ESG와 그린워싱
최근 기업들은 ESG(Environmental, Social, Governance)를 경영 전략에 통합하는 흐름을 보이고 있다.
2024년 PwC의 2024년 글로벌 투자자 설문조사에서도 71%가 ESG 통합이 기업 전략에 필수라고 응답했다.
이에 따라 많은 기업들이 ‘친환경 소재’, ‘지속가능 경영’, ‘탄소중립’ 등을 홍보 문구에 활용하고 있다.
그러나 실질적인 실행과는 거리가 먼 표현도 적지 않다.
친환경적이지 않은 제품이나 서비스를 환경에 긍정적인 것처럼 포장하는 현상, 즉 그린워싱(Greenwashing)이 늘고 있다.
국내 상황
한국의 그린워싱 관련 적발 건수는 2021년 272건에서 2023년 4,940건으로 약 18배 증가했다.
그러나 대한상공회의소 조사에 따르면 응답 기업의 45%는 그린워싱 개념을 정확히 인지하지 못했고, 61%는 전담 인력이나 조직이 없는 상태였다.
이는 국내에서 그린워싱에 대한 인식과 대응이 제도적, 조직적으로 모두 부족하다는 점을 보여준다.
그린워싱 글로벌 규제 강화… “국내 그린워싱 적발 2년새 18배 늘어”
문제 정의
그린워싱은 단순한 과장 표현을 넘어 소비자 판단을 왜곡하고, ESG의 본래 목적을 훼손한다.
이러한 문제를 해결하기 위해서는 기업의 홍보 문구가 규제 기준에 부합하는지를 자동으로 판단하고, 구체적인 근거를 제시할 수 있는 기술적 도구가 필요하다.
기술적 접근 가능성
GPT, LLaMA 등 대형 언어 모델(LLM)은 비정형 텍스트에 대한 이해 및 응답 생성 능력을 갖추고 있으며, 마케팅 문구나 규제 문서와 같은 데이터 처리에 유리하다.
그러나 LLM은 환각(hallucination) 문제로 인해 존재하지 않는 정보를 생성하거나 맥락과 다른 답변을 제공할 수 있다. 이러한 한계는 법적 판단처럼 신뢰성이 요구되는 영역에서는 치명적이다.
이를 보완할 수 있는 구조로 검색 증강 생성(RAG)이 있다. RAG는 외부 벡터 데이터베이스에서 신뢰 가능한 정보를 검색한 후 이를 LLM 응답에 반영하는 방식으로 작동한다.
연구 출발점
본 프로젝트는 한국의 환경 규제 기준에 따라 기업의 친환경 마케팅 문구가 그린워싱에 해당하는지를 자동으로 판별하는 AI 기반 시스템 개발을 목표로 시작되었다.
