AI·3D·초고속 영상의 진화, 머신비전 경쟁의 축이 바뀐다
글로벌 머신비전 전문 전시회 VISION 2026이 지난 10월 6일부터 8일까지 독일 슈투트가르트에서 열렸다. 제32회를 맞은 이번 전시회에는 494개 기업이 참가해 역대 최대 규모를 기록했다.2024년보다 참가기업 수는 2%, 전시면적은 5% 늘었으며, 전문 참관객도 9000명을 넘어 전회 대비 14% 증가했다. 해외 참관객 비중은 46%로 59개국에서 방문했다. 이번 전시회에서는 단순한 카메라 해상도와 촬영속도 경쟁을 넘어 AI 기반 영상처리 개발, 3D 공간 인식, 200GigE급 초고속 영상 전송, SWIR, 이벤트 기반 비전, 엣지 AI 등이 주요 기술 흐름으로 제시됐다. 머신비전이 독립된 검사장비에서 벗어나 로봇과 자동화 시스템, 컴퓨팅 플랫폼과 더욱 긴밀하게 연결되고 있다는 점도 두드러졌다. ▲ 독일 슈투트가르트에서 열린 VISION 2026. AI·3D 비전·초고속 영상처리 등 차세대 머신비전 기술이 대거 소개됐다. AI, 검사 알고리즘에서 비전 개발 환경으로 VISION 2026에서 주목할 변화 가운데 하나는 AI의 활용 범위가 검사 알고리즘을 넘어 머신비전 애플리케이션 개발 과정으로 확대되고 있다는 점이다. MVTec은 AI 에이전트를 활용한 프로토타입 ‘AI Vision Solver’를 공개했다. 차세대 HALCON 개발 환경인 HDevelopEVO를 기반으로 여러 AI 에이전트가 머신비전 프로젝트의 개발 과정을 지원하는 개념이다. 복잡한 영상처리 애플리케이션을 구축할 때 AI 를 이용해 개발 부담을 낮추는 데 초점을 맞췄다. 다만 AI가 산업용 검사 애플리케이션의 최종 판단까지 대신하는 구조는 아니다. MVTec은 AI 에이전트가 개발 노력을 줄일 수 있지만 최종 평가와 판단은 사용자에게 남는다고 설명했다. 머신비전 분야에서 AI가 사람을 대체하기보다 개발과 분석을 지원하는 도구로 영역을 확대하고 있음을 보여준다. ▲ MVTec의 ‘AI Vision Solver’ 3D 비전, 로봇의 ‘눈’으로 확대 3D 비전은 검사뿐 아니라 이동로봇과 로봇 핸들링을 위한 공간 인식 기술로 적용 범위를 넓히고 있다. Basler는 AMR, AGV 및 물류용 드론을 겨냥한 소형 3D 스테레오 카메라 ‘Stereo mini’를 전시했다. 깊이 데이터를 활용해 내비 게이션과 장애물 회피, 팔레트 취급 등을 지원하며 USB3, GigE, GMSL 인터페이스를 제공한다. 견고성과 넓은 시야각이 필요한 환경을 위한 blaze ToF 카메라도 함께 소개했다. Basler는 실제 머신비전 시스템과 동일한 장면을 디지털 환경에서 재현하는 ‘Vision Simulation’도 시연했다. 실제 시스템과 디지털 트윈을 나란히 비교해 물리적 프로토타입을 만들기 전 비전 구성을 검토하고 AI용 데이터 생성 가능성을 확인하는 방식이다. ▲ Basler의 ‘Stereo mini’ Mech-Mind 역시 3D 비전과 로봇을 결합한 실제 애플리케이션을 전면에 내세웠다. 투명·반투명 물체를 인식해 피킹하는 데모와 판금 부품의 빈피킹 및 정밀 로딩 작업 등을 선보였다.특히 Mech-Eye ULTRA M-GL은 자체 박벽 이미징 알고리즘과 광학기술을 이용해 두께 1mm 수준의 판금 부품에서도 가장자리와 홀 등의 세부 형상을 3D 포인트클라우드로 표현하도록 설계됐다. 투명물체 이미징도 지원해 로봇 인식과 피킹 적용 범위를 확대한다. ▲ Mech-Mind의 ‘Mech-Eye ULTRA M-GL’ 200GigE 등장, 고속 영상 전송의 한계 높여 산업용 카메라 분야에서는 센서 해상도뿐 아니라 대용량 영상 데이터를 얼마나 빠르게 전송하고 처리할 수 있는지가 새로운 경쟁 요소로 떠올랐다. Emergent Vision Technologies는 VISION 2026에서 200GigE를 적용한 HYPERION과 STRATOS 플랫폼을 공개했다. HYPERION의 첫 모델 AH-21000-G는 21MP 영상을 최대 1000fps로 전송하며, STRATOS의 LST-16KG5는 16K 해상도, 256단 TDI와 최대 1MHz의 라인 속도를 지원한다.