리포트 TL;DR

세계 폐기물 선별과 재활용 산업은 지금 거대한 전환점을 맞이하고 있습니다. 유럽연합(EU), 미국, 한국 등의 국가들은 환경 문제와 자원 고갈에 대응하기 위해 순환경제(Circular Economy)로의 전환을 가속화하며, 강력한 정책을 도입하고 있습니다.

그러나 수선별 중심의 기존 재활용 선별 시스템은 낮은 실질 재활용률, 고령화된 노동력과 안전 문제, 기존 장비의 정밀도 부족 등의 문제에 부딪히며 변화하는 정책에 대한 대응을 어렵게 만들고 이로 인한 잠재적 리스크에 대한 대응 역시 어렵게 만들고 있습니다.

이와 같은 상황 속에서 AI 기반 기술은 더 이상 선택이 아닌 필수적 해법으로 부상하고 있습니다. 여러분은 이 보고서에 수록된 실제 도입 사례를 통해 보완의 관점에서 AI 선별 기술이 어떻게 기 도입된 선별 시스템과 시너지를 만들어 정책변화에 효과적으로 대응하고 있는지 확인하실 수 있습니다. 또한 에이트테크가 어떻게 불가능했던 과제들을 해결해 나가면서 자원순환의 새로운 가능성을 만들어 나가는 모습도 확인하실 수 있습니다.

이제 AI 선별 기술은 단순한 장비 도입을 넘어, 공공과 민간 모두에게 필수적인 생존 전략이자 미래 경쟁력의 핵심 자산으로 자리잡고 있습니다.

목차

1. 글로벌 정책 변화와 재활용 기준 강화

   1. 주요 국가 정책 변화 흐름

   2. 강화되는 글로벌 재활용 기준

   3. 기준 미충족시 예상되는 리스크

2. AI 선별 기술 도입이 필요한 이유

   1. 기존 선별 방식의 한계

   2. 광학선별기 및 AI 로봇 선별기 비교

   3. AI는 대체가 아닌 시너지

3. 실제 도입 사례 분석

   1. 울산 대영기업 사례 분석

   2. 민간기업이 얻는 실질적인 가치

4. 문제에서 출발하는 기술, 경계를 넓히는 기술

   1. 이것도 되나요?

   2. 기술 유연성의 중요성

챕터 01. 글로벌 정책 변화와 재활용 기준 강화

토픽 1. 주요 국가의 정책 변화 흐름

• 유럽연합(EU)

• 미국

• 한국

전 세계적으로 자원 고갈과 환경 문제에 대한 인식이 높아짐에 따라, 각국 정부는 폐기물 관리 및 재활용 정책을 강화하며 '순환 경제'로의 전환을 가속화하고 있습니다.

이러한 주요 국가들의 정책 변화는 재활용 폐기물 선별 시설의 기술적 전환과 전략적 대응의 필요성을 더욱 강조하고 있습니다.

유럽연합(EU) 🇪🇺

Key Point — 순환 경제를 향한 강력하고 포괄적인 규제 강화

EU는 '유럽 그린딜'의 핵심 목표 중 하나로 순환 경제로의 전환을 설정하고, 이를 위한 구체적이고 강제성 있는 법안들을 연이어 내놓고 있습니다.

유럽 - 주요 정책 및 흐름 3가지

1. 폐기물 선적 규정(Waste Shipments Regulation)

2024년 5월부터 발효되는 이 새로운 규정은 유럽연합(EU)에서 비OECD 국가로의 폐기물 수출을 더욱 엄격하게 통제합니다. 폐기물을 수입하는 국가는 환경적으로 지속 가능한 방식으로 폐기물을 관리할 수 있는 능력 입증이 필요하며, 2026년 11월부터는 비OECD 국가로의 플라스틱 폐기물 수출이 전면 금지될 예정입니다. 해당 조치는 EU 내에서 발생하는 폐기물에 대한 책임을 강화하고, 역내 재활용 시장을 활성화하여 지속 가능한 발전의 도모를 위한 전략의 일환으로 이해될 수 있습니다.

2. 순환 경제 실행 계획(Circular Economy Action Plan)

EU는 2015년부터 순환 경제 실행 계획을 통해 폐기물 발생을 줄이고, 재사용과 재활용을 촉진하기 위한 포괄적인 정책을 추진해왔습니다. 본 정책은 제품의 내구성 및 에너지 효율성 증대, 재활용 원료 사용 확대, 계획적 진부화 방지 등을 포함하며, 섬유, 전자 폐기물, 배터리 등 주요 분야에 대한 구체적인 전략을 담고 있습니다. 또한 핵심 원자재의 안정적인 공급을 위해 재활용 및 회수를 강화하는 '핵심원자재법(Critical Raw Materials Act)'과 연계하여 순환 경제의 중요성을 더욱 강조하고 있습니다.

3. 포장 및 포장 폐기물 규정(PPWR)

2025년 발효를 앞둔 이 규정은 EU 시장에 출시되는 모든 포장재에 대한 새로운 요구사항을 담고 있습니다. 2030년까지 모든 포장재를 경제적으로 실행 가능하게 재활용할 수 있도록 설계해야 하며, 플라스틱 포장재의 경우 최소 재활용 원료 함량 목표를 설정했습니다. 또한, 불필요한 포장을 줄이고 특정 일회용 플라스틱 포장재의 사용을 제한하며, 재사용 및 리필 시스템을 장려하는 등 포장재의 전 생애주기를 관리하는 것을 목표로 합니다.

유럽(EU)은 2030년까지 모든 포장재를 경제적으로 실행 가능하게 재활용할 수 있도록 설계해야 하며, 플라스틱 포장재의 경우 최소 재활용 원료 함량 목표를 설정했습니다.

미국 🇺🇸

Key Point — 연방 정부의 목표 설정과 주(州) 중심의 자율적 규제 확산

미국은 연방 차원의 강력한 재활용 의무 규정은 없습니다. 하지만 환경보호청(EPA) 중심으로 국가적인 목표를 제시하고, 주 정부 차원에서 구체적인 정책을 도입하는 방식으로 변화를 시도하고 있습니다.

미국의 EPR 법안(생산자책임재활용제도)은 포장재 생산자가 폐기물 관리 비용을 부담하게 하여, 재활용이 용이한 포장재 설계를 유도합니다.

미국 - 주요 정책 및 흐름 3가지

1. 국가 재활용 전략(National Recycling Strategy)

EPA가 2021년 발표한 이 전략은 2030년까지 재활용률 50% 달성을 목표로 합니다. 재활용 원료 시장 개선, 수거 및 인프라 개선, 재활용품 오염 감소, 순환성 지원 정책 강화, 측정 표준화 및 데이터 수집 강화 등 5가지의 전략적 목표를 제시하고 있습니다. 이는 연방 정부가 방향성을 제시하고 이해관계자들의 협력을 유도하는 노력의 일환입니다.

2. 개별 주 및 지방 정부의 규제

연방 정부의 포괄적인 규제가 없는 대신, 많은 주와 지방 정부가 특정 품목 매립 금지, 재활용 목표 설정, 특정 용기 보증금제(Bottle Bill) 등 자체적인 규제를 시행하고 있습니다. 이러한 분산적인 접근 방식은 미국 전역의 재활용 시스템을 복잡하고 비일관적이게 만들기도 하지만, 각 지역별 특성에 맞는 다양한 정책 실험이 이루어 질 수 있는 기반이 되고 있습니다.

3. 생산자책임재활용제도(EPR)의 확산

최근 미국 내 재활용 정책의 가장 큰 변화는 포장재에 대한 EPR 법안이 주(州) 단위로 확산되고 있다는 점입니다. 메인주를 시작으로 오리건, 콜로라도, 캘리포니아, 미네소타, 워싱턴 등 여러 주에서 EPR 법안을 채택했습니다. 이 법안들은 포장재 생산자가 제품의 수거, 분류, 재활용 등 폐기물 관리 비용의 전부 또는 일부를 부담하도록 규정하여, 생산 단계에서부터 재활용이 용이한 포장재 설계를 유도하고 재활용 시스템에 대한 안정적인 재원을 마련하는 것을 목표로 합니다.

뉴욕 브루클린 선셋파크 재활용 선별장(MRF)

뉴욕 브루클린에 위치한 선셋파크 재활용 선별장(MRF)은 북미 최대 규모로, 뉴욕시 전역의 주거용 재활용 쓰레기를 처리하는 핵심 거점입니다. 하루 1000톤 이상, 연간 50만 톤의 폐기물을 처리하며, 단 115명의 인력으로 운영되는 높은 효율성을 보여주고 있습니다.

