세션7 메모: 지속가능성은 기술보다 전환 역량의 문제다
세션7 메모: 지속가능성은 기술보다 전환 역량의 문제다
세션7은 발표 주제가 넓었다. 교통부문 탄소배출과 기온의 비선형 관계, 인도네시아 기업의 디지털 전환과 ESG, 중국 상장기업의 AI·녹색혁신투자와 생산성, ECOWAS 국가의 FDI와 탄소배출, 인도네시아 은행산업의 지적자본까지 다뤘다.
겉으로는 서로 다른 연구처럼 보인다. 하지만 묶어보면 하나의 질문으로 모인다.
기술, 투자, 지식은 어떤 조건에서 실제 지속가능성과 생산성으로 전환되는가?
디지털 전환을 한다고 ESG가 자동으로 좋아지는 것은 아니다. AI와 녹색투자를 동시에 한다고 생산성이 자동으로 오르는 것도 아니다. FDI는 한 시대에는 오염을 늘리고, 다른 시대에는 청정기술을 이전할 수 있다. 지적자본도 사람과 자본을 가치로 전환하는 능력이 있을 때 재무성과로 이어진다.
세션7의 발표는 다음 다섯 가지였다.
| 발표 | 핵심 주제 |
|---|---|
| 발표1 | 교통부문 탄소배출과 기온의 비선형 관계: 중국과 미국 비교 |
| 발표2 | 디지털 전환이 인도네시아 상장기업 ESG 성과에 미치는 영향 |
| 발표3 | AI, 외국인 녹색혁신투자, 다국적기업 총요소생산성 |
| 발표4 | FDI 유입과 CO₂ 배출: ECOWAS 4개국 비교 |
| 발표5 | 조직 지적자본이 인도네시아 은행 재무성과에 미치는 영향 |
한 문장으로 정리하면 이렇다.
지속가능성과 생산성은 기술이나 투자 자체에서 나오지 않는다.
그것을 읽고, 흡수하고, 조직과 제도 안에서 성과로 바꾸는 전환 역량에서 나온다.
1. 교통배출과 기온은 평균보다 극단 구간에서 더 위험하다
첫 번째 발표는 「Nonlinear Nexus of Transportation Carbon Emissions and Temperature: A Case Between China and the United States of America」다. 발표자는 Joseph Fuseini다.
연구는 미국과 중국에서 교통부문 탄소배출과 기온 변화가 장기적으로 어떻게 함께 움직이는지 분석한다.
연구 질문
핵심 질문은 다음과 같다.
- 미국과 중국의 교통부문 탄소배출과 기온은 장기적으로 어떤 추세를 보이는가?
- 두 나라의 교통 시스템 발전 단계 차이는 배출-기온 관계를 어떻게 다르게 만드는가?
- 평균적 관계가 아니라 고온·고배출 구간 같은 극단 분위수에서는 두 변수의 결합이 어떻게 달라지는가?
미국은 성숙한 자동차 중심 교통 시스템이고, 중국은 도시화와 고속철, 차량 보급이 빠르게 진행되는 전환기 교통 시스템이다. 이 차이가 연구의 핵심 배경이다.
데이터와 방법
| 항목 | 내용 |
|---|---|
| 대상 | 미국, 중국 |
| 기간 | 1970–2023년, 예측은 2025–2035년 |
| 변수 | 기온, 교통부문 탄소배출량 |
| 방법 | Mann-Kendall, Theil-Sen, Pettitt/Buishand 전환점 검정, EMD-SVM, Quantile-on-Quantile Regression |
EMD-SVM은 비정상 시계열을 여러 구성요소로 분해한 뒤 예측하는 방식이고, Quantile-on-Quantile Regression은 평균이 아니라 분위수별 관계를 본다. 이 연구의 장점은 바로 이 지점이다. 평균효과만 보지 않고, 고온·고배출 구간의 결합을 따로 본다.
핵심 결과
미국과 중국 모두 기온 상승 추세가 확인된다. 미국은 남서부, 로키산맥, 북부 평원에서 강한 온난화가 나타나고, 중국은 신장·내몽골 등 북부·북서부에서 강한 온난화가 나타난다. 두 나라 모두 주간 최고기온보다 야간 최저기온 상승이 더 두드러진다.
