Research Article

Korean Energy Economic Review. 31 March 2026. 1-35
https://doi.org/10.22794/keer.2026.25.1.001

ABSTRACT


MAIN

  • Ⅰ. 서 론

  • Ⅱ. 탈석탄 정책현황

  • Ⅲ. 분석 방법

  •   1. 통제집단합성법

  •   2. 적용

  • Ⅳ. 자료 및 분석 결과

  •   1. 자료

  •   2. 석탄 분석 결과

  •   2. LNG 분석 결과

  •   3. 강건성 검증

  • Ⅴ. 결 론

Ⅰ. 서 론

친환경 에너지로 전환은 기후변화 대응의 핵심 과제로 부상하고 있으며, 유럽연합(EU)을 비롯한 영국, 독일, 프랑스 등은 2030년 또는 2035년을 목표로 석탄 발전의 단계적 폐지를 추진하고 있다. 미국과 일본 역시 석탄 의존도 축소와 재생에너지 비중 확대를 기후 대응 전략의 핵심 정책으로 채택하고 있다(IEA, 2021; ECA, 2022; GEM, 2025). 에너지 수입 의존도가 90%를 상회하는 우리나라도 탄소중립(Net Zero) 달성을 위해 발전 부문의 구조적 전환은 필수적이며, 국내 연구들 역시 석탄 발전 감축과 재생에너지・원전 확대를 주요 감축 수단으로 제시하고 있다(충청남도연구원, 2020; 이지훈 외, 2024).

한국 정부는 2020년 ‘2050 탄소중립’ 선언을 계기로 탈석탄 정책을 국가 에너지 시스템의 구조적 전환 전략으로 공식화하였다. 노후 석탄화력발전소의 단계적 폐쇄와 신규 석탄 발전소 건설 금지, LNG 발전 확대가 주요 정책 수단으로 제시되었으며, 「제9차 전력수급기본계획(2020-2034)」과 「제10차 전력수급기본계획(2023-2038)」을 통해 석탄 발전 비중 축소와 재생에너지 확대 목표가 구체화되었다.

특히 한국의 석탄 발전 감축은 장기적인 탄소중립 목표 달성뿐만 아니라, 고농도 미세먼지 대응을 위한 단기적 대기질 개선 정책과도 밀접하게 연계되어 추진되었다. 정부는 2019년 ‘미세먼지 계절관리제’를 도입하여 미세먼지 농도가 높은 12월부터 이듬해 3월까지 노후 석탄화력발전소의 가동을 중단하거나 전체 석탄 발전기의 출력을 80% 이하로 제한하는 상한제약을 시행하고 있다(환경부・산업통상자원부, 2019). 이러한 계절관리제는 탈석탄 정책의 흐름 속에서 발전용 석탄 소비를 실질적으로 감소시키는 핵심적인 정책 수단으로 작용하였다.

실제로 국내 발전 부문의 화석연료 소비 추세를 살펴보면, 발전용 석탄 소비량은 2001년 이후 기저부하 전원으로서의 역할 확대와 함께 지속적인 상승세를 보이며 2017년경 정점에 도달하였다. 그러나 2018년 세제 개편과 2019년 미세먼지 계절관리제 도입 등 탈석탄 기조가 강화되면서 2020년 이후에는 뚜렷한 하락세로 전환되는 변곡점을 맞이하였다. 반면, 발전용 LNG 소비는 국제 연료 가격 및 수급 여건에 따라 높은 변동성을 보이며 증감을 반복해 왔으나, 2020년 탈석탄 정책 본격화 이후에는 석탄 감축에 따른 전력 수급을 보완하며 대조적 경로(counterfactual) 대비 상대적으로 높은 수준을 유지하거나 단기적으로 반등하는 양상을 보이고 있다. 이러한 에너지원별 소비 경로의 비대칭적 변화는 탈석탄 정책이 발전 연료 구조에 미친 실질적 영향력을 상징적으로 보여준다.

그러나 탈석탄 정책은 여전히 과도기적 단계에 머물러 있다. 석탄 소비는 감소하였으나 화석연료 의존 구조가 근본적으로 개선되었다고 보기는 어렵고 석탄 감축이 화석연료 총량 감소로 이어졌는지, LNG 소비 증가라는 연료 대체로 귀결되었는지는 명확히 검증되지 않았다. LNG는 석탄 대비 이산화탄소 배출량이 낮은 연료로 평가되지만(IEA, 2010; Graff Zivin et al., 2014), 화석연료에 해당하며 장기적 감축 경로와의 정합성에 대한 논의가 제기되고 있다(IEA, 2022; Schmidt et al., 2024).

발전 부문 탈석탄 정책의 효과를 분석한 기존 연구들은 주로 재생에너지 확대 정책이나 전력시장 제도(FIT, RPS, ETS)가 화석연료의 상대적 경쟁력에 미치는 영향을 중심으로 논의되어 왔다(김은성・허은녕, 2016; 임형우・조하현, 2017; 우주희・신동훈, 2022; 장연재・공지영, 2022; Abrell et al., 2011; Dong, 2012; Hintermann et al., 2016). 최근에는 에너지원 간 구조적 전환에 주목하여 석탄 감축과 LNG 대체 간의 상충 가능성을 지적하는 연구도 제시되고 있다(권오상 외, 2018; 김기환, 2021).

본 연구는 이러한 논의의 연장선에서, 다음과 같은 학술적 기여를 목적으로 한다. 첫째, 기존 문헌이 전력시장 제도 전반의 영향을 포괄적으로 다룬 것과 달리, 2020년 ‘2050 탄소중립’ 선언에 힘입어 추진된 탈석탄 정책이 국내 발전 부문 화석연료 소비 구조에 미친 영향을 실증적으로 분석하고자 한다. 둘째, 분석 방법론 측면에서 평행 추세 가정의 제약이 있는 이중차분법 대신 통제집단합성법(Synthetic Control Method, SCM)을 적용하여 정책이 없었을 경우 대조적(counterfactual) 경로를 추정하여 정책의 효과성을 검증한다. 특히 석탄 감축이라는 일차적 성과가 LNG로의 단순 대체에 그쳤는지, 화석연료 전반의 구조적 감축으로 이어졌는지 규명함으로써 향후 전력 부문 에너지 전환 정책 설계에 실증적 근거를 제시하고자 한다.

Ⅱ. 탈석탄 정책현황

한국의 탈석탄 정책은 국제사회의 탄소중립 기조에 부응하면서 국내 경제 구조와 에너지 수급 여건을 고려해 단계적으로 추진되어 왔다. 한국은 전체 1차 에너지의 90% 이상을 수입에 의존하고 있으며, 2024년 기준 발전(전환) 부문은 국내 온실가스 잠정 배출량의 약 31.6%를 차지한다(환경부・온실가스종합정보센터, 2025).1) 즉, 발전 부문에서의 화석연료 감축은 탄소중립 실현과 국가 감축목표 달성을 위한 핵심 과제로 인식되고 있다.

<표 1>에서 제시된 바와 같이, 한국의 탈석탄 정책은 2015년 「배출권거래제」 시행을 기점으로 본격화되었다. 배출권거래제는 전력(전환) 부문을 제도 내에 포함하여 탄소배출에 가격 신호를 부여하고 석탄 발전의 상대적 비용을 상승시키는 역할을 하였다(온실가스종합정보센터, 2012).

2016년 석탄화력발전소 대책 발표와 2017년 「제8차 전력수급기본계획(2017-2031)」을 바탕으로 공급 위주에서 환경과 안전 중심의 에너지 전환이 본격화 되었다. 이처럼 2016년부터 시작된 점진적인 탈석탄 노력은 정부의 환경・세제 정책을 통해 석탄 발전 감축의 제도적 기반을 강화하는 노력으로 이어졌다. 2018년 세법 개정을 통해 발전용 유연탄 개별소비세를 인상하고 LNG 제세 부담을 인하하여 연료 전환을 유도하였으며(기획재정부, 2018), 2019년에는 미세먼지 계절관리제를 도입하여 겨울철 석탄화력 가동 정지와 출력 상한을 제도화하였다(환경부・산업통상자원부, 2019; 환경부, 2025a, 2025b).

2020년 「2050 탄소중립 선언」 이후 탈석탄 정책은 국가 에너지전환 전략으로 격상되었다. 더불어 「제9차 전력수급기본계획(2020-2034)」을 통해 석탄 발전의 단계적 폐지, 신규 석탄 발전소 건설 금지, 노후 설비의 조기 폐쇄 및 LNG 전환 로드맵이 제시되었으며, 「탄소중립・녹색성장 기본법」(2021) 제정을 통해 전력믹스 전환의 법적 기반이 마련되었다(산업통상자원부, 2020). 이후 「제10차 전력수급기본계획(2022-2036)」은 에너지 안보와 수급 안정을 위해 노후 석탄발전 28기를 LNG로 전환하는 정책 기조를 유지하며, 석탄 감축분만큼 LNG 발전 비중을 확대하는 가교(Bridge) 전략을 명시하였다. 그러나 최근 발표된 「제11차 전력수급기본계획(2024-2038)」에서는 ‘LNG 추가 전환’ 기조를 중단하고, 노후 석탄발전을 수소・암모니아 혼소 등 무탄소 전원으로 직접 전환하는 방향으로 정책이 급격히 선회하였다. 이는 LNG 전환이 지닌 탄소 배출의 한계와 고착 효과를 극복하려는 시도로 해석된다(산업통상자원부, 2023, 2025).