두 플랫폼은 QSFP56 인터페이스와 GigE Vision 3.0/RDMA를 지원한다. 고해상도 영상을 압축하지 않은 상태에서 높은 프레임 레이트로 처리해야 하는 정밀 계측과 고속 검사 등에 대응하기 위한 기술이다. 반도체 검사, 100Gbit/s 급 영상 플랫폼으로 Teledyne Vision Solutions는 반도체 검사와 계측을 겨냥한 Sony IMX927 기반 100Gbit/s 영상 플랫폼을 공개했다. 이 시스템은 Adimec의 S-105A110 카메라와 DALSA의 Xtium3-QSFP28 프레임그래버를 결합한다. S-105A110은 Sony IMX927 센서를 탑재해 105MP 해상도에서 최대 110fps를 지원하며 CoaXPress over Fiber 인터페이스를 사용한다. 고해상도와 높은 프레임레이트를 동시에 요구하는 반도체 검사 에서는 센서 자체의 성능뿐 아니라 획득한 영상 데이터를 호스트 처리부까지 빠르게 전달하는 인터페이스와 프레임그래버까지 전체 영상처리 경로의 성능이 중요해지고 있음을 보여준다. ▲ Teledyne Vision Solutions의 100Gbit/s 영상 플랫폼 SWIR·이벤트 비전, 기존 가시광 검사의 한계 확장 가시광선 영역을 넘어서는 검사기술도 VISION 2026의 주요 흐름 가운데 하나였다. Allied Vision은 400~1700nm 영역을 지원하는 스마트 카메라 ‘Alecs VSWIR’를 소개했다. Sony SenSWIR 센서와 NVIDIA Jetson Orin 프로세싱을 IP67 하우징 안에 통합해 영상 획득과 엣지 AI 처리를 하나의 산업용 장치에서 수행하도록 설계했다.기존처럼 VSWIR 카메라와 GPU가 탑재된 외부 산업용 PC를 별도로 구성하는 복잡성을 줄이고, 공간이 제한되거나 실시간 판단이 필요한 현장에 적용할 수 있도록 한 것이 특징이다. ▲ Allied Vision의 ‘Alecs VSWIR’ 스마트 카메라 IDS는 이벤트 기반 비전, 3D iToF, AI 카메라와 임베디드 비전을전시했다. Prophesee와 함께 이벤트 기반 카메라를 이용한 드론·UAV·AGV용 객체 검출과 추적, 내비게이션 기술을 소개했고, 3D 분야에서는 간접 ToF 방식과 RGB·깊이 정보를 동기화하는 uEye 3D Nion 기술을 선보였다.프레임 기반 2D 카메라 중심이었던 머신비전이 고속 움직임과 3D 공간정보, 가시광선 밖의 스펙트럼까지 처리하는 방향으로 확대되고 있음을 보여주는 사례다. ▲ IDS의 uEye 3D Nion 2D·3D와 AI를 하나의 플랫폼으로 SICK도 VISION 2026에서 2D·3D 머신비전과 AI의 결합을 강조했다. SICK NOVA에는 3D 데이터용 AI 도구가 확대됐으며, 3D Anomaly Detection, Object Detection, 3D AI Classification 등을 이용해 형상이나 완전성, 품질 검사 등을 수행할 수 있도록 했다. 기존에는 3D 데이터를 규칙 기반으로 평가하는 경우가 많았다면, 새로운 AI 기능은 예제 이미지를 기반으로 검사를 구성할 수있도록 하는 데 초점을 맞췄다. Ranger NextGen, Ruler3000, Inspector 8xx 등 2D·3D 카메라 제품군과 소프트웨어 플랫폼의 통합도 주요 전시 내용이었다. 카메라 성능에서 ‘시스템 경쟁’으로 VISION 2026에서 확인된 변화는 새로운 카메라가 많이 등장했다는 데만 있지 않다. MVTec은 AI를 머신비전 개발환경으로 확장했고, Basler와 Mech-Mind는 3D 비전을 이동로봇과 로봇 핸들링에 연결했다.Emergent와 Teledyne은 고해상도 영상의 전송과 처리 성능을 높였으며, Allied Vision과 IDS는 SWIR와 이벤트 기반 비전, 엣지 AI 등 기존 프레임 기반 가시광 영상의 한계를 넓혔다. SICK은 3D 데이터 분석에 AI를 적용하며 소프트웨어와 센서의 통합을 강화했다. 결국 머신비전의 경쟁 기준은 개별 카메라의 해상도와 촬영속도 만으로 설명하기 어려워지고 있다. 카메라와 센서, 영상 인터페이 스, AI 소프트웨어, 엣지 컴퓨팅, 3D 공간 인식이 실제 자동화 시스템 안에서 어떻게 결합되는지가 새로운 경쟁력으로 부상하고 있다. ▲ SICK의 2D·3D 머신비전 솔루션 <표> VISION 2026 주요 기술 및 적용 분야 자료제공: Messe Stuttgart 및 각사 공식 발표자료