구조적 전환점은 1990년대 중후반부터 2000년대 초반 사이에 확인된다. 산업화와 교통부문 확대 시기와 맞물린다.
교통배출 경로는 다르다.
| 국가 | 예측 경로 |
|---|---|
| 미국 | 2035년까지 교통부문 배출이 완만히 감소, 안정화·부분적 탈동조화 단계 |
| 중국 | 2035년까지 배출이 계속 증가, 성장·강한 구조적 지속성 단계 |
가장 중요한 결과는 분위수별 의존성이다. 미국은 비교적 매끄러운 결합 구조를 보이지만, 중국은 고온·고배출 구간에서 강한 비선형 상승과 상위 분위수 동조화가 나타난다.
시사점
교통정책은 평균 배출량만 보고 설계하면 부족하다.
기후-교통 리스크는 평균이 아니라 극단 구간에서 터진다.
특히 빠르게 성장하는 교통 시스템에서는 고온·고배출 구간의 결합을 따로 관리해야 한다.
중국처럼 교통 인프라가 확장되는 국가에서는 전기차, 대중교통, 화물운송 탈탄소화가 배출 고착을 막는 핵심이 된다. 미국은 안정화 경로를 유지하기 위한 배출 기준과 전동화 인센티브가 중요하다.
생산성 관점에서도 교통 탈탄소화는 단순 환경정책이 아니다. 에너지 효율, 인프라 회복력, 도시 운영 효율을 함께 개선하는 생산성 전략이다.
2. 디지털 전환은 ESG를 높이지만, 경로가 중요하다
두 번째 발표는 「The Impact of Digital Transformation on ESG Performance: Evidence from Indonesian Listed Firms」다. 발표자는 Michelle Angelina Halim이다.
연구는 인도네시아 상장기업에서 디지털 전환이 ESG 성과를 높이는지, 그리고 그린 혁신과 정보 투명성이 그 관계를 매개하는지 분석한다.
연구 질문
핵심 질문은 다음과 같다.
- 디지털 전환은 인도네시아 상장기업의 ESG 성과를 개선하는가?
- 그린 혁신과 정보 투명성은 디지털 전환과 ESG 성과 사이의 매개 메커니즘인가?
- 기업 규모, 디지털화 수준, 소유구조에 따라 효과가 달라지는가?
데이터와 방법
| 항목 | 내용 |
|---|---|
| 대상 | 인도네시아 상장기업 81개 |
| 기간 | 2021–2024년 |
| 자료 | IDX, 기업 웹사이트, 연차보고서, 지속가능성 보고서, Bloomberg |
| 방법 | 균형 패널, 고정효과 회귀, 강건성·내생성·이질성·메커니즘 분석 |
| 매개변수 | 그린 혁신, 정보 투명성 |
핵심 결과
디지털 전환은 ESG 성과를 유의하게 개선한다. 특히 ESG 하위 차원 중 사회와 거버넌스에서 효과가 더 뚜렷하다.
강건성 검정에서도 결과는 유지된다. 내생성 검정에는 Bartik-style IV를 활용했고, 약한 도구변수 문제도 기준치상 크게 문제되지 않는 것으로 제시된다.
이질성도 중요하다. 디지털 전환의 ESG 효과는 다음 기업군에서 더 강하게 나타난다.
- 대기업
- 디지털화 수준이 높은 기업
- 민간 소유 기업
그리고 그린 혁신과 정보 투명성은 디지털 전환과 ESG 성과 사이를 부분 매개한다. 즉 디지털 전환은 기술 도입 자체로 ESG를 높이는 것이 아니라, 친환경 혁신 역량과 정보 공개·관리 역량을 통해 ESG를 개선한다.
시사점
이 발표의 핵심은 디지털 전환을 ESG의 운영 인프라로 본다는 점이다.
디지털 전환은 ESG를 자동으로 높이지 않는다.
그린 혁신과 정보 투명성을 강화할 때 ESG 성과로 전환된다.