첨단 자동화 설비의 도입

이러한 성과의 핵심은 광학선별기, 로봇팔, 드럼 마그넷, 디스크 스크린 등 첨단 자동화 기술입니다. 기술적 혁신을 통해 인력 의존도를 줄이면서도 분류 정확도를 높였고, 이는 처리 비용 절감과 선별 품질 향상으로 이어졌습니다. 선셋파크에서 나오는 최종 재활용품 묶음의 순도는 95% 안팎이며, 글로벌 기업들의 러브콜이 몰리고 있습니다. 해당 시설이 북미에 존재한다는 것만으로도 탄소중립을 선언한 이 지역 기반 기업들은 원료 조달 측면에서 경쟁력 강화를 도모할 수 있습니다.

선셋파크 재활용 선별장(MRF)의 현대화된 자동화 설비

뉴욕 선셋파크 재활용 선별장(MRF) 전경

민간 투자와 글로벌 기업의 참여

운영 주체는 호주의 재활용 기업 심스(Sims)이며, 초기 설비 구축에 1억 달러 이상이 투입되었습니다. 최근에는 CLP(Closed Loop Partners) 투자 컨소시엄이 지분을 인수했는데, 이 과정에는 네슬레, 펩시코, 유니레버 등 글로벌 기업이 참여하여 재활용 원료 확보와 ESG 경영 강화의 일환으로 적극적으로 관여하고 있습니다.

정책적 기반과 행정 지원

뉴욕시는 1989년부터 재활용 수거를 의무화했고, 블룸버그 시장 시절 장기 계약 및 부지 무상 제공 등 행정적 지원을 통해 민관 협력 기반을 마련했습니다. 이러한 정책적 뒷받침은 민간 투자의 안정성을 보장하며 지속 가능한 인프라 운영을 가능케 했습니다.

사회적·교육적 파급 효과

선셋파크 시설은 단순히 폐기물 처리장에 그치지 않고, 매년 8000명 이상의 시민·학생·공무원이 방문하는 환경 교육 현장으로 기능하고 있습니다. 이는 재활용 정책에 대한 시민 인식을 제고하고, 정책 신뢰성을 높이는 효과를 거두고 있습니다.

한국 🇰🇷

Key Point — 오랜 EPR 경험을 바탕으로 순환 경제 고도화 추진

한국은 2003년부터 선도적으로 EPR 제도를 도입하여 운영해 온 경험을 바탕으로, 최근 '순환 경제'로의 전환을 가속화하기 위한 정책들을 구체화하고 있습니다.

한국 - 주요 정책 및 흐름 3가지

1. 자원순환기본법과 순환 경제로의 전환

2018년 시행된 '자원순환기본법'은 폐기물 발생 억제 및 순환 이용을 촉진하는 사회를 만들기 위한 법적 기반을 마련했습니다. 이 법은 자원순환 성과관리제, 폐기물처분부담금 등의 제도를 도입하여 기업과 지자체의 자원순환 노력을 유도합니다. 최근에는 '순환경제사회 전환 촉진법'으로 전부 개정되어, 제품의 지속가능한 사용을 위한 내구성 및 수리 용이성 기준 설정, 순환자원 인정 제도 등을 통해 순환 경제 이행을 더욱 강화하고 있습니다.

2. 'CE 9' 프로젝트와 산업별 순환 경제 전략

정부는 2023년 석유화학, 철강, 비철금속, 배터리, 전자, 섬유, 자동차, 기계, 시멘트 등 9개 주요 산업을 대상으로 '순환 경제 9대 선도 프로젝트(CE 9)'를 발표했습니다. 이 프로젝트는 폐플라스틱 열분해유 생산 확대, 폐배터리 재활용 기반 구축, 핵심 광물 재자원화 등 산업별 특성을 고려한 맞춤형 순환 경제 모델을 구축을 목표로 합니다.

3. 플라스틱 등 주요 품목 관리 강화

플라스틱 폐기물 문제 해결을 위해 2030년까지 플라스틱 폐기물 발생량을 50% 감축하고 재활용률 70%를 목표로 설정했습니다. 이를 위해 유색 페트병 생산을 금지하고, 재활용 용이성에 따라 포장재 등급을 평가하여 생산자에게 재활용 분담금을 차등 부과하는 등 재활용이 쉬운 제품 설계를 유도하고 있습니다. 또한, 2023년부터 연간 1만 톤 이상 페트(PET) 생산 기업에 대해 2030년까지 30%의 재생원료 사용 의무를 부과하는 등 재생원료 사용을 촉진하고 있습니다.

2025년 이재명 정부의 재활용 정책 분석

25년 6월 새롭게 출범한 이재명 정부는 탄소중립과 순환경제 구축을 국가적 핵심 과제로 설정하고, 산업과 환경 전반에서 구조 개편과 제도 강화를 추진하고 있습니다.

산업통상자원부

탄소중립 선도국 도약을 위해 2035년 국가 온실가스 감축목표(NDC) 달성을 위한 전략과 수단을 전면 개편하고, 수소환원제철 및 바이오 원료전환 등 대규모 연구개발(R&D)을 지원하고 있습니다. 또한 탄소 감축을 위한 설비 투자 확대, 저탄소 제품의 국내 수요 촉진, 기업의 탄소배출 관리 및 데이터 플랫폼 구축 등을 통해 해외 규제에 대응하며, 제로에너지 건축물 보급 및 녹색 건축인증 개선을 통해 에너지 효율을 높이고자 합니다.

이와 함께 재제조 · 재사용 · 재자원화 등 순환경제 기반의 비즈니스 모델을 활성화하고, 자원효율등급제 및 재생원료인증제를 도입하여 글로벌 경쟁력을 확보할 예정입니다.

환경부

순환경제 생태계 조성을 위해 전주기 탈플라스틱 로드맵을 마련하고, 페트병 재생원료 사용 의무 비율을 2030년까지 30%로 상향할 계획입니다. 또한 한국형 에코디자인 도입과 포장재 재질·구조 개선을 통해 지속가능한 제품 설계를 촉진하고 있으며, 무인회수기, 회수보상제, 생산자책임재활용 제도를 강화하여 회수체계를 고도화하고 있습니다.

아울러 폐배터리, 태양광 패널, 폐의류 등 품목별 순환이용 체계를 구축하고 생산인증제와 자원화 기술개발을 병행하고 있으며, CE100 참여 확대와 RE100 산업 연계를 통한 히트링크 사업을 추진하여 순환경제 확산의 적극적인 확산을 준비하고 있습니다.

위와 같은 정책적 노력을 통해 정부는 자원 절약 및 온실가스 감축을 실현하는 동시에 해외 탄소규제 대응력 강화, 새로운 시장과 산업 창출, 순환경제 기반 일자리 확대를 기대하고 있습니다. 결과적으로 산업 경쟁력 강화와 함께 지속가능한 경제와 사회의 기반이 더욱 공고히 다져질 것으로 전망됩니다.

토픽 2. 강화되는 글로벌 재활용 기준

• '생산자 책임' 확대 및 강화

• 재질별 회수 및 재활용 원료 사용 의무화

• 선별 기술 고도화 의무화

전 세계적으로 순환 경제로의 전환이 가속화되면서 재활용 정책은 생산자에게 더 많은 책임과 재활용 원료 사용을 의무화하며, 선별 기술의 고도화를 요구하는 방향으로 강화되고 있습니다. 이는 단순히 폐기물을 처리하는 것을 넘어 자원을 효율적으로 순환시키고 환경 영향을 최소화하려는 강력한 의지의 표명입니다.

'생산자 책임' 확대 및 강화

제품 사용 후 재활용까지 생산자가 책임지는 '생산자책임재활용제도(EPR)'가 글로벌 표준으로 자리 잡고 있습니다.

유럽연합(EU) 🇪🇺

EU의 '포장 및 포장 폐기물 규정(PPWR)'은 생산자 책임의 범위를 대폭 확대한 대표적인 사례입니다. 이 규정은 생산자가 포장재의 전 생애주기에 걸쳐 환경적 책임을 지도록 명시합니다. 특히 재활용이 용이하도록 제품을 설계하고, 재활용 비용을 부담하며, 소비자에게 정확한 분리배출 정보를 제공할 의무를 부과합니다. 또한 재활용 용이성에 따라 EPR 분담금을 차등적으로 부과(에코 모듈레이션)하여 친환경 설계를 유도합니다.

미국 🇺🇸

연방 차원의 단일 법규는 없지만, 주(州) 단위로 EPR 법안 도입이 빠르게 확산되고 있습니다. 메인주를 시작으로 오리건, 콜로라도, 캘리포니아 등이 포장재에 대한 EPR 법안을 통과시켰고, 캘리포니아의 '플라스틱 오염 방지 및 포장재 생산자 책임법(SB 54)'은 생산자가 '생산자책임조직(PRO)'을 설립하고 기금을 내도록 하여, 포장재 수거 및 재활용 시스템 운영 비용을 직접 부담하도록 규정했습니다. 이는 폐기물 처리의 책임을 납세자에서 생산자로 전환하는 중요한 변화입니다.

