유준재교수님2팀

프로젝트 개요

기술개발 과제

국문 : 폐플라스틱 공급망 최적화 : 경제성과 효율성 중심의 선별·재활용 공정 개선

영문 : Optimization of Plastic Waste Supply Chain: Improving Sorting and Recycling Processes with a Focus on Economic Efficiency and Effectiveness

과제 팀명

유준재 교수님 2팀

지도교수

유준재 교수님

개발기간

2024년 9월 ~ 2024년 12월 (총 4개월)

구성원 소개

서울시립대학교 화학공학과 20213400** 김** (팀장)

서울시립대학교 화학공학과 20213400** 정**

서론

개발 과제의 개요

개발 과제 요약

◇ 폐플라스틱 공급망의 최적화 (선별 및 재활용 공정 중심)

본 연구는 폐플라스틱의 선별 및 재활용 공정을 통합하여 공급망을 최적화하고, 공정의 효율성을 개선하며 재활용률을 높이는 방안을 제시하는 것을 목표로 한다. 이를 위해 수학적 모델링과 시뮬레이션 기법을 활용하여 기존 연구의 한계를 보완하고, 실제 데이터 기반의 현실적인 솔루션을 도출한다.

◇ Pyomo 패키지를 활용한 시뮬레이션 모델 개발

Pyomo 시뮬레이터를 사용하여 선별 및 재활용 공정의 변수를 체계적으로 분석하고, 다양한 feed 조건에 따라 효율성을 비교한다. 이를 통해 각 공정에서 최적의 재활용 방법과 비용 절감 방안을 제시하는 모델을 개발한다.

◇ 현실적 재활용 데이터 기반의 공정 평가

기존 연구에서 간과된 재활용률의 현실적인 한계를 분석하여 feed 조건과 공정 조합에 따른 재활용 성과를 평가한다. 이를 통해 실제 적용 가능한 데이터 기반의 재활용 공정 최적화를 구현하며, 이를 바탕으로 경제성과 환경적 지속 가능성을 균형 있게 고려한 전략적 해법을 제시한다.

◇ 비효율성 개선을 통한 최적화 전략 도출

재활용 공정에서 발생할 수 있는 비효율성을 발견하고, 이를 개선하기 위한 데이터 기반 분석 및 최적화 방안을 도출한다. 이 과정에서 feed 조건 변화와 처리 방식의 상호작용을 중점적으로 평가하며, 공정의 투명성과 신뢰도를 제고한다.

개발 과제의 배경

◇ 플라스틱 재활용 현황

1. 국내 플라스틱 소비 및 폐기물 현황

한국은 플라스틱 소비가 급증하고 있는 국가 중 하나로, 연간 약 700만 톤의 플라스틱을 소비하고 있다. 그중 약 85%가 소각 또는 매립 방식으로 처리되고 있으며, 이는 자원의 낭비와 함께 심각한 환경 오염을 초래하는 문제로 지적되고 있다. 플라스틱은 고분자 물질로 자연적으로 분해되지 않기 때문에 소각하거나 매립하는 방식은 장기적으로 해양, 토양 오염의 주범이 되고 있다. 특히 소각 과정에서 발생하는 다이옥신과 같은 유해물질은 인체에 악영향을 미치며, 매립된 플라스틱은 토양 오염 및 미세 플라스틱 문제로 이어진다.

또한, 플라스틱 생산과 소비량은 지속적으로 증가하고 있다. 전 세계적으로 1950년에는 연간 150만 톤의 플라스틱이 생산되었으나, 2019년에는 4억 6000만 톤으로 70년 동안 약 306배 증가하였다. 플라스틱은 특히 포장재, 일회용품 등에서 많이 사용되며, 한국에서도 하루 평균 약 1292.2톤의 폐합성수지류가 배출되고 있다. 더불어, 한국에서 배출되는 일회용 플라스틱 배달용기는 2019년보다 80.6% 급증한 수치를 보인다.

플라스틱의 과도한 소비는 전 세계적인 환경 문제를 일으키고 있다. 2019년 기준 전 세계 플라스틱 재활용률은 약 9%에 불과하며, 19%는 소각되고 50%는 매립되며 나머지 22%는 통제되지 않는 쓰레기장이나 노천에서 소각되거나 해양으로 유출되고 있다. 이러한 문제는 특히 한국에서 더욱 두드러지는데, 실질적으로 재활용되는 플라스틱의 비율은 약 23%에 그친다. 이는 재활용 효율이 낮고, 처리 공정의 한계로 인해 복잡한 폐기물 수거 체계에 의존하고 있는 것이 주요 원인이다. 수작업에 많이 의존하는 현재의 시스템은 혼합된 플라스틱을 분리하는 데 많은 비용과 시간이 소요된다. 일부 플라스틱은 재질이 혼합되어 있거나 이물질이 묻어있는 등 재활용이 어려운 형태로 존재해 재활용률을 더욱 낮추는 요인으로 작용한다.