카메라·조명·모션 제어를 하나로 ... EtherCAT을 선택하는 5가지 이유
머신비전과 자동화 제어는 오랫동안 서로 분리된 시스템으로 구성돼 왔다. 별도의 비전 컨트롤러와 네트워크, PLC 간 인터페이스, 조명 트리거 시스템을 각각 구성하는 방식이다. 그러나 정밀도와 속도 요구가 높아질수록 이러한 분리 구조는 인터페이스 복잡성과 지연, 추가 하드웨어라는 부담으로 이어질 수 있다. Beckhoff는 EtherCAT을 공통 통신 기반으로 활용하면 카메라와 조명, 모션축을 하나의 시간축과 제어 시스템 안에서 통합할 수 있다고 설명한다. ▲ Beckhoff의 PC 기반 제어와 EtherCAT을 활용하면 머신비전을 별도의 부가 시스템이 아닌 통합 자동화 모듈로 구성할 수 있다. 1.카메라·조명·모션축을 하나의 시간 기준으로 첫 번째 이유는 표준화된 시간 기준(Standardized Time Base)이다. EtherCAT은 Distributed Clocks(DC)를 이용해 네트워크에 연결된 장치들을 공통 시간 기준으로 동기화한다. 첫 번째 DC 지원 슬레이브의 시간을 다른 장치에 주기적으로 전달하고, 네트워크 전파 지연을 측정해 보상하는 방식이다. Beckhoff에 따르면 이 방식의 지터는 1㎲보다 훨씬 낮으며 일반 적으로 수십 ns 수준이다. 절대 시스템 시간은 64비트로 저장되고 시간 측정 해상도는 1ns다. 머신비전에서는 이 시간 동기화가 특히 중요하다. 카메라와 조명, 모션축이 각각 별도의 시간 기준으로 동작하는 것이 아니라 하나의 시간축에 맞춰 움직일 수 있기 때문이다. 따라서 단순한 포토센서 신호와 소프트웨어 핸드셰이크에 의존하지 않고, 컨베이어 위치나 모션축의 특정 위치를 기준으로 정확한 시점에 이미지를 획득할 수 있다. 제품 추적이나 Track & Trace처럼 위치와 이미지의 정확한 대응이 필요한 애플리케이션 에서도 장점이 있다. ☞ Point: 카메라 + 조명 + 축 → 표준화된 시간 기준 2. 트리거와 조명을 정밀하게 동기화 두 번째 이유는 실시간 트리거와 조명 제어다.머신비전에서는 카메라만 정확하게 트리거한다고 끝나는 것이 아니다. 이미지가 촬영되는 순간 조명이 정확한 밝기와 시간으로 동작해야 안정적인 검사 이미지를 얻을 수 있다. Beckhoff는 EtherCAT의 Distributed Clocks와 Timestamp 기능을 이용하면 카메라와 조명을 동일한 시간 기준에서 제어할 수있다고 설명한다. 자사의 EL2596 LED 스트로브 제어 터미널과 EL2262 출력 터미널을 예로 들어, 조명 플래시와 카메라 하드웨어 트리거를 정밀하게 동기화하는 방식을 제시한다. 이 방식에서는 별도의 외부 트리거 루프를 구성하지 않고도 펄스 조명을 구현할 수 있다. 매우 짧은 시간 동안 높은 광량을 사용하면 빠르게 움직이는 대상도 정지된 것처럼 촬영할 수 있다.또한 검사 때문에 제품을 감속한 뒤 다시 가속할 필요를 줄일 수있어 설비 공간을 절약할 수 있으며, 조명의 전력과 냉각 요구를 낮추고 LED 수명을 늘리는 효과도 기대할 수 있다고 Beckhoff는 설명한다. ☞ Point: 이미지 촬영 시점과 조명 플래시를 정확하게 일치 ▲ EtherCAT Distributed Clocks는 카메라와 조명, 모션축을 공통 시간 기준으로 동기 화해 원하는 위치에서 정확한 시점에 이미지를 획득할 수 있도록 한다. 3. 비전 결과를 제어에 더 빠르게 반영 세 번째는 반응시간 단축(Shorter Reaction Times)이다.기존의 분리된 비전 시스템에서는 이미지 처리 결과가 별도의 네트워크와 인터페이스를 거쳐 PLC로 전달되는 경우가 많다. 