2024년 가을, 나는 캘리포니아주 온타리오에 있는 3PL 창고에서 현장 조사를 하고 있었다. 운영 매니저가 세 달 전에 설치한 비전 시스템으로 나를 데려갔다. 컨베이어 위에 장착된 두 대의 3D 카메라가 아래를 지나는 모든 상자를 모델링하며 높이를 재고 부피를 비교하고 있었다. 시스템 자체는 잘 돌아갔다. 유일한 문제는 그 시스템이 하던 일을 이미 갖고 있던 2D 카메라로도 훨씬 싸게 할 수 있었다는 점이었다. 건물은 약 60,000제곱피트 규모로 하루에 약 15,000개의 소포를 처리하는데, 열 개 중 아홉 개는 표준 바코드가 붙은 평평한 상자다. 매니저가 계산을 보여줬다. 3D 시스템은 하드웨어와 통합을 합쳐 2D 대안의 거의 두 배에 달했고, 판독률 개선은 한 퍼센트 포인트 미만이었다. 그것은 기술의 실패가 아니었다. 처음부터 잘못된 질문을 던진 선정 과정이었다.
창고 머신 비전에서 2D 대 3D 논쟁은 대개 업그레이드 이야기로 전해진다. 한 세대가 앞 세대를 대체한다는 식이다. 내가 추적해 온 프로젝트 데이터는 그 이야기를 뒷받침하지 않는다. 2D 카메라는 평면 이미지를 읽는다. 바코드, 문자, 표면 손상이다. 3D 카메라는 깊이를 더한다. 높이, 부피, 적재, 방향이다. 이것들은 서로 다른 일을 위한 서로 다른 도구이지 사다리의 계단이 아니다. 그리고 둘 사이의 경계는 사양서에 있지 않다. 화물의 모습과 프로세스가 실제로 무엇을 판단해야 하는가에 있다.
카메라를 보기 전에 화물을 보라
가장 흔한 선정 실수는 제품 브로슈어를 먼저 읽고 거기에 화물을 맞추려 드는 것이다. 순서는 반대여야 한다. 내가 참여하는 프로젝트 검토에서는 한 가지 연습을 반드시 시킨다. 지난 세 달간의 문제 화물을 꺼내 카메라가 판단해야 할 내용별로 분류하는 것이다.
2023년, 오하이오의 한 자동차 부품 유통 센터가 비전 프로젝트 검토를 의뢰했다. 그들의 고통은 구체적이었다. 크기가 뒤섞인 부품 상자들이 팔레트 위에 고르지 않게 쌓이고, 낮은 팔레트가 수동 검사를 빠져나가 고객 현장에서 부족분으로 발견되는 것이었다. 이 센터는 하루에 800개가 넘는 팔레트를 출고한다. 2D 카메라는 최상층만 볼 수 있었다. 몇 층이 쌓였는지, 한 팔레트가 다른 팔레트보다 한 인치 낮은지 알 방법이 없었다. 3D 카메라로 바꾼 뒤에는 스캔할 때마다 높이 지도가 생성되었고, 낮은 팔레트는 라인에서 멈춰 세웠다. 세 달 동안 시스템은 200개가 넘는 팔레트를 높이 이상으로 표시했고, 고객의 부족분 민원은 거의 40퍼센트 줄었다. 그 프로젝트에서 3D 카메라는 '더 좋은' 것이 아니었다. 문제를 볼 수 있는 유일한 도구였다.
온타리오의 3PL과 대조해 보라. 그들의 상자는 거의 모두 표준 상자였고, 카메라는 두 가지 질문에만 답하면 됐다. 바코드를 읽을 수 있는가, 상자에 눈에 보이는 손상이 있는가. 조명이 괜찮은 2D 카메라는 이미 그 판단에 필요한 수준의 천장에 도달해 있었다. 추가 깊이 데이터는 어떤 판단에도 쓰이지 않았다. 더 많이 보는 카메라가 창고의 수익을 자동으로 늘리지는 않는다.
빠른 자가 진단이 있다. 카메라가 판단하기를 원하는 것을 전부 적어 보라. 모든 항목을 '평면 위에서 보인다'고 설명할 수 있다면 2D 카메라로 충분할 가능성이 높다. 어느 한 항목이라도 높이, 부피, 층 수, 방향을 요구하는 순간 3D가 대화에 들어온다.