<표 1>

한국의 발전용 탈석탄 관련 주요 조치

시 기 조 치 주 요 내 용
15.01. 배출권거래제(K-ETS) 시행 전환(전력) 부문 포함해 탄소가격 신호 부여.
석탄 상대비용 증가 유인
16.07. 석탄화력발전소 대책 발표 노후 10기 폐지 등
17.12. 제8차 전력수급기본계획 공급 위주에서 환경과 안전 중심의 에너지 전환 본격화
18.07.30. 세법 개정(발전용 유연탄・LNG 제세 조정) 유연탄 개별소비세 36 → 46원/kg 인상
LNG 제세 대폭 인하(예: 60 → 12원/kg)
19.11. 미세먼지 계절관리제 시행 겨울철 석탄 발전 가동 정지 및
출력상한(≤ 80%) 제도화 및 운영
20.12.28. 제9차 전력수급기본계획 확정 석탄 30기 폐지. 그중 24기 LNG 전환 로드맵 명시
21.09.24. 「탄소중립・녹색성장 기본법」 제정 및 공포 전력믹스 전환의 법적 프레임 확립
(전원전환・감축계획 수립 근거)
23.01.12. 제10차 전력수급기본계획 확정 노후 석탄 28기 LNG 전환(14.1GW)
2036 전원믹스에서 석탄 비중 축소
24.11.27. 제5차 계절관리제 운용 발표 겨울철 석탄 발전 최대 15기 정지
최대 46기 출력상한 추진
25.02.21. 제11차 전력수급기본계획 확정 석탄 대폭 감축, 노후 석탄의 LNG/무탄소 전환
및 혼소 정책 방향 확정
25.04.16. 제6차 계절관리제 결과 발표 기간 중 석탄 발전 최대 30기 정지
최대 47기 출력상한 실행

다만 정책 전개에도 불구하고 발전 부문의 화석연료 구조는 여전히 과도기적 단계에 머물러 있다. 석탄 감소분이 LNG로 대체되면서 화석연료 소비 총량은 뚜렷하게 감소하지 않는 것으로 보인다.

재생에너지 부문 역시 정책 추진에도 불구하고 발전량 측면에서의 성과는 제한적이었다. ‘재생에너지 3020’ 정책이 시행되었으나 예산 삭감과 송전망 제약으로 인해 발전량 증가는 제약을 받았으며(성유진, 2024.12.08; 에너지경제연구원, 2025), 풍력 발전은 설비 용량 증가에도 불구하고 계통 제약으로 발전량 증가는 미미한 수준에 머물렀다.

아울러 탈석탄 정책 추진 과정에서 정책 목표의 일관성과 제도적 신뢰성에 대한 문제도 지적되고 있다. 탈석탄 관련 목표 연도의 불일치로 정책 평가의 불확실성이 존재하며, 가스 발전 의존 심화가 탄소중립 목표의 실효성을 저하시킬 수 있다는 분석이 제기되었다(이재은, 2024.04.09). 또한 암모니아 혼소 정책과 석탄 발전소 조기 폐쇄가 병행 추진되면서 설비 투자 회수 불확실성과 좌초자산 위험에 대한 우려도 확대되고 있다(손영남, 2025.06.29).

종합하면, 한국의 탈석탄 정책은 발전용 석탄 소비 감축이라는 측면에서는 일정한 성과를 보였으나, 화석연료 전반의 구조적 전환으로까지 이어졌다고 보기는 어렵다. 이러한 현황은 탈석탄 정책이 석탄 감축을 넘어 발전 연료별 소비 구조에 어떠한 영향을 미쳤는지를 실증적으로 검증할 필요성을 제기한다.

Ⅲ. 분석 방법

1. 통제집단합성법

정책 개입의 인과 효과(causal effect)를 식별하기 위해 전통적으로 이중차분법(Difference-in-Differences, DID)이 대표적인 접근법으로 사용되어 왔다. 이중차분법은 정책 시행 전후의 변화를 처치군과 통제군 간에 비교하여 정책 효과를 추정하며, 정책이 없었을 경우 두 집단이 유사한 추세를 보였을 것이라는 평행 추세 가정에 기반한다(Rubin, 1974; Holland, 1986; Card and Krueger, 1994; Lechner, 2011; Imbens and Rubin, 2015). 그러나 이중차분법은 사전 추세의 동일성을 요구하는 강한 가정을 전제로 하며, 정책과 무관한 요인이나 외생적 충격으로 사전 추세가 상이할 경우 선택편의가 발생할 수 있다(Abadie et al., 2010; Arkhangelsky et al., 2021). 특히 단일 시점에 도입된 정책을 분석하는 경우 평행 추세 가정의 충족 여부를 검증하기 어렵고 통계적 자유도도 제한된다(Callaway and Sant’Anna, 2021; Sun and Abraham, 2021).

한국의 탈석탄 정책은 2020년 동일 시점에 발전 부문 전반에 도입된 단일 방향의 구조적 전환 정책이다. 발전 부문 에너지 소비는 국제 연료 가격, 경기 변동, 기상 및 계절 요인의 영향을 동시에 받기 때문에 정책과 무관하게 소비 추세가 상이하게 전개될 가능성이 크다. [그림 1]에서 볼 수 있듯이 실제로 정책 이전 기간(2001-2019년) 동안 발전용 석탄 및 LNG 소비에서는 처치 단위와 도너풀2) 간 추세 발산과 불규칙한 변동성이 관찰된다.

https://cdn.apub.kr/journalsite/sites/keer/2026-025-01/N0700250101/images/Figure_keer_25_01_01_F1.jpg
[그림 1]

정책 이전 기간 발전용 화석연료 소비 추세: 처치단위와 도너풀 비교

이에 본 연구는 이중차분법을 적용하지 않고, 장기간의 사전 기간 정보를 활용하여 처치 단위의 소비 경로를 정교하게 모사할 수 있는 통제집단합성법(Synthetic Control Method, SCM)을 핵심 분석 방법으로 채택하였다. 통제집단합성법은 정책 시행 이전의 성과 변수와 예측 변수를 기준으로 비처치 단위들을 가중평균하여 합성통제단위(Synthetic Control Unit)를 구성하고, 이를 통해 정책이 없었을 경우의 대조적(counterfactual) 경로를 추정한다(Abadie and Gardeazabal, 2003; Abadie et al., 2010, 2015).

통제집단합성법은 평행 추세 가정을 요구하지 않으며, 단일 정책 충격과 충분한 사전 기간이 확보된 환경에서 특히 유용하다. 본 연구의 경우 전국적으로 동일 시점에 도입된 단일 정책을 분석 대상으로 하므로 SCM이 적합한 방법이다(Arkhangelsky et al., 2021). Abadie(2021)는 단일 사례 분석에서 과도한 사전 적합도가 과적합과 추정 불안정을 초래할 수 있음을 지적한 바 있다.

통제집단합성법은 Abadie and Gardeazabal(2003)에 의해 제안된 이후 금연정책(Abadie et al., 2010), 독일 통일(Abadie et al., 2015) 뿐만 아니라 다양한 정책 평가 연구에 적용되어 왔다. 최근 해외 에너지 및 환경 경제학 분야에서도 특정 시점에 도입된 정책의 인과 효과를 식별하기 위해 통제집단합성법을 적용하는 사례가 증가하고 있다. Andersson(2019)은 스웨덴의 탄소세 도입이 운송 부문의 이산화탄소 배출량을 약 11% 감소시켰음을 대조적 경로와의 비교를 통해 실증하였으며, Soylu et al.(2024)은 터키의 재생에너지 국가 액션 플랜(NREAP)이 에너지 전환 및 탄소 저감에 미친 긍정적 효과를 통제집단합성법으로 분석하여 정책적 유효성을 입증하였다. 국내에서도 수산물 소비 행태 변화(허성윤, 2024) 등 다양한 사회적 충격의 효과 분석에 활용되고 있으나, 발전 부문의 탈석탄 정책과 연료 간 구조적 전환을 직접적으로 다룬 연구는 여전히 제한적이다. 위와 같은 학술적 흐름을 바탕으로 한국의 발전용 화석연료 소비 구조 분석에 적용함으로써 선행연구 범위를 확장하고자 한다.

