ISO-14083 표준 정합성 SFC 검증서자세히 보기 ›
GLEC · AI Fuel Simulator

최소 입력으로, 감사 가능한활동데이터를 자동 생성합니다

출발·도착·운송수단·화물만 입력하면, VVB(검증기관)가 감사할 수 있는 물류 활동데이터 — 연료·거리·ton-km·공차·안분 — 를 출처·등급·불확실성과 함께 생성합니다. 배출계수 적용은 하류 시스템 LoCarS의 영역입니다.

5-모드 측정-근거ton-km 보존 증명출처·등급·불확실성 명시
시뮬레이션 STAGE · 모드별 UIUX

운송수단별로, 활동데이터가 살아 움직입니다

해상·육상·항공·철도·창고 — 모드를 전환하면 같은 instrument가 다른 world로 바뀝니다. 항로·차량·텔레메트리·출처가 하나의 화면으로 융합된, 감사 가능한 활동데이터 시뮬레이션입니다.

아래 모든 텔레메트리·수치는 예시이며 실제 고객 데이터가 아닙니다.모드 탭을 눌러 운송수단별 시뮬레이션 화면을 확인하세요.

해상 · 선박 시뮬레이션상하이부산LIVE(예시)
great-circle 항로 · wake foam · 출발/도착 포트 링
실시간 텔레메트리THETIS-MRV
연료 소모 · FUEL BURN
92,942L
누적 · 예시값62%
진행률62%
거리565 / 911km
속도 · SOG18.0kn
ton-km210,840
PROVENANCEmeasured
record_hashsha256:383e6862…c637805c
sourceTHETIS-MRV · EMSA 공개 per-ship 실보고연료
CONFIDENCE0.84
✓ SOURCE LOCKED
선박 카탈로그4개 자산
  • 컨테이너선 · Feeder
    25k DWT · 16 kn · vlsfo
    measured
  • 컨테이너선 · Panamax
    50k DWT · 18 kn · vlsfo
    measured
  • 컨테이너선 · ULCV
    200k DWT · 21 kn · vlsfo
    modeled
  • 탱커 · MR product
    47k DWT · 15 kn · vlsfo
    modeled

자산 선택 시 차량 글리프·엔진 입력·연료값이 함께 바뀌는 구조 (위는 예시 화면)

육상 · 화물차 시뮬레이션부산항의왕 ICDLIVE(예시)
도로유형별 속도 tint · 상차지→하차지 스코프 한정
실시간 텔레메트리CAREFF · FASTSim
연료 소모 · FUEL BURN
1,840L
누적 · 예시값58%
진행률58%
거리232 / 401km
속도76km/h
ton-km4,812
PROVENANCEmodeled
record_hashsha256:b71c8a04…2f90e6d1
sourceKECO CAREFF · FASTSim 물리 (modeled)
CONFIDENCE0.71
✓ SOURCE LOCKED
차량 카탈로그4개 자산
  • 화물차 · 1t
    1t 적재 · 디젤
    modeled
  • 화물차 · 11t
    11t 적재 · 디젤
    modeled
  • 트랙터-트레일러
    25t · 디젤
    modeled
  • 냉장차 · 5t
    5t · reefer
    modeled

자산 선택 시 차량 글리프·엔진 입력·연료값이 함께 바뀌는 구조 (위는 예시 화면)

항공 · 화물기 시뮬레이션인천 ICN프랑크푸르트 FRALIVE(예시)
great-circle + 상승/순항/하강 고도 밴드
실시간 텔레메트리OpenAP
연료 소모 · FUEL BURN
28,400kg
누적 · 예시값47%
진행률47%
거리4,210 / 8,960km
순항고도FL360
ton-km892,400
PROVENANCEmodeled
record_hashsha256:5d2af19c…ae47b08f
sourceOpenAP · per-aircraft 연료유량 모델 (modeled)
CONFIDENCE0.68
✓ SOURCE LOCKED
기종 카탈로그4개 자산
  • 747-8F
    광동체 화물기 · 137t
    modeled
  • 777F
    광동체 화물기 · 102t
    modeled
  • 737BCF
    협동체 화물기 · 23t
    modeled
  • ATR72F
    지역 화물기 · 9t
    modeled

자산 선택 시 차량 글리프·엔진 입력·연료값이 함께 바뀌는 구조 (위는 예시 화면)

