소재 순환을 위한 촉매로서의 AI
인공 지능(AI)과 딥 러닝은 재활용 산업에 혁명을 일으키고 있습니다. 효율성을 높일 뿐만 아니라 선별 세분도 높입니다. 또한 이러한 기술은 완전히 새로운 플랫폼을 가능하게 합니다. TOMRA Recycling EVP 겸 책임자인 Volker Rehrmann 박사는 업계에서 AI의 잠재력에 대해 논의합니다.
2 min
딥 러닝 기술 덕분에 가능해졌습니다. 식품 등급 대 비식품 등급 PET, PP 및 HDPE 선별
우리는 모두 진정한 순환 경제를 위해 노력하고 있습니다. 하지만 이를 위해서는 일관성 있는 고품질의 회수 재료와 최대한 많은 재료를 필요한 순환 주기에 다시 투입해야 합니다. 오늘날의 공정에서는 아직 가능하지 않으며 대부분의 회수된 재료는 다운사이클링됩니다. 고품질 재활용 재료를 사용하기 위해 다운사이클링을 방지하려면 선별을 보다 세분화해야 합니다.
좋은 소식은 이러한 과정이 AI 기술을 통해 가능해졌다는 것입니다. 또한 AI는 재료 순환성의 촉매가 될 것입니다. 이러한 첨단 기술은 재활용 가능한 재료의 선별 및 분류를 크게 개선하고 더 많은 재활용 재료에 대한 증가하는 수요를 충족하는 데 도움이 됩니다.
AI가 리소스 회수를 어떻게 변화시키는지 살펴보기 전에 일반적으로 잘못된 관념을 살펴보겠습니다. AI는 최신 전문 용어일 뿐만 아니라 항상 업계의 핵심이었습니다. 당사의 연구 및 개발 팀은 수년간 AI 기반 선별 솔루션을 개발해 왔습니다. 30년 전 최초의 TOMRA 기계도 어떤 재료를 어떤 용기에 선별하여 분류할지 결정할 수 있었습니다. 인간과 동일한 결정을 내리는 능력은 AI의 정체성입니다.
AI에 대해 이야기하는 것은 딥 러닝 분야의 최신 개발을 의미합니다. 이 개념은 지난 10년 동안 컴퓨팅 파워의 발전 덕분에 업계에서 사용되는 머신 러닝의 하위 카테고리입니다.
좋은 소식은 이러한 과정이 AI 기술을 통해 가능해졌다는 것입니다. 또한 AI는 재료 순환성의 촉매가 될 것입니다. 이러한 첨단 기술은 재활용 가능한 재료의 선별 및 분류를 크게 개선하고 더 많은 재활용 재료에 대한 증가하는 수요를 충족하는 데 도움이 됩니다.
AI가 리소스 회수를 어떻게 변화시키는지 살펴보기 전에 일반적으로 잘못된 관념을 살펴보겠습니다. AI는 최신 전문 용어일 뿐만 아니라 항상 업계의 핵심이었습니다. 당사의 연구 및 개발 팀은 수년간 AI 기반 선별 솔루션을 개발해 왔습니다. 30년 전 최초의 TOMRA 기계도 어떤 재료를 어떤 용기에 선별하여 분류할지 결정할 수 있었습니다. 인간과 동일한 결정을 내리는 능력은 AI의 정체성입니다.
AI에 대해 이야기하는 것은 딥 러닝 분야의 최신 개발을 의미합니다. 이 개념은 지난 10년 동안 컴퓨팅 파워의 발전 덕분에 업계에서 사용되는 머신 러닝의 하위 카테고리입니다.
그렇다면 딥 러닝을 통해 현재의 자원 회수 방식을 어떻게 혁신하는가?
1 딥 러닝은 더 많은 유연성을 제공합니다. 폐기물의 구성이 끊임없이 변화함에 따라 선별 시스템은 지속적으로 학습하고 새로운 시장 요건에 적응하도록 민첩하게 반응해야 합니다. 최신 딥 러닝 기술은 하드웨어 구성품이나 심지어 기계를 교체하지 않고 당사 전문가의 교육을 받고 즉시 소프트웨어를 업데이트하여 변경할 수 있습니다. 이를 통해 기술 공급업체는 고객의 요구에 더 빠르게 대응할 수 있습니다.
1 딥 러닝은 더 많은 유연성을 제공합니다. 폐기물의 구성이 끊임없이 변화함에 따라 선별 시스템은 지속적으로 학습하고 새로운 시장 요건에 적응하도록 민첩하게 반응해야 합니다. 최신 딥 러닝 기술은 하드웨어 구성품이나 심지어 기계를 교체하지 않고 당사 전문가의 교육을 받고 즉시 소프트웨어를 업데이트하여 변경할 수 있습니다. 이를 통해 기술 공급업체는 고객의 요구에 더 빠르게 대응할 수 있습니다.