이 과정에서 네트워크 스택이나 게이트웨이, 운영체제 등에 따른 지연이 발생할 수 있다. EtherCAT은 프레임이 네트워크를 통과하는 동안 각 장치가 필요한 데이터를 읽고 자신의 데이터를 삽입하는 On-the-fly 방식을 사용한다. 일반적으로 하나의 프레임으로 출력 데이터를 갱신하 면서 동시에 입력 데이터를 수집할 수 있다. 따라서 비전 시스템을 제어 시스템과 분리해 운용하는 것이 아니라, 제어 루프 안에 통합하는 구조가 가능해진다. 이미지 처리 결과를 받은 뒤 별도의 통신 단계를 기다리지 않고 PLC 프로그램에서 바로 판단을 수행하고, 그 결과를 모션축에 전달할 수 있다는 것이다. 고속 검사와 불량품 제거, 위치 보정, 로봇 핸들링처럼 ‘보고 바로 움직여야 하는’ 애플리케이션에서 특히 중요한 부분이다. ☞ Point: 검사 → 판단 → 모션제어의 지연 최소화 4. 하드웨어와 엔지니어링 비용 절감 네 번째는 하드웨어와 엔지니어링 비용 절감이다.기존 머신비전 시스템에서는 비전 컨트롤러, 플래시 컨트롤러, PLC 인터페이스, 네트워크 장치 등이 별도로 필요한 경우가 있다.시스템이 분리될수록 장비와 배선뿐 아니라 설정과 시운전 작업도 늘어난다. Beckhoff는 EtherCAT 기반으로 비전 구성요소를 통합하면 별도의 비전 컨트롤러와 플래시 컨트롤러 및 관련 인터페이스를 줄일수 있다고 설명한다. 비전 하드웨어도 하나의 엔지니어링 환경에서 설정할 수 있다.또한 EtherCAT은 라인, 스타, 트리 등 다양한 토폴로지를 조합할수 있어 카메라와 조명을 네트워크 스위치 위치가 아니라 공정에 필요한 위치에 배치할 수 있다. EtherCAT P를 사용하면 통신과 전원을 하나의 케이블을 통해 공급할 수 있다. 카메라와 조명을 계단식으로 연결하는 구성도 가능해 배선과 설치공간을 줄일 수있다는 설명이다.결국 시스템 통합은 단순히 통신 성능을 높이는 문제가 아니라 부품 수와 배선, 설치공간, 시운전 시간을 함께 줄이는 문제로 연결된다. ☞ Point: 비전 컨트롤러·인터페이스·배선·설정 작업 감소 ▲ EtherCAT P를 이용하면 카메라와 조명 시스템을 캐스케이드 방식으로 연결할 수 있어 전원 공급과 통신 배선을 단순화할 수 있다. 5. 비전과 제어를 하나의 진단 체계로 다섯 번째 이유는 일관된 진단(Consistent Diagnostics) 이다.EtherCAT에서는 각 슬레이브 컨트롤러가 통과하는 텔레그램을 체크섬으로 검사하고, 오류가 발생하면 관련 카운터를 증가시킨 다. 마스터는 이러한 정보를 이용해 네트워크에서 문제가 발생한 위치를 파악할 수 있다. 케이블이나 커넥터 문제도 Link-Lost-Counter 등을 이용해 진단할 수 있으며, 시스템 시작 시 네트워크 토폴로지를 확인하고 검증하는 기능도 제공한다.머신비전과 모션 데이터가 동일한 시간축에 놓인다는 점도 중요한 부분이다. 이미지에는 추적 가능한 Timestamp를 부여할 수있고, 이를 모션축의 위치 프로파일이나 I/O 신호와 함께 비교할수 있다. 예를 들어 검사 오류가 발생했을 때 당시 촬영된 이미지, 축 위치, I/O 상태를 같은 시간 기준으로 추적하면 문제의 원인을 보다 체계적으로 분석할 수 있다. 즉 진단 대상이 카메라 따로, PLC 따로, 네트워크 따로가 아니라 하나의 자동화 시스템 안으로 통합되는 것이다. ☞ Point: 이미지·축·I/O·네트워크 오류를 하나의 시간축에서 추적 <표> 머신비전에서 EtherCAT을 선택하는 5가지 이유 머신비전, ‘부가 시스템’에서 기계의 일부로 Beckhoff가 제시하는 다섯 가지 이유의 공통점은 머신비전을 자동화 시스템과 별도로 구성하지 않는 것이다. 카메라와 조명, PLC, I/O, 모션축이 동일한 EtherCAT 네트워크와 시간 기준을 사용하면 비전 시스템은 별도의 검사 장치가 아니라 기계 제어 시스 템의 일부로 통합될 수 있다. 결국 EtherCAT 기반 비전 통합의 핵심은 단순한 네트워크 속도에 있지 않다. 동기화, 실시간 반응, 시스템 단순화, 진단을 하나의 제어 아키텍처 안에서 구현하는 것이 핵심이다. Beckhoff는 이를 기존의 복잡한 add-on 형태에서 기계에 통합된 자동화 모듈로 머신비전의 역할이 변화하는 것으로 설명한다. 자료제공: Beckhoff (www.beckhoff.com)
