머신비전 조명은 균일할수록 스크래치를 숨깁니다

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

불량이 안 보인 게 아니라, 조명이 지운 겁니다

첫 번째 실패: 밝고 고른 화면만 보고 안심한 경우

생산 라인에서 가장 자주 보는 실패는 의외로 단순합니다. 카메라 영상이 선명하고 화면 전체가 밝으니 머신비전 조명이 잘 잡혔다고 판단하는 것입니다. 그러나 검사 대상이 금속 스크래치, 필름 눌림, 유리 표면 얼룩처럼 방향성과 높이 차이가 작은 결함이라면 이야기가 달라집니다. 너무 균일한 빛은 결함을 드러내기보다 배경과 섞어 버릴 수 있습니다.

사람 눈에는 보기 좋은 영상이 알고리즘에는 나쁜 영상일 때가 많습니다. imaging 품질은 예쁜 화면이 아니라 불량과 양품의 신호 차이로 판단해야 합니다. 시각과 인식의 기본 개념은 시각의 의미를 다룬 지식백과 항목처럼 감각과 해석이 함께 작동한다는 점에서 출발합니다. 머신비전도 마찬가지로, 카메라가 받은 빛을 소프트웨어가 해석할 수 있어야 검사입니다.

예를 들어 알루미늄 하우징 표면 검사에서 돔 조명을 과하게 사용하면 전체 난반사는 줄어들지만 얕은 헤어라인 스크래치까지 같이 사라집니다. 현장에서는 이를 카메라 해상도 문제로 오해해 고해상도 카메라를 추가 구매하지만, 실제 원인은 조명 각도와 반사 조건인 경우가 많습니다.

• 하지 말아야 할 일: 전체 화면 평균 밝기만 보고 조명 세팅을 승인하는 일입니다.
• 먼저 확인할 것: 양품 10장과 불량 10장을 같은 노출로 촬영해 히스토그램과 결함 영역 대비를 비교합니다.
• 현장 기준: 보기 좋은 영상보다 불량 픽셀의 명암 차이가 안정적으로 반복되는 영상이 더 좋은 영상입니다.
• 비용 관점: 조명 방향 하나를 바꾸는 데 드는 비용은 렌즈나 카메라 교체보다 훨씬 낮지만, 검출률에는 더 크게 작용할 수 있습니다.

밝기는 검사 성능의 출발점일 뿐입니다. 불량을 보이게 만드는 것은 밝은 빛이 아니라, 불량과 배경을 다르게 반사시키는 optical 조건입니다.

카메라 스펙보다 조명 각도를 먼저 의심해야 합니다

두 번째 실패: 해상도 부족이라고 단정한 경우

미세 불량이 놓이면 많은 팀이 곧바로 카메라 화소 수를 올립니다. 물론 해상도는 중요합니다. 하지만 결함이 픽셀 안에 들어와도 빛의 대비가 생기지 않으면 알고리즘은 아무것도 구분하지 못합니다. vision system에서 카메라는 결과를 기록하는 장치이고, 조명은 결함을 드러내는 조건을 만드는 장치입니다.

특히 스크래치, 찍힘, 요철, 코팅 불균일은 조명 각도에 따라 완전히 다른 모습으로 나타납니다. 낮은 각도의 다크필드 조명에서는 얕은 흠집이 밝게 튀지만, 정면 조명에서는 평평한 표면처럼 보일 수 있습니다. 반대로 인쇄 문자나 치수 검사는 정면에서 균일하게 비추는 방식이 더 안정적일 때가 있습니다. 문제는 어떤 불량을 잡을지 정하지 않은 상태에서 조명부터 고르는 습관입니다.

광학의 기본 원리를 이해하면 시행착오가 줄어듭니다. 빛이 물체와 렌즈를 거쳐 영상으로 바뀌는 과정은 광학에 대한 기본 설명과 맞닿아 있습니다. 현장에서는 이론을 길게 외울 필요는 없지만, 입사각과 반사각, 확산과 정반사, 표면 거칠기 정도는 반드시 검사 조건표에 남겨야 합니다.

1. 불량의 형태를 먼저 정의합니다. 점 결함인지, 선 결함인지, 높이 차이인지, 색 차이인지부터 나누어야 합니다.
2. 불량이 빛과 만나는 방향을 바꿔 봅니다. 정면, 저각, 측면, 투과 조명을 같은 노출 범위에서 비교합니다.
3. 카메라 교체 전 SNR을 봅니다. 신호 대비가 낮다면 해상도보다 조명과 렌즈 조건이 먼저입니다.
4. 양산 속도를 반영합니다. 샘플 테이블에서 보이던 결함이 컨베이어 진동과 속도 변화에서 유지되는지 확인합니다.

