Strategic Allocation of Post-Consumer Textiles across Reuse, Recycling and Value Recovery Pathways

매년 전 세계적으로 엄청난 양의 의류 폐기물이 발생합니다. 이것들은 단순한 천 더미가 아닙니다. 면 티셔츠, 폴리에스터 재킷, 울 스웨터, 그리고 합성 혼방 섬유가 제각기 다른 마모 상태로 뒤섞인 혼란스러운 집합체입니다. 어떤 것은 거의 입지 않아 새 생명을 얻을 준비가 되어 있는 반면, 어떤 것은 얼룩지거나 찢어졌거나 혹은 분리하기 까다로운 섬유로 만들어져 있습니다. 수십 년 동안 이 폐기물을 처리하는 표준적인 방식은 이를 단 하나의 길로 보내는 것이었습니다. 바로 매립지로 보내거나 재활용 공장으로 보내는 것입니다. 하지만 이러한 "일률적인" 방식은 종종 가치를 버리게 만듭니다. 고품질 코트를 섬유로 만들기 위해 잘게 부수는 것은 그것이 다시 입혀질 수 있는 잠재력을 상실하게 하며, 얼룩진 셔츠를 중고 매장으로 보내는 것은 아무도 원하지 않는 품목들로 시스템을 막히게 할 수 있습니다. 순환 경제의 과제는 단순히 이러한 텍스타일을 수집하는 것이 아니라, 각 품목을 그 가치를 가장 오래 유지할 수 있는 특정 경로로 지능적으로 분류하여 안내하는 것입니다.

텍사스 대학교 노스리처치 캠퍼스의 연구자인 모하메드 라히물 이슬람(Md. Rahimul Islam)은 이러한 결정을 내리는 새로운 방법을 개발했습니다. 그는 "항상 재사용을 우선한다"거나 "항상 재활용을 우선한다"와 같은 고정된 규칙에 의존하는 대신, 버려진 옷들을 위한 교통 관제사 역할을 하는 전략적 프레임워크를 만들었습니다. 이 시스템은 모든 품목의 구체적인 상태, 소재 구성, 이동 거리, 그리고 현재의 시장 수요를 살펴봅니다. 그런 다음 경제적 수익과 환경적 비용, 그리고 이를 처리할 수 있는 시설의 물리적 한계를 저울질하여 각 의류의 최적의 목적지를 계산합니다. 목표는 재킷을 중고품으로 판매하든, 청바지를 수선하든, 혹은 다른 선택지가 전혀 없을 때만 셔츠를 원사 섬유로 분해하든, 가능한 한 많은 가치를 시스템 내에 유지하는 것입니다.

이 아이디어를 테스트하기 위해 연구자는 정교한 컴퓨터 시뮬레이션을 구축했습니다. 모든 실제 분류 시설에서 데이터를 수집하는 것은 어렵고 종종 기업 비밀과 관련되어 있기 때문에, 그는 공공 정보와 확립된 산업 데이터를 사용하여 가상의 네트워크를 구성했습니다. 그는 1,000kg의 혼합 소비자 텍스타일이 분류 센터에 도착하는 상황을 가정했습니다. 이 가상 환경에서 시스템은 각 품목을 일련의 기준에 따라 평가했습니다. 깨끗한가? 찢어졌는가? 순면인가 아니면 까다로운 혼방인가? 수선 매장으로 보내는 비용과 재활용 공장으로 보내는 비용은 각각 얼마인가? 그러고 나서 모델은 이 품목들을 직접 재사용, 수선, 재판매, 리퍼비시(개조), 리퍼퍼징(용도 변경), 섬유 재활로, 또는 최후의 수단으로서 잔여 폐기로 분류했습니다.

