적외선이란 전자기 스펙트럼의 일종으로, 눈에 보이지 않는 열복사 에너지파를 총칭한다. 그중 740 나노미터(nm) 가시광선의 적색 바깥쪽 짧은 파장 영역의 빛을 근적외선이라 한다. 이러한 근적외선을 활용하는 카메라에 대해 앤아이피 박수열 과장이 발표한 내용을 정리한다. 지금까지 열 방출에 의한 인간의 활동을 감지하기 위해 LWIR(원적외선), MWIR(중간 적외선) 센서 열상 카메라가 사용됐다. 또한, 기존 가시광 이상의 영역에 대한 실체 영상 검출을 위해 저조도 CCD 카메라, 저온 냉각 기능을 적용한 카메라 등이 활용됐다. 그러나 이 카메라들의 부족함이 발견되면서 근적외선(SWIR) 카메라의 필요성이 대두되기 시작했다. 근적외선은 가시광과는 달리 사람의 눈으로 감지할 수 없지만, 반사, 명암, 그림자, 투과 등에서 가시광 파장에 가까운 빛 특성을 보인다. 하지만 가시광과는 달리 실리콘과 플라스틱을 투과하며, 색상은 표현하지 못하고 명암만을 표현한다. InGaAs는 3족 원소인 인디움(In), 갈륨(Ga)과 5족 원소인 아세나이트(As) 등의 복합 화합물 반도체로, 근적외선에 특화된 소자다. InGaAs는 밴드갭 범위가 직접적이고, 광자 효율이 우수하다.
최근 머신비전 시장은 실시간 고속 애플리케이션을 위한 수요가 계속 증가하고 있고 고속 처리를 위해 실시간 FPGA pre-processing 방식 등이 많이 사용되고 있다. PC 기반 내에서의 처리가 이미 한계에 도달한 상태에서 ‘VisualApplets’은 이런 요구에 대응할 수 있는 하나의 솔루션으로 활용이 가능한 제품이다. 다트비전 김상래 부장이 소개한 ‘VisualApplets’ 제품을 살펴본다. FPGA(Field Programmable Gate Array)는 비메모리 반도체의 일종이며, 회로변경이 가능해 사용자가 직접 프로그램을 썼다, 지웠다를 반복 할 수 있다. 현재 머신비전에서 다양하게 활용 중이고 카메라에도 기본 탑재돼 있다. 실시간 고속 애플리케이션을 위해서는 FPGA가 필수다. 이미지 프로세싱에서 FPGA를 사용하는 목적은 CPU의 Charging(충전)없이 연속적인 연산을 수행 할 수 있으며 또한, 실시간 처리 구현이 가능하기 때문이다. 손쉬운 FPGA 프로그래밍 및 결과 확인 VisualApplets은 기존 VHDL(디지털 회로 및 혼합 신호를 표현하는 하드웨어 기술 언어) 또는 베릴로그(전자 회로 및 시스템에 사용되는 하드웨어 기술
지난 호에서는 OCP, PoP, QFN, QFP, SiP 등 다양한 패키지 종류와 SiC 기술의 동향에 대해 알아봤다. 이번에는 SiC와 Module Packaging 기술 등에 대해 알아본다. SiC 공법…반도체 분야의 성장 견인 SiC(Silicon Carbide)는 반도체, 디스플레이, 조선, 화학 및 항공 등의 첨단산업에 반드시 필요한 소재로서, 내마모성, 열전도성, 강도, 인성, 내식성, 내화학성 및 내열성 등의 장점을 지녔다. 특히 반도체 분야에서 활용도가 높아 보인다. 주로 Dummy Wafer, Boat, Tube, Ring 등의 반도체 부품에 쓰이며, 최근에는 반도체 전 공정에서 실리콘이나 석영을 사용한 부품 대신 사용하는 추세이다. 또한 미국항공우주국(NASA)에서 우주선 터빈추진엔진 위치센서의 실리콘 칩을 SiP 칩으로 대체해 사용하고 있다. 고순도용 SiC(CVD-SiC)는 수입품이 대부분이며, 그 중 제조가 힘든 SiC 튜브나 SiC 보트 등은 프랑스의 생고방, 일본의 도시바와 아사히글라스 등이 과점하고 있다. 이는 다른 반도체용 제품 웨이퍼 캐리어 등에서도 비슷한 수준인 것으로 알려져 있다. SiC는 발광다이오드(LED) 태양전지 시