캐비테이션(Cavitation) 분석에 필요한 초고속 이미징의 5가지 핵심 조건
캐비테이션(Cavitation)은 액체 내부에서 생성된 증기 기포가 성장한 뒤 급격히 붕괴하는 현상으로, 매우 짧은 시간에 충격파와 마이크로제트 등을 발생시킨다.이러한 순간적인 변화를 분석하려면 높은 시간 해상도와 공간 해상도를 갖춘 초고속 이미징 기술이 필요하다. 이 기사에서는 캐비테이션 분석을 사례로 프레임 레이트, 공간 해상도, 트리거·동기화, 광감도 등 고속 카메라 선택의 핵심 요소 5가지를 살펴본다. ▲ 캐비테이션의 기포 거동을 관찰하는 초고속 이미징 시스템을 시각화한 모습 (이미지: AI 생성) 캐비테이션은 수처리 시스템과 선박 프로펠러, 연료 인젝터, 바이오메디컬 분야 등 다양한 영역에서 관찰된다. 이러한 현상을 분석하려면 단순히 빠른 영상을 얻는 것만으로는 충분하지 않다. 기포가 언제 형성되고 어떻게 성장 하며, 주변 기포 또는 표면과 어떤 상호작용을 거쳐 붕괴하는지를 시간 흐름에 따라 확인할 수 있어야 한다. 특히 캐비테이션 과정에서는 기포의 성장과 붕괴가 매우 짧은 시간에 연속 적으로 일어나기 때문에, 일반적인 영상 장비로는 주요 변화 단계를 놓치기쉽다. 따라서 시간 해상도가 충분한 초고속 영상 데이 터를 확보해야 기포의 형상 변화와 붕괴 과정, 충격파및 마이크로제트 발생 등을 보다 세밀하게 분석할 수 있다. 캐비테이션 분석은 초고속 이미징 시스템에 요구되는 성능을 잘 보여주는 사례다. 카메라는 충분한 프레임 레이트뿐 아니라 미세 구조를 식별할 수 있는 공간 해상도, 외부 장비와 정확하게 연동할 수 있는 트리거 성능, 짧은 노출시간에서도 영상을 확보할 수 있는 감도를 함께 갖춰야 한다. Specialised Imaging은 캐비테 이션 분석용 카메라를 선택할 때 다음 다섯 가지 요소를 주요 기준으로 제시한다. 1. 순간 거동을 포착하는 초고속 프레임레이트 캐비테이션 현상은 매우 빠르게 진행된다. 단일 기포가 성장하고 붕괴하는 데 걸리는 시간은 수 마이 크로초에 불과할 수 있으며, 붕괴 과정에서는 높은 압력의 충격파와 빠른 마이크로제트가 발생한다. 충분한 시간 해상도를 확보하지 못하면 기포 붕괴 과정의 핵심 단계를 놓치게 된다. 따라서 고속 카메라는 기포의 성장과 붕괴를 구분할수 있을 만큼 높은 프레임레이트를 제공해야 하며, 붕괴 과정에서 모션 블러를 최소화할 수 있어야 한다. 또한 외부 트리거와 진단 장비에 정밀하게 동기화할 수있어야 한다. 프레임레이트가 충분하면 충격파 방출과 마이크로제트의 침투, 기포 분열, 인접한 기포 사이의 상호작용 등을 시간 흐름에 따라 분석할 수 있다. 특히 매우 작고 수명이 짧은 마이크로버블을 관찰할 경우 프레임레 이트 부족은 일부 과정을 기록하지 못하게 만들고, 결과적으로 데이터의 완전성과 모델링 신뢰성을 떨어뜨릴 수 있다. 결국 초고속 촬영에서 높은 fps는 단순히 더 많은 장면을 기록하기 위한 요소가 아니라, 짧은 시간 안에 연속적으로 일어나는 물리적 변화를 구분하기 위한 기본 조건이라고 볼 수 있다. 2. 프레임레이트와 해상도의 균형 고속 이미징에서는 프레임레이트와 공간 해상도가 서로 독립적인 성능 요소가 아니다. 일반적으로 프레임레이트를 높이기 위해 센서의 판독 영역을 줄이면 사용할 수 있는 해상도도 제한된다. 그러나 캐비테이션과 같은 마이크로 이미징에서는 시간 해상도뿐 아니라 작은 기포의 형상과 구조를 구분할 수 있는 공간 해상도 역시 중요하다. 마이크로버블을 분석하려면 기포 직경을 정확하게 측정하고, 붕괴 과정의 변형을 추적하며, 마이크로제트의 방향과 침투 정도, 주변 표면과의 상호작용까지 확인해야 한다. 프레임레이트만 높이고 해상도가 지나치게 낮아지면 기포의 경계나 형상 변화를 세밀하게 구분하기 어렵고, 반대로 해상도만 높이고 촬영 속도가 부족하면 붕괴 과정 자체를 충분히 분해해 볼 수 없다. 