SWIR 카메라의 비교·분석! 퀀텀닷(CQD) vs InGaAs
머신비전 시장은 사람의 눈을 대체하기 위한 산업 시장으로 이제는 신생 산업이 아닌 거의 모든 생산 현장에서 필수적인 요소로 자리잡았다. 꾸준한 성장성을 보이는 비전 시장에서 몇 해 전부터는 우리의 눈으로 볼 수 없는 가시광선보다 낮은 에너지를 갖는 단파 적외선 SWIR(Short-wavelength infrared)을 이용한 머신비전 카메라가 그 능력을 인정받아 시장에서 입지를 키워 나가고 있다.
CQD 소재 기반 이미지 센서 탄생 배경
▲ CQD Image sensor – Emberion
SWIR(단파 적외선) 스펙트럼은 1000~2000nm로서, 이 대역의 화합물인 InGaAs 기반의 이미지 센서가 탑재된 비전 카메라가 전체 시장의 대부분을 차지한다. 하지만 비용 측면을 봤을 때 시장성에 한계가 있어 2020년대 초까지는 우주항공이나 군사 쪽에 활용되었다. 이에 여러 연구 기관에서 InGaAs 화합물을 대체하고 비용 효율적일 수 있는 새로운 소재 개발이 활발히 진행되었고 ‘양자제한 효과’를 이용하여 밴드갭 (Bandgap)조절이 가능한 퀀텀닷(colloidal quantum dot, 이하 CQD)을 대안으로 내놓고 있다.
두 소재의 제작 방식
InGaAs SWIR 카메라는 말 그대로 광자학을 위한 특정 반도체의 제조에 사용되는 합금인 인듐(Indium), 갈륨(Gallium), 비소(Arsenide)로 만들어진 센서인 InGaAs 센서를 사용한 카메라다. 일반적으로 InGaAs 배열이 이듐 범프와 InP기판 사이에 위치하게 된다.
CQD SWIR 카메라 또한 양자점(PbS또는 InAs 나노입자)이 포함된 CQ 필름을 실리콘 ROIC 웨이퍼 위에 스핀코팅 방식으로 입혀 제작된 센서를 사용한 카메라이다. 두 소재를 활용한 SWIR 카메라 모두 단파 적외선 스펙트럼 파장영역을 감지하여 일반 카메라로 감지할 수 없는 영역에 대해 능력을 발휘한다.
▲ InGaAs 센서 아키텍쳐(출처: JAI 홈페이지)
▲ CQD 센서 아키텍쳐(출처 : Emberion)
CQD, InGaAs 영영 및 적용 가능한 분야
아래 <그림1>에서 보듯이, 퀀텀닷(CQD) 소재와 InGaAs 소재의 SWIR 카메라가 커버할 수 있는 스펙트럼 영역 및 적용 가능한 분야이다. 퀀텀닷 소재의 SWIR 카메라는 밴드갭 조절이 가능하여 SWIR뿐만 아니라 가시광선 영역(400-780nm) 영역에서도 활용이 가능한 비전 카메라이다. InGaAs 소재의 SWIR 카메라는 기존 퀀텀닷 기반 이미지 센서를 탑재한 SWIR 카메라보다 스펙트럼 영역에 한계(1800-2000nm)가 있지만 확장된 InGaAs 이미지 센서(Extended InGaAs)를 통해 2000nm 이상의 대역에서도 활용이 가능하다.
▲ <그림1> 퀀텀닷(CQD) 소재와 InGaAs 소재의 SWIR 카메라가 커버할 수 있는 스펙트럼 영역 및 적용 가능한 분야
SWIR 카메라의 핵심은 보이지 않는 것을 볼 수 있게 하는 기술이다. SWIR 영역에서의 재료별 Spectral Peaks에 대한 내용은 아래의 이미지와 같다. 단파장 적외선 파장 범위 에서 SWIR 카메라의 역할은 투명하게 물체 내부를 확인할 수 있다는 점이다. 즉 비파괴 검사를 통해 여러 산업의 생산 공정을 크게 향상시킬 수 있다.
▲ SWIR 영역에서의 재료별 Spectral Peaks에 대한 내용
▲ InGaAs SWIR 카메라를 통한 반도체 실리콘 잉곳 검사. SWIR 영역대에서 완전 투명하게 나타난다. (출처: https://www.xenics.com/short-waveinfrared-cameras-in-semiconductor-inspection-applications/)
많은 부분에서 공통점이 있지만 퀀텀닷과 InGaAs는 분명한 성능적 차이점을 보인다.
우선 외부양자효율(EQE) 측면에서 차이가 있다. 아래 그래 프를 보면 InGaAs가 800-1600nm 구간에서는 확실이 양자 효율이 높은 것을 볼 수 있다. 단, CQD 가 더 넓은 스펙트럼을 커버하기 때문에 400-800nm, 1600nm 이상의 더 높은 양자 효율을 보인다. 즉, SWIR 영역대에서 센서에 들어오는 광자가 전자로 전환되는 비율이 InGaAs 소재의 이미지 센서가 더 좋은 성능을 낼 수 있다.
▲ CQD SWIR 카메라를 통한 반도체 실리콘 잉곳 검사. SWIR 영역대에서 투명성을 확보하여 잉곳 내부의 크랙을 감지할 수 있다. (출처: https://www.emberion.com/applications/)
▲ 파장대별 외부양자효율비교 CQD VS InGaAs(출처: Emberion)
Dynamic Range 측면에서 보면 어떨까? 다이내믹 레인지는 카메라의 센서가 측정할 수 있는 최소 신호레벨(Temporal Dark Noise)부터 최대 신호 레벨(Saturation Capacity)까지의 비율을 나타낸다. 수치가 높을수록 그레이스케일(Greyscale)의 단계가 더 높은 이미지를 얻을 수 있는데 CQD SWIR 카메라가 InGaAs 기반보다 훨씬 더 높은 120dB 이상의 값으로 밝고 어두운 부분이 모두 존재하는 피사체를 촬영할 때 이미지를 더욱 세밀하게 취득할 수 있다.
▲ 같은 조건에서 촬영한 InGaAs, CQD 비교 사진이다. 모노크롬 이미지를 기준으로 CQD 기반의 SWIR 이미지가 훨씬 더 세밀한 표현력을 보여준다. (출처:Emberion)
단파장 적외선 스펙트럼에서 필요한 파장대를 선택하여 비교해 보는 것도 좋은 방법이다. 재활용 분류의 핵심인 플라스틱을 한 번 활용해 봤다. 위의 그림처럼 4가지 다른 소재(PET, LDPE, PP, PS)의 플라스틱을 550nm, 1550nm, 1920nm 파장대에서 촬영한 결과를 보면 LDPE 소재의 플라 스틱이 1550nm에서는 PET, PS 소재와 별 다른 구별점을 찾기 힘들었지만 1920nm 영역에서는 확실하게 다르게 구분 됨을 보인다. 머신러닝 혹은 인공지능 시스템을 통한 분류 (Classification)가 진행되어야 한다면 확실하게 구분될 수있는 높은 파장대를 커버하는 CQD 소재의 SWIR 카메라가 효과적일 수 있다.
자료제공 : 화인스텍(www.fainstec.com)