iOS 7 이상의 버전에서는 블루투스 4.0을 활용한 마이크로-로케이션(Micro-Location) 기능인 ‘아이비콘(iBeacon)’이 NFC(Near Field Communication)를 대체할 결제 솔루션 준비 기반으로 주목받고 있다. 아이비콘 기술 아이비콘의 기술은 기존의 블루투스 4.0 기술과 크게 다르지 않다. 즉, 블루투스 4.0의 프락시미티(PROXIMITY)라는 프로파일 기술을 활용해 아이폰과 비콘의 위치를 파악한다. 물론 정확히 몇 미터, 몇 센치를 파악하는 것은 아니지만, ‘근접’, ‘가까이에 있다’, ‘멀리 있다’ 등으로 판단하는 기술이다. 아이비콘에 대한 정보는 어느 정도 공개됐다고 하지만 어떻게 아이비콘 기술을 실제로 응용해 사용할 것인지와, 아이비콘 개발에 대한 세부 정보는 좀 더 지켜봐야 한다. 아이비콘과 유사하게 동작하는 제품을 만들고 판매하는 에스티모트(그림 1)가 소개한 내용을 바탕으로 아이비콘이 블루투스를 이용해 어떻게 위치를 측정하고 정보를 전달하는지 살펴보겠다. 그림1. 에스티모트의 제품 동작 모습 비콘 프로그래밍 비콘을 이용한 프로그래밍 구조는 비콘에서 송신하는 전파의 정보를 이용해 비콘과 아이폰과의
적외선이란 전자기 스펙트럼의 일종으로, 눈에 보이지 않는 열복사 에너지파를 총칭한다. 그 중 740㎛ 가시광선의 적색·바깥쪽 짧은 파장 영역의 빛을 근적외선이라 한다. 여기서는 이러한 근적외선을 활용하는 카메라에 대해 앤아이피 박수열 과장이 발표한 내용을 정리한다. 지금까지 열 방출에 의한 인간의 활동을 감지하기 위해 LWIR(원적외선), MWIR(중간 적외선) 센서 열상 카메라를 사용해 왔다. 또한, 기존 가시광 이상의 영역에 대한 실체 영상 검출을 위해 저조도 CCD 카메라, Back Illumination CCD 카메라, 저온 냉각 기능을 적용한 카메라 등이 활용됐다. 그러나 이러한 과정에서 부족함이 발견됐고, 근적외선(SWIR) 카메라의 필요성이 대두되기 시작했다. InGaAs란 무엇인가 InGaAs는 3족원소인 인디움(In), 갈륨(Ga)과 5족원소인 아세나이트(비소, As) 등의 복합 화합물 반도체로, 근적외선에 특화된 소자다. InGaAs는 밴드갭 범위가 직접적이고, 광자 효율이 우수하다. 냉각이 필요한 HgCdTe(수은, 카드늄, 텔루라이드)와는 달리 비냉각 혹은 최소냉각이 가능하기 때문에 합리적인 가격 형성이 가능하다. InGaAs의 내부에는
GPGPU는 프로세서가 부담을 갖는 작업을 대신 처리함으로써 시스템의 효율을 높일 수 있다. 여기서는 머신비전에서 GPGPU를 활용한 효율적 프로세싱 방안에 대해 앤비전의 성용원 차장이 발표한 내용을 요약했다. CPU를 이용한 프로세스는 CPU의 속도(Clock)에 의존하기 때문에 알고리즘에 한계를 지니게 된다. 또한 CPU 코어가 멀티코어로 진화하고는 있지만 CPU의 설계 특성상 복잡한 기능을 위해 병렬화가 제한돼 대용량 IO가 필요한 요소를 저해하고 있다. 마지막으로 검출 시 발생하는 노이즈 등을 제거하기 위해 검출력을 높일 수 있는 고난이도의 알고리즘을 사용하지만 실제로 적용되기는 어려운 것이 현실이다. GPGPU란? GPGPU(General-Purpose computing on Graphics Processing Units)는 게임용 프로세서를 범용 프로세서로 발전시킨 것으로 GPGP 또는 GP2라고도 불리며, 컴퓨터 그래픽스를 위한 계산만 다루는 GPU를 사용해 CPU가 전통적으로 취급했던 응용 프로그램들의 계산을 수행하는 기술이다. 케플러의 ‘TITAN Z’는 5,760개의 프로세서를 장착했으며 8테라플롭의 처리 성능을 보이는 제품이다(그림 1).