조명 방식별로 잘 숨는 불량이 다릅니다

모든 조명에는 장점과 약점이 있습니다. 링 조명은 설치가 쉽고 중심부 조도가 안정적이지만, 광택 표면에서는 반사 링이 생길 수 있습니다. 돔 조명은 난반사를 줄이는 데 유리하지만, 미세 요철을 눌러 평평하게 보이게 만들 수 있습니다. 바 조명은 방향성을 주기 쉽지만, 제품 위치가 흔들리면 그림자도 같이 흔들립니다.

이 표는 장비 선택표가 아니라 실패를 줄이는 출발점입니다. 같은 링 조명이라도 파장, 확산판, 작업 거리, 렌즈 조리개에 따라 결과가 달라집니다. 그래서 Eye-Sys 같은 optical technology 중심의 시스템 설계에서는 카메라 모델명보다 검사 목적, 표면 재질, 불량 샘플 정의가 먼저 나와야 합니다.

노출 자동 기능은 편하지만 검사 기준을 흔듭니다

세 번째 실패: 자동 노출과 자동 게인을 그대로 둔 경우

초기 테스트에서는 자동 노출이 매우 편합니다. 화면이 금방 밝아지고, 엔지니어는 초점을 맞추기 쉽습니다. 하지만 양산 검사에서 자동 노출과 자동 게인을 켜 둔 채로 운영하면 불량 기준이 매번 움직입니다. 제품 색이 조금 어두워지면 카메라가 노출을 올리고, 제품 표면이 조금 밝아지면 노출을 내립니다. 그러면 알고리즘이 보는 결함의 밝기 차이도 함께 바뀝니다.

예를 들어 흰색 플라스틱 사출품의 흑점 검사를 한다고 가정해 보겠습니다. 자동 노출이 켜져 있으면 배경 밝기가 일정하게 맞춰지는 것처럼 보입니다. 그러나 실제로는 흑점의 상대 대비가 로트마다 달라져 임계값이 불안정해집니다. 양품인데 불량으로 빠지는 과검출과, 불량인데 통과되는 미검출이 동시에 늘어나는 전형적인 패턴입니다.

imaging solution을 안정화하려면 조명 밝기, 카메라 노출, 게인, 조리개를 하나의 세트로 묶어 관리해야 합니다. 여기서 핵심은 값 자체보다 반복성입니다. 같은 제품을 같은 위치에서 찍었을 때 평균 밝기와 결함 대비가 얼마나 흔들리는지를 수치로 남겨야 합니다.

• 자동 노출 금지: 셋업 단계가 끝나면 노출 시간과 게인은 고정합니다.
• 게인 과다 금지: 게인은 밝기를 얻는 대신 노이즈를 키우므로, 조명 출력이나 조리개 조정이 먼저입니다.
• 조명 출력 기록: 컨트롤러 출력값, 펄스 폭, 트리거 조건을 검사 레시피에 포함합니다.
• 온도 영향 확인: LED 조명은 발열과 사용 시간에 따라 광량이 달라질 수 있어 워밍업 후 기준 영상을 잡는 편이 안전합니다.

자동 기능은 셋업을 빠르게 만들지만, 양산에서는 기준을 움직일 수 있습니다. 검사 알고리즘이 안정적이려면 카메라가 매번 같은 조건으로 세상을 보게 해야 합니다.

조명 수명과 유지보수도 검사 품질입니다

많은 현장에서 조명은 고장 날 때까지 쓰는 부품으로 취급됩니다. 그러나 머신비전에서는 조명이 곧 측정 기준의 일부입니다. LED가 서서히 어두워지거나 일부 채널이 약해져도 화면은 자동 보정이나 후처리 때문에 멀쩡해 보일 수 있습니다. 이때 실제로는 임계값 여유가 줄어들고, 불량 검출 한계가 생산 중에 조금씩 변합니다.

1. 기준 샘플 영상을 월 단위로 재촬영합니다. 동일 노출에서 밝기와 대비가 떨어졌는지 확인합니다.
2. 조명 컨트롤러 로그를 보관합니다. 출력값을 계속 올리고 있다면 광량 저하가 진행 중일 수 있습니다.
3. 교체 기준을 불량 발생 후로 미루지 않습니다. 누적 점등 시간과 광량 측정값을 함께 관리합니다.

