제1장
2D 이미징에서 3D 이미징으로의 진화는 현대 컴퓨팅에서 가장 중요한 기술적 진보 가운데 하나로, 기계가 깊이를 지각하고 주변의 3차원 세계를 전례 없는 정확도로 이해할 수 있게 한다.
수십 년 동안 카메라는 빛의 세기와 색만을 기록하며 세계를 2차원으로 포착해 왔다. 2D 이미징은 많은 응용에서 강력하지만, 근본적으로 결정적인 한 차원, 곧 깊이가 빠져 있다. 인간의 시각 체계는 양안시를 통해 깊이를 지각한다. 두 눈이 서로 약간 다른 시야를 제공하면 뇌가 이를 처리하여 거리를 추정하는 것이다. 현대의 3D 이미지 센서는 이 능력을 기계에 부여하며, 얼굴 인식에서 자율 내비게이션에 이르기까지 완전히 새로운 범주의 응용을 열어 준다.
3D 이미지 센서는 가전, 자동차, 산업, 로봇 부문 전반의 구체적인 활용 사례에 힘입어 최근 10여 년 사이 빠르게 확산되었다. 한때 연구실에서나 쓰이던 실험적 기술이 이제는 스마트폰 어디에나 탑재되어, Face ID, 사실적인 피사계 심도 효과를 내는 인물 사진 모드, 그리고 디지털 콘텐츠를 물리적 세계와 자연스럽게 융합하는 증강 현실 애플리케이션과 같은 기능을 가능하게 한다.
WIA-SEMI-013 표준은 3D 깊이 센싱의 세 가지 주요 방식을 포괄하며, 각 방식은 고유한 원리와 강점, 최적의 활용 사례를 지닌다. 주어진 응용에 알맞은 솔루션을 선택하려면 이들 기술을 이해하는 것이 필수적이다.
비행시간 센서는 빛 펄스(일반적으로 근적외선)를 방출하고, 그 빛이 물체까지 갔다가 센서로 되돌아오는 데 걸리는 시간을 측정하여 깊이를 구한다. 이 원리는 명쾌하리만큼 단순하다. 빛은 알려진 일정한 속도(진공에서 초당 약 299,792,458미터)로 이동하므로, 왕복 시간을 측정하면 곧바로 물체까지의 거리를 얻을 수 있다.
ToF 기술은 다시 간접 ToF(iToF)와 직접 ToF(dToF)라는 두 가지 주요 아키텍처로 나뉜다. 간접 ToF 센서는 연속파 변조를 사용하여 특정 주파수로 빛을 방출하고, 방출 신호와 수신 신호 사이의 위상 변이를 측정한다. 반면 직접 ToF 센서는 고정밀 타이밍 전자 회로를 이용해 실제 시간 지연을 측정하며, 단일 광자 수준의 감도를 달성하는 경우가 많다.
구조광 시스템은 알려진 빛의 패턴을 장면에 투사하고, 이 패턴이 서로 다른 깊이의 표면에 닿으면서 어떻게 변형되는지를 분석한다. 촬영된 변형 패턴을 원래 투사한 패턴과 비교함으로써, 시스템은 삼각 측량을 통해 장면 내 각 점의 3D 좌표를 매우 정밀하게 산출할 수 있다.
가장 널리 보급된 구조광 구현이라 할 수 있는 Apple의 Face ID 시스템은 사용자의 얼굴에 30,000개가 넘는 보이지 않는 적외선 점을 투사한다. 이 점들의 패턴을 전용 적외선 카메라로 촬영하면 서브밀리미터 정확도의 매우 정밀한 깊이 맵이 생성된다. 이러한 수준의 정밀도 덕분에 안전한 얼굴 인증과, Animoji 같은 애플리케이션을 위한 사실적인 얼굴 추적이 가능해진다.