이 시뮬레이션의 결과는 놀라웠습니다. 정상적인 운영 조건 하에서, 이 스마트 할당 시스템은 수집된 텍스타일의 96%를 매립지로 가는 길에서 돌려놓았습니다. 더욱 중요한 점은, 전체 무게의 75%를 제품 수준의 경로(product-level pathways)에 유지했다는 것입니다. 즉, 대부분의 옷이 여전히 온전한 형태의 제품으로서 입히거나 사용될 수 있는 상태로 유지되었습니다. 단 21%의 재료만이 섬유로 재활용되었으며, 아주 적은 4%만이 폐기물로 처리되었습니다. 이 접근 방식은 전통적인 방식보다 훨씬 더 많은 경제적 가치를 창출했습니다. 재활용을 우선시하는 전략이 처리된 킬로그램당 약 68센트의 가치만을 포착하는 반면, 이 최적화된 시스템은 킬로그램당 약 1.10달러를 보존했습니다. 이러한 차이는 가장 높은 가치가 제품을 분해하는 것이 아니라 제품의 형태를 온전히 유지하는 데 있다는 점을 인식한 데서 옵데옵니다.

연구는 또한 이 시스템이 문제가 발생했을 때 어떻게 반응하는지를 테스트하며 현실 세계의 혼란을 모사했습니다. 연구자들이 수집된 옷의 양이 갑자기 25% 증가하는 상황을 시뮬레이션했을 때, 시스템은 일부 품목을 수요가 높은 재판매 채널에서 용도 변경과 같은 다른 가용 경로로 전환함으로써 흐름이 막히지 않도록 조정했습니다. 중고 제품에 대한 수요가 절반으로 떨어졌을 때, 모델은 해당 품목들이 팔리지 않은 채 방치되지 않도록 수선이나 재활용 쪽으로 자동으로 방향을 틀었습니다. 심지어 재활용 용량이 30% 줄어들었을 때도, 시스템은 수선과 리퍼비시에 더 비중을 둠으로써 높은 전환율을 유지하는 방법을 찾아냈습니다. 이러한 유연성은 경직된 규칙이 현실 세계의 변동성을 감당할 수 없음을 증명했습니다. 변화하는 조건에 대응하는 역동적인 시스템이 훨씬 더 회복력이 높다는 것을 보여주었습니다.

하지만 연구는 최선의 경로가 항상 동일한 것은 아니라는 점도 강조했습니다. 시뮬레이션에 따르면 결정은 몇 가지 핵심 요인에 크게 좌우됩니다. 가장 영향력 있는 동인은 중고 시장의 수요, 재활용 기술의 효율성, 처리 비용, 그리고 시설의 가용 용량이었습니다. 중고 의류 시장이 약하면, 완벽한 의류라 할지라도 재판매보다는 용도 변경에 더 적합할 수 있습니다. 만약 재활용 공장이 너무 멀리 있다면, 운송에 드는 환경적 비용 때문에 제품이 손상되었더라도 현지에서 수선하는 것이 더 나은 선택이 될 수 있습니다. 이 연구는 모든 텍스타일에 적용되는 단 하나의 "정답"인 계층 구조는 존재하지 않는다고 제안합니다. 대신, 가장 효과적인 전략은 조건부 전략입니다. 즉, 가장 좋은 품목은 제품 순환 체계 안에 두고, 살릴 수 있는 것은 고치며, 나머지는 용도를 변경하고, 다른 어떤 형태로도 사용할 수 없는 것만 재활용하는 것입니다.

이러한 결과는 컴퓨터 모델에 기반한 것이지만, 실제 공장이 어떻게 운영될 수 있는지에 대한 명확한 청사진을 제공합니다. 연구자는 향-후 작업에서 이 프레임워크를 실제 시설에서 테스트하여 수치를 확인할 필요가 있다고 언급했습니다. 또한 컴퓨터 비전과 같은 기술를 사용하여 섬유 유형과 상태를 자동으로 식별함으로써 시스템을 개선할 기회도 있습니다. 이는 분류 과정을 더 빠르고 정확하게 만들 것입니다. 현재로서는, 이 연구는 모든 버려진 옷을 똑같이 취급해야 한다는 생각에 강력한 반론을 제기합니다. 각 품목의 구체적인 잠재력과 현재 시장 상태에 따라 개별적으로 대함으로써, 우리는 경제 내에 더 많은 가치를 유지하고 매립지로 보내는 양을 훨씬 더 줄일 수 있습니다. 앞으로의 길은 단 하나의 도로가 아니라, 모든 옷 한 벌 한 벌을 정확히 어디로 보내야 할지 아는 복잡하고 반응적인 네트워크입니다.