따라서 최대 프레임레이트만을 기준으로 카메라를 선택하기보다는 실험 목적에 따라 촬영 속도와 해상도를 조정할 수 있는 유연 성이 중요하다. 분석하려는 현상의 크기와 속도, 필요한 측정 정밀도에 따라 적절한 균형점을 찾는 것이 핵심이다. 3. 마이크로버블 분석을 위한 공간 해상도 일부 캐비테이션 연구에서는 개별 기포 수준까지 분석한다.이러한 마이크로 이미징에서는 높은 공간 해상도가 필수적이다.카메라는 증기 기포의 경계를 명확하게 구분할 수 있어야 하고, 영상을 확대했을 때 과도한 픽셀화가 발생하지 않아야 한다. 또한 정량적인 측정을 위한 정확한 스케일링과 전체 시야에서 일관된 이미지 선명도가 요구된다. 특히 기포가 터빈 블레이드나 마이크로유체 채널 같은 고체 표면과 상호작용할 경우 미세한 기포 형상 변화가 침식 패턴이나 에너지 전달과 연관될 수 있다. 이때 공간 해상도가 충분하지 않으면 기포 경계의 미세한 변화나 표면과의 상호작용을 정확하게 구분 하기 어렵다. 따라서 마이크로버블 캐비테이션을 분석할 때는 단순히 높은 촬영 속도만 확보하는 것이 아니라, 고배율 광학 시스템에서도 의미있는 공간 해상도를 유지할 수 있는지가 중요하다. 4. 외부 계측 장비와의 정밀한 동기화 고속 이미징 시스템의 역할은 영상 획득에만 그치지 않는다. 실험 환경에서는 캐비테이션이 레이저 펄스, 압력파, 빠른 밸브 작동, 음향 가진 등 외부 자극에 의해 발생하는 경우가 많기 때문에 영상 촬영 시점을 이러한 발생 메커니즘과 정확하게 맞춰야 한다. 이를 위해 카메라 시스템은 외부 트리거 입력과 정밀하고 일관된 타이밍 제어 기능을 지원해야 한다. 압력 센서나 다른 진단 장비와 연동할 수 있어야 하며, 여러 차례의 실험에서 동일한 조건으로 반복 촬영할 수 있는 성능도 필요하다. 동일한 시점에서 영상과 압력, 음향 등 다른 측정 데이터를 함께 확보할 수 있다면 개별 영상만으로는 확인하기 어려운 현상을 보다 종합적으로 해석할 수 있다. 따라서 트리거와 측정 시스템 통합은 영상 장비의 부가 기능이라기보다 정량 분석을 가능하게 하는 핵심 조건에 가깝다. 5. 짧은 노출시간에서 중요한 광감도 프레임레이트가 높아지면 한 프레임당 사용할 수 있는 노출시간은 짧아지고, 센서가 확보할 수 있는 빛의 양도 감소한다.이는 초고속 이미징에서 피할 수 없는 제약이다.캐비테이션 실험에서는 높은 배율, 제한된 광학 접근 공간, 고속 조명, 짧은 레이저 펄스 등의 조건이 함께 적용될 수 있어 광량 확보가 더욱 어려워질 수 있다. 센서 감도가 충분하지 않으면 영상 노이즈가 증가하거나 대비가 낮아지고, 이는 미세 기포의 경계와 내부 구조를 식별하는 능력에 직접적인 영향을 미친다. 특히 노출시간이 매우 짧은 초고속 촬영 에서는 확보할 수 있는 광량 자체가 제한되기 때문에 센서 감도와 노이즈 특성이 영상 품질을 좌우하는 중요한 요소가 된다. 따라서 고속 카메라를 평가할 때는 센서의 양자효율(Quantum Efficiency), 짧은 노출시간에서의 노이즈 성능, 펄스 조명과의 호환성, 실험 목적에 맞는 광학 구성 지원 여부 등을 함께 살펴봐야 한다. 특히 제한된 광량에서도 미세 기포의 경계와 형상 변화를 선명하게 포착할 수 있는지가 중요하다. 자료제공: Specialised Imaging (specialised-imaging.com)
와이어 하네스 조립 자동화를 위한 머신비전 기반 로봇 제어 적용 사례
자동차 산업에서 와이어 하네스 조립은 자동화하기 까다로운 공정으로 꼽힌다. 케이블이 유연해 작업할 때마다 위치와 형상이 달라지기 때문이다. 독일의 자동화 전문기업 Cellios는 TE Connectivity와 협력해 와이어 하네스 조립부터 전기적 검사까지 수행하는 모듈형 로봇 시스템을 개발했다. 이 과정에서 MVTec의 머신비전 소프트웨어 MERLIC을 활용해 단자와 커넥터의 위치를 측정하고 로봇의 움직임을 보정했다. 이번 사례는 머신비전과 정밀 로봇 제어를 결합해 수작업 중심의 조립 공정을 자동화한 기술을 살펴본다. ▲ 와이어 하네스 조립 자동화 셀. 