인공지능으로 기둥과 빛의 상호 작용을 결합시켜 현재까지 개발된 풀 컬러 메타표면 카메라 중 최고 품질의 이미지와 가장 넓은 시야각을 구현...

소금 알갱이 크기의 초소형 카메라 개발(사진프린스턴대)
소금 알갱이 크기의 초소형 카메라 개발(사진프린스턴대)

의료 진단에서 문제를 감지하고 로봇 센서 등에 사용되는 이미지를 캡처하는 데 있어 초소형 카메라의 효율성은 큰 잠재력을 가지고 있지만 제한된 시야와 왜곡된 이미지를 생성하는 것과 이를 해결하기 위한 보정기술로 어려움을 겪는다.

이제, 미국 국립과학재단(National Science Foundation)이 지원하는 프린스턴대학교(Princeton University)과 워싱턴대학교(University of Washington)의 공동 연구팀이 신경나노광학(Neural Nano-Optics) 시스템으로 굵은 소금 알갱이 크기(폭 0.5밀리미터)로 선명한 풀 컬러 이미지를 캡처하는 카메라를 개발했다.

이 초소형 카메라 시스템은 부피가 500,000배 더 큰 기존의 복합 카메라 렌즈와 동등한 선명한 풀 컬러 이미지를 생성할 수 있다.

전통적인 카메라는 일련의 곡선 유리나 플라스틱 렌즈를 사용하여 광선을 초점으로 구부리는 반면, 새로운 광학 시스템은 컴퓨터 칩처럼 생산될 수 있는 메타표면(metasurface) 기술에 의존한다. 폭이 0.5밀리미터에 불과한 메타표면에는 각각 대략 인간 면역결핍 바이러스(HIV)의 크기인 160만 개의 원통형 기둥이 박혀 있다.

각 기둥은 독특한 기하학적 구조를 가지고 있으며, 광학 안테나와 같은 기능을 한다. 전체 광 파면을 올바르게 형성하려면 각 기둥의 디자인을 변경해야 한다. 이를 위해 인공지능(AI) 머신러닝으로 기둥과 빛의 상호 작용을 결합시켜 현재까지 개발된 풀 컬러 메타표면 카메라 중 최고 품질의 이미지와 가장 넓은 시야각을 구현했다.

이전의 초소형 카메라(왼쪽)의 캡처 이미지로 시야가 제한된 흐릿하고 왜곡된 이미지, 연구팀이 개발한 신경 나노 광학 초소형 카메라 이미지(오른쪽)는 기존의 복합 카메라 렌즈와 동등한 선명한 풀 컬러 이미지를 생성한다(사진:프린스턴대)
이전의 초소형 카메라(왼쪽)의 캡처 이미지로 시야가 제한된 흐릿하고 왜곡된 이미지, 연구팀이 개발한 신경 나노 광학 초소형 카메라 이미지(오른쪽)는 기존의 복합 카메라 렌즈와 동등한 선명한 풀 컬러 이미지를 생성한다(사진:프린스턴대)

이 연구의 수석 저자이자 개발을 주도한 프린스턴대학교 컴퓨터공학부 펠릭스 하이드(Felix Heide)교수는 "카메라 제작의 핵심 혁신은 광학 표면의 통합 설계와 이미지를 생성하는 신호 처리 알고리즘 이었습니다"라며, "이는 실험실의 순수한 레이저 광이나 고품질 이미지를 생성하기 위한 기타 이상적인 조건이 필요한 이전 메타표면 카메라와 달리 자연광 조건에서 카메라의 성능을 향상시켰습니다"라고 밝혔다.

이어 그는 "이제, 개별 표면을 초고해상도 카메라로 바꿀 수 있으므로 더 이상 휴대폰 뒷면에 세 대의 카메라가 필요하지 않게 될 수 있습니다. 휴대폰 뒷면 전체가 하나의 거대한 카메라가 될 것입니다"라고 덧붙였다.

이전의 기술은 고품질의 이미지를 생성하기 위해 실험실이나 이상적인 조건이 필요했다. 연구팀은 현재, 카메라에 더 많은 계산 능력을 추가하여 이미지 품질을 향상시키고 물체 감지 및 의학 및 로봇 공학과 관련된 다른 감지 기능을 위한 기능을 추가하고 있다.

NSF의 엔지니어링 지원 프로그램 책임자인 앤드류 웰스(Andrew Wells) 이사는 "비전통적인 광학 장치에서 이미지를 생성하고 해결하기 위한 인공지능 기술사용에 대한 근본적인 연구를 통해 연구팀은 훨씬 더 부피가 큰 카메라와 비슷한 해상도로 이미지 센서를 제작할 수 있었습니다"라며, "NSF는 컴퓨터 과학, 전자 및 제조의 융합에서 그러한 종합 연구를 촉진하고 적극 지원하고 있습니다"라고 밝혔다.

한편, 이 관련 연구 및 개발 논문은 세계적 학술지 네이처 커뮤니케이션즈(Nature Communications)에 '고품질 얇은 렌즈 이미징을 위한 신경 나노 광학(Neural nano-optics for high-quality thin lens imaging-다운)'이란 제목으로 지난해 11월 29일 게재되었다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지