건축/환경에너지

Nikkei Ecology_2017.10 기술프론티어 (p46~48)

쓰레기처리의 효율화
센서나 AI를 사용, 중노동에서 작업자 해방

노동력 부족이 심각한 쓰레기 처리현장에서는 성력화(省力化)와 자동화가 요구된다. AI나 IoT를 사용하여 작업자의 부담을 덜어주는 기기의 개발이 진행 중이다. 건설현장에서 대량으로 발생하는 쓰레기 청소, 쓰레기 수거차가 운반해 온 쓰레기의 분류, 광역에 산재해 있는 쓰레기 회수. 현재, 쓰레기 처리현장에서는 사람이 중심이 되어 작업하고 있다.

그러나 고령화에 따른 이직이나 젊은 층을 고용하기 어려워지면서 노동력 부족이 심각해지고 있다. 이 상황을 타개하고자 AI나 IoT 기술 등을 사용하여, 쓰레기 처리 작업을 성력화하거나 자동화하는 로봇이나 기기의 개발이 추진되고 있다.

-- 청소 시간 반감, 생산성 1.5배 --
올해 7월, 대형건설기업인 다케나카공무점(竹中工務店)과 오카야강기(岡谷鋼機)는 건설 현장의 쓰레기 청소를 성력화하는 로봇「TO Gather」를 공동으로 개발하였다. 콘크리트의 내화성을 높이는 내화피복 공사에서는, 시멘트와 암면 등에 물을 더해 반죽한 재료를 전문가가 전용 기계를 사용하여 콘크리트 천장이나 대들보 등에 분사하여 부착시킨다.

그러나 부착시킨 후에는 바닥에 떨어진 대량의 재료를 청소해야 한다. 청소는 하루 작업 시간의 약 20%를 자치하며, 작업에 부담이 되기 때문에 작업자들로부터 성력화에 대한 요구가 컸다. 이번에 양사가 개발한 로봇은 약 100㎡에 흩어져 있는 쓰레기를 30분 이내에 모을 수가 있어 청소 시간을 반감할 수 있었다. 

「시간이 걸리는 쓰레기를 쓸어모으는 작업을 로봇에게 맡김으로써, 작업자의 하루 작업 면적은 80㎡에서 125㎡로 약 1.5배 증가하였다」라고 다케나카공무점의 기계화 시공추진 그룹의 사쿠라이(櫻井) 그룹장은 설명한다. 과거에 청소한 쓰레기를 로봇의 탱크에 저장하는 흡인형 청소 로봇을 도입한 적이 있었다. 그러나 쓰레기 양이 많기 때문에 탱크가 금방 가득 차게 되고, 그 탱크를 교환해야 하기 때문에 시간이 더 걸리는 등 효율이 나빴다. 이 경험을 활용하여 개발한 것이 쓰레기를 한번에 끌어모으는 로봇이다.

로봇을 사용한 청소 순서는 간단하다. 우선 청소하고자 하는 구역의 네 귀퉁이에 컬러 꼬깔을 놓아 둔다. 다음으로 구역 내에 로봇을 두고 스위치를 누르기만 하면 된다. 이후는 로봇이 자동으로 쓰레기를 모은다. 탑재되어 있는 스캐너가 360도 방향으로 레이저를 조사함으로써 로봇은 4개의 꼬깔과의 거리를 감지하여 청소 구역을 파악하고 청소 경로를 자동 생성한다.

청소 로봇은 불도저처럼 약 1m 넓이의 블레이드로 쓰레기를 한쪽으로 밀어 부친다. 다 밀어 부친 후에는 후퇴하면서 옆으로 이동하여, 옆쪽 줄의 쓰레기를 같은 방법으로 한쪽으로 민다. 또한 로봇이 후퇴할 때는 블레이드를 들어 올려 이동하기 때문에 모아 놓은 쓰레기를 어지럽히지 않는다. 이 청소 방식은 건설 현장에서 발생하는 낙엽이나 목재 찌꺼기 등의 청소에 응용할 수도 있다.

건설 업계의 노동력 부족은 심각한 상황이다. 업계 전체에서 2015년부터 2025년까지 10년 동안 노동인력이 100만 명 감소할 것이며, 그 비율은 전체의 35%에 상당한다는 계산도 있다. 위기감을 강하게 인식하는 다케나카공무점은 앞으로도 성력화 로봇 개발을 추진할 계획이다.

-- AI 학습으로 쓰레기를 자동 선별 --
쓰레기 수거차량으로 처리장에 운반된 쓰레기를 분류하는 작업도 중노동이다. 컨베이어의 양쪽에 작업자가 서 있고, 쏟아져 나오는 쓰레기를 종류별로 분류한다. 콘크리트 파편 등의 무게가 나가는 쓰레기를 들어올리거나 장시간 서 있으면서 하는 작업은 육체적, 정신적으로 부담이 크다. 또한 기계에 말려들어가거나 분진을 흡입하는 등의 위험도 있다.

기계를 이용한 분류가 일부 도입되어 있기는 하지만, 센서로 플라스틱과 금속을 선별하거나 풍력으로 무게가 가벼운 쓰레기와 무거운 쓰레기를 분류하는 등의 간단한 분류만 가능하다. 사람처럼 세세한 분류는 불가능하다. 핀란드의 로봇 벤처 기업인 ZenRobotics는 2014년에 쓰레기 자동선별기「ZenRobotics Recycler(ZRR)」를 개발하였다. 쓰레기 인식이나 로봇 팔의 제어 등에 AI의 심층학습 기술을 이용하고 있다.