유연한 케이블을 다루는 로봇에는 정밀한 위치 인식과 제어가 요구된다. Challenge 위치가 계속 변하는 케이블, 0.1mm 정밀도 요구 와이어 하네스는 여러 전선을 묶어 전기적 연결을 구성하는 부품 으로, 자동차의 전장 시스템에 폭넓게 사용된다. 그러나 케이블은 단단한 기계 부품과 달리 쉽게 휘어지고 작업 과정에서 위치가 달라진다. 로봇이 동일한 동작을 반복하더라도 케이블 끝에 부착된 단자의 위치와 방향이 일정하게 유지되지 않는다는 의미다. 특히 어려운 작업은 전선 끝에 압착된 단자(crimp)를 커넥터의 작은 삽입구에 정확하게 넣는 공정이다. 단자와 삽입구의 크기는 수mm 수준이며, 안정적인 삽입을 위해서는 약 0.1mm의 위치 정밀도가 요구된다. 케이블을 잡는 과정에서 단자의 위치가 미세하게 달라지기 때문에 사전에 설정한 로봇 좌표만으로는 정확한 삽입이 어렵다. 기존 와이어 하네스 제조에서는 일부 작업을 자동화하더라도 케이블 배선과 단자 삽입 등은 작업자의 수작업에 의존하는 경우가 많았다. Cellios는 이러한 한계를 해결하기 위해 개별 작업뿐 아니라 조립부터 최종 전기적 검사까지 연계하는 자동화 시스템 개발에 나섰다. ▲ 로봇 팔 위쪽의 카메라가 커넥터 위치를 측정해 로봇의 위치 보정을 지원한다. Solution 2D 머신비전과 힘 제어를 결합한 단자 삽입 Cellios는 커넥터 공급, 전선 준비, 단자 압착, 배선, 접합, 테이핑,최종 전기적 검사 등의 공정을 모듈형 로봇 셀로 구성했다. 핵심 기술은 단자 삽입 과정에서 머신비전과 로봇의 힘 제어를 함께 사용하는 방식이다. 로봇이 압착 단자(crimp)를 파지하면 한 대의 2D 카메라가 단자의 X·Y 위치와 Z축 회전각을 측정한다. 다른 카메라는 커넥터 삽입구의 위치를 확인한다. MVTec의 MERLIC은 영상 처리와 매칭 기술을 통해 로봇의 위치 보정에 필요한 정보를 제공한다. 이를 통해 케이블의 유연한 특성과 앞선 가공 과정에서 발생한 위치 편차에 대응한다. ▲ 머신비전 카메라를 이용해 압착 단자의 위치와 방향을 측정한다. 삽입 단계에서는 로봇에 장착된 힘·토크 센서가 작용한다. 머신 비전이 단자와 삽입구의 기하학적 위치를 파악한다면, 힘 제어는 실제 삽입 과정에서 발생하는 힘을 감지하고 조절한다. 이를 통해 미세한 위치 차이로 부품이 손상될 가능성을 줄이면서 정밀한 삽입 작업을 수행하도록 설계했다. Cellios는 영상 처리 소프트웨어로 MVTec MERLIC을 적용하고, MQTT와 REST 인터페이스를 통해 머신비전 시스템을 로봇 셀의 제어 환경과 연동했다. MERLIC은 로우코드(Low-Code) 기반 개발 환경을 제공해 복잡한 프로그래밍 없이 영상 처리 기능을 구성할 수 있도록 지원한다. 실제로 Cellios의 직원 두 명은 별도의 추가 교육 없이 동영상 자료와 예제 애플리케이션을 활용해 비전 애플리케이션을 구현했다. 유연한 케이블을 파지하고 조작하는 과정 역시 중요하다. 로봇 그리퍼는 서로 다른 굵기의 케이블을 취급하도록 구성돼 있으며, 위치 인식과 파지 동작을 연계해 작업 대상의 변화에 대응한다. Result 수작업 중심의 조립 공정을 로봇 시스템으로 구현 Cellios와 TE Connectivity는 와이어 하네스 조립 공정 전반을 자동화하는 시스템의 시제품을 개발하고, 2025년 11월 공개했다. 특히 위치가 일정하지 않은 단자와 커넥터를 각각 측정하고 로봇의 움직임을 보정하는 방식으로, 작업자의 육안 확인과 숙련도에 크게 의존했던 단자 삽입 공정을 로봇으로 자동화하는 방식을 구현했다. 이 시스템은 단자 삽입 과정의 데이터를 디지털 방식으로 기록하고 모니터링할 수 있도록 구성됐다. 이는 조립 과정의 추적성을 확보하고, 문제 발생 시 작업 이력을 확인하는 데 활용될 수 있다. Insight 정밀 위치 인식과 힘 제어의 결합이 핵심 이번 사례는 머신비전이 단순한 완제품 검사 기술을 넘어 로봇의 조립 동작을 직접 지원하는 핵심 기술로 활용될 수 있음을 보여준다. 유연한 케이블처럼 작업 과정에서 형상과 위치가 변하는 부품은 고정된 좌표와 반복 동작만으로 다루기 어렵다. 