초분광 이미징으로 식품 안전 혁신: 빠르고 정확한 가치 시각화

글로벌 식품 검사 산업은 엄격한 정부 규제 충족을 위해 더 새롭고 정밀한 도구가 필요합니다. 특수 작물부터 수산물, 육류, 가금류까지 식품 안전 테스트 시장만 2021년 195억 달러, 2026년 286억 달러 전망¹. 초분광 이미징(HSI)은 지루하고 노동집약적 업무를 덜고 역사적으로 주관적이던 등급 판정 응용에 새로운 일관성 수준을 가져올 도구로 주목받습니다.

원격탐사에서 상용 머신비전으로: HSI 센서 작동 원리

항공기·위성 영상 원격탐사용으로 개발된 HSI는 이후 고급 머신비전 상용 기술로 발전했습니다. HSI 센서는 이미지 각 픽셀 반사광에서 화학적 서명을 제공하는 수천~수만 분광계처럼 작동합니다. 헤드월(Headwall) 센서는 자외선·가시광(UV/VIS)부터 근적외선(VNIR, NIR, SWIR) 파장대까지 육안 식별 범위 넘어 튜닝 가능.

육안·기존 컬러 이미징 못 보는 스펙트럴 특징 감지

초분광 이미징 센서는 육안과 기존 컬러 이미징이 놓치는 스펙트럴 특징 구분. 유해 이물질 감지, 식품 등 제품 선별·등급화 수단 제공. 제품 가치가 종종 피로나 하루 커피 양 같은 단순 변수 영향받는 인간보다 HSI 시스템이 더 잘, 더 일관되게 측정하는 특성과 연계돼 있을 때 특히 유용².

데이터 폭·모델 복잡성 허들 극복: 임베디드 컴퓨팅·실시간 처리 플랫폼

HSI 시스템은 방대한 원시 데이터 처리와 스펙트럴 분류 모델 개발 상대적 복잡성으로 산업 현장 배치에 큰 장벽 직면. 하지만 헤드월 하이퍼스펙(Hyperspec®) MV.X 이미징 시스템 같은 최신 HSI 플랫폼은 고성능 이미징 분광계와 강력한 임베디드 컴퓨팅·소프트웨어 결합해 스펙트럴 분류 모델을 신속 생성, 실시간 실행가능 결과 추출, 로컬 네트워크로 조치 지시나 모니터링·제어 데이터 전송.

다른 시각: 육안 RGB 한계 넘어 수백 밴드 스펙트럼 활용

육안은 400~700nm 가시광만 감지. 이 범위엔 넓은 RGB(적·녹·청) 3색만 있고 개인별 색 민감도·인식 편차 큼. 그럼에도 식품 검사 업계는 수세기 동안 인간과 RGB 센서로 문제 탐지·등급 판정. 수확 과정 놓친 이물질, 전통적 방법으론 거의 안 보이는 질병 상태 등 포함. 이해관계 높음: 소비자 선호, 새 정부 규정 준수, 기업 주주 가치가 검사 정밀도·효과성에 달림.

'스펙트럴 이미징' 센서는 두 범주로 세분화. 다중분광 센서: 4~수십 개 스펙트럴 밴드. 초분광 센서: 수백 개 스펙트럴 밴드 동시 획득으로 훨씬 세밀(고분광 해상도). 둘 다 단순 RGB 패러다임 훨씬 넘어 음식 검사 더 완전한 그림 제공.

인간은 전자기 스펙트럼 아주 작은 영역에서 적(1)·녹(2)·청(3) 조합으로 색 인식. 4·5번 밴드 추가는 다중분광 예시(3개 이상 스펙트럼 영역 포착·분석). 초분광 이미징은 몇 개 아닌 수백 개 밴드 활용. 포인트 측정 분광계 고성능을 이미지 각 픽셀(수백만 픽셀 가능)에서 구현.

첨단 머신비전 시스템: 스펙트럴 센서·조명·컴퓨터·로봇 통합

'첨단' 머신비전 시스템(본 논의 목적상)은 1개 이상 스펙트럴 이미징 센서, 적정 조명원, 이미지 데이터 수집하며 다운스트림 로봇과 통신하는 컴퓨터 구성. 센서가 실시간 이미지 데이터 컴퓨터에 제시, 로봇 시스템으로 전송. 로봇 시스템이 이미지 해석해 알고리즘·지시 기반 즉각 행동 결정. 단순 이물질 잡기·제거(합격/불합격)부터 제품 색상별 타 라인 이송(제품 '등급화'), 재활용 고속 라인에서 비슷해 보이는 다른 플라스틱 분류 등.

초분광 센서는 독립 장비 아닌 전체 첨단 머신비전 시스템의 중요하고 매우 정확한 부분. 한 추산³에 머신비전 잠재 유용 응용 20% 미만만 채택. 따라서 이 강력한 이미징 기술로 검사 공정 개선·경제적 효율화 방안 논의 의미 있음.

