산업의 발달로 인하여 플라스틱의 수요가 증가되고 있다. 산업현장과 가정에서 사용 후 배출되는 폐플라스틱은 많은 환경 문제를 야기 시키고 있으며, 이를 해결하기 위하여 적극적인 폐플라스틱 재활용 방안이 제안되고 있다. 폐플라스틱의 효율적으로 재활용하기 위해서는 재질별 선별이 이루어져야 하며, 재질별 선별을 위한 기술 개발은 지속적으로 이루어져 왔다. 최근에는 폐플라스틱의 재질별 선별에 근적외선분광법(NIR 선별기)가 가장 널리 사용되고 있으며, 우수한 재질 분류 성능을 보인다. 그러나 검정색 폐플라스틱의 경우 근적외선의 빛을 흡수하여 재질인식을 하지 못하는 단점을 가지고 있다. 본 연구에서는 이러한 근적외선분광법의 단점을 보완하기 위하여 분광기의 일종인 레이저유도플라즈마 분광기를 이용하여 검정색 플라스틱의 재질별 선별을 위하여, 플라스틱 고유의 스펙트럼을 획득한다. 분광기를 통해 얻어진 스펙트럼은 주성분분석법(Principal Component Analysis; PCA)을 이용하여 데이터 전처리(Preprocessing) 과정을 거친 후 입력 데이터를 얻는다. 데이터 전처리 과정을 통해 획득된 입력 데이터를 이용하여 플라스틱의 재질 인식을 위한 패턴 분류기로 퍼지집합 기반 신경회로망(Fuzzy-set based neural networks)을 이용한다. 퍼지 집합 기반 신경회로망은 퍼지 집합과 신경회로망의 장점을 결합한 퍼지 신경회로망의 일종으로 입력변수의 차원이 높은 경우에 좋은 성능을 보이는 신경회로망이다.

현재 인류는 천연자원의 지속적인 사용량 증가로 인하여 대상 자원의 매장량 한계와 더불어 자원의 가격 상승을 초래하는 문제를 직면하고 있다. 이에 맞춰 순환자원 가치의 중요성이 대두되고 있으며, 순환자원을 이용한 재활용 제품의 용도를 개발하여 다원화하고 활용 할 수 있는 방안을 적극적으로 개발하고 있으며 확대 되고 있다. 현재 국내 지자체의 재활용 선별장은 생활계에서 배출되는 폐플라스틱을 PP, PS, PE, PET 등으로 근적외선 분광법(NIR)을 이용해 자동 선별하여 물질 재활용에 기여하고 있으나, 검은색 플라스틱 제품군의 경우 해당 기법으로는 자동선별의 한계점을 직면하고 있다. 검은색 플라스틱 제품군은 소비자들이 선호하는 색상 중 하나로 생산량과 수요량이 증가하는 반면, 자동선별이 불가능하여 인력에 의한 수선별로 작업환경과 작업자 안전의 문제점을 야기함과 동시에 선별율도 저조하다. 일부 재활용 선별장에서는 잔재물과 함께 소각 및 매립 처리함으로써 2차 환경오염 문제와 경제적 문제를 가지고 있다. 따라서, 생활계 검정색 플라스틱의 재질별 자동선별의 효율성을 향상시키기 위하여 분광학 기법을 통하여 데이터를 획득하고 지능형 알고리즘의 도움으로 검정색 플라스틱의 재질별 자동선별을 실현하고자 한다. 본 연구에서 사용한 ATR-FTIR(Attenuated Total Reflectance-Fourier Transform Infrared)분광법은 진동전이(Vibrational transition)에 의한 물질의 고유한 흡수 스펙트럼이 뚜렷이 나타나고, 대상 물질의 전처리가 거의 없이 빠른 시간 안에 고유한 정량 분석이 가능하다. 또한 비파괴 분석방법으로 여러 분야에 활용되고 있는 것이 장점이다. 여기에 검은색 플라스틱을 인공지능 알고리즘을 통하여 재질별 자동 선별하도록 시스템화하여 산업적･경제적인 효율의 향상을 기대 할 수 있다.