기본연구보고서12-18

이철용

국내신재생에너지수요예측모형개발및운용

참여연구진

연구책임자: 연구위원 이철용

연구참여자: 연구원 김보미

외부참여자: 서울대학교 허성윤

요약 i

1. 연구의 필요성 및 목적

우리나라는 기후변화 문제뿐만 아니라 석유와 같은 화석에너지 가

격의 높은 변동성으로부터 회피하기 위해서라도 화석에너지 의존도를

줄여야 하는 상황이다. 온실가스 감축과 화석에너지 자원의 대안으로

신재생에너지 사용이 불가피하다. 또한 신재생에너지는 미래의 먹거

리 산업으로 제2의 반도체 산업 및 조선 산업이 될 가능성이 농후하

다. 국내 시장 초기 상태에 있는 신재생에너지 산업은 시장에서의 성

공가능성을 높이기 위해 미래의 불확실성을 줄이는 것이 무엇보다도

시급하다. 향후 발전 가능성이 있는 신재생에너지원을 분별하여 선택

과 집중을 통해 성공 가능성이 높은 기술을 육성할 필요가 있기 때문

이다.

본 연구의 목적은 신재생에너지 산업의 육성 및 수출 경쟁력 강화

를 위하여 현재 초기 상태에 있는 신재생에너지 시장의 정확한 수요

예측치를 도출할 수 있는 발전된 전망 모형을 개발하는 것이다. 국내

신재생에너지源별 수요 예측을 통해 어떤 기술이 시장에서 성공할 가

능성이 있고 나아가 기업 또는 국가의 미래 생존 전략이 될 것인지 파

악할 수 있다. 또한 신재생에너지 보급 확산을 위한 정책을 제언함으

로써 신재생에너지 수요 촉진을 위한 대안을 모색한다. 신재생에너지

시장 전망 자료와 수요촉진 정책 제언은 신재생에너지 산업 정책 입

안자 및 기업 실무가들이 전략 수립 시 매우 중요하게 활용될 수 있을

것이다.

ii

2. 주요 내용 및 정책 제언

본 연구에서는 4단계를 거쳐 국내 신재생에너지 시장 전망을 수행

하였다. 첫 번째 단계에서는 가격 함수를 추정하여 신재생에너지원별

미래 가격을 전망하였다. 두 번째 단계에서는 경쟁 환경을 고려한 확

산 모형과 1단계에서 도출한 가격 전망치를 이용하여 원별 수요 전망

을 시도하였다. 세 번째 단계에서는 로지스틱 성장 모형 및 선형 회귀

모형 등을 이용하여 발전 부문, 열 부문, 수송 부문에서의 신재생에너

지 수요를 전망하였다. 마지막 단계에서는 3단계에서 도출된 부문별

신재생에너지 수요를 합산하여 전체 신재생에너지 보급 전망치를 추

정하였다.

신재생에너지 전망은 미래의 여러 가지 상황을 가정하여 시나리오

분석을 하였다. 현 정책안에서는 RPS와 같은 현재 정부가 시행하고

있는 정책만 추진하는 경우를 가정하였고, 신 정책안에서는 정부가 계

획하고 있는 RHO, RFS, 2단계 RPS 시행을 가정하였다. 낙관안에서

는 신 정책안에 더해 기술 혁신 및 환경 규제 완화 등 공격적인 상황

을 가정하였다.

1단계 가격 함수 추정 결과를 보면 발전 부문에서는 태양광이 열

부문에서는 지열이 가격 하락 속도가 가장 빨라 2035년 기준으로 태

양광은 140원/kWh, 지열은 50만원/TOE까지 하락할 것으로 나타났다.

부문별 전망 결과에서는 발전 부문에서는 신재생에너지 공급량이

꾸준하게 증가하여 2035년에는 1차 에너지 기준으로 현 정책안 약

1,800만TOE, 신 정책안 약 2,200만TOE, 낙관안 약 3,400만TOE에 이

를 것으로 전망된다. 세 가지 시나리오에서 공통적으로 전체 발전 부

문 중 풍력이 약 28~29%를 차지해 다양한 신재생에너지원 중 가장

요약 iii

많은 공급량을 담당할 것으로 예상된다. 그 이유는 우리나라가 가지고

있는 풍력 공급 잠재량에 비해 현재 개발이 매우 덜 되어 있어 향후

발전 가능성이 높기 때문이다. 또한 신정책안, 낙관안에서는 기술 집

약적인 태양광, 연료전지의 보급량이 큰 폭으로 늘어날 것으로 보인

다. 정부의 적극적인 지원이 있을 경우 태양광 및 연료전지의 그리드

패리티에 빨리 도달할 것이며, 이후 빠른 속도로 확산될 것으로 전망

된다. 따라서 낙관안의 경우 2025년 이후로는 태양광, 풍력, 연료전지

가 발전 부문 시장을 주도할 것으로 예상되며 2035년에는 이들 세 에

너지원의 합이 2,000만TOE를 넘어서 전체 발전 부문의 60%를 넘게

차지하는 것으로 나타났다.

열 부문에서는 2035년에 현 정책안 약 866만TOE, 신 정책안 1,340

만TOE, 낙관안 약 1,978만TOE의 신재생에너지가 공급될 것으로 전

망되었다. 현 정책안의 경우 2035년을 기준으로 폐기물에너지가 전체

보급량 중 75%를 차지하면서 열 부문 신재생에너지 공급의 대부분을

담당할 것으로 보이지만 신 정책안, 낙관안으로 갈수록 바이오, 지열,

태양열의 비율이 높아져 비교적 공급원의 다양성이 증가하여 안정된

포트폴리오 마련이 가능할 것으로 보인다.

수송 부분에서는 2035년에 현 정책안 33만TOE, 신 정책안 135만

TOE, 낙관안 221만TOE에 해당하는 바이오에탄올과 바이오디젤이 보

급될 것으로 전망된다.

전체 신재생에너지 보급 전망치를 보면 2030년까지 현 정책안

2,800만TOE, 신 정책안 3,700만TOE, 낙관안 5,700만TOE 수준에 도

달 할 것으로 보인다. 현재는 폐기물을 중심으로 한 열 부문이 주류를

이루고 있지만 세 가지 시나리오 모두에서 발전 부문으로 주류 전환이

iv

이루어져 2035년에는 발전의 비중이 60~67%에 이를 것으로 보인다.

원별 포트폴리오에서는 현 정책안으로부터 신 정책안, 낙관안으로 갈

수록 특정 원에 의한 공급량이 집중되는 현상을 벗어나서 점차적으로

안정적인 구조를 가지게 됨을 알 수 있다. 예로 현 정책안에서 지나치

게 의존도가 큰 폐기물 에너지(34.6%)는 시나리오 변화에 따라 점차

비중이 작아져 낙관안에서는 그 비중이 절반 이하(16.8%)로 하락한다.

반면 현재 비교적 낮은 비중을 차지하고 있는 풍력, 태양광, 바이오,

연료전지 등은 낙관안으로 갈수록 점차 비중이 높아져 주류 에너지원

으로 될 것이다.

전체 1차 에너지 대비 신재생에너지 비중을 살펴보면 현 정책안과

신 정책안은 2030년에 각각 약 7.5%, 9.5% 정도의 신재생에너지 비

중을 가질 것으로 보인다. 반면 낙관안의 경우엔 정부 목표(2030년

11%)보다 5년 정도 빠른 2025년경에 이미 11%를 넘어서며 2030년에

는 15%, 2035년에는 무려 16.3%의 공급 비중을 차지할 것으로 예상

되었다. 따라서 정부는 목표 달성을 위해 본 연구에서 제시된 신 정책

안보다 더욱 공격적이고 적극적인 정책 대안을 마련해야 할 것으로

보인다.

한편 국내 신재생에너지 보급 확산을 위해서는 단계별로 전략적인

정책이 필요하다. 신재생에너지의 확산 단계는 3단계로 분류할 수 있

는데, 초기 단계, 도약 단계, 정착 단계가 그것이다. 국내 신재생에너

지원별로 확산 단계는 상이하다. 수력, 폐기물 등은 정착 단계에 있으

며 나머지 신재생에너지원들은 아직 초기 단계에서 확산 중에 있다고

볼 수 있다. 각 확산 단계별로 다양한 문제점들이 노출되며, 특히

초기 단계에서는 문제점을 해결하지 못할 경우 신재생에너지 기술이

요약 v

더 이상 확산되지 못하는 절벽(chasm)에 직면하게 된다.

신재생에너지 보급 확산을 위한 정책은 경제적 지원과 비경제적 지

원으로 구분될 수 있다. 경제적 지원은 시장에서의 신재생에너지 거래

량을 증가시키기 위하여 공급과 수요의 균형을 변화시키는데 목적이

있다. 우리나라에서 도입했던 FIT와 현재 진행 중인 RPS 이외에도 입

찰 제도, 세제 혜택, 현금 지원 및 환급, 신재생 열 차액 지원 제도 등

을 고려해 볼만 하다. 비경제적 지원은 신재생에너지의 불확실성과 위

험을 제거할 수 있는 방향으로 진행되어야 한다. 국내·외 사례 연구를

통해 신재생에너지 확산의 6가지 비경제적 장벽을 발견할 수 있었다.

