Research Article
다중벽 탄소나노튜브의 전과정 환경영향평가에 관한 연구
배재성1,*, 염윤호2
A Study on Life Cycle Environmental Impacts of Multi-Wall Carbon Nanotube
Jae-Sung Bae1,*, YunHo Yeom2
1Korea Carbon Industry Promotion Agency
ⓒ Copyright 2025 The Korean Society for Life Cycle Assessment. This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
Received: Oct 15, 2025; Revised: Dec 15, 2025; Accepted: Dec 24, 2025
Published Online: Dec 31, 2025
요 약
본 연구는 다양한 산업 분야에서 활용되는 탄소나노튜브(CNT) 제조 시스템의 환경 영향을 분석하고, 환경 성능을 위한 방안을 모색하며, 국가 LCI (Life Cycle Inventory) DB 구축을 위한 기초 자료로 활용하고자 EU PEF 방법론에 따라 전과정평가(LCA, Life Cycle Assessment)를 수행하였다. 영향범주 중 기후변화는 주 에너지원인 전기 사용에 의해 가장 크게 영향을 받는 것으로 나타났으며, 이를 개선하기 위해 재생 에너지 활용, 저탄소 공정 도입, 공정 효율 최적화 등 이산화탄소 배출 저감을 위한 기술 개발의 필요성이 확인되었다.
Abstract
This study conducted a life cycle assessment of the carbon nanotube (CNT) production process, which is widely used across various industries, and explores measures to improve its environmental performance. Additionally, the study conducted an environmental assessment in accordance with the EU PEF methodology to contribute to the establishment of the national LCI (Life Cycle Inventory) database. Among the impact categories, the primary factor contributing to climate change was identified as electricity consumption, the main energy source. To mitigate this, technological development is necessary to reduce carbon dioxide emissions through measures such as utilizing renewable energy, introducing low-carbon processes, and optimizing process efficiency.
Keywords: 제품환경발자국; 전과정평가; 탄소나노튜브; 환경영향; 기후변화
Keywords: PEF; Life cycle assessment; Carbon nanotube; Environmental impact; Climate change
1. 서 론
탄소나노튜브(CNT, carbon nanotube)는 탄소 원자가 육각형 격자를 이루는 흑연면(graphite sheet)이 원통형으로 말린 구조를 가지며, 말림 각도에 따라 금속 또는 반도체적 특성을 나타낸다. CNT는 강철 대비 1/6 수준의 가벼운 무게에도 불구하고 100배 이상의 기계적 강도를 보유하여 고성능 경량화 소재로 주목받고 있다. 또한, 구리와 유사한 수준의 높은 전기전도도와 열전도율을 지니며, 나노미터 단위의 구조제어를 통해 구조재료와 기능재료로 활용 가능성이 매우 크다. 이에 따라 CNT는 배터리, 슈퍼커패시터, 반도체 소자 등 다양한 전자 응용 분야에서 활용 잠재력이 높다[1].
CNT는 튜브를 구성하는 층의 수에 따라 SWCNT(단일벽CNT), MWCNT(다중벽CNT)로 구분된다. 합성 방식으로는 아크 방전, 레이저 박리, 화학증착 (CVD, Chemical Vapor Deposition), 고압 일산화탄소 공정 (HiPco, High-pressure Carbon Monoxide) 등[1,2]이 있으며, 투입되는 전구체 (흑연, 탄화수소, 메탄 등), 촉매제 (니켈, 코발트 등), 산 (질산, 광산 등), 그리고 정제기법에 따라 생산 제품의 수율, 순도, 구조적 안정성이 달라지므로 수요제품에서 요구하는 특성에 맞는 투입물별, 공정별 조건에서의 다양한 연구가 진행 중이다.
그러나 나노소재인 CNT는 인체 건강, 생태계 반응 (생태독성), 환경 내 거동(이동성, 잔류성) 등에서 상당한 불확실성이 존재한다[3,4]. 따라서 CNT 기반 제품의 개발과정에서 잠재적 위험을 사전에 파악하고 통제하기 위해 전과정평가(LCA)를 통한 환경영향 분석이 필수적이다.
