3줄 브리핑
- 연세대 김현재 교수팀이 사람 눈으로 보지 못하는 근적외선을 감지하고, 영상 보정·기억·분류까지 센서 자체에서 수행하는 인공 시각 기술을 구현했다.
- 핵심은 망막과 대뇌피질의 역할을 하나의 소자 플랫폼에 묶었다는 점이다. 카메라가 찍고 서버가 해석하는 기존 구조와 다르다.
- 자율주행차 야간 보행자 감지, 지능형 로봇, 보안·감시 장비에는 호재다. 다만 투자 판단은 논문 성과가 아니라 수율·내구성·양산 단가로 확인해야 한다.
무엇이 달라지나
센서가 빛을 받아들이고, 프로세서가 계산하고, 메모리가 결과를 저장하는 구조는 익숙하다. 이번 연구의 의미는 이 세 단계를 한 소자 플랫폼 안으로 당겼다는 데 있다. 윤재호식으로 풀면, 카메라 모듈의 경쟁축이 화소 수에서 센서 단 지능으로 이동할 가능성을 보여준 사례다.
근적외선은 가시광선 밖의 영역이다. 사람 눈에는 어둡게 보이는 장면에서도 물체의 윤곽과 재질 정보를 더 안정적으로 포착할 수 있다. 여기에 보정·기억·분류 기능이 센서 쪽으로 내려오면 후단 연산 부담이 줄어든다. 자율주행에서는 지연시간이 줄고, 로봇에서는 전력 소모가 낮아지는 방향이다.
다만 이 단계에서 바로 매출을 읽으면 안 된다. 연구 성과는 방향을 말하고, 산업 성과는 공정이 말한다. 실제 채택은 소재 안정성, 반복 구동 내구성, 기존 CMOS 이미지센서 공정과의 호환성, 자동차용 신뢰성 인증을 통과한 뒤에야 시작된다.
숫자와 맥락으로 보기
원문이 제시한 정량 수치는 제한적이다. 그래서 이번 뉴스에서 봐야 할 숫자는 성능 수치보다 구조의 변화다. 근적외선 감지, 영상 보정, 기억, 분류라는 네 기능이 별도 칩 조합이 아니라 하나의 소자 플랫폼으로 묶였다는 점이 핵심이다.
기존 카메라 시스템은 렌즈·이미지센서·ISP·메모리·AI 프로세서가 순차적으로 일한다. 야간 환경에서는 노이즈 보정과 객체 인식에 더 많은 연산이 필요하다. 센서 자체가 전처리와 일부 분류를 맡으면 시스템 업체는 전력, 열, 지연시간을 줄일 여지를 얻는다. 이 차이는 모바일보다 차량·로봇처럼 현장에서 즉시 판단해야 하는 기기에서 더 크게 나타난다.
수혜·피해 종목
- 이미지센서 업체: 삼성전자 같은 CIS 공급자는 장기적으로 센서 단 연산 기능을 붙이는 방향의 연구개발 압력을 받는다. 고화소 경쟁만으로는 차별화가 약해진다.
- 카메라모듈 업체: LG이노텍 등 모듈 업체에는 고기능 센서 채택이 평균판매단가를 높일 수 있다. 단, 센서 업체가 기능을 흡수하면 모듈 쪽 부가가치는 줄어들 수 있다.
- ADAS·자율주행 부품: 현대모비스 같은 전장 업체는 야간 보행자 감지 성능 개선이 안전 기능 패키지 경쟁력으로 이어질 수 있다. 관건은 차량용 인증과 완성차 채택 주기다.
- 로봇·보안 장비: 물류 로봇, 서비스 로봇, 감시카메라는 저조도 인지 수요가 크다. 서버 의존도를 낮추는 센서라면 엣지 AI 장비의 원가 구조가 달라진다.
- 범용 후단 연산 칩: 일부 전처리와 분류가 센서로 내려가면 저가형 장비에서는 별도 AI 칩 수요가 줄 수 있다. 고성능 추론 시장 전체를 흔들 정도는 아니다.