시장 장벽, 국민 인식 장벽, 환경적인 장벽, 행정적인 장벽, 정책의 불

확실성 장벽, 국민 수용성 장벽이 그것이다. 우선 시장 장벽을 해결하

기 위해서는 신규 건물의 신재생에너지 기술에 대한 의무적인 기준

마련과 기존 건물에서의 분할 장려금을 도입하는 것이다. 국민 인식

장벽에 대한 해결책은 캠페인 광고, 미디어의 정보 제공, 정보 센터

설립, 웹사이트 등의 활용이다. 환경적인 장벽 문제는 심층적인 조사

및 분석을 통해 환경 문제를 최소화하도록 유도해야 한다. 행정적인

장벽을 허물기 위해서는 사업 시행에 승인 절차를 간소화해야 하며,

정책의 불확실성 장벽은 지원 자금이 공공 예산 보다는 소비자로부터

나오도록 유도함으로써 해결될 수 있다. 마지막으로 국민 수용성 장벽

은 지역 주민에게 인센티브를 지원하는 정책으로 완화할 수 있다.

본 연구에서 개발된 신재생에너지 수요예측 모형과 결과는 국내 신

재생에너지 시장의 변화에 신속하고 정확하게 대응하는데 기여할 수

있을 것으로 보인다. 신재생에너지 수요예측을 통해 시장의 변화에 따른

위험 요소를 예측하여 미래의 불확실성을 제거할 수 있기 때문이다.

ABSTRACT i

ABSTRACT

1. Background and Research Purpose

South Korea should reduce its dependence on fossil energy to

avoid the price volatility of fossil energy such as oil as well as

climate change. It is inevitable to use renewable energy to mitigate

greenhouse gas emission and substitute for fossil energy.

Additionally, renewable energy can be a future flagship industry in

Korea like semi-conductor industry and shipbuilding industry in past

years. Renewable energy industry of Korea, which is currently at an

early stage of the domestic market, urgently needs to reduce the

future uncertainty to raise the market. To do so, it is necessary to

identify the renewable energy sources, select and concentrate the

most possible sources, and then promote their technologies for the

success.

The purpose of this study is to develop the advanced forecasting

model to estimate the correct demand for the renewable energy

market to promote the renewable energy industry and enhance the

export competitiveness. It is possible to grasp which technology has

the potentials to succeed in the market and become the future

survival strategy for the companies and the country by forecasting

demand by renewable energy sources. The forecast results may

contribute to maximizing the investment efficiency of renewable

ii

energy industry. Also, data for renewable energy market forecast can

be importantly used when policy makers and companies of renewable

energy industry establish their strategies.

2. Summary and Policy Implications

This study forecasts the domestic market of renewable energy

through four steps. The first step is to forecast the future price by

renewable energy sources by estimating the price function. The

second step is to forecast the demand by renewable energy sources

by using the diffusion model considering competitive environment

and the price forecasts drawn from the first step. The third step is to

forecast the demand of renewable energy by power generating,

thermal, and transportation sectors by using Logistic Growth Model

and Linear Regression Model. The final step is to estimate the future

demand of the whole renewable energy by adding up the sectoral

demand estimated in the third step.

Renewable energy is forecasted by scenarios, which assume

various situations in the future. In the current policy scenario it is

assumed that only the current government policies such as RPS will

be promoted. In the new policy scenario, it is assumed that RPS

Phase II, RHO and RFS, which the government plans, will be

implemented. In the optimistic scenario it is assumed that the

aggressive market situation including technology innovation and less

ABSTRACT iii

environmental regulations will be promoted with the new policy

scenario.

The forecast results of the price function at the first step show

that the prices of PV in the power generation sector and geothermal

in the thermal sector will fall to 140 won/kWh and 500,000

won/TOE in 2035, respectively.

Regarding the sectoral forecast results, the supply of renewable

energy for the power generation sector, which is expected to

continuously expand, will increase to about 18 million TOE in the

current policy scenario, 2 million TOE in the new policy scenario,

and 34 million TOE in 2035 in the optimistic scenario. Wind power

among various renewable energy sources will take the highest market

share - about 28~29% - in all three scenarios. It is because Korea

has enormous potentials for development in the wind power sector.

Wind power of Korea has not been sufficiently developed in spite of

rich potentials. In the new policy and optimistic scenarios,

technology-intensive PV and fuel cell will be significantly diffused.

If there are the government supports, PV and fuel cell will early

reach to their grid parity and then be rapidly deployed. In the case

of the optimistic scenario, it is expected that PV, wind power, and

fuel cell will lead the power market after 2025, and the sum of three

energy sources will be more than 20 million TOE, holding more

than 60% of the whole power generating sector in 2035.

In the thermal sector, renewable energy will be 8.66 million TOE

iv

in the current policy scenario, 13.40 million TOE in the new policy

scenario, and 19.78 million TOE in the optimistic scenario. While

the waste energy will account for the major share - 75% - in the

supply of renewable energy for the thermal sector in the case of the

current policy scenario, in the new policy and optimistic scenario,

the share of bio-energy, geothermal, and PV will increase orderly. In

other words, in the new policy and optimistic scenario,

diversification of renewable energy sources will contribute to making

the stable portfolio.

In the transportation sector, the supply of bio-ethanol and

bio-diesel will be 0.33 million TOE in the current policy scenario,

1.35 million TOE in the new policy scenario, and 2.21 million TOE

in the optimistic scenario in 2035.

The supply of whole renewable energy sources will reach to 28

million TOE in the current policy scenario, 37 million TOE in the

new policy scenario, and 57 million TOE in the optimistic scenario

by 2030. Even though the thermal sector using the waste energy is

currently the mainstream of renewable energy market, the power

generation sector will be the mainstream in 2035, having 60~67% of

the market share, for all three scenarios. For the portfolio by

renewable energy sources, the composition of renewable energy will

be gradually diversified from the concentration on the specific energy

source, in the order of the current policy scenario, the new policy

scenario, and the optimistic scenario. For an example, the share of

ABSTRACT v

waste energy, which is the major renewable energy in the current

policy scenario (34.6%), will decrease to 16.8% in the optimistic

scenario. On the other hand, wind power, PV, bio-energy, and fuel

cell, all of which currently account for the small amount, will be

major renewable energy sources in the optimistic scenario.

The share of renewable energy among total primary energy will

be 7.5% in the current policy scenario and 9.5% in the new policy

scenario in 2030. In the case of the optimistic case, however, the

share of renewable energy will reach to over 11% in 2025, which is

7 years earlier than the government expects the year - 2030 -, 16.3%

in 2035. Therefore, the government should prepare more aggressive

and active plans than the new policy scenario, which this study

suggests, to achieve the goal.

It is necessary that the government establishes the strategic policy

by phases to deploy the renewable energy technology in South

Korea. The deployment phase can be classified as three - inception,

take-off, and consolidation. The deployment phases are very different

according to renewable energy sources. Hydro power and wastes

energy are in the consolidation phase, but the other renewable energy

sources are still in the inception phase. Each deployment phase has

various problems. If the problems of the inception phase are not

solved, the government will face the chasm, where the renewable

energy technology cannot be deployed any longer.

The policy for deploying renewable energy technologies is divided

vi

into economic deployment supports and non-economic deployment

supports. The economic deployment supports aim at changing the

balance of supply and demand to increase the transaction of

renewable energy in the market. Besides FIT, which was introduced

in South Korea, and RPS, which is an ongoing support scheme,

tendering scheme, tax incentives, direct cash grants and rebates, and

renewable heat feed-in tariff can be considered. Non-economic

deployment supports should be implemented to remove uncertainty

and risk. Domestic and foreign studies found the following six

non-economic barriers for deployment of renewable energy: market

barriers; lack of public awareness; environmental barriers;

administrative barriers; policy uncertainty barriers; and public

acceptance barriers. Firstly, to remove or mitigate market barriers,

the government should establish the obligatory standard for

renewable energy technologies and introduce the split incentives on

existing buildings. To raise public awareness, many different

activities should be taken: advertising campaign; providing

information to media; establishing information center; and using

websites. Environmental barriers can be mitigated by in-depth

examinations and analyses. Administrative barriers can be removed

by streamlining permitting procedures for project development, and

policy uncertainty barriers can be solved by inducing financing from

consumers rather than public budget. Finally, public acceptance

barriers can be mitigated by supporting incentives for residents.

ABSTRACT vii

Renewable energy demand forecasting model, which this study

developed, and its results may contribute to rapidly coping with the

domestic market changes of renewable energy. It is because the

correct demand forecasting for renewable energy can predict the risk

factors related to market changes and remove the future uncertainty.

차례 i

제목 차례

제1장 서론 ····················································································· 1

제2장 선행연구 고찰 ···································································· 5

1. 확산모형 ·························································································· 5

2. 기존 신재생에너지 전망 모형 ···················································· 13

가. ETP-TIMES MODEL ···························································· 13

나. Bloomberg New Energy Finance ·········································· 16

제3장 연구의 배경 ······································································ 18

1. 세계 신재생에너지 시장 현황 및 전망 ······································ 18

가. 신재생에너지원별 시장 현황 및 전망 ·································· 22

나. 신재생에너지 산업 기술 및 투자 현황 ································ 29

2. 국내 신재생에너지 시장 현황 ···················································· 30

가. 보급 현황 ················································································ 30

나. 산업 현황 ················································································ 33

다. 정책 변화 ················································································ 34

제4장 방법론 ··············································································· 39

1. 모형 개요 ······················································································ 39

2. 1단계: 원별 가격 함수 추정 ······················································· 41

3. 2단계: 원별 수요 전망 ································································ 42

ii

4. 3단계: 부문별 전망 ······································································ 44

가. 발전 부문 ················································································ 44

나. 열 부문 ···················································································· 45

다. 수송 부문 ················································································ 47

5. 4단계: 전체 신재생에너지 수요 전망 ········································ 48

제5장 추정 결과 및 전망 ·························································· 49

1. 1단계: 원별 가격 함수 추정 ······················································· 51

2. 2단계: 원별 수요 전망 ································································ 56

