가시광 머신비전과 SWIR 이미징의 불량 검출 경계

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

표면에 얼룩이 보이지 않는데 제품을 절단하면 내부 수분 편차가 드러나거나, 검은 용기 안의 충전량이 카메라 영상에서는 하나의 어두운 덩어리로만 보이는 경우가 있습니다. 이때 검사 담당자는 흔히 조명 출력이나 영상처리 알고리즘부터 의심하지만, 실제 원인은 검사 대상이 가시광 영역에서 충분한 대비를 만들지 못한다는 것일 수 있습니다.

이 문제의 선택지는 선명한 컬러·흑백 영상을 얻기 쉬운 가시광 머신비전과, 사람의 눈에는 보이지 않는 근적외선 영역을 활용하는 SWIR 이미징으로 갈립니다. 어느 한쪽이 절대적으로 우수한 것이 아니라 불량의 물리적 차이가 어느 파장에서 나타나는지에 따라 승자가 달라집니다.

표면의 색을 읽는 가시광 대 내부 차이를 찾는 SWIR

가시광 머신비전이 먼저 선택되는 이유

가시광 머신비전은 대체로 약 400~700nm 부근의 빛을 이용해 사람이 보는 것과 유사한 표면 정보를 촬영합니다. 컬러 카메라는 색상, 인쇄 상태, 조립 부품의 종류를 구분하는 데 유리하고 모노크롬 카메라는 같은 해상도 조건에서 더 많은 광량과 섬세한 명암 정보를 확보하기 쉽습니다. 빛의 파장과 반사·흡수 관계를 이해하려면 광의 기본 개념을 함께 살펴보는 것이 좋습니다.

라벨 문자 누락, 도장 벗겨짐, 금속 스크래치, 부품 방향, 커넥터 핀 변형처럼 표면에서 직접 관찰되는 불량이라면 가시광 방식이 비용과 구축 난이도에서 앞섭니다. 카메라, 렌즈, LED 조명 선택지가 풍부하고 기존 OpenCV 기반 처리나 딥러닝 검사 모델을 적용하기도 쉽습니다. 생산라인 유지보수 담당자가 영상을 보고 즉시 이상을 이해할 수 있다는 점도 현장에서 무시하기 어려운 장점입니다.

반대로 색과 밝기가 정상 제품과 거의 같거나, 불투명해 보이는 포장재 안쪽을 검사해야 한다면 가시광 영상의 픽셀 수를 늘려도 정보 자체가 생기지 않습니다. 5메가픽셀 카메라를 20메가픽셀로 바꾸는 것은 공간 해상도를 높일 뿐, 특정 물질에 흡수되는 파장 정보를 새로 만들어 주지는 않습니다. 여러분의 불량이 ‘작아서 안 보이는 것’인지 ‘가시광에서는 대비가 없는 것’인지 먼저 구분해야 하는 이유입니다.

• 가시광 우세: 색상 판별, 인쇄 품질, 형상 치수, 표면 흠집, 조립 유무 검사
• SWIR 우세: 수분 편차, 일부 플라스틱 투과, 내용물 충전 상태, 재질 분류, 가시광과 동일하게 보이는 이물 검출
• 공통 조건: 대상의 이동 속도, 필요한 최소 결함 크기, 렌즈 시야, 노출 시간까지 함께 설계해야 함
• 주의할 오해: 적외선 열화상과 SWIR은 같은 장비가 아니며 측정하는 물리량도 다름

SWIR이 보는 것은 온도가 아니라 반사 특성

SWIR은 일반적으로 약 900~1700nm 대역을 중심으로 활용되며, InGaAs 센서를 사용한 산업용 카메라가 대표적입니다. 물, 유기물, 일부 플라스틱은 이 영역에서 가시광과 다른 흡수 특성을 나타냅니다. 따라서 SWIR 영상은 뜨거운 곳을 보여주는 열화상이라기보다 특정 근적외선 파장에서 대상이 빛을 얼마나 반사하거나 흡수하는지를 보여주는 영상에 가깝습니다.

카메라 사양서를 보기 전에 정상 샘플과 불량 샘플의 분광 반사 특성을 확인하십시오. 파장 선택이 틀리면 고가의 SWIR 카메라도 평범한 회색 영상만 만듭니다.