현재 CNT 관련 전과정평가는 건축자재, 고분자 복합재, 섬유, 리튬 이온 배터리, 전계방출 디스플레이[5,6] 등 일부 응용 제품을 중심으로 보고되고 있으나, 다양한 합성 공정 조건과 국내 생산 현장 데이터를 반영한 기초 LCA 연구는 여전히 부족하다. 또한, CNT에 특화된 국가 LCI 데이터베이스도 미비한 상황이다.
이에 본 연구에서는 대표적 합성 방식인 화학증착 (CVD) 공정 기반의 국내 다중벽 탄소나노튜브 (MWCNT) 생산 시스템을 대상으로 전과정평가를 수행하였다. 이를 통해 환경 영향 특성과 주요 이슈를 규명하고, 향후 환경 성능 개선 방안을 제시함과 동시에 국가 LCI DB 구축을 위한 기초자료로 활용하고자 한다.
2. 연구방법
2.1 범위 정의
2.1.1 기능 및 기능단위 설정
EU CBAM, 에코디자인 규정 등 글로벌 환경규제에 대한 대응 잠재력을 진단하기 위하여 CNT의 환경성 평가는 EU PEF(product environmental footprint) 방법론[7]을 선택하였으며 기능단위는 Table 1과 같이 “MWCNT 1kg 생산”으로 설정하였다.
Table 1.
Function and functional unit
|
Category |
Definition |
|
Function |
CNTs are widely applied in electrical/electronic, aerospace, and construction industries. |
|
Physical property |
Electrical conductivity (104~106 S/m), specific surface area, (200~400 m2/g), diameter (10~50nm) |
|
Functional unit |
1kg of MWCNT produced |
|
Reference flow |
1kg |
Download Excel Table
2.1.2 시스템 경계
데이터 수집범위인 시스템 경계는 원료 채취 단계부터 CNT 생산까지의 Cradle to Gate로 정의하였다. CNT 생산에 필요한 설비 제작 및 건설 단계의 영향은 소재 제조의 총 환경영향 중 낮은 비중(1~5% 수준)을 차지하므로 본 연구에서의 시스템경계에는 포함하지 않았다[8].
2.1.3 제외기준
특별한 제외기준은 설정하지 않았으며, 모든 투입물과 산출물을 데이터 수집 범위에 포함하였다.
2.1.4 데이터 범주
데이터 범주는 Table 2와 같이 원료물질, 포장재, 유틸리티(에너지, 연료 등), 제품, 폐기물, 대기·수계 배출물로 구분하였다.
Table 2.
Data categories
|
Category |
Name |
|
Input |
Raw materials |
Carbon precursor, hydrogen, nitrogen, argon, hydrochloric acid, iron chloride, zeolite |
|
Packaging |
Aluminum-coated packaging |
|
Utility |
Electricity, industrial water |
|
Output |
Product |
CNT |
|
Packaging |
Aluminum-coated packaging |
|
Waste |
Dust, waste synthetic resin, acetylene, hydrochloric acid |
|
Air emission |
Steam, nitrogen, hydrogen, argon, NOx, THC |
|
Water emission |
Waste water |
Download Excel Table
2.1.5 데이터 품질요건
시스템경계 설정에서 정의한 제품 제조단계는 일차데이터 수집을 원칙으로 하였으며 원료채취 단계에서의 투입물과 산출물에 대한 데이터는 이차데이터를 수집하였다. 이차데이터는 KS I 7004:2016에 따라 품질지표로 시간적, 지역적, 기술적 대표성을 선정하였다. 상위 및 하위 흐름 데이터세트는 데이터 품질평가를 통해 적합한 것을 선정하였다. 데이터 품질평가 시, 품질지표 별로 같은 점수가 나오면, ① 지역적(KR, RoW, RER, GLO, EU, US, JP순), ② 시간적(가장 최근) 순으로 우선순위를 부여하였다.
