2D 머신비전보다 3D 비전이 편했던 순간

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

불량은 보이는데 원인이 안 보일 때

평면 영상만으로는 답답했던 첫 주

처음에는 2D 머신비전 카메라로 충분하다고 생각했습니다. 제품 표면의 얼룩, 인쇄 위치, 외곽선 틀어짐 정도는 꽤 잘 잡혔기 때문입니다. 그런데 조립 높이 차이, 미세한 들뜸, 눌림 같은 문제는 화면에 보이긴 하는데 판정 기준을 숫자로 만들기가 까다로웠습니다.

특히 반사 재질 부품을 검사할 때는 빛이 조금만 달라져도 정상과 불량의 경계가 흔들렸습니다. 작업자는 “눈으로 보면 티가 나는데 왜 장비는 못 잡느냐”고 묻고, 저는 화면을 확대하며 임계값을 다시 만지는 일이 반복됐습니다. 이때 처음으로 2D 영상보다 깊이 정보가 있는 3D 비전이 필요하겠다고 느꼈습니다.

• 2D 비전은 색상, 윤곽, 패턴 차이를 빠르게 확인하기 좋았습니다.
• 3D 비전은 높이, 단차, 휨, 체적처럼 입체적인 차이를 수치화하기 좋았습니다.
• 불량 원인이 표면 색이 아니라 구조 변화라면 3D 데이터가 훨씬 덜 흔들렸습니다.

팁: 평면 이미지에서 임계값을 계속 바꾸고 있다면, 문제는 알고리즘이 아니라 검사 대상의 정보 차원일 수 있습니다.

2D 화면과 3D 높이맵을 나란히 봤을 때

첫 인상은 느렸지만 판단은 빨랐습니다

3D 비전 센서를 처음 붙였을 때 가장 먼저 든 생각은 “생각보다 세팅 항목이 많다”였습니다. 노출, 레이저 세기, 스캔 거리, 기준면, 필터까지 볼 것이 많았습니다. 대신 한 번 높이맵이 안정적으로 나오기 시작하자, 검사 기준을 설명하는 일이 훨씬 쉬워졌습니다.

2D 화면에서는 밝은 부분이 얼룩인지 반사인지 눌림인지 애매했습니다. 하지만 3D 높이맵에서는 특정 영역이 주변 기준면보다 0.18mm 올라왔는지, 0.25mm 꺼졌는지 바로 확인할 수 있었습니다. imaging 결과를 단순히 보는 수준에서, 실제 치수 변화로 말할 수 있게 된 점이 가장 큰 차이였습니다.

1. 먼저 2D 이미지로 외관상 의심 영역을 표시했습니다.
2. 같은 위치의 3D 높이맵에서 단차와 기울기를 확인했습니다.
3. 정상 샘플 30개 정도를 찍어 기준 편차를 잡았습니다.
4. 불량 샘플의 높이 분포가 정상 범위를 벗어나는지 확인했습니다.

개념적으로는 vision의 의미가 단순히 보는 능력에 머물지 않는다는 점과도 닿아 있습니다. 산업 현장에서는 보는 것보다, 본 내용을 안정적으로 해석하고 반복 판정하는 능력이 더 중요했습니다.

실제 라인에서 체감한 장점과 불편함

장점은 판정 설명력, 단점은 설치 민감도

3D 비전을 쓰면서 가장 만족스러웠던 부분은 판정 근거가 선명해졌다는 점입니다. “불량처럼 보인다”가 아니라 “중앙부 높이가 기준면 대비 0.22mm 높고, 허용 범위 0.12mm를 넘었다”고 말할 수 있었습니다. 품질팀과 생산팀 사이에서 말이 덜 꼬였습니다.

물론 장점만 있는 것은 아닙니다. 센서 각도와 작업 거리, 제품의 흔들림에 더 민감했습니다. 2D 카메라는 대충 초점만 맞아도 어느 정도 확인이 됐지만, 3D 센서는 기준면이 조금만 틀어져도 높이값이 어색하게 나왔습니다. 그래서 설치 초반에는 카메라보다 지그와 이송 안정화에 시간을 더 많이 썼습니다.

• 좋았던 점: 단차, 눌림, 들뜸을 수치로 설명하기 쉬웠습니다.
• 아쉬웠던 점: 설치 각도와 진동 영향이 생각보다 컸습니다.
• 현장 팁: 센서보다 먼저 제품이 같은 자세로 지나가는지 확인해야 했습니다.

