그래프로 풀어보는 ESG 보고의 모든 것

• Graph Data Science

편집자 주: 이프레젠테이션은 GraphConnect 2022 텍사스주 오스틴에서 진행되었어요.

Ernst & Young LLP에서는 지속 가능한 금융과 환경, 사회, 거버넌스(ESG) 요소가 투자에 미치는 영향에 대해 깊은 관심을 가지고 있어요. 이제 ESG 요소는 재무적 요소와 함께 투자 결정을 내리는 데 중요한 역할을 하고 있죠. ESG와 관련된 데이터 환경을 그래프로 바라보기 시작하면서 정말 놀라운 인사이트를 얻을 수 있었어요. 한번 그래프로 데이터를 보니, 이전과는 완전히 다른 시각으로 데이터를 이해하게 되더라고요.

ESG란 무엇인가?

오늘날 회사 가치의 80%는 브랜드 인지도, 지적 재산, 그리고 회사가 사회와 환경에 미치는 영향에 대한 인식과 같은 무형 자산으로 구성되어 있다고 해요.

ESG는 무엇을 의미할까요?

E는 환경(Environment)을 의미해요. 회사가 지구를 어떻게 돌보는지를 나타내죠.

S는 사회(Social)를 의미해요. 인간을 중심으로 다양성, 평등, 포용성, 인권, 근로 조건과 관련된 문제를 포함하고 있어요.

G는 거버넌스(Governance)를 의미하죠. 여기에는 세금 투명성, 운영 모델, 회사 구조, 윤리, 데이터 개인 정보 보호 등의 투명성이 포함돼요. 이 모든 것이 비즈니스 원칙과 일치해야 하고요.

ESG 데이터 과제

ESG 데이터와 관련된 문제들이 꽤 많아요. ESG 데이터 시장은 정말 복잡하거든요. 매일 데이터를 집계하는 수많은 기후 기술 데이터 제공업체와 핀테크 데이터 제공업체는 물론, 우리가 통칭하는 대규모 ESG 규정, 프레임워크, 방법론 및 채점 세트, 즉 ESG 조항들이 있죠.

지난 몇 년 동안 많은 조직들이 새로운 ESG 조항을 끊임없이 만들어 왔어요. 현재 600개가 넘는 글로벌 ESG 조항이 있고, 그 중 절반 정도는 5년 전에는 존재하지도 않았던 것들이죠. 기업의 경우 이러한 조항은 당근과 채찍처럼 작용하는 경향이 있어요. 회사가 이러한 ESG 조항을 보고하거나 준수하면 종종 처벌을 받기 때문에 조심해야 하죠. 예를 들어 Tesla는 S&P의 5월 ESG 등급에서 제외되기도 했어요. 반면에 "당근"은 ExxonMobil과 같은 화석 연료 회사를 포함한 기업들이 이러한 ESG 조항을 따르고 높은 기준을 달성한 것에 대해 재정적으로 보상을 받는 경우를 말해요. 사실 ExxonMobil은 가장 큰 화석 연료 회사 중 하나이지만, 세계에서 가장 높은 ESG 등급을 받은 회사 중 하나이기도 하답니다.

ESG 보고는 투자자에게 정말 중요해요

ESG 요구 사항과 제안을 준수하는 것은 더 이상 기업의 선택 사항이 아니라 투자의 필수 요소가 되었어요. 약 300명의 투자 관리자 및 최고 투자 책임자를 대상으로 설문 조사를 실시한 결과, 모든 포트폴리오 관리자가 이미 투자 의사 결정 과정에서 ESG 특성을 활용하기 시작했거나 곧 시작할 예정이라는 점이 분명해졌죠. ESG 특성에 대해 보고하는지 여부에 따라 회사의 투자 결정이 크게 영향을 받기 때문에 정말 중요한 부분이에요.

복잡한 ESG 데이터 환경

ESG의 경우, 그래프를 통해 ESG 문제를 재구성하고 훨씬 더 명확하게 만들 수 있었어요. 이 그래프에서는 제조업체의 광물 광산에서 발생한 아동 노동 사례가 ESG에 미치는 영향을 확인할 수 있죠. 시스템의 연결은 이러한 ESG 위반의 엔트로피가 시스템을 통해 어떻게 흘러 투자 회사, 미디어, 평가 기관, 투자자 및 정부에 영향을 미치는지 보여준답니다.

ESG 데이터 조정, 연결 및 동원을 위한 그래프

그럼 이 문제를 어떻게 해결할 수 있을까요? 답은 분명히 그래프에 있어요!

위와 같은 방식으로 조금만 시야를 넓혀서 전체 데이터 환경을 한번 살펴볼까요? 여기에는 회사가 자재, 자본, 에너지를 조달하고 상품을 재판매하는 소비재 회사와의 다운스트림 관계 구조가 포함돼요. 이 모든 것들을 통해 비즈니스 운영의 전체 과정에서 충족하고 보고해야 하는 규정, 프레임워크, 조항으로 이루어진 거대한 생태계가 존재하죠.

ESG는 계층적인 문제를 포함해서 그래프가 일반적으로 잘 해결하는 속성을 많이 가지고 있기 때문에, "그래프 문제"라고 결론 내릴 수 있어요. 회사는 계층 구조로 되어 있어서 자회사의 평판이 모회사에 영향을 주거든요. ESG 보고는 모든 이해관계자와의 관계 및 평판이 회사의 ESG 등급에 큰 영향을 미치기 때문에 관계에 의해 좌우되기도 하고요. 마지막으로 ESG 매핑을 사용하면 연결된 여러 개의 엣지를 처리할 수 있어요. 그래프에는 단 하나의 프레임워크나 조항이 있는 게 아니라 무려 600개나 있답니다. 이 중에서 수십 개가 투자 회사에서 활발하게 사용되고 있고, 이들 모두 사이를 매핑해야 하죠.