데이터 품질평가는 단위공정별로 수행하며, 수집 데이터별로 아래 Table 3의 Pedigree 매트릭스를 활용한 데이터별 품질목표는 평균 3.0 이하로 설정하였다.
Table 3.
Data quality requirements(Pedigree)
|
Category |
Indicator score |
|
1 |
2 |
3 |
4 |
5 |
|
Time coverage |
Less than 3 years of difference to year of study |
Less than 5 years of difference |
Less than 7 years of difference |
Less than 10 years of difference |
More than 10 years of difference |
|
Geographical coverage |
Data that reflects domestic production (KR) |
Regional data that closely resembles domestic |
Other non-similar data |
|
(RoW, RER, GLO, EU) |
(US, JP) |
(CN, IN) |
|
Technology coverage |
Data with the same technique |
Data with partially the same technique |
Data with similar techniques in principle |
Data with different techniques applied in principle |
Data with other non-similar techniques |
Download Excel Table
2.1.6 할당
수집한 생산 공정 데이터가 CNT에 국한한 것이므로 다중산출에 의한 할당은 고려하지 않았으며, 공장에서 발생한 폐기물에 대한 열린고리 재활용 방법은 KS I 7004:2016의 요건에 따라 제외(cut-off) 방법을 적용하였다.
2.1.7 가정 및 한계사항
데이터 수집 과정에서 부득이하게 설정한 가정과 한계사항은 아래 Table 4와 같다.
Table 4.
Assumptions and limitations
|
Category |
Contents |
|
Commonality |
- Direct air emissions from fuel combustion are calculated by applying emission factors from the guidelines of IPCC 2019 and the Ministry of Environment[9]. |
|
Production Process |
- All utilities except electricity are delivered to the facility via pipeline transportation, including the electricity consumed during transportation.
- By-products recycled internally are not allocated and are assumed to have no environment impact. |
|
Up·down stream |
- When multiple suitable LCI DB exist, the dataset with the most similar environmental impact is applied conservatively. |
Download Excel Table
3. 목록분석
3.1 단위공정 선정 및 공정흐름도
단위 공정은 MWCNT 생산 공정으로 정의하였으며 투입물·산출물 흐름을 Fig. 1에 도식화하였다. 단위 공정으로의 투입물은 카본 프리커서(전구체), 수소, 질소, 아르곤, 염산, 염화철, 제올라이트, 포장재, 전기, 공정수가 포함되며, 산출물은 CNT와 포장재, 폐기물, 대기배출물, 폐수를 포함한다.
3.2 데이터 수집 및 계산
데이터는 국내 한 생산업체로부터 수집하였으며, 해외 LCI Dataset(Ecoinvent 등)을 보완적으로 활용하였다. CNT 제조단계에서의 투입물과 산출물에 대한 일차데이터를 수집하여 현장데이터와 합산하였다. CNT 제조공정에서 수집한 일차데이터를 전과정으로 확장하기 위한 상위흐름 LCI Dataset를 사전에 정의한 데이터 품질요건을 고려하여 Table 5와 같이 수집하였다.
Table 5.