푸시브룸(Pushbroom) 센서: 라인별 스캔으로 하이퍼스펙트럴 데이터 큐브 구축

'푸시브룸' 초분광 센서는 슬릿(왼쪽)을 통해 라인별 스캔, 각 라인에 피사체 스펙트럴 특성 저장 픽셀들 포함(가운데). 센서가 스캔 대상 상대 이동하며 데이터셋 구축(오른쪽). 결과 데이터셋은 각 레이어가 특정 '밴드'(좁은 파장 범위) 나타내는 스택으로 생각 가능. 픽셀들 스티칭해 이미지 형성, 각 픽셀에 기존 RGB 값 아닌 센서 파장 범위 수백 개 값 포함.

기본 기능: 슬릿→회절격자→초점면어레이(FPA)

초분광 센서 기본 기능: '푸시브룸' 설계 경우 물리적 슬릿 통해 들어오는 장면 개별 슬라이스 포착, 각 슬라이스 이산 파장 성분들로 분해해 초점면어레이(FPA)에 제시. 회절격자(디프랙션 그레이팅)가 이미지 슬라이스 이산 파장 성분들로 분산 관리. 격자는 한 차원(이미지 슬릿 길이) 공간 코히어런스 유지하며 공간 정보(슬릿 너비, 마이크론) 회절시키는 정밀 그루브 프로필로 설계. 이 회절(분산) 과정으로 스펙트럴 콘텐츠가 센서 상 알려진 파장 채널로 횡단.

헤드월 전반사 푸시브룸 스펙트럴 라인 스캔 기술: 각 '프레임'에 스펙트럴 라인(X 공간, Z 스펙트럴) 포착. 순차 프레임으로 Y 공간 차원 구축. 푸시브룸 설계는 매우 높은 공간·스펙트럴 해상도에서 저왜곡 제공으로 선호. 고처리량=고신호대잡음비·초저산란광. 전반사 설계로 색수차 문제 제거.

슬릿 통해 본 세상: 한 번에 한 열 픽셀, 하지만 수백 색상

초분광 센서 슬릿 통해 보면 슬릿이 통과시키는 공간 스트립만 보임. 픽셀 한 열 상당. 공간 디테일 보이지만 한 스트립만. 매 슬릿에 여러 색상. HSI 시스템이 각 공간 픽셀 빛을 그 픽셀 내 다른 색상들로 분리. 카메라가 슬릿 사진 찍을 때마다 각 픽셀 전체 프레임 스펙트럴 데이터 획득. 장면 가로지르며 슬릿 스펙트럴 이미지 쌓아올려 하이퍼스펙트럴 데이터 큐브 구축. 센서가 장면 왼쪽→오른쪽 이동하며 초분광 처리 소프트웨어가 사진 세트 스티칭해 전체 '데이터 큐브' 획득.

움직임 필수: 센서 또는 피사체 이동으로 데이터 큐브 완성

스펙트럴 이미징이 첨단 머신비전 응용에 완벽한 특성: 움직임. 센서가 프레임별 이미지 데이터 포착하므로 자연스럽게 움직임 의존. 센서가 시야 위 이동(드론·항공기 부착 원격탐사 경우)하거나 시야가 센서 아래 이동(첨단 머신비전 배치 경우).

정밀농업·생산라인 검사·재활용 등 폭넓은 응용

정밀농업 커뮤니티 드론·항공기 탑재 초분광·다중분광 센서로 작물 생장지수(NDVI, PRI, WBI, 레드에지 비율 등) 풍부 데이터 획득. 작물 활력, 시비·관수 효과, 침입종·질병 조기 징후 등 VNIR(400~1000nm) 센서 수백 밴드서 모두 확인.

초분광 센서 생산라인 배치해 임베디드 프로세서 실시간 분석 기반 적절 행동 취하는 로봇과 연결. 고속 컨베이어에서도 동등한 의미 데이터 수집해 검사 공정 긍정적 영향. 프레임레이트·시야 특성으로 고속 와이드 라인 모니터링 충분. HSI 높은 식별력으로 구분 어려운 이상도 감지·관리. 딸기밭 블루베리 쉬움. 하지만 동일 작물 내 미세 색상·화학 차이, 비슷해 보이는 재활용 소재? 초분광만 불가능한 차이 구분.

HSI 센서 설계: 전반사·홀로그래픽 격자·소형 경량

푸시브룸 초분광 센서 슬릿 입사 광선 무지개처럼 색 스펙트럼 분리, 이 경우 매우 미세 그루브 홀로그래픽 격자. 스펙트럼 2D 광센서에 투영. 소프트웨어가 광센서 각 픽셀 신호 레벨을 센서가 스캔 대상 상대 이동하며 이미지 각 픽셀 스펙트럴 커브로 변환.

HSI 센서 때로 '카메라'라 불리지만 실은 분광계와 카메라 결합. 헤드월 센서: 이동부품·잠재 문제 투과광학 없는 전반사 설계. 홀로그래픽 회절격자가 이미지 슬릿 통과 입사광 관리. 격자 정밀할 뿐 아니라 작고 가벼워 기기 자체 소형·경량·어디든 배포 용이.