발전용 석탄과 LNG 소비를 분석 대상으로 하며, 2020년을 정책 시행 시점으로 설정한다. 전체 표본 중 j=1을 처치단위(처치집단), j=2,...,J+1을 도너풀(비처치단위)로 정의하고, 관측기간 t=1,...,T 가운데 tT0은 사전기간, t>T0는 사후기간으로 구분한다. 여기서 j는 분석 단위로 각 에너지원 및 품목 단위를, T0는 사전 분석 기간의 총 길이를 의미한다.

정책 개입 전과 후의 잠재적 결과는 식 (1)과 같이 정의된다. 정책 이전에는 실제 결과와 대조적 결과가 동일하며, 정책 이후에는 정책효과 τ1t만큼 차이가 발생한다는 전제를 명시한다.

(1)
Y1tI=Y1tN,tT0Y1tN+τ1t,t>T0

이에 따라 처치효과는 식 (2)와 같이 도출된다(Abadie, 2021). 여기서 Y1tI는 정책 시행 이후 실제 관측값, Y1tN는 합성통제단위가 예측한 대조적 값이다(Abadie et al., 2015).3)

사후기간의 대조적 값은 관측할 수 없으므로, 통제집단합성법은 이를 도너풀의 가중평균으로 근사한다(Abadie and Gardeazabal, 2003). 본 연구에서는 정책 시행 이후 두 값의 차이를 탈석탄 정책의 인과 효과로 해석한다.

(2)
τt=Y1tI-Y1tN,(t>T0)

비처치단위들의 결과변수를 Yjt라 할 때, 합성통제단위의 가중합은 식 (3)과 같이 표현된다. wj는 도너풀 단위가 합성통제단위 구성에 기여하는 비중이며, W=(w2,w3,...,wJ+1)'는 가중치 벡터이다.

(3)
Y^1tN=j=2J+1wjYjt,(wj0,j=2J+1wj=1)

가중치 벡터 W식 (4)와 같이 모든 가중치의 합이 1이고 각 가중치는 0 이상이어야 한다. 이 제약은 합성통제단위가 확률적 가중평균(convex combination) 형태로 구성되도록 하여 외삽 문제를 방지한다(Abadie et al., 2015).

(4)
Y^1N=Y0W

최적 가중치는 사전기간에서 처치단위와 합성통제단위의 특성이 최대한 일치하도록 식 (5)와 같이 선택된다. 처치단위의 예측변수 벡터를 X1, 도너풀의 예측변수 행렬을 X0=[X2,X3,...,XJ+1]라 하면, 최적 가중치 W*는 다음의 최소화 문제를 통해 도출된다(Abadie et al., 2010).

여기서 행렬 V는 예측변수의 상대적 중요도를 반영하는 ((k+M)×(k+M)) 양정부호 대각 행렬(diagonal positive-definite matrix)로, 처치단위와 합성통제단위의 차이를 나타내는 벡터(X1-X0W) 내 각 변수의 제곱값이 목적함수에 기여하는 상대적 가중치를 의미한다.

이때 X에는 정책 시행 이전 기간 동안 처치단위의 수요특성을 반영하는 변수들이 포함되며, 실제 결과값과 합성된 결과값 간 평균제곱예측오차(Mean Squared Prediction Error, MSPE)를 최소화하는 교차검증 방식으로V를 선택하였다.

(5)
W*(V)=argminW(X1-X0W)'V(X1-X0W)

사전 적합도를 판단하는 핵심 지표인 MSPE는 식 (6)과 같다. 값이 작을수록 합성통제단위가 처치단위의 사전 경로를 정확히 모사했음을 의미한다.

(6)
MSPEpre=1T0t=1T0(Y1t-j=2J+1wjYjt)2

정책 시행 이후의 예측오차는 식 (7)과 같이 정의된다.

(7)
MSPEpost=1T-T0t=T0+1Tτ^1t2

강건성 분석에서는 식 (8)의 사전・사후 MSPE와 이들의 비율인 MSPE ratio를 활용한다. 사전기간 MSPE는 대조적 경로의 적합도를 나타내며, 사후기간 MSPE 대비 사전 MSPE 비율이 크게 나타날 경우 정책효과가 존재할 가능성을 뒷받침하는 근거로 활용된다(Abadie et al., 2010).

(8)
MSPEratio=MSPEpostMSPEpre

선택된 최적 가중치 W*는 전처리기간 동안 처치단위와 합성통제단위의 소비경로가 가장 유사하도록 하는 조합으로 해석된다. 이에 따른 합성통제단위의 예측치는 식 (9)와 같다.

(9)
Y^1tN=j=2J+1wj*Yjt

시점별 처치효과의 추정치는 식 (10)과 같이 정의된다. 이 값은 정책 이후 실제 결과가 대조적 경로에 비해 얼마나 변화했는지를 정량적으로 측정한다.

(10)
τ^1t=Y1t-Y^1tN,(t>T0)

2. 적용

분석 대상은 발전용 석탄 및 LNG 소비량이며, 2020년을 정책 시행 시점으로 설정한다. 처치단위는 발전용 석탄 소비량과 발전용 LNG 소비량으로 구성하고, 도너풀은 비처치 단위로 설정하여 관측기간을 사전 기간과 사후 기간으로 구분한다. 도너풀로 발전 부문 이외의 타 부문(가정・공공, 서비스, 농림어업, 제조업, 수송 등)별 전력, 도시가스, 석유류, 무연탄 소비 데이터를 선정한 이유는 다음과 같다.

첫째, 정책 개입의 독립성이다. 2020년 ‘2050 탄소중립 선언’ 및 ‘제9차 전력수급기본계획’에 기반한 탈석탄 정책은 발전 부문의 노후 설비 폐쇄와 연료 전환에 직접 개입한다. 반면, 타 부문의 에너지 소비는 해당 정책의 직접적인 영향권 밖에 위치하여 처치 효과의 오염(contamination) 없이 대조적 경로를 생성하는 데 적합하다.

둘째, 공통된 수요 결정 요인이다. 발전용 연료 소비량은 경기 변동, 기상 요인, 국제 에너지 가격 등에 민감하게 반응하는데 도너풀에 포함된 변수들 역시 동일한 거시경제적・기후적 환경 요인의 영향을 받는다. 예컨대, 농림어업용 전력이나 제조업용 도시가스는 발전 부문의 기저부하(base-load) 특성이나 산업 활동 주기를 간접적으로 반영하며, 가정용 무연탄 등은 냉・난방 수요에 따른 계절적 변동성을 공유한다.

다음으로 예측변수 구성은 통제집단합성법의 사전 적합도에 직접적인 영향을 미치므로, 기존 문헌에 따라 정책 이전 성과변수의 소비 경로를 중심으로 설정하였다. 발전용 석탄 소비의 경우 2001-2019년 기간의 소비량을 예측변수로 활용하였으며, 최근 11개 연도는 매년, 그 이전 기간은 격년으로 선택하여 장기 추세와 변동성을 동시에 반영하였다.

탈석탄 정책이 서로 다른 특성을 지닌 두 화석연료에 상이한 영향을 미쳤을 가능성을 고려하여 세 가지 가설을 설정한다.

가설 1: 탈석탄 정책은 발전용 석탄 소비량을 유의하게 감소시켰을 것이다.

가설 2: 석탄 감축에 따른 전력 공급 공백을 보완하기 위해 발전용 LNG를 비롯한 타 발전원으로의 전환을 유도할 것이다.

가설 3: 발전용 LNG 소비는 정책 효과보다 시장 요인에 의해 결정되었을 가능성도 존재한다.

이에 따라 통제집단합성법을 통해 정책 시행 이전의 소비 경로를 기반으로 대조적 경로를 구성하고, 정책 이후 실제 관측값과의 차이를 비교함으로써 위 가설들을 검증하고자 한다.

Ⅳ. 자료 및 분석 결과

1. 자료

본 연구는 2001년부터 2023년까지의 연간 시계열 자료를 활용하였으며, 분석 대상은 발전용 석탄 및 LNG 소비량이다. 자료의 구체적인 출처는 <표 2>에 제시하였다. 모든 자료는 󰡔에너지통계연보 2024󰡕를 기반으로 수집・정리하였다(에너지경제연구원, 2024b).

<표 2>

사용된 자료 및 출처

분류 에너지원 (단위) 세부 항목 (품목 unit)
처치 집단 발전 연료 (천 toe) 발전용 LNG (1), 발전용 석탄(유연탄) (1)
통제 집단 전력 (1MWh) 가정용 (2), 공공용 (3), 서비스업(상업용) (4),
농림어업용 (5), 광업용 (6), 제조업용 (7)
도시가스 (1TJ) 발전용 (8), 농림어업용 (9), 제조업용 (10), 수송용 (11),
가정용 (12), 상업 및 공공용 (13)
석유류 (천배럴) 휘발유 (14), 경유 (15), 부탄 (16), 프로판 (17),
납사 (18), 항공유 (19), 등유 (20)
무연탄 (천 toe) 산업용 (21), 가정용 (22), 상업 및 공공용 (23)

주: 1) 모든 변수는 연간 소비량을 기준으로 함.