LCI database lists
|
Category |
Source |
|
Carbon precursor |
RoW: market for ethylene, ecoinvent(v3.1), 2023 |
|
Hydrogen |
RoW: market for hydrogen, gaseous, low pressure, ecoinvent(v3.1), 2023 |
|
Nitrogen |
RoW: market for nitrogen, liquid, ecoinvent(v3.1), 2023 |
|
Argon |
GLO: argon to generic market for inert gas for discharge lamps, ecoinvent(v3.1), 2023 |
|
Hydrochloric acid |
RoW: hydrochloric acid production, Mannheim process, ecoinvent(v3.1), 2023 |
|
Iron chloride |
GLO: market for iron(III) chloride, without water, in 40% solution state, ecoinvent(v3.1), 2023 |
|
Zeolite |
RER: zeolite production, powder, ecoinvent(v3.1), 2023 |
|
Aluminum-coated packaging |
RoW: packaging film production, low density polyethylene, ecoinvent(v3.1), 2023 |
|
Electricity |
KR: market for electricity, low voltage, ecoinvent(v3.1), 2023 |
|
Industrial water |
RoW: tap water production, underground water with chemical treatment, ecoinvent(v3.1), 2023 |
|
CNT |
- |
|
Waste(PM) |
RoW: process-specific burdens, municipal waste incineration, PM, ecoinvent(v3.1), 2023 |
|
Waste (synthetic resin) |
RoW: process-specific burdens, municipal waste incineration, ecoinvent(v3.1), 2023 |
|
Waste (acetylene) |
RoW: process-specific burdens, municipal waste incineration, acetylene, ecoinvent(v3.1), 2023 |
|
Waste (hydrochloric acid) |
RoW: process-specific burdens, municipal waste incineration, hydrochloric acid, ecoinvent(v3.1), 2023 |
|
Wastewater |
RoW: market for wastewater, average, ecoinvent(v3.1), 2023 |
|
Waste (truck transport) |
Small lorry transport incl. fuel, Euro 0-6 mix, 7.5 t total weight, 3.3 t max payload, Sphera, 2021 |
Download Excel Table
4. 연구결과
CNT에 대한 전과정 목록 분석 결과를 바탕으로, 영향평가 방법론인 Environmental footprint(EF) 3.1을 활용하여 16대 영향범주별 특성화 결과와 정규화 결과를 산출하였다. 영향평가 결과의 산출을 위해 Sphera (GaBi) LCA Software를 사용하였다.
4.1 특성화 결과
16대 영향범주별 특성화 결과는 Table 7과 같으며 주요 영향범주 결과를 Fig. 2에 도식화하였다. CNT 1kg당 102.75 kgCO2 eq. 배출이 발생하였으며 기후변화 영향의 주요 요인은 전기 사용에 의한 것으로 전체의 약 83%이고, 그 다음으로 아르곤 (9%), 카본 프리커서 에틸렌(4%) 순으로 나타났다.
또한, 산성화, 생태독성, 부영양화(토양), 인체독성, 화석연료 고갈, 수자원 고갈 등 대부분의 영향범주에 대해서도 전기, 아르곤, 에틸렌 사용에 의한 영향이 큰 것으로 나타났다.
본 연구의 MWCNT GWP 값은 동일 나노탄소 소재군과 비교시, Table 6과 같이 SWCNT보다는 낮고, Graphene 보다는 약간 높은 중간 수준의 기후변화 영향을 보인다. 이는 CVD 공정의 에너지 효율과 가스 소비 특성에 기인하며, 대량생산 또는 저온촉매 적용 등의 공정 선이 배출저감에 유효할 것으로 분석된다.
Table 6.
LCI database lists
|
Materials |
Main process |
GWP (kgCO2-eq.) |
Ref. |
|
SWCNT |
Arc discharge |
120-160 |
[10] |
|
MWCNT |
CVD (This study) |
102.75 |
- |
|
Graphene |
Chemical oxidation |
90 |
[11] |
Download Excel Table
Table 7.
