genDOC가 만들어주는 사업계획서,
미리 보기

아이템 개요

재활용 선별장의 컨베이어 위 폐플라스틱을 카메라로 촬영해, 경량 머신비전 모델이 재질(PET·HDPE·PP·PS)을 0.2초 내 분류하고 로봇 암 제어 신호를 내보내는 엣지형 선별 자동화 솔루션입니다. 기존 수작업 선별 라인에 카메라 모듈과 제어 박스만 부착하면 도입되도록 설계해 초기 설비 교체 비용을 최소화했습니다.

문제 인식 (Problem) 요약

국내 재활용 선별은 여전히 인력 의존도가 높아 재질 오선별률이 평균 18%에 달하고, 오선별된 복합 재질은 그대로 소각·매립되어 재활용률을 떨어뜨립니다. 선별 인력 채용난과 인건비 상승으로 중소 선별업체의 수익성이 빠르게 악화되고 있습니다.

실현 가능성 (Solution) 요약

협약기간 내 카메라·엣지보드·제어모듈로 구성된 시작품(TRL 6) 2대를 제작하고, 협력 선별장 1곳에서 실증해 선별 정확도 95% 이상·처리속도 분당 60kg을 검증합니다. 자체 구축한 4.2만 장 규모의 폐플라스틱 이미지 데이터셋으로 모델을 학습했습니다.

성장전략 (Scale-up) 요약

1차로 전국 중소 선별업체(약 310곳)를 타깃으로 설비 판매 + 월 구독(모델 업데이트·원격 모니터링) 결합 모델로 진입하고, 2차로 RE100·ESG 대응이 필요한 식음료 제조사의 사내 회수 라인으로 확장합니다.

팀 구성 (Team) 요약

머신비전 R&D 7년 경력의 대표를 중심으로 임베디드 엔지니어, 자원순환 정책 전문가가 결합했고, 광학 모듈 제조사 및 지역 선별장과 실증 파트너십을 확보했습니다.

국내·외 시장 현황 및 문제점

국내 재활용 선별 시장은 2025년 기준 약 1.9조 원 규모이며 폐기물 발생량 증가로 연 6%대 성장이 전망됩니다(환경부 자원순환 통계, 2025). 그러나 선별 공정의 70% 이상이 컨베이어 앞 수작업에 의존해 재질 오선별률이 평균 18%에 이르고, 야간·고령 인력 의존도가 높아 라인 가동률이 불안정합니다. 오선별된 복합 재질은 재활용되지 못하고 소각·매립되어 실질 재활용률을 끌어내리는 구조적 병목입니다.

문제 해결을 위한 개발 필요성

기존 광학 선별기는 대당 3억 원 이상으로 대형 사업장 전용이며, 전국 선별업체의 80%를 차지하는 중소 사업장은 도입 여력이 없습니다. 라인을 통째로 교체하지 않고 카메라·제어 모듈만 부착해 자동화하는 '경량·후부착형' 솔루션에 대한 수요가 분명하지만 현재 시장에는 적정가의 대안이 부재합니다. 본 아이템은 이 공백을 직접 겨냥합니다.

개발 계획

협약기간 내 (1) 산업용 카메라 + 엣지 AI 보드(NPU 탑재) 하드웨어 모듈, (2) PET·HDPE·PP·PS 4종 재질 분류 모델, (3) 로봇 암/에어젯 제어 인터페이스를 통합한 시작품 2대를 제작합니다. 1~3개월 데이터셋 고도화 및 모델 학습, 4~6개월 하드웨어 통합·현장 튜닝, 7~9개월 실증 및 정확도 검증 순으로 진행합니다.

차별성 및 경쟁력 확보 전략

대형 NIR 선별기 대비 1/10 수준의 도입가(대당 2,800만 원 목표)와 기존 라인 후부착 설계가 핵심 차별점입니다. 자체 수집한 4.2만 장 국내 폐플라스틱 이미지(오염·라벨·찌그러짐 포함)로 학습해 현장 환경 강건성을 확보했고, 재질 분류 알고리즘과 엣지 추론 최적화 기법에 대해 특허 2건을 출원했습니다.

정부지원사업비 집행 계획

총 사업비 중 재료비(카메라·엣지보드·제어부품) 42%, 외주용역비(하드웨어 enclosure 가공) 23%, 시작품 제작·실증비 20%, 지급수수료·특허 12%, 기타 3%로 편성했습니다. 라인 실증은 협력 선별장의 비가동 시간대를 활용해 추가 임차비를 최소화합니다.

경쟁사 분석 및 목표 시장 진입 전략

경쟁군은 (A) 수억 원대 대형 NIR 광학 선별기 제조사와 (B) 해외 AI 선별 스타트업으로 나뉩니다. 전자는 가격·설치 규모에서 중소 사업장 진입이 불가능하고, 후자는 국내 폐기물 특성 데이터와 A/S 망이 부재합니다. 당사는 '후부착·적정가·국내 데이터' 포지션으로 가격 민감도가 높은 중소 선별업체(약 310곳)를 1차 거점으로 삼아, 지자체 자원순환 시설 실증 레퍼런스를 확보한 뒤 확산합니다.

비즈니스 모델 (수익화 모델)

설비 판매(대당 2,800만 원)로 초기 매출을 확보하고, 모델 업데이트·원격 모니터링·정확도 리포트를 묶은 월 구독(대당 19만 원)으로 반복 매출을 만듭니다. 선별 정확도 향상이 곧 재활용 판매단가 상승으로 이어지므로, 성과연동형(절감액 일부 셰어) 옵션을 통해 도입 장벽을 추가로 낮춥니다.

투자 유치 및 자금 확보 전략

실증 레퍼런스 1곳과 LOI 3건 확보 후 시드 5억 원 유치를 목표로 하며, 환경·자원순환 분야 임팩트 투자사와 TIPS 연계를 우선 접촉합니다. 병행해 중기부 R&D, 환경부 자원순환 실증 과제 등 비희석 자금으로 양산 검증 비용을 충당합니다.

사업 전체 로드맵 및 중장기 사회적 가치

1년차 실증·초기 판매 10대, 2년차 누적 80대·구독 전환율 60%, 3년차 식음료 제조사 사내 회수 라인으로 확장 및 동남아 수출 PoC를 목표로 합니다. 오선별률을 18%→5% 이하로 낮추면 연간 재활용 가능 물량이 사업장당 수백 톤 늘어, 탄소중립·자원순환 정책 목표에 직접 기여합니다.

대표자 보유 역량

대표자는 머신비전 솔루션 기업에서 7년간 검사 자동화 프로젝트를 리드하며 제조 현장 비전 시스템 12건을 양산 적용한 경험이 있습니다. 엣지 추론 최적화와 현장 데이터 수집 파이프라인 설계가 핵심 역량이며, 본 아이템 관련 알고리즘 특허 2건의 발명자입니다.

팀원 역량 및 업무파트너 현황·활용 방안

임베디드 엔지니어(제어·하드웨어 통합 5년)와 자원순환 정책 전문가(전 지자체 자원순환과 협업 경력)가 합류 예정이며, 광학 모듈 제조사와는 카메라·조명 모듈 공동개발 MOU를, 지역 선별장 1곳과는 실증 라인 제공 협약을 체결했습니다. 양산 단계의 enclosure 가공은 검증된 외주 협력사를 통해 조달합니다.