당신의 광학 선별기는 검은색 플라스틱을 보지 못합니다. 우리는 이것을 소프트웨어 문제라고 부르기를 멈췄습니다.
제가 이 문제를 처음으로 제대로 이해한 순간은, 잔재물 라인 끝에 서서 지켜보고 있을 때였습니다.
검은색 폴리프로필렌 트레이가 벨트를 타고 내려와, 50만 달러에 가까운 비용이 들어간 광학 선별기들의 행렬을 지나쳐, 매립지로 향하는 다른 모든 것과 함께 폐기물 흐름으로 떨어졌습니다. 그 위의 이젝터는 끝내 작동하지 않았습니다. 소프트웨어가 잘못 판단해서가 아니었습니다. 소프트웨어가 애초에 아무것도 보지 못했기 때문입니다. 그 선별기에게 검은색 고무 벨트 위의 검은색 트레이는 공백입니다. 거기에는 분류할 것이 아무것도 없습니다.
그 트레이는 회수할 가치가 있습니다. 검은색 PP와 PE, ABS는 지역에 따라 일반적인 플라스틱 흐름의 3~15퍼센트를 차지하며, 그 대부분이 잔재물로 갑니다. 중형 시설의 경우 이는 쉼표가 들어가는 숫자로 합산되며, 구매자가 기꺼이 값을 지불할 자재에 대해 매년 매립 반입 수수료로 지출됩니다. 이것이 바로 우리가 Veriprajna의 자재 회수 및 검은색 플라스틱 선별 작업을 중심으로 삼은 격차입니다. 즉 "재활용에 AI를 도입하자"가 아니라 — 재활용은 이미 대부분의 산업보다 더 많은 AI를 갖추고 있으니까요 — 그 모든 AI가 계속해서 그냥 지나쳐 버리는 단 한 가지 문제를 해결하는 것입니다.
저는 이것이 머신러닝 문제라고 확신하며 뛰어들었습니다. 그리고 이것이 머신러닝 옷을 입은 물리학 문제라는 것을, 또한 우리가 할 수 있는 가장 가치 있는 일이 때로는 공장 책임자에게 예상보다 적은 돈을 쓰라고 말해 주는 것임을 이해하며 빠져나왔습니다.
왜 50만 달러짜리 선별기가 검은색 플라스틱 앞에서 눈이 멀까요?
표준 광학 선별기는 0.9~1.7마이크론 범위의 근적외선 광으로 폴리머를 판독합니다. 그 원리는 우아합니다. 모든 플라스틱은 분자 지문을 가지고 있고, 그 안의 결합들, 즉 탄소-수소 및 산소-수소 신축 진동이 특정 NIR 파장을 흡수하는데, 그 패턴을 센서가 라이브러리와 대조할 수 있습니다. TOMRA, Machinex, Pellenc 등 고급 선별기 분야 전체가 이 방식의 어떤 변형으로 작동합니다.
카본블랙은 이를 완전히 무너뜨립니다. 이 안료는 근적외선 광이 그 분자 결합에 도달해 반사되어 나오기 전에 사실상 모든 근적외선 광을 흡수합니다. 검출기는 아무것도 받지 못합니다. 모델을 얼마든지 재학습시킬 수 있지만, 입력에 학습할 신호 자체가 없습니다.
아무리 AI를 학습시켜도 신호가 전혀 없는 입력은 고칠 수 없습니다. 광자가 검출기에 도달하지 못합니다. 이것은 펌웨어 업데이트가 아니라 센서 물리학의 문제입니다.
그 문장이 바로 다른 접근법이 존재하는 이유 전부입니다. 해결책은 스펙트럼의 어느 부분을 보느냐를 바꾸는 것입니다. 대략 2.7~5.3마이크론의 중파장 적외선은 NIR이 감지하는 희미한 배진동이 아니라 폴리머 분자의 기본 진동을 판독하며, 파장이 올라갈수록 카본블랙의 장악력은 느슨해집니다. 약 3마이크론에 이르면 이 안료는 사실상 투명해지고, 3.4마이크론의 탄소-수소 신축 피크가 선명하고 명확하게 나타납니다. NIR 시야에서는 구멍이었던 검은색 트레이가 MWIR에서는 깨끗하고 뾰족한 지문이 됩니다. 폴리스티렌의 방향족 탄소-수소 모드는 PE와 PP의 지방족 밴드와 깔끔하게 분리됩니다. 우리가 배치하는 카메라, Specim FX50은 그 범위에 걸쳐 154개의 스펙트럼 밴드를 포착합니다. 검은색 형체를 보는 것이 아닙니다. 컨베이어 속도로 화학 조성을 판독하는 것입니다.