한국 🇰🇷

2003년부터 EPR 제도를 선도적으로 도입했으며, 최근 '순환경제사회 전환 촉진법'을 통해 생산자의 책임을 더욱 강화하고 있습니다. 제품 설계 단계부터 순환 이용 가능성 고려, 높은 내구성과 수리 용이성 확보, 순환원료 사용을 확대하도록 노력할 의무를 부여했습니다. 또한 재활용 용이성에 따라 분담금을 차등 적용하여 생산자의 자발적인 노력을 유도하고 있습니다.

재질별 회수 및 재활용 원료 사용 의무화

각국은 구체적인 수치를 제시하며 재활용 목표를 상향 조정하고, 특히 플라스틱을 중심으로 재생원료 사용을 법적으로 의무화하고 있습니다.

유럽연합(EU) 🇪🇺

EU의 PPWR은 2030년까지 모든 포장재를 재활용 가능하게 설계하도록 요구하며, 재질별로 구체적인 '재활용 원료 최소 사용 비율'을 설정했습니다. 2030년까지 PET 포장재는 30%, 기타 플라스틱 포장재는 10~35%의 재활용 원료를 의무적으로 사용해야 합니다. 이 비율은 2040년에는 최대 65%까지 상향 조정될 예정입니다. 또한, 2030년까지 포장재 재활용률 70% 달성을 목표로 하고 있습니다.

미국 🇺🇸

캘리포니아의 SB 54 법안은 2032년까지 모든 일회용 포장재와 플라스틱 식기류를 재활용 또는 퇴비화 가능하게 만들 것을 요구합니다. 또한 플라스틱 포장재의 재활용률 목표를 단계적으로 상향하여 2028년 30%, 2030년 40%, 2032년까지 65%로 설정했습니다. 뉴욕주에서 추진 중인 법안 역시 향후 12년간 플라스틱 포장재 사용을 30% 감축하고, 2052년까지 전체 포장재의 75%를 재활용 가능하게 설계하도록 요구합니다.

한국 🇰🇷

정부는 2024년 제품·포장재별 재활용 의무율을 고시하여 생산자의 재활용 책임을 명확히 하고 있습니다. 또한, 연간 1만 톤 이상 PET를 생산하는 기업에 대해 2030년까지 30%의 재생원료 사용 의무를 부과하는 등, 플라스틱 재생원료 사용을 단계적으로 의무화하고 있습니다. '순환경제사회 전환 촉진법'은 국가의 중장기적 목표로써 '순환이용률'을 설정하고 관리하도록 규정하여 재활용률 제고를 위한 법적 기반을 마련했습니다.

'광학선별기' 등 선별 기술 도입 의무화

높아진 재활용 목표와 재생원료 품질 기준 충족을 위해 광학선별기, AI 기반 선별 시스템 등 첨단 기술 도입이 요구되고 있습니다.

유럽연합(EU) 🇪🇺

EU는 명시적으로 특정 설비를 의무화 하기보다 높은 재활용 목표와 품질 기준을 설정함으로써 선별 기술의 고도화를 간접적으로 강제하고 있습니다. 특히 PPWR이 요구하는 재질별 재활용 원료 사용 의무를 충족하려면, 고품질의 재생원료를 안정적으로 확보하는 것이 필수적입니다. 이를 위해서 PET, PE, PP 등 플라스틱 재질을 신속 · 정확하게 분류하는 광학선별기와 같은 첨단 자동화 선별 기술의 도입이 사실상 필수적입니다.

미국 🇺🇸

미국 역시 주별 EPR 법안을 통해 조성된 기금을 재활용 인프라 개선에 투자하고 있습니다. 이는 노후화된 선별 시설을 현대화하고, 광학선별기와 같은 고도화된 장비를 도입하는 재원으로 활용될 수 있습니다. 캘리포니아를 비롯한 다양한 주에서 높은 재활용률 목표를 부과함에 따라, 선별 효율성과 정확도를 높이기 위한 기술 투자가 가속화될 전망입니다.

한국 🇰🇷

정부는 순환 경제 활성화 정책의 일환으로 공공선별장에 광학선별기 설치를 의무화하는 정책을 명확히 했습니다. 2026년까지 공공선별장의 62.6%를 현대화하고, 민간 선별시설 역시 AI 기반 선별 시스템 등 첨단 설비 도입을 위한 재정 지원을 확대하고 있습니다. 이는 재활용품의 선별 정확도를 높여 고품질 재생원료 생산을 확대하기 위한 조치입니다.

순환경제로의 전환을 위해 재활용 기준이 높아지고 있고, 이를 달성하기 위한 선별 기술 도입이 의무화되고 있습니다(사진: 에이트테크의 AI 로봇 솔루션, 에이트론의 모니터링 화면)

재활용 선별장의 혁신을 만드는 세계의 기업들

강화되는 글로벌 기준은 결국 현대화된 재활용 선별장을 위한 기술 기업들의 혁신을 이끌어 내고 있습니다.

AMP 로보틱스 (미국)

AMP(AMP Robotics)는 인공지능(AI)과 로봇 공학을 활용하여 재활용 인프라를 현대화하는 기업입니다. 로봇 팔을 이용한 자동화된 폐기물 분류 시스템을 통해 자원 회수율을 높이고 인력 비용을 절감하며, 전세계 공급망을 위한 재활용 원자재를 회수하는데 주력하고 있습니다. 폐기물 분류 시장의 선두 주자로써, AI 기반의 스마트 분류 솔루션을 제공하여 재활용 산업의 경제성을 전환하고, 더 높은 재활용률과 자원 회수를 달성하도록 지원합니다.

그레이 페럿 (영국)

그레이패럿(Greyparrot)은 런던 기반의 AI 스타트업으로 세계 최초의 AI 기반 폐기물 데이터 플랫폼인 '딥네스트(Deepnest)'를 선보였습니다. 이 플랫폼은 전세계 소재회수시설(MRF)에 설치된 AI 카메라 시스템을 통해 매년 400억 개 이상의 포장 폐기물을 분석하고, 이를 재활용 가능한 데이터로 변환해 브랜드들이 포장재의 분류 및 재활용 실태를 정확히 파악할 수 있도록 도와줍니다.

에이트테크 (한국)

에이트테크는 AI와 로봇 기술을 활용해 폐기물을 선별하고, 이를 기반으로 고품질 재생 원료를 생산하는 자원순환 혁신기업입니다. 2020년 AI 기반 재활용 폐기물 선별 로봇인 '에이트론'을 개발하여 공공 및 민간 기업에 납품하였습니다. 그리고 에이트론을 기반으로 한 무인자원회수센터 '아이로-MRF'를 인천 서구에 구축중에 있습니다. 아이로-MRF는 폐기물 선별 뿐 아니라 폐기물 상하차부터 PET 플레이크 생산까지 모두 무인화되어, 그동안 수선별 중심 선별장의 고질적인 문제로 지적되어 온 인력난 및 안전 문제, 낮은 선별 정확도 그리고 짧은 운영 가동 시간 등의 단점을 혁신하고 보다 앞선 형태의 선별장의 모습을 선보일 것으로 기대되고 있습니다.

2025년 현재 인천 서구에 구축중인 에이트테크의 무인자원회수센터 '아이로-MRF'

토픽 3. 공공선별장 현대화(한국)

• 자동(광학)선별기 설치 의무화

• AI 선별기, 정부가 인정하고 지원하는 핵심기술

• 강화된 정책 기준 미달 시 리스크

정부는 전체 공공선별장의 63%를 2026년까지 현대화한다는 구체적인 목표를 제시하며, 공공선별장의 자동(광학)선별기 설치 의무화와 관련 기준 강화를 추진하고 있습니다.

AI 기반 선별기술 역시 선별장 현대화를 위한 차세대 혁신 기술로 인정받아 정부의 지원을 받을 수 있습니다.

자동(광학)선별기 설치 의무화

과거 수작업 중심의 선별 방식으로는 강화된 재활용 목표와 품질 기준을 달성하기 어렵다는 판단하에, 정부는 공공선별장의 자동화 설비 구축을 법적으로 의무화하고 있습니다.

공공선별장 현대화 가속

정부는 '전 주기 탈플라스틱 대책'을 통해 2026년까지 공공선별장(187개소)의 63%를 수선별에서 AI 및 광학선별방식으로 현대화하겠다는 구체적인 목표를 제시했습니다. 이는 노후화된 시설을 개선하고 선별 효율을 극대화하려는 정부의 강력한 의지를 보여줍니다.