해상도와 색 정보 대 물질 대비와 투과 성능

검출력은 화소 수보다 대비에서 갈린다

가시광 카메라와 SWIR 카메라를 비교할 때 해상도만 나란히 놓으면 판단이 왜곡됩니다. 가시광 카메라는 수백만 화소 이상의 제품이 흔하고 작은 문자의 획이나 미세 흠집을 넓은 시야에서 확인하기 좋습니다. 반면 SWIR 카메라는 같은 예산에서 상대적으로 낮은 해상도를 제공하는 경우가 많지만, 가시광에서 배경과 합쳐지던 불량이 강한 명암 차이로 나타난다면 실제 검출 성능은 오히려 높아집니다.

예를 들어 흰색 컨베이어 위에 놓인 흰색 식품 조각과 투명 플라스틱 이물은 가시광 영상에서 색이 비슷하게 나타날 수 있습니다. 특정 SWIR 파장에서는 식품의 수분이 빛을 강하게 흡수하고 플라스틱은 상대적으로 밝게 보일 수 있어 간단한 임계값 처리만으로도 분리가 가능합니다. 복잡한 AI 모델을 투입하기 전에 광학적 대비를 먼저 만드는 접근이 검사 시스템을 더 빠르고 설명 가능하게 만듭니다.

다만 ‘SWIR이면 포장 내부가 모두 보인다’고 생각해서는 안 됩니다. 재질과 두께, 안료, 표면 코팅에 따라 투과율이 크게 달라지고 금속 포장이나 알루미늄 증착 필름은 대부분의 SWIR 응용에서도 내부를 가립니다. 광학 시스템의 기본 관계는 광학 용어와 원리를 참고하되, 최종 판단은 실제 포장재와 시료를 이용한 촬영 시험으로 내려야 합니다.

컬러 정보가 사라질 때 생기는 손해

SWIR 영상은 보통 단일 채널의 명암 영상으로 사용하므로 빨간색과 파란색 라벨을 구분하거나 인쇄 색상을 판정하는 일에는 적합하지 않습니다. 서로 다른 안료가 SWIR에서 비슷한 반사율을 보이면 육안으로 명확한 색 차이도 영상에서는 사라질 수 있습니다. 반대로 가시광 컬러 카메라는 식품의 갈변, 배선 색상, 표시등 상태처럼 색 자체가 품질 기준인 검사에서 확실한 우위를 가집니다.

따라서 한 공정에서 표면 인쇄와 내부 충전 상태를 모두 봐야 한다면 카메라 한 대로 억지로 해결하기보다 가시광과 SWIR을 분리 배치하는 편이 안정적입니다. 두 영상의 촬영 위치를 맞춰야 한다면 공통 트리거, 엔코더 위치, 제품 ID를 사용해 결과를 결합합니다. 센서 융합은 카메라 수를 늘리는 일이 아니라 서로 다른 실패 원인을 분리하는 설계라는 관점이 필요합니다.

1. 검사 항목을 색·형상·수분·재질·투과 여부로 나눕니다.
2. 정상과 불량 샘플을 최소한 로트별로 확보합니다.
3. 가시광 백색 조명과 후보 SWIR 파장을 같은 위치에서 시험합니다.
4. 평균 밝기 차이뿐 아니라 로트 변화 후에도 대비가 유지되는지 확인합니다.
5. 두 센서가 모두 필요하다면 판정 결과를 제품 ID 기준으로 합칩니다.

초기 비용이 낮은 가시광 대 공정 손실을 줄이는 SWIR

카메라 가격만 비교하면 생기는 착시

일반 산업용 가시광 카메라는 해상도와 인터페이스에 따라 수십만 원대부터 선택할 수 있고, 렌즈와 LED 조명도 다수 공급사에서 구할 수 있습니다. 고속·고해상도·고감도 제품은 가격이 올라가지만 시스템 통합 경험과 중고 부품 시장까지 비교적 풍부합니다. 반면 산업용 SWIR 카메라는 센서 형식, 냉각 여부, 해상도, 프레임 속도에 따라 수백만 원에서 수천만 원대로 커질 수 있으며, SWIR 투과 렌즈와 전용 조명을 더하면 초기 투자가 빠르게 증가합니다.

