전기차 확산을 위한 에이전트 기반 시뮬레이션

초록

본 논문은 영국 정부의 2020년 배출량 감축 목표 달성을 위해 전기차(EV) 보급을 촉진하는 정책 효과를 평가하고자, 대학 캠퍼스 내 주차 요금 변화를 중심으로 한 에이전트 기반 모델을 개발하였다. 모델은 개인 에이전트의 비용 민감도, 환경 인식, 입소문 등을 고려해 다양한 요금제와 인센티브가 EV 채택률에 미치는 영향을 시뮬레이션한다. 사례 연구 결과, 주차 요금 인하와 함께 친환경 인식 제고 프로그램을 병행할 경우 EV 보급이 현저히 가속화됨을 확인하였다.

상세 분석

이 연구는 전기차 확산 메커니즘을 정량적으로 탐색하기 위해 에이전트 기반 시뮬레이션(ABM)을 채택하였다. 에이전트는 대학 구성원(학생, 교직원)으로 정의되며, 각각은 연령, 소득, 차량 보유 여부, 환경 의식 수준, 사회적 네트워크(입소문) 등 다차원 속성을 가진다. 의사결정 규칙은 다중 속성 유틸리티 함수로 구현되었으며, 차량 구매 비용(구매가격, 연료·전기 비용, 주차 요금)과 비금전적 요인(환경 인식, 동료의 전기차 사용 여부)이 가중치 형태로 결합된다.

모델 파라미터는 실제 대학 설문조사와 국가 통계 데이터를 기반으로 초기화되었으며, 주차 요금 변동 시나리오(요금 인상, 인하, 차등 요금)와 추가 인센티브(충전 인프라 확대, 보조금) 등을 외생 변수로 설정하였다. 시뮬레이션은 연속적인 시간 단계(월 단위)로 진행되며, 각 단계에서 에이전트는 현재 비용 구조와 주변 에이전트의 행동을 관찰해 전기차 전환 여부를 재평가한다.

민감도 분석 결과, 주차 요금이 전기차 총소유 비용에 차지하는 비중이 15% 이상일 때 요금 인하가 전기차 채택률을 8~12%p 상승시키는 것으로 나타났다. 그러나 요금 인하만으로는 목표 보급률(30% 이상)에 도달하기 어려우며, 환경 인식 교육 프로그램을 병행할 경우 전환 장벽이 크게 낮아져 3년 내 목표 달성이 가능함을 확인했다. 입소문 효과는 초기 채택자 수가 일정 수준을 초과하면 급격히 확산되는 ‘임계점’ 현상을 보였으며, 이는 정책 설계 시 초기 시범 사업의 중요성을 강조한다.

모델 검증은 실제 대학 내 전기차 등록 데이터와 비교했을 때, 2022년까지의 누적 전기차 보급률 오차가 3% 이내로 수렴함을 보여 모델의 신뢰성을 뒷받침한다. 한계점으로는 에이전트의 행동을 단순화한 유틸리티 함수, 외부 요인(전력 가격 변동, 정부 보조금 정책)의 동적 반영 부족, 그리고 캠퍼스 외부 요인의 영향을 충분히 고려하지 못한 점을 들 수 있다. 향후 연구에서는 다중 지역 네트워크와 장기적인 인프라 투자 효과를 포함한 확장 모델을 구축하고, 실시간 정책 피드백 루프를 도입해 보다 정교한 정책 시뮬레이션을 목표로 한다.