2 선별 과정 자체가 크게 개선됩니다. 기존의 선별 시스템은 이미 단층 및 다층 PET 트레이 분리의 발전과 같이 놀라운 수준의 정확도와 효율성을 달성했습니다. 근적외선(NIR) 및/또는 시각 정보 센서(VIS)를 기반으로 하는 기존 광학 선별 시스템을 딥 러닝 기술과 결합하여 GAINnest™ 기반의 AUTOSORT™와 같이 현재 사용 가능한 최고의 선별 입자도를 달성합니다. 이를 통해 재료 유형과 색상으로 분류할 수 있으며, 이제는 딥 러닝 덕분에 모양, 크기, 치수 또는 기타 세부 사항으로도 분류할 수 있습니다. 식품 등급 대 비식품 등급 PET, PP 및 HDPE 선별과 같이 이전에는 불가능했던 작업을 해결합니다. 특히 GAINnext™를 통해 유럽에서 식품 안전에 필요한 95% 이상의 순도를 달성함에 따라 업계의 이정표가 되고 있습니다.
3. 딥 러닝은 공장 자동화를 더욱 발전시킬 것입니다. 딥 러닝의 가치는 풀 컬러 카메라를 사용한 객체 인식에 있습니다. 즉, GAINnext™는 육안으로 식별하는 것과 동일합니다. 이전에는 수동으로 수행해야 했던 분류 작업을 자동화하여 대량의 재활용 가능한 재료를 빠르고 효율적으로 처리할 수 있습니다.
Volker Rehrmann 박사, EVP 및 TOMRA Recycling 책임자
4. 마지막으로 데이터의 도움으로 공정 최적화를 향한 큰 발걸음을 내디딜 수 있습니다. AI 기반 선별 시스템은 재료 구성, 선별 효율성 및 공장 성능에 대한 방대한 양의 데이터를 생성합니다. 이 데이터를 분석함으로써 운영자는 최적화 기회를 식별하고 그에 따라 조치를 취할 수 있습니다. 또한 선별 시스템 이상의 가능성을 제공합니다. 딥 러닝을 기반으로 하는 카메라를 선별 회로의 주요 지점에 배치하여 전체 공정 및 재료의 흐름을 파악할 수 있습니다. 이를 통해 공장 운영자는 분류된 스트림의 품질, 재료 손실을 지속적으로 모니터링하고 식품 재활용 규정을 준수할 수 있습니다.
GAINnext™기능을 갖춘 AUTOSORT™
업계는 매우 흥미로운 전환점에 있습니다. 딥 러닝의 사용이 가장 필요할 때 순환 경제가 발전할 것이라고 확신합니다. 관련 법규가 엄격해지고 있으며 기술적으로 첨단 솔루션에 대한 고객의 수요가 증가하고 있습니다. 동시에 더 높은 가치의 제품을 갖춘 새로운 시장이 출현하여 업계를 더욱 강화할 것입니다. TOMRA는 AI 혁명의 일원이 되어 기쁩니다!
딥 러닝이란 무엇인가요?
딥 러닝은 AI의 하위 범주입니다. 인간의 뇌가 정보를 처리하는 방식을 모방합니다. 엄청난 양의 데이터로 훈련된 인공 신경망을 사용하여 특정 패턴을 인식하고 저장한 다음 새 데이터에 적용하는 머신 러닝의 특수한 기술입니다. TOMRA의 AI 전문가는 특정한 병 마개 또는 포장 모양과 같은 재료 유형의 특정 시각적 특성을 구별하는 방법을 학습할 때까지 수천 개에서 수백만 개의 이미지를 교육 자료로 네트워크에 공급합니다. 이 과정은 딥 러닝을 통해 기존 센서와 결합하여 가장 복잡한 선별 작업을 해결할 수 있습니다.
딥 러닝이란 무엇인가요?
딥 러닝은 AI의 하위 범주입니다. 인간의 뇌가 정보를 처리하는 방식을 모방합니다. 엄청난 양의 데이터로 훈련된 인공 신경망을 사용하여 특정 패턴을 인식하고 저장한 다음 새 데이터에 적용하는 머신 러닝의 특수한 기술입니다. TOMRA의 AI 전문가는 특정한 병 마개 또는 포장 모양과 같은 재료 유형의 특정 시각적 특성을 구별하는 방법을 학습할 때까지 수천 개에서 수백만 개의 이미지를 교육 자료로 네트워크에 공급합니다. 이 과정은 딥 러닝을 통해 기존 센서와 결합하여 가장 복잡한 선별 작업을 해결할 수 있습니다.
이 기술 관련 기사는 2024년 8월 German Kunststoff 잡지에 게재되었습니다.