eyeo의 NCOS 기술, 카메라 센서를 최대 3배 더 밝게 만들 수 있을까

문제는 이 과정에서 필터가 나머지 파장의 빛을 흡수하거나 차단한다는 점이다. 즉 센서에 들어온 빛 중 상당 부분이 실제 이미지 신호로 변환되기 전에 사라진다.

여러 보고서에 따르면 기존 센서 구조에서는 들어오는 광자의 약 70%가 손실될 수 있다고 추정된다.

이 한계는 스마트폰 카메라부터 산업용 비전 시스템까지 모든 디지털 이미징 장비에 영향을 미친다. 엔지니어들은 더 큰 센서, 더 밝은 렌즈, 복잡한 계산 사진 기술(computational photography)로 이를 보완해 왔지만, 광학 구조 자체의 손실 문제는 여전히 남아 있다.

NCOS®: 빛을 버리지 않고 ‘분리’한다

eyeo의 NCOS® 기술은 기존의 흡수형 컬러 필터 대신 **나노포토닉 구조(nanophotonic structures)**를 사용한다. 이 미세 구조는 들어오는 빛을 파장별로 나누고 각각의 색을 해당 픽셀로 직접 유도한다.

즉 빛을 막아버리는 대신 센서 전체에 효율적으로 재분배하는 방식이다.

회사와 관련 업계 보도에 따르면 이 방식은 기존 필터 기반 센서 대비 **최대 3배 높은 광 감도(light sensitivity)**를 제공할 수 있다고 한다.

광자 효율이 높아지면 카메라 설계에서 여러 장점이 생긴다.

• 저조도 환경에서 더 선명한 이미지
• 더 높은 신호 품질과 다이내믹 레인지
• 감도를 유지하면서 더 작은 픽셀 설계 가능
• 카메라 모듈의 전력 소비 감소

이러한 개선은 단순한 사진 촬영뿐 아니라 정확한 이미지 데이터를 요구하는 머신비전 시스템에서도 중요하다.

활용 가능성이 있는 주요 분야

eyeo는 빛 효율이 중요한 다양한 영상 시장을 목표로 하고 있다.

스마트폰

스마트폰 카메라는 작은 센서와 제한된 렌즈 크기라는 물리적 제약을 갖는다. 더 높은 광 감도는 저조도 촬영 개선, 계산 사진 의존도 감소, 또는 더 얇은 카메라 모듈 설계로 이어질 수 있다.

산업용 머신비전

공장 자동화, 로봇, 검사 시스템은 조명이 제한적이거나 빠른 촬영이 필요한 환경에서 동작한다. 더 민감한 센서는 검출 정확도와 처리 속도를 높일 수 있다.

XR 및 웨어러블 기기

AR·MR 장치는 공간 인식, 손 동작 인식, 시선 추적 등을 위해 여러 카메라를 사용한다. 효율이 높은 센서는 더 작은 크기와 낮은 전력 소비라는 중요한 장점을 제공할 수 있다.

스마트 시티 인프라

교통 모니터링, 공공 안전, 인프라 관리용 카메라는 낮과 밤 모두 안정적으로 작동해야 한다. 높은 감도는 추가 전력 소비 없이 야간 성능을 개선할 가능성이 있다.

자율 시스템

로봇, 드론, 자율 장비는 주변 환경을 인식하기 위해 컴퓨터 비전에 의존한다. 더 효율적인 센서는 낮은 조도에서도 안정적인 인식 성능을 제공하면서도 전력 사용을 줄일 수 있다.

€4,000만 시리즈 A 투자의 의미

이번 투자 라운드는 Innovation Industries가 주도했으며 기존 투자자인 imec.xpand, Invest‑NL Deep Tech Fund, QBIC, High‑Tech Gründerfonds, Brabant Development Agency(BOM) 등이 참여했다.

투자금은 NCOS® 기술을 연구 단계에서 실제 제품으로 전환하는 데 사용된다. 주요 목표는 다음과 같다.

• 이미지 센서 대량 생산 단계로 기술 확장
• 칩 설계 및 엔지니어링 팀 확대
• 차세대 3D 스택드 CMOS 이미지 센서 개발

특히 마지막 단계는 중요하다. 많은 센서 기술이 연구실에서는 뛰어난 성능을 보여도 반도체 공정 호환성, 생산 수율, 비용 문제 때문에 실제 시장에 도달하지 못하는 경우가 많기 때문이다.

왜 업계가 주목하는가

만약 eyeo가 NCOS® 기술을 안정적으로 양산할 수 있다면, 이는 약 50년 동안 유지된 컬러 필터 기반 이미지 센서 구조에 대한 하드웨어 수준의 대안이 될 수 있다.

나노포토닉 색 분리 기술의 물리학 자체는 오래 연구되어 왔다. 하지만 상용화 여부는 광학 성능뿐 아니라 다음 요소에 달려 있다.

• 반도체 파운드리 공정과의 호환성
• 대량 생산 시 비용 구조
• 실제 제품에서의 성능 재현성

이 장벽을 넘을 수 있다면, 더 많은 빛을 실제 이미지 데이터로 활용하는 센서는 스마트폰 카메라부터 산업 자동화와 자율 시스템까지 영상 기술 전반에 영향을 줄 수 있다.