AI·위성으로 메탄 배출 감축 모델 구축
구글이 2026년 8월 인도 스타트업 미티 랩스(Mitti Labs)와 2030년까지 100만 톤의 탄소 크레딧을 구매하는 계약을 체결했다. 쌀 농업 분야에서 메탄 배출 감축을 목표로 한 공공 계약 가운데 역대 최대 규모다.
계약 구조를 뜯어보면 단순한 탄소 거래를 넘어선 세 가지 요소가 결합해 있다. GeoAI(지리정보 기반 인공지능)와 위성 데이터를 활용한 원격 모니터링, 7만 명 이상 소작농에게 직접 지급되는 인센티브, 그리고 수자원 절감이라는 농가 실익이 그것이다.
이 조합은 기후금융이 산업 단위가 아니라 경작지와 수로 단위로 파고드는 새로운 방식을 보여준다. 한국 농업·IT·기후금융 분야가 이 모델에서 읽어야 할 시사점은 생각보다 구체적이다.
계약의 배경을 이해하려면 구글의 에너지 현황을 먼저 살펴야 한다. 구글은 AI 인프라 확대에 따른 데이터센터 전력 소비 증가로 온실가스 배출량이 늘어나는 문제에 직면해 있다. 이를 상쇄하기 위해 구글은 2030년까지 메탄, 불소화 가스 등 비(非)이산화탄소 온실가스 배출 제거 프로젝트에 최소 5,000만 달러를 투자하겠다고 공약했다.
이번 미티 랩스와의 계약은 그 공약 이행 프로젝트 가운데 현재까지 가장 큰 규모다. IPCC(기후변화에 관한 정부간 협의체)에 따르면 메탄을 비롯한 초오염 물질은 현재까지 지구 온난화의 절반 가까이를 차지하고 있으며, 이를 조기에 줄이는 것이 기후 대응에서 단기간 내 가장 강력한 효과를 낼 수 있는 수단으로 평가된다. 미티 랩스는 2023년에 설립된 스타트업으로, AI와 위성 기술, 현장 운영을 결합해 쌀 농업의 메탄 배출을 줄이는 솔루션을 개발해 왔다.
이번 계약에 따라 2030년까지 인도 카르나타카·안드라프라데시·텔랑가나 지역의 10만 헥타르 이상 쌀 경작지가 '대체 습식·건식(AWD: Alternate Wetting and Drying)' 방식으로 전환된다. AWD는 쌀 경작지에서 물을 완전히 빼지 않고 주기적으로 습윤·건조를 반복하는 방식으로, 혐기성 분해에서 발생하는 메탄 생성을 억제한다.
광고
미티 랩스는 이 전환을 통해 100년 기준으로 100만 톤의 CO2e(이산화탄소 환산량)를 감축하고, 물 사용량을 약 40% 줄이며, 1조 5,000억 리터의 물을 절약할 수 있다고 전망했다. 참여 농가는 7만 명 이상이다.
기술 검증 체계도 이 계약의 핵심 요소다. 미티 랩스는 고급 GeoAI와 위성 데이터를 결합해 농지의 물 관리 상태와 메탄 배출 변화를 원격으로 추적한다.
수천 개 농지를 현장 인력만으로 점검하는 것은 비용과 인력 면에서 불가능하지만, 위성 기반 모니터링은 그 한계를 상당 부분 극복한다. 다만 모니터링 데이터의 처리 기준과 제3자 검증 절차에 관한 세부 정보는 공개 자료에서 아직 제한적이다.
탄소 크레딧의 추가성(additionality), 영구성(permanence), 누출(leakage) 문제를 둘러싼 외부 전문가들의 지적이 존재하는 것도 이 맥락에서 나온다. 미티 랩스는 개별 농가별 인센티브 설계와 지속 모니터링을 통해 관행 변화가 장기 유지되는지를 추적하겠다고 밝혔다.
향후 공개될 정기 검증 보고서가 이 사업의 신뢰도를 결정짓는 분기점이 될 것이다.
농민 7만명 대상 물 40% 절감과 수확 영향
농가 입장에서 보면 이 계약은 규제가 아니라 인센티브로 접근한다. AWD 전환은 수확량을 유지하면서 물 사용량을 줄이는 효과를 낸다고 보고되어 있다. 물은 인도 남부 농업 지역에서 가장 민감한 생산 비용 항목 가운데 하나다.
물 절감이 생산비 절감으로 직결된다는 점은 농민의 자발적 참여를 이끄는 현실적 유인이 된다. 미티 랩스는 2030년까지 수백만 명의 농부를 참여시키며 동남아시아로 사업을 확장할 계획도 밝혔다.
단순한 인도 로컬 사업이 아니라, 아시아 쌀 재배 지역 전반을 겨냥한 플랫폼 모델로 성장을 노리고 있다는 의미다. 편집부 분석에 따르면, 구글-미티 랩스 모델은 한국에 세 가지 실용적 교훈을 남긴다. 첫 번째는 검증 방식의 혁신이다.
소규모 농가가 분산된 구조에서 대규모 배출 감축을 검증하려면 원격감시와 AI 분석이 현장 점검보다 훨씬 효율적이다.