이 문제를 해결하기 위해 일련의 조항을 가져와서 각 조항에 대한 node를 생성했어요. 이 node는 그래프의 연결점, 즉 중심이 되죠. 넥서스의 경우에는 연결된 카테고리 세트를 만들었어요. 이러한 카테고리에는 대기 배출, 수중 배출, 임금 격차, 이사회의 다양성 등이 포함되는데요. 이 각각은 ESG 프레임워크 내의 질문에 매핑돼요. 프레임워크를 연결하기 위해 유사한 질문들을 살펴보고 언어적인 측면에서 프레임 간의 상관관계를 찾아요. 이러한 연결을 통해서 기존에 잘 알려진 프레임워크와 새롭게 등장하는 프레임워크 간의 번역을 구축할 수 있는 거죠.

그렇다면 이러한 질문에 대한 답은 어떻게 얻을 수 있을까요? 바로 ESG 데이터 공급업체의 세계를 활용하는 거예요. 50개가 넘는 회사들이 ESG 데이터를 판매하고 있는데, 일부는 원시 데이터를 판매하고 또 다른 일부는 평가 결과를 판매하죠. 이러한 데이터 제공자와 해당 데이터를 그래프에 추가할 수 있답니다.

투자 회사와 평가 기관은 데이터 제공자를 이용해서 특정 회사가 배출한 총 탄소량 같은 원시 데이터를 얻어요. 그리고 여러 기준으로 회사에 등급을 매기죠. 예를 들어, 어떤 회사는 다양성 측면에서 A를 받았지만, 물 배출량에서는 B-를 받았다고 해볼게요.

그렇다면 이 그래프를 어떻게 활용할 수 있을까요? 기존 메타데이터 관계를 연결하면 Rosetta Stone 번역 레이어 역할을 하는 거죠. 예를 들어, 유럽 연합의 SFDR 규정과 같이 이미 확립된 프레임워크가 있는데, 이걸 탄소 배출에 대한 새로운 제안과 기업이 보고하는 방식과 비교해볼 수 있어요. 그래프를 통해 요구 사항을 해석하고, 새로운 보고서를 제공하는 데 부족한 부분을 찾을 수 있죠. 공급업체로부터 추가 데이터를 확보해야 할까요? 아니면 기존 정보를 재사용할 수 있을까요? 이런 질문에 답하면서 고객은 보고 부담을 줄일 수 있게 돼요. 새로운 프레임워크가 나오면, 그래프를 통해 기존 규정을 충족하는 데이터를 재사용해서 그래프의 절반을 구성할 수 있다는 걸 알게 될 거예요.

 

이 그래프가 실제로 어떻게 생겼는지 한번 살펴볼까요? 각 프레임워크에 대해 중앙에 넥서스가 하나 있는 공개 그래프 형태로 나타나요.

실제 데이터로 그래프를 확장할 수도 있어요. 이 예에서는 탄소 배출 ESG 규정인 SFDR을 계산할 수 있도록 몇 가지 데이터 포인트를 업로드했답니다.

예: 탄소 발자국

이 ESG 공개 그래프는 모기지 포트폴리오와 같은 다양한 사례에서 활용될 수 있어요.

여기 보이는 데이터는 회사가 소유한 건물에 대한 정보인데요, 회사는 이러한 건물의 에너지 사용이 미치는 영향을 그래프로 표시하는 데 관심이 있어요. 그래서 우리는 이에 대한 그래프를 만들고 공급업체 데이터, 규제 데이터, 내부 데이터 소스는 물론 질문과 지표를 로드하는 거죠. 건물의 크기는 얼마나 될까요? 특정 산업 인증을 통과했을까요? 몇 년도에 건설되었을까요? 공급업체와 프레임워크가 모두 동일한 데이터에 관심을 가지고 있다는 것을 알 수 있어요.

이 동일한 매핑은 주식, 회사 바구니, 채권 바구니 및 전체 지수에도 적용될 수 있어요. 그래프를 통해 우리는 이와 동일한 종류의 정보에 관심이 있는 여러 규제 기관이 있다는 사실을 발견했는데요, 이를 함께 매핑하는 그래프가 없었다면 우리 스스로 이 정보를 종합할 수 없었을 거예요.

ESG 그래프의 다음 단계는 무엇일까요?

우리는 맨 위에 Semantic Layer를 추가해서 ESG 공개 그래프를 계속해서 개선할 수 있다고 생각해요. 비즈니스 사용자가 이해하기 쉽도록 질문에 영어 설명을 추가할 거예요. 그런 다음 이 의미 계층을 전체 데이터 패브릭으로 확장하여 데이터와 메타데이터를 동일한 그래프에 배치할 거고요.

우리는 메타데이터와 데이터가 혼합된 Knowledge Graph가 ESG 보고에 대한 수요를 충족하는 데 매우 유용하다고 믿고 있어요. ESG의 복잡한 데이터 환경에서 그래프는 사용자의 투자 및 ESG 여정을 안내하는 데 도움이 되므로 번성할 수 있는 거죠.

방대한 양의 원시 데이터를 Knowledge Graph로 전환해서 복잡하고 정보에 입각한 의사 결정을 내리는 방법을 알아볼까요?

• ESG
• GraphConnect

---

에이치시스템즈의 LogTree는 Neo4j 기반 GraphRAG 플랫폼으로, 데이터를 자동으로 지식그래프화하고 자연어 질의로 즉시 답을 제공합니다.

👉 에이치시스템즈 홈페이지