3D 비전(4) 폐배터리 재활용 산업에서 활약하는 3D 비전 시스템
Chloe Woo | Content Strategist
전 세계적으로 전기차와 전자기기 사용이 급증하면서 폐배터리 처리 문제는 환경과 자원 순환 측면에서 매우 중요한 과제로 떠오르고 있습니다. 폐배터리에는 리튬, 코발트, 니켈과 같은 희소 금속이 포함되어 있어 재활용 가치가 높지만, 복잡한 구조와 유해 물질로 인해 기존의 수작업 해체 방식은 효율성과 안전성 면에서 한계를 드러내고 있죠.
3D 비전 로봇을 활용하면 이러한 문제를 해결할 수 있습니다! 3D 비전 기술과 AI의 결합은 폐배터리 해체 작업을 자동화하며, 자원 재활용의 새로운 기준을 제시하고 있습니다.
폐배터리 해체 산업의 중요성
(1) 자원 재활용 및 자원 고갈 문제 해결
리튬이온 배터리는 리튬, 코발트, 니켈, 망간과 같은 희소 금속으로 구성됩니다. 이러한 금속은 채굴이 제한적이고, 수요는 급증하고 있어 공급 부족 우려가 커지고 있죠. 대신 폐배터리를 해체해서 희소 금속을 회수하면, 신규 채굴을 줄이고 지속 가능한 자원 순환 체계를 구축할 수 있습니다. 또한, 외국에 대한 자원 의존도를 낮출 수 있다는 장점이 있습니다.
(2) 환경 보호
폐배터리는 부적절하게 처리할 경우 환경에 큰 해를 끼칠 수 있습니다. 폐배터리에는 전해질과 중금속 등 인체에 유해한 성분이 포함돼 있기 때문인데요. 폐배터리를 조심스레 해체해 원료를 재활용하면 이러한 환경 오염을 예방할 수 있습니다. 새 금속을 채굴/정제할 때 발생하는 탄소 배출도 절감할 수 있고요.
게다가 상태가 양호한 셀은 원료를 뽑아내는 게 아니라, 아예 새로운 활용 방안을 창출할 수도 있죠. 대표적인 것이 바로 에너지 저장 장치(ESS)로 재사용하는 방법입니다.
결론적으로 폐배터리 재활용은 폐기물을 최소화하고 자원을 재활용하는 순환 경제 체제를 구축해 지속 가능성을 확보하는 데 중요한 역할을 합니다.
(3) 법적 규제 및 기업의 사회적 책임 (ESG)
전 세계적으로 폐배터리 재활용은 환경 규제와 맞물려 필수적인 과제가 되고 있습니다. 유럽연합(EU)을 비롯한 여러 국가에서는 배터리 재활용을 법으로 의무화하고 있습니다.
예컨대, EU는 이르면 2031년부터 적용할 배터리 원재료 재활용 최소 비율을 코발트 16%, 리튬 6%, 납 85%, 니켈 6% 등으로 설정했습니다. 사실상 원재료 재활용을 의무화하는 셈이죠. 2036년에는 코발트 26%, 리튬 12%, 납 85%, 니켈 15%로 이 비율 기준이 상향됩니다.
EU에 수출을 하는 기업이라면, 이러한 규제를 필수로 만족해야 합니다. 환경, 사회, 지배구조(ESG) 경영의 일환으로 폐배터리 재활용을 통해 지속 가능성과 사회적 책임을 실현할 수 있고요. 친환경 경영을 통해 기업의 신뢰도를 높이는 중요한 활동이 될 수 있습니다.
(4) 경제적 기회 창출
폐배터리 해체 및 재활용은 새로운 산업 기회를 창출합니다. 정상 작동하는 폐배터리는 ESS 등으로 용도 변경하여 사용할 수 있습니다. 폐배터리 해체는 실제적인 경제적 이점도 가져다 줍니다. 회수된 희소 금속은 높은 부가가치를 가집니다. 희소 금속을 새롭게 채굴하는 것보다 재활용 할 때 비용이 적게 들어가죠. 치열해지는 글로벌 경쟁 환경에서 생산 원가를 절감하고 시장경쟁력을 높일 수 있습니다.
폐배터리 해체 자동화의 도전과제
- 표준화되지 않은 배터리 설계: 배터리 설계는 아직 표준화되어 있지 않습니다. 다양한 제조업체가 제각각 다른 아키텍처, 구성, 소재를 채택하죠. 이러한 다양성으로 인해 배터리를 해체할 때 모델별로 맞춤형 접근 방식이 필요합니다. 로봇 해체 자동화 프로세스를 복잡하게 만들죠.
