재활용 소재 회수 및 흑색 플라스틱 선별을 위한 AI

가치는 완벽한 모델이 아닌 확실한 보증에 있습니다.

Assay는 기존 NIR 선별기가 물리적으로 감지하지 못하는 흑색 플라스틱을 회수하고 베일(bale) 품질을 입증합니다. 토글 스위치 하나만 켜고 끄는 것으로, 동일한 모델과 동일한 폐기물 스트림에서 APR 규격을 통과하거나 탈락하는 베일이 갈립니다. 베일을 판매 가능한 상품으로 만드는 것은 분류 모델 자체가 아니라 바로 신뢰도 게이트(confidence gate)입니다.

처음부터 자체 구현한 1D-CNN이 154개 밴드의 MWIR 스펙트럼을 판독하고, 보정된 게이트가 입증할 수 없는 물체에 대해 분류를 기권(abstain)하며, 모든 베일은 서명된 순도 인증서와 함께 출하됩니다. 직접 실행해보고 영수증을 확인해보세요.

실행 중인 Assay 대시보드 음성 안내 둘러보기 (5:01).

85% vs 22.5%

APR Grade A를 충족하는 게이트 적용 베일 vs 미적용 베일

동일 모델, 고부하 스트림 40개 무작위 베일

0.894

홀드아웃 균형 정확도, 83.4%의 현장 벤치마크에 근접

MWIR 1D-CNN, 1,700개 물체 고부하 스트림

2.7–5.3 µm

NIR은 보지 못하는 카본 블랙을 감지하는 MWIR 밴드

154개 밴드, Specim FX50 (에뮬레이션)

이 페이지 전반에서 세 가지 벤치마크 범위(단일 demo-seed-11 베일, 40개 베일 집계, 60개 베일 적합 게이트 통계)는 엄격히 구분됩니다. 이들은 결코 혼합되지 않습니다.

검은색 벨트 위의 검은색 트레이는 NIR에 신호가 전혀 없는 공백(void)입니다

소재 회수의 문제는 물리학적 문제에서 시작되지만, 거기서 끝나지 않습니다.

카본 블랙은 근적외선 전반을 흡수하므로, 검은색 벨트 위의 검은색 PP 트레이는 표준 광학 NIR 선별기에 거의 아무런 신호도 반사하지 않습니다. 그 결과 해당 물체는 잔재물로 빠져 매립지로 직행합니다. 폐기물 스트림의 3%에서 15%가 이런 방식으로 손실되는 흑색 플라스틱이며, 흑색 플라스틱 비율이 5%인 연간 50,000톤 규모의 MRF의 경우 이는 연간 약 2,500톤의 회수 가능한 소재에 해당합니다. 이는 회수된 rPP 가치와 매립 반입 수수료 절감액을 합쳐 연간 220만~270만 유로 규모의 기회입니다(Veriprajna WP45 연구, 2026년).

중적외선(MWIR) 대역(2.7~5.3 마이크론)은 동일한 물체가 더 이상 보이지 않는 상태를 벗어나는 영역입니다. 고분자 고유의 흡수 특성이 여전히 그곳에 나타나기 때문에, MWIR을 판독하는 센서는 NIR이 블랙홀로 인식하는 곳에서 PP, PE, PVC를 구별해낼 수 있습니다. 여기까지는 센싱의 영역입니다. 그러나 스펙트럼을 읽는 것과 판매 가능한 베일을 생산하는 것은 전혀 다른 문제입니다.

MRF는 모델의 정확도를 파는 것이 아닙니다. 규격을 충족하는 베일을 팝니다. APR Model Bale Spec Grade A rPP 규격은 PP 97% 이상, PVC 0.5% 이하를 요구하며, 이를 충족하지 못한 베일은 반품되어 톤당 50~150달러의 매립지 전용 수수료가 발생하고 다운스트림 재활용 업체와의 신뢰 관계를 훼손합니다(Veriprajna WP45 연구, 2026년). PP 베일에 포함된 단 하나의 PVC 위음성(false-negative)조차 선적물 전체가 대가를 치러야 하는 염소 오염 문제를 유발합니다. 진정 어려운 과제는 플라스틱을 분류하는 것이 아닙니다. 바로 베일의 품질을 증명하는 것입니다.