이에 따라 한국은 자원순환 사회로의 전환을 목표로 하고 있으며, 플라스틱의 사용을 줄이고 재활용을 확대하기 위한 정책적 접근과 기술적 혁신을 모색하고 있다. 그러나 여전히 국내 재활용 인프라는 부족하며, 향후 더 많은 연구와 투자가 필요한 상황이다. 플라스틱 소비가 지속적으로 증가하는 만큼, 이를 처리할 수 있는 효율적인 시스템을 구축하는 것이 시급하다.

그림 1. 국내 플라스틱 연간 소비량 (플라스틱 대한민국 2.0 보고서, 그린피스)

그림 2. 주요 국제 협약에서의 플라스틱 논의 (대외경제정책연구원(KIEP) 세계 경제 포커스(2022.5.9.))

2. 환경 이슈 및 관련 정책

플라스틱 폐기물은 그 자체로 자연 분해가 거의 불가능한 물질로, 환경에 장기적인 영향을 미치는 주요 오염원 중 하나이다. 플라스틱이 해양으로 유입될 경우 해양 생태계에 심각한 피해를 줄 수 있으며, 특히 미세 플라스틱 문제는 전 세계적으로 큰 우려를 낳고 있다. 한국의 경우, 해양에 유입되는 플라스틱 폐기물 양이 증가하면서 연안 지역과 해양 생물에 미치는 악영향이 더욱 두드러지고 있다. 토양으로 유입된 플라스틱은 분해되지 않고 남아 토양의 생산성을 저하시킬 뿐만 아니라, 물과 함께 자연 생태계로 확산되어 장기적으로 생물 다양성을 감소시키는 결과를 초래한다.

전 세계적으로 플라스틱 폐기물 문제를 해결하기 위해 각국은 다양한 플라스틱 저감 정책을 도입하고 있다. 유럽연합(EU)은 2030년까지 모든 플라스틱 포장재를 재사용 가능하도록 만들겠다는 계획을 발표했으며, 이를 통해 일회용 플라스틱 사용을 획기적으로 줄이고 있다. 또한, 일회용 플라스틱에 대한 세금 부과와 재활용 의무화를 통해 플라스틱 소비 감소와 재활용 증대를 추진하고 있다. 이러한 정책은 플라스틱 폐기물로 인한 환경 피해를 줄이는 데 중요한 역할을 하고 있으며, 재활용 산업을 촉진하는 데 기여하고 있다.

한국 또한 플라스틱 폐기물 문제를 해결하기 위한 다각적인 정책을 시행하고 있다. 2021년, 한국의 플라스틱 재활용률은 약 73%에 달하지만, 이는 소각을 포함한 에너지 회수를 재활용 범주에 포함한 결과로, 실제 재활용률은 27%에 불과하다. 한국은 ‘자원순환사회 전환 촉진법’을 통해 2025년까지 폐플라스틱 열분해 처리 비율을 3.6%까지 확대하고, 화학적 재활용 기술을 통해 플라스틱 폐기물을 에너지 자원으로 전환하려는 노력을 기울이고 있다. 또한, 플라스틱 사용량을 줄이기 위해 다양한 일회용품 규제 정책도 추진 중이다. 플라스틱 빨대, 일회용 컵, 비닐봉투 사용을 규제하고 다회용기 사용을 촉진하는 제도를 마련했다.

플라스틱 폐기물 문제는 기후 위기와도 밀접하게 연결된다. 플라스틱 생산부터 폐기까지의 전 과정에서 온실가스가 배출되며, 2019년 기준 전 세계 온실가스 배출량의 약 3.4%를 차지하고 있다. 또한, 플라스틱 생산량이 증가하면서 2060년에는 플라스틱 관련 온실가스 배출량이 43억 톤에 달할 것으로 예상된다. 이러한 문제를 해결하기 위해서는 플라스틱 생산량을 줄이고, 보다 효과적인 재활용 시스템을 구축하는 것이 중요하다.

그림 3. 플라스틱 자원순환 추진 과제 (폐플라스틱 재활용산업 현황과 시사점, 플라스틱 코리아)

개발 과제의 목표 및 내용

세부 목표

◇ 재활용 공정의 효율성 극대화 및 경제적 비용 절감

다양한 feed 조건(폐플라스틱의 물리적 특성, 혼합 정도 등)을 반영하여 각 재활용 공정의 효율성을 분석하고, 이를 바탕으로 재활용률을 극대화할 수 있는 최적화 모델을 개발한다.