철도 · 화물열차 시뮬레이션부산진역오봉역LIVE(예시)
구름·공기 저항 물리식 · 노선·중량 기반
실시간 텔레메트리Davis 방정식
연료 소모 · FUEL BURN
3,250L
누적 · 예시값64%
진행률64%
거리278 / 434km
편성중량1,420t
ton-km618,520
PROVENANCEmodeled
record_hashsha256:9af0c3e7…71b54d2a
sourceDavis 물리 · EcoTransIT 정합 (modeled)
CONFIDENCE0.73
✓ SOURCE LOCKED
편성 카탈로그4개 자산
  • 디젤 화물열차
    7100호대 · 1,420t
    modeled
  • 전기 기관차
    8500호대 · 1,600t
    modeled
  • 컨테이너 화차 편성
    40ft × 30량
    modeled
  • 벌크 화차 편성
    호퍼 × 24량
    modeled

자산 선택 시 차량 글리프·엔진 입력·연료값이 함께 바뀌는 구조 (위는 예시 화면)

창고 · 물류시설 시뮬레이션입고 도크출고 도크LIVE(예시)
zone별 에너지 heat · 체류시간 dwell clock (경로 없음)
실시간 텔레메트리Fraunhofer GILA
에너지 소모 · ENERGY
12.4MWh
누적 · 예시값53%
가동률53%
처리량8,400 / 16kbox
연면적18,200
체류시간34h
PROVENANCEmodeled
record_hashsha256:c08e7b41…3d92f6a5
sourceFraunhofer GILA · ENERGY STAR 벤치마크 (modeled)
CONFIDENCE0.66
✓ SOURCE LOCKED
시설 카탈로그4개 자산
  • DC · 상온 물류센터
    18,200 m² · 16k box/d
    modeled
  • 크로스도크
    9,400 m² · 환적 전용
    modeled
  • 콜드체인 센터
    6,800 m² · −18°C
    modeled
  • 풀필먼트 DC
    24,000 m² · 자동화
    modeled

자산 선택 시 차량 글리프·엔진 입력·연료값이 함께 바뀌는 구조 (위는 예시 화면)

이 시뮬레이터는 활동데이터(연료·거리·ton-km·공차·안분)를 생성합니다. 배출계수(EF) 적용·WtW·Scope3 전파 등 배출량 계산은 하류 시스템 LoCarS의 영역입니다.

왜 · 추정식이 만드는 두 번의 왜곡

연비 추정식은 배출을 두 번 왜곡합니다

공차는 과대계상되고, 합짐은 중복계상됩니다. 활동데이터를 처음부터 다시 정의하면, 두 왜곡은 구조적으로 사라집니다.

공차(空車) 과대계상

차주 출발지는 개인정보라 출발지→상차지 공차를 못 빼 화주에게 과대보고됩니다.

활동 스코프를 상차지→하차지로 한정하고, 잔여 공차는 ISO 14083 §6.4 비율(modeled)로 명시 처리합니다.

합짐(混載) 중복계상

한 차량·선박에 여러 화주 화물이 섞이면, ton-km 안분 없이는 전체 배출이 다중 귀속됩니다.

ton-km 안분 + 보존 불변식 Σ(화주 몫)=전체(허용오차 0.001, 위반 시 fail-fast)로 중복계상을 구조적으로 차단합니다.

파이프라인 · 종단 흐름

최소 입력에서 감사패키지까지

화물 입력 → 5-모드 자동생성 → 실측 오버라이드 → ton-km 안분 → 감사패키지 → 재생성. 각 단계가 출처와 등급을 끌고 가, 마지막에 VVB가 감사할 수 있는 패키지로 봉합됩니다.

  1. 01화물 입력화물 CSV/JSON — 출발·도착·운송수단·화물만
  2. 025-모드 자동생성육·해·공·철·창고, 각 필드 provenance tier 라벨
  3. 03실측 오버라이드BDN·유량계·검척 → modeled→measured 승격
  4. 04ton-km 안분Σ(화주 몫)=전체 보존 — 합짐 중복계상 차단
  5. 05감사패키지totals · 3차원 분해 · 보존증명 · tier 분포 · 불확실성± · record_hash
  6. 06재생성 (re-baseline)노후탐지 → 재생성 → supersede, 이중계상 없이
5-모드 자동생성 · 모드를 눌러 출처와 등급 확인
육로 · FASTSim 물리 모델modeled
출처 (provenance)
KECO CAREFF 1t · FASTSim 물리
생성 필드
연료 · 거리 · ton-km — 차종·적재 기반 물리 추정
해상 · THETIS-MRVmeasured
출처 (provenance)
EMSA EU 공개 · per-ship 실보고연료
생성 필드
선박별 실보고 연료 — 해당 자산 실측값
항공 · OpenAPmodeled
출처 (provenance)
per-aircraft 연료유량 모델
생성 필드
기종별 연료유량 — 항로·기종 기반 모델 추정
철도 · Davis 방정식 물리modeled
출처 (provenance)
EcoTransIT 정합 · Davis 물리
생성 필드
구름·공기 저항 물리식 — 노선·중량 기반 추정
창고 · Fraunhofer GILAmodeled
출처 (provenance)
Fraunhofer GILA · ENERGY STAR 벤치마크
생성 필드
면적·처리량 벤치마크 — 자산에 적용한 modeled
핵심 기술 · 정직성 헌장

정직성 헌장: 가짜 데이터 없음

가짜 값·가짜 0·가짜 등급·가짜 키 모두 금지 — 테스트로 강제.