2000년대 중반까지도 머신비전 시스템의 영상처리부는 DSP 보드와 같은 전용보드가 주를 이뤘으나, GPGPU 보드와 멀티 코어 CPU의 발달, CUDA 프로그래밍 기술의 도입으로 DSP 기반의 영상처리 전용보드가 병렬처리 가능한 GPU와 CPU 기반의 일반 컴퓨터 시스템으로 대체되고 있는 추세다. 이와 관련, 인하대학교 김학일 교수가 발표한 내용을 정리했다. 최근의 머신비전 기술은 고정밀성, 다양성, 지능화로 특성화되고 있다. 고정밀성은 영상 센서 기술의 발달에 따라, 영상 화소의 공간해상도가 수 마이크로미터(μm)에서 서브 마이크로미터로 더욱 정밀해지고 있음을 의미한다. 그 결과, 동일한 물체에 대한 영상 데이터의 크기가 해상도 증가율의 제곱으로 증가하게 됐다. 다양성은 기존의 그레이 영상 이외에 컬러 영상, 적외선, X-선, 3차원 영상 등 다양한 광센서의 도입을 의미한다. 이 역시 적용되는 센서의 개수에 비례해 영상 데이터의 증가를 초래한다. 지능화는 다양한 환경 변화에 적응적인 영상처리 알고리즘들의 발전을 말한다. 일반적으로 더욱 많은 계산량을 포함한다. 즉, 영상 센서의 고정밀성, 다양성 등과 함께, 영상처리 알고리즘의 지능화는 방대한 크기의 영상
최근 머신비전 시장에서 실시간 고속 애플리케이션을 위한 수요가 계속 증가하고 있다. ‘VisualApplets’은 이런 요구에 대응할 수 있는 솔루션으로서의 활용이 가능한 제품이다. 이에 대해 김상래 다트비전 기술연구소 부장이 발표한 내용을 요약·정리한다. FPGA(Field Programmable Gate Array)는 비메모리 반도체의 일종이며, 회로변경이 가능해 사용자가 직접 프로그램을 썼다, 지웠다를 반복할 수 있다. 현재 머신비전에서 다양하게 활용 중이고 카메라에도 기본 탑재돼 있다. 실시간 고속 애플리케이션을 위해서는 FPGA가 필수다. 이미지 프로세싱에서 FPGA를 사용하는 목적은 CPU의 Charging(충전) 없이 연속적인 연산을 수행할 수 있으며, 실시간 처리 구현이 가능하기 때문이다. 손쉬운 FPGA 프로그래밍 및 결과 확인 VisualApplets은 기존 VHDL(디지털 회로 및 혼합 신호를 표현하는 하드웨어 기술 언어) 또는 베릴로그(전자 회로 및 시스템에 사용되는 하드웨어 기술 언어)를 기반으로 하는 프로그래밍 방식이 아닌, 차세대 FPGA 프로그래밍 소프트웨어라 할 수 있는 고급 이미지 프로세싱 라이브러리와 하이레벨 디자인 엔트리,
머신비전은 과거의 단순한 생산품 불량 유무 판별에서 이미지 DB를 정보화하며 생산량까지 결정하는 단계로 발전했다. 반도체 후공정에서의 머신비전 트렌드와 요구 기술은 무엇인지, 삼성전자 송근호 수석연구원이 머신비전 세미나에서 발표한 내용을 정리했다. 머신비전 시스템은 반도체 제조에서 품질과 신뢰성 향상을 위한 필수 요소이다. 과거에는 반도체 생산품 불량 유무를 사람이 판별했다. 그러나 최근 공장자동화와 미세화로 인해 사람의 육안으로 검사하는 것에 한계가 생겼다. 검사의 신뢰성 문제, 사람 간 오차 문제, 실시간 검사·전수검사 불가능 등 여러 가지 복합적인 한계 때문에 머신비전이 아니면 반도체를 제조할 수 없게 됐다. 반도체에서의 머신비전 머신비전은 반도체 기술과 함께 계속 발전하고 있다. 현재는 비전 시스템의 고속 식별, 완벽한 검사, 정보화, 네트워크화, 지능화가 요구되고 있으며, 특히 이미지 DB를 어떻게 판단하고 전략적인 관점에서 활용할 수 있을 것인지에 대한 연구가 활발히 진행되고 있다. 반도체 제조를 위한 머신비전은 하드웨어와 소프트웨어 측면에서 초정밀, 초고속으로 진화를 거듭하고 있다. 과거에는 성능이 200μm와 100ms였던 것이 현재는 10μm