Pyomo 소프트웨어를 활용하여 수익과 비용 요소를 통합적으로 평가하며, 환경적 지속 가능성을 고려한 경제적 의사결정을 지원한다.

◇ 수거 및 선별 공정의 자동화 및 최적화

플라스틱 폐기물의 종류별 특성을 분석하고, 각 플라스틱 종류에 적합한 재활용 공정으로의 전환을 용이하게 한다.

◇ Pyomo 소프트웨어를 활용한 공정 최적화 및 시뮬레이션

Pyomo 기반의 수학적 모델링을 통해 다양한 feed 조건과 재활용률 제한 하에서의 공정 효율성을 정량적으로 평가한다.

플라스틱 폐기물의 처리 방식(기계적, 화학적 재활용 등)에 따른 수익과 비용 변화를 비교 분석하여 최적의 처리 조합을 제시한다.

각 공정에서 발생할 수 있는 비효율성을 식별하고, 이를 개선하기 위한 구체적 방안을 제안한다.

◇ 환경적, 경제적, 실용적 평가를 통한 종합적 분석

최적화된 재활용 공정을 환경적 지속 가능성(예: CO2 배출 감소), 경제적 이익(비용 절감 및 수익 창출), 그리고 실용성(현실 적용 가능성) 측면에서 종합적으로 평가한다.

feed 조건에 따른 재활용 공정의 성능 차이를 시각화하여, 최적 공정 조합과 네트워크 설계의 의사결정을 지원한다.

최종 목표

◇ 다양한 feed 조건과 재활용률 제한을 고려한 최적의 폐플라스틱 선별 및 재활용 네트워크 설계

플라스틱 폐기물의 종류와 재활용 공정 변수에 따른 경제성과 재활용 효율성을 종합적으로 분석하여, 수학적 모델링을 기반으로 경제적 비용을 최소화하고 환경적 이점을 극대화할 수 있는 최적화된 선별 및 재활용 공정을 제시한다. 이를 통해 현실적인 제약 조건을 반영한 재활용 네트워크를 구축하고, 실질적인 적용 가능성을 높이는 것을 목표로 한다.

개발과제의 기대효과

기술적 기대효과

본 연구에서 수행한 feed 조건 다양화와 재활용률 조정을 통한 최적화 모델 개발은 기존 플라스틱 선별 및 재활용 기술의 한계를 극복하며, 재활용 공정의 효율성과 실현 가능성을 높이는 데 기여한다. 다양한 feed 조건(플라스틱 성분, 혼합 비율 등)과 재활용률 제한에 따른 최적화를 통해 공정 민감도를 분석하며, 실제 산업 현장에서 발생하는 문제를 해결할 기술적 근거를 제시한다. 예를 들어, 낮은 재활용률이 요구되는 상황과 높은 재활용률을 목표로 하는 상황에서 각각의 최적 공정을 비교 분석해 범용적인 최적화 모델을 설계할 수 있다.

재활용률 제한을 도입하여 기존 모델이 이론적 최적화에 치우친 한계를 보완하였다. 재활용률이 제한된 상황에서도 효율적인 공정을 구현할 수 있도록 Pyomo 시뮬레이터를 활용해 공정을 세밀히 분석하고 개선 방안을 도출하였다. 이러한 연구는 재활용률 제한과 feed 조건 변화가 공정 효율성, 경제성, 환경적 지속 가능성에 미치는 영향을 종합적으로 파악할 수 있는 자료를 제공하며, 재활용 기술 전반의 발전을 지원한다.

본 연구의 결과물은 플라스틱 선별 및 재활용 공정의 데이터 기반 설계와 공정 관리 시스템 개선에 중요한 기술적 기준으로 활용될 수 있다. 특히, feed 조건과 재활용률 변화에 따른 공정 효율성 데이터를 축적함으로써 AI 기반 공정 자동화와 같은 기술적 혁신에도 기여할 것이다. 기존의 단순 선별 기술에서 벗어나 지능형 시스템으로의 전환을 가속화할 수 있다.

경제적, 사회적 기대 및 파급효과

feed 조건과 재활용률 제한을 기반으로 한 최적화 공정은 기업의 비용 절감과 수익 증대를 동시에 가능하게 한다. 낮은 품질의 feed 조건에서 발생하는 공정 비효율성을 사전에 분석하고 이를 최소화할 최적 조건을 제시함으로써 자원의 효율적 사용을 도모한다. 다양한 재활용률 시뮬레이션 결과를 바탕으로 기업은 시장 환경과 생산 목표에 맞춘 공정을 설계할 수 있으며, 이는 산업 전반의 경쟁력 강화를 돕는다.