AI 선별기, 정부가 지원하는 핵심 기술

AI 기반 선별 기술은 단순한 광학선별기를 넘어, 딥러닝을 통해 재질과 형태를 더 정밀하게 인식하고 분류하는 차세대 기술로 인정받고 있습니다. 또한 정부의 지원 대상에 명확히 포함됩니다.

AI 선별기 관련 정부 정책 및 지원 사업

공공선별장 현대화 사업: 환경부는 노후화된 공공선별시설의 신·증설 및 현대화 사업을 지원하고 있으며, 핵심은 자동선별시설(광학선별기 등) 설치입니다. 최근에는 'AI 기반 선별시설 자동화·현대화'를 지원 대상으로 명시하며 AI 기술 도입을 적극 장려하고 있습니다.

정부 혁신 및 기술개발 사업 인정: 환경부와 과학기술정보통신부는 'AI 기반 홍수 안전망 구축' 사례로 정부혁신 대상을 수상하는 등, AI 기술을 공공문제 해결의 핵심 도구로 인식하고 있습니다. 또한, 중소벤처기업부는 'AI 기반 기술평가 플랫폼(K-TOP)'을 통해 성장 가능성 높은 기업을 선별 지원하는 등 AI 기술의 공공부문 도입을 확산하고 있습니다. 이는 재활용 선별 분야에서도 AI 기술이 혁신 기술로 인정받고 정부 지원을 받을 수 있음을 시사합니다.

정부 질의회신 사례: AI 선별기 도입을 위한 국고보조금 지원 대상 여부 등을 환경부 자원순환과 또는 한국환경공단에 공식 질의할 경우, '자동선별설비' 및 '현대화 사업'의 범주에 포함된다는 긍정적인 답변을 받을 수 있습니다. 또한 다수의 지자체에서 AI 선별기 도입을 위한 국비지원 사례를 통해 간접적인 확인이 가능합니다.

강화된 정책 기준 미달 시 리스크

공공선별장은 강화된 기준 미충족시 직접적인 재정 손실과 함께 안정적인 운영에 심각한 차질이 예상됩니다.

납품 제한

고품질 재활용을 위한 선별시설별 품질등급 기준이 마련되어 이에 따라 선별지원금이 차등 지급됩니다. 수작업 중심의 선별 방식은 이물질 혼입을 최소화하고 높은 등급의 품질을 유지하기 어려워, 재활용 업체로의 납품 단가 하락이나 심한 경우 납품 자체가 거부될 수 있습니다.

특히 식품용기 등급의 투명 페트병(PET)처럼 고부가가치 재활용 품목은 별도의 엄격한 선별·관리 기준이 적용, 자동화 설비 없이는 해당 품목을 통한 수익 창출이 거의 불가능합니다.

지원금 미지급 및 삭감

선별지원금 차등화: 환경부는 선별품의 이물질 비율에 따라 지원금을 최대 8배까지 차등하여 지급하는 정책을 시행하고 있습니다. 자동화 설비 도입 없이 낮은 선별 효율을 보이는 시설은 사실상 지원금의 상당 부분을 포기해야 하는 상황에 놓이게 됩니다.

국고보조금 지원 제외: 정부의 재활용 기반시설 현대화 사업은 자동선별설비 도입을 전제로 추진됩니다. 따라서, 향후 시설 개선이나 증설 시 자동화 계획이 없다면 국고보조금 지원 대상에서 후순위로 밀리거나 제외될 가능성이 매우 높습니다.

행정적 불이익 및 운영 차질

지자체 폐기물 처리 평가 불이익: 정부는 지자체의 폐기물 처리사업 및 시설 설치·운영 현황을 정기적으로 조사 및 평가합니다. 선별 효율이 낮고 시설 현대화 노력이 부족한 지자체는 평가에서 낮은 등급을 받아 행정적 불이익을 받을 수 있습니다.

민간위탁 운영의 어려움: 공공선별장을 민간에 위탁하여 운영하는 경우, 노후화된 시설로는 수익성 확보가 어려워 역량 있는 위탁업체를 찾기 힘들어지거나, 잦은 고장과 낮은 효율로 인해 위탁 비용이 상승하는 등 운영에 난항을 겪을 수 있습니다.

챕터 02. AI 선별 기술 도입이 필요한 이유

토픽 1. 기존 방식의 한계

• 저조한 실질 재활용률

• 수작업 의존의 심각성

• 기존 자동화 장비의 기술적 한계

전 세계적으로 재활용 의무가 강화되고, 고품질 재생원료에 대한 수요가 급증하는 지금 더 이상 기존의 재활용 선별 방식으로는 시대적 요구에 부응할 수 없습니다.

재활용률 정체, 수작업 의존에 따른 비효율과 안전 문제, 그리고 기존 장비의 기술적 한계는 AI 선별 기술과 같은 혁신적인 대안의 필요성을 명확히 보여줍니다.

저조한 실질 재활용률

시민들의 노력으로 분리 배출된 재활용품이 선별 단계에서의 상당수 다시 폐기되는 문제가 지속되고 있습니다

물질 재활용률 18%

겉도는 재활용률

정부 통계상 분리 배출된 폐플라스틱의 재활용 비율은 54%입니다. 하지만 이는 에너지 회수(소각) 등을 포함한 수치로, 플라스틱이 다시 플라스틱으로 재탄생하는 '물질 재활용률'은 2020년 기준 약 18%에 불과(추정)합니다. 폐기물 업계에서는 현장 상황을 고려할 때 실제 재활용되는 비율이 30% 수준에 그친다고 추정하기도 합니다.

오염 및 복합재질 문제

재활용품에 일반 쓰레기가 섞여 있거나 이물질로 오염된 경우, 재활용 품질이 크게 저하되어 선별 과정에서 폐기될 수밖에 없습니다. 또한, 일반인이 육안으로 구분하기 어려운 다양한 플라스틱 재질(PET, PP, PS 등)이 혼합 배출되고, 복합재질 포장재가 많아 수작업 선별의 효율을 떨어뜨립니다.

수작업 의존의 심각성

국내 재활용 시스템은 여전히 수작업에 크게 의존하고 있으며, 이는 여러가지 구조적인 문제를 낳고 있습니다.

위험하고 열악한 노동 환경

국내 공공선별장 중 71.4%가 수작업에 의존하고 있습니다. 선별 작업자들은 컨베이어 벨트 위를 빠르게 지나가는 폐기물을 손으로 골라내야 합니다. 이 과정에서 날카로운 유리 조각이나 주삿바늘 등에 찔리거나 베이는 사고가 빈번하게 발생하고 있습니다. 또한 분진, 악취, 소음, 여름철 높은 실내 온도 등 매우 열악한 환경에 노출되어 있어 호흡기 및 근골격계 질환의 원인이 됩니다.

고령화와 인력난

재활용 선별 작업은 대표적인 3D 업종으로 기피 현상이 심각하며, 종사자의 대부분이 고령의 여성 노동자입니다. 이는 만성적인 인력난으로 이어져 막대한 양의 폐기물을 제때 처리하지 못하는 원인이 됩니다.

선별 정확도의 한계

사람이 육안과 손의 감각에 의존해 선별 작업을 할 경우, 처리 속도에 한계가 있고 숙련도에 따라 품질 편차가 발생합니다. 특히, 라벨이 붙어있거나 크기가 작은 비닐류, 재질 구분이 어려운 투명 플라스틱 등은 정확한 선별이 거의 불가능합니다.

기존 자동화 장비의 기술적 한계

기존에 도입된 일부 자동화 설비, 특히 초기 광학선별기는 현재 요구되는 수준의 정밀한 선별 작업을 수행하기에는 명백한 한계를 보입니다.

유사 재질 및 색상 인식의 어려움

기존의 근적외선(NIR) 방식 광학선별기는 PET, PE, PP 등 대분류는 가능하지만, 외관과 물리적 특성이 유사한 다른 재질(예: PET-G, PC 등)을 PET와 완벽하게 구분해내기 어렵습니다. 또한, 매우 옅은 색상의 경우 차이를 정밀하게 인식하는 데에도 한계가 있어 고품질의 투명 재생원료를 확보하는 데 걸림돌이 됩니다.

복합재질 및 오염에 대한 취약성

여러 재질이 섞인 복합재질 포장재나 이물질로 오염된 폐기물은 기존 센서의 인식률을 떨어뜨려 선별 오류를 유발합니다. 결국 이러한 품목들은 재활용되지 못하고 소각이나 매립으로 처리될 가능성이 높아집니다.

데이터 학습 능력의 부재

기존 장비는 정해진 설정값에 따라 기계적으로 작동할 뿐, 새롭거나 변형된 유형의 폐기물이 유입될 경우 유연하게 대처하기 어렵습니다. 변화하는 폐기물 종류와 형태에 맞춰 스스로 성능을 개선하는 학습 능력이 없습니다.