제가 이것을 처음 구상했을 때는 이야기가 거기서 끝난다고 생각했습니다. 새 카메라, 새 스펙트럼, 문제 해결. 하지만 거기서 끝나지 않았습니다.
브로슈어가 당신에게 보여 주고 싶어 하지 않는 숫자
Specim의 마케팅 자료와, MWIR 선별을 둘러싼 대부분의 보도는 99퍼센트에 가까운 정확도 수치를 가리킵니다. 우리가 분류기를 만들기 시작했을 때 제 머릿속에 있던 숫자가 바로 그것이었습니다. 우리는 스펙트럼으로 1D 합성곱 신경망을 학습시켰고, 깨끗한 참조 시료에서 아름답게 작동하는 것을 지켜보았으며, 저는 우리가 거의 다 왔다고 스스로 믿게 두었습니다.
그런 다음 우리는 실제 MRF가 마주하는 종류의 입력에 대해 그것을 돌려 보았습니다. 깨끗한 펠릿이 아니라, 긁히고, 음식물로 오염되고, 라벨에 뒤덮이고, 움직이는 벨트 위에서 겹쳐 있으며, 재활용 공장의 모든 것을 덮는 먼지와 때가 묻은 통째 물체들이었습니다. 균형 정확도는 83.4퍼센트로 돌아왔습니다.
그것이 어떻게 다가왔는지 솔직하게 말하고 싶습니다. 그 순간이 이 프로젝트에서 가장 중요한 순간이었기 때문입니다. 저의 첫 직감은 우리가 뭔가 잘못했다는 것, 파이프라인에 버그가 있거나 우리가 건너뛴 보정이 있다는 것이었습니다. 그런 건 없었습니다. Resources, Conservation and Recycling에 2026년 1월 게재된, 바로 이 문제 — 검은색 플라스틱 식별을 위한 MWIR와 CNN의 결합 — 에 관한 동료 심사 논문도 실제 폐기물에 대해 같은 종류의 수치를 보고했습니다. 99퍼센트는 실험실 숫자였습니다. 83퍼센트가 현실이었습니다.
실험실 시연과 더러운 벨트 사이의 격차, 바로 그곳에서 대부분의 재활용 기술이 조용히 죽어 갑니다. 우리는 그 격차를 숨기는 대신 그 안에서 살기로 결정했습니다.
그것은 우리가 제안하는 방식 전부를 재구성했습니다. 우리는 거의 완벽한 회수를 약속하는 것을 그만두고, 현실적인 회수율 — 그럼에도 시스템 비용을 몇 배로 회수해 주는 수준 — 에 대해 이야기하기 시작했습니다. 83퍼센트에서도 경제성은 아슬아슬하지 않기 때문입니다. 검은색 플라스틱 비율이 5퍼센트인 연간 5만 톤 규모의 시설은 대략 2,500톤의 회수 가능한 폴리머 위에 앉아 있는 셈입니다. 현행 재활용 PP 가격과 회피된 매립 비용을 감안하면, 정직하고 보수적인 시나리오는 낮은 수십만 달러대의 개조 비용에 대비해 연간 220만~270만 달러의 손익 영향에 이릅니다. 그 계산이 성립하는 데 99퍼센트는 필요 없습니다. 그것을 가진 척을 그만두면 됩니다.
"그냥 더 빠른 하드웨어를 사라"는 저의 잘못된 직감이었습니다
제가 두 번째로 잘못 짚은 것은 속도에 관한 것이었습니다.
어떤 선별 라인에도 묻혀 있는 진짜 엔지니어링 질문이 있습니다. "카메라가 검은색 PP 트레이를 보았다"에서 "공기 밸브가 정확히 맞는 지점에서 발사되었다"까지 얼마나 빨리 갈 수 있는가? 그 지연이 너무 길면, 벨트가 물체를 발사 창 너머로 실어 가 버려, 이젝터가 빗나가거나 트레이에 더해 인접한 두 개까지 함께 쳐 내고, 순도가 무너집니다. 저는 처음에 이 질문의 답이 언제나 더 빠르고 더 결정론적인 하드웨어, 즉 지터 없이 약 2밀리초를 달성할 수 있는 FPGA 데이터플로 파이프라인이라고 가정했습니다. 우리는 심지어 그것을 설계하기 시작하기도 했습니다.
