NVIDIA는 공식 블로그에서 NVIDIA Inception 프로그램에 속한 스타트업 4곳이 비전 AI와 로봇으로 헌 옷, 병, 혼합 재활용품을 분류하고 있다고 소개했다. 글은 세계 지도자들이 튀르키예 COP31에 모이는 시점에 나왔으며, 제로 웨이스트가 강조되고 있다.
NVIDIA에 따르면 경제에 들어오는 소재 가운데 재활용 또는 재사용에서 나온 것은 7% 미만이고, 도시 고형 폐기물은 연간 20억 톤을 넘으며 2050년까지 거의 두 배가 될 수 있다. 아래 성과는 따로 밝히지 않는 한 NVIDIA가 전한 각 회사의 주장이다.
AIRECO는 플라스틱을 어떻게 더 세밀하게 분류하나
대만 기반 AIRECO는 분류가 세밀할수록 재생 플라스틱의 비용이 내려가고 품질이 올라가 새 소재와 경쟁할 수 있다고 본다. 창업자 겸 CEO Chun-Feng Liu는 병이 다시 병으로 계속 재활용되는 것을 목표로 한다.
- 하드웨어: NVIDIA Jetson Orin NX 모듈, 컨베이어에서 물건을 집는 로봇 팔도 제어
- 장소: 타이난 재활용 공장의 시범 라인
- 정확도: 시험 라인에서 인식률 95% 초과
- 계획: 내년 본 생산 라인에서 연간 처리량을 18,000톤에서 48,000톤으로 늘리고 운영 비용을 85% 줄이는 것이 목표

EverestLabs 로봇은 선별 라인에서 무엇을 하나
미국 스타트업 EverestLabs AI는 가정 재활용품을 분리하는 시설의 컨베이어에 비전 유도 로봇을 배치한다. 북미와 호주에 약 150대가 가동 중이다.
- 엣지에서는 NVIDIA RTX GPU로 추론하고 데이터센터 GPU로 학습
- 회사 추정으로 지금까지 약 40 billion개(400억 개)의 물체를 식별
- 약 25,000톤의 소재를 재활용하고 약 30,000미터톤의 이산화탄소 배출을 피한 것으로 추정
- 현장 관리자부터 경영진까지 데이터를 제공하는 에이전틱 AI 도구도 출시
Greyparrot의 Analyzer는 무엇을 측정하나
운영자들은 오랫동안 컨베이어 위 폐기물의 1% 미만을 수작업으로 표본 조사해 상태를 판단해 왔다. 영국 스타트업 Greyparrot은 Analyzer를 컨베이어 위에 달아 먼지가 많거나 조명이 나쁜 곳에서도 초당 최대 4미터로 움직이는 벨트 위 물체를 소재와 브랜드별로 식별한다.
- 20개국 넘게 300대 넘는 시스템 가동
- 지금까지 1 trillion회(1조 회) 넘는 바운딩 박스 감지
- 15톤의 폐기물 점검 시간이 375시간에서 6시간으로 단축
- 도입 시설은 10%에서 30%의 효율 향상 보고
- Coca-Cola, Colgate-Palmolive, Kenvue도 포장재 재활용 현황 측정에 사용
reverse.fashion은 헌 옷을 어떻게 분류하나
유럽에서는 연간 7 million(700만) 톤에 가까운 헌 섬유가 나오고, 약 4분의 1이 따로 수거돼 수작업으로 분류된다. 느리고 비싸다. 베를린 기반 reverse.fashion은 고해상도 컴퓨터 비전으로 제품 유형, 결함, 색상, 크기, 브랜드, 원단 구조, 계절, 스타일을 읽고 각 의류를 가장 가치 높은 범주에 배정한다.
각 의류는 초당 3미터로 컨베이어를 지나며 NVIDIA Jetson 위에서 도는 열두 개가 넘는 비전 모델을 거친다. 공동 창업자 Karsten Pufahl은 예전에 일주일 걸리던 분류를 한 시간에 처리한다고 추정하며, 유럽 시설에 확대 중이다. Tech.eu는 의류가 재사용, 수선, 재판매, 업사이클링, 재활용으로 나뉘며 회사가 고객 생산성을 40 per cent 높일 수 있다고 밝혔다고 보도했다.
가격이 공개됐나
어떤 출처도 이 시스템들의 가격이나 계약 조건을 밝히지 않았다. 대상은 재활용 사업자이며 소비자용이 아니다.
누구에게 맞나
재활용 시설 운영자. 추측이나 수작업 표본 대신 지속적인 데이터를 얻는다는 점이 공통이다.
브랜드와 포장재 업체. Greyparrot은 Coca-Cola, Colgate-Palmolive, Kenvue가 실제 선별 공장에서 포장재가 어떻게 처리되는지 보는 데 쓴다고 밝혔다.
섬유 선별업체와 재판매업체. reverse.fashion은 재사용 가능한 의류의 가치를 묻어두는 수작업 단계를 겨냥한다.
일반 독자. 살 수 있는 제품은 없지만 선별 기술이 어디로 가는지 보여 준다.
아직 알려지지 않은 것
수치는 회사 자체 주장이며, AIRECO의 처리량과 비용 수치는 아직 짓지 않은 라인의 목표다. 독립된 시험 결과나 비용을 제시한 출처는 없다.