경제적 측면에서 최적화된 공정은 처리 비용과 선별 공정 손실을 줄이는 데 효과적이다. feed 조건별 수익성과 비용 구조를 세밀히 분석하여 재활용 원료의 가격 경쟁력을 높이고 이를 활용한 고부가가치 제품 생산을 지원한다. 이러한 데이터 기반 접근은 기업의 재활용 공정 수익 극대화를 위한 전략적 도구로 작용할 것이다.

사회적 측면에서는 플라스틱 재활용 공정 최적화가 고급 기술 인력의 수요를 증가시키고 관련 분야의 일자리 창출에 기여할 수 있다. 특히, 다양한 feed 조건과 재활용률 제한에 따른 공정 분석 및 개선 과정은 기술 중심의 일자리 창출로 이어질 것이다. 이로 인해 재활용 산업은 단순 노동 중심에서 벗어나 고부가가치 기술 산업으로 전환될 것이다.

환경적 지속 가능성 측면에서 본 연구는 플라스틱 매립량과 소각으로 인한 유해 물질 배출 감소에 기여한다. 높은 재활용률을 달성할 수 있는 공정을 설계함으로써 CO2 배출량과 미세 플라스틱 오염 문제를 효과적으로 완화한다. 이는 환경 오염 문제 해결과 자원 순환성 강화를 동시에 실현할 수 있는 길을 제시한다.

글로벌 관점에서 본 연구는 한국의 재활용 기술력을 국제적으로 인정받을 기회를 제공한다. 다양한 feed 조건과 재활용률 제한을 고려한 데이터 기반 최적화 모델은 글로벌 재활용 산업에서도 적용 가능한 기준을 제공하며, 이를 통해 한국이 국제 재활용 산업의 선도적 위치를 확보할 발판을 마련할 것이다.

기술개발 일정 및 추진체계

개발 일정

구성원 및 추진체계

조원 전체

◇ 관련 기술, 논문 조사 및 폐플라스틱 재활용 현황 파악

◇ 관련 특허 현황 분석

◇ 선행 연구 조사 및 흐름 파악

◇ 현재 기술의 한계 분석

◇ 기술별 효율 및 경제성 데이터 확보

◇ Pyomo 모델링 프로그램 학습

◇ 폐플라스틱 선별 및 재활용 최적화 공정 모델 제작

◇ 피드백 반영 및 보완 연구 분석

설계

설계 개요

◇ 플라스틱 폐기물의 최적 분류 및 재활용 모델링

'Optimal sorting and recycling of plastic waste as a renewable energy resource considering economic feasibility and environmental pollution, Jonghun Lim, Yuchan Ahn, Junghwan Kim'에서 제시한 최적화 모델을 세워 타당성을 검증하고, 기존 연구에서 제시한 최적화 방식을 확장하여 다양한 feed 조건에 따른 재활용률 변화와 그에 따른 최적 공정을 분석하는 것을 목표로 한다. 이를 위해 Pyomo 시뮬레이터를 사용해 폐플라스틱의 선별 및 재활용 공정 전반을 모델링하고, 각 feed 조건에 따른 처리 공정의 효율성과 경제성을 체계적으로 비교 분석한다. 이 과정에서 재활용 공정별 세부 변수, 즉 feed 조성, 처리 온도, 선별 기술 등과 같은 요소를 조정해 실제 재활용률을 높이는 방안을 모색하며, 이를 통해 기존 연구의 한계를 보완하고자 한다.

상세 설계 내용

1. 데이터 및 변수 정의

- 데이터 정의

플라스틱의 종류는 LDPE, HDPE, PP, PS, PET로 총 5가지 종류로 정의되었다. 플라스틱별 폐기물 입력량은 Wi 변수로 설정되었으며, 각각 1140 kg/h, 1080 kg/h, 1500 kg/h, 600 kg/h, 540 kg/h이다.

다운그레이드된 플라스틱(pri_plastic), 열분해유(pri_pyrolysis), 고형연료(pri_RPF), 전기(pri_electricity)의 가격은 각각의 시장가를 기반으로 정의되었다.

또한 플라스틱 및 열분해유의 열량 값은 각각 Cal_plastic과 Cal_pyrolysis로 설정되었다.

- 변수 정의

model.MQ, model.PQ, model.RQ는 각각 다운그레이드된 플라스틱, 열분해유, RPF 생산량을 나타내는 비음수가 아닌 연속 변수로 설정되었다. model.MS, model.PS, model.RS는 각각의 공정이 활성화되었는지를 나타내는 이진 변수로 정의되었으며, 공정이 활성화되었을 경우 1로 설정되고, 비활성화되었을 경우 0으로 설정된다. 마지막으로 model.Wi는 입력 폐기물의 양을 나타내는 파라미터로 설정되었다.