그런 다음 저는 대표적인 시설에 대해 실제로 숫자를 계산해 보았고, 그 결과는 저를 무안하게 만들었습니다. 5만 톤 규모 공장, 초당 3미터로 움직이는 1.2미터 벨트, 12.5밀리미터 간격으로 배치된 이젝터 노즐, 그리고 50밀리초가 걸리는 최적화되지 않은 엣지-GPU 파이프라인을 그려 보십시오. 벨트 속도에 지연을 곱하면 밸브가 발사되기 전 150밀리미터의 이동이 되고, 지터까지 감안하면 실제 발사 창은 200~260밀리미터에 걸쳐 번지는데, 이는 60~90밀리미터 목표보다 훨씬 넓습니다. 당연히 순도가 떨어집니다. 하지만 해결책은 FPGA가 아닙니다.
그 시설에 대한 해결책은 GPU 파이프라인을 최적화하는 것 — TensorRT, 배치 크기 1, 커널 융합, 반정밀도 — 이며, 이는 지연 시간을 12~18밀리초로 낮춥니다. 이제 이동 오차는 36~54밀리미터가 되고 시스템이 작동합니다. 하드웨어 지출은 전혀 없이, 오직 엔지니어링만으로요. FPGA 경로, 2밀리초와 6밀리미터의 오차는 대략 초당 5미터를 넘는 벨트 속도에서만 그 비용값을 하며, 거기에는 수개월의 전문 엔지니어링이 따라붙습니다. 대부분의 공장은 초당 5미터로 돌아가지 않습니다.
"비싼 결정론적 하드웨어가 필요한가"에 대한 정직한 답은 대개 아니오이며, 그렇게 말해 줄 유일한 사람들은 그것을 당신에게 팔지 않는 사람들입니다.
그래서 우리는 그 계산을 디스커버리 컨설팅에 녹여 넣었습니다. 우리는 무엇을 제안하기 전에 먼저 그것을 돌려 보고, 대개는 고객에게 더 저렴한 답을 알려 줍니다. 그것은 우리가 버는 돈을 줄입니다. 그것은 또한 다음 공장 책임자가 우리에 대해 지난번 책임자로부터 듣게 된다는 것을 의미합니다.
MWIR 카메라가 죽으면 무슨 일이 벌어질까요?
첫 번째 회의는 MWIR가 검은색 플라스틱을 볼 수 있는지에 관한 것입니다. 두 번째 회의는 언제나 같은 질문이며, 이는 실제로 이 장비를 현장에 배치해 본 사람과 슬라이드를 파는 사람을 갈라놓는 질문입니다. 카메라가 죽으면 무슨 일이 벌어지는가?
그것은 정당한 두려움입니다. Specim FX50은 통합 스털링 냉각기로 검출기를 약 77켈빈까지 냉각하는데, 그 냉각기가 바로 마모되는 부품입니다. 데이터시트는 10,000시간이라고 말합니다. 먼지 유입과 끊임없는 진동이 있는 실제 MRF에서는 7,000~8,000시간을 예상하십시오. 하루 16시간 가동이면, 대략 14~18개월마다 냉각기 정비가 필요하고, Specim의 교체 리드타임은 12~16주에 이릅니다. 저온냉각기 하나가 배를 타고 오는 동안 회수 라인이 한 분기 내내 멈춰 있다면, 당신은 해결책을 산 것이 아니라 부채를 산 것입니다.
그래서 비상 대책은 나중에 덧붙이는 것이 아니라 구축의 일부입니다. 카메라는 핫스왑 브래킷에 장착되어 30분 만에 떼어낼 수 있고, 냉각기는 로테이션으로 운용되어 하나는 고장 나기 전에 정비를 위해 빼내고 다음 주기의 예비품으로 돌아옵니다. 한 유닛이 빠져 있는 동안에는 성능이 낮아진 대체 모드가 더 낮은 정확도로 RGB 세그멘테이션만 돌려, 라인이 완전히 멈추는 일은 없습니다. 그 모든 것의 밑바탕에는 두 번째로 검증된 센서 공급처, 그중 Telops와 IRCameras가 있습니다. 이 시장의 거의 모든 MWIR 제안이 한 회사의 한 카메라에 조용히 의존하고 있는데, 회수에 수백만 달러를 거는 시설이라면 자신도 몰랐던 단일 장애점보다 더 나은 것을 누릴 자격이 있기 때문입니다.
이 분야가 멈추는 지점, 그리고 그 이유
경쟁 구도에 대해 정확히 짚고 싶습니다. 재활용-AI 분야는 정말로 붐비고 있고, 저는 그렇지 않은 척하지 않을 것이기 때문입니다. TOMRA는 2022년부터 엣지에서 딥러닝을 운용해 왔으며 현장에 수천 대의 장비를 두고 있습니다. 이 격차가 여전히 존재하는 이유는 기존 업체들이 잠들어 있어서가 아닙니다. 각 업체가 구조적인 이유로 그 격차 바로 앞에서 멈추기 때문입니다.