Type: PET / Shape: Bottle / Color: White / Recyclable: Yes

이러한 기존 선별 방식의 총체적인 한계는 재활용률을 정체시키고 고품질 재생원료 확보를 어렵게 만들어 순환 경제로의 전환을 가로막고 있습니다.

따라서 딥러닝 기반의 이미지 분석을 통해 재질, 모양, 색상 등을 복합적으로 판단하고, 지속적인 데이터 학습으로 정확도를 높여가는 AI 선별 기술의 도입은 더 이상 선택이 아닌 필수 과제입니다.

토픽 2. 광학선별기 vs. AI 로봇 선별기 : 최적의 조합을 위한 비교 분석

• 역할 및 선별 품목

• 설치 공간 및 부대공사

• 운영 효율성

'광학선별기'와 'AI 로봇 선별기'는 재활용 선별 시설의 현대화에서 가장 핵심적인 자동화 기술입니다. 두 기술은 각자의 역할과 강점을 바탕으로 선별 공정의 효율을 극대화 할 수 있는 상호 보완적 관계에 있습니다. 따라서 각 기술의 특성을 명확히 이해하고, 시설의 현황과 목표에 맞는 최적의 조합을 위한 전략이 필요합니다.

설비 상세 비교 : 광학선별기 vs AI 로봇 선별기

역할 및 선별 품목 : 대량 처리 vs 정밀 선별

광학선별기

투입구로 쏟아져 들어오는 대량의 혼합 폐기물을 고속으로 통과시키며 PET, PE, PP 등 미리 설정된 주요 재질을 1차적으로 걸러내는 역할을 합니다. 마치 큰 그물로 물고기 떼를 잡는 것과 같습니다. 이는 전체 선별 공정의 부하를 줄여주는 핵심적인 전처리 과정입니다. 높은 처리 용량 덕분에 시간당 수 톤의 폐기물을 처리할 수 있어 대규모 시설에 필수적입니다.

AI 로봇 선별기

광학선별기가 놓친 소량의 잔여물이나, 광학선별기로는 골라내기 어려운 특수 품목 및 고부가가치 폐기물들을 정밀하게 선별하는 역할을 수행합니다. 예를 들어, 광학선별기를 통과하고 남은 고품질의 투명 PET병, 음료수 캔(알루미늄), 기타 플라스틱류(Other), 오염된 비닐류, 배터리 등 유해 물질을 정확히 집어냅니다. 이는 최종 선별 품질을 높이고 재활용 가치를 극대화하는 품질 관리 및 마무리 단계에 해당합니다.

에이트론의 폐기물 정밀 선별 모니터링

설치 공간 및 부대공사 : 대규모 투자 vs 유연한 적용

광학선별기

고속 컨베이어 벨트, 센서부, 에어젯 분사부, 그리고 분리된 폐기물이 떨어지는 공간까지 상당히 긴 직선 라인이 필요합니다. 또한 강력한 에어젯 구동을 위한 대용량 에어 컴프레셔와 분진 발생을 막기 위한 집진 설비 등 대규모 부대공사가 필수적입니다. 때문에 기존 시설에 추가로 설치하기보다는 신설 또는 전면 현대화 시에 도입하는 경우가 많습니다.

AI 로봇 선별기

로봇의 작동 반경 내에서만 작업이 이루어지므로 상대적으로 좁은 공간에도 설치가 가능합니다. 기존 수선별 컨베이어 라인을 그대로 활용하고, 노동자가 서 있던 공간 위쪽에 로봇을 설치하는 방식으로 개조를 최소화할 수 있습니다. 이는 초기 투자 비용과 공사 기간을 줄일 수 있는 큰 장점입니다.

상대적으로 좁은 공간, 그리고 기 설치된 선별 장비와 시너지를 낼 수 있는 에이트론

운영 효율성 : 속도 vs 정확성과 유연성

광학선별기

처리 속도 면에서는 AI 로봇보다 압도적입니다. 컨베이어 벨트를 지나는 모든 폐기물을 순식간에 스캔 및 분류하기 때문입니다. 하지만 미리 설정된 특정 재질 외에는 선별이 불가능하고, 라벨 또는 오염 등으로 인해 센서가 재질을 잘못 인식하는 오류가 발생할 수 있습니다.

AI 로봇 선별기

로봇팔의 물리적인 움직임 때문에 개별 품목 처리 속도가 광학선별기보다 느립니다. 그러나 정확성 및 유연성에서 뛰어난 강점을 보입니다. AI는 재질(NIR) 정보뿐만 아니라 색상, 형태, 로고, 바코드 등 다양한 시각적 정보를 종합적으로 판단하여 목표물을 99%에 가까운 정확도로 집어낼 수 있습니다. 또한, 새로운 품목을 선별이 필요할 경우 별도의 하드웨어 교체 없이 소프트웨어 업데이트만으로 선별 대상을 쉽게 추가하거나 변경할 수 있어 변화에 매우 유연하게 대처할 수 있습니다.

결론적으로 광학선별기와 AI 로봇 선별기는 서로 보완하는 기술입니다. 광학선별기가 대량의 폐기물을 1차적으로 신속하게 분류해 전체적인 효율을 높이고 나면, 후단에 배치된 AI 로봇이 잔여물 속에서 가치 있는 품목을 정밀하게 회수하여 최종적인 재활용 품질과 수익성을 극대화하는 '최적의 조합'을 구성할 수 있습니다. 이는 인력난과 안전 문제를 해결하고, 강화되는 재활용 기준을 충족시키는 가장 현실적이고 효과적인 선별 시스템 현대화의 해법입니다.

① 광학선별기를 통한 전처리: 대량의 폐기물을 1차적으로 신속하게 분류

② AI 로봇(에이트론)을 통한 후처리: 잔여물 속에서 가치 있는 품목 정밀 회수

토픽 3. AI 로봇을 통한 재활용 효율 극대화 전략

• 인천 송도 자원순환센터 → 'AI 로봇 QC(품질관리)' 도입역할 및 선별 품목

AI 선별 로봇 도입 전략의 핵심은 '대체'가 아닌 '보완'에 있습니다. 특히 광학선별기를 운영하고 있는 시설이라면, AI 로봇은 최소한의 투자로 선별 효율과 수익성을 극대화하여 재활용의 '가치'를 한 단계 끌어올리는 시너지 효과를 기대할 수 있습니다.

인천 송도 자원순환센터 에이트론(AI 선별 로봇) 설치 모습

광학선별기가 놓치는 유가물

광학선별기는 설정된 주력 재질(PET, PE 등)을 대량으로, 빠르게 선별하는 데는 탁월하지만 추가적인 수익을 창출할 수 있는 가치있는 폐기물(유가물) 선별에 있어 한계가 있습니다.

인식 오류

라벨이 완전히 제거되지 않았거나, 찌그러짐이 심하거나, 이물질로 오염된 경우 재질을 잘못 인식하여 가치 있는 재활용품을 '잔여물'로 배출하는 경우가 발생합니다.

선별 품목의 한계

광학선별기는 주로 PET, PE, PP 등 특정 대분류 재질만 선별하도록 설정되어 있어, 그 외의 플라스틱(OTHER), 소형 가전, 유색 PET, 알루미늄 캔 등 소량이지만 가치가 높은 '틈새 품목'들은 대부분 놓치게 됩니다.

최종 품질 관리의 부재

1차 선별된 품목에도 일부 이물질이 섞여 들어갈 수 있어, 고품질 재생원료로 판매하기 위해서는 추가적인 품질 검수가 필요합니다.

AI 로봇의 역할 - QC 및 가치 회수

송도자원순환센터는 바로 이 '광학선별기가 놓친 유가물'을 회수하고 최종 선별 품질 향상을 위해 AI 로봇을 후단 공정, 즉 QC(Quality Control) 역할로 투입했습니다. 광학선별기를 통과한 잔여물이 담긴 컨베이어 벨트 위에서 AI 로봇이 다음과 같은 역할을 수행합니다.

유가 품목 회수

잔여물 속에서 돈이 되는 알루미늄 캔, 고철, 유색 PET병 등을 정확히 식별하여 회수합니다.

이물질 제거

재활용이 불가능한 폐기물이나 유해 물질을 제거하여 최종 생산물의 순도를 향상 시킵니다.

수선별 노동 강도 완화

기존에는 사람이 최종 잔여물을 확인하며 유가물을 골라내야 했지만 AI 로봇이 대체하면서 노동자의 안전과 작업 환경이 크게 개선되었습니다.

AI 로봇의 실제 작동 모습

STEP 01

먼저 컨베이어 벨트 위를 지나는 폐기물을 상단의 비전 카메라로 실시간 분석합니다.

STEP 02

이후 AI가 사전에 학습한 데이터(재질, 색상, 형태 등)를 기반으로 목표물을 인식하면, 로봇팔이 순식간에 해당 품목을 정확히 집어 지정된 저장소로 옮깁니다.