가격 면에서도 유지보수 기준은 중요합니다. 산업용 LED 조명은 형태와 크기에 따라 수십만 원대부터 시작하고, 대형 돔 조명이나 특수 파장 조명은 수백만 원대가 될 수 있습니다. 하지만 조명 한 대를 아끼다가 하루 생산분 선별 비용, 재검사 인건비, 납기 지연이 발생하면 절감 효과는 금방 사라집니다.

색을 보면 쉬울 것 같지만 파장을 틀리면 더 어려워집니다

네 번째 실패: 흰색 조명 하나로 모든 제품을 보려는 경우

흰색 조명은 범용성이 좋습니다. 여러 색상의 제품을 한 번에 테스트할 때도 편하고, 작업자가 눈으로 보기에도 자연스럽습니다. 하지만 검사 목적이 색상 차이, 코팅 두께, 이물 분리, 인쇄 대비라면 흰색 조명이 항상 최선은 아닙니다. 특정 파장을 쓰면 배경은 어둡게, 결함은 밝게 만들 수 있는데도 흰색 조명만 고집하면 영상처리 부담이 커집니다.

광은 파장에 따라 재료와 다르게 반응합니다. 광의 성질을 설명한 지식백과 항목을 보면 빛이 단순한 밝기가 아니라 물리적 특성을 가진 대상임을 이해할 수 있습니다. 머신비전에서는 이 성질을 이용해 빨간색, 파란색, 적외선, 자외선, 편광 조건을 선택합니다.

예를 들어 투명 필름 위의 미세 먼지는 백색 정면 조명에서 거의 보이지 않을 수 있습니다. 그러나 배경 재질과 먼지의 반사 특성이 다른 파장을 쓰면 대비가 커집니다. 반대로 검은 고무 표면의 문자 인쇄는 가시광보다 특정 각도와 파장 조합에서 더 안정적으로 보일 때가 있습니다. 핵심은 색을 예쁘게 재현하는 것이 아니라, 불량과 배경의 분리를 크게 만드는 것입니다.

• 제품 색상만 보고 파장을 정하지 마세요. 같은 검은색이라도 재질과 표면 거칠기에 따라 반응이 다릅니다.
• 컬러 카메라가 늘 정답은 아닙니다. 색상 정보가 검사에 필요 없다면 모노 카메라와 단색 조명이 더 높은 대비를 줄 수 있습니다.
• 후처리로 색 분리를 해결하려 하지 마세요. 촬영 단계에서 대비가 부족하면 HSV 변환이나 필터링도 한계가 뚜렷합니다.
• 샘플은 양품만 준비하지 마세요. 불량 샘플이 있어야 파장 선택이 실제 검출력으로 이어지는지 확인할 수 있습니다.

파장 선택은 알고리즘 난이도를 바꿉니다

조명 선택이 잘되면 알고리즘은 단순해집니다. 임계값, 엣지 검출, 블롭 분석 같은 기본 처리만으로도 안정적인 결과가 나옵니다. 반대로 조명 선택이 틀리면 딥러닝 모델을 써도 데이터가 부족해지고, 라벨링 기준이 흔들리며, 현장 적용 후 재학습이 반복됩니다. 고급 알고리즘은 나쁜 영상을 마법처럼 바꾸는 도구가 아닙니다.

파장 테스트는 거창한 장비 없이도 작은 실험으로 시작할 수 있습니다. 같은 카메라와 렌즈를 유지한 채 조명 색상만 바꿔 결함 대비를 비교합니다. 이때 화면 전체 밝기를 맞추는 대신 결함 영역과 주변 배경의 평균값 차이를 기록해야 합니다. 숫자로 남기면 회의가 빨라지고, 감으로 고른 조명 때문에 생기는 논쟁도 줄어듭니다.

1. 불량 영역 ROI를 고정합니다. 같은 위치에서 평균 밝기와 표준편차를 비교합니다.
2. 배경 ROI도 함께 잡습니다. 배경이 같이 밝아지면 검출에는 도움이 되지 않을 수 있습니다.
3. 대비율을 계산합니다. 단순 밝기보다 결함과 배경의 비율 차이가 중요합니다.
4. 생산 속도 조건에서 재확인합니다. 정지 샘플에서 좋았던 파장이 이동 중에도 좋은지 봐야 합니다.

이런 과정은 장비 선정 시간을 늘리는 것처럼 보이지만, 실제로는 양산 후 튜닝 시간을 줄입니다. 특히 다품종 라인에서는 제품별 조명 레시피가 곧 품질 데이터입니다. 어떤 제품에 어떤 파장을 썼고, 왜 그 선택을 했는지 남겨 두면 다음 모델 투입 때 시행착오를 크게 줄일 수 있습니다.