스테레오 비전은 알려진 기준선 거리만큼 떨어진 두 대 이상의 카메라를 사용하여 인간의 양안시를 모방한다. 각 카메라 이미지에서 서로 대응하는 점을 찾아 그 수평 변위(시차)를 측정하면, 삼각 측량을 통해 깊이를 계산할 수 있다. 이는 능동 조명이 필요 없는 수동 기법이므로, 실외 응용이나 광원을 추가하기 어렵거나 바람직하지 않은 상황에서 유리하다.
최신 스테레오 시스템은 텍스처가 적은 환경에서 매칭 성능을 높이기 위해 수동 스테레오와 능동 패턴 투사를 결합하는 경우가 많다. 예를 들어 Intel의 RealSense D400 시리즈는 적외선 패턴을 투사하여 특징이 없는 표면에 텍스처를 만들어 냄으로써 깊이 추정의 신뢰성을 크게 향상시킨다.
3D 이미지 센서 시장에는 몇몇 주요 업체가 자리하고 있으며, 각 업체는 특정 기술과 시장 부문에 특화되어 있다. 경쟁 구도를 이해하는 것은 정보에 근거한 기술 선택을 하는 데 매우 중요하다.
| 회사 | 주력 기술 | 핵심 제품 | 목표 시장 |
|---|---|---|---|
| Sony | iToF / dToF | DepthSense IMX 시리즈 | 스마트폰, AR/VR, 로봇 |
| Samsung | iToF | ISOCELL Vizion 시리즈 | Galaxy 기기, IoT |
| Infineon | ToF | REAL3 시리즈 | 자동차, 산업 |
| STMicroelectronics | dToF / 근접 센싱 | FlightSense 시리즈 | 모바일, 자동차, 로봇 |
| Apple (PrimeSense) | 구조광 | TrueDepth 카메라 | iPhone, iPad Face ID |
| Intel | 능동 스테레오 / LiDAR | RealSense D400 / L515 | 로봇, 드론, PC |
| Microsoft | ToF | Azure Kinect(2023년 생산 종료) | 기업, 산업 |
| Orbbec | 구조광 | Astra 시리즈 | 로봇, 리테일, 헬스케어 |
| 연도 | 주요 이정표 | 기술 | 영향 |
|---|---|---|---|
| 2010 | Microsoft Kinect 출시 | 구조광 | 최초의 대규모 소비자용 3D 센싱 |
| 2014 | Google Project Tango 공개 | 스테레오 + ToF | 모바일 AR 및 실내 매핑 |
| 2017 | iPhone X Face ID | 구조광 | 안전한 생체 인증 |
| 2020 | iPad Pro LiDAR | dToF SPAD | AR 환경 메싱 |
| 2024 | EU 일반안전규정(GSR) 단계적 시행 | 실내 카메라·센서 전반 | 운전자 졸음·주의 경고 의무화로 실내 모니터링 수요 확대 |
3D 이미지 센서는 다양한 산업에서 혁신적인 응용을 가능하게 하고 있다. 깊이를 지각하는 능력은 기계가 할 수 있는 일과 인간이 기술과 상호작용하는 방식을 근본적으로 바꾼다.
스마트폰은 3D 센서의 최대 물량 응용 분야이다. iPhone의 Face ID는 구조광을 사용해 사용자 얼굴의 수학적 모델을 생성하여 안전하게 인증하며, Apple이 공개한 수치로 약 1,000,000분의 1 수준의 타인 수락률(false acceptance rate)을 달성한다. 인물 사진 모드는 깊이 정보를 활용해, 이전에는 대형 센서를 갖춘 DSLR 카메라로만 가능했던 자연스러운 배경 흐림(보케)을 만들어 낸다. 증강 현실 애플리케이션은 깊이 센싱을 이용해 가상 객체를 현실 세계에 정확히 배치하며, 가구 배치 시각화에서 몰입형 게임에 이르기까지 매력적인 경험을 제공한다.
차량 실내 모니터링 시스템은 운전자 졸음 감지, 탑승자 점유 감지, 어린이 방치 감지, 인포테인먼트 시스템의 제스처 제어에 3D 센서를 사용한다. 이러한 시스템은 직사광선, 야간의 어둠, 극한 온도 등 가혹한 조건에서도 안정적으로 작동해야 하므로 센서 견고성의 한계를 끌어올리고 있다. ToF 센서는 햇빛에 대한 내성과 넓은 온도 범위에서의 작동 능력 덕분에 자동차 응용에 특히 적합하다.