모델이 무효화할 수 없는 게이트

Assay는 각 물체를 분류한 후, 해당 물체가 베일에 포함될지, 사람의 검토가 필요한지, 아니면 즉시 거부되어야 하는지를 명시적 코드로 결정합니다. 분류 모델은 제안할 뿐이며, 결정은 결정론적 게이트가 내립니다.

스펙트럼 판독

직접 구현한 numpy 1D-CNN (Conv1D×3 에서 글로벌 평균 풀링, 두 개의 밀집 레이어, softmax로 이어지는 구조)이 154개 밴드의 MWIR 스펙트럼으로부터 각 물체를 PP/PE/PS/ABS/PVC로 분류하며, 실제 순전파 및 역전파, Adam, 온도 보정(온도 1.811)을 수행합니다. 이는 약 5 ms의 컨베이어 핫패스에서 순수 수치 코드로 실행됩니다. 의사결정 과정 그 어디에도 LLM은 개입하지 않습니다.

추측하지 말고 기권하라

보정된 max-softmax 신뢰도가 다음 값 미만으로 떨어지는 경우: 0.86, 해당 물체는 추측하여 베일에 포함시키는 대신 수동 QC로 라우팅되어 베일에서 제외됩니다. 낮은 비대칭 임계값(0.06)을 초과하는 모든 PVC 의심 물체는 염소 위험으로 간주되어 강제 거부(hard-reject)됩니다. PP 베일에서 PVC의 위음성은 치명적이며 비대칭 규칙을 적용받아야 마땅하기 때문입니다.

베일 인증

자동 수락된 품목만으로 베일이 누적됨에 따라, 결정론적 정책 게이트는 인코딩된 APR Model Bale Spec Grade A rPP 규격(PP 97% 이상, PVC 0.5% 이하)에 맞추어 베일을 검증합니다. 합격 또는 불합격 판정은 모델이 무효화할 수 없는 규칙이며, 모든 베일은 측정된 순도, 각 검증 항목, 모델 해시가 명시된 서명된(sha256) 인증서와 함께 출하됩니다.

물체당 파이프라인은 단방향 직선 구조입니다. 에뮬레이션된 154개 밴드 MWIR 스펙트럼, 밴드별 표준화, 보정된 신뢰도를 갖춘 1D-CNN 분류, 신뢰도 게이트 및 PVC 강제 거부, 베일 누적, 결정론적 APR 정책 게이트, 그리고 최종적으로 서명된 인증서와 실시간 대시보드로 이어집니다. 신뢰 계층인 기권, PVC 거부, 정책 검사는 모두 모델 외부의 명시적으로 읽을 수 있는 코드에 위치합니다.

이러한 분리야말로 영속적인 핵심입니다. 분류 모델이 향상되든 퇴보하든 게이트는 항상 동일한 역할을 수행합니다. 즉, 모호한 물체를 베일에서 배제하고 PVC를 거부합니다. 게이트를 끄면 동일한 0.894 모델이 동일한 스트림에서 불합격 베일을 출하하게 되며, 이는 보증이 네트워크 가중치가 아닌 인프라에 존재함을 보여주는 가장 명확한 증거입니다. 이 데모는 결정론적(seed 11)으로 작동하고, 약 31초 만에 학습되며, 가중치를 캐시하므로 모든 실행이 완벽히 재현됩니다.

토글 스위치 하나가 모든 것을 말해줍니다

아래 스크린샷은 실제로 실행 중인 Assay 대시보드의 화면입니다. 스펙트럼과 물체는 앱에 명시된 대로 Specim FX50을 대신하는 물리 기반 에뮬레이터에 의해 생성된 합성 데이터입니다. 실제 동작하는 것은 CNN, 게이트, 정책 검사 및 평가입니다.

신뢰도 게이트가 켜진 상태에서 실행 중인 Assay MWIR 사이드 벨트 대시보드: 스캔 헤드의 실시간 스펙트럼 플롯, rPP 121, PE 29, PS 11, ABS 10, PVC 거부 31, 수동 QC 38로 채워지는 선별 빈, 그리고 녹색 베일 인증(Bale Certified) 진행률 표시줄.