가. 발전 부문: 태양광, 풍력, 연료전지 수요 전망 ···················· 56

나. 발전 부문: 수력, 해양, 바이오, 폐기물, 석탄 IGCC 수요

전망 ·························································································· 60

다. 열 부문: 태양열, 지열 수요 전망 ········································· 62

라. 열 부문: 폐기물, 바이오 수요 전망 ······································ 65

3. 3단계: 부문별 전망 ······································································ 66

가. 발전 부문 신재생에너지 수요예측 ········································ 66

나. 열 부문 신재생에너지 수요예측 ············································ 82

다. 수송 부문 신재생에너지 수요예측 ········································ 90

4. 4단계: 전체 신재생에너지 수요 전망 ········································ 95

제6장 국내 신재생에너지 보급 확산을 위한 정책제언 ········ 109

1. 경제적 지원 ················································································ 113

가. 입찰 제도 ·············································································· 115

나. 세제 혜택 ·············································································· 115

차례 iii

다. 현금 지원 및 환급 ································································ 116

라. 신재생 열 차액 지원 제도 ··················································· 116

2. 비경제적 지원 ············································································ 117

가. 시장 장벽 ·············································································· 117

나. 국민 인식 장벽 ····································································· 118

다. 환경적인 장벽 ······································································· 119

라. 행정적인 장벽 ······································································· 120

마. 정책의 불확실성 장벽 ·························································· 122

바. 국민 수용성 장벽 ·································································· 122

3. 신재생에너지 지원 정책의 상대적 중요도 ······························ 124

제7장 결론 ················································································· 127

참고문헌 ···················································································· 132

부록 : 연도별 신재생에너지 수요 예측 결과 ························ 138

iv

표 차례

확산모형 관련 기존문헌 분류 ·············································· 12

세계 신재생에너지 발전량 전망(원별, TWh) ······················ 19

세계 신재생에너지 설비 용량 전망(GW) ···························· 28

국내 신재생에너지 산업 현황 및 전망 ······························· 34

연도별 공급 의무량 ······························································ 35

신재생에너지 전원별 가중치 ··············································· 36

RFS 가중치 ············································································ 38

부문별 신재생에너지원 ························································· 40

RFS 시나리오 ········································································ 48

시나리오별 주요 전제 ··························································· 50

2001년에서 2011년까지의 연도별 신재생에너지 생산 단가 · 52

신재생에너지 가격 함수 모수 추정 결과 ··························· 53

HPKZ 모형 모수 추정 결과: 발전 부문 ······························ 57

HPKZ 모형 모수 추정 결과: 열 부문 ································· 62

발전 부문 신재생에너지 공급량 전망(TOE): 현 정책안 · · · · 67

발전 부문 신재생에너지 공급량 전망(MWh): 현 정책안 ··· 68

발전 부문 신재생에너지 설비 용량 전망: 현 정책안 ········ 68

발전 부문 신재생에너지 공급량 전망(TOE): 신 정책안 · · · · 71

발전 부문 신재생에너지 공급량 전망(MWh): 신 정책안 · 72

발전 부문 신재생에너지 설비 용량 전망: 신 정책안 ······ 72

차례 v

발전 부문 신재생에너지 공급량 전망(TOE): 낙관안 ········ 76

발전 부문 신재생에너지 공급량 전망(MWh): 낙관안 · · · · · · 76

발전 부문 신재생에너지 설비 용량 전망: 낙관안 ············ 77

연도별 총발전량 중 신재생에너지 발전 비중: 2013-2035년 · 80

열 부문 신재생에너지 공급량 전망: 현 정책안 ··············· 83

열 부문 신재생에너지 공급량 전망: 신 정책안 ··············· 86

열 부문 신재생에너지 공급량 전망: 낙관안 ····················· 88

수송 부문 신재생에너지 공급량 전망: 현 정책안 ············ 91

수송 부문 신재생에너지 공급량 전망: 신 정책안 ············ 93

수송 부문 신재생에너지 공급량 전망: 낙관안 ················· 94

시나리오별 신재생에너지 포트폴리오 구성비: 부문별 · · 101

시나리오별 신재생에너지 포트폴리오 구성비: 원별 ······ 101

원별 신재생에너지 잠재량 대비 보급량 ·························· 104

신재생에너지원별 연 평균 증가율 전망(2012-2035년) ···· 105

총1차 에너지 중 신재생에너지 비중 ······························· 107

현 정책안, 발전 부문 ···················································· 138

현 정책안, 열 부문 ························································ 139

현 정책안, 수송 부문 ···················································· 140

현 정책안, 전체 ····························································· 141

신 정책안, 발전 부문 ···················································· 142

신 정책안, 열 부문 ························································ 143

신 정책안, 수송 부문 ···················································· 144

vi

신 정책안, 전체 ····························································· 145

낙관안, 발전 부문 ·························································· 146

낙관안, 열 부문 ··························································· 147

낙관안, 수송 부문 ························································ 148

낙관안, 전체 ································································· 149

차례 vii

그림 차례

[그림 2-1] ETP-TIMES Model 개요 ······················································· 13

[그림 2-2] ETP-TIMES 결과 예 1(CO2 배출량 전망) ·························· 14

[그림 2-3] ETP-TIMES 결과 예 2(1차 에너지 공급 전망) ·················· 15

[그림 2-4] 시나리오별 발전 부분 재생에너지 전망 ··························· 15

[그림 2-5] 세계 태양광 시장 전망 ······················································· 17

[그림 2-6] 세계 풍력 시장 전망 ·························································· 17

[그림 3-1] 세계 신재생에너지 발전량 전망(지역별, TWh) ················ 21

[그림 3-2] 100MW급 이상 비수력 신재생에너지 발전용량을 보유한

나라 수 ················································································ 22