2. 수식 정의

- 다운그레이드 플라스틱, 열분해유, RPF 생산량

다운그레이드 플라스틱(model.MQ), 열분해유(model.PQ), RPF(model.RQ)의 생산량은 각각의 공정이 활성화된 경우(model.MS[i], model.PS[i], model.RS[i])에 입력된 폐기물의 양과 동일하게 정의되었다. 예를 들어, 다운그레이드 플라스틱 생산량은 공정이 활성화되었을 때(model.MS[i] = 1) Wi[i] 값과 같으며, 그렇지 않을 경우(model.MS[i] = 0) 생산량은 0이다.

- 잔여 폐기물 정의

잔여 폐기물(model.RE)은 입력된 폐기물의 총량(model.Wi[i])에서 다운그레이드 플라스틱, 열분해유, RPF로 전환된 양을 뺀 값으로 계산되었다. 이는 소각된 폐기물의 양을 나타낸다.

- 물질 균형 제약 조건

물질 균형 제약 조건은 생산된 모든 물질의 양이 입력된 폐기물의 양을 초과할 수 없도록 정의되었다. 이는 공정 내에서 폐기물의 손실 및 변환이 불가피함을 반영한다.

3. 비용 계산

- EAC(연간 등가 비용)

EAC는 연간 등가 비용으로, 공정 장비 설치비용(C_equipment), 초기 투자비용(FCI), 작업 자본(WCI), 시작 비용(SUC)을 포함한다. 장비 설치비용은 용량(RC_sorting[i]) 대비 처리량(model.MQ[i] + model.PQ[i] + model.RQ[i])의 비율로 계산된다. 이는 투자 비용을 30년 기준 연간 비용으로 환산하여 반환한다.

- TPC(총 생산 비용)

TPC는 총 생산 비용으로, 재료비, 유틸리티 비용(전기와 물), 연료 비용을 포함한다. 각 비용은 공정별 투입량과 가격의 곱으로 계산되며, 생산 과정에서 필요한 물질 소비량을 반영한다.

- TAC(총 연간 비용)

TAC는 설치비용(EAC)과 생산비용(TPC)을 합산하여 계산된다. 이는 공정의 연간 총 비용을 나타낸다.

4. 이익 계산

총 수익은 다운그레이드 플라스틱, 열분해유, RPF 및 에너지 회수로부터 얻어진 수익(Pdowngrade, Ppyrolysis, PRPF, Ppower)의 합으로 계산된다. 이후 TAC를 차감하여 최종 이익을 도출한다. 이는 모델의 최적화 목표인 총 이익을 최대화하는 데 사용된다.

5. 최적화 실행 및 결과 출력

SCIP 솔버를 사용하여 모델을 실행하고, 주어진 제약 조건 내에서 최대 이익을 달성하는 공정 조합을 찾는다. 플라스틱 종류별로 다운그레이드, 열분해유, RPF 및 소각된 양을 출력하며, 이를 통해 각 공정의 결과를 확인할 수 있다.

결과 및 평가

모델링 결과

플라스틱 유형별 투입량 변화에 따른 공정 비용 분석(Capa vs. Cost)

Capa vs. Cost 그래프는 플라스틱 투입량(Capacity, x축)이 증가함에 따라 처리 기술별 단위 비용(Cost, y축)이 어떻게 변화하는지를 나타낸다. 각 그래프는 LDPE, HDPE, PP, PS, PET의 5가지 플라스틱 유형별로 구분되며, Downgrade, Pyrolysis, RPF, Incineration의 4가지 기술에 대한 비용 변화를 보여준다.

-분석 결과

1. 초기 단위 비용: Pyrolysis은 모든 플라스틱 유형에서 가장 높은 초기 비용을 가지며, RPF는 가장 낮은 초기 비용을 보인다.

2. 투입량 증가 효과: 모든 처리 기술에서 플라스틱 투입량이 증가할수록 단위 비용은 감소한다. 이는 고정비용이 분산되는 효과로, 대규모 처리에서 경제성이 증가함을 보여준다.

3. Pyrolysis와 RPF: 대부분의 플라스틱 유형에서 Pyrolysis와 RPF 기술이 투입량 증가 시 가장 비용 효율적인 선택으로 나타남. 4. Downgrade: 안정적인 초기 비용을 가지지만 감소폭이 제한적이므로 대규모 처리에는 적합하지 않다.

- 결론

Capa vs. Cost 그래프 분석 결과, Pyrolysis와 RPF 기술이 대부분의 플라스틱 유형에서 가장 경제적인 처리 기술로 나타났다. 특히, Pyrolysis는 초기 비용이 높지만 대규모 공정에서 다른 기술에 비해 효율적이며 Incineration은 초기 비용이 높아 비경제적이며, Downgrade는 안정적인 초기 비용을 가지지만 감소폭이 제한적이다. 이를 통해 각 플라스틱 유형별로 최적의 처리 기술을 선택할 수 있는 기준을 도출하였다.

