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.

플라스틱은 가볍고 튼튼하여 다양한 산업에서 폭 넓게 사용되고 있으며, 특히 여러 가지 형태로 가공이 가능하여 전자산업에서 유용하게 사용되고 있다. 전자산업에 사용되는 플라스틱의 경우 우리의 삶을 편리하고 풍요롭게 만들어 주고 있으나, 사용 후 폐기단계에서 여러 가지 많은 문제를 일으키고 있다. 폐가전제품(e-waste)에는 철금속류, 알루미늄 및 구리 등의 비철금속류 등 유용자원 뿐만 아니라 다량의 플라스틱류가 포함되어 있다. 특히, 폐소형가전의 경우 대형가전에 비해 플라스틱의 함량이 높고, 검정색 플라스틱의 비율이 상대적으로 높은 실정이다. 폐소형가전의 경우 제품의 종류, 모델 및 제조사 등에 따라 구성하고 있는 물질과 플라스틱의 종류가 매우 다양하여 파쇄, 해체 및 선별 등의 재활용 공정에서 특정 선별기술의 적용이 매우 어려운 실정이다. 폐소형가전 재활용 현장에서는 선별기술을 적용하지 못하고 인력에 의하여 일부 고가의 유용자원만을 선택적으로 선별/회수하여 재활용하고 있으며, 일부 경제성이 낮은 검정색 플라스틱의 경우에는 혼합물의 형태로 매각하고 있는 실정이다. 다량의 유용자원을 포함하고 있는 폐소형가전의 효율적인 재활용을 위해서는 해체/파쇄 기술뿐만 아니라 다양한 구성 물질 특히, 검정색 플라스틱의 재질별 인식 및 선별할 수 있는 기술과 상용화기술의 개발이 필요하다. 본 연구에서는 폐소형가전으로부터 발생하는 검정색 플라스틱의 재질별 선별을 위하여 여러 가지 선별기술을 검토하였으며, 본 연구 결과를 기반으로 검정색 플라스틱의 재질별 자동 인식 및 선별 기술을 개발하여 현장적용을 위한 기초자료로 활용하고자 한다.

매년 많은 양의 플라스틱 폐기물이 발생되면서 폐플라스틱을 순환 자원화하기 위해 여러 공공기관, 연구소에서는 폐플라스틱 자동선별 시스템을 구축하기 위한 노력을 하고 있다. 이미 국내 지자체 재활용 선별장 등에서는 근적외선 분광법(NIR)을 활용한 자동선별 시스템을 구축 및 활용하고 있지만 검정색 플라스틱 제품군의 물리적 성상인 근적외선 파장의 과도한 흡수로 인한 스펙트럼 분석이 어려워 자동분류가 힘든 실정이다. 이러한 문제들을 해결하기 위해 NIR 분광장비가 아닌 LIBS 분광기를 사용하여 데이터를 구축 및 분석하고 지능형 알고리즘을 이용하여 자동 선별이 가능한 흑색 플라스틱의 재질별 선별 분류기 구축하고자 한다. LIBS분광장비는 시료가 기체, 액체 및 고체 상태와 관계없이 주기율표 상의 거의 모든 원소에 대하여 정성 정량 분석이 가능한 장비로 시료의 전처리 과정이 필요 없으며, 분석 시간이 매우 짧기 때문에 실시간 분석이 가능하다는 장점을 가진다. 이러한 LIBS 분광장비를 이용하여 데이터를 추출하고 이를 분석하여 인공지능 알고리즘을 이용한 분류기를 설계하고자 한다. 검은색 플라스틱을 인공지능 알고리즘을 통하여 재질별 자동 선별하도록 설계하여 산업적･경제적인 효율의 향상을 기대할 수 있다.

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.