증축은 없

다고 가정한다.

7) 원전의 경우 폐지 일정에 따라 시나리오 상에서 기존의 노후된 발전기들을 폐지

하는 상황은 고려하였다.

제4장 원전의 경제적 가치 추정 71

4) 는 2012년 온실가스 배출실적과 2029년의 선형

보간법으로 계획한다.

이러한 가정 하에서 문제해결 방법론은 다음과 같다.

먼저 발전원(가스, 신재생에너지, 석탄) 증설할 용량을 각각

라고 둔다. 발전원 마다 증설할 용량을 이산화

(discretization)하여 3차원 좌표계로 표현한다. 이 때, 기에 증설해야

하는 총 용량()이 각각의 이산화된 에너지원 증설 용량의 합

과 같게 두면 [그림 4-8]과 같은 형태의 그래프가 그려진다. 이 때 시

점의 증설할 수 있는 평면을 쉘(shell)이라고 둔다. 해당 쉘(shell) 위

에 이산화된 지점들을 시점의 노드들이라고 하고 시점의 노드 집

합을 ℵ이라 둔다. 해당 노드마다 주어진 발전원별 용량과 온실가스

배출 제한량에 따라 전력생산비용에 해당하는 E 을 할당한

다. 여기서 경로 집합을 다음과 같이 정의한다.

∈ℵ (17)

여기서 경로 ∈에 할당된 기간의 값을 라고 하

며 경로 의 노드와 노드가 연결되는 아크(arc)에 확장비용

(expansion cost)

를 할당한다. ( 와 에 아무

값을 가지지 않는 노드를 둔다.) 여기서 를 찾기 위해 [그림 4-9]와

같이 부터 에 있는 노드까지 가는데 걸리는 최소 비용

문제로 아래와 같이 치환하여 해결한다.8)

72

min∈

(18)

[그림 4-9] 다기간 모형에서 최단거리 찾기 문제로의 변환

다. 다기간 모형의 구조

1) 최적화 모형

다 기간 모형에서는 단일기간 모형에서와 유사하게 손실함수를 다

음과 같이 정의한다.

min∈

(19)

이러한 손실함수의 위험 측도로 기댓값을 취하여 (2)의 식으로 바꾸

며 해결하였다.

8) 각 비용에는 할인율을 곱하여 계산한다.

제4장 원전의 경제적 가치 추정 73

2) 순환정전 및 원전 사고 비용 구조

순환정전은 단일기간 모형과 같은 형태의 모형을 사용한다. 또한 원

전 사고 비용의 구조는 원전 사고빈도가 원전의 사용량에 대해서도

비례하도록 논문의 식을 수정하여 반영하였다.

원전사고 횟수 가 평균이 × 인 같은 포아송 분포를 가져,

총 사고비용이 다음과 같은 복합 포아송 분포를 따르도록 하였다.

∼ (20)

이를 통해서 원전 1기당 1년 동안 사고 일어날 확률(0.004)과 우리

나라 총 원전이 25기이므로 원전사고 일어날 횟수의 평균은 0.01가량

임을 추산할 수 있다. 이러한 확률변수에 기댓값을 취하여 다 기간 모

형에 반영하였다.

74

라. 다기간 모의실험

1) 모의실험 과정

[그림 4-10] 모의실험 과정 1

앞서 설명한 바와 같이 주어진 예산 하에서 증설할 수 있는 공간인

쉘이 만들어진다. [그림 4-8]과 같이 공간 안의 점들을 유한개의 점으

로 이산화하여 해당 점들마다 단일 기간 모형의 알고리즘을 반복하여

계산한다. 이 때, 각 노드에서는 500개의 표본을 추출하게 되며 각 노

드에서 추출되는 샘플들은 모두 독립적이다. SAA방법을 통해 이렇게

추출된 500개의 샘플들을 통해 E 을 최소화하는

E 값이 도출된다. 이렇게 모든 에 대하여 쉘 위의

개의 노드들에 단일기간 모형의 값이 할당한다.

[그림 4-11] 모의실험 과정 2

제4장 원전의 경제적 가치 추정 75

다음으로 [그림 4-9]와 같이 해당 쉘의 노드와 다음 쉘의 노드들을

이어주는 아크에 대해서 확장비용을 계산한다. 이 후, 각 쉘 마다 하

나의 노드를 지나는 모든 경로에 대해서 노드와 아크에 할당된 비용

이 최소가 되는 경로를 찾는다.

2) 모의실험 결과 및 분석

(1) 기본 시나리오

원전 설비의 감소 혹은 증가가 없고 신재생에너지 기술의 혁신

(technology innovation)이 없는 시나리오 하에서 결과는 [그림 4-12]

와 <표 4-3>와 같다. 권장발전량 (혹은 발전계획량)을 나타내는 위의

그림을 보면 천연가스를 중점적으로 늘려 계획하는 양상을 보이는데,

이는 온실가스 배출 제약을 맞춰주면서 비용최소화의 목적을 달성하

기 위한 것으로 보인다.

76

[그림 4-12] 기본 시나리오에서 계획 발전량

전원연도별 계획 발전량 (GWh)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 8205.091 8284.635 8414.833 8537.135 8632.87 8597.345 8724.439 8643.252석탄 207909.1 207909.1 195054.5 174186 128879.5 122850.7 107658.1 75390.4가스 162269.5 187598.7 221451.7 252150.8 316535.8 326779.4 349654.7 396066.7원자력 172938.3 172938.3 172938.3 172938.3 172938.3 172938.3 172938.3 172938.3

전원 2023 2024 2025 2026 2027 2028 2029

신재생 8727.784 8694.979 8708.142 8611.511 8659.208 8966.254 8738.231

석탄 76925.9 66385.84 67788.49 65064.87 58746.09 52468.16 46140.3

가스 395883.6 412345.7 412345.7 418033.5 428676.9 439263.9 449919.9원자력 172938.3 172938.3 172938.3 172938.3 172938.3 172938.3 172938.3

<표 4-3> 기본 시나리오에서 계획 발전량

제4장 원전의 경제적 가치 추정 77

[그림 4-13] 기본 시나리오에서 평균 발전량

전원연도별 평균 발전량 (GWh)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 8628.085 8765.499 9078.779 9294.888 9443.599 9469.602 9521.502 9545.412

석탄 203431.4 204736 199551.4 185568.3 143518.4 137832.6 122182.6 85895.42

가스 103984.3 123530.4 151619.1 189658.5 259161.9 278161.2 317589.1 368814.4

원자력 183476.7 184502.6 186553.9 188234.6 189105.4 189725.2 190104.9 190101.6

순환정전 194.951 99.27129 244.4632 122.2898 302.8414 276.3713 127.0949 357.0481

전원 2023 2024 2025 2026 2027 2028 2029

신재생 9555.846 9559.096 9577.575 9587.315 9572.658 9580.073 9576.95석탄 87760.66 75805.8 76759.46 73484.21 66420.4 58925.22 51704.89가스 382203.8 413804.4 428342.9 446177.3 466081.9 488705.3 508379.9원자력 190143.3 190228 190232.2 190232.2 190232.2 190218.9 190232.2순환정전 289.0483 394.7889 949.878 1491.757 1152.714 2213.708 2795.636

<표 4-4> 기본 시나리오에서 평균 발전량

78

또한 실제 발전량의 평균값을 살펴보면 권장발전량과 거의 비슷한

결과를 보인다([그림 4-13], <표 4-4>). 그리고 순환정전을 거의 시키

지 않는 모습을 보인다.