2) 자료 출처: 발전연료(한국전력공사), 전력(EPSIS), 도시가스(한국도시가스협회), 석유류(한국석유공사 PEDSIS), 무연탄(대한석탄협회).

전력 소비 자료는 전력통계정보시스템(EPSIS, n.d.)에서, 발전용 석탄 및 LNG 소비량은 한국전력공사 통계에서 수집하였다. 도시가스 소비량은 한국도시가스협회, 석유제품 소비량은 한국석유공사(PEDSIS), 무연탄 소비량은 대한석탄협회 및 석탄소비업체 통계를 활용하였다.

정책 효과 분석을 위해 2020년을 에너지 전환 정책의 개입 시점(Treatment Year)으로 설정하고, 2001-2019년을 사전 기간, 2020-2023년을 사후 기간으로 구분하였다. 우리나라 발전 부문의 탈석탄 정책은 사실상 2016년 ‘석탄화력발전소 대책’과 2017년 ‘제8차 전력수급기본계획’을 기점으로 노후 석탄화력발전소의 조기 폐지 및 봄철 가동 중단 등이 시행되며 본격화되었다. 그러나 초기 조치들이 전력 수급 및 발전 통계상에 지배적인 영향력을 미치기까지는 일정 기간의 정책 시차가 수반되었다.

2020년을 정책 처치 시점으로 설정한 이유는 2016년부터 점진적으로 추진되어 온 탈석탄 기조의 누적된 효과가 데이터상에서 가시적으로 발현되기 시작한 시점이기 때문이다. 또한, 2020년은 ‘2050 탄소중립 선언’과 ‘제9차 전력수급기본계획’의 확정을 통해 탈석탄이 단순한 운영 관리 차원을 넘어 국가의 구조적 전환 전략으로 격상된 결정적 해이기도 하다. 이전의 2018년 유연탄 개별소비세 인상이나 2019년 미세먼지 계절관리제 도입 등이 국지적・운영적 성격의 선행 조치였다면, 2020년은 노후 석탄화력 30기의 단계적 폐쇄 로드맵이 국가 최상위 계획에 명시되며 발전 부문에 전례 없는 구조적 전환 압력을 가한 시점이다. 따라서 수년간의 정책적 노력이 통계적 변곡점으로 나타난 2020년을 기점으로 인과 효과를 식별하였다.

2. 석탄 분석 결과

발전용 석탄 소비의 경우 정책 이전 연도별 수준과 변동성이 정책 효과 식별의 핵심이므로, 2001-2019년의 사전 소비 값을 예측변수로 활용하였다. 최근 1-11년은 매년, 그 이전 기간은 격년 단위로 투입하여 사전 추세의 구조적 특징을 반영하였다. <표 3>에서 확인되듯 합성통제단위의 값은 실제 소비량과 대체로 근접하며, 연도별 차이는 절대값 기준 0.1 이내로 특정 방향의 편향 없이 분포하여 충분한 사전 적합도가 확보되었음을 보여준다.

<표 3>

발전용 석탄 통제집단합성법 결과: 사전 예측변수

예측변수 2001년 2003년 2005년 2007년 2009년
실제처치단위 10.0432 10.1358 10.2507 10.3997 10.6203
합성통제단위 10.0100 10.1450 10.3030 10.4202 10.5438
Donor Sample 9.3984 9.6204 9.8473 9.7832 9.8954
예측변수 2010년 2011년 2012년 2013년 2014년
실제처치단위 10.6558 10.6778 10.5930 10.6857 10.6836
합성통제단위 10.6026 10.6219 10.6805 10.7179 10.6708
Donor Sample 9.9682 10.0050 10.0494 10.0327 9.9877
예측변수 2015년 2016년 2017년 2018년 2019년
실제처치단위 10.7042 10.6807 10.7972 10.7814 10.7335
합성통제단위 10.6709 10.7251 10.7258 10.7772 10.7648
Donor Sample 9.9938 10.0289 10.0324 10.0470 9.9623

[그림 2]의 (a)는 발전용 석탄 소비에 대한 실제 관측치와 합성통제단위의 사전・사후 추세를 비교한 결과이다. 사전 기간(2001-2019년) 동안 두 시계열은 거의 동일한 경로를 따르며, 정책 시행 이전의 평균제곱예측오차의 제곱근(Root Mean Squared Prediction Error, RMSPE)는 0.0567로 나타나 합성통제단위가 석탄 소비의 사전 추세를 정밀하게 재현했음을 확인할 수 있다(Abadie et al., 2010).

정책 시행 이후 실제 석탄 소비는 뚜렷한 하락세로 전환된 반면, 합성통제단위는 사전 추세의 연장선상에서 완만한 감소 또는 정체 경로를 유지하였다. 이에 따라 두 시계열 간 격차는 [그림 2]의 (b)에서 확인되듯이 정책 이후 음(-)의 방향으로 지속적으로 확대되며, 실제 소비가 대조적 경로보다 현저히 낮은 수준에서 형성되었음을 보여준다.

정책 시행 이전 석탄 소비의 완만한 감소는 2018년 세제 개편과 2019년 미세먼지 계절관리제 도입 등 탈석탄 기조가 시장에 선행적으로 반영된 결과로 해석할 수 있다. 제9차 전력수급기본계획 논의 과정에서 발전사들이 감축 방침을 인지하고 설비 운영 전략을 조정하기 시작했다는 점에서, 2019년 이전의 감소는 정책 방향에 대한 조기 신호에 대한 시장 반응으로 볼 수 있다. 종합하면, 높은 사전 적합도를 전제로 할 때 정책 시행 이후 실제 석탄 소비의 지속적 감소는 탈석탄 정책이 발전용 석탄 소비를 구조적으로 축소시켰을 가능성을 시각적・계량적으로 뒷받침한다.

https://cdn.apub.kr/journalsite/sites/keer/2026-025-01/N0700250101/images/Figure_keer_25_01_01_F2.jpg
[그림 2]

발전용 석탄 통제집단합성법 결과 추세 및 격차(Gap)

[그림 3]의 (a)는 합성통제단위를 구성한 통제변수들의 가중치를 제시한다. 가중치는 농림어업용 전력(약 33.8%)과 부탄(약 30.4%)에 가장 크게 집중되었으며, 이어 프로판(약 13.0%), 제조업용 도시가스(약 12.0%), 발전용 도시가스(8.1%), 수송용 도시가스(2.6%) 순으로 나타났다. 이들 여섯 항목을 제외한 나머지 변수들의 가중치는 모두 1% 미만으로, 합성통제단위 구성에 대한 기여는 제한적이다.

가중치 구성은 석탄 발전이 기저부하(base-load) 전원으로서 담당해 온 역할과 계절적 수요 변동성, 거시적 에너지 수급 여건을 반영한 결과로 해석할 수 있다. 농림어업용 전력은 계절별 수요 변동성과 연속 운전형 부하 특성을 지녀 석탄 발전의 공급 패턴과 유사한 움직임을 보이며, 합성통제단위가 사전 소비 경로를 재현하는 데 기여한다(김연중 외, 2013; 김형수 외, 2017; 김현승, 2022).

부탄과 프로판은 액화석유가스(LPG)에 속하는 석유계 에너지원으로, 산업・상업 활동과 난방 수요에 폭넓게 사용되며 국제 유가와 경기 변동 등 거시경제 요인에 민감하게 반응한다(한국에너지공단, 2024; 송용현 외, 2025). 선행 연구에 따르면 연료 간 상대가격과 정책 변화에 따라 대체가 발생하므로, 이들 변수는 화석연료 전반의 수급 및 가격 구조 변화를 간접적으로 반영하는 지표로 활용될 수 있다(유상희・김효선, 2009; 임두순, 2014).

제조업용 도시가스는 산업 활동과 연계된 기저 수요를 나타내며, 장기적인 경기 흐름에 따라 점진적으로 변화하는 특성을 지닌다(김지영, 2009; 에너지경제연구원, 2013; 이석태 외, 2017). 이러한 특성은 석탄 발전이 담당해 온 안정적 기저부하 대응 구조와 부합한다.

[그림 3]의 (b)는 예측변수에 부여된 상대적 가중치(V-weights)를 나타낸 것으로, 2003년, 2005년, 2010년의 소비 수준이 높은 비중을 차지하였다. 또한 2018년, 2016년, 2009년, 2007년에도 일정한 가중치가 부여되어 사전기간 석탄 소비 경로의 구조적 변동성을 설명하는 데 기여하였다. 가중치의 집중은 사전 적합도를 극대화하기 위한 통제집단합성법의 최적화 과정에서 나타나는 결과로 해석할 수 있다.

https://cdn.apub.kr/journalsite/sites/keer/2026-025-01/N0700250101/images/Figure_keer_25_01_01_F3.jpg
[그림 3]

발전용 석탄 통제집단합성법 가중치(Weights)

2. LNG 분석 결과

<표 4>는 발전용 LNG 소비에 대한 합성통제단위 구성을 위해 사용된 사전 예측변수를 제시한다. 2001-2019년 기간 동안 실제 처치단위와 합성통제단위는 대부분의 시점에서 유사한 값을 보이며, 연도별 차이 또한 특정 방향성을 띠지 않는다. 이는 변동성이 큰 LNG 소비의 특성에도 불구하고 합성통제단위가 정책 시행 이전의 소비 경로를 전반적으로 안정적으로 재현하고 있음을 의미한다.