AI 로봇의 역할 - QC 및 가치 회수

AI 로봇과 광학선별기의 협업으로 '1차 대량 선별(광학선별기) → 2차 정밀 선별 및 가치 회수(AI 로봇)'라는 가장 효율적인 자동화 공정을 완성합니다. 이는 최소한의 추가 투자로 전체의 생산성과 수익성을 극대화하는 스마트한 전략이자, 공공과 민간 모두가 직면한 과제를 해결할 수 있는 최적의 솔루션입니다.

광학 선별기 + AI 로봇

• 광학선별기 → 1차 대량 선별

• AI 로봇 → 2차 정밀 선별 및 가치회수

경제적 가치 증대

• 추가 수익 창출

• 처리 비용 절감

• 선별품 품질 향상 및 단가 상승

운영 효율성 및 안정성 향상

• 인력난 해소 및 안전 확보

• 생산성 일관성 유지

• 기존 설비 투자 보호

정책 준수 및 ESG 강화

• 강화된 재활용 의무 충족(공공)

• ESG 경영 실현(민간)

챕터 03. 실제 도입 사례 분석

토픽. 사례 분석_울산 대영기업

• 대영기업의 3가지 딜레마

• 대영기업의 선택 및 개선효과

• 인사이트: 처리량 증가 대비 비용 구조 변화

• 민간 기업이 얻을 수 있는 실질적 가치

울산의 대표적인 민간 재활용 업체인 '대영기업'은 한정된 자원속에서 최대의 효율과 수익을 동시에 창출해야 하는 치열한 경쟁 상황 속에 놓여 있었습니다.

그리고 대영기업은 이러한 상황을 타개하기 위해 AI 로봇을 도입했고, 이후 얻게 된 놀라운 변화는 재활용 선별 시설이 나아갈 방향을 명확히 보여주고 있습니다.

대영기업의 3가지 딜레마

대영기업의 고민은 크게 세 가지로 요약할 수 있습니다. 이는 대다수 민간·공공 선별장이 겪고 있는 현실적인 문제이기도 합니다.

첫째, 고질적인 인력난과 인건비 상승

재활용 폐기물 선별 작업은 대표적인 3D업종으로, 신규 인력을 구하기가 '하늘의 별 따기' 수준으로 어렵습니다. 또한 기존 인력의 고령화가 가속되고 있으며, 이로 인해 생산성이 점차 저하되고 있습니다. 설상가상으로 최저임금 인상 등 인건비는 지속적으로 상승하여 수익성을 악화시키는 핵심 요인이 되었습니다.

둘째, 야간/연장 가동의 한계

폐기물은 계속해서 반입되지만, 인력 문제로 인해 야간이나 휴일 가동은 엄두를 내지 못했습니다. 이는 시설의 가동률을 떨어뜨리고, 반입된 폐기물을 제때 처리하지 못해 사업 확장이나 추가 계약에 걸림돌로 작용했습니다.

셋째, 수작업 선별의 명확한 한계

최종 잔여물 처리 라인에서는 사람이 직접 유가물을 선별해야 했습니다. 하지만 빠른 컨베이어 속도 및 작업자의 피로도 누적으로 인해 낮은 회수율을 보여왔고, 상당량의 가치 있는 자원(캔, 페트병 등)이 그대로 잔재물에 섞여 소각·매립 비용을 지불하고 버려지고 있었습니다. 이는 수익 창출의 기회를 놓치고, 불필요한 비용을 지불하는 이중고를 겪게 했습니다.

대영기업의 선택 및 개선 효과

대영기업은 문제 해결을 위해 AI 선별 로봇을 도입하는 과감한 '전략적 투자'를 결정했습니다. 단순한 인력 대체를 넘어 근본적인 체질 개선을 위한 도전이었고, 혁신적인 지표 개선으로 이어졌습니다.

대영기업에 도입된 AI 선별 로봇 에이트론

소각/매립비용 절감

수익성 극대화: AI 로봇이 잔재물에 섞여 있던 캔, PET 등을 90% 이상의 정확도로 회수했습니다. 이는 곧바로 추가 수익으로 연결 되었으며, 동시에 최종 폐기물 처리량 감소로 매월 지출하던 소각/매립 비용을 수백만원 이상 절감하는 효과를 가져왔습니다.

무인화율 100% 달성

안전 및 효율 동시 달성: 가장 위험하고 힘들었던 잔여물 선별 작업을 로봇이 완전히 대체하면서 해당 공정의 안전사고 위험이 '0'이 되었습니다. 기존의 숙련 인력은 장비 관리 또는 고품질 선별품 검수 등 더 높은 부가가치를 창출하는 업무에 재배치되어 인력 운영 효율을 극대화 할 수 있었습니다.

시설 가동 시간 증가

생산량 2.8배 증대: AI 로봇은 피로 없이 24시간 가동이 가능합니다. 대영기업은 이를 활용해 국내 최초로 야간 무인 선별 공정을 구축했습니다. 그리고 이를 통해 주간에 처리하지 못한 물량을 야간에 추가로 처리함으로써 전체 시설의 처리 용량을 획기적으로 향상시켰습니다.

결론적으로 대영기업의 사례는 AI 로봇이 단순한 자동화 장비를 넘어 기업의 수익 구조 개선 및 생산성을 극대화하며 안전한 작업 환경을 만드는 '게임 체인저(Game Changer)'임을 증명합니다. 인력난과 수익성 악화라는 공통의 고민을 안고 있는 모든 공공 및 민간 선별 시설에 "왜 AI 로봇을 도입해야 하는가?"에 대한 가장 명확하고 강력한 해답을 제시하고 있습니다.

인사이트: 처리량 증가 대비 비용 구조 변화

AI 선별 로봇 도입은 사업의 성장 잠재력과 수익성을 근본적으로 다르게 만듭니다.

도입 전 — '인건비' 중심의 선형적 비용 구조 (성장 한계)

처리량과 비용의 비례 관계

수선별 중심의 선별장은 인건비가 절대적입니다. 처리량을 2배로 늘리려면 이론적으로 2배의 인력이 필요합니다. 수익과 비용이 정비례하여 증가하기 때문에 매출이 증가해도 이익률은 좀처럼 개선되지 않는 '성장의 함정'에 빠지기 쉽습니다.

낮은 한계 가동률

쉽지 않은 인력 수급과 주 52시간 근무제 등으로 인해 야간이나 휴일 가동을 통한 처리량 증대는 불가능합니다. 그리고 시설이 멈춰있는 시간 동안 발생하는 고정비(임대료, 감가상각비 등)는 수익성 악화를 심화시킵니다.

결론

이 구조에서는 기업이 성장할수록 인력 문제와 비용 부담도 함께 증가하기 때문에 일정 수준 이상의 스케일업이 불가능합니다.

도입 후 — '고정비' 중심의 레버리지 비용 구조 (수익 증대)

손익분기점(BEP) 돌파 후 이익 극대화

초기 고정비 투자는 손익분기점을 다소 높일 수 있습니다. 하지만 처리량이 늘어나도 인건비 증가는 낮기 때문에, 손익분기점을 넘어선 시점부터 매출 증가분 대부분이 이익으로 전환됩니다. 또한 시간이 흐를수록 매출과 비용의 격차가 기하급수적으로 커지게 되어 '운영 레버리지 효과'가 발생합니다.

시설 가동률 200% 활용

대영기업은 주간은 기존 인력이 담당하고, 야간은 AI 로봇으로 완전 무인 선별 공정을 구축하여 시설 가동률을 2배 이상 향상시켰습니다. 이는 기존 시설이 가진 잠재력을 최대한 이끌어 내어 생산량을 극대화하는 가장 효율적인 방법입니다.

결론

AI 선별 로봇 도입 후, 많은 물량을 처리할수록 평균 처리 비용은 오히려 감소하고 이익률은 급격하게 향상되어 시장 경쟁에서 압도적인 우위를 점할 수 있습니다.

민간 기업이 얻을 수 있는 실질적 가치

AI 도입으로 인한 비용 구조의 변화는 구체적이고 실질적인 가치를 제공합니다.

생산량 증대: 숨어있는 시간이 수익으로

울산 대영기업은 AI 로봇 도입으로 주 40시간이던 가동시간을 주 000시간까지 늘렸습니다. 이는 시설 증설 없이 생산량을 0.0배 늘린 것과 같은 효과입니다. 야간 시간을 활용해 추가 수익을 창출하고, 기존 고객의 물량을 더 원활히 처리하며, 신규 계약을 체결할 수 있는 '영업 능력(CAPA)'을 확보했습니다.