[그림 3-3] 세계 수력발전 누적 발전량(2005-11) ································· 23

[그림 3-4] 세계 수력발전 누적 발전량 전망(2011-17) ························ 24

[그림 3-5] 세계 비수력 신재생에너지 누적 발전량 증가 추이(2005-11) · 26

[그림 3-6] 세계 비수력 신재생에너지 누적 발전량 전망(2011-17) ···· 26

[그림 3-7] 국내 신재생에너지 공급량 ················································· 31

[그림 3-8] 2010년 신재생에너지원별 전력 공급 비중 ························ 32

[그림 3-9] 2010년 신재생에너지원별 공급 비중 ································· 33

[그림 4-1] 국내 신재생에너지 수요 예측 절차 ·································· 41

[그림 5-1] 원별 생산 단가 전망: 발전 부문(태양광, 풍력, 연료전지) · 54

[그림 5-2] 원별 생산 단가 전망: 열 부문(태양열, 지열) ··················· 54

[그림 5-3] 경쟁을 고려한 원별 수요 전망: 발전 부문(현 정책안) ···· 58

viii

[그림 5-4] 경쟁을 고려한 원별 수요 전망: 발전 부문(신 정책안) ···· 58

[그림 5-5] 경쟁을 고려한 원별 수요 전망: 발전 부문(낙관안) ········· 59

[그림 5-6] 경쟁을 고려한 원별 수요 전망: 열 부문(현 정책안) ······· 63

[그림 5-7] 경쟁을 고려한 원별 수요 전망: 열 부문(신 정책안) ······· 63

[그림 5-8] 경쟁을 고려한 원별 수요 전망: 열 부문(낙관안) ············· 64

[그림 5-9] 발전 부문 신재생에너지 공급량 전망: 현 정책안 ··········· 69

[그림 5-10] 시간에 따른 원별 공급량 증가 추세: 발전 부문, 현 정책안 · 70

[그림 5-11] 발전 부문 신재생에너지 공급량 전망: 신 정책안 ·········· 73

[그림 5-12] 시간에 따른 원별 공급량 증가 추세: 발전 부문, 신 정책안 · 75

[그림 5-13] 발전 부문 신재생에너지 공급량 전망: 낙관안 ··············· 77

[그림 5-14] 시간에 따른 원별 공급량 증가 추세: 발전 부문, 낙관안 · 79

[그림 5-15] 연도별 RPS 목표 비율과 시나리오별 달성 가능성 ········ 81

[그림 5-16] 열 부문 신재생에너지 공급량 전망: 현 정책안 ············· 84

[그림 5-17] 시간에 따른 원별 공급량 증가 추세: 열 부문, 현 정책안 · 85

[그림 5-18] 열 부문 신재생에너지 공급량 전망: 신 정책안 ············· 86

[그림 5-19] 시간에 따른 원별 공급량 증가 추세: 열 부문, 신 정책안 · 87

[그림 5-20] 열 부문 신재생에너지 공급량 전망: 낙관안 ··················· 88

[그림 5-21] 시간에 따른 원별 공급량 증가 추세: 열 부문, 낙관안 · 89

[그림 5-22] 시간에 따른 열 부문 공급량 증가 추세: 시나리오별 · · · · 90

[그림 5-23] 수송 부문 신재생에너지 공급량 전망: 현 정책안 ·········· 92

[그림 5-24] 수송 부문 신재생에너지 공급량 전망: 신 정책안 ·········· 93

[그림 5-25] 수송 부문 신재생에너지 공급량 전망: 낙관안 ··············· 94

차례 ix

[그림 5-26] 전체 신재생에너지 수요예측 결과: 현 정책안, 부문별 · 96

[그림 5-27] 전체 신재생에너지 수요예측 결과: 현 정책안, 원별 ····· 96

[그림 5-28] 전체 신재생에너지 수요예측 결과: 신 정책안, 부문별 · 97

[그림 5-29] 전체 신재생에너지 수요예측 결과: 신 정책안, 원별 ····· 98

[그림 5-30] 전체 신재생에너지 수요예측 결과: 낙관안, 부문별 ······· 99

[그림 5-31] 전체 신재생에너지 수요예측 결과: 낙관안, 원별 ··········· 99

[그림 5-32] 시나리오별 총신재생에너지 공급량 전망 비교 ············ 100

[그림 6-1] 신재생에너지 기술 확산 단계 ·········································· 111

[그림 6-2] EU 국가들의 지붕형 태양광 사업 개발에 소요되는 시간 · 121

[그림 6-3] 신재생에너지 정책의 상대적 중요도 ······························· 126

제1장 서론 1

제1장 서 론

역사적으로 경제가 발전하게 되면 에너지 사용이 늘고 온실가스 배

출량이 증가하는 모습을 보인다. 세계 각국은 기후변화 문제 해결을

위해 다각적으로 노력하고 있고, 우리나라도 이에 동참을 강하게 요구

받고 있다. 우리나라는 기후변화 문제뿐만 아니라 석유와 같은 화석에

너지 가격의 높은 변동성으로부터 회피하기 위해서라도 화석에너지

의존도를 줄여야 하는 상황이다. 이에 따라 온실가스 감축과 화석에너

지 자원의 대안으로 신재생에너지 사용이 불가피하다. 또한 신재생에

너지는 미래의 먹거리 산업으로 제2의 반도체 산업 및 조선 산업이

될 가능성이 농후하다. 2004년 이후 세계 신재생에너지 시장은 연 평

균 30%씩 증가하고 있으며 2009년 기준으로 시장 규모가 162조 달러

로 디스플레이 산업 및 메모리칩 시장을 넘어섰다.

신재생에너지는 기존의 화석연료를 변환시켜 이용하거나 햇빛·물·지

열·강수·생물유기체 등을 포함하는 재생 가능한 에너지를 변환시켜 이

용하는 에너지로 우리나라에서는 태양광, 태양열, 풍력, 수력, 바이오,

해양, 지열, 폐기물, 연료전지, 수소, 석탄액화가스화 및 중질 잔사유

가스화(이하 석탄 IGCC)의 11개 분야로 구성된다.1) 국내 신재생에너

지 산업의 규모는 급속도로 발전하였다. 신재생에너지 매출액 및 수출

액은 2004년부터 2010년 동안 각각 연 평균 83%, 100% 이상 성장하

였다. 국내 신재생에너지 공급 비중도 점진적으로 증가하여 2010년

1) 신재생에너지의 정의 및 분류는 국가마다 상이하다. 우리나라는 폐가스, 수소, 연료전지 등을 신재생에너지에 포함하여 국내 수치가 국제 기준보다 높다.

2

기준 2.61%에 달한다. 하지만 절대적 수치는 주요국 대비 낮은 편으

로 OECD국 중 28위를 기록하고 있다. 우리나라의 신재생에너지 보급

률이 낮은 이유 중 하나는 1990년대 원전에 대한 대안으로 신재생에

너지 보급을 본격화한 OECD 선진국들에 비해 우리나라는 2000년대

이후부터 본격적으로 보급되었기 때문이다. 이러한 시점에서 국내 시

장초기상태에 있는 신재생에너지 산업은 시장에서의 성공가능성을 높

이기 위해 미래의 불확실성을 줄이는 것이 무엇보다도 시급하다. 향후

발전 가능성이 있는 신재생에너지원을 분별하여 선택과 집중을 통해

성공 가능성이 높은 기술을 육성할 필요가 있기 때문이다.

따라서 본 연구의 목적은 신재생에너지 산업의 육성 및 수출 경쟁

력 강화를 위하여 현재 초기 상태에 있는 신재생에너지 시장의 정확

한 수요 예측치를 도출할 수 있는 발전된 전망모형을 개발하는 것이

다. 국내 신재생에너지源별 수요예측을 통해 어떤 기술이 시장에서 성

공할 가능성이 있고 나아가 기업 또는 국가의 미래 생존 전략이 될 것

인지 파악할 수 있다. 또한 신재생에너지 보급 확산을 위한 정책을 제

언함으로써 신재생에너지 수요 촉진을 위한 대안을 모색한다.

본 연구에서 제안하는 국내 신재생에너지 전망 모형은 4단계를 거

쳐 완료된다. 첫 번째 단계에서는 Bayus(1993)가 제시한 방법을 이용

하여 신재생에너지원별 가격 함수를 추정한다. 2단계에서는 Hahn et

al.(1994)에서 제시된 경쟁 환경을 고려한 확산모형을 수정하여 원별

수요 전망을 실시한다. 본 모형에서는 신재생에너지원 간의 가격 경쟁

을 고려한다. 3단계에서는 발전 부문, 열 부문, 수송 부문을 구분하여

전망한다. 본 단계에서는 로지스틱 성장 모형 등 원별로 차별적인 수

요 예측 모형이 동원된다. 마지막으로 4단계에서는 3단계에서 추정한

제1장 서론 3

부문별 신재생에너지 전망치를 합산하여 전체 신재생에너지 수요를

전망한다.

구축된 신재생에너지 전망 모형은 현 정책안, 신 정책안, 낙관안 세

가지 시나리오하에서 작동된다. 현 정책안은 신재생에너지 공급의무

화 제도(Renewable Portfolio Standard, 이하 RPS), 일반·지방 보급사

업 같은 현재 신재생에너지 정책만 추진하는 경우를 가정한다. 신 정

책안에서는 아직 실시되고 있지 않지만 정부에서 계획하고 있는 2단

계 RPS, 신재생 열에너지 공급 의무화(Renewable Heat Obligation,

이하 RHO), 신재생 연료 공급 의무화(Renewable Fuel Standard, 이하

RFS) 등의 정책이 도입되는 경우를 가정한다. 낙관안에서는 신 정책

안에 더해 기술 혁신 및 국내·외 환경 등에서 보다 공격적인 상황을

가정한다. 예컨대 기술 발전으로 태양광 그리드 패리티가 2017년 ~

2022년에 도달하여 민간에서 정부 보조금 없이 자발적으로 설치되며

전폭적 규제 완화를 통해 풍력, 조력발전 등 주요 정책 수단이 강력하

게 시행되는 상황을 가정한다.

본 연구는 불확실한 신재생에너지 시장의 장기 전망과 보급확산을

위한 제언을 통해 성공적인 신재생에너지 정책을 수립하는데 기여할

것으로 기대된다. 특히 개발된 예측모형을 이용하여 정부 정책의 변

화, 기술 요소의 변화, 시장의 변화 등에 따라 시장 전망 변화를 측정

할 수 있는 시뮬레이션 시행이 가능하다. 이에 따라 성공적인 수요 창

출을 위해 필요한 정책 및 기술 개발의 효과적인 전략을 수립할 수

있고 시장의 변화에 따른 위험 요소를 예측할 수 있을 것이다. 기획재

정부, 지식경제부 등 정부 부처와 신재생에너지 관련 기업에서는 본

연구에서 분석된 신재생에너지 수요예측에 기반하여 중·장기 계획을

4

수립하는데 도움이 될 것으로 기대된다. 학술적으로는 국내 신재생에

너지 시장의 단기 및 중기 변화를 파악할 수 있는 최초의 모형을 개발

하여 신재생에너지 시장의 변화에 신속하고 정확하게 대응하는 데 기

여했다는 것에 의미가 있다.

본 연구의 구성은 다음과 같다. 2장에서는 확산모형과 신재생에너

지 수요예측과 관련된 선행연구를 고찰한다. 3장에서는 국내·외 신재

생에너지 시장 및 정책 동향에 대해 살펴볼 것이다. 4장에서는 본 연

구에서 개발된 방법론을 소개하고 5장에서는 모형 추정 결과 및 국내

신재생에너지 전망 결과를 제시할 것이다. 6장에서는 국내 신재생에

너지의 확산 촉진을 위한 정책을 제언할 것이고, 마지막으로 7장에서

는 본 연구의 내용을 정리하고 결론을 도출한다.

제2장 선행연구 고찰 5

제2장 선행연구 고찰

1. 확산모형

국내 신재생에너지 시장의 정확한 수요 예측치를 도출하기 위해서

본 연구에서는 혁신확산모형(Diffusion model of innovation)을 활용하

고자 한다. 혁신확산모형은 신기술, 신제품 등의 시장 확산과정과 미

래 시장 규모 및 성장 패턴을 분석하기 위하여 경제학, 경영학 분야에

서 널리 활용되고 있는 모형이다. 혁신확산모형의 강점은 간단한 개념

및 수식으로 구성되었음에도 불구하고 상당한 설명력을 가지고 있다

는 점이며, 이러한 강점으로 인하여 오늘날까지 다양한 분야에서 그

유용성이 증명되었다.

혁신확산모형의 기원은 약 1세기 전인 사회학과 인류학이 새로운

사회 과학으로 등장하던 유럽에서의 확산 연구를 기반으로 한다

(Rogers, 2003). 사회학과 사회 심리학의 선구자 중 하나인 Gabriel

Tarde는 혁신의 확산에 대해 어떤 일반적인 경향을 관찰하였고, 이를

“모방의 법칙(The law of imitation)”이라 불렀다(Tarde, 1903). 그는

새로운 아이디어 채택률이 시간이 지남에 따라 S자 곡성을 따른다는

것을 관찰한 것이다. Tarde의 이러한 발견은 대부분의 혁신 확산이 S

자 모양의 채택률을 따르기 때문에 여전히 유효하다(Roger, 2003).