따라서 실제 부품의 위치를 측정하고 그 결과를 로봇 제어에 반영하는 과정이 필요하다. Cellios는 MERLIC 기반 머신비전으로 단자와 커넥터의 위치를 파악하고, 힘·토크 센서로 삽입 과정을 제어하는 방식을 채택했다. 영상 기반 위치 보정과 물리적 접촉 제어를 결합했다는 점에서, 이번 사례는 유연 부품의 정밀 조립 자동화에 적용할 수 있는 기술적 접근법을 제시한다. Cellios는 향후 머신비전을 활용한 추가 품질검사와 공정 편차를 감지하고 대응하는 셀프 힐링(Self-Healing) 기능도 검토하고 있다. 이는 머신비전의 역할을 조립 위치 보정에서 공정 상태의 감시와 제어로 확장하려는 방향이다. 자료출처: MVTec (www.mvtec.com)
투명·고반사 반도체 소재의 3D 정밀 검사 기술
반도체 제조에서는 생산 전 과정에서 치수 확인, 핵심 형상 검사, 결함 검출, 조립 상태 확인 등이 요구된다. 소자와 패키지 구조가 미세해질수록 필요한 측정 정확도와 반복성도 높아지는데, 검사 대상이 투명하거나 반사성이 높으면 측정 난도는 더욱 커진다. LMI Technologies는 유리 웨이퍼, 디스플레이 기판, 광학 부품, 연마 표면, 첨단 패키징 소재를 대표적인 검사 난제로 꼽는다. 표면 반사는 필요한 형상을 가릴 수 있고, 굴절은 측정 정확도에 영향을 줄 수 있다. 표면 간 대비가 낮거나 형상이 복잡하고 경사가 급한 경우에도 안정적인 3D 데이터를 얻기가 어렵다. 특히 TGV(Through Glass Via)는 유리 기판을 관통하도록 미세 비아를 형성하는 기술로, 투명한 기판에 만들어진 미세 구조를 정밀하게 측정해야 한다. 반사와 굴절의 영향을 받는 유리 소재 특성까지 고려해야 하기 때문에 3D 측정 난도가 높은 검사 대상 가운데 하나다. ▲ Gocator 4000 시리즈를 이용한 실리콘 웨이퍼 3D 검사. 동축 라인 공초점 기술로 반사·투명·복잡 표면의 형상을 측정한다. 사각 영역 줄이고 급경사 형상까지 측정 Gocator 4000 시리즈는 이러한 검사 과제에 대응하기 위해 동축 라인 공초점 기술을 사용한다. LMI에 따르면 이 방식은 투명·반사·복합 표면을 고해상도 3D로 측정하고, 사각 영역을 최소화하는 동축 광학 구조를 통해 기존 검사 방식에서 데이터가 누락되기 쉬운 형상의 표면 정보를 취득하도록 설계됐다. 동축 광학 구조는 급경사 형상과 깊은 홈, 돌출 구조처럼 측정 시사각 영역이 발생하기 쉬운 대상에 유리하다. Gocator 4000 시리즈는 시리즈 기준으로 프로파일당 1920 포인트, 최대 1.9 μm의 X 해상도, 최대 5.0 mm의 측정 시야(FOV), 최대 ±85°의 경사각, 가속 시 최대 36 kHz의 스캔 속도를 지원한다. 다만 이 수치는 개별 모델과 설정에 따라 달라질 수 있으므로 실제 적용에서는 해당 모델의 사양 확인이 필요하다. 센서에는 GoPxL 소프트웨어가 탑재돼 측정과 분석, 검사를 엣지 에서 직접 수행한다. LMI는 이를 통해 외부 데이터 처리 구성을단순화하고 인라인 환경에서 검사 결과를 빠르게 활용할 수 있다고 설명한다. 웨이퍼부터 TGV·BGA·와이어 본딩까지 LMI가 제시하는 적용 범위는 웨이퍼 검사에만 한정되지 않는다.반도체 패키징, BGA 검사, 와이어 본딩 검사, 정밀 계측, 표면 결함 검출, 유리 기판 및 TGV 검사 등 다양한 공정에서 동축 라인 공초점 기반의 3D 측정을 활용할 수 있다. BGA의 미세 범프나 복잡한 와이어 본딩 구조처럼 형상 변화가 크고 사각 영역이 발생하기 쉬운 대상에서는 표면 데이터의 누락을 줄이면서 형상을 안정적으로 측정하는 것이 중요하다. 투명·반사 소재 검사의 핵심은 단순히 해상도를 높이는 데 있지 않다. 반사와 굴절, 급경사와 깊은 구조처럼 측정을 방해하는 조건에서도 안정적인 3D 데이터를 확보하고, 이를 인라인 검사 흐름에서 바로 분석할 수 있어야 한다. LMI는 동축 라인 공초점 기술을 이러한 반도체 검사 과제에 대응하는 방법으로 제시하고 있다. 자료제공: LMI Technologies (www.lmi3d.com)


