인공지능

인공지능과 로봇공학: 재활용 효율성에 혁명을 일으키다

스타트업들은 NVIDIA 플랫폼 기반의 컴퓨터 비전 및 인공지능 기술을 활용하여 폐기물 분류 작업을 느린 수작업에서 고정밀 자동화 시스템으로 전환하고 있으며, 이를 통해 회수된 자재의 품질을 높이고 운영 비용을 크게 절감하고 있습니다.

2026-11-10
3 분 읽기
134 조회수
certi.news Editorial Team
인공지능과 로봇공학: 재활용 효율성에 혁명을 일으키다

폐기물 관리의 도전과 기술적 해결책

전 세계 폐기물 관리는 거대한 도전에 직면해 있습니다. 매년 20억 톤 이상의 고형 폐기물이 발생하지만, 재사용을 위해 회수되는 자재의 비율은 매우 낮습니다. 이러한 도전 속에서 인공지능과 로봇 기술은 폐기물 분류의 정확도와 속도를 개선하여 폐기물을 매립지에서 지속 가능한 경제 순환으로 전환하는 결정적인 도구로 부상하고 있습니다.

컴퓨터 비전을 통한 플라스틱 품질 향상

플라스틱 재활용은 기본적으로 비용과 품질에 달려 있습니다. 회수된 자재가 사양에 맞지 않으면 저가치 제품으로 전환(Downcycling)됩니다. 여기서 대만의 AIRECO는 컴퓨터 비전(Vision AI) 기술을 사용하여 플라스틱을 초정밀하게 분류함으로써, 원래의 제품과 동일한 유형의 새 제품을 생산하는 폐쇄 루프 재활용(Closed-loop recycling)을 가능하게 합니다.

이 회사는 타이난 시의 파일럿 생산 라인에서 NVIDIA Jetson Orin NX 모듈을 사용하여 컨베이어 벨트에서 자재를 집어 올리는 로봇 팔을 제어하는 추론(Inference) 작업을 수행하며, 인식 정확도는 95% 이상에 달합니다. 이 회사는 내년 전체 생산 라인에서 폐기물 처리 능력을 연간 18,000톤에서 48,000톤으로 늘리고 운영 비용을 85% 절감하는 것을 목표로 하고 있습니다.

생산 라인의 실시간 자동화

자재 회수 시설에서 속도는 결정적인 요소이며, 분류 작업은 빠른 벨트 이동 중에 이루어져야 합니다. 미국의 EverestLabs AI는 북미와 호주의 시설에 컴퓨터 비전 기반 로봇을 배치하고 있습니다. 이 로봇들은 엣지(Edge)에서 NVIDIA RTX GPU를 사용하여 실시간 추론을 수행하며, 모델은 NVIDIA CUDA 기술이 지원되는 데이터 센터의 GPU를 사용하여 학습됩니다.

이 회사의 시스템은 현재까지 약 400억 개의 물체를 식별하고 25,000톤의 자재를 재활용하여 약 30,000톤의 이산화탄소 배출을 방지하는 데 기여했습니다.

빅데이터와 폐기물 흐름 분석

많은 재활용 공장은 전통적으로 전체 폐기물의 1% 미만을 나타내는 수동 샘플링에 의존하여 추정치가 부정확합니다. 영국의 Greyparrot은 컨베이어 벨트 위에 설치되는 Analyzer 플랫폼을 제공하여 컴퓨터 비전을 통해 먼지가 많은 환경이나 조명이 약한 곳에서도 벨트를 통과하는 모든 물체의 재질과 브랜드를 식별합니다.

NVIDIA Jetson 모듈을 사용하여 이 회사는 15톤의 폐기물을 검사하는 데 필요한 시간을 375시간에서 단 6시간으로 단축했습니다. 이러한 실시간 데이터의 활용은 시설 효율성을 10%에서 30%까지 향상시켰으며, Coca-Cola와 같은 대기업이 자사 용기의 재활용 효율성을 측정하는 데 도움을 주었습니다.

중고 의류 분류의 혁명

유럽에서는 매년 약 700만 톤의 중고 의류가 발생하며, 이를 분류하려면 품질과 유형을 식별하기 위한 매우 높은 정확도가 필요합니다. 독일의 reverse.fashion은 고정밀 컴퓨터 비전 기술을 사용하여 제품 유형, 결함, 색상, 크기 및 브랜드를 식별합니다. 이 회사의 인공지능 모델은 NVIDIA Jetson 모듈에서 최적화된 NVIDIA TensorRT 소프트웨어를 사용하여 구동되며, 일주일이 걸리던 분류 작업을 단 한 시간 만에 완료할 수 있게 합니다.

실질적으로 무엇이 변하는가?

수동 분류에서 인공지능 기반 분류로의 전환은 세 가지 주요 측면에서 판도를 바꾸고 있습니다.

  • 추측에서 정확성으로: 무작위 샘플에 의존하는 대신, 시스템은 생산 라인을 통과하는 모든 조각에 대한 포괄적이고 정확한 시야를 제공합니다.
  • 저급 재활용에서 폐쇄 루프 재활용으로: 자재(플라스틱 등) 분류의 높은 정확도는 저급 자재로 전환하는 대신 고품질 제품으로 재사용할 수 있게 합니다.
  • 경제적 타당성: 비용이 많이 드는 수작업 의존도를 줄이고 처리 속도를 높임으로써 재활용 작업을 상업적으로 더 수익성 있고 지속 가능하게 만듭니다.
뉴스 출처
NVIDIA AI Blog
원문 보기 ↗
c
작성자

certi.news Editorial Team

같은 카테고리

추천 기사

모든 뉴스 보기