광고
한국 스마트농업 기업들이 보유한 위성 데이터 가공·분석 기술은 이 분야에서 경쟁력을 가질 수 있다. 두 번째는 물·배출 복합 감축 모델의 확장성이다.
물 절감과 탄소 감축을 동시에 달성하는 방법은 농가 소득을 해치지 않는다는 점에서 다른 지역·작물로 확장하기 용이하다. 세 번째는 규제 정렬의 시급성이다.
글로벌 빅테크 자금이 기후금융 시장으로 유입되는 속도가 빨라지고 있는 만큼, 국내 원격감시 기반 배출 감축 사업에 대한 검증 가이드라인과 국제 기준 간 정합성을 빠르게 갖추지 못하면 투자 유치 기회를 놓칠 수 있다. 정책 차원에서 선결 과제도 분명하다.
정부는 원격감시 기반 배출 감축 사업에 대한 국내 검증 가이드라인과 표준을 마련해야 한다. 농민이 새로운 관행을 채택하는 과정에서 발생할 수 있는 단기 소득 감소를 완충할 안전망 설계도 병행되어야 한다. 민간 기업은 기술 검증 역량과 현장 확산 역량을 동시에 갖춘 파트너를 선별해 초기 파일럿부터 체계적으로 운영해야 한다.
이 세 가지 조건이 결합될 때, 국내에서도 유사한 사업 모델이 실효성을 확보할 수 있다.
한국 기업의 ESG·기술 협력 가능성 점검
결국 이 계약이 던지는 핵심 메시지는 하나다. 기후 대응의 자금이 이제 경작지 단위로 내려오고 있다는 것이다. 구글의 5,000만 달러 공약과 미티 랩스의 100만 톤 크레딧 계약은 그 흐름이 이미 현실임을 보여준다.
한국 기업이 이 흐름의 수혜자가 되려면 기술·데이터·금융을 결합한 사업 모델을 실험하고 국내 규제체계와 빠르게 정합시키는 경험을 쌓는 것 외에 다른 지름길은 없다. ※ 이 기사는 Pluang, ESG Today, YourStory, TipRanks.com의 2026년 8월 보도를 참조하여 작성하였습니다.
FAQ
Q. 한국 기업도 비슷한 탄소 크레딧 사업에 참여할 수 있나?
A. 참여 가능하다. 구글-미티 랩스 사례는 원격감시와 AI를 결합한 기술 역량, 농가 네트워크 운영 능력, 기후금융 조달 역량이 동시에 갖춰질 때 시장 진입이 가능함을 보여준다. 한국은 스마트농업 관련 위성 데이터 가공 기술과 IoT 센서 기반 농지 모니터링 경험을 보유한 중소기업들이 있어 초기 파일럿 단계에서의 기술 기여가 가능하다. 다만 국내 배출 감축 실적의 국제 기준 인증 절차와 제3자 검증 체계를 먼저 정비해야 한다. 국제 탄소시장(예: VERRA의 VCS, Gold Standard 등) 기준에 맞는 방법론 개발이 선결 과제이며, 금융기관과의 공동 구조화도 검토할 필요가 있다.
Q. 탄소 크레딧의 효과는 어떻게 검증하나?
A. 탄소 크레딧 검증의 핵심은 추가성(해당 사업 없이는 감축이 일어나지 않았을 것), 영구성(감축 효과가 지속됨), 누출(다른 곳에서 배출이 늘지 않음) 세 가지 원칙을 충족하는지 여부다. 미티 랩스는 GeoAI와 위성 데이터를 활용해 농지별 물 관리 상태를 원격 추적하는 방식으로 현장 점검의 한계를 보완하고 있다. 그러나 데이터 처리 기준과 통계적 방법론, 제3자 검증 기관의 구체적 역할은 현재 공개된 자료에서 제한적으로만 확인된다. 신뢰도를 높이려면 정기 보고서 공개와 독립 감사 기관의 검토가 병행되어야 하며, 국내 유사 사업에 적용할 경우에도 동일한 기준이 요구된다.
Q. 농민은 실제로 어떤 혜택을 받나?
A. 미티 랩스 발표 기준으로는 물 사용량 약 40% 절감과 수확량 유지가 핵심 혜택으로 제시되어 있다. 물 비용이 생산비에서 큰 비중을 차지하는 인도 남부 농업 지역에서 이 절감 효과는 농가 수지에 직접 영향을 미친다. 현금성 인센티브나 기술·교육 지원이 병행될 경우 전환 초기의 단기 소득 불안을 줄이는 데 도움이 된다. 다만 토양 조건, 강수 패턴, 품종 특성 등 지역별 차이에 따라 성과 편차가 발생할 수 있으므로 파일럿 단계에서 지역 맞춤형 보완책을 함께 설계하는 것이 중요하다. 2030년까지 누적 물 절약량을 1조 5,000억 리터로 전망하는 수치는 농가 전체에 걸친 복합 효과를 보여주지만, 개별 농가 단위의 실질 수익 개선 데이터는 향후 검증 보고서에서 확인이 필요하다.
광고
){kind=small}
){kind=small}
){kind=small}
){kind=small}