- 상황에 따라 해체 깊이가 다름: 경제적 목표와 제품 유형에 따라 배터리를 얼마나 작은 요소까지 해체해야 하는지가 달라집니다. 이러한 다양성에 대처하려면 유연한 접근방식이 필요합니다. 해체 전략과 계획에 상당한 영향을 미치므로, 단일화된 로봇 자동화가 어렵습니다.
- 해체 작업의 잠재적 해로움: 폐배터리를 이루고 있는 수많은 조인트와 커넥터를 제거해야 하는데요. 특히 배터리 모듈의 접착부, 용접부 같은 조인트를 절단하는 것은 모듈과 셀에 잠재적으로 해로울 가능성이 있습니다. 이를 매우 높은 정밀도로 자동화한다는 것은 수많은 기술적 과제를 먼저 해결해야 한다는 의미입니다.
- 배터리 상태의 불확실성: 폐배터리는 사용하는 동안 조립부가 느슨해지거나, 이를 통해 내부 부품에 녹이 슬었을 가능성이 있습니다. 물리적/화학적 상태에 상당한 불확실성이 있는 거죠. 만약 녹슬거나 파손된 부품이 포함돼 있으면, 자동화 로봇이 해체 작업을 하다가 오히려 로봇 공구가 추가로 파손되는 사고가 발생할 수도 있습니다. 해체 과정이 더욱 복잡해지는 이유입니다.
폐배터리 해체를 로봇으로 자동화하려면 이와 같은 여러 기술적 어려움이 있습니다. 그러나 최근 3D 비전 + AI 딥러닝 시스템 기술이 발달하면서 폐배터리 해체 작업을 자동화하고자 하는 실제 산업 수요가 커지고 있습니다.
3D 비전 시스템을 활용한 폐배터리 해체 자동화
3D 비전 기술을 이용한 폐배터리 해체 과정은 정밀성과 안전성을 동시에 확보하면서 효율적으로 진행됩니다. 폐배터리는 복잡한 구조와 다양한 화학 물질로 구성되어 있어 수작업으로 해체하면 시간이 많이 걸리고 작업자의 안전에 위험이 따르는데요. 3D 비전 기술이 바로 이러한 문제를 해결하는 데 중요한 역할을 하죠.
위쪽 박스는 전기차용 폐배터리 사이클에서 분해 작업을, 아래쪽 박스는 폐배터리 해체에서 로봇의 주요 역할을 보여줍니다. Image Credit: AHHA Labs, Robotic disassembly of electric vehicle batteries: Technologies and opportunities https://www.sciencedirect.com/science/article/pii/S0360835224008490 이미지 재구성
(1) 폐배터리 입고
자율 모바일 로봇(AMR; Autonomous Mobile robot)을 이용해 다 쓴 폐배터리를 재활용 공장으로 입고시킵니다. 3D 비전 및 AI 모델을 활용해 이동 경로를 최적화하고, 다양한 크기의 상자(배터리)를 쌓거나 내릴 수 있습니다(팔레타이징 및 디팔레타이징 작업).
이 과정에서 폐배터리에 부착된 바코드나 외형을 스캔해, 제품을 종류별로 분류하여 적재하거나 이동시키는 것도 가능합니다. 즉, 배터리의 크기와 모양이 달라도 실시간으로 데이터를 수집하고 처리하여 맞춤형 해체 계획을 수립할 수 있습니다. 이를 통해 로봇이 이후 해체 작업시 해체 포인트를 보다 정확히 식별할 수 있도록 준비시키는 거죠.
(2) 재활용/재사용 분류
폐배터리를 순서대로 테스트해서 재사용 가능한 팩을 먼저 걸러냅니다. 해체 후 재활용이 아닌 재사용은 ‘용도 변경’이라고도 부르는데요. 이차전지 통합 인증관리시스템에 따르면, 아래와 같은 방법을 따르게 되어 있습니다.
전기자동차용 모듈 및 배터리 팩을 재사용하기 위한 분류 절차는 정보 수집 및 검토를 통해 그림과 같이 분류할 수 있습니다. Image Credit: 전기자동차용 리튬이온배터리 재사용 분류 방법_한국전지산업협회 SPS-C KBIA-10702-01-7416
1단계 외관검사부터 마지막 자가방전검사까지, AI 딥러닝 모델을 활용해 더욱 정밀하고 신속한 검사를 수행할 수 있습니다. 각 검사 단계를 통과하지 못한 배터리는 손상 정도에 따라 폐기되거나 해체 후 원재료 재활용 과정을 거치게 됩니다.
- OCV(Open Circuit Voltage) : 부하에 연결되지 않았을 때의 배터리 전압을 개방전압(Open Circuit Voltage)이라고 하며, 불량품을 검출하는 중요한 검사 중 하나입니다. 배터리는 자기방전 특성을 지니고 있어서 OCV는 서서히 떨어집니다. 배터리 내부에 불량이 있는 경우, 자기방전이 더욱 커지면서 OCV가 현저히 낮아집니다.
