2026 산업용 3D 비전 선택법: ToF·스테레오·구조광 비교 가이드

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

평면 영상만으로는 박스의 높이, 부품의 뒤틀림, 로봇과 대상물 사이의 거리를 정확히 판단하기 어렵습니다. 그렇다고 3D 카메라의 해상도와 가격만 비교하면 현장 조명이나 물체 표면 때문에 기대한 정밀도가 나오지 않을 수 있습니다. Eye-Sys가 2026년 산업용 비전 프로젝트를 자문하는 3D 이미징 엔지니어 ‘윤태경’에게 실무자가 반드시 확인해야 할 기준을 물었습니다.

Q1. 산업용 3D 비전은 언제 필요한가요?

높이와 형상을 판단해야 할 때 효과가 분명합니다

Q. 일반 2D 머신비전으로도 검사가 가능한데 3D 비전을 추가해야 할까요?

A. 색상, 문자, 표면 스크래치처럼 평면에 나타나는 특징은 2D 카메라가 경제적입니다. 반면 부품의 높이 편차, 용접 비드 체적, 상자 적재 상태, 빈 피킹 대상의 위치와 자세처럼 Z축 정보가 필요하면 산업용 3D 비전이 적합합니다. 2D 영상에서 크기가 달라 보이는 현상이 실제 치수 차이인지 카메라와의 거리 차이인지 구분하기 어려운 상황을 떠올리면 이해가 쉽습니다.

사람의 시각과 기계의 거리 인식은 같은 개념이 아닙니다. 용어의 기본 배경은 시각에 관한 지식백과 설명을 참고할 수 있지만, 산업 현장에서는 감각적 인상보다 반복 측정값과 오차 범위를 기준으로 판단해야 합니다. 카메라가 포인트 클라우드를 생성하더라도 기준 좌표, 광학 배치, 알고리즘이 불안정하면 로봇이 사용할 수 있는 위치 정보가 되지 못합니다.

• 빈 피킹: 무작위로 쌓인 부품의 X·Y·Z 위치와 회전 자세를 계산합니다.
• 체적 검사: 식품, 접착제, 포장물의 높이와 부피 부족을 판별합니다.
• 단차 측정: 조립 부품의 들뜸, 휨, 삽입 깊이를 수치화합니다.
• 물류 자동화: 상자의 크기, 점유 공간, 팔레트 적재 상태를 확인합니다.

전문가 팁: “3D가 더 고급이어서”가 아니라 현재 불량 판정에 깊이값이 반드시 필요한지부터 질문하십시오. 목적이 OCR이라면 고품질 2D 조명에 투자하는 편이 더 정확하고 저렴할 수 있습니다.

Q2. ToF·스테레오·구조광은 무엇이 다른가요?

측정 원리가 달라 잘 보는 대상도 달라집니다

Q. 세 방식의 차이를 가장 간단히 설명해 주시겠습니까?

A. ToF(Time of Flight)는 방출한 빛이 대상에 반사되어 돌아오는 시간 또는 위상 차이를 이용해 거리를 계산합니다. 넓은 영역의 깊이 영상을 빠르게 얻기 쉬워 물류, 이동 로봇, 작업자 감지에 유리합니다. 다만 강한 외광, 다중 반사, 흡광성 검정 표면에서는 노이즈가 증가할 수 있어 실물 검증이 필요합니다.

스테레오 비전은 두 카메라가 본 영상의 시차를 이용합니다. 수동형은 별도 투광기가 없어 야외와 넓은 작업 거리에서 활용하기 좋지만 무늬가 없는 단색 표면에서는 대응점을 찾기 어렵습니다. 패턴 프로젝터를 결합한 능동형 스테레오는 이 약점을 줄일 수 있습니다. 구조광은 알려진 줄무늬나 점 패턴을 투사한 뒤 변형을 분석하므로 근거리에서 세밀한 형상을 얻기 좋지만 외광과 가려짐, 움직이는 물체에 민감할 수 있습니다.

VISION 관련 서적처럼 ‘비전’이라는 표현은 목표나 전망의 의미로도 사용됩니다. 하지만 장비 제안서에서는 혼선을 피하기 위해 카메라 방식, 깊이 측정 범위, XY 해상도, Z 반복 정밀도를 각각 명시하는 것이 안전합니다.

Q3. 정밀도와 해상도는 어떻게 비교해야 하나요?