운영 안정성: 예측 및 통제 가능한 비용

AI 로봇의 운영비(전기료 등)는 사용량에 따라 거의 일정하여 예측과 통제가 매우 용이합니다. 이는 최저임금 인상, 인력 이탈, 노무 관리 등 예측 불가능한 리스크가 큰 인건비와의 본질적인 차이점입니다. 안정적인 비용 구조는 장기적인 사업 계획 수립과 안정적인 수익성 유지의 기반이 됩니다.

시장 경쟁력: '규모의 경제' 조기 실현

AI 로봇을 통해 동일한 물량을 더 낮은 평균 비용으로 처리할 수 있으면 규모의 경제를 조기에 실현하여 가격 경쟁에서 우위를 점할 수 있습니다. 더 공격적인 원료 매입과 선별품의 경쟁력 있는 단가가 가능해 시장 지배력을 강화할 수 있습니다.

AI 선별 로봇 '에이트론'

민간 선별 기업의 AI 로봇 도입은 기업의 비용 구조를 혁신하고, 성장의 한계를 돌파하며, 지속 가능한 수익 모델을 구축하는 전략적 투자입니다. 처리량이 늘수록 더 큰 수익으로 보답하는 '스마트한 비용 구조'로의 전환은 불확실한 시장 환경 속에서 기업의 생존과 성장을 담보하는 가장 확실한 선택이 될 것입니다.

챕터 04. 문제에서 출발하는 기술, 경계를 넓히는 기술

토픽 1. 문제에서 출발하는 기술

• 실증 사례 1: 색상별로 유리병을 완벽하게 골라내는 눈

• 실증 사례 2: 작지만 가치 있는, 커피 캡슐의 재탄생

• 실증 사례 3: 재활용의 난제, 멸균팩·종이팩 가려내기

• 실증 사례 4: 거칠고 무질서한 건설폐기물 속 자원 채굴

AI 선별 기술의 진정한 가치는 단순히 기존의 작업을 대체하는 것을 넘어, 지금까지 '불가능'하다고 여겨졌던 영역에 도전하고 해결책을 제시하는 데 있습니다.

재활용 현장에서 가장 까다로운 골칫거리였던 유리병, 커피 캡슐, 멸균팩, 심지어 건설폐기물까지 AI 기술은 그 경계를 허물며 새로운 자원순환의 가능성을 열고 있습니다.

사례 1. 색상별로 유리병을 완벽하게 골라내는 눈

문제 (The Problem)

유리병은 색상(투명, 갈색, 녹색)별로 구분되어야만 고품질 원료로 재활용 될 수 있습니다. 하지만 기존의 수작업 선별은 속도가 느리고 정확도가 낮으며, 파손 위험이 높아 노동자의 안전을 심각하게 위협했습니다. 특히 컨베이어 벨트 위에서 빠르게 지나가는 유리 조각들을 색상별로 구분하는 것은 거의 불가능에 가까웠습니다.

해결 (The Solution)

고해상도 색상 구분: AI 카메라는 사람의 눈보다 훨씬 정밀하게 미세한 색상 차이를 인식합니다. 이를 통해 투명, 갈색, 녹색 병을 99% 이상의 정확도로 구분해낼 수 있습니다.

로봇과의 협업: AI가 색상을 식별하면, 연동된 로봇팔이 파손 위험 없이 해당 유리병을 정확하고 안전하게 집어 지정된 공간으로 옮깁니다. 유럽의 한 재활용 시설에서는 AI 로봇을 도입하여 시간당 1.5톤의 혼합 유리를 처리하며, 색상별 순도를 95% 이상으로 향상시킬 수 있었습니다.

참고 사례

외국의 대형 재활용 시설에서는 이미 AI와 로봇을 활용한 유리병 자동 선별 시스템을 구축하여 운영하고 있습니다. 이 시스템은 혼합된 폐기물 스트림에서 색상별로 유리병을 자동으로 분류하여 재활용 공정의 효율성과 경제성을 크게 향상시키고 있습니다.

사례 2. 작지만 가치 있는, 커피 캡슐의 재탄생

문제 (The Problem)

커피 캡슐은 크기가 매우 작고, 알루미늄, 플라스틱, 커피 찌꺼기가 혼합된 복합재질이라 재활용이 극도로 어려운 품목으로 꼽혔습니다. 대부분 그대로 소각되거나 매립되어 환경 부담을 가중시켰습니다.

해결 (The Solution)

소형 객체 인식: AI의 딥러닝 기술은 수많은 폐기물 속에서도 특정 브랜드의 커피 캡슐처럼 작고 독특한 형태의 객체를 정확하게 식별해 낼 수 있습니다.

가치 자원 회수: 네스프레소(Nespresso)와 같은 기업들은 재활용 업체와 협력하여 AI 로봇을 도입, 수거된 캡슐을 다른 폐기물과 분리하는 시스템을 구축했습니다. AI 로봇이 캡슐을 선별하면, 후속 공정에서 알루미늄은 새로운 제품으로, 커피 찌꺼기는 농장의 비료나 바이오 에너지 원료로 재활용됩니다. 프랑스의 한 활용 시설에서는 AI 로봇을 통해 분당 최대 80개의 커피 캡슐을 성공적으로 선별하고 있습니다.

참고 사례

글로벌 커피 브랜드들은 자사 캡슐의 재활용률 향상을 위해 AI 기술을 적극적으로 도입하고 있습니다. 이는 단순한 폐기물 처리를 넘어, 브랜드의 지속가능성과 ESG 경영의 중요한 사례로 평가받고 있습니다.

사례 3. 재활용의 난제, 멸균팩·종이팩 가려내기

문제 (The Problem)

일반 종이팩(예. 우유팩)과 멸균팩(예. 두유팩, 주스팩)은 겉보기엔 비슷하지만 내부가 알루미늄으로 코팅된 복합재질이라 재활용 공정이 다릅니다. 이 둘이 섞이면 고품질의 재생 휴지나 종이 타월을 만들 수 없습니다. 하지만 육안으로는 구분이 거의 불가능해 대부분의 선별장에서 혼합 배출되는 것이 현실이었습니다.

해결 (The Solution)

다중 센서 융합: AI 선별기는 일반 카메라(시각 정보)와 근적외선 센서(재질 정보)를 동시에 활용합니다. 이를 통해 겉면에 인쇄된 디자인, 형태, 그리고 내부의 알루미늄 코팅 여부까지 종합적으로 분석하여 일반 종이팩과 멸균팩을 정확하게 구분합니다.

고품질 원료 확보: 국내외 여러 제지 업체와 재활용 시설에서는 AI 선별기를 도입하여 혼합 종이팩 스트림에서 멸균팩을 효과적으로 분리하고 있습니다. 이를 통해 고품질의 재생 종이 원료를 안정적으로 확보하고, 수입 펄프 의존도를 낮추는 데 기여하고 있습니다

참고 사례

환경부와 지자체는 멸균팩의 분리배출 및 선별을 강화하기 위해 노력하고 있으며, AI 선별 기술은 이를 실현할 가장 유력한 대안으로 주목받고 있습니다. 일부 지자체에서는 이미 공공선별장에 AI 기반 종이팩 선별 시스템 도입을 추진하고 있습니다.

사례 4. 거칠고 무질서한 건설폐기물 속 자원 채굴

문제 (The Problem)

건설폐기물은 목재, 콘크리트, 금속, 플라스틱 등 다양한 종류의 폐기물이 크고 무거운 형태로 무질서하게 섞여 있어 자동화 선별이 가장 어려운 분야로 꼽혔습니다. 위험하고 힘든 수작업에 의존하다 보니 재활용률이 낮고, 대부분 단순 매립·소각 처리되었습니다.

해결 (The Solution)

강력한 로봇과 정밀한 AI의 결합: AI 비전 시스템이 건설폐기물의 종류(목재, 금속 조각, 콘크리트 덩어리 등)를 식별하면, 강력한 내구성과 힘을 가진 대형 로봇팔이 해당 폐기물을 집어 종류별로 분리합니다.

자원 회수율 극대화: 핀란드의 한 폐기물 관리 기업은 AI 로봇을 건설폐기물 선별 라인에 도입하여, 재활용률을 두 배 가까이 끌어올렸습니다. 특히, 사람이 직접 선별하기 어려웠던 고품질의 목재, 금속 등을 회수하여 재활용 원료로 판매함으로써 새로운 수익을 창출하고 매립 비용을 크게 절감했습니다.

참고 사례

북미와 유럽을 중심으로 건설폐기물 재활용 의무가 강화되면서, AI와 로봇을 결합한 자동화 선별 시스템 도입이 빠르게 확산되고 있습니다. 이는 작업자의 안전을 확보하고, 매립지의 부담을 줄이며, 순환 경제를 건설 분야로 확장하는 핵심 기술로 인정받고 있습니다.