플라스틱 유형별 투입량 변화에 따른 공정 수익 분석 (Capa vs. Profit)

모든 공정에서 수익은 투입량 변화와 관계 없이 일정하게 유지되었으며, 이는 공정별 고정 수익 계산 모델에 따른 결과로 이해할 수 있다.

- 분석 결과

1. LDPE, HDPE, PP, PS는 pyrolysis 공정이 가장 높은 수익성을 가지며, 이러한 플라스틱 유형에서 최적의 선택이다.

2. PET의 경우 pyrolysis보다 RPF 공정이 더 높은 수익성을 보여, PET는 RPF를 선택하는 것이 경제적으로 적합하다.

3. Downgrade와 Incineration 공정은 전반적으로 낮은 수익성을 보이며 경쟁력이 떨어지는 것으로 평가된다

- 결론

분석 결과, LDPE, HDPE, PP, PS의 경우 높은 수익성을 가진 pyrolysis 공정을 선택하는 것이 합리적이며, PET의 경우 RPF 공정이 최적이다. 이는 최적화 모델의 결과와 일치하며, 플라스틱 유형별 공정 선택에 대한 경제적 타당성을 강화할 수 있다.

추가 연구

전국 및 서울 플라스틱 폐기물 양으로 선정한 feed 조건에 따른 분석 결과

위 그래프는 선행 연구에 따른 결과를 나타낸 것으로, 각 플라스틱 유형(LDPE, HDPE, PP, PS, PET)이 Pyrolysis Oil과 RPF로 얼마나 전환되었는지를 보여주고 있다. 특히 선행 연구에서는 플라스틱 투입량이 일정한 값으로 고정되어 있으며, 결과적으로 처리 효율 및 처리 방식이 제한된 조건에서 평가되었다. LDPE, HDPE, PP, PS는 모두 Pyrolysis Oil로 전환되고, PET은 RPF로 전환되는 일관된 경향을 보인다.

이때 Wi는 플라스틱 폐기물의 시간당 폐기량을 나타내며, 선행 연구 데이터/전국 데이터/서울 데이터를 기반으로 각기 다른 시나리오를 구성하여 폐플라스틱 처리 모델링의 현실성과 다양성을 확보하였다.

1. 전국 사용량 기반 Wi(feed 조건) 설정: 한국환경공단의 2020년 데이터를 활용하였다. 한국 전체 연간 플라스틱 폐기량은 약 850만 톤으로 보고되었으며, 이를 시간당 폐기량으로 변환하였다.

플라스틱 유형 별 비율을 LDPE: 30% HDPE: 25% PP: 20% PS: 15% PET: 10%로 설정하여 시간 당 Wi를 계산하였다.

LDPE: 291,000 kg/h HDPE: 242,500 kg/h PP: 194,000 kg/h PS: 145,500 kg/h PET: 97,000 kg/h

그래프에서 Incineration(소각)이 모든 플라스틱 유형에 대해 가장 큰 비중을 차지한다. LDPE, HDPE, PP, PS의 경우, Pyrolysis Oil(열분해유)로 전환되는 양은 일정한 수준을 유지하며, Incineration이 그 외의 대부분을 차지한다. PET의 경우에는 Pyrolysis Oil로 전환되지 않고, RPF(고형 연료)와 Incineration으로 분배되나, Incineration 비중이 압도적이다.

이는 비용 문제(소각은 초기 투자 비용이 낮고 운영이 비교적 간단하기 때문에 우선적으로 선택될 가능성이 높음), 효율성 한계(Pyrolysis Oil 및 RPF는 상대적으로 높은 투자비와 기술적 제약으로 인해 전환 비율이 낮을 수 있음)으로 분석된다.

2. 서울 사용량 기반 Wi(feed 조건) 설정: 서울시 자원순환센터의 2020년 데이터를 활용하였다. 서울의 연간 플라스틱 폐기량은 약 300만 톤으로 보고되었으며, 이를 시간당 폐기량으로 변환하였다.

플라스틱 유형 별 비율을 LDPE: 30% HDPE: 25% PP: 20% PS: 15% PET: 10%로 설정하여 시간 당 Wi를 계산하였다.

LDPE: 102,740 kg/h HDPE: 85,617 kg/h PP: 68,493 kg/h PS: 51,370 kg/h PET: 34,247 kg/h

서울 데이터를 보면 전체적인 경향은 전국 데이터와 유사하지만, 다음과 같은 차이점이 있다.