국내에서 ZRR의 판매 대리업을 하고 있는 Sun Earth(요코하마시)의 한자와(半澤) 상무는「4종류의 센서로 쓰레기 종류를 판별하여, 2개의 로봇 팔로 중량 5kg 이하의 쓰레기를 시간 당 약 2,000개 분류할 수 있다」라고 설명한다. 분류 가능한 쓰레기의 종류는 나무조각, 콘크리트나 기와 조각, 철이나 비철 등의 금속, 플라스틱, 골판지, 석고보드 등 다양하다. 또한 AI 학습을 통해 인식 가능한 쓰레기의 종류를 늘릴 수 있다. ZRR은 2개의 유낫으로 구성된다. 쓰레기의 종류를 센서로 식별하는 유닛과 식별한 쓰레기를 약 50cm의 팔로 집는 유닛이다.

센서 유닛은 금속, 3D 레이저, 카메라, 근적외선의 4종류의 센서를 이용하여 쓰레기의 종류, 모양, 위치, 색 등을 식별한다. 팔로 집는 유닛은 센서로 얻을 정보를 바탕으로 팔의 위치나 컨베이어의 속도 등을 자동 조절하여 쓰레기를 집는다. 직경 5cm 이하의 작은 쓰레기나 팔로 집을 수 없는 실 종류나 시트 종류의 쓰레기, 쓰레기가 겹쳐 있어 잘못 인식하는 경우 등을 제외하면, 약 90%의 정밀도로 선별이 가능하다고 한다.

현재, ZRR은 핀란드, 네덜란드, 스위스 등의 유럽을 중심으로 도입하고 있다. 국내에서는 폐기물 처리 회사인 시타라흥산(사이타마현)이 도입하고 있다. 도입에 있어서 장해물은 1억 5,000만 엔이라는 가격이다. 그러나 건설현장과 마찬가지로 쓰레기 선별 현장에서도 노동력 부족은 심각하다. 앞으로 도입을 검토하는 폐기물 처리 회사가 늘어날 것으로 보인다.

-- 축적량을 실시간으로 파악 --
지자체에 의한 가정 쓰레기 등의 수거도, 인구 감소나 재정난 등으로 인해 앞으로 지속 가능할지 여부가 위태롭다. 비효율적인 쓰레기 수거는 수거차를 운전하면서 회수하는 작업자의 노동 시간이나 CO₂ 배출량의 증가로 이어진다. 그러나 국내에서는 효율적인 회수를 위한 시도가 진척되지 않고 있다.

NEC는 스페인 북부에 있는 인구 약 17만 명의 산탄데르 시에서 IoT 기술을 활용하여 수거를 효율화하는 사업을 2015년부터 실시하고 있다. NEC는 산탄데르 시로부터 쓰레기 수거를 일괄 수탁하고 있는 민간 기업과 계약하고 있다. 시내의 약 820곳에 있는 쓰레기통에 센서를 부착하여 쓰레기의 축적량을 실시간으로 파악한다.

이렇게 수집된 대량의 데이터를 분석하여 수거 루트를 효율화하였다. 프로젝트 리더를 담당하는 NEC Iberica의 기우치(木内) 씨는「연간 쓰레기 수거 비용을 약 15% 삭감할 수 있었다」라고 말한다. 쓰레기 축적량은 쓰레기통 덮개 안쪽에 부착된 초음파 센서로 조사한다. 센서에서 나온 초음파가 쓰레기에 닿아서 반사하는 것을 수파기로 수신한다. 초음파의 발신에서 수신까지의 시간으로 쓰레기의 양을 파악한다. 이 시스템을 도입하기 전까지는 쓰레기의 축적량에 상관없이 수거차는 동일한 루트를, 동일한 빈도로 수거했었다.

도입한 결과 쓰레기가 많은 도시 지역, 쓰레기가 적은 과소 지역, 쓰레기가 일시적으로 증가하는 관광지 등 장소나 시기에 따라 쓰레기의 축적량이 다르다는 사실이 판명되었다. 1개월 마다 수거 루트를 재고함으로써 수거 효율을 높였다. 또한 설치해 둔 쓰레기통이 없어지거나 쓰레기통이 파손되는 경우는 작업자가 정보 단말을 이용하여 그 장소에서 바로 보고함으로써 빠르게 대응할 수 있는 등 쓰레기통 관리 업무의 효율도 향상되었다. 산탄데르 시는 유럽 중에서도 스마트시티를 위한 시도에 의욕적인 도시다. 앞으로도 NEC와 공동으로 수도, 가로등, 교통, 주차장 등의 분야에서도 동일한 어프로치를 통해 관리 효율화를 추진할 예정이다.  

NEC는 산탄데르 시에서의 경험을 살려, 작년부터 가와사키 시가 추진하는 IoT를 활용한 자원순환 고도화의 조사 사업을 실시하고 있다. 쓰레기의 축적량을 파악할 수 있는 구조를 이용하여, 가와사키 시내에서 배출되는 산업폐기물의 수거 운반을 효율화하는 것을 목표로 한다. 올해 가을 이후에 실증 실험을 시행할 예정이다. 

쓰레기 처리 효율화는 노동력의 유지나 저탄소화로 이어진다. 작업자를 중노동에서 해방시키고, 보다 부가가치가 높은 업무에 종사할 수 있게 한다. 쓰레기 처리 현장에서 AI나 IoT를 활용하여 작업을 성력화하는 기술은 앞으로 더욱 요구될 것이다.

  -- 끝 --