SensiCut: 소재 정확 식별하는 첨단 레이저 커터 플랫폼

컴퓨터 도입으로 레이저 커터는 금속, 나무, 종이, 플라스틱을 자르는 비교적 간단하고 강력한 도구가 되었다. 소프트웨어가 기계를 제어한다. 하지만 사용자들은 시각적으로 비슷한 소재 더미에서 소재 구별에 여전히 어려움을 겪는다.

한 팀이 레이저 커터용 스마트 소재 감지 플랫폼 SensiCut 을 만들었다. 기존 카메라 기반 접근법이 소재를 쉽게 잘못 식별하는 것과 달리, SensiCut은 딥러닝과 스펙클 감지(speckle sensing)라 불리는 광학 방법을 사용해 레이저로 표면 미세구조를 감지한다. 단일 이미지 센싱 애드온만으로 가능하다.

SensiCut은 사용자를 유해 폐기물로부터 보호하고, 소재별 지식 제공, 더 나은 결과를 위한 미세 절단 조정 제안, 의류나 폰케이스 같은 다중 소재 제품 각인 등에도 활용될 수 있다. 시스템은 소재의 미크론 수준 표면 구조를 활용하는데, 이는 시각적으로 다른 유형과 비슷해도 고유한 특성이다. 이 없으면 대규모 데이터베이스에서 올바른 소재 이름을 추측해야 한다.

카메라 외에 스티커 태그(QR 코드 등)도 개별 시트 식별용으로 쓰여왔다. 하지만 레이저 커팅 중 코드가 메인 시트에서 잘려나가면 향후 사용 시 식별 불가. 잘못된 태그 부착 시 레이저 커터가 잘못된 소재 유형으로 간주한다. 팀은 30종 소재 유형 38,000장 이상 이미지로 SensiCut 딥 뉴럴 네트워크를 훈련시켜 아크릴, 폼보드, 스티렌 등을 구별하고 전력·속도 설정 가이드도 제공하게 했다.

한 실험에서 팀은 페이스실드를 만들었는데, 작업장에서 투명 소재 구별이 필요했다. 사용자가 인터페이스에서 디자인 파일 선택 후 '핀포인트' 기능으로 레이저를 움직여 시트 한 점의 소재 유형 식별. 레이저가 표면 미세 특징과 상호작용하고 광선이 반사돼 이미지 센서 픽셀에 도달해 고유한 2D 이미지 생성. 시스템이 해당 시트가 폴리카보네이트임을 경고/플래그 표시. 레이저로 자르면 잠재적 고독성 연기 발생.

스펙클 이미징 기술은 라즈베리 파이 제로 마이크로프로세서 보드 같은 저렴한 기성 부품으로 레이저 커터 내부에 구현했다. 소형화를 위해 팀이 3D 프린팅한 경량 기계 하우징 설계.

레이저 커터 너머 SensiCut 센싱 기술이 결국 3D 프린터 같은 다른 제작 도구에도 통합될 수 있을 것으로 팀은 전망한다. 두께 감지 추가로 시스템 확장도 계획 중이다. 두께는 소재 구성 관련 중요한 변수다.