그러나 총비용은 견적서의 카메라 가격으로 끝나지 않습니다. 가시광으로 보이지 않는 수분 불량을 잡기 위해 작업자가 표본을 절단하고 계측하거나, 출하 후 클레임과 폐기 비용을 반복해서 부담한다면 SWIR 시스템의 투자 회수 기간은 짧아질 수 있습니다. 반대로 한 달에 몇 건 발생하는 저가 제품의 불량을 찾기 위해 고가 장비를 도입한다면 경제성이 떨어집니다. 불량 한 건의 손실액, 발생 빈도, 전수검사 필요성을 함께 계산해야 합니다.

가격 문의 단계에서는 카메라 본체 외에 렌즈의 파장별 투과율, 조명 파장과 출력, 냉각과 방열, 프레임그래버, 차광 하우징, 소프트웨어 라이선스, 예비 부품까지 범위에 넣으십시오. SWIR 렌즈라고 표시되어 있어도 목표 파장에서 투과율이 충분하지 않을 수 있으며, 가시광용 렌즈를 그대로 사용하면 초점 위치나 밝기가 기대와 달라질 수 있습니다. 실제 구매 가격은 공급사와 사양에 따라 크게 변하므로 위 금액대는 예산 규모를 가늠하는 참고값으로만 활용하는 편이 안전합니다.

• 가시광에 투자할 상황: 표면 결함이 명확하고 고해상도·고속 촬영이 우선일 때
• SWIR에 투자할 상황: 파괴검사를 대체하거나 숨은 수분·내용물·재질 차이를 전수검사해야 할 때
• 렌털·PoC가 유리한 상황: 대상 재질의 분광 데이터가 없고 생산 로트 편차가 클 때
• 도입을 미룰 상황: 정상과 불량의 판정 기준이 정의되지 않았거나 대표 샘플이 부족할 때

PoC에서 두 방식에 같은 시험을 적용하는 법

가시광과 SWIR의 대결을 공정한 시험으로 만들려면 카메라마다 가장 유리한 조명을 사용하되 판정 기준은 동일하게 유지해야 합니다. 예를 들어 불량 크기 1mm, 검출률 99.5% 이상, 과검률 0.3% 이하, 검사 시간 80ms 이내처럼 목표를 수치화합니다. 그다음 밝은 정상 샘플만으로 조건을 맞추지 말고 계절, 공급사, 표면 오염, 온도 변화가 반영된 샘플로 반복 시험합니다.

특히 SWIR은 파장 선택에 따라 결과가 크게 바뀌므로 광대역 조명 한 번으로 가능 여부를 단정하지 않는 것이 좋습니다. 여러 협대역 조명이나 분광 장비로 후보 파장을 좁힌 뒤, 실제 라인 속도의 노출 시간에서도 신호가 충분한지 확인합니다. 짧은 노출에서 광량이 부족하면 게인을 올리게 되고, 노이즈 증가로 작은 불량의 경계가 흔들릴 수 있습니다.

PoC 합격 영상 열 장보다 경계 샘플 백 장의 실패 패턴이 더 중요합니다. 두 기술의 최고 장면이 아니라 최악의 생산 조건에서 판정이 유지되는지를 비교하십시오.

1. 검출해야 할 물리적 차이와 허용 가능한 오검출 수준을 문서화합니다.
2. 정상·불량·경계 샘플을 생산일과 원재료 로트별로 분류합니다.
3. 가시광에서는 조명 각도와 편광, SWIR에서는 파장과 투과 조건을 각각 최적화합니다.
4. 동일한 샘플 세트를 블라인드 방식으로 판정해 검출률과 과검률을 계산합니다.
5. 렌즈 오염과 주변광 유입을 재현하고 유지보수 후의 재현성까지 평가합니다.
6. 설비비와 함께 수작업 감소액, 폐기 감소액, 클레임 예방액으로 회수 기간을 산정합니다.

검은 플라스틱 용기 충전 검사의 선택 과정

보이지 않는 액면을 실제 라인에서 판별하기까지

검은 플라스틱 용기에 액상 원료를 충전하는 라인을 가정해 보겠습니다. 작업자는 용기 외관, 캡 체결, 라벨 위치뿐 아니라 내용물이 기준선까지 채워졌는지도 전수 확인해야 합니다. 가시광 카메라에 백색 백라이트를 설치했지만 용기와 내용물이 모두 검게 뭉쳐 액면이 나타나지 않았고, 조명 출력을 올리자 표면의 반사광만 강해졌습니다.

