All Issue

2026 Vol.25, Issue 1 Preview Page

Research Article

Scenario Design for Analyzing Uncertainty in Industrial Greenhouse Gas Mitigation Pathways

산업 부문 온실가스 감축 경로의 불확실성 분석을 위한 시나리오 설계

Hwarang Lee1*
,
Soo-Il Kim2
,
Sangjun Lee3
이 화랑1*
,
김 수일2
,
이 상준3
1Associate Research Fellow, Korea Energy Economics Institute (First author, Corresponding author)
2Senior Research Fellow, Korea Energy Economics Institute
3Professor, Graduate School of National defense Convergence Science, Seoul National University of Science&Technology
1에너지경제연구원 부연구위원 (주저자, 교신저자)
2에너지경제연구원 선임연구위원
3서울과학기술대학교 국방융합과학대학원 교수
*Corresponding Author
31 March 2026. pp. 299-330
PDF XML Citation
Abstract

This study develops scenarios to systematically analyze uncertainty in greenhouse gas mitigation pathways in the industrial sector. The analysis is based on two dimensions: socioeconomic pathways and mitigation policy pathways. The socioeconomic pathways are categorized into three types: sustainability-high growth, trend-following-medium growth, and fragmentation-low growth, based on societal attitudes toward climate issues and economic growth rates. Mitigation policy pathways are defined by the level of adoption of mitigation measures in the industrial sector and consist of a reference policy pathway and a maximum mitigation policy pathway. By combining these two dimensions, this study constructs six scenarios for the industrial sector and projects long-term industrial energy demand and greenhouse gas emissions for each scenario. The analysis employs the Korea Energy Economics Institute-System of Three E-Models (KEEI-STEM) and covers 2023-2060. The results indicate that under the maximum mitigation policy pathway, industrial energy demand declines from 132.0Mtoe/yr in 2023 to 116.7-124.1Mtoe/yr in 2050, depending on the socioeconomic pathway. By contrast, greenhouse gas emissions decrease from 207.6MtCO2/yr to 69.6-102.2MtCO2/yr. Moreover, the sustainability-high growth pathway generates the highest emissions under the reference policy pathway but achieves the lowest emissions under the maximum mitigation policy pathway due to the most ambitious adoption of mitigation measures. This study contributes to the literature by providing a range of possible industrial greenhouse gas emission pathways under different scenarios. It also offers insights into the levels and drivers of uncertainty in industrial mitigation pathways and helps develop strategies to address such uncertainties.

Keywords
Industry
Greenhouse gas mitigation
Scenario design
Uncertainty
Long-term energy outlook

본 연구는 산업 부문 온실가스 감축 경로에 내재된 불확실성을 체계적으로 분석하기 위한 시나리오 설계를 목적으로 한다. 시나리오는 사회경제 발전 경로와 감축 정책수단 경로의 조합으로 구성되는데, 사회경제 경로는 기후 문제에 대한 사회적 태도와 경제성장률을 기준으로 지속가능-고성장, 추세유지-중간성장, 분열갈등-저성장의 3가지 경로로 구분된다. 그리고 정책수단 경로는 산업 부문의 감축수단 도입 수준에 따라 기준 정책과 최대저감 정책 경로로 구성된다. 본 연구에서는 이러한 두 경로를 조합하여 산업 부문에 대한 6가지 시나리오를 구축하고, 각 시나리오별로 산업 부문의 장기 에너지 수요 및 온실가스 배출량을 전망한다. 시나리오 분석에는 2023년부터 2060년까지를 대상으로 하는 시뮬레이션 모형인 Korea Energy Economics Institute-System of Three E-Models(KEEI-STEM)을 활용하였다. 분석 결과, 최대저감 정책 경로에서 산업 부문 에너지 수요는 2023년 132.0Mtoe/yr에서 사회경제 경로에 따라 2050년 116.7~124.1Mtoe/yr로 감소하고, 온실가스 배출량은 같은 기간 207.6MtCO2/yr에서 69.6~102.2MtCO2/yr로 감소하는 것으로 나타났다. 특히, 지속가능-고성장 경로는 기준 정책 경로에서는 가장 많은 온실가스를 배출하는 반면, 최대저감 정책 경로에서는 가장 적극적인 감축수단 도입을 통해 가장 낮은 배출 수준을 달성하는 것으로 분석되었다. 본 연구는 산업 부문 감축 경로를 설명하는 시나리오를 설계하고, 미래 상황 변화에 따른 에너지 수요와 온실가스 배출량 경로의 범위를 제시하였다는 점에서 의의가 있다. 이러한 분석은 산업 부문 감축에 내재된 불확실성의 크기와 발생 요인을 체계적으로 파악하는 데 기여할 뿐만 아니라, 불확실성 대응 전략 수립에 기초 정보를 제공한다.

키워드
산업 부문
온실가스 감축
시나리오 설계
불확실성
장기 에너지 전망
References
1

강병욱. (2022). 탄소중립을 위한 철강 생산공정 전환 시나리오 분석 연구. (기본연구보고서 2022-03). 에너지경제연구원. https://www.keei.re.kr/board.es?mid=a10101020000&bid=0001&act=view&list_no=82187&cg_code=C01

2

과학기술정보통신부. (2023). 탄소중립 100대 핵심기술.