데이터시트의 한 숫자보다 측정 조건이 중요합니다

Q. 해상도가 높은 카메라를 사면 더 정확해지나요?

A. 반드시 그렇지는 않습니다. 영상 해상도는 화면을 구성하는 픽셀 수이고, 깊이 정밀도는 Z축 값의 흔들림과 관련됩니다. 여기에 실제값과 측정값의 차이인 정확도, 같은 조건에서 결과가 얼마나 일정한지를 뜻하는 반복성도 구분해야 합니다. 예를 들어 0.5mm 불량을 판별하려면 카탈로그의 이상적 정확도가 아니라 생산 속도와 표면 상태를 반영한 측정시스템분석 결과가 필요합니다.

또한 시야가 넓어질수록 한 픽셀이 담당하는 실제 면적이 커집니다. 고해상도 센서라도 대상이 시야의 작은 부분만 차지하면 미세 결함을 놓칠 수 있습니다. 반대로 필요한 시야보다 지나치게 좁게 설계하면 부품 위치가 조금만 달라져도 화면 밖으로 벗어납니다. 여러분의 기준은 “가장 좋은 사양”이 아니라 “필요한 작업 거리에서 판정해야 하는 최소 결함”이어야 합니다.

1. 최소 불량 크기와 허용 높이 오차를 수치로 정의합니다.
2. 최대·최소 작업 거리와 필요한 시야를 현장에서 측정합니다.
3. 정상품과 불량품을 재질·색상별로 최소 여러 개 준비합니다.
4. 라인 속도에서 반복 촬영하고 평균뿐 아니라 편차와 이상치를 확인합니다.
5. 온도 변화, 진동, 외광 변화 후에도 동일한 시험을 수행합니다.

Q. 카탈로그에서 우선 볼 항목은 무엇인가요?

A. 측정 범위, 최소 작업 거리, 깊이 반복성, 프레임 속도, 시야각, 광원 파장, 보호등급, 인터페이스를 함께 보십시오. vision 용어 자료도 개념 이해에는 도움이 되지만, 최종 선정은 반드시 공급사가 제시한 시험 조건과 여러분의 샘플 평가를 기준으로 해야 합니다.

Q4. 예산은 카메라 가격만 계산하면 되나요?

통합 비용과 유지관리 비용을 함께 봐야 합니다

Q. 2026년 기준 산업용 3D 비전 구축비는 어느 정도입니까?

A. 유통사, 정밀도, 방진·방수 등급, 소프트웨어 라이선스에 따라 차이가 크지만 카메라와 센서 중심의 소규모 검증 장비는 대략 수백만 원대부터 검토됩니다. 산업용 로봇 연동, 고성능 연산 장치, 안전 설비, 치구, 통신 개발을 포함한 셀 단위 프로젝트는 수천만 원 이상으로 커질 수 있습니다. 이는 확정 견적이 아니라 예산 범위를 잡기 위한 참고치이며, 환율과 공급 조건에 따라 달라집니다.

숨은 비용은 통합 과정에서 발생합니다. 포인트 클라우드를 받는 것과 안정적으로 물체를 분리하고 로봇 좌표로 변환하는 것은 별개입니다. 반사광을 차단할 기구물, 진동을 줄일 브래킷, 카메라와 로봇 사이의 핸드아이 캘리브레이션, PLC 통신, 결과 저장 공간까지 포함해야 합니다. 무료 개발 키트가 제공되더라도 상용 배포 조건과 장기 버전 지원 여부는 따로 확인해야 합니다.

• 하드웨어: 3D 카메라, 렌즈 또는 투광기, 케이블, 연산 PC, 네트워크 장비
• 기구 설계: 설치 브래킷, 차광 구조, 보호창, 냉각과 방진 대책
• 소프트웨어: 3D 처리 라이선스, 로봇 플러그인, 사용자 화면, 데이터 저장
• 엔지니어링: 좌표계 설정, 알고리즘 튜닝, 라인 연동, 작업자 교육
• 운영: 예비품, 정기 점검, 재교정, 버전 업데이트와 장애 대응

전문가 조언: 견적서에 “정확도 보증 조건, 처리 시간, 지원 기간, 샘플 검증 범위”를 문장으로 남기십시오. 가격이 비슷해도 이 네 항목에 따라 실제 투자 위험은 크게 달라집니다.

Q5. 도입 전에 어떤 실증 테스트를 해야 하나요?

