
엔비디아(NVIDIA)가 컴퓨터 비전 인공지능(AI)과 로보틱스 기술을 결합해 폐기물 선별 공정을 자동화하는 글로벌 스타트업 네 곳의 현장 도입 사례를 공식 블로그에 공개했다.
대상 기업은 자사 스타트업 지원 프로그램인 엔비디아 인셉션(NVIDIA Inception)에 참여 중인 △에이아이레코(AIRECO) △에버레스트랩스 AI(EverestLabs AI) △그레이패럿(Greyparrot) △리버스패션(reverse.fashion)이다. 플라스틱 병에서부터 일반 생활 재활용품, 버려진 의류까지 각사가 다루는 품목과 현장 적용 방식은 저마다 다르다.
그동안 재활용 선별장은 열악한 작업 환경 탓에 극심한 인력난을 겪어왔다. 컨베이어 벨트 위로 쏟아지는 수많은 폐기물을 사람이 일일이 눈으로 보고 손으로 골라내다 보니 처리 속도에 한계가 뚜렷했고, 이물질 혼입으로 인해 재생 원료의 품질이 떨어지는 문제도 잦았다. 비전 AI와 로봇팔의 결합은 이 병목을 풀기 위한 현실적인 대안으로 현장에 빠르게 파고들고 있다.
대만 스타트업 에이아이레코는 비전 AI로 플라스틱 재질을 세밀하게 쪼개 분류함으로써, 수거된 플라스틱을 다시 동일한 용도의 제품으로 돌려보내는 폐쇄형 재활용(Closed-loop) 체계를 뒷받침한다.
회사는 대만 타이난에 위치한 재활용 공장 시험 라인에 엔비디아 젯슨 오린 NX(NVIDIA Jetson Orin NX) 모듈을 투입해 현장 추론을 돌리고, 컨베이어 위 목표물을 정확히 집어내는 로봇팔을 구동하고 있다. 이 시험 라인에서 기록한 물체 인식 정확도는 95%를 넘어섰다.
에이아이레코는 내년 본격 가동을 목표로 잡은 상용 생산 라인에서 연간 폐기물 처리 능력을 기존 1만8000톤에서 4만8000톤 규모로 대폭 끌어올리고, 운영 비용은 85%까지 절감하겠다는 청사진을 내놨다. 다만 이는 현재 거둔 확정 실적이 아니라 회사가 신규 생산 라인 구축을 통해 달성하려는 목표치다.
미국에 거점을 둔 에버레스트랩스 AI는 생활 재활용품 선별 시설에 컴퓨터 비전 기반의 분류 로봇을 직접 배치하는 모델을 택했다. 현재 북미와 호주 지역 재활용 시설에서 약 150대의 시스템이 가동 중이다.
시스템 구조는 현장 엣지 단에 설치된 엔비디아 RTX GPU가 실시간 시각 추론을 맡고, 백엔드 데이터센터 GPU가 방대한 폐기물 이미지를 바탕으로 AI 모델을 학습시키는 이원화 방식을 취한다.
회사 자체 추산에 따르면 지금까지 현장에 깔린 시스템이 식별해 낸 개별 폐기물 조각은 약 400억개에 달한다. 이를 통해 약 2만5000톤 규모의 자원을 실제로 재활용 라인으로 돌려보냈고, 이산화탄소 배출량 역시 약 3만톤가량 줄이는 효과를 냈다.
영국 스타트업 그레이패럿은 로봇팔 대신 컨베이어 벨트 상단에 설치해 지나가는 쓰레기를 전수 스캔하는 분석 장비 애널라이저(Analyzer)로 승부를 걸었다. 먼지가 날리고 조명이 어두운 열악한 공장 환경에서도 초속 최대 4m 속도로 빠르게 지나가는 벨트 위 물체의 재질은 물론, 겉면에 찍힌 브랜드 로고까지 실시간으로 읽어낸다.
현재 전 세계 20개국 이상에서 300대가 넘는 그레이패럿 시스템이 돌아가고 있으며, 누적 1조건 이상의 객체 탐지(바운딩 박스) 기록을 세웠다. 기존에 작업자가 15톤 분량의 폐기물 성분을 일일이 표본 조사하는 데 375시간이 꼬박 걸렸다면, 이 장비를 도입한 뒤에는 같은 작업을 6시간 만에 끝낸다.
현장의 데이터 확보가 곧 수익성 개선으로 이어지면서 글로벌 소비재 기업들의 러브콜도 이어지고 있다. 애널라이저가 뿜어내는 실시간 분석 데이터를 공정 제어에 활용하는 재활용 시설들은 평균 10~30% 수준의 운영 효율 개선을 보고했다.
글로벌 포장재 기업 앰코(Amcor)는 이 기술을 도입해 고부가가치인 식품용 등급 플라스틱 회수 수율을 12% 높였다. 코카콜라(Coca-Cola)와 콜게이트-파몰리브(Colgate-Palmolive), 켄뷰(Kenvue) 같은 대형 소비재 제조사들도 실제 폐기물 선별 공장에서 자사 제품 포장재가 얼마나 제대로 회수되고 재활용되는지 추적·측정하기 위해 그레이패럿의 데이터 솔루션을 쓰고 있다.
독일 베를린에 본사를 둔 리버스패션은 재활용 난도가 가장 높은 영역 중 하나인 의류 폐기물 시장을 겨냥했다. 고해상도 비전 센서로 옷감의 종류와 찢어짐 같은 결함 유무는 물론 △색상 △크기 △브랜드 △원단 직조 구조 △계절감 및 스타일 속성까지 입체적으로 판별한다.
초속 3m 속도로 쉴 새 없이 움직이는 의류 더미를 실시간으로 분석하기 위해 12개가 넘는 개별 비전 AI 모델을 동시에 적용했다. 방대한 연산을 지연 없이 처리하려 텐서RT(TensorRT) 소프트웨어로 모델을 최적화하고 현장의 젯슨 모듈에서 실행한다.
카르스텐 푸팔(Karsten Pufahl) 리버스패션 공동창업자 겸 최고기술책임자(CTO)는 과거 숙련공들이 일주일 내내 매달려야 했던 의류 선별 물량을 자사 시스템이 단 한 시간 만에 처리할 수 있다고 추산했다. 회사는 현재 유럽 내 의류 선별 시설을 중심으로 해당 시스템의 현장 도입을 본격화하고 있다.