비용도 무시하기 어렵습니다. 일반 2D 카메라 구성보다 센서와 컨트롤러, 조명 또는 레이저 모듈까지 포함하면 초기 부담이 커질 수 있습니다. 다만 불량 재검, 작업자 육안 판별, 클레임 대응 시간이 줄어드는 공정이라면 단순 장비 가격만으로 판단하기는 어렵습니다.

광학 조건을 대충 맞추면 3D도 흔들립니다

입체 데이터도 결국 빛에서 시작됩니다

3D 비전이라고 해서 optical technology의 기본을 건너뛸 수는 없었습니다. 오히려 빛의 방향, 표면 반사, 센서와 대상물의 거리 관계가 더 민감하게 드러났습니다. 특히 검은색 플라스틱과 금속 반사면은 같은 세팅으로 찍었을 때 결과 차이가 크게 났습니다.

저는 초반에 소프트웨어 필터로만 해결하려고 했습니다. 노이즈 제거, 평활화, 홀 보정 같은 옵션을 만지면 나아질 줄 알았습니다. 하지만 원본 데이터가 불안정하면 필터는 불량을 숨기거나 정상 형상을 뭉개는 방향으로 작동할 때가 있었습니다. 결국 센서 위치와 광학 조건을 먼저 잡는 쪽이 훨씬 빨랐습니다.

• 반사가 심한 제품은 각도를 조금 틀어 포화 영역을 줄였습니다.
• 무광 제품은 레이저 세기보다 노출 안정성을 먼저 확인했습니다.
• 제품 높이가 자주 바뀌는 공정은 측정 거리 여유를 넉넉히 잡았습니다.
• 기준면은 매일 같은 샘플로 확인해 드리프트를 체크했습니다.

빛과 물체의 관계가 궁금하다면 광의 기본 개념을 한 번 읽어두면 도움이 됩니다. 현장에서는 이론을 길게 외우기보다, 왜 특정 표면에서 데이터가 비는지 이해하는 데 유용했습니다.

검사 항목별로 2D와 3D를 나눠 쓰니 편했습니다

모든 검사를 3D로 바꿀 필요는 없었습니다

처음에는 3D 비전이 더 좋아 보이니 기존 2D 검사를 모두 대체할 수 있겠다고 생각했습니다. 실제로 해보니 그건 조금 성급했습니다. 문자 인식, 라벨 유무, 색상 차이, 표면 오염처럼 평면 정보가 핵심인 검사는 2D가 더 빠르고 단순했습니다.

반대로 조립 높이, 부품 빠짐으로 생기는 단차, 접착제 도포량, 휨 검사처럼 높이 정보가 중요한 항목은 3D가 확실히 편했습니다. 저는 결국 한 장비 안에서 2D 이미지와 3D 높이 데이터를 함께 보고, 검사 항목별로 역할을 나눴습니다. 이렇게 하니 장비가 복잡해지는 대신 판정 실패가 줄었습니다.

• 2D에 맡긴 항목: 인쇄 위치, 라벨 방향, 색상 차이, 단순 유무 검사
• 3D에 맡긴 항목: 들뜸, 눌림, 단차, 휨, 도포량, 조립 높이
• 함께 본 항목: 표면 스크래치가 실제 파임인지 반사인지 구분하는 검사

전문가 조언: 좋은 비전 시스템은 비싼 센서 하나로 끝나는 구성이 아니라, 검사 목적에 맞게 2D와 3D 데이터를 나눠 쓰는 구성에 가깝습니다.

여기서 중요한 것은 욕심을 줄이는 것입니다. 한 번에 모든 불량을 잡으려 하면 레시피가 복잡해지고 유지보수가 어려워졌습니다. 검사 항목을 작게 쪼개고, 각 항목에 맞는 데이터만 쓰는 방식이 실제 운영에서는 더 안정적이었습니다.

운영 팁은 기준 샘플과 로그 관리였습니다

좋은 세팅보다 반복 확인이 더 중요했습니다

3D 비전 도입 후 가장 많이 바뀐 습관은 로그를 남기는 방식이었습니다. 2D 검사 때는 캡처 이미지만 저장해도 어느 정도 상황 파악이 가능했습니다. 하지만 3D는 높이맵, 기준면, 측정 ROI, 판정값을 같이 남겨야 나중에 원인을 추적할 수 있었습니다.

