안녕하세요, 카본링크입니다.
지난 8월 13일 진행한 '스코프 3 카테고리 1 실무 가이드' 웨비나, 정말 많은 분들이 함께해 주셨습니다. 제조 공급망 곳곳에서 오신 실무자분들 덕분에 질문이 끊이지 않았고, 예정된 시간을 훌쩍 넘겨서야 마무리됐어요. 참석 못 하신 분들, 그리고 다시 한번 정리해 보고 싶으신 분들을 위해 오늘은 핵심만 추려봤습니다.
왜 카테고리 1이 중요할까요?
2022년만 해도 스코프 3라는 용어는 거의 쓰이지 않았지만, 올해 2분기 기후공시 의무화 법안이 나오면서 상황이 달라졌습니다. 해외 OEM들의 요구 방식도 함께 바뀌고 있는데, 예전에는 스코프 1·2 배출량 정도를 물었다면 이제는 그 데이터 중 실측 비율이 얼마인지를 구체적으로 확인합니다. 볼보나 BMW가 대표적인 예입니다.
이런 요구는 대개 교육 → 권고 → 기준 설정 순으로 강화되는데, "내년부터는 실측 비율 10% 이상"과 같은 식입니다. 저희만의 예측이 아니라 PACT나 카테나-X 룰북에 이미 명시된 방향이기도 합니다. 실제로 이번 웨비나 참석 기업 설문에서도 "평가 요구가 들어와서"보다 "미리 준비해두려고"라는 응답이 더 많았는데, 그만큼 다음 단계가 스코프 3라는 걸 다들 예감하고 계신 듯합니다. 결국 관건은 카테고리 1을 실제로 관리하는 것, 그리고 이를 위한 협력사 데이터 확보입니다.
스코프 3는 15개 카테고리로 구성되지만 이를 모두 관리하는 회사는 사실상 없기 때문에, 먼저 배출량 비중이 크고 줄일 여지가 있는지(배출 기여도), 실제로 데이터를 확보할 수 있는지(데이터 가용성) 두 가지로 우선순위를 가려야 합니다. 이 기준으로 보면 카테고리 6(출장)·7(통근)은 내부 데이터만으로 시작할 수 있어 진입 장벽은 낮지만 외부에서 인정받기엔 다소 약하고, 반대로 카테고리 1은 시작하기는 까다로워도 실질적인 성과로 인정받을 수 있는 항목입니다. 하나만 선택한다면 카테고리 1부터, 여력이 있다면 1·4·9까지 넓혀가는 걸 권합니다.
산정 방법론과 흔한 실수
산정 방법은 비용 기반, 평균값 기반, 공급사 기반(1차 데이터), 혼합법 네 가지로 나뉩니다. 협력사마다 데이터 형태와 수준이 제각각이다 보니, 현실적으로는 방법론 하나를 처음부터 고정하기보다 내부 기준과 지금 확보할 수 있는 데이터를 먼저 확인한 뒤 조합하는 혼합법이 가장 많이 쓰입니다.
이 과정에서 실제로 자주 발생하는 실수도 있습니다. 예를 들어 반도체 업종은 웨이퍼처럼 시황에 따라 가격이 크게 오르내리는 품목을 비용 기반으로 산정하는 경우가 많은데, 2026년 2분기 D램 계약 가격이 50~60% 오르면서 실제 구매 물량은 그대로인데도 배출량이 50~60% 늘어난 것처럼 나타난 사례가 있었습니다. 자사 팹을 보유했는지, 외주(팹리스)에 맡기는지에 따라서도 카테고리 1과 11의 경계가 달라지므로 범위 설정을 먼저 명확히 해둬야 합니다.
이 외에도 업종별로 다양한 산정 오류 사례를 다뤘는데, 공통적으로 계수를 사용한 이유와 출처를 함께 기록해두지 않으면 검증 단계에서 반드시 문제가 됩니다. 실제로 제3자 검증에서 가장 많이 나오는 질문도 "이 계수를 왜 사용했는가"입니다. 다른 업종 사례가 궁금하시다면 아래 다시보기에서 확인하실 수 있습니다.
협력사 데이터, 어떻게 받을까
협력사 데이터를 받기 어려운 이유는 결국 두 가지로 좁혀집니다. 제공할 명분이 없거나, 명분이 있어도 방법을 모르는 경우입니다. 실제로 요청 주체를 ESG팀에서 구매팀 공식 채널로 바꾸고, "평가하겠다"는 표현을 "평가 항목에 포함될 예정"으로 순화하고, 반복 교육으로 데이터 수집을 일상 업무로 정착시켰더니 회수율이 4~5%에서 87~88%까지 올라간 사례가 있습니다.
협력사 전체에 요청할 필요는 없고, 배출 기여도와 데이터 가용성을 기준으로 상위 협력사부터 우선순위를 정하는 편이 현실적입니다. 다만 어떤 기준으로 배분했는지, 회수되지 않은 데이터는 어떻게 처리했는지는 반드시 문서로 남겨야 나중에 근거로 쓸 수 있습니다.
협력사 입장에서도 데이터를 넣을 창구가 마땅치 않으면 이 과정 자체가 부담이 됩니다. 그래서 카본링크는 2·3차 협력사가 직접 배출량을 입력할 수 있는 페이지를 무료로 제공하고 있는데, 현재 350곳이 넘는 협력사가 이 페이지를 통해 데이터를 올리고 있습니다.
정확도보다 재현 가능성
이번 웨비나에서 계속 강조된 건 카테고리 1의 신뢰성이 정확도가 아니라 재현 가능성에서 나온다는 점이었습니다. 담당자가 아닌 사람이 보더라도 데이터 출처와 산정 과정을 확인할 수 있고, 동일한 결과를 다시 도출할 수 있어야 한다는 뜻입니다. 내부 기준이 일관되게 기록돼 있으면, 요구가 바뀔 때마다 매번 새로 대응하는 대신 검증 의견서 하나로 대응할 수 있습니다.
스코프 1·2는 내부 데이터만으로 한 달 안에도 대응이 가능하지만, 스코프 3는 준비 기간까지 포함하면 최소 8~12주가 걸립니다. 그래서 규제나 고객사 요구가 구체화되기 전, 지금부터 내부 기준을 준비해두는 편이 훨씬 여유 있게 대응할 수 있는 방법입니다.
웨비나 내용과 발표 자료를 이메일로 보내드릴까요?
이 글에서 다 담지 못한 업종별 사례와 Q&A, 발표 자료 전체를 확인할 수 있습니다!