다음으로 기본 시나리오 하에서 설비의 확장은 [그림 4-14]와 같이

나타난다.

[그림 4-14] 기본 시나리오에서 설비용량

이는 온실가스 배출 제약을 충족시키기 위해서 최대한 천연가스로

발전하나 나머지 수요를 충당하지 못하는 부분은 순환정전으로 대체

하는 경향을 보인다. 실제로 이러한 결과가 나올 수밖에 없는 이유 중

하나가 어떤 기간 에서 주어진 증설 가능량 중 한 단위를 신재생에

너지에 투자하게 되면 실제로 거기서 나오는 실제 전력량은 약 15%

제4장 원전의 경제적 가치 추정 79

밖에 되질 않는다. 이는 다른 에너지원에 비해 신재생에너지의 증설비

용 및 발전비용의 비경제성을 더욱 가중시키는 효과를 낸다.

전원연도별 설비용량 (MW)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 7355 7355 7355 7355 7355 7355 7355 7355석탄 27294 27294 27294 27294 27294 27294 27294 27294가스 28246 38530 47175 50432 53091 55617 62310 65900원자력 21716 21716 21716 21716 21716 21716 21716 21716

전원 2023 2024 2025 2026 2027 2028 2029

신재생 7355 7355 7355 7355 7355 7355 7355석탄 27294 27294 27294 27294 27294 27294 27294가스 65900 65900 65900 66809 68510 70202 71905원자력 21716 21716 21716 21716 21716 21716 21716

<표 4-5> 기본 시나리오에서 설비용량

종합해보면 온실가스 배출 제약은 미래에 증설할 수 있는 에너지원

을 천연가스와 신재생에너지로 제한하고, 설비용량 계획의 제약은 천

연가스의 비싼 비용에도 불구하고 천연가스 용량의 증설을 강제하는

것으로 보인다. 그러나 이러한 상황에서는 순환정전으로 부족한 전력

수급을 감당하는 전력시스템을 구축하게 되므로 안정적인 전력 수급

에 차질을 빚게 된다.

이러한 문제를 해결하기 위해서 본 연구에서는 기존의 7차 전력수

급계획에 나와 있는 설비용량계획을 실제 발전할 수 있는 양을 설비

용량화한 값으로 대체한 시나리오를 고려하였다. 즉, 설비비용량계획

을 실제발전가능 설비용량계획(effective capacity plan)이라고 두어 계

산하였다. 보다 구체적으로, 쉘을 만드는 제약식은 다음과 같다:

80

여기서 가 붙은 값들은 전부 해당 에너지원에 대한 증설량을 뜻

한다. 본 연구에서는 여기서 증설량 앞에 붙은 계수를 실제요인

(effective factor)이라고 하겠다. 실제요인이란 운용자(operator)가 이

에너지원 통해 발전하고자 했을 때 실제 얼마만큼 발전할 수 있는가

를 나타낸 것이다. 즉 0.1485라는 것은 설비용량 1 대비 이 에너지원

을 1년 동안 100% 가동했을 때 필수적인 설비가동 제약들을 고려하

여 실제로 얻을 수 있는 전력량을 계산한 것이다. 신재생에너지와 석

탄연료 증설량의 실제요인은 설비 이용률(capacity factor) 값을 토대

로 결정하였다. 여기서 석탄연료의 실제요인은 최적 생산량과 정비기

간 등을 고려한 것이라 볼 수 있다. 천연가스의 실제요인이 1인 것은

천연가스는 다른 에너지원과는 달리 운용자의 의지에 따라 설비이용

률을 100%로 할 수 있는 에너지원으로 본다는 것이다.

추가적으로 본 연구에서는 매 시나리오마다 원전 1단위 증설시 얻

게 되는 편익에 대한 분석을 시행할 것이다. 이를 위해 편익은 다음과

같이 계산된다.

∆ (21)

여기서 증설 시 편익을 보기 위해선 값을 1000MW로 두었으며 감

설 시 편익을 확인하기 위해 값을 -1000MW로 두었다. 기존 계산식

에 넣기 위해 이를 GWh로 환산하여 계산한다.

제4장 원전의 경제적 가치 추정 81

(2) 실제발전가능 설비용량계획하의 결과

[그림 4-15] 실제발전가능 설비용량 계획 하에서 계획발전량

전원연도별 계획 발전량 (GWh)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 8515.69 8431.329 8540.69 21790.37 33628.85 45054.67 51781.03 53928.94석탄 176722.7 176722.7 176722.7 171932 142012.5 136314.5 136759.1 110831.4가스 176739.3 224579.6 246720.7 255257.7 298432.9 308220.6 309541.2 347214.1원자력 146997.6 146997.6 146997.6 146997.6 146997.6 146997.6 146997.6 146997.6

전원 2023 2024 2025 2026 2027 2028 2029

신재생 53274.51 53173.43 52834.62 57165.43 58251.74 59901.28 61110.73

석탄 93141.14 92024.53 93427.18 92850.72 87304.26 81768.6 76168.08

가스 373532.1 377004.7 377004.7 379732.8 389311.6 398875.5 408528.9원자력 146997.6 146997.6 146997.6 146997.6 146997.6 146997.6 146997.6

<표 4-6> 실제발전가능 설비용량 계획 하에서 계획 발전량

82

[그림 4-15]는 실제 발전가능 설비용량 계획하인 각 시간 에 대해

쉘이 로 변화하는 상황에서

계획발전량을 나타낸 그래프이다. 전력수요는 증가하지만 온실가스

배출 가능량은 감소함에 따라 온실가스 배출량이 많은 석탄발전량이

줄어들고 상대적으로 온실가스를 적게 배출하지만 가격이 높은 가스

와 온실가스를 배출하지는 않으나 가격이 매우 높은 신재생에너지의

발전량이 늘어나는 현상을 관찰할 수 있다. 이는 계획발전량이 아닌

평균발전량 그래프인 [그림 4-16]에서도 확인가능하다.