AI, IoT, 빅데이터는 ESG 관리를 더 정밀하게 만들 수 있다. 실시간 모니터링, 운영 효율화, 정보 공개, 이해관계자 대응이 가능해진다. 하지만 기업 역량이 부족하면 효과는 제한적일 수 있다.
3. AI와 녹색투자는 자동 시너지가 아니다
세 번째 발표는 「Digital Transformation and Foreign Green Innovation and MNEs Total Factor Productivity」다. 발표자는 Fletcher Junior Nimoo다.
연구는 중국 A-share 상장기업을 대상으로 AI 도입과 외국인 녹색혁신투자, FGII가 기업의 총요소생산성에 어떤 영향을 주는지 분석한다.
연구 질문
질문은 꽤 실무적이다.
- AI 도입은 기업 수준 TFP를 높이는가?
- 외국인 녹색혁신투자는 TFP를 높이는가?
- AI와 FGII는 보완재인가, 대체재인가?
- 효과는 다국적기업 여부, 기업 규모, 자본집약도, 해외 매출 비중, 기존 생산성 수준에 따라 달라지는가?
데이터와 방법
| 항목 | 내용 |
|---|---|
| 대상 | 중국 A-share 상장기업 |
| 기간 | 2005–2024년 |
| 표본 | 4,746개 기업, 35,412 firm-year observations |
| 종속변수 | TFP, Levinsohn-Petrin 방식 |
| 독립변수 | AI adoption, FGII |
| 방법 | 고정효과 회귀, 분위회귀, 이질성 분석, AI×FGII 상호작용, 강건성 검정 |
FGII는 FDI와 녹색특허를 결합한 지표로 구성된다.
핵심 결과
결과는 단순하지 않다.
AI 도입은 단순모형에서는 생산성과 양의 관계를 보이지만, 통제변수를 포함하면 계수가 음의 방향으로 나타난다. AI를 도입한다고 모든 기업의 생산성이 자동으로 오르지는 않는다는 뜻이다.
AI 효과는 기업 특성에 따라 달라진다. 낮은 생산성 기업, 낮은 자본집약도 기업, 해외 노출이 높은 기업에서 AI가 catch-up mechanism으로 작동할 가능성이 제시된다.
FGII의 평균 효과도 제한적이다. 특정 조건, 특히 규모가 크거나 자본집약도가 높은 기업에서 긍정적 효과가 나타날 수 있다.
가장 흥미로운 부분은 AI와 FGII의 상호작용이다. AI×FGII는 약한 음의 효과를 보인다. 이는 두 투자가 자동으로 시너지를 내는 것이 아니라, 기업 내부 자원을 두고 경쟁할 수 있음을 시사한다.
시사점
디지털 전환과 녹색전환을 하나의 패키지로 묶어 “둘 다 하면 생산성이 오른다”고 말하는 것은 위험하다.
AI와 외국인 녹색혁신투자는 생산성을 자동으로 높이는 만능 도구가 아니다.
기업의 흡수역량과 자원 조건에 따라 효과가 달라지는 조건부 생산성 전략이다.
정책적으로는 AI 보조금, 녹색투자 유치, R&D 지원, 기술훈련을 기업 특성에 맞춰 설계해야 한다. 특히 역량이 부족한 기업에는 흡수역량 구축이 먼저다.
4. FDI는 오염을 수입할 수도, 청정기술을 이전할 수도 있다
네 번째 발표는 「Are FDI Inflows Determinants of CO2 Emissions in the 20th and 21st Century? Evidence from four ECOWAS nations」다. 발표자는 Affoue Marie-Elisabeth Kpayoua다.
연구는 ECOWAS 4개국에서 FDI 유입이 CO₂ 배출을 증가시키는지, 감소시키는지를 20세기와 21세기로 나누어 비교한다.
연구 질문
핵심 질문은 다음과 같다.
- 20세기에는 FDI 유입이 CO₂ 배출을 증가시켰는가?
- 21세기에는 FDI 유입이 CO₂ 배출을 감소시켰는가?
- ECOWAS 국가들은 Pollution Haven에서 Pollution Halo로 전환했는가?