딥러닝은 컴퓨터 인공지능 학습법 중의 하나이다. 최근 딥러닝과 관련, 컴퓨터가 알아들을 수 있는 형태로 표현하고 이를 학습에 적용하기 위해 많은 연구가 진행되고 있다. 딥러닝 기술이 어디까지 왔는지, KAIST 김준모 교수가 발표한 내용을 정리했다. 딥러닝이란 무엇인가? 딥러닝이란 딥 네트워크(딥 뉴럴 네트워크)를 트레이닝해서 어떤 일을 하는 절차를 뜻한다. 여기서 딥 네트워크(Deep Network)란 인풋과 아웃풋 사이에 숨어 있는 히든 레이어가 2개인 것을 말하며, 히든 레이어가 없거나 1개면 쉘로우 네트워크(Shallow Network)라고 한다. 뉴럴 네트워크의 역사를 보면, 1세대(1958년~)는 퍼셉트론(Perceptron) 방식이었고, 2세대(1986년~)는 멀티레이어 퍼셉트론 방식이었다. 이때는 정답이 틀린 에러를 역전파함으로써 뉴럴 네트워크를 훈련시키는 기술이었다. 즉, 쉘로우 네트워크를 사용하고 있었다. 20년이 지나서야 3세대(2006년~) 딥러닝이 나왔다. 힐튼 교수에 의해 소개된 딥 빌리프네츠(Deep Belief Nets)였다. 그 후 1989년에 얀 리쿤과 그의 동료들은 오류역전파 알고리즘에 기반해, 우편물에 손으로 쓰인 우편번호
사물인터넷으로 인해 거리에 상관없이 누구나 실시간으로 커뮤니케이션이 가능한 초연결시대가 도래하고 있다. 이와 관련, 12월 10일 비즈오션이 개최한 웨어러블&사물인터넷의 주요 이슈 분석 및 전망 세미나에서 KT디바이스 본부의 조영빈 박사가 발표한 내용을 정리했다. 1926년, 과학자 니콜라 테슬라(Nikola Tesla)는 “무선 시스템은 물리적 거리를 거의 없애 줄 수 있는 기술로, 인류가 발명한 어떤 과학 발명보다 큰 효용을 가져다 줄 것”이라고 예측했다. 또한 “무선통신 기술이 전 지구적으로 적용되면 지구는 하나로 연결된 하나의 거대 브레인을 갖게 될 것”이라고 말했다. 이는 현재 사물인터넷을 통해 현실로 나타나고 있다. 사물인터넷 기술은 삶의 전 분야에 걸쳐 네트워크화 작업이 진행 중이다. RFID에서 시작한 네트워크 기술은 USN, M2M을 거쳐 사물인터넷까지 진화했다. 사물인터넷 서비스는 ID 인식·센싱·모니터링·트랙킹 등의 기능을 바탕으로 적용할 수 있는 사업 영역이 세분화되고 있다. 또한 개인·기업·정부 영역과 그 중복 영역을 통해 활용할 수 있는 사업을 도출할 수 있다. 개인 영역에는 가계부, 교재 및 완구, 놀이기구 티켓, 오락 등이
사물인터넷을 통한 초연결사회로 나아가기 위해서는 IT 융합, IT 내장, 컴퓨터 내장으로 이어지는 사물의 지능화가 선결돼야 한다. 여기서는 사물인터넷 서비스와 사업화에 대해 정보통신산업진흥원 이명규 팀장이 발표한 내용을 살펴본다. 사물과 사물을 연결하는 지능화 방식은 크게 세 가지로 나뉜다. 우선, 사물과 마이크로칩을 융합하는 것으로, RFID와 스마트태그 등이 이 방식에 속하며 주로 물류 및 유통 분야에 활용된다. 장거리 인식, 100여 개의 동시 인식이 가능하며, 종이나 플라스틱을 투과할 수 있다. 다음은 사물과 특수 태그를 융합하는 것이다. 센서 태그 혹은 혈액의 저장 상태 등을 파악하는 리더기가 이 유형에 속한다. 마지막은 사물과 스마트센서를 융합하는 것으로 스마트카, 웨어러블 컴퓨터, 스마트 가전 등에 적용된다. 사물인터넷 Value Chain은 다음과 같이 구성된다. 스마트폰을 중심으로 하는 스마트 기기가 근거리 통신을 통해 네트워크를 형성하면, 게이트웨이, 무선AP, CDMA 등의 네트워크는 광대역 네트워크를 형성한다. 이는 SNS, 지리정보 검색, 콘텐츠 등 서비스 플랫폼의 형태를 지니게 되고, 축적된 데이터를 통해 데이터 인프라를 형성한다.