[그림 4-16] 실제발전가능 설비용량 계획 하에서 평균 발전량

제4장 원전의 경제적 가치 추정 83

전원연도별 평균 발전량 (GWh)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 9339.819 9280.129 9392.511 24102.7 36295.39 48974.2 56412.81 58647.21

석탄 192312.4 189916.2 190427.7 185811.4 157397.5 150693.3 151992.1 125103.7

가스 134905.8 164263.7 187816.7 202247.4 244183.6 257955.4 264089.6 303931.9

원자력 160333.8 159674.1 160648.8 160750.5 161129.5 161108.2 161525.7 161532.1

순환정전 425.2551 74.17319 73.74923 142.703 163.5286 339.258 225.7974 222.5481

전원 2023 2024 2025 2026 2027 2028 2029

신재생 58828.97 58699.36 58889.34 63167.53 64685.32 66273.93 67590.28석탄 105834.8 103914.7 105371.3 104693.7 97540.44 91208.51 84304.27가스 345917.2 361459.6 378251.2 389105 410064.5 429040.7 449967.6원자력 161520.9 161430.8 161448 161697.3 161697.3 161671.2 161697.3순환정전 182.4224 874.416 905.3805 870.547 2002.96 2600.656 3662.141

<표 4-7> 실제발전가능 설비용량 계획 하에서 평균 발전량

[그림 4-17] 실제발전가능 설비용량 계획 하에서 설비용량

84

전원연도별 설비용량 (MW)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 7355 7355 7355 18847.36 28268.3 38074.42 43574.03 45389.34석탄 27294 27294 27294 27294 27294 27294 27294 27294가스 28246 38530 47175 48725.38 49985.38 51055.17 56931.47 60251.9원자력 21716 21716 21716 21716 21716 21716 21716 21716

전원 2023 2024 2025 2026 2027 2028 2029

신재생 45389.34 45389.34 45389.34 48574.6 49720.32 50821.46 51900.45석탄 27294 27294 27294 27294 27294 27294 27294가스 60251.9 60251.9 60251.9 60687.89 62218.75 63747.23 65290원자력 21716 21716 21716 21716 21716 21716 21716

<표 4-8> 실제발전가능 설비용량 계획 하에서 설비용량

[그림 4-17]은 실제 발전 가능 설비용량 계획 하에서 설비용량 변화

그래프이다. 신재생에너지와 가스발전 설비가 증대된 것을 확인할 수

있으며 특히 현격한 신재생에너지 설비의 증가로 인해 [그림 4-15],

[그림 4-16]에서 신재생에너지 발전량이 증가된 것을 알 수 있다. 이

때 설비용량의 날씨 등의 외부요인으로 15% 가량 발전할 수 없다는

제약으로 가스발전보다 신재생에너지의 설비가 크게 증가하였으나 신

재생에너지 발전량은 가스발전량보다 작음을 알 수 있다. 또한 천연가

스와 신재생에너지 원이 동시에 확장되었는데, 이는 (1) 온실가스 배

출 제한을 맞추기 위해 신재생에너지의 증대되고 (2) 그로 인해 수급

불확실성이 증가하였으며 (3) 이러한 수급 불확실성을 낮춰주기 위해

상대적으로 출력변화가 자유로운 천연가스를 활용하기 위함으로 보인

다.

이 경우 총비용은 592.74조이며 원전 폐쇄/증설비용을 고려하지 않

았을 때 원전 1단위 증설시 얻는 편익은 17.676조, 원전 1단위 감소에

제4장 원전의 경제적 가치 추정 85

따른 비용 증가는 14.706조이나, 원전 사고비용이 단순평균으로 반영

되어있기 때문에 결과의 해석에 대해 신중한 접근이 필요하다. 실제로

본 모형에서는 ‘원전 사고의 크기가 커짐에 따라 원전사고 발생확률

이 급격하게 줄어든다’ 라는 특성이 반영되었다. 원전 사고로 인한 비

용을 단순하게 산술평균으로 계산하는 경우, 매우 작은 확률로 발생하

지만 재난 수준의 피해를 입힐 수 있는 사고가 발생할 수 있음에도 불

구하고 이러한 원전의 리스크가 과소평가될 수 있는 위험이 존재한다.

이러한 꼬리 부분의 리스크는 추후 연구에서 다루어져야 할 부분으로

적절한 리스크 측도의 선택 및 의사결정에의 반영 방법 등에 대한 고

려가 필요하다.

[그림 4-18] 신재생에너지 증설비용 하락 시나리오 하에서

계획발전량

86

전원연도별 계획 발전량 (GWh)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 8515.69 8469.595 8527.339 8506.244 8618.508 20808.24 65562.35 82783.21석탄 176722.7 176722.7 173222 138226 117517.1 114355.9 144253.5 168080.4가스 176739.3 237492.7 251546.2 301718.9 332198 338488.8 299210.7 268300.6원자력 146997.6 146997.6 146997.6 146997.6 146997.6 146997.6 146997.6 146997.6

전원 2023 2024 2025 2026 2027 2028 2029

신재생 83523.29 83365.52 84174.29 86700.81 98683.68 103089.4 103970.7

석탄 130979.5 114342.6 110519.6 109522.2 110150.8 105208.9 103193.1

가스 321374.9 346241 353444.1 356752.4 357819.4 366564.8 371277원자력 146997.6 146997.6 146997.6 146997.6 146997.6 146997.6 146997.6

<표 4-9> 신재생에너지 증설비용 하락 시나리오 하에서 계획 발전량

앞서 고려한 시나리오들에서는 전원의 기술발달을 고려하지 않았다.

신재생에너지는 비교적 신기술로 지속적인 기술발달을 기대할 수 있

다. Farmer and Lafond (2016)에 따르면 태양광(Photovoltaic)의 설비

가격이 매년 10%의 감소추세를 보일 것으로 추정하였다. 이를 그대로

차용하면 이러한 시나리오 하에서 계획발전량은 [그림 4-18]와 같으며

평균 발전량은 [그림 4-19]와 같다. 여기서 2020년부터 2022년까지

가스발전량이 줄고 석탄발전량과 신재생에너지 발전량이 증가한 것을

관찰할 수 있다. 신재생에너지 설비비용이 감소하면서 이 기간 동안

신재생에너지 설비가 급격하게 늘어나고 이에 따라 신재생에너지 발

전량이 증가하였다. 온실가스가 줄어들었기 때문에 저렴한 석탄발전

량이 증가할 수 있었다. 2022년 이후로 2025년까지 설비용량 변화가

없으나 이에 증가하는 전력수요와 감소하는 온실가스배출량을 맞추기

위해 다시 석탄발전량을 줄이고 가스발전량을 늘리게 된다. 이 시나리

제4장 원전의 경제적 가치 추정 87

오 하에서 총비용은 551.89조이며 원전 1기 증가 시 편익은 12.307조

이며 원전 1기 감소 시 비용 증가는 13.053조이다. 여기서 실제 편익

을 계산하기 위해서는 원전의 폐쇄 혹은 증설 비용을 고려해야하며

앞서 언급한 바와 같이 원전의 꼬리 위험에 대해서는 기댓값보다는

다른 리스크 측도를 고려할 필요가 있다.