가드레일이 활성화된 실시간 선별

흑색 물체들이 04번 라인의 MWIR 사이드 벨트로 유입됩니다. 1D-CNN은 스펙트럼으로부터 각 물체에 라벨을 지정하고 이젝터 스텁이 이를 분류 빈에 넣습니다. 회수된 PP는 rPP 빈으로, 기타 폴리머는 해당 빈으로, PVC는 강제 거부로 분류되며, 신뢰도가 낮은 물체는 추측하는 대신 수동 QC로 보류됩니다. 게이트가 켜지면 누적되는 베일은 채워지면서 실시간으로 인증을 받습니다. QC로 보내진 38개의 물체는 선적물을 오염시키지 않기 위해 지불한 정직한 비용입니다.

게이트가 켜진 상태에서 발급된 Assay 서명 rPP 베일 인증서: 99.2% PP, APR Grade A rPP 합격(PASS), PP 함량 99.2% 및 PVC 함량 0.00% 모두 검증 완료, 베일 내 물체 121개, 수동 QC로 라우팅된 물체 38개, 차단된 PVC 17개 및 유출된 PVC 0개.

합격한 베일 (게이트 켬)

데모 시드 11에서 게이트가 적용된 베일은 PVC 유출 0.00%, PP 99.2%를 기록하여 APR Grade A rPP로 합격합니다. 이 인증서는 단순한 마케팅 배지가 아닙니다. 측정된 조성을 나열하고, 각 APR 조항의 합격 또는 불합격을 검증하며, 연간 50,000톤 시설 프로필에 대해 실시간 계산된 회수 톤수 및 수익과 함께 17개의 PVC 물체가 포착되고 단 하나도 유출되지 않았음을 기록합니다. 이는 실행할 때마다 다시 생성되며 제출 가능한 JSON 또는 인쇄 가능한 HTML로 내보낼 수 있습니다.

게이트가 꺼진 동일 스트림에 대한 Assay 인증서: 94.2% PP, 불합격(FAIL) 및 베일 거부, 97% 기준에 미달한 PP 함량 94.2% 및 0.5% 상한을 초과한 PVC 함량 1.94% 모두 빨간색 십자 표시로 불합격 처리.

불합격한 베일 (게이트 끔, 동일 모델)

신뢰도 게이트를 끄면 분류 모델은 단순 argmax 방식으로 회귀합니다. 모델 자체는 아무것도 바뀌지 않았습니다. 이제 동일한 스트림에서 PP 94.2%, PVC 1.94%의 베일이 출하되며, 이는 두 APR 조항을 모두 충족하지 못해 거부됩니다. PP는 97% 하한선에 미달하고, PVC는 0.5% 상한선의 거의 네 배에 달합니다. 합격한 베일과 거부된 베일의 차이는 더 뛰어난 신경망이 아니라 기권 및 PVC 강제 거부 계층에 있습니다. 이는 기본 CNN이 향상되더라도 그대로 유효합니다.

MWIR 1D-CNN 0.894, 피크 비율 규칙 베이스라인 0.668, RCR 2026년 1월 현장 벤치마크 0.834를 표시하는 Assay 모델 벤치마크 패널. 40개 무작위 베일 기준 게이트 적용 베일은 약 85%, 미적용 베일은 약 22.5%의 APR 충족률을 보임.

정직한 정확도, 그리고 핵심 논제를 입증하는 집계 결과

벤치마크 패널은 홀드아웃 고부하 스트림에서 CNN의 균형 정확도를 0.894로 보고하며, 해석 가능한 피크 비율 베이스라인 0.668 및 동료 평가를 거친 현장 벤치마크 0.834(Resources, Conservation & Recycling, 2026년 1월)와 나란히 배치되어 모델이 자의적으로 평가되지 않고 실험실의 99% 대신 정직한 현장 수치에 근거하도록 합니다. 그 아래의 집계 데이터가 핵심입니다. 40개의 무작위 고부하 스트림 베일 전체에서 게이트 적용 베일은 약 85% 비율로 APR Grade A를 충족하는 반면, 게이트 미적용 베일은 약 22.5%에 불과합니다.

