"ESG 연구소에도 AI(인공지능) 엔지니어가 필요해요?"
인공지능 관련 교수님들의 의아해하는 표정이 기억난다. 아마도 이 세상 모든 분야에 새로운 기술들이 응용되고 있을 것이다. 필자의 회사에도 인공지능 기술을 이용한 업무들이 있다.
대표적으로 ESG 등급 평가의 한 부분인 언론사 뉴스 분석에 활용하고 있다. 좋은 뉴스보다는 나쁜 뉴스에 주로 활용되는데, 콘트로버시(controversy) 혹은 콘트로버셜 이슈라고 한다. 기업에 부정적인 영향을 줄 수 있는 뉴스를 분석해서 ESG 점수(결국 등급)를 차감하기도 하고 리스크 점수로 따로 산정하기도 한다. 갑질, 횡령, 탈세, 법적 제재나 과징금, 제품이나 서비스 결함, 소비자 분쟁, 하도급업체와의 분쟁, 인권 침해, 차별, 정보보안, 산업 재해 등등 다양한 주제의 사건이나 논란 등이 언론 기사화된 것을 분석하여 기업의 주가나 재무적 성과에 영향을 미칠 만한 (잠재) 위험 요인을 찾고 그 정도를 가늠하는 것이다. 언론 기사 건수는 기본이고 사건의 심각성의 정도를 판별하기 위해 인공지능을 이용하게 된다. 무엇인가 기사화된 것들과 이의 영향이 패턴화된다면 향후 비슷한 유형의 기사들에 대해서는 자동화된 형태의 판단을 참고할 수 있기 때문이다.
사회관계망서비스(SNS)나 증권사 리서치 자료 등과 같이 정보의 원천도 다양화할 수 있는데, 아직 필자의 회사는 활자화된 국내 기사(온라인 기사 포함)만을 다루고 있다. 마찬가지로 국내외 여러 ESG 평가사들 대부분이 아직은 콘트로버시를 뉴스기사에 의존하고 있는 것으로 파악하고 있다. 단어에서 단어들의 조합으로, 문장으로, 구절로, 단락으로, 글 전체로, 그리고 행간의 뉘앙스까지 읽어내려는 노력은 인공지능 분야에서 빠르게 발전하고 있는 것 같다. ESG 평가사나 금융투자 회사들도 이러한 기술 발전을 조금씩은 따라가고 있는 듯하다.
정말로 신뢰할 만한 정보의 원천인가의 문제를 차치한다면 뉴스기사를 이용한 ESG 평가에서 생각해 볼 수 있는 문제들 몇 가지는 다음과 같을 것이다.
첫째, 부정적인 뉴스와 이를 통해 나타나는 주가와 재무성과가 아직은 명확한 인과관계를 보인다고 단정짓기 어렵다. 물론 투자자 입장에서는 보이지 않는 혹은 아직은 알 수 없는 미지의 위험 요인에 대한 회피는 가능할 수 있다.
둘째, 부정적 논란과 사건이 발생한 후 기업들의 대응과 개선에 따라 오히려 기업 이미지나 가치가 이전보다 제고되는 현상을 파악하기 어렵다.
셋째, 측정기기(센서)가 불량이면 측정된 결과들을 이용한(엔지니어링) 결론 또한 믿을 수 없게 된다. 보통 초기에 수십만 건의 기사들에 이름표(E, S, G의 세부 주제들과 긍정, 부정의 꼬리표)를 붙이는 과정을 밟게 되는데 아마도 가장 큰 불확실성은 이 단계(기사를 분류하는 작업)에서 발생하게 된다.
넷째, 언론사의 범위를 어디까지 한정시킬 것인가 혹은 언론사의 비중을 다르게 할 것인가의 고민도 있다.
ESG는 더 좋은 세상을 만드는 통로이고 이것은 주로 기술을 통해서만 가능할 수 있다고 한다. 예를 들면 혁신적인 친환경 기술이나 소재가 그렇다. 빠른 기술 혁신만큼 언론사나 ESG평가사, 그리고 금융투자사의 역할도 그 중요성이 커지고 있는 것 같다.