3

관계부처 합동. (2021a). 2030 국가 온실가스 감축목표(NDC) 상향안.

4

관계부처 합동. (2021b). 제1차 수소경제 이행 기본계획.

5

관계부처 합동. (2021c). 2050 탄소중립 시나리오안.

6

관계부처 합동. (2023). 국가 탄소중립･녹색성장 기본계획(안).

7

박용삼. (2025.06.05.). [특별기고] 지속가능한 미래, 철강산업의 탈탄소 전환을 위한 포스코그룹의 대응. 포스코그룹 뉴스룸. https://newsroom.posco.com/kr/특별기고-지속가능한-미래-철강산업의-저탄소-전환/

8

산업연구원. (2022). 산업부문 온실가스 저감을 위한 실행방안 연구.

9

산업통상자원부. (2018). 2017년도 에너지총조사보고서. KESIS. https://kesis.keei.re.kr/board.es?mid=a10201040100&bid=0004

10

산업통상자원부. (2021). 탄소중립 산업 에너지 R&D 전략.

11

안윤기, 허재용, 진윤정. (2010). MARKAL 모형을 통한 철강산업의 온실가스 감축잠재량 분석. 한국자원공학회지, 47(3), 312-323.

12

에너지경제연구원. (2025). 에너지수급통계. KESIS. https://kesis.keei.re.kr/stat/statsList.es?mid=a10101000000&vwCd=ztl

13

한국시멘트협회. (2024). 2023 한국의 시멘트산업 통계. 한국시멘트협회. http://www.cement.or.kr/mater_2014/readboard.asp?tb_name=mater_3&title=%C5%EB%B0%E8%BF%AC%BA%B8&mater_iden=125&ppage=1&sm=3_1_2

14

한국에너지공단. (2024). 2024 산업부문 에너지 사용 및 온실가스 배출량 통계. 한국에너지공단 국가온실가스 배출량 종합정보 시스템. https://min24.energy.or.kr/netis

15

한국철강협회. (2024). 2024 철강통계연보. 한국철강협회. https://www.kosa.or.kr/

16

한국화학산업협회. (2024). 화학산업 제품통계. 한국화학산업협회. https://kcia.kr/petrochemical-industry/statistics

17

de Matos, N., McPherson, M. (2025). Price vs policy: The impact of cost uncertainty on decarbonization pathways. Energy Economics, 154, 109088.

10.1016/j.eneco.2025.109088
18

Fujimori, S., Masui, T., Matsuoka, Y. (2014). Development of a global computable general equilibrium model coupled with detailed energy end-use technology. Applied Energy, 128, 296-306.

10.1016/j.apenergy.2014.04.074
19

Gielen, D., Taylor, M. (2007). Modelling industrial energy use: the IEAs energy technology perspectives. Energy Economics, 29(4), 889-912.

10.1016/j.eneco.2007.01.008
20

Jayachandran, M., Gatla, R. K., Flah, A., Milyani, A. H., Milyani, H. M., Blazek, V., Prokop, L., Kraiem, H. (2024). Challenges and opportunities in green hydrogen adoption for decarbonizing hard-to-abate industries: A comprehensive review. IEEE Access, 12, 23363-23388.

10.1109/ACCESS.2024.3363869
21

Karali, N., Park, W. Y., McNeil, M. (2017). Modeling technological change and its impact on energy savings in the US iron and steel sector. Applied Energy, 202, 447-458.

10.1016/j.apenergy.2017.05.173
22

Lee, H., Eom, J., Cho, C., Koo, Y. (2019). A bottom-up model of industrial energy system with positive mathematical programming. Energy, 173, 679-690.

10.1016/j.energy.2019.02.020
23

Mathy, S., Criqui, P., Knoop, K., Fischedick, M., Samadi, S. (2016). Uncertainty management and the dynamic adjustment of deep decarbonization pathways. Climate Policy, 16(sup1), S47-S62.

10.1080/14693062.2016.1179618
24

Sancho, F. (2010). Double dividend effectiveness of energy tax policies and the elasticity of substitution: A CGE appraisal. Energy Policy, 38(6), 2927-2933.

10.1016/j.enpol.2010.01.028
25

Tautorat, P., Iversen, J., Schmidt, T. S., Steffen, B. (2025). Real options analysis of decarbonization investments in the chemical industry. Applied Energy, 397, 126238.

10.1016/j.apenergy.2025.126238
Information
  • Publisher :Korea Energy Economic Institute·Korea Resource Economics Association
  • Publisher(Ko) :에너지경제연구원·한국자원경제학회
  • Journal Title :Korean Energy Economic Review
  • Journal Title(Ko) :에너지경제연구
  • Volume : 25
  • No :1
  • Pages :299-330
  • Received Date : 2026-02-20
  • Revised Date : 2026-03-18
  • Accepted Date : 2026-03-20
  • DOI :https://doi.org/10.22794/keer.2026.25.1.010
Journal Informaiton Korean Energy Economic Review Korean Energy Economic Review
Online Submission
  • NRF
  • KISTI Current Status
  • KISTI Cited-by
  • ccl
Journal Informaiton Journal Informaiton - close