(3) 볼트/너트 분리
재활용이 결정된 폐배터리는 해체를 시작합니다. 먼저 폐배터리의 표면을 감싸고 있는 커버를 제거해야 합니다.
- 볼트/너트 좌표 계산: 3D 비전 시스템을 이용해 분리해야 하는 외관 전체의 형태를 스캔한 뒤, 로봇이 해체해야 할 부품(볼트/너트)의 정확한 좌표를 계산합니다. 그리고나서 로봇의 절대 좌표와 부품이 위치한 좌표의 차이 값(즉, 상대 좌표)를 전달하면, 로봇이 그 거리만큼 이동하여 볼트와 너트를 해체하게 되죠.
- 볼트/너트 종류 인식 및 불량 검사: 이때 사용되는 AI 모델은 모델별 배터리의 외관과 해체 포인트뿐만 아니라, 볼트와 너트의 종류별 이미지도 사전에 학습해 둡니다. 이 부품들의 형태에 따라 로봇이 다른 도구를 다른 힘으로 사용해야 할 수도 있고, 무엇보다 부품이 녹슬었거나 심하게 파손돼 있으면 로봇 작동시 드라이버 같은 공구가 망가질 위험이 있기 때문이죠. 이 같은 불량 볼트/너트는 딥러닝 비전 검사를 통해 자동 해체 작업에서 제외합니다.
- 해체 각도 계산: 아마 평소에는 인식하지 못할 수 있지만, 사람은 자연스럽게 볼트와 너트가 체결된 형태를 보고 드라이버를 돌릴 각도를 자동으로 계산하게 됩니다. 3D 비전 시스템과 로봇도 마찬가지로, 안전하고 성공적인 해체를 위해 각도를 계산합니다.
- 케이블 절단 위치 계산: 필요에 따라 복잡하게 연결된 케이블을 절단합니다. 케이블은 특히 형태적 자유도가 높기 때문에 정밀하고 정확도 높은 3D 비전 시스템이 매우 중요한 역할을 합니다.
AI를 활용하여 파악한 폐배터리의 외관 구조. Image Credit: Intelligent disassembly of electric-vehicle batteries: a forward-looking overview https://www.sciencedirect.com/science/article/abs/pii/S0921344922000556
(4) 배터리 팩 → 모듈 → 셀 해체
3D 비전 시스템은 로봇이 각 모듈과 셀의 위치를 인식하여 로봇팔로 안전하게 분리할 수 있도록 돕습니다. 셀 분리를 자동화함으로써 작업 속도를 높이고, 작업자의 수작업에 따른 위험성을 줄입니다.
특히 크기가 큰 배터리의 경우 작업 간 로봇 도구의 이동 시간도 전체 분해 시간, 즉 작업 효율에 영향을 미칠 수 있습니다. AI 딥러닝 모델을 이용한 경로 최적화가 중요한 이유죠. 이러한 최적화는 속도뿐만 아니라 안전과 신뢰성에 초점을 맞출 수도 있는데요. 예컨대, AI 최적화 시뮬레이션을 통해 비파괴적 분해(느리지만 안전함) 및 파괴적 분해(빠르지만 위험함) 방법 가운데 로봇이 스스로 판단하고 선택할 수도 있습니다.
마치며
수명이 다한 전기차용 폐배터리가 쏟아지기 시작하면서, 폐배터리 재활용을 위한 산업용 로봇, 3D 비전 시스템, 산업용 AI 모델 통합 시스템은 최근 기술연구가 매우 활발한 분야입니다. 아직은 기술적 과도기로서, 폐배터리 재활용 전체 공정에서 로봇으로 자동화할 수 있는 단계는 일부에 국한되지만, 기술이 점차 고도화되면서 전 공정으로 로봇 자동화가 퍼져 나가는 일은 시간 문제로 여겨지고 있죠. 지금까지 논의했던 3D 비전 시스템과 산업용 AI 모델의 발달이 주요 동력으로 여겨집니다.
아하랩스는 산업 빅데이터 및 산업용 AI 전문 기업으로서, 글로벌 배터리 제조 기업 3사의 다양한 환경에서 검증된 딥러닝 비전 기술을 보유하고 있습니다. 신뢰도 높은 3D 로봇 비전을 위한 빠르고 정확한 맞춤 산업용 AI 모델을 신속하게 개발할 수 있는 전문가 기업이죠.
여기에 더해, 폐배터리 해체 전 공정의 데이터를 수집/분석하고, AI CCTV로 작업장 안전을 관리하며, 언제 어디서나 공정을 모니터링할 수 있는 솔루션을 보유하고 있습니다.
산업용 로봇의 3D 비전 AI 통합 시스템도 아하랩스와 함께 상의하세요!
더 자세히 알아보기