[그림 4-19] 신재생에너지 증설비용 하락 시나리오 하에서 평균

발전량

88

전원연도별 평균 발전량 (GWh)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 9339.819 9205.174 9334.07 9442.674 9513.49 22726.15 72049.21 90896.27

석탄 192312.4 186690.6 187841.4 152903.7 133141.4 128582.2 160296.8 181831.4

가스 134905.8 168315.5 191311.9 246591.9 294641.4 307365.8 247539 217123.4

원자력 160333.8 159378.1 160332.4 160820.8 161459.3 161326.8 161557.3 161196.6

순환정전 425.2551 58.67902 236.3488 133.6712 206.3898 262.8662 216.9791 201.9355

전원 2023 2024 2025 2026 2027 2028 2029

신재생 91583.71 91309.53 91321.45 95130.16 108261.5 111265.9 113776.2석탄 146424.6 128776.6 123996 123072.7 123914 118149.3 115139가스 273146 300611.5 321797.1 340869.3 340111.6 356677.3 373588.6원자력 161515.4 161527.3 161495.9 161500.6 161613.2 161684.9 161697.3순환정전 168.7643 188.7766 425.7488 1031.614 779.0085 1242.297 1325.493

<표 4-10> 신재생에너지 증설비용 하락 시나리오 하에서 평균 발전량

[그림 4-20] 신재생에너지 가격 하락 시나리오 하에서 설비용량

제4장 원전의 경제적 가치 추정 89

전원연도별 설비용량 (MW)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 7355 7355 7355 7355 7355 17594.81 55647.04 70745.57석탄 27294 27294 27294 27294 27294 27294 27294 27294가스 28246 38530 47175 50432 53091 54096.39 55138.63 56486.5원자력 21716 21716 21716 21716 21716 21716 21716 21716

전원 2023 2024 2025 2026 2027 2028 2029

신재생 70745.57 70745.57 70745.57 73306.37 83612.58 85594.63 87536.82석탄 27294 27294 27294 27294 27294 27294 28072.24가스 56486.5 56486.5 56486.5 57015.22 57185.75 58583.42 59336.5원자력 21716 21716 21716 21716 21716 21716 21716

<표 4-11> 신재생에너지 가격 하락 시나리오 하에서 설비용량

마지막으로 원전 폐지일정에 따른 에너지 믹스를 도출해보았다. 원

전 폐지일정은 부록에 나와 있는 폐지일정 데이터를 활용하였다.

[그림 4-21], [그림 4-22]에서 볼 수 있듯 안정적으로 전력 수급을

가능케 했던 원전이 폐지된 만큼 신재생에너지의 비중이 급격하게 늘

어남을 볼 수 있다. 이는 원전이 온실가스를 배출하지 않는다고 가정

하였으므로 이를 대체할 수 있는 것은 신재생에너지 혹은 그나마 온

실가스를 적게 배출하는 가스일 것이다. 원전을 폐지시키는 만큼 온실

가스 배출 기준에 맞추면서도 전력수급을 원활히 하기 위해서 신재생

과 천연가스 발전원을 통한 전력수급량이 급격히 증가함을 볼 수 있

다. 총비용은 약 641조이며 원전 1기 증가 시 편익은 약 19.973조이

며 원전 1기 용량 감소 시 비용 증가는 13.512조이다.

현 시나리오에서는 원전 폐지 일정을 따를 때 다른 에너지원을 추

가 증설하는 것으로 하였다. 기댓값을 측도로 사용하고 있으므로 원전

의 꼬리 위험이 고려되지 않았고 이에 따라 타 시나리오들에 비하여

90

원전의 경제성이 부각되는 효과를 가져왔다. 또한 원전이 추가되거나

폐지될 때에도 원전 1기 용량 당 편익의 증감률이 늘어난 것을 확인

할 수 있다.

[그림 4-21] 원전 폐지 일정에 따른 시나리오 하에서 계획 발전량

전원연도별 계획 발전량 (GWh)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 8515.69 8492.516 33296.3 35887.6 44459.11 54890 63779.95 82789.41석탄 176722.7 176722.7 176722.7 170290.1 154487 132048.3 137420.6 142508.2가스 176739.3 217320.8 246720.7 257520.9 281237.8 314101.3 308629.5 303550원자력 146997.6 146997.6 143024.1 143024.1 143024.1 143024.1 143024.1 138427.9

전원 2023 2024 2025 2026 2027 2028 2029

신재생 86080.93 90376.51 96240.65 94624.31 98030.83 99302.17 103842.7

석탄 125582.2 102025.3 94822.75 84764.95 71670.64 63232.6 55594.33

가스 328814.6 363219.5 375081.1 390878.4 410861.4 424426 436888.2원자력 134028 127597.4 114736.1 103567.1 92398.09 85967.45 81229.09

<표 4-12> 원전 폐지 일정에 따른 시나리오 하에서 계획 발전량

제4장 원전의 경제적 가치 추정 91

[그림 4-22] 원전 폐지 일정에 따른 시나리오 하에서 평균 발전량

전원연도별 평균 발전량 (GWh)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 9339.819 9325.11 36332.34 39363.41 48291.45 60191.33 69505.12 90285.2

석탄 192312.4 190880.7 184666.1 182722.5 169112.6 146484.1 151830.9 158513.4

가스 134905.8 161381 170883.4 193855.7 221403.5 259267.3 249725.6 256835.5

원자력 160333.8 160218.9 154825.7 156325.8 156922.8 156607.2 156940.1 152089

순환정전 425.2551 50.07459 189.1229 148.7656 190.1655 216.5599 244.7199 211.4452

전원 2023 2024 2025 2026 2027 2028 2029

신재생 94656.12 100140.3 103247 103847.8 105414.9 109380.5 112930.4석탄 140874.4 115210.9 107173.8 95527.55 80389.72 70510.14 61900.8가스 283955.7 333317.8 364967.6 401851 445351.3 472101.1 496934.9원자력 147173.8 140262.8 126209.7 113882.4 101637.9 94564.2 89352순환정전 314.824 202.6733 488.8299 992.5679 1991.267 2531.001 3763.986

<표 4-13> 원전 폐지 일정에 따른 시나리오 하에서 평균 발전량

92

[그림 4-23] 원전 폐지 일정에 따른 시나리오 하에서 설비용량

전원연도별 설비용량 (MW)