저는 정상 기준 샘플을 세 종류로 나눠 보관했습니다. 완전히 양호한 샘플, 허용 한계에 가까운 샘플, 실제 불량 샘플입니다. 매주 같은 조건으로 찍어보면 센서가 틀어진 것인지, 제품 조건이 바뀐 것인지 구분하는 데 도움이 됐습니다. 이 작은 습관이 야간 라인 이슈 대응에서 꽤 큰 차이를 만들었습니다.

1. 양품 기준 샘플을 정하고 촬영 날짜를 기록합니다.
2. 측정 ROI와 임계값 변경 이력을 남깁니다.
3. 불량 발생 시 2D 이미지와 3D 높이맵을 함께 저장합니다.
4. 라인 속도 변경 후에는 반드시 동일 샘플로 재측정합니다.

또 하나 체감한 점은 작업자 교육입니다. 3D 화면은 처음 보면 화려하지만, 높이값이 무엇을 의미하는지 모르면 오히려 혼란스럽습니다. 그래서 색상 맵을 예쁘게 만드는 것보다 “빨간색은 무조건 불량이 아니라 기준면 대비 높은 영역”이라는 식으로 현장 언어를 맞추는 과정이 필요했습니다.

광학 설계와 데이터 해석이 같이 움직여야 했습니다

장비 스펙보다 검사 목적을 먼저 적었습니다

3D 비전 장비를 고를 때 카탈로그 숫자만 보면 해상도, 반복 정밀도, 프레임 속도에 먼저 눈이 갑니다. 저도 처음에는 가장 높은 스펙을 찾았습니다. 그런데 실제 상담을 해보니 먼저 물어봐야 할 것은 “무엇을 몇 mm 차이로 구분해야 하는가”였습니다.

예를 들어 0.05mm 단차를 잡아야 하는 공정과 1mm 이상 빠진 부품을 잡는 공정은 필요한 센서가 다릅니다. 제품이 멈춰 있는지, 이동 중인지, 표면이 반짝이는지, 검사 영역이 넓은지도 모두 다릅니다. vision system은 카메라 한 대가 아니라 대상물, 광학계, 이송, 소프트웨어가 함께 맞물리는 구조였습니다.

• 측정해야 하는 최소 단차를 먼저 정했습니다.
• 제품 표면 재질과 색상 변동 폭을 확인했습니다.
• 라인 속도와 촬영 가능 시간을 계산했습니다.
• 불량 판정 후 어떤 조치를 할지까지 정했습니다.

기본적인 광학의 개념을 알고 상담하면 질문이 훨씬 구체적이 됩니다. “좋은 센서 추천해주세요”보다 “반사 금속 표면에서 0.1mm 들뜸을 분당 80개 속도로 보고 싶습니다”라고 말할 때, 훨씬 현실적인 구성이 나왔습니다.

3D 비전 도입 때 제가 실제로 틀렸던 판단들

비싼 장비면 바로 해결될 거라는 착각

가장 먼저 틀렸던 생각은 비싼 3D 센서를 달면 기존 문제가 바로 사라질 것이라는 기대였습니다. 실제로는 센서보다 지그, 이송 흔들림, 기준 샘플 관리가 더 큰 영향을 주는 날이 많았습니다. 장비가 좋아질수록 주변 조건의 허술함도 더 또렷하게 드러났습니다.

두 번째 실수는 2D 검사를 너무 빨리 버리려 한 것입니다. 평면 정보로 충분한 검사를 3D로 바꾸면 데이터는 많아지지만 운영은 복잡해집니다. 단순 유무 검사나 라벨 확인은 기존 2D imaging solution이 더 빠르고 유지보수도 쉬웠습니다.

• 실수 1: 센서 스펙만 보고 지그 반복 정밀도를 늦게 확인했습니다.
• 실수 2: 모든 항목을 3D로 통합하려다 레시피 관리가 어려워졌습니다.
• 실수 3: 높이맵 색상만 보고 실제 수치 분포를 늦게 검토했습니다.

마지막으로, 샘플 수를 너무 적게 잡은 것도 아쉬웠습니다. 양품 5개로 기준을 만들었을 때는 안정적으로 보였지만, 실제 생산품 100개를 찍으니 정상 편차가 생각보다 넓었습니다. 3D 비전은 불량을 더 잘 보여주는 도구지만, 정상의 흔들림을 충분히 이해하지 못하면 오판도 더 그럴듯하게 보입니다.