토픽 2. 기술 유연성을 확보하는 파트너십

• 모든 것을 직접 하는 힘

• 신뢰를 주는 데이터

• 미래의 변화에 대응하는 능력

• 디테일이 다른 관리 편의성

재활용 시장은 그 어느 때보다 빠르게 변화하고 있습니다. 정부의 정책, 새롭게 등장하는 포장재, 그리고 변동하는 원자재 가격 등 모든 것이 변수입니다.

이러한 불확실성의 시대에 재활용 기업이 선택해야 할 기술은 미래의 어떤 변화에도 유연하게 대응할 수 있는 '솔루션'이자 동시에 '파트너'여야 합니다.

이것이 내재화된 핵심 역량과 투명한 데이터에 기반한 '기술 유연성'이 중요한 이유입니다.

모든 것을 직접 할 수 있는 힘 : 내재화된 AI 개발 및 HW 설계 역량

문제 해결 속도의 차이

외부에서 각기 다른 회사의 부품을 조립만한 시스템은 문제 발생 시 원인 규명이 복잡하고, 여러 업체 간 얽혀있는 책임 소지로 인해 지연될 수 밖에 없습니다. 반면, AI 알고리즘부터 비전 시스템, 로봇 제어, 하드웨어 설계까지 모든 것을 내재화한 에이트테크는 문제의 원인을 즉각 파악하고 신속하게 대응할 수 있습니다. 그리고 이는 곧 고객 시설이 멈춰 있는 다운타임(Downtime)을 최소화하는 핵심 경쟁력으로 이어집니다.

최적화 및 성능의 차이

자체 기술력은 하드웨어와 소프트웨어 간의 완벽한 시너지를 가능하게 합니다. AI 모델이 가장 잘 인식할 수 있는 최적의 이미지를 얻기 위해 카메라와 조명 시스템을 맞춤 설계하고, AI의 판단을 가장 빠르고 정확하게 수행할 수 있도록 로봇의 움직임을 최적화합니다. 이는 외부 부품의 조합만으로는 결코 따라올 수 없는 압도적인 선별 속도와 정확도로 이어집니다.

신뢰를 주는 데이터 : 평균 성능 지표와 편차 범위 제시

현실적인 기대치 제공

"PET병 선별률 평균 91~95%"와 같이 편차 범위를 함께 제공하는 것은, 최악의 조건에서도 최소 91%의 성능은 보장하며, 평균적으로 95% 수준의 성능을 기대할 수 있다는 구체적이고 현실적인 정보를 제공합니다. 이는 고객이 도입 효과를 더 정확하게 예측하고 사업 계획을 수립하는 데 결정적인 도움을 줍니다.

데이터 기반의 자신감

편차 범위를 제시할 수 있다는 것은 수많은 현장에서 장비를 운영하며 축적한 방대한 데이터와 그에 대한 분석 역량을 갖추고 있다는 의미입니다. 이는 곧 어떤 변수에도 안정적인 성능을 유지할 수 있다는 기술적 자신감의 표현입니다.자체 기술력은 하드웨어와 소프트웨어 간의 완벽한 시너지를 가능하게 합니다. AI 모델이 가장 잘 인식할

미래의 변화에 대응하는 능력

기술 유연성의 핵심은 '미래 대응력'입니다. 지금 당장 필요한 품목을 잘 고르는 것에서 나아가 앞으로 예상되는 변화와 규제에 유연하게 대응할 수 기술 유연성을 고려해야 합니다.

빠르고 유연한 업그레이드

내재화된 AI 역량은 시장의 변화에 즉각적으로 대응하게 해줍니다. 예를 들어, 정부가 '투명 갈색 PET병'을 별도 선별하도록 정책을 변경하거나, 기술 개발로 인해 특정 복합재질 포장재가 새로운 고부가가치 품목이 되었을 때 별도의 하드웨어 교체 없이 원격으로 AI 소프트웨어를 업데이트하는 것만으로 새로운 품목을 학습하고 선별할 수 있습니다. 이는 AI 로봇에 대한 현재 고객의 투자를 '미래 보장형 투자'로 만들어 줍니다.

그리고 이는 단순한 장비 공급업체가 아닌 고객의 비즈니스와 함께 성장하면서, 끊임없이 새로운 가치를 제공하는 '기술 파트너'만이 제공할 수 있는 차별화된 가치입니다.

디테일이 다른 관리 편의성

기술 유연성을 완성하는 마지막 퍼즐: 잦은 멈춤과 복잡한 유지보수는 현장 작업자의 부담을 증가시킵니다. 진정한 기술 유연성은 강력한 선별 능력과 함께 쉽게 관리할 수 있는 유지보수 편의성을 포함해야 완성됩니다.

문제 상황: "로봇 손 좀 닦아주세요!"

재활용 선별 현장에서 로봇을 운영 시 가장 빈번하게 발생하는 문제는 바로 엔드이펙터의 흡착 패드 오염입니다. 음료수 병에 남은 당분, 기름기, 미세한 분진 등 폐기물의 이물질이 흡착 패드에 달라붙어 흡착력을 저하시킵니다. 이로 인해 목표물을 제대로 집지 못하고 떨어뜨리는 실패가 발생하며, 이는 곧 선별률 저하로 이어집니다.

기존 해결 방식

이 문제를 해결하기 위해 현장 작업자는 주기적으로 로봇의 가동을 멈추고 직접 흡착 패드를 닦아내야 했습니다. 이는 다음과 같은 비효율을 낳았습니다.

• 잦은 다운타임 — 청소를 위해 로봇이 멈추는 시간 누적 → 전체 공정 생산성 저하

• 추가 노동력 투입 — 로봇 관리를 위한 별도 인력 상시 대기 or 다른 업무를 하던 작업자가 대체

• 성능의 비일관성 — 작업자의 관리 수준에 따라 로봇의 성능이 좌우 → 비일관적인 결과 산출

차별화된 해법: 스스로를 관리하는 엔드이펙터

이러한 현장의 고충을 해결하기 위해, 기술 내재화 역량을 갖춘 기업은 엔드이펙터의 설계 단계부터 '유지관리 편의성'을 핵심 목표로 삼습니다.

에이트론(Atron)의 스마트 관리 엔드이펙터

원터치 모듈형 교체 설계

흡착 패드 등 핵심 소모품들은 모듈 형태로 설계되어 특별한 공구 없이 맨손으로 쉽게 분리와 결합이 가능합니다. 마치 프린터 잉크 카트리지를 교체하는 것처럼 전문가의 도움이 없이도 현장 작업자 누구나 신속하게 조치할 수 있습니다.

자동 클리닝 (Air-Purge) 구조

로봇이 선별품을 내려놓는 매 순간 압축 공기를 순간적으로 분사하여 스스로 흡착 패드 표면의 이물질을 털어냅니다. 그리고 이는 흡착력이 저하되어 정확도를 떨어뜨리고 기계를 멈추는 다운타임 발생을 효율적으로 방지합니다.

유지관리 편의성 개선 효과

결론적으로 고객이 선택해야 할 기술은 최고의 성능을 '가장 오랫동안, 가장 손쉽게' 유지할 수 있는 기술입니다. 정밀하게 설계된 엔드이펙터의 유지관리 편의성은 로봇의 가동률을 극대화하고 추가적인 운영 비용을 절감시킬 수 있습니다. 그리고 이를 통해 고객의 투자가 지속 가능한 가치를 창출할 수 있도록 '작지만 강력한 경쟁력'이 됩니다.

리포트 최종 요약

폐기물 선별장은 지금 "도태냐 도약이냐"라는 갈림길에 서 있습니다. 강화되는 글로벌 규제와 치열해지는 시장 경쟁 속에서, 기존 방식에 머무르는 시설은 곧 재정적 손실·운영 불안정·시장 경쟁력 상실이라는 위기를 맞게 됩니다.

그러나 해답은 명확합니다. AI 기반 선별 기술은 단순한 장비가 아니라, 생존과 성장의 전략적 투자입니다. 광학선별기가 놓친 유가물을 AI가 회수하고, 수작업 한계를 무인화로 대체하며, 야간에도 멈추지 않는 자동화 공정을 구축할 때, 선별장은 곧바로 수익성 극대화·운영 안정성 확보·ESG 경쟁력 강화를 실현할 수 있습니다.

송도와 울산의 실제 사례는 이를 증명합니다. AI는 더 이상 "실험적인 신기술"이 아니라, 현장에서 이미 비용 절감과 매출 증대라는 구체적 성과를 만들어내고 있습니다. 지금 선별장이 선택해야 할 것은 단 하나, AI와 함께하는 미래형 선별장으로의 전환입니다. 행동을 늦출 이유는 없습니다.

Leading The Future of Circularity

Report Title: 선별장 자동화 도입 가이드

Written by: Aetech, co.,Ltd

© 2026, Aetech. All rights reserved.