2015 2016 2017 2018 2019 2020 2021 2022

신재생 7355 7355 29258.48 30947.85 37577.22 46990.65 54023.01 69756.8석탄 27294 27294 27294 27294 27294 27294 27294 27294가스 28246 38530 44509.33 47515.46 49190 50318.11 55966.8 57899.33원자력 21716 21716 21129 21129 21129 21129 21129 20450

전원 2023 2024 2025 2026 2027 2028 2029

신재생 73222.67 77086.39 79553.91 79784.95 80844.74 84037.57 86807.42석탄 27294 27294 27294 27294 27294 27294 27294가스 58034.65 58410.89 59944.46 62469.15 65662.77 67830.64 69822.32원자력 19800 18850 16950 15300 13650 12700 12000

<표 4-14> 원전 폐지 일정에 따른 시나리오 하에서 설비용량

제4장 원전의 경제적 가치 추정 93

3. 소결

이번 장에서는 우선 단일기간 모형을 살펴보았다. 이러한 모형 하에

서 신재생에너지, 석탄발전, 가스발전, 원전, 이 네 가지의 발전원들의

발전특성에 대해 분석했다. 단일기간 모형에서는 주어진 온실가스 배

출량을 맞추면서 발전특성들을 고려한 1년 간 총 발전 비용을 최적화

모형을 통해 계산한다. 실험에 쓰이는 일부 모수들은 실험결과로 나오

는 에너지 믹스와 해당 년도의 실제 에너지 믹스를 비교하여 구했다.

이렇게 구한 값들을 바탕으로 다 기간 모형으로 확장하였다.

다 기간 모형은 제7차 기본수급 계획에서 주어진 연간 전체 설비용

량 증가 시나리오를 기반으로 한다. 해당 년도에 주어진 증설량을 에

너지원 별로 나눴을 때 발생하는 여러 조합들에 대해서 매 해 에너지

원별 증가된 설비용량을 반영한 총 발전비용을 계산했다. 다음 해로

넘어갈 때 증강되는 설비에 대해 해당 설비비용을 할인율을 적용하여

계산했고 이와 같은 방식으로 모든 경로의 총비용을 계산하였다. 각

설비 확장 경로의 전체 비용을 비교하여 최소 비용을 갖는 경로를 최

적 해로 선정하였다.

이러한 모형을 통해 여러 가지 시나리오 하에서 분석을 시행하였다.

먼저 기본 시나리오인 원전의 폐쇄가 없고 신재생에너지의 증설비용

의 변화가 없을 때를 분석한 결과, 천연가스 에너지원만 확장하는 양

상을 보였다. 이는 해마다 증설가능 용량으로 제약을 걸어두어 신재생

에너지는 경쟁력을 상실하고 실질적으로 천연가스 에너지원만을 독려

하는 형태가 되기 때문이다. 이를 해결하기 위해 실제 발전 가능한 설

비용량을 고려하여 최적화를 시행하였으며, 이 경우에는 설비용량 계

획 중 가장 많은 부분을 천연가스 에너지원의 용량 확장에 투자했고

94

두 번째로 신재생에너지원의 용량을 확장시키는데 사용했다. 총비용

은 592.74조원 정도로 추산되었으며 원전 1기 단위 증설시 얻는 편익

은 17.676조, 1기 단위 감소 시 비용 증가분은 14.706조로 나타났다.

신재생에너지의 증설비용이 획기적으로 줄어드는 경우는 신재생에

너지원의 증설비용이 충분히 경쟁력을 갖춘 이후(2020년) 신재생에너

지원에 대한 투자를 급격하게 늘렸다. 결과적으로 신재생에너지를 가

장 많이 확장시켰으며 그 다음으로 천연가스 에너지원을 많이 확장시

켰다. 이러한 시나리오에서 총비용은 551.89조이며 원전 1기 증가 시

편익은 12.307조이며 원전 1기 감소 시 비용 증가는 13.053조이다.

원전 폐지일정에 따른 시나리오를 분석해보았다. 이 때, 원전이 폐

지된 만큼 신재생에너지의 비중이 급격하게 늘어났다. 총비용은 약

641조이며 원전 1기 증가 시 편익은 약 19.973조이며 원전 1기 용량

감소 시 비용 증가는 13.512조이다. 이 시나리오에서는 원전을 폐지한

만큼 다른 에너지원으로 대체하는 것으로 가정하였다. 본 모형에서는

리스크 측도로 산술평균을 이용하였다. 이러한 이유로 원전을 폐지함

으로써 줄어든 평균 사고비용보다, 원전이 폐지된 만큼 다른 에너지원

이 대체하여 발전단가가 올라간 비용의 증대가 더 크게 나오는 결과

가 나온 것으로 사료된다. 이러한 리스크 측도의 선택은 원전 사고에

대한 위험회피성향을 실제보다 과소평가한 경향이 있으므로 추가적인

연구가 필요하다.

미래의 에너지 믹스를 결정할 때, 기존의 연구들에서는 각 발전 비

율 혹은 발전원별 확장 비율을 외생적으로 결정해주거나 최적 에너지

믹스를 구하는 과정에서 외부에서 개입하는 경우가 많다. 이러한 경우

대게 최적 에너지 믹스는 임의로 결정해준 비율에 따라 결과가 나온

제4장 원전의 경제적 가치 추정 95

다. 본 연구의 모형에서는 발전 과정을 묘사하되 각 에너지원들의 발

전정도를 외생적으로 결정하는 모형이 아닌, 내생적으로 결정할 수 있

도록 한다는 점에서 중요한 의의를 가진다.

또한 결과를 살펴보면, 온실가스 배출 계획에 맞추기 위해서는 이전

장에서 나온 결과들과 같이 가스와 신재생에너지 설비를 동시에 확장

시켜야 한다는 결론이 도출된다. 이는 신재생에너지를 통해 발전함으

로써 온실가스 배출량을 줄이되 이로 인해 증대된 수급불확실성에 대

응하기 위해 비교적 출력량을 변동하기 용이한 천연가스 에너지원을

동시에 확장시켜 주어야 하는 것으로 해석할 수 있다.

안전하면서 안정적인 에너지 공급을 위해서는 에너지 관련한 사고

들의 위험 가능성에 대한 적극적인 고려가 필요하다. 본 장에서는 기

댓값 측도를 사용하였기 때문에 원전사고의 꼬리 위험에 대한 위험회

피성향이 반영되지 못하였다. 적절한 위험 측도의 선정과 정책적 의사

결정으로의 연결에 대한 후속 연구가 필요할 것이다.