3.0 m/s 속도에서의 Assay 컴퓨팅 아키텍처 지연 시간 패널: 최적화된 엣지 GPU(Jetson AGX Orin, TensorRT, 14 ms)가 권장되며 약 3.4개 노즐에 걸친 42 mm 분사를 기록하고, FPGA 데이터플로우는 불필요하다고 표시되어 32,000유로 및 약 20주를 절감.

계산이 허용할 때 더 저렴한 하드웨어를 권장합니다

지연 시간 엔진은 변위를 벨트 속도와 감지-분사 간 지연 시간의 곱으로 계산하며, 분사 버스트 폭이 약 4개 미만의 이젝터 노즐 피치 내에 들어올 때 해당 아키텍처가 충분하다고 판단합니다. 3.0 m/s에서 이 엔진은 최적화된 엣지 GPU(Jetson AGX Orin, TensorRT, 14 ms)를 권장하는데, 42 mm 버스트가 허용 범위 내인 약 3.4개 노즐 피치에 걸치므로 FPGA는 타당하지 않다고 명시하여 32,000유로와 약 20주를 절감합니다. 벨트 속도를 약 3.6 m/s 이상으로 올리면 정직하게 FPGA로 전환됩니다. 더 비싼 부품을 부당하게 권유하지 않습니다.

정확한 측정 범위가 명시된 실측 수치

이 수치들은 합성이지만 정직한 데이터에 기반한 데모 평가 수치이며, 결코 오픈월드나 실제 양산 환경에 대한 보증이 아닙니다. 아래의 세 가지 범위는 서로 다른 데이터 세트이며 결코 혼합되지 않습니다.

측정 항목	범위	수치
모델 균형 정확도 / 매크로 F1	홀드아웃 고부하 스트림, n=1,700	0.894
피크 비율 규칙 베이스라인	동일 홀드아웃 스트림 (앵커)	0.668
동료 평가 현장 벤치마크	RCR, 2026년 1월 (맥락 제공용, 당사 수치 아님)	0.834
게이트 적용 베일의 APR Grade A 충족률	40개 무작위 고부하 스트림 베일	~85%
게이트 미적용 베일의 APR Grade A 충족률	동일 40개 베일, 단순 argmax	~22.5%
단일 demo-seed-11 베일 (게이트 적용)	1개 베일, 게이트 켬	99.17% PP / 0% PVC → PASS
단일 demo-seed-11 베일 (게이트 미적용)	동일 베일, 게이트 끔	94.19% PP / 1.94% PVC → FAIL
수동 QC 라우팅 / PVC 포착률 / PP 회수율	60개 베일 적합 게이트 세트	~12.6% / ~99.8% / ~71.2%

핵심 논제를 입증하는 수치는 동일한 모델에서 게이트 적용 여부에 따른 격차입니다. 분류 모델의 정확도를 높이는 것은 시간이 오래 걸리고 한계가 뚜렷한 작업입니다. 기권 및 거부 계층을 활성화하면 이미 보유한 모델만으로도 베일의 합격 확률이 약 22.5%에서 약 85%로 즉각 향상됩니다. 적합 게이트에는 정직한 비용이 따릅니다. 스트림의 약 12.6%가 수동 QC로 보내지며, PP의 전체가 아닌 약 71.2%가 회수됩니다. 베일 전체가 불합격되는 것을 막기 위해 더 많은 양을 QC로 라우팅하며, 60개 베일 전체에서 단 1건의 유출만 발생시키며 약 99.8%의 PVC를 포착해냅니다.

