Focus on ESG Vol.2

인공지능이 발굴하는 착한 기업

■ESG 데이터 표준화의 장애물, Green Wash Effect
‘Green washing (Green scamming)’은 환경 친화적이지 않은 기업이 PR (Public Relation) 측면에서만 환경 친화적인 것으로 위장하는 행위를 지칭하는 광고 용어다.
ESG 투자를 위한 데이터도 기업이 공개하는 정보 위주로 제공되다 보니, 착시를 불러일으킬 수 있다.
이와 같은 점을 ‘Green Wash Effect’ 라고 일컫는다.
2019년 Green Wash Effect가 화두가 되었던 이슈는 미국의 전력회사 PG&E의 파산이다.
ESG 데이터 분석업체들의 분석결과, PG&E는 환경 측면에서 높은 성과를 보이는 회사였음에도 불구하고 환경요인 리스크 관리 실패로 파산하였다.
기업이 제공하는 데이터 위주로 ESG 성과를 분석하였기 때문에 실패한 사례로 평가된다.

■AI (인공지능) 기술의 발달은 Green Wash Effect라는 장애물을 넘어서는 요인
ESG 데이터를 분석함에 있어서 Green Wash Effect라는 함정에 빠지지 않기 위해서는 기업이 제공하는 데이터뿐만 아니라 뉴스 및 정부기관 자료 등의 방대한 데이터 분석이 복합적으로 시행되어야 한다.
최근 급속도로 발달하고 있는 AI기술 (인공지능, 머신러닝, 빅데이터, 자연어 처리)은 수많은 출처의 방대한 데이터 자료들 중 필수적인 ESG 요소별로 걸러내기 시작하였으며, 유럽과 미국 시장에서 투자 목적에 맞는 ESG 데이터 확보를 위한 촉매 역할을 하고 있는 것으로 알려져 있다.
이와 같은 추세로 인해 일부 마켓 데이터 회사는 AI를 접목하여 ESG정보를 제공하고, AI기술 중심 회사들도 ESG 데이터 제공 사업에 빠르게 진출하고 있다.