여기서 Pollution Haven Hypothesis는 FDI가 오염집약 산업을 규제가 약한 국가로 이전시켜 배출을 늘린다는 주장이다. Pollution Halo Hypothesis는 FDI가 청정기술과 효율적 생산방식을 이전해 배출을 줄인다는 주장이다.
데이터와 방법
| 항목 | 내용 |
|---|---|
| 대상 | ECOWAS 4개국 |
| 기간 | 1980–2000년, 2001–2021년 |
| 종속변수 | CO₂ emissions, kt |
| 핵심 변수 | FDI inflows |
| 통제변수 | GDP, 인구밀도, 무역개방도 |
| 방법 | Pooled LS, FE, RE, GMM |
추출 텍스트에는 네 국가명이 명시되어 있지 않았다.
핵심 결과
20세기에는 FDI가 CO₂ 배출을 증가시키는 방향으로 나타난다. 이는 Pollution Haven Hypothesis와 맞다. 외국인투자가 오염집약 산업을 규제가 느슨한 국가로 이전시키는 경로다.
반면 21세기에는 FDI 계수가 음의 방향으로 나타난다. 발표자는 이를 청정기술 이전과 효율적 생산방식 확산에 따른 Pollution Halo 효과로 해석한다.
정리하면 이렇다.
| 시기 | FDI 효과 | 해석 |
|---|---|---|
| 1980–2000년 | CO₂ 증가 | Pollution Haven |
| 2001–2021년 | CO₂ 감소 | Pollution Halo |
즉 FDI의 환경효과는 고정되어 있지 않다. 국제 환경 규범, 기술 수준, 규제, 다국적기업의 생산방식이 바뀌면 같은 FDI도 다른 효과를 낼 수 있다.
시사점
FDI는 무조건 좋은 것도, 무조건 나쁜 것도 아니다.
FDI는 20세기에는 오염을 수입하는 통로였지만,
21세기에는 청정기술을 이전하는 통로가 될 수 있다.
핵심은 어떤 FDI를 유치하느냐다. 오염집약적 투자는 억제하고, 청정기술과 효율적 생산방식을 이전하는 Green FDI를 유치해야 한다. 그리고 FDI 유치정책은 환경규제와 함께 가야 한다.
5. 은행의 성과는 보이지 않는 자본에서 나온다
다섯 번째 발표는 「The Effect of Organizational Intellectual Capital on Bank Financial Performance: Evidence from Indonesian Banking Industry」다. 발표자는 Rehan Babar, 교신저자는 Dr. Liang Li다.
연구는 인도네시아 은행산업에서 지적자본이 재무성과에 어떤 영향을 주는지 분석한다.
연구 질문
핵심 질문은 이것이다.
인도네시아 은행산업에서 지적자본은 ROA와 ROE를 유의하게 개선하는가?
데이터와 방법
| 항목 | 내용 |
|---|---|
| 대상 | 인도네시아 증권거래소 상장 상업은행 20개 |
| 기간 | 2018–2021년 |
| 자료 | 연차보고서, 재무제표 |
| 방법 | 다중회귀분석, SPSS 26 |
| 성과지표 | ROA, ROE |
| 이론 | Resource-Based View |
연구는 VAIC 모형을 사용한다.
| 구성요소 | 의미 |
|---|---|
| VACA | 물적·금융자본을 얼마나 효율적으로 가치창출에 활용하는가 |
| VAHU | 직원 지식·역량·전문성이 얼마나 가치창출에 기여하는가 |
| STVA | 조직구조, 프로세스, 시스템이 얼마나 가치창출에 기여하는가 |
| VAIC | VACA + VAHU + STVA |
핵심 결과
ROA에서는 VACA와 VAHU가 유의한 정(+)의 효과를 보인다. 특히 VAHU, 즉 인적자본 효율성이 가장 강한 결정요인으로 제시된다. STVA는 유의하지 않다.
ROE에서도 VACA와 VAHU는 유의한 정(+)의 효과를 보이고, STVA는 유의하지 않다. ROE에서는 VACA, 즉 자본활용 효율성이 강하게 나타난다.
| 성과지표 | 유의한 요인 | 유의하지 않은 요인 |
|---|---|---|
| ROA | VACA, VAHU | STVA |
| ROE | VACA, VAHU | STVA |
즉 인도네시아 은행의 수익성은 인적자본과 자본활용 효율성으로 설명되지만, 구조적 자본은 뚜렷하게 작동하지 않는다.
