플라스틱 재활용 분류

플라스틱은 일상 생활 속 어디에서나 볼 수 있을 만큼 필요한 물질이지만 환경 오염의 주범이기도 하여, 사람들에게 긍정적인 동시에 부정적인 인식을 갖게 합니다. 그렇기 때문에 연구자, 제조업체, 환경보호가 그리고 규제 당국에 이르기까지 많은 관련자들이 플라스틱 재활용에 관심을 갖고 있습니다.

이글에서는 분광학을 플라스틱 재활용 과정에 응용하여 다양한 플라스틱 물질을 식별하고 분류하는 방법을 설명합니다.

※ 배경

NIR 분광학이나 Raman 분석과 같은 기법은 화학 성분을 포함한 물질 특성에 대해 유용한 정보를 제공하기 때문에 재활용 과정에서 플라스틱을 식별하는 데 효과적입니다. 분광기를 재활용 과정에 접목시키면 기존 프로세스의 분류 과정을 보완 및 단순화할 수 있습니다.

NIR(근적외선) 파장 대역(>800 nm)에서 중합체는 강하고 뚜렷한 고유 스펙트럼 특징을 보이며, 이는 일상에서 쉽게 볼 수 있는 플라스틱의 재활용 코드와 밀접한 관련이 있습니다(그림 1). 기호화 된 대부분의 플라스틱은 NIR에서 스펙트럼 특성이 뚜렷하기 때문에, 플라스틱을 분류하는 과정에 분광기를 통합시킬 수 있습니다. 또한 NIR 분광기 사용 시 샘플을 전처리 할 일이 거의 없으며, 상황에 따라 유연하게 설정을 변경, 사용자화 할 수 있습니다.

그림 1. 일부 재활용 플라스틱의 NIR spectrum

경우에 따라 Raman 분광법은 몰랐거나 알려지지 않은 화합물을 식별하는 데 사용됩니다. 실제로 적절한 조건(충분한 신호 레벨, 형광의 간섭을 완화시키기 위한 방법 적용 등)에서 Raman은 플라스틱을 분류하는데 매우 효과적입니다.

Raman 및 NIR 분광법은 투명하고 유색인 플라스틱의 식별에 효과적이지만, 두 방법 모두 흑색 중합체를 식별하는 데에는 적합하지 않습니다. 카본 블랙은 모든 라만 여기 레이저 광과 NIR 영역의 모든 광을 흡수하기 때문입니다. (흑색 중합체를 식별하기 위한 중적외선 분광기를 활용한 방법은 다음의 논문에 나와있습니다; Becker, W., Sachsenheimer, K. And Klemenz, M., “Detection of Black Plastics in the Middle Infrared Spectrum (MIR) Using Photon Up-Conversion Technique for Polymer Recycling Purposes,“ Polymers (Basel). 2017 Sep; 9(9): 435.)

※ Flame-NIR+ 분광기를 사용한 확산 반사율 측정

플라스틱 분류를 위한 Flame-NIR + 분광기의 유용성을 확인하기 위해 여러 샘플의 확산 반사율을 측정했습니다.

1. 용기 및 의류 생산에 주로 사용되는 PETE(polyethylene terephthalate),

2. 일상 여러 분야에서 응용되는 열가소성 LDPE(low-density polyethylene), PP(polypropylene),

3. 각종 포장 및 용기에 사용되는 PS(polystyrene)

Flame-NIR+는 970-1700nm의 파장 대역에 적합한 비냉각 InGaAs array 검출기가 장착된 소형의 고성능 분광기입니다. 이전 모델에 비해 감도가 최대 6배 향상되어 낮은 검출 한계와 단축된 integration time을 제공합니다. Flame-NIR+는 설치 공간이 작고 전력 소비량이 적기 때문에 재활용 공정에 통합시키기 적합합니다.