<표 4>

발전용 LNG 통제집단합성법 결과: 사전 예측변수

예측변수 2001년 2003년 2005년 2007년 2009년
실제처치단위 8.7389 8.9621 9.3167 9.5549 9.3383
합성통제단위 8.8180 8.9801 9.3497 9.4576 9.5140
Donor Sample 9.3984 9.6204 9.8473 9.7832 9.8954
예측변수 2010년 2011년 2012년 2013년 2014년
실제처치단위 9.7325 9.7977 9.9201 10.0137 9.6691
합성통제단위 9.6126 9.6677 9.7213 9.7608 9.5952
Donor Sample 9.9682 10.0050 10.0494 10.0327 9.9877
예측변수 2015년 2016년 2017년 2018년 2019년
실제처치단위 9.3201 9.3197 9.2816 9.4690 9.3526
합성통제단위 9.5479 9.5308 9.5016 9.4412 9.3668
Donor Sample 9.9938 10.0289 10.0324 10.0470 9.9623

[그림 4]의 (a)는 통제집단합성법(SCM)을 적용한 LNG 소비의 사전・사후 추세를 비교한 결과이다. 사전기간 동안 실제치와 합성통제단위는 대체로 유사한 흐름을 보이며, 정책 시행 이전 RMSPE는 0.1436으로 나타나 LNG 소비의 높은 변동성을 고려할 때 사전 적합도는 양호한 수준으로 평가된다. 일부 연도에서 관측되는 불일치는 국제 가격, 환율, 계절적 요인 등 외생 변수의 영향을 크게 받는 LNG 소비의 특성을 반영한 결과로 해석할 수 있다.

정책 이후(2020-2023년) 합성통제단위는 점진적인 하락 경로를 보이는 반면, 실제 LNG 소비는 감소하지 않고 일정 수준을 유지하거나 단기적으로 반등하는 모습을 나타낸다. [그림 4]의 (b)에서와 같이 실제 소비와 대조적 경로 간의 격차는 양(+)의 방향으로 형성되며, 특히 2020-2021년에 상대적으로 크게 나타난다.

특히 2022년 이후 관측되는 석탄 소비의 급격한 감소세는 정책적 요인 외에도 동해안 및 호남 지역의 계통 제약(Grid Constraint) 요인이 혼재되어 있음에 유의해야 한다. 당시 국제 에너지 가격 급등으로 인해 석탄 발전 가동률을 높이려는 경제적 유인이 존재했음에도 불구하고, 송전 선로 용량 한계로 인해 실제 발전량이 제한되는 물리적 제약이 발생하였다. 따라서 본 연구에서 식별된 탈석탄 정책 효과에는 이러한 계통상의 감축분이 일부 포함되어 있으며, 이에 따라 정책의 정량적 기여도가 다소 과대 추정(Overestimated)되었을 가능성이 존재한다.

종합하면, LNG 소비는 정책 이후 구조적인 증가보다는 석탄 감축 과정에서 전력수급을 보완하는 단기적 역할에 머문 것으로 해석된다. 특히 본 분석에서 확인된 LNG 소비의 통계적 유의성은 정책 시행 이후 소비가 절대적으로 증가했다는 ‘구조적 확대’를 의미하기보다는, 정책이 없었을 경우 예상되었던 감소 경로(대조적 경로)로부터의 유의미한 이탈을 의미한다. 탈석탄 정책이 LNG 소비를 직접 확대하기보다는 시장 요인에 따른 감소를 억제하는 방향으로 작용했음을 시사한다.

https://cdn.apub.kr/journalsite/sites/keer/2026-025-01/N0700250101/images/Figure_keer_25_01_01_F4.jpg
[그림 4]

발전용 LNG 통제집단합성법 결과 추세 및 격차(Gap)

[그림 5]의 (a)는 발전용 LNG 소비에 대한 합성통제단위 구성 시 각 통제변수에 부여된 가중치를 제시한다. 가중치는 일부 변수에 집중되어 있으며, 제조업용 도시가스(약 37.5%)와 가정용 무연탄(약 33.7%)이 가장 큰 비중을 차지한다. 이어 서비스업(상업용) 전력과 수송용 도시가스가 뒤를 따르며, 나머지 변수들의 가중치는 미미한 수준에 머문다.

상위 두 변수에 전체 가중치의 70% 이상이 집중된 것은 이들이 정책 시행 이전 LNG 소비 경향을 가장 효과적으로 재현했기 때문이다. 이는 LNG 소비가 정책 요인보다는 산업 활동과 계절적 난방 수요, 서비스업 중심의 전력 사용 등 외생적 수요 요인에 의해 크게 좌우되는 특성을 반영한다.

제조업용 도시가스는 산업 활동 수준과 LNG 소비 간의 높은 연계성을 나타내며, 제조업 생산 공정에서 열・증기 공급과 공정 가열에 활용되는 주요 투입요소이다(이석태 외, 2017). 특히 석유화학과 철강 산업은 천연가스 소비 비중이 높은 업종으로, 도시가스 수요는 국제 가스 가격과 제조업 경기 흐름에 민감하게 반응한다(강병욱, 2019; 이민주, 2024). 이에 따라 해당 변수는 정책 이전 LNG 소비 패턴을 재현하는 데 핵심적인 통제변수로 기능한다.

가정용 무연탄은 LNG 소비의 계절적 변동성과 밀접하게 연관된다. 가정・상업 부문의 에너지 수요는 난방도일과 기온 변화에 크게 좌우되며, 난방 수요 증가는 겨울철 최대전력수요와 LNG 복합발전 가동률 상승으로 연결된다(국회예산정책처, 2009; 박철웅・박철호, 2019; 에너지경제연구원, 2024a). 이러한 특성으로 인해 가정용 무연탄은 연료 종류와 무관하게 LNG 소비의 계절적 변동성을 재현하는 데 유효한 통제변수로 작용한다.

서비스업 전력과 수송용 도시가스는 비중은 크지 않으나, 상업・업무시설 운영과 도시가스 인프라 확충에 따른 도시 기반 수요 특성을 보완적으로 반영한다. 이들 변수는 LNG 소비가 산업・가정 부문 외에도 도시 기반 수요 요인의 영향을 받는다는 점을 보여주며, 합성통제단위 구성의 완결성을 높인다.

[그림 5]의 (b)는 예측변수의 상대적 가중치(V-Weights)를 나타낸 것이다. 가중치는 2013년, 2015년, 2017년 소비 수준에 집중되어 사전 소비 경로 설명에 이들 연도가 주로 기여했음을 보여주며, 다른 연도들의 비중은 상대적으로 낮다. 이러한 가중치의 집중은 합성통제단위 최적화 과정에서 일반적으로 관찰되는 결과로 해석할 수 있다.

https://cdn.apub.kr/journalsite/sites/keer/2026-025-01/N0700250101/images/Figure_keer_25_01_01_F5.jpg
[그림 5]

발전용 LNG 통제집단합성법 가중치(Weights)

3. 강건성 검증

본 연구는 통제집단합성법의 강건성 검증으로서 공간 내 위약검정(In-Space Placebo Test)을 적용하였다(Abadie et al., 2010). 실제 처치단위와 동일한 절차를 도너풀 단위에 반복 적용하여, 관측된 정책효과가 우연적 변동으로도 발생할 수 있는 수준인지를 평가하는 방법이다. 각 도너 단위를 가상 처치단위로 설정하고 합성통제단위를 구성한 후, 정책 전후의 평균제곱예측오차(Mean Squared Prediction Error, MSPE)를 산출한다.

위약검정의 해석은 사전・사후 MSPE 비율(post/pre MSPE ratio)을 기준으로 이루어진다. 사후 MSPE를 사전 MSPE로 나눈 비율이 클수록 정책 이후 예측오차가 확대되었음을 의미하며, 실제 처치단위의 비율을 도너풀 단위들과 비교해 상대적 순위를 산출한다(Abadie et al., 2010). 도너풀 크기를 N , 실제 처치단위의 순위를 r이라 할 때 순위 기반 p-값은 p=r/N으로 정의된다.

[그림 6]의 (a)는 발전용 석탄 소비에 대한 사전・사후 MSPE 비율을 제시한다. 사전기간(2001-2019년) 동안 합성통제단위는 실제 소비 추세를 안정적으로 재현하였으며, 정책 시행 이후(2020-2023년) 실제 단위의 예측오차는 크게 확대되었다. 실제 단위의 MSPE 비율은 도너풀 24개 단위 중 두 번째로 큰 값으로 나타났으며, 이는 상위 약 8%에 해당한다. 이에 따른 순위 기반 p-value는 0.0833으로, 10% 유의수준에서 통계적으로 유의한 정책효과로 해석할 수 있다.