1. 소각 비율 감소: Incineration 비율이 전국 데이터에 비해 약간 낮아졌다.

2. Pyrolysis Oil 증가: LDPE, HDPE, PP, PS에서 Pyrolysis Oil로 전환되는 비율이 상대적으로 높게 나타났다.

3. PET의 처리 결과: PET은 여전히 RPF와 Incineration으로 분배되며, 전국 데이터와 크게 다르지 않은 결과를 보인다.

이는 지역적 차이(서울은 재활용 인프라와 기술이 상대적으로 발전해 있을 가능성이 높기에, Pyrolysis Oil 비율 증가에 기여 가능), 정책적 요인(엄격한 환경 규제로 인한 Incineration 비율 감소) 때문으로 분석할 수 있다.

- 결론

Incineration이 여전히 모든 플라스틱 처리 방식에서 가장 큰 비중을 차지하고 있으나, Pyrolysis Oil과 RPF로의 전환 비율은 지역 및 플라스틱 유형에 따라 차이를 보이고 있다. 특히 PET은 Pyrolysis Oil로 전환되지 않고, RPF와 Incineration으로 처리되는 경향이 뚜렷하게 확인되었다. 이를 바탕으로 재활용 공정을 최적화하기 위해 다음과 같은 개선 방향이 필요하다고 분석할 수 있다.

1. Pyrolysis Oil 기술의 개선을 통해 기술적 제약을 극복하고 비용을 낮춤으로써 더 많은 플라스틱을 열분해유로 전환해야 한다.

2. PET과 PS처럼 Pyrolysis Oil로 처리하기 어려운 플라스틱은 RPF로의 전환을 확대해야 한다.

3. 소각 비율을 줄이기 위해 정책적 규제와 기술적 대안을 강화해야 한다.

재활용률 조정에 따른 분석 결과

1. EAC(연간 설비 비용)의 변화

처리 효율이 감소함에 따라 EAC는 감소하는 경향을 보였다. 처리 효율이 100%일 때 EAC는 0.064 US$/kg였으나, 60%로 감소했을 때는 0.047 US$/kg로 줄어들었다. 이는 설비 가동률이 낮아지면서 설비의 연간 활용도가 감소한 결과를 반영한 것이다. 구체적으로, 설비가 최대 용량으로 가동될 때보다 낮은 효율로 운용될 경우 설비에 고정적으로 소요되는 비용의 부담이 줄어들며, 이를 비용 감소로 나타낼 수 있다. 이러한 결과는 재활용 공정 설계 시 설비 가동률을 최적화하는 것이 경제적 성과를 극대화하는 데 중요함을 시사한다.

2. TPC(총 생산 비용)의 변화

TPC는 처리 효율이 감소함에 따라 원료 소비와 가동 시간이 줄어들며 단위 생산 비용도 감소하는 결과를 보였다. 처리 효율 100%에서 TPC는 1.227 US$/kg였으나, 60%일 때는 0.752 US$/kg로 감소하였다. 이는 투입된 폐기물의 일부가 산출물로 전환되지 않고 손실되면서 원료 및 유틸리티 비용이 절약된 결과이다. 예를 들어, 처리 효율이 감소할수록 가동 시간이 줄어들고, 이에 따라 전기 및 물 소비량도 감소하게 된다. 이와 같은 분석은 공정 운영비 절감 측면에서 처리 효율의 조정이 갖는 경제적 영향을 보여준다.

3. TAC(총 비용)의 변화

TAC는 EAC와 TPC의 합으로 정의되며, 처리 효율 감소에 따라 TAC 역시 감소하였다. 처리 효율이 100%일 때 TAC는 1.291 US$/kg였으나, 60%로 감소했을 때는 0.799 US$/kg로 줄어들었다. 이는 설비 비용(EAC)과 운영비용(TPC)이 동시에 감소한 결과로, 처리 효율 감소가 단기적인 비용 절감 효과를 제공할 수 있음을 나타낸다. 그러나 TAC의 감소 폭은 산출물의 수익 감소와 비교했을 때 상대적으로 작으며, 이는 공정 운영의 경제성 확보를 위해 효율성 개선이 필요하다는 점을 시사한다.

4. Overall Profit(총 수익)의 변화

Overall Profit은 처리 효율 감소에 가장 큰 영향을 받는 지표로, 효율이 낮아짐에 따라 수익이 급격히 감소하는 경향을 보였다. 처리 효율 100%일 때 Overall Profit은 32.31 US$/kg였으나, 60%로 감소했을 때는 19.36 US$/kg로 줄어들었다. 이는 처리 효율이 감소함에 따라 산출물의 총량이 줄어들면서 발생하는 수익 손실이 비용 절감 효과를 초과하기 때문이다. 특히, 효율이 80% 이하로 감소할 경우 수익성 악화가 급격히 진행되며, 이는 재활용 공정이 경제성을 유지하기 위해 일정 수준 이상의 처리 효율을 필요로 한다는 점을 강조한다.