검은색 플라스틱을 볼 수 있는 업체들은 그것을 묶음으로 판매합니다. TOMRA의 Autosort Black은 약 45만~65만 유로에서 시작하는 라인 안의 별도 기계이며, 이미 소유하고 있는 하드웨어에 라이선스할 수 없는 폐쇄형 소프트웨어를 씁니다. Steinert의 UniSort BlackEye는 진짜로 MWIR를 운용하지만, 1차 흐름에서 나온 오염된 통째 물체 입력을 위한 것이 아니라 시간당 약 1톤의 깨끗한 플레이크를 다루는 마무리 선별기로 튜닝되어 있습니다. 볼 수 없는 업체들은 저마다 다른 방식으로 그것에 대해 정직합니다. Machinex의 초분광 라인은 SWIR에서 작동하는데, 이는 표준 NIR과 같은 카본블랙 벽에 부딪힙니다. Pellenc의 프로파일 검출은 오염물 제거를 위해 "흐름 속의 검은 물체"를 표시할 수 있지만 검은색 PP와 검은색 PS를 구분해 주지는 못합니다. AMP의 로봇 피커와 Greyparrot의 분석기는 각각 집기와 측정이라는 진짜 일을 하지만, 폴리머를 전혀 분류할 수 없는 RGB 카메라 위에서 그렇게 합니다.
이 시장의 모든 벤더는 당신의 검은색 플라스틱 문제에 인접한 무언가를 아주 잘합니다. 그중 누구도 그 문제를 직접 해결하는 개조 솔루션을 팔지는 않습니다.
그것이 바로 기회 전부입니다. 우리는 누군가가 이미 값을 치른 선별기를 교체하지 않습니다. 우리는 감지 스테이션을 추가하는데, 보통은 검은색이 몰린 폐기물을 받아 내는 측면 벨트 위에, 물체 경계를 찾을 RGB 카메라와, 그 안의 스펙트럼을 분류할 FX50과, 기존 이젝터를 발사하기 위해 OPC-UA, Modbus 또는 EtherCAT을 통해 기존 기계의 PLC로 이어지는 깔끔한 인터페이스를 함께 두는 것입니다. 구매자는 현재 라인이 잘 처리하는 흐름의 92퍼센트는 그대로 유지하면서, 그 라인이 애초에 무시하도록 설계된 부분을 회수합니다.
그리고 전자제품 재활용업체를 위한 더 어렵고 마진이 더 높은 버전이 있습니다. 수명이 다한 전자제품은 검은색 ABS로 가득한데, 그 상당수에 RoHS가 새 장비로의 재유입을 금지하는 브롬화 난연제가 들어 있고, 바로 그 때문에 포집된 WEEE 플라스틱의 40~50퍼센트가 결코 제대로 재활용되지 못합니다. X선 형광은 브롬은 읽을 수 있지만 폴리머는 못 읽고, MWIR는 폴리머는 읽지만 브롬은 못 읽습니다. 이 둘을 약 5밀리초로 작동하는 하나의 분류 헤드로 융합하면, 대부분의 시설이 여전히 두 번 돌리는 작업을, 깨끗한 재활용 ABS와 난연제가 든 폐기물을 단 한 번의 통과로 분리해 낼 수 있습니다. 두 센서를 함께 쓰면 흐름에서 브롬화 플라스틱의 최대 98퍼센트를 걸러냅니다. 그 센서 융합 문제는 양산 수준에서는 대체로 미해결 상태이며, 바로 그렇기 때문에 만들 가치가 있습니다.
검은색 플라스틱 문제에는 15년짜리 시계가 달려 있습니다
포장을 좇는 사람들은 뻔한 반론을 제기할 것입니다. 브랜드들이 그냥 NIR로 검출 가능한 검은색 안료로 바꾸면 문제가 원천에서 사라질 텐데, 애초에 카본블랙을 위한 인프라를 왜 만드느냐? 그것은 실제로 진행 중인 움직임입니다. UPM은 2025년 말에 바이오 기반의 NIR 검출 가능한 검은색을 출시했고, Cabot은 식품 접촉 규정에 부합하는 대체품을 갖고 있으며, Ampacet은 선별성에 맞춰 튜닝된 마스터배치를 보유하고 있습니다.