[그림 6]의 (b)는 위약효과 격차를 시각적으로 제시한다. 사전기간에는 실제 단위와 도너 단위들이 모두 0 근처에서 유사한 변동 범위를 보이지만, 정책 시행 이후에는 실제 단위만이 음(−)의 방향으로 지속적인 이탈을 보인다. 대부분의 도너 단위는 제한적인 변동에 머물러 정책효과의 이례성이 확인된다.

요약하면, 발전용 석탄 소비는 높은 사전 적합도를 전제로 정책 이후 위약 분포를 명확히 벗어나는 감소를 보였으며, 이는 탈석탄 정책이 석탄 소비를 구조적으로 감소시켰을 가능성을 강하게 뒷받침한다.

https://cdn.apub.kr/journalsite/sites/keer/2026-025-01/N0700250101/images/Figure_keer_25_01_01_F6.jpg
[그림 6]

발전용 석탄 Placebo Test 결과

[그림 7]의 (a)는 사전・사후 평균제곱예측오차 비율(MSPE ratio)을 통해 발전용 LNG 소비 변화의 이례성을 검증한 결과이다. 사전기간(2001-2019년) 동안 합성통제단위는 LNG 소비의 변동성을 안정적으로 재현하였고, 사전 RMSPE 역시 적정 수준을 유지하였다. 정책 시행 이후(2020-2023년) 실제 LNG 소비의 예측오차는 크게 확대되었으며, 사전・사후 MSPE 비율은 도너풀 24개 단위 중 가장 높은 값으로 나타났다. 순위 기반 p-value는 0.0416으로, 5% 유의수준에서 통계적으로 유의하다. 이는 정책 부재 시 예상되는 완만한 감소 경로와 달리 실제 LNG 소비가 유지・반등한 현상이 우연적 변동일 가능성이 낮음을 시사한다.

[그림 7]의 (b)에서도 사전기간에는 실제 단위와 도너 단위가 0 근처에서 유사한 변동을 보이나, 정책 시행 이후에는 실제 LNG 소비만이 지속적인 양(+)의 이탈을 나타낸다. 종합하면, LNG 소비는 위약 분포를 벗어나는 양(+)의 이탈 경로를 보여 탈석탄 정책 하에서 LNG 비중의 유지・확대가 정책적 대체 효과와 연관되었음을 실증적으로 뒷받침한다.

https://cdn.apub.kr/journalsite/sites/keer/2026-025-01/N0700250101/images/Figure_keer_25_01_01_F7.jpg
[그림 7]

발전용 LNG Placebo Test 결과

절대 소비량 지표의 한계를 보완하기 위해 총 발전량 대비 석탄 소비 비중을 종속변수로 설정하여 동일한 통제집단합성법을 적용하였다. [그림 8]의 (a)에서 보듯 사전기간(2001-2019년) 동안 실제 비중과 합성통제단위의 추세는 매우 높은 일치도를 보였으며, 사전 RMSPE는 0.0474로 나타나 비중 기준에서도 충분한 사전 적합도가 확보되었다. 정책 시행 이후 합성통제단위는 비중 유지 또는 소폭 회복 경로를 보인 반면, 실제 비중은 2020년 이후 뚜렷한 하락세로 전환되어 발전 믹스 내 석탄의 상대적 지위가 구조적으로 축소되었음을 보여준다.

[그림 8]의 (b)에 따르면 사전・사후 MSPE 비율은 24개 단위 중 6번째로 나타났으며, 순위 기반 p-value는 0.2500으로 전통적 유의수준에는 미치지 못한다. 다만 높은 사전 적합도와 사후 기간의 일관된 하락 패턴을 고려할 때, 비중 기준에서도 정책 이후 석탄의 구조적 약화가 강화되었음을 시사한다.

https://cdn.apub.kr/journalsite/sites/keer/2026-025-01/N0700250101/images/Figure_keer_25_01_01_F8.jpg
[그림 8]

발전용 석탄의 연료 비중 강건성 검정

석탄 비중 분석과 동일하게 총 발전 에너지 소비량 대비 LNG 발전 비중을 종속변수로 설정하여 강건성 검증을 수행하였다. [그림 9]의 (a)에서 보듯이 사전기간 동안 실제 LNG 비중과 합성통제단위의 추세는 전반적으로 유사하며, RMSPE는 0.1056으로 나타나 사전 적합도는 양호한 수준이다. 정책 시행 이후 실제 LNG 비중은 높은 수준을 유지한 반면, 합성통제단위는 완만한 감소 경로를 제시하여 정책 부재 시 예상되는 경로와 괴리를 보였다.

[그림 9]의 (b)에 따르면 사전・사후 MSPE 비율은 도너풀 24개 단위 중 4번째로 큰 값이며, 순위 기반 p-value는 0.1667로 전통적 유의수준에는 미치지 못한다. 그러나 정책 이후 격차가 상위권에 위치한다는 점은 LNG 비중 변화가 정책 환경과 연관되었을 가능성을 정성적으로 뒷받침한다.

종합하면, 비중 기준 분석은 석탄의 구조적 약화와 함께 LNG가 발전 믹스에서 단기적 완충재(buffer)로 작동했음을 보여주며, 절대 소비량 분석과 동일한 방향의 결론을 강건하게 재확인한다.

https://cdn.apub.kr/journalsite/sites/keer/2026-025-01/N0700250101/images/Figure_keer_25_01_01_F9.jpg
[그림 9]

발전용 LNG의 연료 비중 강건성 검정

Ⅴ. 결 론

본 연구는 2020년 ‘2050 탄소중립 선언’ 이후 추진된 탈석탄 정책이 발전 부문 연료 소비에 미친 영향을 통제집단합성법을 통해 분석하였다. 2001-2023년 연간 자료를 활용하여 정책 부재 시의 대조적(counterfactual) 경로를 추정하고, 발전용 석탄과 LNG 소비를 각각 검증하였다.

분석 결과, 발전용 석탄 소비는 정책 시행 이후 합성통제단위의 예상 경로 대비 일관되게 감소하였다. 사전 적합도는 RMSPE 약 0.0567로 매우 우수하였으며, 위약효과 검정에서도 정책 이후 감소가 통계적으로 유의하게 확인되어 탈석탄 정책이 석탄 소비를 구조적으로 축소시켰음을 시사한다. 반면 LNG 소비는 합성통제단위가 제시한 자연적 감소 경로와 달리 실제 소비가 유지되거나 반등하였다. LNG의 RMSPE는 약 0.1436으로 양호하였고, 정책 이후 격차는 도너풀 내에서 가장 크게 나타나 통계적으로 유의하였다. 이는 탈석탄 정책이 LNG 소비를 직접 확대하기보다는, 정책 부재 시 예상되던 감소를 억제하는 대체 효과를 유발했음을 의미한다. 결과 해석 시 유의할 점은 이러한 통계적 유의성이 LNG 소비의 절대적 확대를 증명하는 것이 아니라, 자연적인 감소 경로로부터의 이탈을 의미한다는 점이다.

다만, 정책 시행 이후 LNG 소비가 대조적 경로 대비 양(+)의 격차를 보였음에도 불구하고 절대적인 소비량이 급격히 증가하지 않은 것은 수요와 공급 측면의 복합적 요인에 기인한다.

우선 수요 측면에서는 2020년 발생한 COVID-19 팬데믹의 영향으로 전력 수요 성장이 일시적으로 둔화되면서 화석연료 발전 전반에 대한 가동 압력이 완화된 점을 들 수 있다. 실제로 이 시기의 전력 수요 정체는 석탄 발전 감소분이 LNG 발전의 급격한 증가로 이어지는 압력을 일부 상쇄하는 요인으로 작용하였다.

공급 측면에서는 재생에너지 발전량의 지속적인 확대가 기여하였다. 비록 송전망 제약 및 예산 변화로 인해 재생에너지의 발전 성과가 당초 목표에 비해 제한적이었으나(성유진, 2024.12.08; 에너지경제연구원, 2025), 석탄 발전 비중 축소에 따른 발전 공백을 무탄소 전원이 일부 흡수함으로써 LNG로의 완전한 대체를 억제하는 역할을 수행하였다.

결과적으로 LNG는 탈석탄 정책 하에서 석탄 감축에 따른 전력 수급 불안정을 보완하는 단기적 완충재(buffer) 역할을 수행하였으나, 수요 측면의 외생적 충격과 대체 전원의 기여로 인해 소비 총량의 구조적 급증으로까지는 연결되지 않은 것으로 판단된다.