이 데모가 하지 않는 것

이것은 메커니즘을 입증하는 실행 가능한 데모이며, 실제 생산 라인에 배포된 파이프라인이 아닙니다.
Specim FX50 센서는 물리 기반 합성 스펙트럼 생성기로 에뮬레이션되며, PLC 및 공압 이젝터는 로깅되는 OPC-UA 스텁이고, RGB 객체 분할은 사전에 주어진 것으로 가정합니다. 여기에 실제 라이브 센서 피드나 실제로 발사되는 이젝터는 없습니다.
0.894는 홀드아웃 고부하 스트림 테스트 수치(n=1,700)이며, 약 99%인 Specim 실험실 수치가 아니며 오픈월드에 대한 보증도 아닙니다. 당사는 이를 동료 평가를 거친 현장 벤치마크 83.4%에 근거하여 제시합니다.
이 데모는 60개 베일에서 1건의 PVC 유출, 약 12.6%의 QC 라우팅, 약 71%의 PP 회수율을 보여줍니다. 이는 우수하고 정직한 수치이지 완벽한 것이 아니며, 당사는 PVC 무검출, 오염 제로, 100% 순도를 주장하지 않습니다.
당사는 기계 자체가 아니라 벤더 중립적인 레트로핏 사이드 벨트 두뇌를 구축합니다. 당사는 TOMRA, Steinert, Machinex, Pellenc 또는 출시된 어떤 선별기도 복제, 대체하거나 능가하지 않으며, 1차 NIR 선별의 다운스트림에 배치됩니다.
이 인증서는 공식 제출 가능한 순도 증빙 자료이며, PPWR, 캘리포니아 SB 54, RecyClass 또는 EPR 준수, 인증 또는 적합성 주장이 아닙니다. 해당 규정들은 맥락 정보로 인용되었습니다.
WEEE/XRF 브롬 융합, 주간 재보정 루프 및 대체 센서 자격 검증은 향후 확장 경로로서 유보되었으며 여기서는 시연되지 않습니다.
어떠한 고객사, MRF, 재활용 업체 또는 현장 처리 톤수도 암시되지 않습니다. RCR 2026년 1월, APR, PPWR, SB 54, RecyClass 및 명시된 선별기 제조사들은 공개 참조 자료일 뿐 당사의 고객이 아닙니다.

플랜트 및 재활용 기술 팀이 자주 묻는 질문

NIR 선별기가 전혀 보지 못하는 흑색 플라스틱을 어떻게 선별합니까?

카본 블랙은 근적외선 전반을 흡수하므로, 검은색 벨트 위의 검은색 트레이는 광학 NIR 선별기에 신호가 전혀 없는 공백입니다. 반면 중적외선 시그니처(2.7~5.3 마이크론)는 비어 있지 않은데, 고분자 고유의 흡수 밴드가 그곳에 여전히 나타나기 때문입니다. Assay는 물체당 154개 밴드의 MWIR 스펙트럼을 판독하고, 처음부터 자체 구현한 numpy 1D-CNN이 이를 PP, PE, PS, ABS 또는 PVC로 분류합니다. 이 데모에서 FX50 센서는 앱에 명시된 대로 물리 기반 스펙트럼 생성기로 에뮬레이션됩니다.

이를 사용하려면 기존 NIR 선별기를 철거해야 합니까?

아닙니다. Assay는 1차 NIR 선별에서 나오는 흑색 플라스틱 위주의 잔재물 배출물을 판독하는 사이드 벨트 센싱 스테이션입니다. 이미 가동 중인 선별기의 다운스트림에 위치하여, 그대로 두면 잔재물과 매립지로 버려질 유분을 회수합니다. 당사는 TOMRA, Steinert, Machinex, Pellenc 또는 출시된 어떤 선별기도 대체하거나 복제하지 않으며, 이들보다 더 뛰어난 선별 성능을 제공한다고 주장하지 않습니다.

분류기의 정확도는 실제로 어느 정도입니까?

학습 데이터보다 의도적으로 더 오염된 분포를 가진 1,700개 물체의 홀드아웃 고부하 스트림에서, MWIR 1D-CNN은 0.894의 균형 정확도를 기록하며 동료 평가를 거친 83.4%의 현장 벤치마크(Resources, Conservation & Recycling, 2026년 1월)에 근접하고, 0.668의 해석 가능한 피크 비율 규칙 베이스라인이 이를 뒷받침합니다. 당사는 정직한 콜드 스타트 구간을 의도적으로 공개합니다. 약 99%에 달하는 Specim의 실험실 수치를 당사의 수치로 인용하지 않으며, 0.894는 테스트 세트 수치일 뿐 오픈월드 보증이 아닙니다.

모델이 완벽하지 않다면 베일이 규격을 충족한다고 어떻게 보장할 수 있습니까?

