센서 및 자동화 기술의 급속한 발전은 머신 비전 산업에 큰 변화를 불러와 인공지능(AI), 비전 소프트웨어, 새로운 하드웨어 아키텍처를 통해 제조, 의료, 자율주행 자동차, 로봇 공학 등의 산업을 최적화하고 있습니다. 이러한 변화는 모든 산업 분야의 다양한 어플리케이션에서 생산성을 높이고, 비용을 절감하며, 의사 결정 속도를 향상시킵니다.

머신 비전용 엣지 인공지능(AI)

엣지 AI(엣지 러닝)는 네트워크 엣지에 있는 컴퓨팅 장치에서 알고리즘과 딥 러닝 신경망을 바로 사용하는 특정 유형의 인공지능입니다. 데이터 처리는 주로 카메라 내부에서 이루어지며 정보는 연결된 클라우드로 바로 전송됩니다. 이러한 시스템은 반복적인 프로세스와 작동을 자동화하여 전력 소모, 네트워크 지연 시간을 최적화하고 전반적인 어플리케이션 효율성을 높일 수 있다는 이점이 있습니다.

그림 1: LUCID Vision Labs™ SENSAiZ Intelligent Vision CMOS Camera는 편의점의 재고 현황을 기록하고 물품이 정해진 양보다 적어지면 직원에게 알려줍니다.

머신 비전용 고해상도 인공지능(AI)

인공지능 자체가 새로운 트렌드는 아닙니다. 딥 러닝 신경망 모델은 놀라운 결과를 얻기 위해 점점 더 빠른 속도로 어플리케이션에 적용되고 있습니다. LUCID Vision Labs™ SENSAiZ Intelligent Vision CMOS Camera의 차별점은 고해상도와 인공지능이라는 독특한 조합을 갖는 것입니다. 이전 버전의 머신 비전용 인공지능은 해상도가 약간 낮은 센서를 사용하여 VGA 화질로 이미지를 샘플링했습니다.

그림 2: AITRIOS 환경은 어플리케이션 개발 및 시스템 통합을 위한 도구와 환경을 제공하는 원스톱 B2B 플랫폼입니다. 이미지 출처: Sony AITRIOS.

LUCID Vision Labs는 Sony와 파트너십을 체결하여 12.33 MP(메가픽셀) IMX500 머신 비전 카메라 센서와 AITRIOS 딥 러닝 플랫폼을 결합했습니다. 이러한 기술을 통해 최종 사용자는 어플리케이션 효율성을 높이고, 전력 및 대역폭과 같은 리소스를 절약하며, 새로운 어플리케이션의 가능성을 탐색할 수 있는 인공지능(AI) 도구를 개발할 수 있습니다. 비슷한 목적을 가진 다른 카메라 제조 업체의 제품과 소프트웨어로 구성된 패키지도 있으며, 일부 Cognex 카메라 모델이 포함된 Vidi AI 패키지가 이에 해당합니다.

이벤트 기반 머신 비전

이벤트 기반 머신 비전(뉴로모픽 비전)은 DVS(Dynamic Vision Sensor)라고도 하는 카메라 센서가 셔터에 의해 가려지지 않은 상태에서 노출 강도를 연속적으로 기록하는 이미징 방식입니다. 픽셀 단위에서 강도의 변화는 신경망과 유사하게 비동기적이고 병렬 방식으로 기록되므로 제한된 온보드 컴퓨팅 리소스를 절약할 수 있습니다.

그림 3: 기존 센서(왼쪽)는 시야 내 물체의 변화와 무관하게 고정된 속도로 프레임을 기록하는 반면, 이벤트 기반 센서(오른쪽)는 시야 내 강도의 변화를 감지하여 각 픽셀의 변화를 캡처합니다.

이벤트 기반 이미징은 지연 시간이 짧고(단위: μs) 시간 해상도(temporal resolution)가 높기 때문에 필수 모션 정보만 캡처하여 프레임 레이트를 효과적으로 낮출 수 있습니다. 또한, 프레임 레이트를 낮추기 때문에 낮은 카메라 전력 소비에도 동적 해상도(dynamic resolution)가 높고 모션 블러가 개선됩니다. 이러한 유형의 이미징은 로봇 공학, 자율주행 자동차 및 기타 여러 산업 분야에서 잠재력을 지니고 있습니다.

SWIR 이미징의 발전으로 인한 비용 절감

SWIR 이미징은 일반적으로 0.9 - 1.7µm 파장 대역의 빛을 사용하지만 0.7 - 2.5µm 파장 대역의 빛도 사용할 수 있습니다. SWIR 스펙트럼은 가시광선(VIS) 외 스펙트럼이고 가시광선을 사용하는 일반적인 실리콘 센서는 근적외선 스펙트럼(650nm - 1µm 파장 대역)에 속한 빛에만 반응하기 때문에 SWIR 센서에는 InGaAs(갈륨 인듐 비소), InP(인화 인듐) 등 다른 소재가 사용됩니다. 기존에는 SWIR 센서를 제조하기 어려워서 가격대가 높았습니다. 하지만 지난 몇 년 동안 SWIR 센서 제조 기술이 발전하면서 제조 효율성이 크게 개선되었고, 이에 따라 비용도 절감되었습니다.

그림 4: 기존 실리콘 센서의 QE(왼쪽)는 900nm - 1µm 파장 대역에서만 높지만, VIS-SWIR InGaAs 하이브리드 센서(오른쪽)의 QE는 훨씬 더 넓은 파장 대역에서 높습니다.

이전에는 SWIR 카메라의 가격대가 높아 새로운 어플리케이션에 적용하기에는 접근성에 장벽이 존재했습니다. 그래서 SWIR 기술을 사용하는 어플리케이션은 현재 농업 및 환경 모니터링, 제품(예: 의약품) 검수, 천문학 등으로 다소 제한되어 있습니다. 비용이 절감되면 최종 사용자는 예술품 복원 등 새로운 어플리케이션을 물색할 수 있게 됩니다(그림 5).

마우스를 이미지에 올리면 SWIR 이미지로 전환

그림 5: 디트로이트 미술관에 있는 Jan Provost 작품인 '최후의 심판'을 SWIR 파장 대역으로 촬영한 이미지. 페인트 레이어 아래에 숨겨진 밑그림을 조심스럽게 관찰함으로써 작가의 본래 의도를 파악할 수 있음. 해당 이미지는 디트로이트 미술관에 저작권이 있으며, 허가를 받아 사용하고 있습니다.