2026 SWIR 머신비전 카메라 구매 전 체크리스트 총정리

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

검은 플라스틱 용기 안의 내용물, 불투명 포장지 아래 이물, 과일 내부의 멍처럼 가시광 카메라로 구분하기 어려운 대상이 있습니다. 이런 검사 문제를 해결하려고 SWIR 머신비전 카메라를 찾았다면 해상도나 가격부터 비교하기보다, 검사 대상이 실제로 단파적외선에서 충분한 대비를 만드는지 먼저 확인해야 합니다.

SWIR은 일반적으로 약 900~1,700nm 대역을 다루며, 소재의 수분 함량이나 화학적 특성에 따른 반사·흡수 차이를 영상으로 구분하는 데 활용됩니다. 다만 카메라, 렌즈, 조명, 필터를 서로 다른 파장 기준으로 선택하면 비싼 장비를 구매하고도 흐리고 불안정한 영상만 얻을 수 있습니다. 아래 점검표는 2026년 도입 환경에서 견적 요청 전부터 현장 검수까지 확인할 항목을 단계별로 구성했습니다.

1. 구매 전에 검사 목적과 목표 파장을 확정하세요

가시광 검사 실패 원인부터 기록하기

SWIR 시스템은 모든 물체를 투과해서 보여주는 만능 장비가 아닙니다. 먼저 현재 가시광 영상에서 무엇이 보이지 않는지 구체적으로 정의해야 합니다. 예를 들어 검은 플라스틱을 통과해 충전량을 확인하려는지, 식품의 수분 분포를 구분하려는지, 반도체 웨이퍼 내부 결함을 관찰하려는지에 따라 필요한 파장과 광학 구성이 달라집니다.

검사 기준은 ‘잘 보인다’가 아니라 수치로 적는 것이 좋습니다. 최소 검출 결함 크기, 허용 오검률, 검사 속도, 제품과 카메라 사이의 작업 거리, 사용할 수 있는 조명 설치 공간을 기록하세요. 광학의 기본 개념을 함께 확인하면 반사, 굴절, 흡수 차이가 영상 대비에 어떻게 연결되는지 이해하는 데 도움이 됩니다.

샘플 분광 테스트를 먼저 요청하기

카메라 견적을 받기 전 정상 샘플과 불량 샘플을 각각 여러 개 준비해 파장별 반사율 또는 투과율을 측정하는 것이 안전합니다. 두 샘플의 신호 차이가 가장 커지는 파장을 찾으면 광대역 조명과 밴드패스 필터를 쓸지, 특정 파장의 협대역 조명을 선택할지 판단하기 쉬워집니다. 제품 색상, 두께, 수분, 표면 거칠기가 달라질 때도 대비가 유지되는지 반드시 반복 시험해야 합니다.

• 검사 대상: 정상·불량 샘플을 최소 세 조건 이상으로 분류합니다.
• 목표 결함: 크기, 위치, 깊이와 판정 허용 범위를 수치화합니다.
• 파장 후보: 단일 파장이 아니라 인접한 여러 파장에서 대비를 비교합니다.
• 환경 변수: 온도, 수분, 표면 오염과 생산 로트 변화를 포함합니다.
• 판정 지표: 평균 밝기 차이뿐 아니라 신호 대 잡음비와 반복성을 확인합니다.

구매 팁: 데모 영상 한 장보다 실제 양산 샘플 수십 개의 히스토그램 분리 정도가 더 중요한 판단 자료입니다. 공급사에 원본 비압축 이미지와 촬영 조건을 함께 요청하세요.

2. InGaAs 센서 사양은 해상도보다 감도와 노이즈를 보세요

파장 범위와 양자효율 확인하기

일반적인 실리콘 센서는 근적외선 일부까지 반응하지만 약 1,000nm를 넘어서면 감도가 급격히 떨어집니다. 900~1,700nm 영역을 본격적으로 검사하려면 주로 InGaAs 센서가 사용됩니다. 제품 사양표에서는 단순히 ‘SWIR 지원’이라는 문구만 보지 말고 목표 파장에서의 양자효율, 스펙트럼 응답 곡선, 센서 냉각 방식과 보증되는 동작 온도를 확인해야 합니다.

수분 흡수 특성을 활용하는 검사처럼 특정 파장에서 반사 신호가 약해지는 작업은 충분한 감도와 낮은 읽기 노이즈가 필요합니다. 노출 시간을 늘리면 영상은 밝아지지만 빠르게 이동하는 물체에서는 모션 블러가 발생합니다. 따라서 양산 속도에서 확보 가능한 최대 노출 시간과 목표 파장의 실제 신호량을 함께 계산해야 합니다.

픽셀 크기와 냉각 방식 비교하기

같은 해상도라도 픽셀이 크면 일반적으로 더 많은 광자를 받을 수 있어 저조도 검사에 유리하지만, 동일한 시야에서 구현할 수 있는 공간 해상도와 렌즈 선택에는 제약이 생깁니다. 미세 결함을 검사한다면 결함이 영상에서 최소 3~5픽셀 이상 차지하도록 시야와 센서 해상도를 설계하세요. 필요한 픽셀 수를 확보하지 못하면 AI 모델을 적용해도 원본에 없는 결함 정보는 복원할 수 없습니다.