그 후에, 1940년대와 1950년대의 혁신의 수요 예측 연구들은 분야

별로 독자적으로 수행되어 왔다(Roger, 2003). 각각의 연구 분야(인류학,

마케팅, 지리학, 농촌 사회학 등)에서의 예측 연구자들은 한 유형의

6

혁신에 관한 확산을 연구하는데 초점을 두었다. 대표적인 예가 농촌

사회학과 교육학이다. 다시 말하면, 농촌 사회학자들은 농부들의 농장

혁신에 대한 수요를 관찰하는데 초점을 두는 반면에 교육학자들은 학

교 교직원들 사이에서 새로운 교육 아이디어의 확산에 관한 연구에

초점을 두고 있다(Roger, 2003). 예측 연구에 대한 서로 다른 독특한

접근 방법을 가짐에도 불구하고, 여러 학문적 영역에서의 연구들은 시

간이 지남에 따라 혁신의 확산이 S자 곡선을 따른다는 Tarde의 발견

과 유사한 결론에 도달하게 되었다.

혁신 확산에 대한 연구는 1960년대부터 본격적으로 시작되었다.

Jaakkola (1996)은 확산 연구의 역사를 3가지 시대로 구분하였다:

1960년대와 1970년대 초까지의 기초 모형 시대(The era of basic

models), 1970년대와 1980년대 초까지의 확장 모형 시대(The era of

expanded models), 1980년대 이후의 새로운 응용 시대(The era of

new applications). 기초 모형 시대의 확산 연구는 시계열 자료를 설명

하기 위한 기초 수학적 모형을 개발하는 것에 집중하였다. 이 시대에

사용된 주된 방법론은 회귀 방법을 이용하여 확산 모형의 계수들을

추정하고, 이를 이용하여 예측하는 것이다. 확장 모형 시대에서는 기

존 모형의 기본 가정들을 완화시켜 다양하게 수정된 모형들이 제안되

었고, 실증 분석에 사용되었다. 이 시대에서는 기본 모형을 크게 변환

시켰으며, 가격, 환경, 경쟁 상황 등의 마케팅 변수들을 모형에 반영하

였다. 새로운 응용 시대에서는 확산 모형의 적용 범위와 변동성을 확

장시켰다. 특히, 적용 대상이 소비자 내구재, 프로세스 혁신, 하이테크

제품, 정보 서비스 등을 모두 포괄하면서 확장되었다. 이 시대에서는

연구의 목적이 단순 예측에서 현실 상황을 반영하기 위한 복잡한

제2장 선행연구 고찰 7

모형화로 발전하였다.

기본 확산 모형 중에 하나인 외적 요인(External-influence) 모형은

시간이 지남에 따라 채택률이 일정하다고 가정하였다(Mahajan and

Peterson, 1985). 그 결과, 새로운 채택자들은 시간이 지남에 따라 감

소하는 잠재 인구(Potential population)의 일정한 부분을 차지하기 때

문에 혁신의 새로운 수요자는 시간이 지남에 따라 점점 더 작아지게

된다(Fourt and Woodlock, 1960). Mansfield (1961)에 의해서 대안적

인 모형이 제안되었는데, Mansfield의 모형은 확산이 구전 효과

(Word-of-mouth effect)로 시장 침투(Market penetration)가 일어나는

단순 로지스틱 모형(Logistic model)을 따른다고 가정하였다. Mahajan

and Peterson (1985)에서는 사람 간의 접촉을 통해서 확산이 일어난다

는 전염병 패러다임을 따르기 때문에 Mansfield 모형을 내적 요인

(internal-influence) 모형이라 불렀다.

Griliches (1957)와 Mansfield (1961) 등에 의해 연구된 로지스틱 모

형은 신제품의 수요예측 시에 S자 모양의 제품 수명 주기(Product life

cycle, PLC)를 설명하는데 광범위하게 사용되어 왔다. 대표적인 예로,

Mansfield (1961)는 기관차 및 기타 산업용 제품의 확산에 대한 연구

에서 로지스틱 모형을 사용하였다. 이러한 로지스틱 모형은 시계열 데

이터가 특정 포화 수준(Saturation level)을 가지고 있다고 가정할 때

적합한 모형이다 (Cho et al. 2007). 로지스틱 모형에서 시간 일 때의

누적 수요 는 다음과 같이 표현된다.

(식 2-1)

8

(식 2-1)의 는 제품 수명 주기 커브의 시작점을 결정하는 추정 계

수를 나타내고, 는 커브의 가파른 정도를 결정하는 추정 계수이다.

(식 2-1)에서 알 수 있듯이 시간 t가 무한히 증가할 경우 누적 수요

는 아래 (식 2-2)와 같이 수요의 포화 수준(시장 잠재력, market

potential), ,에 수렴하게 된다.

lim→∞ (식 2-2)

이때, 로지스틱 모형의 판매율(Sales rate)은 (식 2-3)과 같이 표현된다.

(식 2-3)

한편, Bass (1969)에서는 확산에 영향을 주는 두 가지 중요한 요인

으로 혁신(Innovation)과 모방(Imitation)을 제시하고, 이 요인들을 고

려한 일반적인 모형을 제안하였다. 다시 말해, 외적 요인

(External-influence) 모형과 내적 요인(Internal-influence) 모형을 결합

한 모형을 제안하였다. 혁신 요인은 광고와 같은 외부 채널에 의해서

채택이 이루어지는 것을 의미하고, 모방 요인은 구전 효과와 같은 모

방 효과로 인해 채택이 이루어지는 것을 의미한다. 많은 예측 모형 중

에서 Bass 모형은 모형이 간단하여 경영, 정책, 경제, 마케팅 등 다양

한 분야에서 수요 예측 및 확산을 분석하기 위해서 널리 이용되어 왔다.

Bass 모형의 확산 프로세스는 다음과 같이 표현된다.

제2장 선행연구 고찰 9

or

(식 2-4)

여기서 는 기의 잠재량 대비 누적 보급 비율이고, 는

시기까지의 누적 보급량을 의미한다. 은 시장 잠재력을 의미한다.

는 혁신 계수(Innovation parameter), 는 모방 계수(Imitation

parameter)를 나타낸다. 시기의 누적 채택자의 규모는

가 된다. (식 2-4)의 첫 번째 항은 광고와 같은 외부

채널에 의해서 채택이 이루어지는 것을 나타낸다. Bass (1969)에서는

로 표현하였다. (식 2-4)의 두 번째 항은 구전과 같은 모방 효과로

인해서 채택이 이루어지는 것을 나타낸다. Bass (1969)에서는 로 표

현하였다.

앞선 내적 요인만 고려한 로지스틱 모형은 Bass 모형에서 혁신 계

수 일 때의 특수한 형태가 된다(Mahajan et al., 2000). 모방 계

수 가 로지스틱 모형과 Bass 모형에서 모두 동일할 때, Bass 모형이

로지스틱 모형보다 약간 먼저 정점을 도달하게 되는 특징을 가진다.

Bass 모형은 뛰어난 설명력, 예측력을 가지고 있음에도 불구하고 단

일 제품으로 그 분석 범위가 제한되는 한계점을 지니고 있다. 단일 제

품 분석으로는 관련 제품 또는 서비스들의 확산 패턴 관계를 설명하

기에 어려움이 있고, 다른 마케팅 요인들을 고려하지 못해 실제 현실

상황을 반영하는 데 어려움이 있다. 이러한 한계점들로 인해 Bass

모형은 마케팅 전략 변수 등 추가적인 요인들을 고려하거나 시간에

10

따른 요인들의 변화를 가정하는 등 다양한 형태로 발전하였다. 예를

들면, 내적 요인에 영향을 미치는 요인으로 가격을 고려한 연구들

(Jain and Rao, 1990; Horsky, 1990; Bass et al. 1994), 다른 제품들

간의 경쟁을 고려한 연구들(Peterson and Mahajan, 1978; Eliashberg

and Jeuland, 1986), 경제 상황에 대한 효과를 고려한 연구들 (Frank,

2004) 등이 있다. 한편, 다양한 상황을 고려하기 위해서 여러 가지 모

형들이 제안되었다. 예를 들면, 반복 구매와 재구매를 고려한 연구들

(Olson and Choi, 1985; Bayus et al. 1989; Hahn et al., 1994;

Danaher et al., 2001), 공급 제약을 고려한 연구들(Jain et al., 1991;

Ho et al., 2002), 브랜드 수준에서의 확산을 고려한 연구들(Parker

and Gatignon, 1994; Krishnan et al., 2000) 등이 있다.

다른 한편으로는 혁신 간의 대체와 경쟁 효과를 고려한 수요예측을

위해 확산모형과 이산선택모형(Discrete choice model)을 결합한 선택

기반 확산 모형(Choice-based diffusion model)이 개발되었다. 확산 이

론은 신제품 판매량의 성장을 고려하는 반면에 대부분의 선택기반 확

산 모형은 다양한 대안들 사이에서의 소비자들의 선택 행위를 고려하

는 특징이 있다(Malhotra, 1984; McFadden, 1986). 선택기반 확산 모

형에서는 일반적으로 혁신의 효용을 각 속성들의 수준에 의해서 효용

가치가 결정되는 혁신 속성의 집합으로 정의한다. 혁신의 효용식은 두

부분으로 구분된다. 첫 번째는 확정적 부분(Deterministic component)

으로 가격, 광고, 디자인 등과 같은 외생 변수의 함수로 구성된다. 두

번째는 확률적 부분(Stochastic component)으로 선택과 개개인의 효용

차이에 영향을 주지만 관측되지 않는 속성들로 구성된다. 확률적 부분

은 선택에 대한 불확실성을 나타내기 때문에 선택 확률은 소비자들의

제2장 선행연구 고찰 11

선택 행위로부터 유도된다(Baltas and Doyle, 2001). 즉, 이러한 대안

의 선택확률은 확률적 부분을 분포의 형태로 가정함으로써 얻어진다.

