딥 러닝 목재 재활용 업계의 새로운 기술
현재 재활용 분야에서 딥 러닝은 어떤 개발 단계에 있습니까? 수년에 걸쳐 어떻게 발전했습니까?
TOMRA는 딥 러닝이 소재 순환성을 추진할 것이라고 믿습니다. 다른 선별 시스템은 유형, 색상 또는 밀도에 따라 재료를 분리합니다. 당사의 딥 러닝 시스템은 RGB 카메라를 통한 객체 인식을 사용합니다. 당사의 전문가들은 수천 개에서 수백만 개의 이미지로 네트워크를 트레이닝하여 재료의 모양이나 병 뚜껑과 같은 재료의 모양이나 구체적인 특징 등의 시각적 특성을 구별할 수 있습니다.
2019년에 GAINnext™로 알려진 업계 최초의 딥 러닝 기술을 출시했을 때, 이 기술은 하나의 용도만 해결할 수 있었습니다. 실리콘 카트리지를 제거하여 PE 스트림을 정제합니다. 수년에 걸쳐 당사의 전문가들은 보통 인간 지능이 필요한 복잡한 선별 작업을 수행하기 위한 개발에 집중했습니다. 당사는 종이, 알루미늄 포장 및 목재 선별을 포함한 다양한 분야에 이 솔루션을 적용했습니다.
선별에 딥 러닝을 사용하는 이점은 무엇이며, TOMRA의 GAINnext™는 어떤 방식으로 선별 시스템을 획기적으로 혁신했습니까?
이러한 첨단 기술은 재활용 가능한 재료의 선별 및 분류를 크게 개선하고 공장의 효율성과 자동화를 높이는 데 도움이 됩니다. 진정한 순환 경제에 필수적인 선별 세분화 수준을 높일 준비가 되어 있습니다. 또한 이러한 기술은 이전에는 해결할 수 없었던 완전히 새로운 적용 분야를 개척합니다.
목재 선별 플랫폼의 사례를 살펴보겠습니다. 2022년, GAINnext™는 시장 최초의 솔루션으로 가공목재(목재 B)에서 천연목재(목재 A)를 선별할 수 있게 되었습니다. 오늘날 MDF도 회수할 수 있으며 건설 및 철거 폐목재를 정제하고 분류할 수 있습니다. 이러한 작업은 재료의 유형이 동일하기 때문에 매우 어려운 작업이며 한때는 불가능하다고 여겨졌습니다.
딥 러닝 기술은 다른 센서와 결합할 때 특히 강력합니다. 예를 들어, NIR 시스템과 결합하거나 X-ray 선별 단계에 딥 러닝 선별 단계를 추가함으로써 더 높은 선별 정확도와 효율성을 달성하여 선별 프로세스의 기능을 더욱 발전시킵니다.
TOMRA는 향후 1년 동안 GAINnext™를 어떻게 확장할 계획입니까?
앞으로도 GAINnext™ 에코시스템을 계속 확장하여 다양한 분야에서 더욱 복잡한 선별 작업을 해결할 수 있게 할 것입니다. 이미 전 세계적으로 100개 이상의 솔루션이 설치되었으며, 현재 점점 더 많은 고객이 대규모 프로세스에 딥 러닝 솔루션을 구현하고 있습니다. 이러한 내부 지식과 경험을 바탕으로 GAINnext™ 장치의 속도를 향상하고 확장할 수 있는 역량을 갖추고 있습니다. GAINnext™는 당사의 R&D 팀과 AI 전문가가 자체적으로 사내 개발한 장치입니다. 이러한 사내 전문성은 당사의 강점입니다.
PPWR은 재활용 기술의 혁신에 어떤 영향을 미칠까요?
유럽 포장 및 포장 폐기물 규정(PPWR)은 업계에 광범위한 영향을 미치기 때문에 2025년에 중점 사항이 될 것입니다. PPWR에는 목재 포장에 대한 특정 재활용 목표를 설정하는 목재 재활용 관련 조항이 포함되어 있습니다. 2025년까지 25%, 2030년까지 30%. 또한 PPWR은 재활용성과 재사용성의 중요성을 강조하여 목재와 같은 지속 가능한 소재의 사용을 장려합니다.
이러한 목표를 달성하려면 지속적으로 고품질의 회수 재료가 필요하기 때문에 고급 기계 재활용을 포함한 에코디자인 및 재활용 기술의 혁신을 추진할 것으로 기대합니다. 선별은 이 공정에서 중요한 단계입니다. 가능한 많은 재료를 주기에 다시 공급하는 것이 핵심입니다. GAINnext™와 같은 정교한 솔루션은 가능한 최고의 선별 세분화를 달성할 수 있으며 목표를 달성하기 위해 긴급하게 조치를 취해야 합니다.
기업이 이러한 딥 러닝 기술을 채택하는 것에 대한 방해 요인은 무엇일까요? 긴급한 우려 사항이나 고려해야 할 항목은 무엇이며 어떻게 해결합니까?
목재 재활용 산업에서 딥 러닝 기술을 채택하는 것은 상당한 잠재력을 제공하지만, 기업이 이러한 솔루션을 완전히 채택하는 데 방해가 될 수 있는 과제도 있습니다. 주요 관심사 중 하나는 딥 러닝 모델 개발 및 배포의 복잡성이며, 전문 지식과 견고한 인프라가 필요합니다. 실시간으로 재료를 구별할 수 있는 신뢰할 수 있는 신경망을 개발하는 것은 플러그 앤 플레이 프로세스와는 다릅니다. 여기에는 AI, 데이터 과학 및 재료 인식과 같은 분야에서 고도로 숙련된 전문가의 지속적인 교육, 데이터 수집 및 검증이 포함됩니다.
재활용 부문에서 활동하는 대부분의 기업은 이러한 종류의 전문 지식을 자체적으로 구축하는 것이 실현 가능하거나 비용 효율적이지 않기 때문에 TOMRA와 같은 글로벌 솔루션 제공업체와 협력하는 것이 더 실용적인 접근 방식입니다. 당사는 지난 수십 년 동안 AI 기반 솔루션에 크게 투자했으며 이 분야에서 폭넓은 경험을 보유하고 있으며, 이 지식을 사용하여 가장 적합한 기술뿐만 아니라 고객의 요구에 정확하게 맞는 맞춤형 프로세스에 대한 조언을 제공합니다.