비냉각형은 가격과 유지 관리 부담이 비교적 낮지만 온도 변화에 따른 암전류와 고정 패턴 노이즈를 살펴야 합니다. 열전 냉각형은 장시간 노출이나 낮은 신호 검사에서 유리할 수 있으나 소비전력, 예열 시간, 방열 구조와 비용이 늘어납니다. 예산은 본체 가격만 비교하지 말고 렌즈와 조명, 프레임그래버, 교정 작업을 포함한 총소유비용으로 판단해야 합니다.

• 목표 파장에서 양자효율 또는 감도 그래프를 제공하는지 확인합니다.
• 전체 프레임 속도뿐 아니라 관심 영역 설정 시 속도도 비교합니다.
• 읽기 노이즈, 암전류, 불량 픽셀 보정 기능을 점검합니다.
• 비트 심도와 실제 유효 동적 범위가 검사에 충분한지 확인합니다.
• 냉각 안정화 시간과 주변 온도별 영상 편차를 테스트합니다.
• 카메라 내부 보정 데이터를 사용자가 갱신할 수 있는지 질문합니다.

3. SWIR 렌즈·조명·필터의 파장 호환성을 맞추세요

렌즈 코팅과 초점 이동 점검하기

가시광용 렌즈를 SWIR 카메라에 장착할 수 있다고 해서 원하는 영상이 나오는 것은 아닙니다. 렌즈 유리와 코팅이 목표 단파적외선을 충분히 투과해야 하며, 파장 변화에 따른 초점 이동도 작아야 합니다. 가시광에서 초점을 맞춘 뒤 SWIR 영상이 흐려진다면 카메라 문제가 아니라 렌즈의 색수차나 투과율이 원인일 수 있습니다.

렌즈 선택 시 센서 크기를 덮는 이미지 서클, 마운트 규격, 초점거리, 작업 거리, 왜곡, 주변부 해상력을 함께 확인하세요. 특히 미세 치수 검사라면 중심부 MTF만 보지 말고 목표 파장에서 화면 가장자리까지 해상력이 유지되는지 요구해야 합니다. 보호창이나 장비 커버를 통과해 촬영한다면 해당 창 소재의 SWIR 투과 특성도 별도로 시험해야 합니다.

광원 출력과 안전 요구사항 확인하기

SWIR 영상의 품질은 카메라보다 조명에서 결정되는 경우가 많습니다. 텅스텐 할로겐은 넓은 스펙트럼을 제공하지만 열이 많고 수명과 출력 안정성을 관리해야 합니다. SWIR LED는 특정 파장을 효율적으로 조사할 수 있으나 파장 선택 폭과 조사 균일도, 펄스 구동 조건을 확인해야 합니다. 광원에 관한 기초 용어는 광의 정의와 특성을 참고할 수 있습니다.

사람의 눈에 보이지 않는 적외선은 작업자가 밝기를 직관적으로 판단하기 어렵습니다. 고출력 광원을 사용한다면 제조사의 광생물학적 안전 등급, 조사 거리, 인터록, 차광 커버와 보호구 지침을 확인하세요. 카메라가 포화되지 않도록 조명 출력과 노출 시간을 맞추고, 반사광이 렌즈로 직접 들어오는 핫스폿도 제거해야 합니다.

현장 조언: 렌즈, 필터, 조명을 각각 최저가로 조합하기보다 목표 파장에서 완성된 광학계의 총투과율과 균일도를 공급사에 확인하는 편이 실패 비용을 줄여줍니다.

4. 인터페이스와 소프트웨어 통합 비용을 계산하세요

데이터 대역폭과 케이블 조건 산정하기

카메라의 최대 프레임 속도가 높아도 PC와 저장장치가 데이터를 안정적으로 받지 못하면 검사 시스템으로 사용할 수 없습니다. 해상도, 비트 심도, 초당 프레임 수를 곱해 원시 데이터량을 계산하고 프로토콜 오버헤드와 여유 대역폭을 반영하세요. GigE Vision, USB3 Vision, Camera Link, CoaXPress 가운데 어떤 인터페이스가 적합한지는 전송 거리와 지연, 케이블 굴곡, 프레임그래버 비용에 따라 달라집니다.

기존 게시 공정에 설치한다면 카메라 케이블의 길이뿐 아니라 로봇 케이블베어에서의 반복 굴곡, 커넥터 잠금, 전자파 간섭도 점검해야 합니다. 트리거 입력부터 노출 개시, 영상 전송, 판정 출력까지의 전체 지연 시간을 측정하고 PLC 및 엔코더 신호와 동기화할 수 있는지 확인하세요. 평균 속도만 만족하고 지연 편차가 크면 고속 배출 장치에서 양품과 불량품이 뒤섞일 수 있습니다.