헤드월은 자사 회절격자 직접 제작하는 유일한 스펙트럴 센서 제조사. 각 격자 '마스터 품질'로 동일 응용 격자간 그루브 프로필 동일. 센서 근본 광학 성능이 격자 함수이므로 진정한 차별화. 초분광 센서 특정 스펙트럴 범위 설계·'튜닝'. 각 범위 내 수백 밴드 수집으로 검사 라인 위 모든 것 매우 정밀 고해상도 뷰… 스펙트럴·공간적 모두.

조명 중요: 균일·강건·경제적·광대역 조명

HSI 센서가 반사광 측정·분석하므로 조명 중요. 목표: 센서 시야에 극도로 균일·일관된 동시에 강건·경제적 조명 제공.

VNIR 스펙트럴 범위: 쿼츠 텅스텐 할로겐(QTH) 한 조명 기술, 신형 LED 광원 덜 성숙한 대안. 번들 광섬유도 균일 광원 제공. 식품 검사 관심 대부분 가시광 끝 700nm 넘어 '반사'됨. 이 지점 양쪽 커버 광원 필수.

가능한 쿨하고 강건·균일할 뿐 아니라 광원 너비 전체 가로질러야. 에지투에지 능력으로 센서 와이드 시야활용, 검사 제품 센서 직하뿐 아니라 가장자리도 보임. 고속 식품 검사 라인에 정형화 없음: 제품 어디든… 가장자리나 컨베이어 벨트 중앙 뭉침. 광원 수명도 중요: 많은 식품 검사 라인 24시간 가동.

센서가 '큐브' 이미지 데이터 한 슬라이스씩 빌드업하고 조명 자체가 매우 얇은 스트립이므로 관심 영역('슬릿 이미지') 조명 필요. 백색 반사 타겟으로 실전 전 센서 캘리브레이션. 하류 로봇(진공, 에어나이프, 피킹 클로)이 '좋음'/'나쁨' 분리용 이미지 데이터 쓰므로 결정적 단계. 항상 적절한 종류·강도 빛을 정확히 필요한 곳에 제시 목표. 파장·강도·필드 전반 균일도·표준 거리 열화 문서화 존재 중요. 라인 아키텍처 조정 필요 시 센서 상대적 정확한 위치 결정 가능.

로봇ics: 실시간 고속 통신으로 고속 라인 대응

로봇 서브시스템 첨단 머신비전 처리 라인 자연 요소. 식별·제거 능력은 센서·로봇 시스템 신속·충실 실시간 통신 능력 의존. 하이퍼스펙® 센서 초당 수백 프레임 실행으로 고속 라인·내장 로봇 시스템과 운영·경제 양면 적합.

머신비전 업계: 다양한 서브시스템 매끄럽고 연속 가동 라인 통합 위해 통신 프로토콜 업계표준·고속 필요. 기가비트 이더넷 데이터플로 관점서 모든 것 연결 자주 사용. HSI 시스템·데이터 관리 컴퓨터 모두 기가비트 이더넷, 카메라링크(CameraLink) 등 초고속 통신 링크도 사용.

데이터 수집·처리: 직관적 소프트웨어·알고리즘 기반 실시간 분석

견과·베리 등 특수작물 검사: 매우 비슷해 보이는 항목들 미세 변동성. 신호·이미지 수백 초분광 '채널'로 분할이 업계에 이점.

사용편의성 최우선, 가파르지만 빠른 학습곡선 필요해 헤드월 소프트웨어 직관적, 센서가 보는 것 기반 검사 공정 수정·적응 기능 포함. 알고리즘 기반 프로세스 사용자 마주할 스펙트럴 특성 핀포인트. 예: 벌레 먹은 아몬드 RGB 분석으론 '좋은' 아몬드와 거의 구별 안 됨. 같은 장면 HSI 분류하면 손상된 것들 주목받아 하류 로봇 시스템이 제거.

혁신 센서·소프트웨어·워크플로 결합으로 증가하는 사용자들 HSI 진정한 솔루션 접근: 스펙트럴 데이터로 오염 감지뿐 아니라 제품 '등급화'해 폐기 줄이고 수익 전환 늘림. 초분광 이미징이 머신비전 업계에 그 가능성 열어줌.

참고자료

1. "Food Safety Testing Market by Target Tested...", Markets and Markets, 2021년 5월
2. "카페인이 자원봉사자 망막 색채식별 기능에 미치는 영향", Ovanesov KB, 1998
3. "다중분광 vs 초분광 이미지 설명", GISGeography, 2018년 2월 16일
4. "머신비전 핸드북", Alexander Hornberg, Wiley-VCH, 2006

이 기사는 크리스티안 펠스하임(Christian Felsheim, 헤드월 포토닉스 EMEA 디렉터)과 윌 록(Dr. Will Rock, 헤드월 포토닉스 선임 애플리케이션 엔지니어, 볼턴, MA)이 작성했습니다. 자세한 정보는 여기 .