경계를 긋기 위한 틀
이 경계를 구체적으로 만들기 위해, 위의 두 프로젝트와 업계에서 반복해서 등장하는 선정 차원을 바탕으로, 비전 제안을 검토할 때 내가 지금 가장 자주 쓰는 틀을 정리했다.
| 차원 | 2D로 충분 | 3D 고려 |
|---|---|---|
| 화물 특성 | 평평한 상자, 표준 팔레트, 단층 | 혼합 적재, 적층, 다층, 불규칙한 형태 |
| 판단 내용 | 바코드 판독, 문자, 표면 손상 | 높이, 부피, 층 수, 방향 |
| 일반적인 용도 | 피킹 검증, 바코드 확인, 출고 시 사진 증거 | 치수 과금, 적재 완전성 확인, 부족 및 오적재 방지 |
| 구매 및 통합 비용 | 기준 | 2D 옵션의 몇 배인 경우가 많다 |
| 유지보수 부담 | 렌즈 교체와 조명 조정은 현장 팀이 처리 가능 | 캘리브레이션과 포인트 클라우드 조정은 벤더 지원이 필요한 경우가 많다 |
마지막 행에 주목할 필요가 있다. 진짜 비용이 숨어 있는 곳이기 때문이다. 3D 시스템의 가격은 구매 주문서만이 아니다. 포인트 클라우드 캘리브레이션, 깊이 재캘리브레이션, 조명 변경 후 재조정 — 이 작업의 상당 부분은 창고 자체 팀이 할 수 없고, 방문할 때마다 서비스 요금이 발생한다. 온타리오 창고가 세 해 동안의 총비용을 합산해 보니, 3D 시스템의 서비스 지출은 2D 대안을 훨씬 웃돌았고, 그 돈은 원래 프로젝트 예산에 한 번도 등장한 적이 없었다.
3D 카메라에 대해 과대평가되는 세 가지
내가 지켜본 프로젝트들에서 3D 카메라에 대한 세 가지 기대가 거의 매번 빗나간다. 첫째는 정확도가 높을수록 항상 값을 한다는 생각이다. 실험실 데이터시트에 찍힌 정확도는 창고 현장에서 할인된다. 컨베이어 진동, 테이프로 붙인 상자의 반사, 변하는 주변광이 모두 정확도를 갉아먹는다. 사양서의 소수점 둘째 자리를 논쟁하는 것은 실제 화물로 일주일 테스트하는 것에 비해 시간 낭비다.
둘째는 3D면 사람 검사가 더는 필요 없다는 생각이다. 가동 시작 여섯 달 뒤, 오하이오 센터는 표시된 예외 열 건 중 한 건은 여전히 사람이 필요하다고 내게 말했다. 반사 테이프 때문에 높이 판독이 틀어진 경우 같은 것이다. 3D 카메라는 반복적인 판단을 줄인다. 판단을 없애지는 않는다.
셋째가 가장 미묘하다. 3D 카메라가 프로세스 문제를 조용히 고쳐 줄 거라고 가정하는 것이다. 온타리오 창고는 결국 자신들을 정말로 늦추던 것이 상류의 일관되지 않은 라벨 부착이었음을 알게 됐다. 바코드가 가끔 상자의 이음매 위에 붙어 어떤 카메라로도 잘 읽히지 않았던 것이다. 그것은 라벨을 붙이는 위치를 표준화해 고쳤다. 하드웨어 비용은 들지 않았다.
이 세 가지는 같은 직관에 반하는 결론으로 이어진다. 창고 머신 비전에서 2D와 3D의 경계는 결코 기술 격차가 아니었다. 프로세스가 무언가를 결정하기 위해 깊이 정보가 필요한가의 문제다. 3D 카메라를 사기 전에 한 가지 질문을 던져 보라. 내일 이 시스템을 2D로 되돌린다면 어떤 결정이 즉시 불가능해지는가? 그것을 말할 수 없다면, 당신이 사는 것은 능력이 아니다. 안심이다.
나의 판단: 먼저 2D의 천장에 도달하라
앞으로 몇 년 안에 3D 카메라는 싸지고 캘리브레이션 도구는 간단해지며, 경계는 내려갈 것이다. 더 많은 사용 사례가 3D 쪽으로 넘어올 것이다. 논리는 변하지 않는다. 깊이 정보는 결정에 참여할 때만 값을 한다. 예산 안에서 일하는 창고에 대한 나의 조언은 먼저 2D 설정을 제대로 갖추는 것이다. 조명, 카메라 각도, 라벨 부착 기준, 예외 처리 절차. 이 네 가지 중 하나라도 미완이면 3D 카메라는 같은 문제를 더 비싼 값에 되풀이할 뿐이다. 깊이 데이터 없이는 정말로 내릴 수 없는 결정을 세 가지 이상 나열할 수 있게 되면, 그때 가서 3D 이야기를 하라. 그때 당신은 카메라를 사는 것이지 비싼 교훈을 사는 것이 아니다.
Dr. Chen, 공급망 연구원 지음
영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.







