전자 폐기물(e-waste) 처리는 재활용 자원 확보 수단으로서 그 가치와 중요도가 점차 증가하고 있다.

글로벌 조사기업 마켓 인사이츠 리포츠(Market Insights Reports)가 1월 31일 발표한 '글로벌 전자폐기물 관리 서비스 시장 규모, 현황 및 예측 2019-2025(e-waste Management Services Market Size, Status And Forecast 2019-2025)에 따르면 글로벌 전자 폐기물 시장 또한 2019 년부터 2025 년까지 연평균 1.8 % 성장해 오는 2025 년까지 452 억 7800 만 달러(약 54조 846억원)에 이를 것으로 예상된다.

그러나 전통적인 벌크(Bulk) 분류 방식은 신속하고 쉬운 대신 정확도가 떨어지는 반면 수작업 분류는 정확도가 높은 대신 속도가 느리다. 처리 효율성을 높이기 위해서는 전자 폐기물 재활용 업계의 큰 기술 변화도 반드시 따라야 한다.

이에 캠브리지 컨설턴트는 PCB(인쇄 회로 기판)가 어떻게 활용되고 있고 수명을 다한 PCB장착 제품들이 폐기 후 어떻게 재활용되고 있는지 주목해 왔다.

머신러닝을 사용하여 구성요소를 식별하고 기판(Board)에 값을 할당하는 시스템은 최소한의 인간 개입으로 신속하고 정확하게 작동처리가 가능하다. 그 결과 폐기물은(waste streams)은 재생 가치를 기준으로 상·중·하로 분류할 수 있었다.

또한 비전 시스템(Vision System)은 가치가 높은 구성 요소를 찾아내고 재생 이용(recovery)을 위해 별도 분리하는 역할을 한다. 캠브리지 컨설턴트는 머신비전과 머신러닝 기술을 동시 적용할 때 전자 폐기물 재활용 기업이 활용할 수 있는 부가 가치가 생성된다고 판단하고 있다.

PCB는 금, 팔라듐 (palladium) 에서부터 PCB 제작에 가장 널리 사용되고 있는 일반 구리에 이르기까지 매우 다양한 재질로 제작이 가능하기 때문에 PCB의 재생 가치 역시 천차만별이다.

이러한 PCB 기판을 재생 가치 기준으로 분류하는 방법에는 여러 가지가 있는데, 그 중 PCB가 장착되었던 제품별로 분류하는 방식이 가장 널리 사용되고 있다.

전자 폐기물 재활용 기업이 제품별 분류 방식을 선호하는 이유는 처리 비용이 저렴하기 때문이다. 그러나 개별 기판 분류 측면에서 살펴보면 정확도가 떨어지는 단점이 있다. 현재로서는 각 개별 기판을 살펴보고 가치를 평가하여 적절한 폐기물 통에 분류하는 작업을 하기 위해서는 해당 전문가가 필요하다.

또 전문가 투입 시 작업의 정확도는 높일 수 있으나 신속도는 떨어지고 분류 시 적절한 판단을 내릴 수 있는 경력있는 전문가가 반드시 필요하다.

캠브리지 컨설턴트는 이 두 가지 방식을 단일 시스템으로 통합하여 신속하면서도 정확한 시스템을 구축했다. 이에 따라 머신 비전과 머신러닝이라는 두 가지 디지털 기술을 접목시켜 각 개별 기판을 처리하고 개별 기판의 가치 환산법을 학습한 알고리즘 적용으로 현대식 재활용 플랜트 구축에 반드시 필요한 신속 처리 기술을 개발할 수 있었다.

이 뿐만 아니라 두 기술을 동시에 활용함으로써 개별 구성 요소 식별도 가능해졌다. 이에 따라 재활용 가치가 높은 산업의 특정 캐패시터(Capacitor) 유형 또는 프로세서 칩이 있는 경우 해당 구성 요소를 식별하고 이를 메인 폐기물 스트림에서 분리하여 부가 가치를 창출하고 이를 통해 재활용 기업의 수익을 창출할 수 있게 되었다.

이러한 사례들은 디지털 기술이 재활용 업계의 전자 폐기물 처리 작업 효율성과 가치를 어떻게 향상시킬 수 있는지 잘 보여주는 사례이다. (아래 영상은 캠브리지 컨설턴트의 스튜어트 왓슨(Stuart Watson)이 지난해 업로드한 전자 폐기물의 가치를 높이는데 머신 비전과 인공지능을 어떻게 활용할 수 있는지 설명한다)