배출량 — AI 권장 사항
탄소 발자국이 통합되면 dAio는 측정에서 실행으로 전환됩니다. 최신 배출량 계산을 기반으로, 인공지능이 가장 많이 배출하는 항목을 분석하여 우선순위가 매겨지고 정량화된 권장 사항 목록을 생성합니다. 각 항목에 대해 예상 CO₂ 감축량, 구현 비용, 연간 절감액, 투자 수익률을 확인할 수 있습니다.
목표: 진단을 구체적인 로드맵으로 전환하여, 경영진은 물론 감사인 앞에서도 설득력 있게 제시할 수 있도록 하는 것입니다.
팁: 최신 스냅샷을 계산한 후에 권장 사항을 생성하세요(배출량 개요). 장비, 청구서, Scope 3 데이터가 완전할수록 AI의 제안이 더 적절하고 수치가 더 정밀해집니다.
권장 사항 생성
- 배출량 섹션을 연 다음 권장 사항 탭을 엽니다.
- 권장 사항 생성을 클릭합니다.
- 확인 창에 해당 작업의 LLM 크레딧 비용이 표시됩니다. 확인하여 분석을 시작합니다.
- AI가 최신 스냅샷을 분석하여 우선순위별로 정렬된 목록을 생성합니다. 처리에는 일반적으로 몇 초가 걸립니다.
주의: 생성 작업은 구독 할당량에서 차감되는 LLM 크레딧을 소비합니다. 정확한 비용(기본값 50 크레딧)과 남은 잔액이 확인 전에 표시됩니다 — 동의 없이는 어떤 생성도 시작되지 않습니다.
권장 사항 카테고리
각 권장 사항은 다음 세 가지 카테고리 중 하나에 속하며, 목록에서 색상으로 구분됩니다.
빠른 성과
대규모 투자 없이 즉시 적용할 수 있는, 빠른 성과를 위한 조치:
- 장비 가동 시간 최적화
- 불필요한 이동 및 출장 제거
- 난방 및 냉방 설정 조정
투자
예산이 필요하지만 상당한 투자 수익을 제공하는 조치:
- 디젤 발전기를 하이브리드 모델로 교체
- 태양광 패널 설치
- 전기 차량 플릿으로 전환
행동 개선
조직 내 관행 변화로, 거의 비용이 들지 않는 조치:
- 운전자에게 친환경 운전 교육
- 카풀 및 친환경 이동수단 장려
- 종이 인쇄 감소
권장 사항 읽기
각 권장 사항 카드는 의사 결정에 필요한 요소를 한눈에 보여줍니다.
| 항목 | 설명 |
|---|---|
| 카테고리 | 빠른 성과, 투자 또는 행동 개선. |
| 우선순위 | 영향과 실현 가능성에 따라 AI가 부여한 1~10점 점수. |
| 제목 및 설명 | 조치 및 구현 방법 요약. |
| 예상 감축량 | 연간 회피되는 CO₂ 양, tCO₂e 단위. |
| 구현 비용 | 예상 초기 투자액, 유로 단위. |
| 연간 절감액 | 예상되는 연간 운영 비용 절감액. |
| ROI | 투자 수익률, 개월 단위로 표시. |
팁: 빠른 성과 카테고리의 높은 우선순위 권장 사항부터 시작하세요. 노력 대비 영향 비율이 가장 우수하며 이해관계자에게 빠르게 결과를 보여줍니다.
LLM 크레딧
권장 사항 생성은 인공지능 모델을 활용하므로 월간 할당량의 LLM 크레딧을 소비합니다. 비용은 고정되어 있으며 각 생성 전에 표시됩니다.
- 남은 크레딧 잔액은 확인 창에 표시됩니다.
- 할당량이 소진되면 주기가 갱신되거나 구독을 업그레이드할 때까지 생성이 일시 중단됩니다.
- 동일한 크레딧이 자동 문서 추출 및 보고서 생성에도 사용됩니다. 현명하게 배분하려면 소비량을 모니터링하세요.
모범 사례
- 생성 전에 스냅샷을 업데이트하세요: 최근의 완전한 데이터를 기반으로 한 권장 사항은 훨씬 더 실행 가능합니다.
- 높은 우선순위를 먼저 처리하세요: 탄소 및 재무적 영향이 가장 큰 곳에 노력을 집중하세요.
- 결정을 문서화하세요: 실행한 권장 사항의 기록을 보관하여 향후 진단에 미치는 효과를 측정하세요.
- 카테고리를 결합하세요: 몇 가지 빠른 성과를 구조적 투자와 결합하여 즉각적인 이익과 장기적 궤도의 균형을 맞추세요.
- 주요 변화가 있을 때마다 재생성하세요: 새로운 장비, 플릿 또는 사이트 변경 시 AI가 감축 레버를 재평가합니다.
팁: 조치를 선택한 후에는 배출량 개요에서 감축 목표를 설정하고 보고서에 결과를 정리하여 내부 또는 감사인에게 제시하세요.