선택기반 확산 모형의 대표적인 예로써 다항로짓모형(Multinomial

logit modle)이 Allison (1982), Oren and Rothkopf (1984), Hedstrom

(1994)에 의해서 확산에 이용되었다. 사건이 발생하는 프로세스를 이

산 시간(Discrete-time) 단위로 표현하기 위해서 Allison (1982)는 이산

시간에 대한 위험률(Hazard rate)을 로짓 모형(Logit model)의 형태로

나타내었다. Hedstrom (1994)도 이산 시간에서 로짓 모형을 이용하여

위험률을 추정하였다. 이러한 연구들은 로짓 모형을 이용하여 위험률

을 모형화하고, 개개인의 정보를 바탕으로 확산을 설명하는 것에 초점

을 두었다. Jun and Park (1999)는 소비자 선택 행위를 바탕으로 다세

대 제품에 대한 확산모형을 제안하였다. Jun and Park (1999)은 소비

자들의 효용극대화 선택 행위를 연구하는 것이 혁신의 확산 패턴을

이해하고, 다세대 제품에 대한 수요예측 모형을 개발하는데 필요하다

고 언급하였다. Jun et al. (2002)에서는 Jun and park (1999)의 경쟁

제품에 대한 모형을 확장하여 대체 제품과 경쟁 제품이 동시에 존재

하는 환경을 고려한 선택기반 확산 모형을 제안하였다. 제안된 모형은

한국의 아날로그, 디지털 모바일 통신 서비스 시장 그리고 디지털 핸

드폰, PCS 서비스(Personal communication services)에 적용하였다. 이

외에, 선택기반 확산 모형은 저궤도 위성 이동통신서비스

(Low-earth-orbit mobile satellite service) (Jun et al., 2000), D-램

(Dynamic random access memory) (Kim et al., 2005), 대형 디지털

TV(Lee et al., 2006)과 같은 새로운 혁신에 대한 수요 예측에 사용되었다.

이렇듯 혁신확산모형은 크게 시장 자료(신기술 보급량, 제품 판매량,

12

서비스 가입자 수 등)를 이용해서 수요예측을 하는 전통적인 확산모

형 형태와 개별 소비자 선택 자료를 이용해서 수요예측을 하는 선택

기반 모형 형태로 나누어진다. 전통 확산모형은 기본 모형에서 시장상

황 및 마케팅 변수를 고려한 다양한 모형으로 확장되었고, 선택기반

모형은 컨조인트 방법과 결합되어 시장 초기 제품에 대한 수요 예측

모형으로 확장되었다. 혁신확산모형의 기존문헌들을 전통 확산 모형

형태와 선택기반 모형으로 분류하면, 아래 표와 같다.

전통 확산모형 타입 선택기반 모형 타입

기본

모형

Mansfield (1961)

Bass (1969)

Allison (1982)

Oren and Rothkopf (1984)

Hedstrom (1994)

확장

모형

Peterson and Mahajan (1978)

Olson and Choi (1985)

Eliashberg and Jeuland (1986)

Bayus et al. (1989)

Jain and Rao (1990)

Horsky (1990)

Jain et al. (1991)

Bass et al. (1994)

Hahn et al. (1994)

Parket and Gatignon (1994)

Krishnan et al. (2000)

Danaher et al. (2001)

Ho et al. (2002)

Frank (2004)

Jun and Park (1999)

Jun et al. (2000)

Jun et al. (2002)

Kim et al. (2005)

Lee et al. (2006)

Lee et al. (2012)

확산모형 관련 기존문헌 분류

본 연구는 기존 확산모형을 발전시켜 신기술 확산에 영향을 미치는

결정 요인을 반영한 신규 모형을 개발한다. 다만 신재생에너지원마다

제2장 선행연구 고찰 13

다른 특성을 가지고 있으므로 이를 반영하여 수요 전망을 시도한다.

본 모형은 또한 시나리오별로 수요를 예측하여 정부 정책의 변화에

따라 시장이 어떻게 반응하는지 파악할 수 있도록 설정하였다.

2. 기존 신재생에너지 전망 모형

가. ETP-TIMES MODEL

IEA(International Energy Agency, 국제에너지기구)는 ETP 2012

(Energy Technology Perspectives 2012, 에너지기술전망 2012)를 발표

하였다. ETP는 IEA에서 매 2년마다 발행하는 ‘에너지 기술 이정표’로

서 지구의 온도상승을 2℃ 이하로 억제하고 에너지 안보 강화를 위해

요구되는 다양한 에너지 기술들에 대한 기술 개발 방향과 보급 시나

리오를 제시하고 있다. IEA는 세계 에너지 전망을 위해 MARKAL에

기반한 ETP-TIMES Model을 사용하였다. ETP-TIMES Model의 개요

는 아래 그림과 같다.

[그림 2-1] ETP-TIMES Model 개요

자료: IEA, 2012

14

ETP-TIMES Model은 에너지 수요와 공급 분석을 결합해 주는 모

델로서 수많은 제약 조건식을 포함하며 ETP 2012 연구에 중요한 연

구 도구로 활용되었다. ETP-TIMES Model은 연결된 4개의 모델(에너

지 전환, 산업, 수송, 건물)을 통합하여 결론에 도달한다. [그림 2-1]은

이 요소들의 상호 작용을 보여주는데, 에너지 공급(에너지 전환 모델

을 사용)의 변수와 수요와 배출의 대부분을 차지하고 있는 3개의 요

소들(산업 모델, 수송 모델, 건물 모델)을 확인할 수 있다. ETP Model

을 사용하면 세계 에너지 시스템에 대한 세부적인 분석과 다양한 에

너지 기술들에 대한 분석이 가능해진다.

하지만 ETP-TIMES Model은 미래 기술경쟁력에 가장 큰 영향을

미치는 에너지 기술 비용의 변화를 정확하게 반영하는데 한계가 있

으며, 개별 기술이 가진 비경제적인 특성을 반영하가 어려운 단점이

있다.

[그림 2-2] ETP-TIMES 결과 예 1(CO2 배출량 전망)

자료: IEA, 2012

제2장 선행연구 고찰 15

[그림 2-3] ETP-TIMES 결과 예 2(1차 에너지 공급 전망)

자료: IEA, 2012

[그림 2-4] 시나리오별 발전 부분 재생에너지 전망

자료: IEA, 2012

ETP 2012의 주요 결과를 살펴보면 다음과 같다. 먼저 2050년까지

세계 기후변화 온도 증가를 2℃ 이내로 제한하기 위한 ｢2℃ 시나리오

(이하 2DS)｣를 제시했다. 2DS 달성을 위해서는 2050년까지 현 추세

대비 재생에너지 부문에 36조 달러를 추가로 투자해야 할 것으로

예상되나, 이로 인한 연료 감축 효과는 100조 달러 이상이 될 것으로

16

예측되어 투자 대비 3배 효과가 예상된다. 또한 ‘2DS’하에서는 에너

지 절약과 대체 에너지원 사용을 통해 2020년까지 전 세계의 화석연

료를 450EJ까지 줄일 수 있다고 제시하였고, 이 양은 최근 6년간

OECD 국가들의 화석연료 수입량과 동일하다. ‘2DS’하에서 신재생에

너지 발전 비율은 현재 19% 수준에서 2050년 57% 수준으로 증가할

것이 예상되며 이중 풍력, 태양광 비중이 지역에 따라 20~60% 수준

을 차지할 것으로 예상된다.

나. Bloomberg New Energy Finance

Bloomberg New Energy Finance(이하 BNEF)에서 사용하는 예측

방법론은 전 세계에서 계약되고 있는 태양광, 풍력 등의 프로젝트 현

황을 파악하여 합계하는 방식이다. 따라서 지역별로 추진 중, 공사 중,

허가 중, 발표 중, 발표 예정인 프로젝트를 구분하여 집계가 가능하다.

이 방법을 이용하게 되면 국가별로 분석이 가능하다는 장점이 있다.

단 본방법론은 단기 전망에 적합하며 장기 전망에는 무리가 있다. 또

한 신규 프로젝트를 반영하지 못한다는 단점이 있어 업데이트를 수시

로 해야 한다. BNEF에서 분석한 태양광 및 풍력의 전망치 예시는 아

래 그림과 같다.

본 연구에서는 BNEF에서 제안하는 모형과 앞서 설명한

ETP-TIMES Model의 한계점을 완화하는 새로운 신재생에너지 수요

예측 모형을 제안한다. 즉 본 연구의 모형은 신재생에너지 기술 비용

의 변화를 전망하고 시장의 경쟁 환경을 고려한다. 또한 확산모형을

적용함으로써 개별 기술이 가진 비경제적인 특성을 반영할 수 있으며

장기 예측 시도도 가능하다.

제2장 선행연구 고찰 17

[그림 2-5] 세계 태양광 시장 전망

자료: BNEF, 2011

[그림 2-6] 세계 풍력 시장 전망

자료: BNEF, 2011

18

제3장 연구의 배경

1. 세계 신재생에너지 시장 현황 및 전망2)

신재생에너지 산업 육성을 위한 각국 정부의 적극적인 정책 노력으

로 신재생에너지 산업의 성장 속도는 가속화될 전망이다. 2011년 신

재생에너지 전력 발전량은 4,540TWh로 2010년보다 5.8% 높은 수준

이다. 신재생에너지 전력 발전량이 매년 5.8%씩 증가한다고 보았을

때, 2017년의 발전량은 6,400TWh에 도달할 것으로 예상된다.

2011-17년 사이 신재생에너지 전력 발전량의 증가량은 1,840TWh로

2005-11년 사이 발전량의 증가량인 1,160TWh보다 60% 높은 수준이

다.