Characterization LCA results
|
Impact category |
Unit |
Characterization results |
|
Total |
Carbon precursor (ethylene) |
Electricity |
Argon |
Nitrogen |
etc |
|
Acidification |
mol H+ eq. |
4.07.E-01 |
1.34.E-02 |
3.16.E-01 |
4.32.E-02 |
1.07.E-02 |
2.32.E-02 |
|
Climate change |
kg CO2 eq. |
1.03.E+02 |
4.44.E+00 |
8.52.E+01 |
8.85.E+00 |
2.19.E+00 |
2.06.E+00 |
|
Ecotoxicity, freshwater |
CTUe |
3.42.E+02 |
3.71.E+01 |
2.42.E+02 |
2.28.E+01 |
5.66.E+00 |
3.46.E+01 |
|
Eutrophication, water |
kg P eq. |
6.18.E-02 |
6.69.E-04 |
5.55.E-02 |
3.92.E-03 |
8.67.E-04 |
8.57.E-04 |
|
Eutrophication, marine environments |
kg N eq. |
1.10.E-01 |
2.78.E-03 |
9.33.E-02 |
8.70.E-03 |
2.21.E-03 |
2.78.E-03 |
|
Eutrophication, land |
mol N eq. |
1.09.E+00 |
2.85.E-02 |
9.22.E-01 |
8.70.E-02 |
2.24.E-02 |
2.88.E-02 |
|
Human toxicity, cancerous |
CTUh |
1.97.E-07 |
1.35.E-08 |
1.59.E-07 |
1.01.E-08 |
2.44.E-09 |
1.19.E-08 |
|
Human toxicity, non-cancerous |
CTUh |
9.57.E-07 |
2.92.E-08 |
7.79.E-07 |
5.42.E-08 |
1.29.E-08 |
8.11.E-08 |
|
Ionizing radiation |
kBq U-235 eq. |
3.33.E+01 |
1.07.E-01 |
3.15.E+01 |
1.30.E+00 |
2.09.E-01 |
8.84.E-02 |
|
Land use |
pt |
3.21.E+02 |
1.13.E+01 |
2.77.E+02 |
1.86.E+01 |
4.35.E+00 |
1.06.E+01 |
|
Ozone depletion |
kg CFC-11 eq. |
1.33.E-06 |
1.44.E-07 |
1.08.E-06 |
5.87.E-08 |
1.24.E-08 |
3.05.E-08 |
|
Particulate matter emissions |
disease incidences |
1.82.E-06 |
1.46.E-07 |
1.02.E-06 |
3.72.E-07 |
9.89.E-08 |
1.83.E-07 |
|
Photochemical ozone formation |
kg NMVOC eq. |
3.21.E-01 |
2.04.E-02 |
2.59.E-01 |
2.56.E-02 |
6.55.E-03 |
9.65.E-03 |
|
Resource use, fossil |
MJ |
2.09.E+03 |
1.34.E+02 |
1.75.E+03 |
1.41.E+02 |
3.28.E+01 |
3.10.E+01 |
|
Resource use, minerals and metals |
kg Sb eq. |
6.90.E-04 |
2.42.E-05 |
5.51.E-04 |
9.04.E-06 |
2.00.E-06 |
1.04.E-04 |
|
Water usage |
m3
|
3.74.E+01 |
9.07.E-01 |
2.19.E+01 |
1.03.E+01 |
2.17.E+00 |
2.08.E+00 |
Download Excel Table
4.2 정규화 결과
영향범주별 특성화 결과에 대한 상대적 중요도를 파악하기 위하여 EU 집행위원회(EC)에서 2017년에 개발한 글로벌 정규화기준을 적용하였다. 정규화 기준은 세계 평균 인구 1인당 16대 영향범주별 잠재적 환경영향을 의미하며, 특성화 결과 값을 정규화 기준에서 제시된 기준 값으로 나누어 정규화 결과 값을 산출할 수 있다.
정규화 기준을 통해 산정한 영향범주별 정규화 결과의 단위는 영향을 받은 인구수(pe)로 동일하여, 영향범주별 결과를 상호 비교할 수 있었다. 주요 영향범주 결과를 Fig. 3에 도식화하였으며 그 결과, 화석연료 고갈 영향이 가장 크고 그 다음으로 생태독성(상수), 기후 변화, 광화학 스모그, 이온화 방사선, 산성화 순으로 나타났다.