  • 결정적 record_hash

    canonical JSON SHA-256 64hex, wall-clock 제외 — 같은 입력=같은 해시로 VVB 독립 재검증. LoCarS 봉합키와 연결.

  • per-field provenance tier

    모든 필드가 measured/modeled/default/unresolved 라벨. measured는 해당 자산 실측 전용(THETIS 실보고연료 등). 벤치마크를 자산에 적용한 값은 정직하게 modeled.

  • 보존 불변식

    안분·집계 모두 Σ=total을 코드로 강제(±0.001) — 합짐 중복계상의 수학적 부재 증명.

  • silent-zero 금지

    미해소 값은 null+플래그(예: 무거리 구간 공차율 = null 'unknown', 가짜 0% 아님).

  • 불확실성 정량화

    보고 총량에 보수적 ± 범위. 측정 데이터일수록 범위가 좁아짐 — 측정의 가치를 수치로 증명.

  • 자기 적대검증

    신규 코드를 병렬 적대 리뷰로 자가 감사. 이번 사이클 정직성 버그 8건 자가포착·수정.

데이터 출처 · 검증 가능한 것만

검증 가능한 출처만 채택합니다

각 모드의 출처와 버전을 등급과 함께 공개합니다. measured는 해당 자산 실측 전용이고, 벤치마크를 자산에 적용한 값은 정직하게 modeled로 표기합니다.

해상measured
THETIS-MRV

EMSA EU 공개 · per-ship 실보고연료

버전2023 v90
항공modeled
OpenAP

per-aircraft 연료유량 모델

버전2.4
도로modeled
KECO CAREFF · FASTSim

CAREFF 1t · FASTSim 물리

버전
철도modeled
Davis 방정식 물리

EcoTransIT 정합

버전v1
창고modeled
Fraunhofer GILA

ENERGY STAR 벤치마크

버전

미등록 출처는 정직하게 unregistered로 표기 — 가짜 버전을 만들지 않습니다.

자주 묻는 질문

검증기관과 고객이 가장 많이 묻는 것

AI가 데이터를 지어내는 것 아닌가?

아니요. 미해소 필드는 채우지 않고 플래그합니다. 생성값은 전부 출처+등급이 붙고, modeled는 modeled로 명시합니다. record_hash로 모든 숫자를 독립 재검증할 수 있습니다.

modeled(추정) 데이터를 검증기관이 받나?

ISO 14083은 1차/측정/모델 데이터 계층을 명시적으로 허용합니다. 핵심은 각 값이 어느 등급인지 투명한 것. 고객이 실측(BDN/유량계)을 제공하면 그 레코드는 measured로 승격되고 불확실성이 좁아집니다.

공차/합짐을 어떻게 정확히 아나?

공차 거리는 개인정보라 수집 불가 → 스코프를 상차지→하차지로 한정하고 잔여 공차는 ISO §6.4 modeled 비율(한국 도로 0.40, KOTI/MOLIT 근거)로 명시 처리. 합짐은 ton-km 안분하고 Σ=전체를 코드로 보증.

데이터가 낡으면?

각 레코드에 생성 시점 참조데이터 버전을 새깁니다. 출처가 갱신되면 노후 레코드를 자동 탐지하고, 보존된 입력으로 재생성하며, supersession으로 이중계상 없이 교체합니다.

활동데이터와 LoCarS(배출량)의 경계는?

우리는 연료·거리·ton-km·공차·안분까지. 배출계수 적용·WtW·Scope3 전파는 LoCarS. 페이로드에 배출계수가 없는 것이 정상입니다.

규모/신뢰도는?

백엔드 회귀 2,146 테스트 통과. 5모드 종단 파이프라인이 실데이터(THETIS 56선사/133선박, CAREFF 3,732행, OpenAP 36종)에서 동작 검증됐습니다.

활동데이터는 우리가, 배출량은 LoCarS가 — 경계가 분명합니다

최소 입력측정-근거 활동데이터(배출계수는 LoCarS)

감사 가능한 활동데이터, 데모로 보여드립니다

최소 입력만으로 연료·거리·ton-km·공차·안분을 출처·등급·불확실성과 함께 생성하는 종단 파이프라인을, 30분 데모에서 직접 보여드립니다. 배출계수 적용은 LoCarS의 영역입니다.

GLEC AI Fuel Simulator — 감사 가능한 물류 활동데이터 자동 생성 (v7)