샘플 테스트를 잘못하면 양산에서 바로 무너집니다

다섯 번째 실패: 깨끗한 샘플 몇 개로만 합격 판정을 낸 경우

조명 테스트에서 가장 위험한 말은 '샘플에서는 잘 보였습니다'입니다. 샘플실은 조용하고, 제품 위치는 손으로 예쁘게 맞추고, 주변광도 어느 정도 통제됩니다. 하지만 양산 라인은 다릅니다. 제품 높이가 조금씩 달라지고, 컨베이어가 진동하며, 작업장 조명이 시간대에 따라 바뀌고, 표면에는 먼지와 지문이 섞입니다. 이 차이를 무시하면 테스트 통과 장비가 현장에서 흔들립니다.

특히 vision technology 프로젝트에서는 양품과 불량품의 경계 샘플이 중요합니다. 너무 뚜렷한 불량만 모아 테스트하면 어떤 조명도 좋아 보입니다. 실제 문제는 고객 클레임으로 이어질 수 있는 애매한 불량, 작업자마다 판단이 갈리는 불량, 로트 조건에 따라 보였다 안 보였다 하는 불량입니다. 조명은 바로 이런 경계 구간에서 실력이 드러납니다.

샘플 수가 부족하다면 테스트 결과를 확정하지 않는 것이 맞습니다. 최소한 정상 변동을 포함한 양품, 대표 불량, 경계 불량, 오염 샘플을 나누어 봐야 합니다. 불량 이미지가 적을수록 조명 검토는 더 보수적으로 해야 하고, 초기 양산 기간에는 판정 로그를 촘촘히 남겨야 합니다.

• 양품 샘플: 색상, 광택, 높이, 표면 거칠기의 정상 편차를 포함합니다.
• 명확한 불량: 알고리즘 검출 가능성을 확인하는 기준으로 사용합니다.
• 경계 불량: 조명 조건별 성능 차이를 판단하는 핵심 샘플입니다.
• 오염 샘플: 먼지, 지문, 포장재 반사처럼 현장에서 실제로 섞이는 요소를 포함합니다.

검사실에서 자주 터지는 조명 사고 세 가지

첫째, 주변광을 방치하는 실수입니다. 낮에는 창문 빛이 섞이고 밤에는 천장 조명만 남는데, 카메라 영상이 조금씩 달라집니다. 조명이 충분히 밝다고 해도 외부광 유입이 렌즈나 제품 표면에 반사되면 판정 경계가 흔들립니다. 차광 커버, 고정 조명, 트리거 동기화는 선택이 아니라 검사 안정성의 일부입니다.

둘째, 제품 위치 편차를 과소평가하는 실수입니다. 샘플을 손으로 중앙에 맞추면 잘 보이던 불량이 실제 지그에서는 가장자리로 밀려 사라질 수 있습니다. 특히 저각 조명은 높이와 위치 변화에 민감합니다. 조명 시야를 넓히는 것만으로는 해결되지 않고, 지그 반복정도와 초점 심도, 조명 조사 범위를 함께 조정해야 합니다.

셋째, 소프트웨어 보정으로 모든 문제를 덮으려는 실수입니다. 배경 보정, 노이즈 제거, 딥러닝 분류는 분명 강력하지만, 촬영 단계에서 불량 신호가 사라진 영상은 복구하기 어렵습니다. 조명 설계가 약하면 알고리즘은 복잡해지고, 복잡한 알고리즘은 유지보수 비용을 키웁니다. 현장에서 오래 버티는 검사는 대개 단순합니다. 단순하게 만들려면 처음부터 빛을 잘 써야 합니다.

1. 주변광 차단을 나중으로 미루지 마세요. 설치 첫날부터 커버와 반사 유입 경로를 확인해야 합니다.
2. 대표 샘플만 믿지 마세요. 가장자리, 뒤틀림, 오염, 경계 불량까지 넣어야 양산 리스크가 보입니다.
3. 조명 조건표를 비워 두지 마세요. 조명 모델, 거리, 각도, 출력, 노출, 게인, 렌즈 조리개를 남겨야 재현이 가능합니다.

이 세 가지를 피하면 카메라와 알고리즘의 부담이 줄어듭니다. Eye-Sys가 다루는 vision, optical, imaging 영역에서 좋은 시스템은 더 비싼 부품을 많이 넣은 장비가 아니라, 불량이 보일 수밖에 없는 조건을 차분히 만든 장비입니다. 검사 정확도는 마지막에 누르는 실행 버튼이 아니라, 조명이 제품을 만나는 순간부터 결정됩니다.