4.3 민감도 분석
CNT 제조 공정의 주요 원료 (에틸렌, 아르곤, 수소 등) DB는 해외 Ecoinvent 데이터를 활용하였으므로 지역 차이에 따른 불확실성을 보완하기 위해 원료 및 전력 사용량을 ±10% 범위로 가정하여 민감도 분석을 수행하였다(Table 8). 전력 사용량의 변화가 전체 기후변화 영향에 가장 큰 영향을 주었으며(±10%), 에틸렌 투입량 변화에 대한 영향은 ±8%, 아르고·수소의 경우 각각 ±3% 미만의 변화가 나타났다. 이러한 결과를 근거로, 데이터 지역성의 영향이 전체 LCA 결과에 미치는 비중이 제한적임을 확인하였으며 CNT 제조 공정의 에너지 효율 향상이 환경영향 저감에 핵심적임을 의미한다.
Table 8.
Results of sensitivity analysis for key input parameters in CNT production
|
Variable |
Change from baseline(%) |
Result (kgCO2-eq/kg CNT) |
Variation(%) |
Key interpretation |
|
Baseline scenario |
0 |
102.75 |
0 |
Based on ecoinvent data |
|
Ethylene consumption |
+10% |
102.75 |
+7.9% |
Major raw material; high impact |
|
-10% |
94.6 |
-7.9% |
Same trend (linear response) |
|
Argon consumption |
+10% |
103.5 |
+0.7% |
Minor influence |
|
Hydrogen consumption |
+10% |
105.0 |
+2.2% |
Moderate influence |
|
Electricity use |
+10% |
113.0 |
+10.0% |
Highest sensitivity |
Download Excel Table
5. 결 론
본 연구는 국내 MWCNT 제조 시스템을 대상으로 EU PEF 방법론의 전과정평가를 수행하여 주요 환경영향을 도출하고 환경성개선 방향을 도출하였다. 분석 결과, 기후변화 영향의 가장 큰 요인은 고온·고전력 장비 사용으로 인한 전력 소비임이 확인되었다. 따라서, 전력원을 태양광·풍력 등 재생에너지로 대체하는 것이 효과적일 것으로 판단된다. 또한, 촉매 효율 개선, 반응 조건 최적화, 폐열 회수, 공정 집약화 등 에너지 효율 향상 기술 개발이 필요하다.
본 연구에서의 주요 원료에 대한 LCI DB를 향후 국내 생산 현장 데이터로 대체한다면 기존 보다 정확하고 대표성 있는 결과를 도출할 수 있을 것이다. 이에 국가 LCI DB 구축은 필수적이며, 이를 위해 정부의 적극적 지원과 학술·산업계의 지속적인 연구가 필요하다.
사 사
이 논문은 2025년도 산업통상부의 지원 하에 수행한 “한국탄소산업진흥원 탄소산업 글로벌 호환형 LCI DB 구축” 사업의 일환으로 작성하였습니다.
References
Lam, C.W., James, J.T., McCluskey, R., Arepalli, S., Hunter, R.L. A review of carbon nanotube toxicity and assessment of potential occupational and environmental health risks. Critical Reviews in Toxicology 36, pp. 189-217 (2006).
Kohler, A.R., Som, C., Helland, A., Gottschalk, F. Studying the potential release of carbon nanotubes throughout the application life cycle. Journal of Cleaner Production 16, pp. 927-937 (2008).
Manfredi, S., Allacker, K., Pelletier, N., Chomkhamsri, K., de Souza, D.M. Product Environmental Footprint (PEF) Guide. European Commission: Brussels, Belgium (2012).
Vikas, K., Bhavik, R.B., Lee, L.J. Carbon nanofiber production. Journal of Industrial Ecology 12, pp. 394-410 (2008).
IPCC. 2019 Guidelines. Ministry of Environment Notice No. 2024-23, Guidelines for the Operation of Greenhouse Gas Target Management in the Public Sector, Article 7, Paragraph 2 (Method for Calculating Greenhouse Gas Emissions, etc.) (2019).
Duncan, K., Sanden, B.A. Energy requirements of carbon nanoparticle production. Journal of Industrial Ecology 12, pp. 360-375 (2008).