좋은 샘플만 보여주는 데모는 충분하지 않습니다

Q. 공급사 데모에서 잘 작동했다면 바로 발주해도 될까요?

A. 데모룸은 조명과 거리가 안정적이지만 생산 라인은 그렇지 않습니다. 검정 고무, 투명 비닐, 유광 금속, 젖은 표면은 빛을 흡수하거나 엉뚱한 방향으로 반사해 깊이값의 구멍과 튐을 만들 수 있습니다. 서로 마주 보는 금속 벽에서는 다중 반사가 생길 수 있고, 여러 대의 능동식 3D 카메라를 동시에 사용하면 투사광 간섭 가능성도 확인해야 합니다.

움직임도 중요합니다. 정지 상태에서는 구조광 결과가 선명해도 컨베이어가 빨라지면 패턴 왜곡이나 모션 블러가 발생할 수 있습니다. ToF 역시 목표 프레임 속도와 노출 조건에 따라 깊이 노이즈가 달라집니다. 따라서 가장 어려운 불량품, 가장 빠른 속도, 가장 나쁜 외광 조건을 조합한 워스트 케이스에서 통과 기준을 검증해야 합니다.

1. 샘플 구성: 색상, 광택, 크기, 변형 정도가 다른 정상품과 불량품을 준비합니다.
2. 환경 재현: 주야간 외광, 설비 진동, 먼지, 온도 변화와 실제 작업 거리를 반영합니다.
3. 성능 측정: 검출률, 오검률, 반복 편차, 처리 시간, 깊이 누락률을 기록합니다.
4. 복구 시험: 카메라 통신 단절이나 PC 재부팅 후 자동 복귀 여부를 확인합니다.
5. 운영 시험: 렌즈나 보호창 오염 시 알람, 청소 주기, 기준 샘플 점검 절차를 검증합니다.

Q. 최종 합격 기준은 어떻게 정해야 합니까?

A. “영상이 보기 좋다”는 기준을 버리고 수치로 합의해야 합니다. 예를 들어 높이 오차 ±1mm 이내, 사이클 타임 700ms 이하, 정상품 오검률 0.2% 이하처럼 생산성과 품질 기준을 동시에 정하십시오. 기준 샘플을 일정 횟수 반복 측정하고 작업 거리와 카메라 각도를 바꾼 결과까지 기록하면 공급사 비교도 훨씬 공정해집니다.

Q6. 발주 직전 이것만은 꼭 확인해야 하나요?

현장 적합성과 장기 운영성을 마지막으로 점검합니다

Q. 기술 방식까지 골랐다면 마지막 확인 사항은 무엇인가요?

A. 먼저 대상 재질이 바뀔 가능성을 확인하십시오. 현재는 무광 플라스틱이지만 다음 모델이 검정 또는 유광 재질이라면 동일한 광학 설정이 통하지 않을 수 있습니다. 시야 안에서 부품이 서로 가려지는 영역, 로봇 그리퍼가 카메라를 가리는 순간, 작업자가 접근했을 때의 안전 동작도 도면 단계에서 검토해야 합니다.

데이터 활용 범위도 결정해야 합니다. 깊이 영상과 포인트 클라우드는 2D 이미지보다 저장량이 커 장기간 원본을 모두 보관하면 네트워크와 스토리지 비용이 빠르게 증가합니다. 불량 발생 전후 데이터만 저장할지, 측정값과 판정 결과만 남길지 정하고 개인정보나 작업자 형상이 포함될 가능성도 검토하십시오. 현장 담당자가 기준값을 변경할 수 있는 권한과 변경 이력 관리 방식도 필요합니다.

• 목표 작업 거리와 시야가 도면 및 현장에서 일치합니까?
• 최악의 재질과 외광 조건에서 합격 기준을 통과했습니까?
• 카메라 고장 시 사용할 예비품과 설정 백업이 있습니까?
• 캘리브레이션 상태를 확인할 기준물과 점검 주기가 있습니까?
• 소프트웨어 업데이트 전에 복원할 수 있는 절차가 마련됐습니까?
• 처리 시간, 오검률, 깊이 누락률이 인수 문서에 명시됐습니까?

선택을 압축하면 넓은 공간과 실시간 거리 인식에는 ToF, 장거리와 자연스러운 장면에는 스테레오, 근거리의 세밀한 형상 측정에는 구조광이 우선 후보입니다. 다만 같은 방식이라도 센서와 광학계, 알고리즘에 따라 결과가 달라지므로 실제 샘플을 실제 속도로 측정한 데이터가 최종 판단 기준이 되어야 합니다.