그래핀의 대면적 성장에 대한 연구 개발은 소재뿐 아니라 소자로서의 응용까지 염두에 두고 진행됐다. CVD 성장 방식은 원하는 기판 위에서 이루어지는 것이 아니기 때문에, 성장시킨 후 다른 기판으로의 전사 과정이 반드시 필요하다. CVD 성장법의 기본 원리는 Ni, Cu, Pt와 같이 탄소를 잘 흡착하는 전이금속을 촉매 층으로 활용해 1,000℃ 정도의 고온에서 C4, H2, Ar의 혼합가스를 흘려주는 것이다. 혼합가스에 포함된 탄소 원자가 촉매 층과 반응하면 급속히 냉각된 후, 촉매로부터 탄소가 빠져 나와 표면에 그래핀이 성장된다. 이후 산 또는 염기의 식각용액을 활용해 촉매 층을 제거하면 그래핀만 추출할 수 있다. 액상의 표면에 남게 되는 그래핀을 원하는 기판에 붙이는 과정을 그래핀 전사라고 한다. CVD 그래핀 성장 방법 및 조건 1. 1,000℃의 퍼니스에서 Cu foils(두께 0.025mm, 순도 99.8%)를 촉매로 해 그래핀이 성장한다. 2. 알곤과 수소의 혼합가스를 250/100SCCM의 유량으로 흘려준다. 3. 탄소 공급원으로 메탄(CH4) 가스 50SCCM을 흘려준다. 4. 그래핀이 성장하는 데 3
이번 글에서는 디바이스의 다양화와 빅데이터 분석 기반, 인지 컴퓨팅 발달로 급부상하는 사물인터넷 개념을 정의하고, 시장 잠재력이 높은 헬스 분야의 사물인터넷 비즈니스 가능성에 대해 알아본다. 2013년 11월 10일, 가트너(Gartner)가 스마트 디바이스의 미래(Future of Smart Devices)에 관한 심포지엄에서 포천 500대 기업들 중 절반 이상이 인지 컴퓨팅(Cognizant computing : 인지 컴퓨팅은 인공지능(Artificial Intelligence : AI) 내지 기계 학습(Machine learning : AL)을 통해 상황을 감지하고 앞 일을 예측하고 생각하는 능력을 가지도록 설계되어 인간 두뇌가 처리하지 못하는 빅데이터(Big Data)를 분석해 통찰력을 이끌어냄으로써 이해력을 높여주는 컴퓨팅을 말한다)을 도입할 것이라고 발표했다. 그림1. 2013년 IoT 비즈니스 환경 가트너는 디바이스 수와 유형이 증대되면서 인지 컴퓨팅도 함께 진화 과정을 밟고 있다고 말했다. 즉, 인지 컴퓨팅은 동기화(Sync Me) 및 데이터화(See Me)단계에서 다음 단계로 진화하고 있으며, 데이터화(See Me)단계에서 맞춤화(Know m
인체감지 센서 모듈은 초음파 센서를 비롯한 다양한 센싱 기술이 적용되면서 점차 지능화돼 가고 있다. 때문에 보다 정확한 인식이 가능해져서 신원확인이 요구되는 주요 공공건물 등의 이용자 출입통제를 효율적으로 관리할 수 있고, 관리비용도 감소시킬 수 있다. 이번 글에서는 인체감지 센서 기술에 대해 알아본다. 생활주변 곳곳이나 공공건물 등에 다양한 종류의 인체감지 센서가 설치돼 있다. 자동감지 센서가 사용자의 이용 상태를 정확하게 확인하기 위해서는 센서 종류뿐만 아니라 설치 위치도 중요하며, 센서로부터 전송되는 적절한 신호처리 기술이 필요하다. 공공건물의 비인가자 출입구나 지하철의 개폐구 등에서 이용자의 적절성(사용자 인증 등)을 확인해 출입허용 여부를 실시간으로 결정해야하기 때문에 무엇보다 고속 신호처리 기술을 이용한 센싱 기능이 가장 중요한 요소다. 그림1은 탐지 센서와 접촉 센서로 설계된 인체감지 센서 모듈의 구조이고, 구성 요소를 요약하면 다음과 같다. 그림1. 인체감지 센서 모듈의 구조 •탐지센서는 RFID(Radio Frequency identification)태그 및 적외선 센서 등을 이용해 출입구를 통과하는 사람을 인식하고 여
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 06월 10일 20시 47분