제5장 결론 97

제5장 결론

인간이 배출한 온실가스로 인한 기후변화는 더 이상 먼 미래의 이

야기가 아니다. 세계기상기구에 따르면, 이미 2015년에 평균 온도 2℃

상승의 심리적 저지선으로 인식되었던 대기 중 CO2 농도 400ppm를

넘어섰으며, 증가세는 계속될 것으로 보여 적어도 향후 몇 세대 동안

은 CO2 농도는 400ppm을 초과할 것으로 전망된다. 따라서 기후변화

로 인한 온도 상승을 최소한으로 줄이기 위해서는 온실가스 배출을

빠른 시간 내에 줄여야 하며, 기존의 화석연료 소비를 최대한 줄이고

저탄소 에너지원으로 신속히 전환할 필요가 있다.

이러한 도전을 극복하기 위한 실용적인 대안으로 가장 많이 논의되

는 것은 원자력 발전이다. 기후변화 대응 수단으로서 원자력 발전의

장점은 원자력 발전은 이미 상용화된 기술이고 온실가스 배출이 거의

없으며, 대용량의 에너지를 안정적으로 공급할 수 있다는 점이다. 그

러나 방사능과 폐기물 관리 등으로 인한 사회적 비용은 이러한 장점

을 압도할 정도로 클 수 있다. 따라서 원자력의 장점과 단점을 면밀히

비교하여 우리 사회가 감당할 수 있는 위험 수준에 관한 합의를 이끌

어내고, 이러한 합의를 바탕으로 원자력에 관한 정책이 결정되어야 한

다.

본 연구는 바로 이러한 과정의 첫 단계에 해당한다고 할 수 있다.

제2장에서는 기후변화 대응 정책으로서 원자력 발전의 장·단점을 서

술하였다. 원자력 발전의 필요성을 주로 기후변화와 에너지의 안정적

공급이라는 측면에서 살펴보았으며, 동시에 원자력의 치명적인 단점

98

에 대하여 논의하였다. 그리고 제3장에서는 원자력 발전 비중과 온실

가스 배출에 관한 관계를 환경 쿠즈네츠 커브를 실증적으로 추정하여

수행하였다. 2016년 10월 현재 원자로 4개 이상을 운영하는 총 18개

국가 자료를 이용하였으며, 분석 결과 장기적으로 원자력 발전 비중이

1% 증가할 때 1인당 CO2 배출량은 0.26-0.32% 감소하는 것으로 추

정되었다.

제4장에서는 온실가스 감축목표 하에 원전 사고를 고려한 중기적

관점에서의 최적 전원 구성을 도출하기 위한 불확실성 하에서의 최적

화 모형(stochastic optimization model)을 구축하였다. 제7차 기본수급

계획과 같이 2029년까지를 고려하였고, 해당 계획에서 주어진 예상

전력수요를 기반으로 하였다. 원전 숫자가 그대로 유지되고, 신재생에

너지 증설 비용에 큰 변화가 없는 경우를 기본 시나리오로 상정하였

는데, 이 시나리오 하에서 원전 1기 단위 증설시 얻는 편익은 17.7조

원, 1기 단위 감소 시 비용 증가분은 14.7조원로 나타났다. 신재생에

너지 비용이 획기적으로 감소하는 시나리오의 경우, 원전 1기 증가 시

편익은 12.3조이며 원전 1기 감소 시 비용 증가는 13.1조원으로 추정

되었다. 그리고 원전 가동연장을 하지 않는 시나리오의 경우 원전 1기

증가 시 편익은 약 20.0조이며 원전 1기 용량 감소 시 비용 증가는

13.5조로 나타났다. 종합하면, 원전 1단위가 주는 사회적 편익은 약

13~20조원으로 나타났다. 하지만 해당 수치는 원전 증설·폐쇄 비용이

포함되지 않은 것으로, 원전의 사회적 순편익을 계산할 때에는 해당

비용을 반드시 고려해야 할 것이다.

참고문헌 99

참고 문헌

<국내 문헌>

산업통상자원부, 2013, 제2차 에너지 기본계획

산업통상자원부, 2015, 제7차 전력수급기본계획

산업통상자원부, 2015, 2015년 산자부 하계 전력 수급전망 및

대책

최승은, 2013, 일본 에너지 기본계획 개정안(초안) 기본내용, 세

계 에너지시장 인사이트 제 13-45호, 에너지 연구원.

한국에너지공단, 2015, (해외이슈) 프랑스 에너지전환, 한국 에

너지 공단 제81호 주간 에너지 이슈 브리핑의 법 내용과

시사점, 한국에너지공단

한국전력, 2016, 한국전력통계(2016년도판)

<외국 문헌>

Alexander, W.R, and McKinley, L.E. (Eds), 2007, Deep Geological

Disposal of Radioactive Waste, Radioactivity in the

Environment Series No. 9, Elsevier, Amsterdam.

Baek, J. and Kim, H.S., 2013. Is economic growth good or bad for

the environment? Empirical evidence from Korea. Energy

Economics, 36, pp.744-749.

Bemporad, A., L. Bellucci and T. Gabbriellini, 2014, “Dynamic

100

Option Hedging via Stochastic Model Predictive Control

Based on Scenario Simulation”, Quantitative Finance, 14(10),

1739-1751.

Berger, L., J. Emmerling, and M. Tavoni, 2016, “Managing

Catastrophic Climate Risks under Model Uncertainty

Aversion”, Management Science.

Bhattacharya, A. and S. Kojima, 2012, “Power Sector Investment

Risk and Renewable Energy a Japanese Case Study Using

Portfolio Risk Optimization Method”, Energy Policy, 40,

69-80.

Carraro, C., T. Longden, G. Marangoni and M. Tavoni, 2014,

“The Optimal Energy Mix in Power Generation and the

Contribution from Natural Gas in Reducing Carbon

Emissions to 2030 and beyond”, CEPR Discussion Paper

Chattopadhyay, D. and E. Westergaard, 2007, “Generation

Expansion Model: A High Level Review”, CRA

International.

Cole, M.A., 2004, “Trade, the pollution haven hypothesis and the

environmental Kuznets curve: examining the linkages”,

Ecological economics, 48(1), pp.71-81.

Cropper, M. and Griffiths, C., 1994, “The interaction of population

growth and environmental quality”, The American Economic

Review, 84(2), pp.250-254.

Elson, S.B., and Nader, A., 2011, What Do Iranians Think? A

참고문헌 101

Survey of Attitudes on the United States, the Nuclear

Program, and the Economy, Rand Corporation.

Farmer, J. D. and F. Lafond, 2016, “How Predictable Is

Technological Progress”, Research Policy, 45(3), 647-665.

Glasure, Y.U. and Lee, A.R., 1998. Cointegration, error-correction,

and the relationship between GDP and energy:: The case of

South Korea and Singapore. Resource and Energy Economics,

20(1), pp.17-25.