비수력 재생에너지원(태양광, 태양열, 풍력, 바이오에너지, 지열, 해

양)의 경우, 2005-11년 사이 매년 16.2%씩 발전량이 증가하였지만,

2011-17년 사이에는 미흡한 기술 성숙도를 반영하여 발전량이 매년

14.3%씩 증가할 것으로 축소 전망하였다. 하지만 비수력 재생에너지

원의 절대 증가량은 2005-11년 사이 530TWh 대비 2011-17년 사이

1,100TWh의 높은 수준이 예상된다. 2011년의 발전량 900TWh은

2017년에는 2배 이상 증가한 2,000TWh로 예상된다. 이 중에서도 특

히 육상 풍력 및 해상 풍력의 2017년 발전량은 1,060TWh로 신재생

에너지 전력 중 16.7%의 비중을 차지할 것으로 전망된다. 태양광의

2) 본절의 통계수치는 IEA (2012), Renewable Energy Medium-Term Market Report와 IEA (2012), Energy Technology Perspectives를 참조함.

제3장 연구의 배경 19

발전량 또한 비약적으로 증가하여 2011년 65TWh에서 2017년

279TWh로, 태양열의 발전량은 2011년 4TWh에서 2017년 31TWh이

예상된다.

2005발전

비중(%)2011 2012 2013 2014 2015 2016 2017

수력 3,018 16.5 3,644 3,698 3,824 3,962 4,102 4,239 4,378

바이오 198 1.1 308 352 387 421 457 494 532

풍력 103 0.6 447 527 617 705 807 927 1,065

육상 102 0.6 434 509 591 672 765 868 985

해상 1 0.0 12 18 26 33 43 58 80

태양광 4 0.0 65 102 131 164 198 236 279

태양열 1 0.0 4 6 10 16 21 25 31

지열 58 0.3 71 73 75 78 82 87 91

해양 1 0.0 1 1 1 1 1 1 1

합계 3,381 18.4 4,539 4,759 5,046 5,347 5,668 6,009 6,377

세계 신재생에너지 발전량 전망(원별, TWh)

주: 수력은 양수식 수력 발전 포함. 2011년 전체 데이터와 2005년과 2011년의 해상 및 육상 풍력 데이터는 추정치임.

자료: IEA, 2012(b)

신재생에너지 산업에 대한 전망은 산업 지원 정책 및 시장 구조의

지속성, 신재생에너지 기술에 대한 경제적 매력의 정도를 바탕으로 한

다. 여기에 기술 개발 및 원가 절감, 그리드 및 시스템 통합 문제, 자

금 조달비용 및 자금 조달 능력이 변수로 작용할 것이다. 최근 세계

주요 지역에서의 경제적‧정책적 불확실성은 신재생에너지 산업 전망

에서의 주요 변수로 작용하고 있다.

OECD 미주 지역의 신재생에너지 전력 발전량은 2011년 1,029TWh

에서 매년 2.7%씩 상승하여 2017년에는 1,204TWh 수준에 도달할 것

20

으로 예상된다. 이 중 육상 풍력이 107TWh, 태양광 365TWh, 바이오

에너지 31TWh를 차지할 것으로 전망된다. 미국은 연방 보조금에 대

한 불확실성 및 저가의 천연가스 공급이 걸림돌이지만, 개선되고 있는

경제 여건과 함께 국가 차원의 신재생에너지 공급 의무 정책이 미국

신재생에너지 산업의 성장을 이끌 것이다.

OECD 아시아-오세아니아 지역의 신재생에너지 전력 발전량은

2011년 193TWh에서 매년 5.8%씩 상승하여 2017년에는 270TWh 수

준에 도달할 것으로 예상된다. 이 중 태양광이 35TWh, 육상 풍력

19TWh, 바이오에너지 16.5TWh를 차지할 것으로 전망된다. 지열과

해상 풍력의 전력 발전량은 완만한 증가세를 보일 것이다.

OECD 유럽 지역의 신재생에너지 전력 발전량은 2011년 905TWh

에서 매년 5.8%씩 상승하여 2017년에는 1,271TWh 수준에 도달할 것

으로 예상된다. 이 중 육상 풍력이 121TWh, 수력 83TWh, 태양광

62TWh, 바이오에너지 52TWh를 차지할 것으로 전망된다. 독일의 태

양광 시장은 발전 세액 공제의 축소로 성장에 제동이 걸렸지만 풍력

시장은 강한 성장세가 예상된다.

중국의 신재생에너지 전력 발전량은 2011년 303GW에서 매년

11.2%씩 상승하여 2017년에는 574GW 수준에 도달할 것으로 예상된

다. 이 중 수력이 110GW, 육상 풍력 104GW, 바이오에너지 18GW를

차지할 것으로 전망된다. 중국의 신재생에너지 시장은 중국 정부의 적

극적인 정책 지원, 수요의 급속한 증가, 풍부한 자금으로 빠른 성장이

기대된다.

브라질의 신재생에너지 전력 발전량은 2011년 96GW에서 매년

4.9%씩 상승하여 2017년에는 128GW 수준에 도달할 것으로 예상

제3장 연구의 배경 21

된다. 이 중 수력이 21GW, 육상 풍력 8GW, 바이오에너지 3GW를

차지할 것으로 전망된다. 브라질은 경제 여건이 나아지면서 수력 및

풍력시장의 강한 성장세가 전망된다.

인도의 신재생에너지 전력 발전량은 2011년 62GW에서 매년 8.5%

씩 상승하여 2017년에는 101GW 수준에 도달할 것으로 예상된다. 이

중 육상 풍력이 17GW, 수력 13GW, 태양광 7GW를 차지할 것으로

전망된다. 인도는 지방 도시들의 전력화를 위한 계통 연계형 및 독립

형 신재생에너지 발전 설비 용량의 설치에 대한 요구에 활발한 정책

지원을 실행하고 있다.

[그림 3-1] 세계 신재생에너지 발전량 전망(지역별, TWh)

자료: IEA, 2012(b)

세계는 지금 신재생에너지에 대한 기술 개발 능력 확보에 초점을

맞추고 있다. 2017년에는 신재생에너지 누적 설비 용량이 100MW를

넘는 나라의 수가 상당히 증가하여, 육상 풍력은 70개국, 태양광 및

22

바이오에너지 45개국, 지열 및 태양열 각각 15개국, 해상 풍력은 11개

국에 설치될 전망이다([그림 3-2] 참조).

[그림 3-2] 100MW급 이상 비수력 신재생에너지 발전용량을 보유한 나라 수

자료: IEA, 2012(b)

가. 신재생에너지원별 시장 현황 및 전망

1) 수력

2011년 수력발전 발전량은 3,640TWh로 신재생에너지 총발전량의

80%를 차지하였다. 2017년의 수력 발전량은 매년 3.1%인 120TWh씩

증가한 4,380TWh 수준으로 예상된다. 2011-17년 사이 설비 용량은

1,070GW에서 1,300GW로 증가할 전망이다. 수력발전은 경제적으로

매력적인 신재생에너지원이다. 신흥 및 개발 도상국들은 수력발전을

설치하여 신재생에너지 발전량을 늘리고 전력 요구량을 맞출 수 있을

제3장 연구의 배경 23

것이다. 비OECD 국가들의 수력발전 용량은 중국 110GW, 인도

13GW를 포함하여 총150GW까지 성장할 것으로 기대된다. 또한 라틴

아메리카 32GW, 브라질 21GW, OECD 유럽 19GW, 아프리카

14GW의 용량 증설이 예정되어 있다.

[그림 3-3] 세계 수력발전 누적 발전량(2005-11)

자료: IEA, 2012(b)

24

[그림 3-4] 세계 수력발전 누적 발전량 전망(2011-17)

자료: IEA, 2012(b)

2) 비수력

비수력 신재생에너지 기술은 빠른 속도로 발전하고 있다. 이들 기술

중, 육상 풍력 및 해상 풍력은 2017년까지 신재생에너지 전력 중

16.7%의 비중을 차지할 것으로 전망된다. 2011-17년 사이 풍력 발전

량은 매년 15.6%인 100TWh씩 증가할 것으로 예상되며 여기에서 육

상 풍력의 예상 비중은 90%이다.

육상 풍력은 기술 성숙도 면에서 빠른 성장을 보이고 있으며, 점차

전통적인 대체 에너지원과의 경쟁력을 갖추어 나가고 있다. 하지만 육

상 풍력은 인허가 절차, 정책 불확실성, 자금 조달 비용 등과 같은 요

소들에 큰 영향을 받고 있다. 육상 풍력의 설비 용량은 2011년

제3장 연구의 배경 25

230GW에서 2017년 464GW로 증가할 전망이다. 중국은 2011-17년

사이 104GW의 설비 용량 증설이 예정되어 있다. 미국은 생산세액공

제제도(PTC)의 연장여부가 확실하지 않은 가운데 동기간 27GW의 설

비 용량 증설을 계획하고 있다. 인도는 17GW, 브라질 8GW, 영국

7GW의 설비 용량이 추가될 예정이다.

해상 풍력의 설비 용량은 2011년 4GW에서 2017년 26GW로 크게

증가할 전망이다. 이는 각국 정부가 해상 풍력 개발에 적극적인 보조

금 정책 지원을 실시하고 있기 때문이다. 아직까지는 초기 기술 단계

에 있는 해상 풍력은 프로젝트 개발에 있어 기술적인 위험을 수반하

고 있다. 따라서 건설 비용이 높고 프로젝트 자금 조달에 어려움을 겪

고 있다. 설비 용량은 중국 6.7GW, 영국 5.3GW, 독일 3.8GW, 프랑

스 1.5GW로 증가할 것이다.