첫 시험에서는 기존 컬러 카메라를 모노크롬 고감도 카메라로 교체하고 편광 필터를 적용했습니다. 표면 눈부심과 라벨 검사는 개선됐지만 용기 벽을 통과한 신호가 거의 없어 충전량 판정은 불가능했습니다. 이 결과는 가시광 해상도나 알고리즘의 문제가 아니라 용기 재질이 해당 파장을 충분히 투과시키지 못하는 문제임을 보여줬습니다.

담당팀은 빈 용기, 정상 충전, 5% 부족, 기포 포함, 액체가 벽면에 묻은 샘플을 준비해 SWIR 파장별 촬영을 진행했습니다. 후보 대역 가운데 용기 벽은 비교적 밝게 통과하면서 액체가 뚜렷하게 어두워지는 조건을 찾았고, 액면의 수평 위치를 계산할 수 있었습니다. 다만 액체가 흔들리는 상태에서는 한 프레임의 경계가 기울어졌기 때문에 충전 직후가 아닌 이송 안정 구간으로 촬영 위치를 옮겼습니다.

• 가시광 카메라의 역할: 캡 유무, 라벨 색상, 인쇄 문자, 외관 오염 판정
• SWIR 카메라의 역할: 검은 용기 내부의 액면 후보 영역과 심각한 미충전 판정
• 기구 설계: 용기 뒤쪽에 SWIR 백라이트를 설치하고 외부광을 차단하는 터널 구성
• 판정 로직: 액면 높이뿐 아니라 경계의 연속성과 용기 기준점 대비 상대 위치 확인
• 예외 처리: 거품과 벽면 부착액은 보류 판정 후 재촬영 구간으로 이송

한 기술의 승리 대신 역할을 분리한 결과

초기에는 ‘가시광 대 SWIR 중 무엇을 살 것인가’가 질문이었지만, 시험 후에는 검사 항목별로 답이 나뉘었습니다. SWIR만 사용하면 액면은 보였지만 컬러 라벨의 품종 구분이 불안정했고, 가시광만 사용하면 외관은 선명했지만 미충전을 검출할 수 없었습니다. 결국 두 카메라는 같은 엔코더 신호로 촬영하고 제품 추적 번호에 각 판정을 묶도록 구성했습니다.

설치 후 첫 주에는 정상 제품이 간헐적으로 부족 충전으로 판정됐습니다. 원인을 추적하니 용기의 성형 두께가 측면마다 달라 SWIR 투과 밝기가 변했고, 고정 임계값이 두꺼운 영역을 액체로 오인하고 있었습니다. 팀은 용기 상단의 비충전 기준 영역으로 매 프레임 밝기를 정규화하고, 액면을 단일 픽셀 행이 아닌 일정 폭을 가진 연속 경계로 판단하도록 로직을 수정했습니다.

한 달 뒤에는 원재료 공급사가 바뀐 검은 용기에서 다시 투과율 저하가 발생했습니다. 담당팀은 카메라 게인을 무작정 올리지 않고 승인된 용기마다 기준 영상을 등록하고, 상단 기준 영역의 신호가 하한보다 낮으면 충전 불량이 아니라 ‘용기 광학 특성 이상’으로 분리했습니다. 그 결과 생산팀은 불량 원인이 충전기인지 포장재인지 즉시 구분할 수 있었고, 가시광 검사는 라벨과 캡을, SWIR 이미징은 내부 액면을 맡는 구조가 유지됐습니다. 이 사례의 최종 선택은 값비싼 센서의 일방적인 승리가 아니라 각 파장에서 실제로 보이는 정보만 책임지게 한 역할 분담이었습니다.

1. 빈 용기와 내용물의 파장별 투과·흡수 차이를 먼저 확인했습니다.
2. 실제 이송 속도에서 흔들림이 줄어드는 촬영 지점을 선정했습니다.
3. 가시광과 SWIR 판정을 제품 추적 번호로 결합했습니다.
4. 포장재 로트 변화에 대응하도록 기준 영역 정규화를 적용했습니다.
5. 신호 부족을 제품 불량과 설비 이상으로 나눠 작업자에게 표시했습니다.