종합하면, 탈석탄 정책은 발전 부문 연료 소비 구조에 비대칭적 영향을 미쳤다. 석탄 소비는 정책 목표에 부합하게 구조적 하락을 보인 반면, LNG 소비는 감소가 억제되는 간접적 영향에 그쳤다. 이는 석탄 감축이라는 1차적 성과에도 불구하고, 발전 믹스 전반의 탈화석연료 전환으로까지는 이어지지 못했음을 시사한다.

연구의 결과는 석탄 감축의 긍정적 효과와 함께 LNG에 대한 단기 의존이 강화되는 정책적 딜레마를 보여준다. LNG는 석탄 대비 환경적 우위성을 지니지만 잔여 온실가스와 미세먼지를 배출하며, 소비가 쉽게 축소되지 않는 특성은 장기적인 가스 설비 락인(lock-in)을 통해 전력 부문의 실질적 탈탄소화를 제약할 가능성을 내포한다(Lee et al., 2021). 천연가스가 단기적 가교 연료로 기능하더라도 장기 감축 경로와 상충할 수 있다는 점에서 영국 사례를 분석한 Kinyar et al.(2025)의 논의와도 일치한다.

이러한 실증적 결과는 제10차 전력수급기본계획(2023)에서 명시된 ‘노후 석탄의 LNG 전환’ 로드맵이 실제 시장에 투영된 결과로 해석될 수 있다. 본 연구가 도출한 ‘LNG 대체 딜레마’는 최근 제11차 전력수급기본계획 실무안(2024)에서 ‘LNG 추가 전환 중단’과 ‘무탄소 전원(수소・암모니아 혼소 및 원자력 등)으로의 직행’이라는 정책적 급선회를 이끌어낸 실질적인 배경과 궤를 같이한다. 즉, 본 연구는 과도기적 가교 연료로서 LNG가 지닌 한계를 실증적으로 증명함으로써, 향후 에너지 정책이 단순한 연료 전환을 넘어 무탄소 중심의 구조적 재편으로 나아가야 한다는 최신 정책 기조의 타당성을 뒷받침한다.

정책적 시사점은 다음과 같다. 첫째, 석탄 소비의 뚜렷한 감소는 탈석탄 정책의 유효성을 실증적으로 입증하며, 노후 석탄발전소 폐쇄와 규제 강화가 실질적 감축 효과로 이어질 수 있음을 보여준다. 둘째, LNG 소비의 유지・반등은 LNG가 탈석탄 과정에서 단기적 수급 완충재(buffer)로 기능했을 가능성을 시사하는 동시에, 장기적 대안이 될 수 없다는 한계를 드러낸다. 셋째, 석탄과 LNG에서 관찰된 비대칭적 효과는 에너지 전환 정책이 단일 연료 감축을 넘어 전원 믹스의 구조적 재편을 중심으로 설계될 필요성을 강조한다. 단기적으로 LNG 활용이 불가피하더라도, 중・장기적으로는 재생에너지와 원자력 등 무탄소 전원의 확대, 전력시장 제도 개선, 계통 유연성 강화가 병행되어야 한다.

마지막으로 본 연구는 몇 가지 한계를 지닌다. 우선 연간 자료를 활용함에 따라 국제 에너지 가격의 급격한 변동이나 단기적인 전력 수요 변화, 그리고 계절별 미세한 정책 효과를 정교하게 포착하는 데 제약이 존재한다. 특히 2019년부터 시행된 ‘미세먼지 계절관리제’와 같이 특정 기간(12월~3월)에 집중되는 정책 효과를 연간 데이터 내에서 정교하게 분리하여 식별하지 못했다는 점은 본 연구의 한계이다. 정책 시행 이후 관측 기간이 약 3~4년으로 비교적 짧아, 본 연구에서 도출된 결과가 장기적인 에너지 구조의 완전한 전환으로 고착화될 것인지에 대해서는 향후 지속적인 관찰과 추가적인 실증 분석이 역시 요구된다.

통제집단합성법의 특성상 국제 연료가격 변동이나 발전설비 구조 변화와 같은 외생 요인을 명시적으로 통제하는 데에도 제약이 있으며, 분석 단위 설정과 공변량 구성의 한계도 존재한다. 아울러 2022년 이후 동해안 및 호남 지역의 계통 제약으로 인한 석탄 발전 감소분이 정책 효과에 포함되어 정량적 수치가 다소 과대 추정되었을 가능성이 존재한다. 특히 발전 믹스 내에서 석탄의 감축분이 LNG뿐만 아니라 재생에너지나 원자력 발전의 비중 변화에 의해 상쇄되었을 가능성도 배제할 수 없다. 향후 연구에서는 월별 혹은 분기별 자료를 활용하여 계절관리제와 같은 시기적 정책 효과를 통제하거나, 보강통제집단합성법(Augmented Synthetic Control Method)을 적용하여 동시적인 외생적 충격을 감안할 필요가 있다. 이러한 확장은 탈석탄 정책 효과에 대한 인과적 추론의 신뢰성을 제고하고, 에너지 전환 정책 전반에 대한 시사점을 보다 풍부하게 제공할 것이다.

그럼에도 불구하고 학술적인 관점에서 본 연구는 단일 시점에 도입된 국가 에너지 정책의 효과를 통제집단합성법(SCM)을 통해 인과적으로 식별함으로써, 기존 이중차분법이 가진 한계를 극복하고 분석의 엄밀성을 높였다. 정책적으로는 탈석탄 정책이 석탄 소비 감축이라는 일차적 목표 달성에는 유효했으나, LNG로의 대체라는 과도기적 딜레마를 유발하고 있음을 실증적으로 규명하였다. 이는 향후 에너지 전환 정책이 특정 연료의 감축을 넘어, 재생에너지와 무탄소 전원을 중심으로 한 전력 공급 구조의 근본적 재편과 계통 유연성 강화를 병행해야 한다는 실증적 근거를 제공한다. 본 연구의 결과는 탄소중립 목표 달성을 위한 보다 정교한 에너지 믹스 설계 및 정책 일관성 확보를 위한 기초 자료로 활용될 수 있을 것이다.

Acknowledgements

본 논문은 제1저자 이가은의 석사학위논문을 바탕으로 추가연구하여 작성하였음.

This paper was written based on and as a follow-up to the master's thesis of the first author, Lee Ga-eun.

References

1

강병욱. (2019). 에너지다소비 업종의 도시가스 소비구조 변화 연구. 에너지경제연구원.

2

국회예산정책처. (2009). 난방부문 에너지 수요관리 정책 및 사업 평가. 국회예산정책처.

3

권오상, 한미진, 반경훈, 윤지원. (2018). 한국 경제의 KLEM DB 구축과 중첩 CES 생산함수 추정. 자원・환경경제연구, 27(1), 29-66.

10.15266/KEREA.2018.27.1.029
4

기획재정부. (2018). 2018년 세법 개정안 [보도자료]. 기획재정부.

5

김기환. (2021). 재생에너지 확대의 국민경제 파급효과 분석(3/4). 에너지경제연구원.

6

김연중, 김종진, 한혜성. (2013). 농업・농촌 에너지 이용실태와 정책방안(1/2차연도): 농업용 에너지 생산・이용실태. 한국농촌경제연구원.

7

김은성, 허은녕. (2016). 동적 패널 모형을 이용한 재생에너지 정책의 OECD 국가 재생에너지 보급 효과 분석. 자원・환경경제연구, 25(2), 229-253.

10.15266/KEREA.2016.25.2.229
8

김지영. (2009). 에너지 다소비 제조업 분야의 에너지 수요 탄력성 추정. 재정포럼, 2009(8), 19-38.

9

김현승. (2022). 기후환경을 위한 도시 농업의 신재생 에너지 비교: 화훼와 채소를 중심으로. 서울연구원.

10

김형수, 김보균, 곽윤식. (2017). OpenADR 2.0b 기반의 양식장 펌프 제어를 통한 에너지 절감 시스템 설계 및 구현. 한국정보기술학회논문지, 15(12), 69-76.

10.14801/jkiit.2017.15.12.69
11

박철웅, 박철호. (2019). 권역별 특성을 고려한 가정용 도시가스 수요함수의 추정. 서울도시연구, 20(4), 89-105.

12

산업통상자원부. (2020). 제9차 전력수급기본계획(2020-2034) 확정본. 산업통상자원부.

13

산업통상자원부. (2023). 제10차 전력수급기본계획(2022-2036) 공고. 산업통상자원부.

14

산업통상자원부. (2025). 제11차 전력수급기본계획(2024-2038) 공고. 산업통상자원부.

15

성유진. (2024.12.08). [2024년을 관통한 이슈들] 2025 재생E 예산 7.7% 삭감. KHARN. https://www.kharn.kr/news/article.html?no=26535

16

손영남. (2025.06.29). [화제] 석탄은 폐쇄, 혼소는 확대.. 종잡을 수 없는 에너지전환. 산업경제뉴스. https://www.entropytimes.co.kr/news/article.html?no=16008

17

송용현, 김주혜, 이민희, 김수강, 이지우. (2025). 에너지 수요 전망 모형 구축. 국회예산정책처.