Heil, M.T. and Selden, T.M., 1999. Panel stationarity with structural

breaks: carbon emissions and GDP. Applied Economics

Letters, 6(4), pp.223-225.

IAEA, 2006, Storage of Radioactive Waste, IAEA Safety Standards

Series No. WS-G-6.1, IAEA, Vienna.

IAEA, 2013, Options for Management of Spent Fuel and

Radioactive Waste for Countries Developing New Nuclear

Power Programmes, IAEA Nuclear Energy Series No.

NW-T-1.24, IAEA, Vienna.

IAEA, 2015, Climate Change and Nuclear Power, IAEA, Vienna.

IEA and NEA, 2015, “Projected Costs of Generating Electricity”

2015 edition.

IEA, 2015, “Technology Roadmap-Solar Photovoltaic Energy”.

IEA, 2015. Energy Technology Perspectives, OECD/IEA, Paris.

IPCC, 2014, Mitigation of Climate Change, Working Group III

Contribution to the Fifth Assessment Report of the

102

Intergovernmental Panel on Climate Change, Cambridge

University Press.

Iwata, H., Okada, K. and Samreth, S., 2010. Empirical study on the

environmental Kuznets curve for CO 2 in France: the role of

nuclear energy. Energy Policy, 38(8), pp.4057-4063.

Iwata, H., Okada, K. and Samreth, S., 2012. Empirical study on the

determinants of CO2 emissions: evidence from OECD

countries. Applied Economics, 44(27), pp.3513-3519.

Kim, C. S., M. Jo and Y. Koo, 2014, “Ex-ante Evaluation of

Economic Costs from Power Grid Blackout in South Korea”,

Journal of Electrical Engineering and Technology.

Komiyama, R. and Y. Fujii, 2015, “Long-Term Scenario Analysis

of Nuclear Energy and Variable Renewables in Japan's

Power Generation Mix Considering Flexible Power

Resources”, Energy Policy, 83, 169-184.

McBRIDE, J.P., et al., 1978, Radiological impact of airborne

effluents of coal and nuclear plants, Sci. 202 1045.

Min, D. and J. Chung, 2013, “Evaluation of the Long-Term Power

Generation Mix the Case Study”, Energy Policy, 62,

1544-1552.

OECD/IEA, 2014, World Energy Outlook 2014, OECD/IEA, Paris.

OECD/IEA, 2015, World Energy Statistics and Balance,

OECD/IEA, Paris.

Panayotou, T., 1997. Demystifying the environmental Kuznets curve:

참고문헌 103

turning a black box into a policy tool. Environment and

development economics, 2(04), pp.465-484.

Pedroni, P., 1999. Critical values for cointegration tests in

heterogeneous panels with multiple regressors. Oxford Bulletin

of Economics and statistics, 61(s 1), pp.653-670.

Pedroni, P., 2001. Purchasing power parity tests in cointegrated

panels. Review of Economics and Statistics, 83(4), pp.727-731.

Rivers, N., 2013, Renewable energy and unemployment: A general

equilibrium analysis, Resour. Energy Econonomics, 35, 467–

485.

Schlömer, S., Bruckner, T., Fulton, L., Hertwich, E., McKinnon, A.,

Perczyk, D., Roy, J., Schaeffer, R., Sims, R., Smith, P. and

Wiser, R., 2014. Annex III: Technology-specific cost and

performance parameters. Climate Change 2014: Mitigation of

Climate Change. Contribution of Working Group III to the

Fifth Assessment Report of the Intergovernmental Panel on

Climate Change.

Soytas, U. and Sari, R., 2003, “Energy consumption and GDP:

causality relationship in G-7 countries and emerging markets”,

Energy economics, 25(1), pp.33-37.

Thangavelu, S. R., A. M. Khambadkone, and I. A. Karimi, 2015,

“Long-Term Optimal Energy Mix Planning towards High

Energy Security and Low GHG Emission”, Applied Energy,

154, 959-969.

104

UNFCCC, 2010, Report of the Conference of the Parties on its

Fifteenth Session, held in Copenhagen from 7 to 19

December 2009, FCCC/CP/2009/11/Add.1.

United Nations, 2010, Sources and Effects of Ionizing Radiation

(2008 Report to the General Assembly with Scientific

Annexes), United Nations Scientific Committee on the

Effects of Atomic Radiation (UNSCEAR), Vol. I, UN, New

York.

United Nations, 2014a, Sources, Effects and Risks of Ionizing

Radiation (2013 Report to the General Assembly with

Scientific Annexes), United Nations Scientific Committee on

the Effects of Atomic Radiation (UNSCEAR), Vol. I, UN,

New York.

United Nations, 2014b, Sources, Effects and Risks of Ionizing

Radiation (2013 Report to the General Assembly with

Scientific Annexes), United Nations Scientific Committee on

the Effects of Atomic Radiation (UNSCEAR), Vol. II, UN,

New York.

Vidal-Amaro, J. J., P. A. Østergaard, and C. Sheinbaum-Pardo,

2014, “Optimal Energy Mix for Transitioning from Fossil

Fuels to Renewable Energy Sources - the Case of the

Mexican Electricity System”, Applied Energy, 150, 80-96.

Wheatley, S., B. Sovacool and D. Sornette, 2016, “Of Disasters

and Dragon Kings: A Statistical Analysis of Nuclear Power

참고문헌 105

Incidents and Accidents”, Risk Analysis.

Wheatley, S., B. Sovacool and D. Sornette, 2016, “Reassessing the

Safety of Nuclear Power”, Energy Research & Social

Science, 15, 96-100.

World Bank, 2015, World Development Indicators, World Bank,

Washington, DC.

Zhang, W., H. Rahimian, and G. Bayraksan, 2016, “Decomposition

Algorithms for Risk-Averse Multistage Stochastic Programs

with Application to Water Allocation under Uncertainty”,

INFORMS Journal on Computing, 28(3), 385-404.