-결론

위 분석 결과는 재활용 공정 설계 및 운영에서 처리 효율이 경제적 성과를 좌우하는 핵심 요소임을 보여준다. 처리 효율 감소는 단기적으로 비용 절감 효과를 제공할 수 있으나, 장기적으로는 산출물 감소로 인한 수익 손실이 더 크다는 점에서 효율성 개선이 중요한 과제임을 시사한다. 특히, 처리 효율이 80% 이하로 감소할 경우 공정의 수익성이 급격히 악화되는 경향이 확인되었다. 따라서 처리 효율은 재활용 공정의 경제성을 결정하는 중요한 요소라고 할 수 있고, 높은 효율을 유지하기 위한 기술 개발과 효율 감소 상황에서의 비용 최적화 전략이 병행되어야 한다. 이를 통해 재활용 공정의 지속 가능성을 확보하고, 자원 순환 경제로의 전환에 기여할 수 있을 것이다.

향후 연구 방향

본 연구는 플라스틱 재활용 공정 최적화에 있어 중요한 기초를 마련하였지만, 추가 연구를 통해 더 세부적이고 종합적인 모델 개발이 필요하다. feed 조건을 더욱 세분화하여 플라스틱 폐기물의 특성에 따른 공정 설계를 구체화하고, 장기적인 시뮬레이션 데이터를 축적함으로써 공정 안정성과 실현 가능성을 검증할 필요가 있다. 또한, 경제성, 환경성, 기술적 효율성을 모두 고려한 통합 모델을 개발하여 플라스틱 재활용 공정의 종합적 최적화를 이루는 것이 향후 연구의 방향으로 설정될 것이다.

개발 과제 평가

참고 문헌

1. 이성희. (2022). 국제사회의 플라스틱 규제 현황과 시사점. 세계경제 포커스, 대외경제정책연구원(KIEP).

2. 최주섭. (2024). 폐플라스틱 재활용산업 현황과 시사점. 플라스틱코리아.

3. Kim, S., et al. (2023). Optimal sorting and recycling of plastic waste as a renewable energy resource considering economic feasibility and environmental pollution. Journal of Cleaner Production, 240, 118147.

4. Lee, Y., et al. (2022). Optimal strategy to sort plastic waste considering economic feasibility to increase recycling efficiency. Waste Management, 136, 342-349.

5. 국내 폐기물 발생 및 처리 현황. (2021). 한국폐기물협회.

6. ICT 기반 폐플라스틱 관리 전주기 기술 동향. (2022). ETRI 전자통신동향분석.

7. 플라스틱의 시대. (2022). 에너지기술연구원.

8. 국제사회의 플라스틱 규제 현황과 시사점. (2022). 세계경제 포커스, 대외경제정책연구원(KIEP).

9. 전국 폐기물 발생 및 처리 현황. (2022). 한국폐기물협회.

10. 폐플라스틱 재활용 산업 현황과 시사점. (2023). 플라스틱코리아.

11. Kim, J. H., et al. (2020). Multiobjective optimization of plastic wastes sorting and recycling processes considering economic profit and CO2 emissions. Environmental Science and Technology, 54, 342-349.

12. 국제사회의 플라스틱 규제 현황과 시사점. (2022). 대외경제정책연구원.

13. 한국특허청. (2009). 재활용 플라스틱 선별 방법. KR100948490B1. https://patents.google.com/patent/KR100948490B1

14. 한국특허청. (2019). 재활용 쓰레기의 플라스틱 재질별 선별 방법 및 장치. KR102038807B1. https://patents.google.com/patent/KR102038807B1

15. 한국특허청. (2023). 폐플라스틱 재활용 시스템. KR102563035B1. https://patents.google.com/patent/KR102563035B1

유준재교수님2팀

목차

프로젝트 개요

기술개발 과제

과제 팀명

지도교수

개발기간

구성원 소개

서론

개발 과제의 개요

개발 과제 요약

개발 과제의 배경

개발 과제의 목표 및 내용

세부 목표

최종 목표

관련 기술의 현황

개발과제의 기대효과

기술적 기대효과

경제적, 사회적 기대 및 파급효과

기술개발 일정 및 추진체계

개발 일정

구성원 및 추진체계

설계

설계 개요

상세 설계 내용

결과 및 평가

모델링 결과

추가 연구

향후 연구 방향

개발 과제 평가

참고 문헌

포스터

둘러보기 메뉴

검색