저는 이것을 면밀히 들여다보았습니다. 만약 대체가 문제를 곧 없애버릴 참이라면, MWIR 사업을 구축하는 것은 나쁜 도박이 될 테니까요. 하지만 그렇지 않습니다. 표준 카본블랙은 킬로그램당 약 0.20유로인데, 검출 가능한 대체품은 그 서너 배에서 여섯 배에 이르며, 그것도 식품 접촉 포장을 재인증하는 비용을 치르기 전의 이야기입니다. 2018년 이래의 채택은 더뎠고, 가장 낙관적인 추정치도 검출 가능한 검은색을 FMCG 검은색 포장의 10퍼센트 미만으로 잡습니다. 그리고 기존 흐름은 갈 곳이 없습니다. 자동차 내장재는 바뀌지 않고, 전자제품 하우징도 바뀌지 않으며, 비용에 민감한 자체 브랜드 포장도 바뀌지 않습니다.
그러니 이것은 절벽이 아니라 15~20년에 걸친 전환입니다. 정직한 구도, 제가 실제로 믿는 구도는, 브랜드들이 서서히 전환하는 동안 지금 MWIR로 회수하고, 그 뒤로 20년간 같은 라인이 롱테일을 계속 회수한다는 것입니다. 그러는 사이 규제의 바닥은 그 모든 것 밑에서 올라오고 있습니다. 캘리포니아의 SB 54는 포장 생산자들로부터 연간 약 5억 달러를 끌어내기 시작하며 첫 보고 마감은 2026년 5월 말이고, EU의 포장 규정은 재활용성 등급과 가파르게 오르는 재활용 함량 목표 — 2030년까지 플라스틱 포장에서 30퍼센트 — 를 요구할 텐데, 검은색 플라스틱이 계속 매립지로 간다면 이는 도저히 충족될 수 없습니다. 회수된 자재는 이제 단순한 수익이 아닙니다. 그것은 규정 준수입니다.
자기들에게 우리가 정말 필요한지 묻는 사람들에게 제가 하는 말
거의 매번 두 가지 질문이 나옵니다. 저는 그것들을 영업 통화가 아니라 여기서 답하고 싶습니다.
첫째는 그냥 대형 컨설팅 회사 중 하나를 고용해야 하는 것 아니냐는 것입니다. 그럴 수 있고, 어떤 질문들에는 그래야 합니다. 하지만 Accenture나 Capgemini 컨설팅은 수백만 달러가 들고, 벤더 선정 매트릭스와 로드맵을 내놓습니다. 그것은 1D-CNN을 작성하지도, 당신의 특정 벨트 배경에 맞춰 저온냉각식 센서를 보정하지도, PLC 인터페이스를 커미셔닝하지도 않습니다. 우리는 시스템 통합업체보다 작고, 역량을 사내에서 구축하는 것보다 빠릅니다. 솔직히 사내에서는 스털링 냉각기를 검증하거나 EtherCAT 컨트롤러에 맞춰 추적 알고리즘을 작성할 수 있는 사람을 쉽게 채용할 수 없으니까요. 또한 자기네 다음 기계를 당신에게 파는 것이 본업인 OEM들보다 더 집중되어 있습니다.
둘째 질문은, 우리가 답하는 방식에 대해 제가 가장 자랑스러워하는 질문입니다. 그들에게 이것이 정말 필요한가? 때로는 답이 아니오입니다. 연간 약 2만 5천 톤 미만이고, 검은색 플라스틱 비중이 얇으며, 매립이 저렴한 지역에 있는 시설은 결코 투자 회수를 보지 못할 수도 있습니다. 우리는 그렇게 말하고 물러납니다. 플랫폼 벤더는 구조적으로 당신이 맞지 않는다고 말해 줄 수 없습니다. 우리는 말할 수 있고, 우리에게 다시 돌아오는 프로젝트는 계산이 실제로 맞아떨어지는 것들입니다.
재활용 산업은 지난 몇 년간, 마치 "AI"가 갖고 있거나 없거나 둘 중 하나인 단일한 무언가인 것처럼 그것을 판매당해 왔습니다. 하지만 그렇지 않습니다. 폐기물 벙커로 떨어지는 검은색 트레이는 상류에서 얼마나 많은 신경망이 돌아가고 있는지 신경 쓰지 않습니다. 그것은 건물 안의 무언가가 그것이 존재하는 파장에서 그것을 보고 있는지에 신경 씁니다. 지금 당장 대부분의 공장은 그렇지 않습니다. 그것은 브로슈어가 들리게 만드는 것보다 더 작고 더 풀기 쉬운 문제이며, 잔재물 보고서가 결코 말해 주지 않을 것보다 더 가치 있는 문제입니다. 우리가 당신의 라인에서 그 계산을 어떻게 맞출지 보고 싶다면, 전체 분석은 여기에 있습니다.