<웹페이지>

http://home.kepco.co.kr/kepco/KO/ntcob/list.do?pageIndex=1&boardSe

q=0&boardCd=BRD_000099&menuCd=FN05030103&parnScrp

Seq=0&categoryCdGroup=&regDateGroup2=

(검색일 : 2016년 10월 6일)

http://epsis.kpx.or.kr/epsis/ekgeStaticMain.do?cmd=003009&flag=&loc

ale=KR

(검색일 : 2016년 10월 6일)

http://cyber.kepco.co.kr/ckepco/front/jsp/CY/D/C/CYDCHP00308.jsp

(검색일 : 2016년 10월 6일)

https://innovwiki.ethz.ch/index.php/Nuclear_events_database

(검색일 : 2016년 10월 6일)

부 록 1 107

부 록 1 (데이터 출처)

1. 전원별 현황

전원 용량(MW)

원자력 21,716

석탄 27,294

가스 28,246

신재생 7,355

국내 전원별 용량

출처: 7차 전력수급기본계획 중 2015년 기준 국내 전원별 용량 (석탄발전은 유연탄, 무연탄을 모두 포함)

전원 발전 비용(USD/MWh)

신재생 27.70

석탄 43.21

가스 99.33

원자력 18.22

국내 전원별 발전 비용

출처: Projected Costs of Generating Electricity 2015의 한국 기준 통계자료 (발전 비용은 연료비, 폐기물 처리비용, 운영비의 합으로 계산하였으며 이차 근사를 통해 연간 5.5%의 이자율로 할인함)

108

전원 탄소배출량(kg-CO2e/kWh)

신재생 0

석탄 0.8230

가스 0.3625

원자력 0

국내 전원별 탄소배출량

출처: 2차 에너지 기본계획

전원 설비 비용(USD/kW)

신재생 2000.6

석탄 1348.9

가스 887.4

국내 전원별 설비 비용

출처: Projected Costs of Generating Electricity 2015의 한국 기준 통계자료 (신재생 에너지의 설비 비용은 상업용 태양열을 기준으로 산정하였으며 이차 근사를 통해 연간 5.5%의 이자율로 할인함)

전원 이용률(capacity factor)

신재생 평균이 14.85%, 분산이 2.05*10^(-5)

석탄 0.85

가스 0.85

원자력 0.85

국내 전원별 이용률(capacity factor)

출처: 석탄, 가스, 원자력의 경우 Projected Costs of Generating Electricity 2015 기준이 며 신재생의 경우 한국 전력통계정보시스템에서 제공하는 2009년 4월~2016년 3월 의 월별 이용률을 연간으로 환산하여 평균과 분산을 구함

부 록 1 109

전원 분당 최대 출력조정 가능 범위 (%/분)

석탄 1~5

가스 5~10

원자력 1~5

전원별 분당 최대 출력조정 가능률

출처: Projected Costs of Generating Electricity 2015

전원 연 단위 출력조정 가능 범위

신재생 20 %

석탄 15 %

가스 40 %

원자력 10 %

국내 전원별 연 단위 출력조정 가능 범위

110

2. 전력 설비 증강 용량, 전력소비량

연 도 설비용량(MW)

2015 92,438

2016 102,722

2017 111,367

2018 114,624

2019 117,283

2020 119,809

2021 126,502

2022 130,092

2023 129,890

2024 128,719

2025 129,292

2026 131,001

2027 132,702

2028 134,394

2029 136,097

2015~2029년 예상 전력 설비 증강 용량

출처: 7차 전력수급기본계획

부 록 1 111

연 도 전력소비량(GWh)

2015 498,000

2016 520,900

2017 546,810

2018 573,240

2019 596,950

2020 617,769

2021 637,040

2022 654,998

2023 671,936

2024 688,429

2025 704,934

2026 720,633

2027 735,990

2028 751,135

2029 766,109

2015~2029년 전력소비량 예상치

출처: 7차 전력수급기본계획

112

년도 탄소배출량 한도(kt)

2012 243,931 (실적)

2013 244,910

2014 245,890

2015 246,870

2016 247,860

2017 248,840

2018 249,820

2019 250,800

2020 251,780

2021 252,762

2022 253,740

2023 254,720

2024 255,710

2025 256,690

2026 257,670

2027 258,630

2028 259,630

2029 260,610

2030 261,593 (예상치)

탄소배출량 한도 (선형보간)

3. 탄소배출량 한도, 정전 비용, 사용원별 전력사용량

부 록 1 113

종류 순환정전 비용(KRWGWh)

자율절전 ×

가정용 ×

산업용 ×

순환정전 비용

출처: 자율절전의 경우 한국전력홈페이지 긴급절전 수요조정제도, 그 외 가정용과 산업용의 경우 김창섭 외(2014)

종류 사용량

자율절전 1 GWh

가정용 63,794 GWh

산업용 383,037 GWh

사용원별 전력사용량

출처: 자율절전의 경우 2015년 산자부 하계 전력 수급전망 및 대책에서 제시된 값 으로 본 보고서에서는 연단위로 환산하여 대입, 그 외 가정용과 산업용의 경 우 한국전력통계(2016년도판)

종류 값

×원

×원

0.55

0.4

25

0.004

원자력 사고 관련 수치

출처: Wheatley et al(2016)

114

원전명 폐지일자 설비용량(MW)

고리#1 2017-06-18 587

월성#1 2022-11-20 679

고리#2 2023-08-09 650

고리#3 2024-09-28 950

고리#4 2025-08-06 950

영광#1 2025-12-22 950

영광#2 2026-09-11 950

월성#2 2026-11-01 700

울진#1 2027-12-22 950

월성#3 2027-12-29 700

울진#2 2028-12-28 950

월성#4 2029-02-07 700

2015~2029년 원전 폐지일정

부 록 2 115

부 록 2 (모의실험 코드)

1.yearlyfixed.m

116

부 록 2 117

2.,multiperiod_expectation_faster.m

118

부 록 2 119

120

3.sensitivity_analysis_snu.m

이 상 림

現 에너지경제연구원 부연구위원

<주요저서 및 논문>"Can time varying risk premiums explain the excess returns in the interest

rate parity condition?" (with Uluc Aysun), Emerging Markets Review, 2014, 18, p.78-100.

"유가충격에 대한 KOSPI 산업 주가반응의 비대칭성: 국제유가 상승기와 하락기의 비교" (전지홍, 이창민 공저), 무역연구, 12(4), 2016.6, p.725-742. 외 다수

이 지 웅

現 에너지경제연구원 부연구위원前 한국은행 부조사역

<주요저서 및 논문>"Covering Indirect Emissions Mitigates Market Power in Carbon Markets:

The Case of South Korea" (심성희 공저), Sustainability, 2016, 8(6), 583."온실가스 감축 정책의 지역별 파급효과: 탄소세를 중심으로" (김성균 공

저), 환경정책, 24(2), 2016.6, p.137-171. 외 다수

기본연구보고서 2016-11

기후변화 대응 정책으로서 원자력발전의 효과성에 대한 연구

2016년 12월 30일 인쇄

2016년 12월 31일 발행

저 자 이 상 림․이 지 웅

발행인 박 주 헌

발행처 에너지경제연구원 44543, 울산광역시 중구 종가로 405-11 전화: (052)714-2114(代) 팩시밀리: (052)714-2028

등 록 1992년 12월 7일 제7호

인 쇄 (사)한국척수장애인협회 인쇄사업소 (031)424-9347

ⓒ 에너지경제연구원 2016 ISBN 978-89-5504-598-7 93320

* 파본은 교환해 드립니다. 값 7,000원

ISBN 978-89-5504-598-7

7,000원