AI로 재활용품 분리수거, 음식물 쓰레기 인식·측정, 물 사용 현황 관찰·누수 탐지하는 방식

1.미국 루이스빌 쓰레기 관리 솔루션 기업 'AMP 로보틱스'

• 이 회사는 로봇공학, 컴퓨터 비전 기술, 딥러닝 기술로 쓰레기 안에서 재활용품을 자동으로 인식, 분류하는 기술을 선보임, 재활용품 선별 시설에 해당 기술을 제공함
• 'AMP 코텍스 고속 로보틱스 시스템’과 ‘AMP 뉴런 AI 플랫폼’이 핵심
• AMP 코텍스 고속 로보틱스 시스템은 로봇으로 쓰레기 안에서 재활용품을 확인하고, 분류하는 업무를 자동화함, 로봇이 쓰레기 안에서 재활용품을 발견해 이를 골라내는 시스템
• AMP 뉴런 AI 플랫폼은 쓰레기와 재활용성을 확인하기 위해 쓰레기 색·질감·형태·크기·무늬·브랜드 라벨을 인식해서 스스로 계속 학습함, 이는 로봇이 재활용품을 집어서 다른 데 놓아두도록 안내함
• 재활용품 분류 과정 :
  → 재활용품 선별 시설에서 컨베이어 벨트 위로 쓰레기가 지나가면 카메라가 이를 촬영함
  → AMP 뉴런 AI 플랫폼은 이 가운데 특정한 재활용품 특징을 컴퓨터 비전 기술로 인식함
  → 이는 플라스틱 고분자, 종이 형태, 금속 용기, 여러 겹으로 된 포장 상자 등을 알아봄
  → 재활용품, 다른 절차에서 분류해야 할 쓰레기를 특징 지음
  → AMP 뉴런 AI 플랫폼은 로봇에게 재활용품을 분류하도록 안내함
  → 로봇은 쓰레기 안에서 재활용품을 집어내 다른 곳에 둠
• 이는 1분에 최대 80개 쓰레기를 집을 수 있으며 사람보다 약 두배 더 빠름
• 분류 정확도 : 최대 99%

2.미국 롱몬트 쓰레기 관리 솔루션 기업 '클린 로보틱스'

• 이 회사는 로봇 공학, 컴퓨터 비전 기술, 머신러닝 기술로 매립 쓰레기와 재활용품을 자동으로 인식, 분류하는 스마트 쓰레기통 '트래시봇'을 개발함
• 트래시봇은 공항, 병원, 경기장처럼 사람들이 많이 찾는 시설에 설치함
• 재활용품 분류 과정 :
  → 사람들이 트래시봇에 쓰레기를 버리면 카메라로 이를 촬영함
  → 컴퓨터 비전 기술과 머신러닝 기술로 ‘이 쓰레기가 매립 쓰레기인지, 재활용품인지’ 확인함
  → 로봇 자동화 기술로 재활용품은 재활용 쓰레기통에, 오염된 쓰레기는 매립 쓰레기통에 분류함
• 분류 정확도 : 95%, 이는 사람보다 300% 더 정확하게 쓰레기를 분류함
• But 트래시봇에 쓰레기를 버릴 때는 한 번에 하나씩 버려야 함

3.영국 런던 음식물 쓰레기 관리 솔루션 기업 '위노'

• 이 회사는 컴퓨터 비전 기술, 머신러닝 기술, 디지털 저울로 음식물 쓰레기를 자동으로 인식, 측정하는 기술을 선보임, 호텔·식당·카지노·크루즈 선 등의 부엌에 이 기술을 제공함
• ‘위노 비전 시스템’이라는 솔루션은 AI로 음식물 쓰레기를 인식하고 측정하는 데 핵심
• 여기에는 동작 감지 카메라, 태블릿, 디지털 저울이 필요함, 위노는 이 기기들을 부엌에 제공함
• 디지털 저울은 바닥에 두고, 태블릿은 그 위 벽면에 비치함, 동작 감지 카메라는 태블릿 아래에 장착됨
• 음식물 쓰레기 인식, 측정 방식 :
  → 디지털 저울 위에 놓인 통에 음식물 쓰레기를 버리면 카메라는 이를 촬영함
  → 이때 컴퓨터 비전 기술로 음식물 쓰레기 이미지를 인식함
  → 저울로 무게도 측정함
  → 해당 데이터는 태블릿에 전송됨
  → 태블릿에서는 쓰레기로 배출된 음식 유형, 무게 등 정보를 볼 수 있음
• 위노 비전 시스템으로 음식물 쓰레기를 인식하기 전에는 사전 학습이 필요함
• 위노 비전 시스템에서 재공하는 음식물 쓰레기 데이터 : 음식물 쓰레기 이미지, 무게, 해당 쓰레기를 매일 버렸을 때 일주일치 비용·1년치 비용·1년치 환경 비용(이산화탄소 배출량)
• 음식물 인식 정확도 : 80%

4.이스라엘 텔아비브 물 관리 솔루션 기업 '윈트'

• 이 회사는 머신러닝 기술, IoT 기술로 건물 안에서 물 사용 현황을 관찰하고, 누수를 탐지하는 기술을 개발함, 상업시설, 건설 현장, 제조업체 등에 이 기술을 제공함
• 윈트는 지능형 수도 계량기와 수도 차단 장치를 제공함
• 두 장치를 건물 수도관 시스템과 연동해야 물 사용 현황을 파악하고, 누수를 탐지할 수 있음
• 아울러 큰 피해가 생기기 전에 물 공급을 차단할 수 있음
• 계량기는 머신러닝으로 건물의 정상적 물 흐름 양식을 학습하고, 분석함, 이는 3~4주 걸림
• 이렇게 정상적 물 흐름 양식을 파악하면, 나중에 누수와 같은 비정상적 양식도 탐지할 수 있음
• 계량기는 무선 통신망으로 클라우드와 통신함
• 문제를 탐지하면 담당자에게 앱으로 실시간 알림을 보냄, 이때 누수가 생긴 곳의 정확한 위치를 짚어줌
• 계량기가 분석하는 정상적 물 흐름 양식 : '수영장을 채우는 데 평소 사용한 물의 양’, ‘부엌과 화장실에서 평소 사용한 물의 양’, ‘물을 사용하는 시기’
• 계량기가 실시간 분석하는 비정상적 물 흐름 양식 : AI와 딥러닝을 적용해 ‘수영장이 제대로 채워지지 않고 있는지’, ‘예상 밖의 수원에서 물 사용량이 급격하게 늘었는지’ 등을 파악함
• 비상상황을 탐지하면 윈트 장치는 물 공급을 자동으로 차단하도록 프로그램 될 수 있음, 심각한 누수나 수도관 파열 같은 상황이 비상상황 예