그림 2. Flame-NIR+ 분광기

샘플을 측정하기 위해 Flame-NIR+를 고출력의 텅스텐 할로겐 광원, 600 µm 반사 probe 및 확산 반사 방법 조건에서 사용했습니다. (사용 소프트웨어: OceanView, integration time: 6ms, scans to average: 50, boxcar: 1)

OceanView 소프트웨어에서 흡광도 모드로 데이터를 수집하였고, 샘플의 반사율인 R을 통해 반사 스펙트럼 log(1/R)로 나타냈습니다. 반사 스펙트럼 log(1/R)로 나타내면 농도를 신호의 세기에 따른 척도로 볼 수 있기 때문에, 반사 스펙트럼을 분석할 때 더 직관적인 방법이 될 수 있습니다.

처음에는 baseline 보정 없이 Flame-NIR+로 스펙트럼을 확인했습니다. 이후 샘플 별 스펙트럼 특징을 쉽게 구분하기 위해, 스펙트럼의 모든 포인트에서 1303nm에서의 반사율을 빼 baseline 보정을 했습니다(그림 4). 이 과정은 fiber가 움직이거나 기타 다른 문제로 인해 발생할 수 있는 신호 세기의 오차를 상쇄시키기 위한 데이터 처리 단계로, 샘플 별 스펙트럼의 차이를 더 쉽게 확인할 수 있습니다.

※ NIR Quest+ 분광기를 사용한 확산 반사율 측정

또 다른 분광기, 900-1700nm의 파장 영역을 볼 수 있고 열전 냉각 InGaAs array 검출기를 사용, NIRQuest+1.7을 사용하여 측정을 진행했습니다(그림 5). 파장 영역은 900-2200nm와 900-2500nm의 옵션도 있습니다. NIRQuest+1.7 분광기(900-1700nm)는 열 안정성이 뛰어난 고감도 제품으로 공정에 쓰이기 적합합니다.

그림 5. NIR Quest+ 분광기

NIR Quest+ 분광기는 고감도 성능을 위해 설계가 향상된 제품으로, 검출 한계가 낮고 확산 반사 측정 시 더 긴 파장 영역에서도 깨끗한 스펙트럼을 보여줍니다. Flame-NIR+와 비교했을 때 NIR Quest+는 더 민감하고 더 긴 NIR 파장(>1700 nm)에서 스펙트럼을 제공합니다.

위에서 Flame-NIR+로 진행한 실험 조건과 동일하게 고출력의 텅스텐 할로겐 광원, 600 µm 반사 probe 및 확산 반사 방법의 조건에서 플라스틱 샘플(PET 및 PP)을 측정했습니다. (사용 소프트웨어: OceanView, integration time: 5ms, scans to average: 25, boxcar: 1) 측정 결과는 %반사율로 나타냈습니다.

※ NIR 데이터의 활용

NIR 스펙트럼을 사용하면 좋은 검교정 모델을 구축할 수 있지만, 검교정 모델 외의 물질을 예측하는 것은 어렵습니다. 실제로 NIR 스펙트럼은 데이터를 추출할 수 있는 도구가 있는 경우, 샘플에 대한 풍부한 정보를 제공합니다. 예를 들어 화학 분석 방법 중 하나인 주성분 분석에 수집된 NIR 데이터를 적용시킨다면, 스펙트럼 표시 기능을 사용하여 유형별로 샘플을 그룹화하고 분류할 수 있습니다.

또한 플라스틱 분류 공정에서 NIR 반사 스펙트럼으로 효과적인 분류를 할 수 있다는 점은 Ocean Intelligence 머신 러닝 알고리즘에도 도움이 됩니다. 자동화된 재활용 분류 공정에 Ocean Intelligence를 적용하면, 분류 과정에서 발생할 수 있는 오류를 최소화하면서 중합체를 보다 효율적으로 분리할 수 있습니다. (올바르게 분류되지 않은 것은 폐기물로 분류되어 다시 재활용해야 합니다.)

※ 결론

NIR 분광기와 머신 러닝 기술이 지속적으로 발전함에 따라 이를 재활용 산업에 적용했을 때 플라스틱 분류 공정을 간소화하고 효율적 비용으로 운영하며, 보다 지속 가능한 환경에 기여할 수 있습니다.