시사점
은행의 경쟁력은 더 이상 지점망이나 금융자본만으로 설명되지 않는다. 직원의 지식, 조직의 학습능력, 디지털 역량, 지식관리 체계가 중요해진다.
현대 은행의 경쟁우위는 금융자본만이 아니라,
사람의 지식과 자본을 가치로 전환하는 조직의 능력에서 나온다.
STVA가 유의하지 않았다는 점은 오히려 중요한 신호다. 조직 시스템과 프로세스가 아직 충분히 가치창출로 전환되지 못했거나, 기존 VAIC 방식으로는 디지털·조직문화 역량을 충분히 포착하지 못할 수 있다.
6. 세션7을 관통하는 키워드: 전환 역량
세션7의 다섯 발표를 하나로 묶으면 전환 역량이라는 키워드가 나온다.
| 발표 | 투입 또는 변화 | 실제 성과로 바뀌는 조건 |
|---|---|---|
| 교통배출과 기온 | 교통 탈탄소화, 기후 데이터 | 평균이 아닌 극단 구간을 읽는 분석 역량 |
| 디지털 전환과 ESG | AI, IoT, 빅데이터 | 그린 혁신과 정보 투명성 |
| AI·FGII와 TFP | AI 도입, 녹색혁신투자 | 기업 흡수역량, 규모, 자본집약도, 해외 노출 |
| FDI와 CO₂ | 외국인투자 | 청정기술 이전, 환경규제, 시대적 제도 변화 |
| 지적자본과 은행성과 | 인적자본, 자본활용, 조직시스템 | 사람과 자본을 가치로 바꾸는 운영 역량 |
이 표에서 중요한 건 “투입”이 아니라 “전환 조건”이다.
디지털 기술은 ESG를 높일 수 있지만, 정보 투명성과 그린 혁신으로 연결되어야 한다. FDI는 배출을 늘릴 수도 줄일 수도 있지만, 어떤 기술과 제도 안에서 들어오는지가 중요하다. 지적자본은 성과를 높일 수 있지만, 사람의 지식과 자본을 가치로 바꾸는 조직 역량이 있어야 한다.
7. 지속가능성은 평균효과가 아니라 조건부 효과다
세션7을 듣고 남은 생각은 이것이다.
지속가능성과 생산성의 핵심은 “도입했는가”가 아니라 “어떤 조건에서 성과로 전환되는가”다.
평균은 종종 중요한 것을 가린다. 교통배출과 기온의 관계는 평균보다 고온·고배출 구간에서 더 위험하다. 디지털 전환의 ESG 효과는 기업 규모와 디지털 역량에 따라 달라진다. AI와 녹색투자는 자동 시너지가 아니라 자원 경쟁을 만들 수도 있다. FDI는 시대와 제도에 따라 Pollution Haven이 되기도 하고 Pollution Halo가 되기도 한다. 지적자본도 조직시스템이 받쳐주지 않으면 재무성과로 충분히 이어지지 않는다.
그래서 정책과 경영의 질문도 바뀌어야 한다.
- 기술을 도입했는가?
- 투자를 유치했는가?
- ESG를 측정했는가?
- 지식자본을 보유했는가?
이 질문만으로는 부족하다. 더 중요한 질문은 이것이다.
- 어떤 구간에서 위험이 커지는가?
- 어떤 메커니즘을 통해 성과로 전환되는가?
- 어떤 기업과 국가에서 효과가 강한가?
- 어떤 제도와 역량이 부작용을 줄이는가?
세션7의 메시지는 결국 이거다.
지속가능한 생산성은 기술과 투자의 양이 아니라,
그것을 성과로 바꾸는 전환 역량의 질에서 나온다.
기술은 필요하다. 투자는 필요하다. FDI도, AI도, 지적자본도 중요하다. 하지만 그것만으로는 부족하다. 지속가능성은 언제나 조건부다. 그 조건을 읽고 설계하는 능력이 앞으로의 생산성을 가를 것이다.