18

에너지경제연구원. (2013). 에너지수요전망: 제15권 제3호. 에너지경제연구원.

19

에너지경제연구원. (2024a). 2025년 에너지수요전망: 2024 하반기호 (제26권 제2호). 에너지경제연구원.

20

에너지경제연구원. (2024b). 에너지통계연보 2024. 에너지경제연구원.

21

에너지경제연구원. (2025). 에너지수급동향: 2025년 10월호 (제21권 제10호). 에너지경제연구원.

22

온실가스종합정보센터. (2012). 여야, 초당적 협력으로 ‘배출권거래제법’ 제정 [보도자료]. 온실가스종합정보센터.

23

우주희, 신동훈. (2022). 배출권거래제의 전력시장 파급효과 분석. 에너지경제연구, 17(1), 75-104.

24

유상희, 김효선. (2009). 환율 및 에너지가격이 탄소시장에 미치는 영향. 자원・환경경제연구, 18(2), 189-210.

25

이민주. (2024). 국제 천연가스 시장 충격이 국내 경제에 미치는 영향. 산업연구원.

26

이석태, 임슬예, 유승훈. (2017). 산업용 도시가스에 대한 수요함수 추정. 기술혁신학회지, 12(4), 164-183.

10.46251/INNOS.2017.11.12.4.25
27

이재은. (2024.04.09). 한전 기후 대응 ‘꼴찌’ 수준… “부적절한 목표, 일관성・투명성 부족”. 뉴스트리. https://www.newstree.kr/newsView/ntr202404090008

28

이지훈, 홍원준, 조홍종. (2024). 국내 전력시장의 구조적 문제점과 근본적 개선방안 연구. 산업연구, 48(1), 79-114.

10.22915/rifi.2024.48.1.004
29

임두순. (2014). 전기・가스 상대가격이 도시가스 용도별 수요에 미치는 영향 연구 [석사학위논문, 서울대학교 행정대학원]. S-Space.

30

임형우, 조하현. (2017). RPS 및 FIT 제도가 신재생에너지 보급에 미치는 효과 분석: 104 개국 패널토빗분석. 에너지경제연구, 16(2), 1-31.

10.22794/keer.2017.16.2.001
31

장연재, 공지영. (2022). 국제 신재생에너지 정책변화 및 시장분석. 에너지경제연구원.

32

전력통계정보시스템(EPSIS). (n.d.). https://epsis.kpx.or.kr/epsisnew/selectMain.do?locale= (검색일: 2026.01.23).

33

충청남도연구원. (2020). 노후 석탄화력발전소의 단계적 폐쇄와 친환경에너지(발전소) 전환 타당성 연구. 충청남도연구원.

34

탄소중립・녹색성장 기본법. (2021). 법률 제18469호.

35

한국에너지공단. (2024). 2024 KEA 에너지 편람. 한국에너지공단.

10.979.11290/56603
36

허성윤. (2024). 후쿠시마 방사능 우려가 수산물 소비에 미친 영향: 통제집단합성법(Synthetic Control Method)을 이용한 인과 효과 분석. 제22회 통계청 논문공모 우수논문집, 20, 3-24.

37

환경부. (2025a). 제6차 계절관리제 운영결과 발표. 환경부.

38

환경부. (2025b). 제6차 미세먼지 계절관리제 기간 초미세먼지 농도, 전년 대비 약 3.3% 개선 [보도자료]. 환경부.

39

환경부・산업통상자원부. (2019). 제1차 미세먼지 계절관리제 시행 [보도자료]. 환경부.

40

환경부・온실가스종합정보센터. (2025). 2024년도 국가 온실가스 잠정배출량 6억 9,158만톤 [보도자료]. 환경부.

41

Abadie, A., Gardeazabal, J. (2003). The economic costs of conflict: A case study of the Basque Country. American Economic Review, 93(1), 113-132.

10.1257/000282803321455188
42

Abadie, A. (2021). Using synthetic controls: Feasibility, data requirements, and methodological aspects. Journal of Economic Literature, 59(2), 391-425.

10.1257/jel.20191450
43

Abadie, A., Diamond, A., Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California’s tobacco control program. Journal of the American Statistical Association, 105(490), 493-505.

10.1198/jasa.2009.ap08746
44

Abadie, A., Diamond, A., Hainmueller, J. (2015). Comparative politics and the synthetic control method. American Journal of Political Science, 59(2), 495-510.

10.1111/ajps.12116
45

Abrell, J., Rausch, S., Streitberger, C. (2011). The economic costs of the European Union Emissions Trading System. Energy Economics, 33(4), 1042-1052.

46

Andersson, J. J. (2019). Carbon Taxes and CO2 Emissions: Evidence from Sweden. American Economic Journal: Economic Policy, 11(4), 1-30.

10.1257/pol.20170144
47

Arkhangelsky, D., Athey, S., Hirshberg, D. A., Imbens, G. W., Wager, S. (2021). Synthetic difference-in-differences. American Economic Review, 111(12), 4088-4118.

10.1257/aer.20190159
48

Callaway, B., Sant’Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200-230.

10.1016/j.jeconom.2020.12.001
49

Card, D., Krueger, A. B. (1994). Minimum wages and employment: A case study of the fast-food industry in New Jersey and Pennsylvania. American Economic Review, 84(4), 772-793.

10.3386/w4509
50

Dong, C. (2012). Feed-in tariff vs. renewable portfolio standard: An empirical test of their relative effectiveness in promoting wind capacity development. Energy Policy, 42, 476-485.

10.1016/j.enpol.2011.12.014
51

European Court of Auditors (ECA). (2022). EU support to coal regions in transition (Special Report No. 22/2022). Publications Office of the European Union.

52

Global Energy Monitor (GEM). (2025). Boom and bust coal 2025: Tracking the global coal plant pipeline. Global Energy Monitor.

53

Graff Zivin, J., Kotchen, M. J., Mansur, E. T. (2014). Spatial and temporal heterogeneity of marginal emissions: Implications for electric cars and other electricity-shifting policies. Journal of Economic Behavior & Organization, 107, 248-268.

10.1016/j.jebo.2014.03.010
54

Hintermann, B., Peterson, S., Rickels, W. (2016). Price and market behavior in Phase II of the EU ETS: A review of the literature. Review of Environmental Economics and Policy, 10(1), 108-128.

10.1093/reep/rev015
55

Holland, P. W. (1986). Statistics and causal inference. Journal of the American Statistical Association, 81(396), 945-960.

10.1080/01621459.1986.10478354
56

Imbens, G. W., Rubin, D. B. (2015). Causal inference for statistics, social, and biomedical sciences: An introduction. Cambridge University Press.

10.1017/CBO9781139025751
57

International Energy Agency (IEA). (2010). Power generation from coal: Measuring and reporting efficiency performance and CO2 emissions. IEA.

58

International Energy Agency (IEA). (2021). Korea 2020 energy policy review. OECD/IEA.

59

International Energy Agency (IEA). (2022). World energy outlook 2022. IEA.

60

Kinyar, A., Bothongo, K., Doytch, N. (2025). Rebound in oil and natural gas emissions amid coal-phase out: Implications for the UK’s net-zero strategy. Energy, 336, 138506.

10.1016/j.energy.2025.138506
61

Lechner, M. (2011). The estimation of causal effects by difference-in-difference methods. Foundations and Trends in Econometrics, 4(3), 165-224.

10.1561/0800000014
62

Lee, S., Cho, G., Han, G., Myllyvirta, L. (2021). Bridge to death: Air quality and health impacts of fossil gas power. Solutions for Our Climate (SFOC).

63

Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66(5), 688-701.

10.1037/h0037350
64

Schmidt, J., Samuel, A., Shukla, S. (2024). Liquefied natural gas has limited impact in displacing coal emissions. Natural Resources Defense Council.

65

Soylu, O. B., Turel, M., Balsalobre-Lorente, D., Radulescu, M. (2024). Evaluating the impacts of renewable energy action plans: A synthetic control approach to the Turkish case. Heliyon, 10, e25902.

10.1016/j.heliyon.2024.e2590238384503PMC10878918
66

Sun, L., Abraham, S. (2021). Estimating dynamic treatment effects in event studies with heterogeneous treatment effects. Journal of Econometrics, 225(2), 175-199.

10.1016/j.jeconom.2020.09.006

각주

[3] 1) 31.6%는 환경부・온실가스종합정보센터 「2024년도 국가 온실가스 잠정배출량 6억 9,158만톤」(2025)에 제시된 전환 부문 및 전체 배출량을 바탕으로 한 필자 계산값이다.

[4] 2) 처치단위는 정책의 영향을 받은 대상을, 도너풀(비처치단위)은 이와 비교할 가상의 대조군을 생성하기 위한 비처치 단위들의 집합을 의미한다.

[5] 3) 여기서 IN은 각각 정책의 영향이 있을 때와 없을 때 나타날 잠재적 결과를 나타낸다.

페이지 상단으로 이동하기