SDK와 보정 기능을 실제 코드로 검증하기

2026년형 시스템에서는 GenICam 호환 여부뿐 아니라 사용하는 운영체제, 프로그래밍 언어, 머신비전 라이브러리와의 연동 안정성이 중요합니다. 구매 전 평가 장비를 받아 연속 취득, 하드웨어 트리거, 관심 영역, 노출 변경, 연결 복구 기능을 실제 코드로 시험하세요. 드라이버 버전과 펌웨어 지원 기간, 샘플 코드, 기술 문의 응답 범위도 계약서에 남기는 것이 좋습니다.

SWIR 센서는 픽셀별 감도 편차가 눈에 띌 수 있어 비균일 보정이 중요합니다. 내부 NUC 기능이 어떤 온도와 노출 조건에서 생성됐는지, 사용자가 다점 보정을 수행할 수 있는지 확인하세요. 또한 원본 12비트 또는 14비트 데이터를 손실 없이 가져올 수 있는지 살펴야 합니다. 화면 표시용 8비트 영상만 저장하면 미세한 농도 차이나 수분 차이를 분석할 정보가 사라질 수 있습니다.

1. 예상 데이터율에 최소 20% 이상의 전송 여유를 둡니다.
2. 양산 길이와 같은 케이블로 8시간 이상 연속 취득합니다.
3. 트리거 누락, 프레임 ID 불연속과 타임스탬프 편차를 기록합니다.
4. SDK 오류 후 자동 재연결과 생산 복구 절차를 시험합니다.
5. 비압축 원본, 보정 영상, 판정 결과의 저장 정책을 구분합니다.
6. 드라이버 업데이트 전 회귀 테스트용 기준 영상을 보관합니다.

5. 견적 비교와 현장 인수 검사를 한 장으로 관리하세요

본체 외 숨은 비용까지 비교하기

SWIR 카메라는 센서 등급, 해상도, 냉각 여부에 따라 가격 차이가 크며 일반 가시광 산업용 카메라보다 도입 비용이 높습니다. 따라서 단순 최저가보다 검사 성공 가능성과 지원 범위를 기준으로 비교해야 합니다. 카메라 본체 외에 SWIR 전용 렌즈, 조명과 컨트롤러, 필터, 프레임그래버, 산업용 PC, 차광 하우징, 안전 설비, 소프트웨어 라이선스와 설치 공수를 한 견적표에 넣으세요.

저가 구성이라도 충분한 대비를 얻어 검사 기준을 만족하면 좋은 선택입니다. 반대로 고해상도 냉각 카메라를 구매해도 조명이 불균일하거나 기준 샘플이 부족하면 안정적인 판정은 어렵습니다. 공급사가 제안한 성능 수치가 카탈로그 조건인지, 실제 작업 거리와 생산 속도에서 측정한 결과인지 질문해 보세요. 독자가 이해하는 시각과 기계가 획득하는 영상 정보의 차이는 시각 관련 설명과 함께 살펴보면 검사 기준을 설계할 때 유용합니다.

FAT와 SAT 합격 기준 만들기

출하 전 공장 인수 시험인 FAT에서는 정상·불량 샘플의 검출률, 반복 촬영 편차, 연속 운전 안정성과 원본 영상 품질을 확인합니다. 현장 인수 시험인 SAT에서는 실제 컨베이어 진동, 주변광, 생산 속도, 온도 변화와 작업자 조작까지 포함해야 합니다. 합격 기준을 계약 전에 정하지 않으면 설치 후 ‘보이는 정도’를 두고 공급사와 사용자 사이에 해석 차이가 생길 수 있습니다.

마지막으로 유지보수 가능성을 확인하세요. 렌즈나 보호창에 먼지가 쌓였을 때의 청소 절차, 조명 교체 주기, 예비 카메라 적용 시 보정 데이터 이관, 불량 픽셀 증가에 대한 처리 기준이 필요합니다. 특정 부품이 단종될 경우 호환 모델과 재검증 범위를 누가 책임지는지도 장기 운영 비용에 직접 영향을 줍니다.

• 샘플 합격: 서로 다른 생산 로트에서 목표 검출률과 오검률을 충족했는가?
• 속도 합격: 실제 라인 속도에서 블러와 프레임 누락이 없는가?
• 환경 합격: 주변광, 온도, 진동 변화에도 판정값이 유지되는가?
• 통합 합격: PLC 트리거와 배출 신호의 지연 편차가 허용 범위 이내인가?
• 안전 합격: 적외선 광원 차광, 인터록과 작업자 교육이 준비됐는가?
• 운영 합격: 기준 영상, 보정 파일, 설정값과 복구 절차를 인계받았는가?
• 지원 합격: 보증 기간, 수리 소요 시간과 대체 장비 정책이 문서화됐는가?

최종 발주 전에는 ‘목표 파장 확인 → 샘플 테스트 → 광학계 조합 → 통합 검증 → 현장 인수’ 순서가 모두 증빙됐는지 체크하세요. 이 다섯 단계가 연결돼 있다면 불필요하게 높은 사양을 피하면서도 실제 양산에서 재현 가능한 SWIR 이미징 시스템을 구축할 수 있습니다.