보증은 분류기가 아닌 모델 외부의 인프라에서 나옵니다. 보정된 신뢰도 게이트는 softmax 0.86 미만의 모든 물체를 베일에 억지로 추측해 넣는 대신 수동 QC로 기권 처리하고, PVC는 염소 오염 위험으로 인해 강제 거부되며, 결정론적 정책 게이트는 누적된 베일을 APR Model Bale Spec(Grade A rPP 기준: PP 97% 이상, PVC 0.5% 이하)에 맞추어 검증합니다. 40개의 무작위 고부하 스트림 베일 전체에서 게이트 적용 베일은 약 85%의 확률로 APR Grade A를 충족하는 반면, 동일 모델에 단순 argmax를 적용했을 때는 약 22.5%에 불과합니다.

베일 인증서는 감사관에게 실제로 무엇을 증명합니까?

모든 베일은 측정된 조성, 각 APR 조항의 합격/불합격 여부, 모델 해시 및 아키텍처, 신뢰도 임계값, 자동 수락/수동 QC 기권/강제 거부 수량, 회수 톤수 및 수익이 명시된 서명된(sha256) 기록과 함께 출하되며, 이는 JSON으로 제출하거나 HTML로 인쇄할 수 있습니다. 이는 규제 인증이 아닌 순도에 대한 실증적 증빙 자료입니다. 당사는 PPWR, SB 54 또는 RecyClass 적합성을 주장하지 않습니다.

라인 속도에 맞춰 이를 구동하려면 고가의 FPGA 하드웨어가 필요합니까?

일반적인 벨트 속도에서는 필요하지 않습니다. 지연 시간 엔진은 벨트 속도와 감지-분사 간 지연 시간의 곱으로 변위를 계산하고 분사 버스트가 약 4개 미만의 이젝터 노즐 피치 내에 들어오는지 확인합니다. 3.0 m/s에서 이 엔진은 최적화된 엣지 GPU(Jetson AGX Orin, TensorRT, 14 ms)를 권장하며(42 mm 버스트가 약 3.4개 노즐 피치에 걸침), FPGA는 타당하지 않다고 표시하여 32,000유로와 약 20주를 절감합니다. 벨트 속도를 약 3.6 m/s 이상으로 높이면 정직하게 FPGA로 전환됩니다. 계산이 허용하는 한 항상 더 경제적인 옵션을 추천합니다.

기술 연구

이 데모의 기반이 된 연구 — 아키텍처, 검증 설계 및 엔터프라이즈 청사진.

전체 솔루션

재활용 소재 회수 및 흑색 플라스틱 선별을 위한 AI 솔루션 살펴보기 →

분류 모델과 베일 사이에 순도 게이트를 배치하십시오

베일 불합격으로 인해 매출 손실과 다운스트림 거래처와의 신뢰 훼손이 발생한다면, 실패 원인은 모델이 아니라 누락된 게이트에 있습니다.

당사는 보정된 기권, PVC 강제 거부, 결정론적 정책 게이트를 통해 정직하고 우수한 분류기를 공식 제출 가능한 베일 인증서로 전환할 수 있음을 보여주기 위해 Assay를 개발했습니다. 동일한 프레임워크에 다른 규격과 다른 센서를 적용할 수도 있습니다. 귀하의 라인에서 손실되는 흑색 플라스틱 비율과 재활용 업체가 요구하는 등급을 알려주시면, 게이트 기반 회수 스테이션의 적합성을 함께 검토해 드리겠습니다.

흑색 플라스틱 회수 검토

✓ NIR 선별에서 잔재물로 유실되는 흑색 플라스틱 추정
✓ 다운스트림 재활용 업체가 요구하는 베일 규격 매핑
✓ 기존 선별기 후단에 배치할 MWIR 사이드 벨트 스테이션 범위 설정
✓ 요구 등급에 맞춘 기권 및 PVC 거부 임계값 정의

게이트 기반 회수 스테이션 구축

✓ 검사 가능한 코드로 구현된 스펙트럼 분류기 및 결정론적 게이트
✓ 보정된 QC 기권 및 비대칭 PVC 강제 거부
✓ 고객 규격에 맞춘 베일별 서명 순도 인증서
✓ 최소 비용의 적정 컴퓨팅을 선택하는 벨트 속도 지연 시간 계산

WhatsApp으로 문의하기 팀에 이메일 보내기