InGaAs와 Si 사이: SWIR 센서 공급망 리스크와 NIR CMOS의 현실적 대안
language
kor
date
Jun 20, 2026
slug
between-ingaas-and-si-swir-nir-cmos
author
status
Public
tags
Camera
Machine Vision
Embedded Vision
Semiconductor
SWIR
NIR
InGaAs
CMOS
Image Sensor
summary
InP와 InGaAs 계열 소재의 공급망 리스크가 커지는 가운데, 모든 SWIR 응용이 반드시 InGaAs 센서를 필요로 하는 것은 아니다. 1,100nm 이하 영역에서는 Si 기반 BSI CMOS가 비용과 공급 안정성 측면에서 현실적인 대안이 될 수 있으며, 이 글은 InGaAs와 Si 사이의 기술적 경계를 살펴본다.
type
Post
thumbnail
category
Camera
updatedAt
Jun 20, 2026 01:24 AM
미·중 분쟁의 전선은 넓어졌지만, 그중 가장 치열한 격전지는 여전히 반도체 분야에 있다. 미국이 중국을 상대로 더 강한 규제를 가하기 어려운 이유 중 하나는, 그 규제가 중국의 원자재·소재 수출 통제 조치로 이어질 수 있고 이는 미·중만의 문제가 아니라 전 세계 반도체 생산에 직접적인 영향을 미칠 수 있기 때문이다.
최근 중국이 InP(인듐 인화물) 등 화합물 반도체 소재에 대한 수출 통제를 강화하면서, InGaAs 기반 SWIR 센서 공급망에도 리스크가 커지고 있다. InGaAs SWIR 센서 보급에 큰 역할을 해 온 Sony SenSWIR 계열 센서 역시 이런 흐름에서 완전히 자유롭기는 어렵다. 특히 SWIR 센서의 주요 수요처 중 일부가 군사·보안 영역과 맞닿아 있다는 점을 고려하면, 소재 공급망 문제는 더욱 민감한 이슈가 될 수 있다.
이런 상황에서 Basler는 OMNIVISION의 OG05C BSI CMOS 센서를 활용해, 1,100nm 이하 이미징 영역에서는 Sony SenSWIR 센서를 비용 효율적으로 대체할 수 있다고 홍보하고 있다. 엄밀히 말하면 이는 SWIR보다는 NIR 대역에 가까운 카메라이지만, 필요한 파장대가 1,100nm 이하에 머문다면 충분히 현실적인 선택지가 될 수 있다. 인기있는 IMX992와 동일 해상도, 동일 pixel size, 더 낮은 가격, 115fps 수준의 속도까지 고려하면, 모든 응용에서 반드시 InGaAs 센서를 고집할필요는 없을지도 모른다.
InGaAs와 Si 사이의 경계
InGaAs 센서가 강한 이유는 명확하다. Si CMOS가 감지하기 어려운 900~1700nm 영역, 특히 1,300nm나 1,550nm 파장대에서 차별화된 정보를 제공한다. 반도체 검사, 수분·이물 검사, 보안·감시, 일부 군사 응용에서는 InGaAs 기반 SWIR 센서가 사실상 표준처럼 쓰인다.
하지만 모든 응용이 진짜 SWIR 영역 전체를 필요로 하는 것은 아니다. 850nm, 940nm, 1,050nm, 1,100nm 근처의 NIR 영역에서 충분한 정보를 얻을 수 있는 경우라면 이야기가 달라진다. 이 구간에서는 고감도 BSI CMOS 센서가 가격, 공급 안정성, 프레임레이트, 기존 카메라 플랫폼과의 호환성 측면에서 하나의 옵션이 될 수 있다. 특히나 Sony의 SenSWIR 센서의 경우 Cu-Cu wafer bonding을 통해 Visible + SWIR 파장대 감도를 갖는 매력적인 센서다. 1,100nm~1,500nm의 SWIR 전문 영역이 반드시 필요한게 아니라면 OG05C가 SenSWIR의 저렴하면서도 좁은 범위를 커버하는 이미지센서로 활용할 수도 있다.
검사 대상의 특성이 1,100nm 이하에서 충분히 드러나는 경우라면, 물론 이 파장대는 SWIR라기보다는 NIR이라고 부르는 게 좀 더 정확할 것이다. 이 경우에는 비싼 SWIR 카메라를 도입하기 전에 이런 NIR CMOS 기반 옵션을 먼저 검토할 만하다.
따라서 InGaAs의 완전한 대체제로 보다는 내가 필요한 파장대가 Visible + NIR 인지, Visible + SWIR인지에 따라서 선택이 달라질 수 있다. 1,300nm나 1,550nm 대역의 흡수 특성에 의존하거나, 완전한 실리콘 투과를 활용해야 하거나, 장파장 SWIR의 물성 정보를 직접 사용해야 한다면 Si 기반 CMOS 센서로는 물리적으로 불가능에 가깝다. 결국 핵심 질문은 “SWIR 센서가 필요한가?”가 아니라 “정말 1,100nm 이후의 파장 정보가 필요한가?”이다.
InP와 InGaAs 계열 소재의 공급망 리스크가 커질수록 센서 선택 기준도 달라질 수밖에 없다. 특히 군사/안보와 관련된 부품이다 보니 현재와 같은 국제 정세에서는 InGaAs 이미지센서를 구하는 건 점점 더 어려워질 가능성이 높다. 그렇기에 정말 내가 필요한 것이 무엇인지에 대한 정확한 파악이 필요하다. InGaAs와 Si 사이의 회색지대는 앞으로 더 중요해질 가능성이 크다.
Related posts
LSSTCam 한눈에 보기: 세계 최대 카메라의 구조와 성능
Jan 26, 2026
LSSTCam은 3.2기가픽셀, 189개 센서, 그리고 초당 수십 GB의 데이터를 처리하는 관측용 카메라다. 이 글에서는 LSSTCam의 핵심 사양과 구조를 중심으로, 왜 ‘세계 최대 카메라’라 불리는지 간단하고 명확하게 정리한다.
Jetson Nano 2가 노리는 edge AI의 미래
Oct 24, 2026
Jetson Orin Nano 2의 발표 사양을 초기 Jetson Nano 및 Orin Nano Super와 비교하고, 8GB 메모리·전력 효율·NVIDIA Physical AI 소프트웨어 스택을 근거로 겨냥 시장과 실제 한계를 추정한다.
Glass Imaging: 렌즈와 센서를 함께 학습하는 Neural ISP
Oct 14, 2026
Glass Imaging은 카메라별 렌즈와 센서 특성을 반영한 Neural ISP로 스마트폰 이미지 처리의 한계에 도전한다. HONOR 600 적용 사례와 광학계 공동 설계의 가능성을 살펴보고, OpenAI 인수 보도만으로는 아직 알 수 없는 점도 짚는다.