이동 로봇과 드론은 장애물 감지, 내비게이션, 매핑에 3D 센서를 사용한다. 물류 창고 자동화 시스템은 정밀한 물체 위치 파악과 파지에 깊이 센싱을 활용한다. 협동 로봇(코봇)은 3D 비전으로 주변의 사람을 감지하여 안전한 작동을 보장한다. 깊이 센싱의 신뢰성과 정확도는 로봇의 성능과 안전에 직접 영향을 미치므로 센서 선택이 매우 중요하다.
제조 품질 관리는 치수 검사, 표면 결함 검출, 조립 검증을 위해 3D 계측에 점점 더 의존하고 있다. 기존의 2D 비전 시스템과 달리 3D 센서는 높이, 부피, 표면 형상을 측정할 수 있어 2D 이미지에서는 보이지 않는 결함까지 검출한다. 서브밀리미터 정확도 덕분에, 이전에는 고가의 접촉식 계측 장비가 필요했던 정밀 측정이 가능해진다.
보조기 및 의지(義肢) 맞춤을 위한 3D 신체 스캐닝, 3D 해부학적 재구성을 활용한 수술 계획, 비접촉식 의료기기 제어를 위한 제스처 기반 인터페이스는 성장하고 있는 헬스케어 응용 분야이다. 접근성 측면에서는 깊이 기반 제스처 인식을 통해 거동이 불편한 사람도 머리 움직임, 얼굴 표정, 손동작으로 기기를 제어할 수 있다.
눈부신 발전에도 불구하고 3D 이미징 기술은 여전히 해결해야 할 과제를 안고 있으며, 이러한 과제가 지속적인 연구 개발을 이끌고 있다.
WIA-SEMI-013 표준은 3D 이미지 센서의 사양, 인터페이스, 시험 방법론에 대한 포괄적인 프레임워크를 제공한다. 공통 데이터 형식, API 인터페이스, 통신 프로토콜, 인증 기준을 확립함으로써, 이 표준은 상호 운용성을 가능하게 하고 산업 전반에 걸친 기술 도입을 가속한다.
표준은 네 단계로 구성된다. Phase 1(데이터 형식)은 센서 사양 JSON 스키마, 바이너리 깊이 맵(64바이트 헤더), WIA 필드를 더한 PCD 포인트 클라우드, 보정 데이터 형식을 정의한다. Phase 2(API 인터페이스)는 장치 관리·구성·스트리밍· 보정·처리용 REST API와 TypeScript, Python, C++, ROS 2용 SDK를 규정한다. Phase 3(프로토콜)은 WIA-PC-Stream, WIA-Depth-Stream, 다중 센서 동기화, 보안 메커니즘을 다룬다. Phase 4(통합)는 다중 센서 융합, SLAM 통합, 응용 템플릿, Bronze·Silver·Gold 인증 절차를 제시한다. 각 단계의 세부 내용은 제8장에서 정리한다.
이 책의 구성은 다음과 같다. 제2장~제4장은 ToF, 구조광, 스테레오 비전의 원리를 차례로 다루고, 제5장은 깊이 정확도와 보정, 제6장은 포인트 클라우드 처리와 스트리밍 프로토콜, 제7장은 응용과 시스템 통합을 다룬다. 제8장은 WIA-SEMI-013 규격 자체를 설명한다.
이 가이드는 기본적인 기술 원리에서 실무 구현 지침에 이르기까지 표준의 모든 측면을 다룬다. 새 제품을 설계하든, 공급업체 솔루션을 평가하든, 자신의 애플리케이션에 3D 비전을 구현하든, 이러한 표준화된 접근 방식을 이해하면 정보에 근거한 결정을 내리고 최적의 결과를 얻는 데 도움이 될 것이다.