바이오에너지는 2017년 전체 신재생에너지의 8.3%를 차지할 전망

이다. 바이오에너지(고체 바이오매스, 바이오가스, 액체 바이오연료,

재생 가능한 기타폐기물) 발전량은 매년 9.6%인 37TWh씩 증가할 것

으로 예상된다. 설비 용량은 2011년 70GW에서 2017년 119GW로 성

장할 전망이다. 바이오연료 및 열병합 발전소에서의 농업 폐기물과 일

반 폐기물 사용의 증가는 바이오에너지 산업의 발전을 더욱 가속화시

킬 것이다. 전통 연료와 혼합 연소되는 바이오에너지는 석탄연료를 주

로 사용하고 있는 나라에서 그 역할의 중요성이 커지고 있다. 바이오

에너지의 연료는 광범위하게 분포하고 있어 많은 지역에서 바이오에

너지 발전의 활성화가 기대된다. 중국 18GW, 미국 3GW, 브라질

3GW, 오스트리아 2GW, 인도 2GW의 설비 용량이 추가될 예정이다.

26

[그림 3-5] 세계 비수력 신재생에너지 누적 발전량 증가 추이(2005-11)

자료: IEA, 2012(b)

[그림 3-6] 세계 비수력 신재생에너지 누적 발전량 전망(2011-17)

자료: IEA, 2012(b)

제3장 연구의 배경 27

태양 에너지는 2017년 신재생에너지의 4.9%를 차지할 전망이다. 이

중에서 태양광의 급속한 성장이 예상된다. 2011-17년 사이, 태양광 발

전량은 매년 27.4%인 35TWh씩 증가하고 설비 용량은 2011년 70GW

에서 2017년 230GW로 성장할 것으로 기대된다. 소매 전력의 높은

가격 경쟁력과 설치의 용이성은 많은 지역에서의 주거용 및 상업용

태양광 시스템 보급을 가능하게 할 것이다. 태양광 패널과 부품의 과

잉공급으로 중기적인 태양광 시스템 비용의 하락이 전망되며 태양광

제조 분야의 낮은 마진이 예상된다. 중국 32GW, 미국 21GW, 독일

20GW, 일본 20GW, 이탈리아 11GW의 설비 용량이 추가될 예정이

다. 과거 몇몇 국가들에서 나타났던 태양 에너지 시장의 활황과 불황

의 반복을 고려해 볼 때, 정책 지원에 대한 다각도의 접근이 주요 변

수로 작용할 것으로 예상된다.

태양열 발전은 2011년 총설비 용량 2GW에서 2017년 11GW로 빠

른 증가가 예상되지만 태양열 산업계에서 기대하는 것보다는 다소 낮

은 수치이다. 보통 태양열 발전 프로젝트는 유틸리티 규모이며 건조

혹은 반건조한 지형에 집중 설치된다. 태양열 발전 기술이 당면한 과

제들은 태양광보다 낮은 가격 경쟁력, 복잡한 환경 절차, 그리드 연계

이다. 그럼에도 불구하고 태양열 발전 에너지의 저장 및 하이브리드

(예, 화석연료 플랜트와의 병합) 기술은 높은 프로젝트 매력도가 있다.

미국 4GW, 스페인 1GW, 중국 1GW의 에너지 발전이 전망되며 그 뒤

를 이어 중동, 북아프리카, 남아프리카에서의 발전이 이루어질 것이다.

지열 에너지는 전체 신재생에너지 발전량의 1.4%로 작은 비중을 차

지하고 있지만 중장기적으로 보았을 때 꾸준한 성장을 보일 것으로

기대된다. 지열 설비 용량은 매년 4.2%인 3TWh씩 증가하여 2011년

28

11GW에서 2017년 14GW에 달할 전망이다. 기저 부하용 발전의 오랜

자원인 지열 기술은 낮은 전력 생산 비용과 높은 설비 이용률을 가능

케 한다. 하지만, 지열 프로젝트는 조달 기간이 길고 탐사 위험이 높

아 관련 자금 조달에 어려움을 겪고 있다. 지열 에너지 발전은 인도네

시아, 케냐, 미국, 일본, 뉴질랜드 등의 몇몇 나라에만 국한되어 이루

어질 것으로 예상된다.

상대적으로 기술 개발의 초기 단계에 있는 해양 에너지는 신재생에

너지 발전에서 차지하는 비중이 크지는 않을 것으로 보인다. 이는 현

재 조력 및 파력 기술이 상업화로 가는 중요한 단계에 있기 때문이다.

중장기적으로 캐나다, 영국, 중국, 미국, 스웨덴에서 소규모의 설비 용

량이 추가될 예정이다.

2010 2011 2012 2013 2014 2015 2016 2017

수력 1,033 1,067 1,103 1,142 1,184 1,223 1,263 1,302

바이오 63 70 77 85 93 102 110 119

풍력 194 234 276 311 350 392 439 490

육상 191 230 270 303 339 378 420 464

해상 3 4 6 8 11 14 20 26

태양광 40 70 91 115 140 167 197 231

태양열 1 2 3 4 7 8 9 11

지열 11 11 11 12 12 13 14 14

해양 0 1 1 1 1 1 1 1

합계 1,342 1,454 1,562 1,670 1,786 1,905 2,032 2,167

세계 신재생에너지 설비 용량 전망(GW)

주: 데이터는 누적 설비 용량으로 계통 연계 여부는 배제. 단, 태양광 설비 용량은 계통 연계 용량을 반영함.

자료: IEA, 2012(b)

제3장 연구의 배경 29

나. 신재생에너지 산업 기술 및 투자 현황

한정된 국가에만 존재하는 화석 에너지원에 비해 신재생에너지원과

에너지 효율을 위한 가능성은 어느 국가에나 존재한다. 신재생에너지

원은 지리적·기술적으로 에너지원을 다변화할 수 있다.

신재생에너지 전력이 전통 에너지를 이용한 전력보다 가격이 비싸

고 경제적 보조금이 지속적인 개발에 큰 역할을 담당하고 있지만 신

재생에너지 관련 기술은 점차 발전해 가고 있다. 지난 10년간 태양광

분야는 전 세계적으로 연 평균 42%, 육상 풍력은 27% 성장해 왔다.

이제, 신재생에너지 산업은 보조금 의존 단계에서 프로젝트 경쟁 단계

로의 전환이 시작되었다. 이미 충분한 기술력을 보유하고 있는 대수

력, 소수력, 지열 및 육상 풍력은 석탄 연소 및 가스 연소 플랜트와의

경쟁력을 갖추고 있다. 바이오가스와 태양광과 같은 소규모 분산형 및

독립형 애플리케이션은 경제적 매력도에 있어 소형 디젤 발전기보다

우위에 있다. 신재생에너지 발전의 경쟁력은 지역 여건, 비용 구조, 자

원 및 대체 에너지 발전 가격에 큰 영향을 받고 있어 글로벌 수준의

비교는 어려운 실정이지만 신재생에너지는 점점 더 많은 지역에서 경

제적 매력도가 증가하고 있다. 그러나 해상 풍력 및 태양열 기술의 발

전 속도는 더딘 편이다. 향후 몇 십 년간 이들 기술의 활용이 가능한

프로젝트의 규모를 늘리는 것이 중요하다.

자금 조달 비용 및 자금 조달 능력은 신재생에너지 산업 투자에 주

요한 변수로 작용할 것이다. 2011년 세계 신재생에너지 발전의 신규

투자는 2010년 2,100억 달러에서 19% 증가한 2,500억 달러였다. 분

기별 추이로 보았을 때, 2012년 1분기의 세계 신재생에너지 발전에

대한 신규 투자는 감소세를 보였다. 각국 정부의 신재생에너지 산업에

30

대한 불확실한 정책지원 속에서 거시적인 위험은 점점 커지고 있으며

은행은 까다로운 자기 자본 요건을 요구하고 있다.

신재생에너지 정책이 불확실한 국가일수록 자금 비용이 상대적으

로 높아 프로젝트의 경제성을 떨어뜨리고 있다. 높은 잠재력을 보유하

고 있는 유망한 신재생에너지 기술인 해상 풍력과 태양열, 자본 집약

형 기술인 CCS(이산화탄소 포집 및 저장 기술)와 IGCC(석탄가스화복

합발전)는 기술·비용적인 측면과 더불어 실증단계에서 해결해야 할 과

제가 남아 있다. 기술 개발 및 보급(RD&D)을 위한 공공분야 지원이

감소하는 현상은 개선될 필요가 있다. 새로운 시장에 대한 기대는 기

술 개발 및 보급(RD&D)을 위한 추가적인 민간 분야 투자 유도에 있

어 중요한 요소로 작용할 것이다.

2. 국내 신재생에너지 시장 현황

가. 보급 현황

지식경제부는 ‘태양광을 제2의 반도체로, 풍력을 제2의 조선으로 육

성’ 시키겠다는 비전을 갖고, 2015년까지 세계 시장에서 태양광 점유

율 15%, 풍력 15%를 목표로 설정하고 국내 신재생에너지 공급 비중

은 2030년까지 11%로 확대할 계획이다(지식경제부, 2011). 국내 신재

생에너지 공급량은 2010년3) 기준 6,856,000TOE로 1차 에너지 대비

2.61%의 비중을 차지하고 있다. 2005년부터 2010년까지 신재생에너지

3) 국내 신재생에너지 보급 통계를 담당하고 있는 에너지관리공단 신재생에너지 센터에서 매년 말 전년도 보급 실적을 발표하고 있다. 2011년 자료는 2012년 말에 발표될 예정이다.

제3장 