Chapter 10

최신 센서 기술

지난 15년 동안 이미지 센서는 “평면 위의 픽셀 배열”에서 “여러 층의 웨이퍼를 포갠 3차원 시스템”으로 바뀌었다. 픽셀은 초점을 스스로 재고, 필요에 따라 합쳐지거나 쪼개지며, 광자 하나하나의 도착 시각이나 밝기의 변화만을 보고하기도 한다. 이 장에서는 오늘날의 스마트폰·자동차·로봇 센서를 이루는 핵심 신기술을 원리 중심으로 훑어본다.

적층형 센서의 구조(TSV → Cu–Cu 하이브리드 본딩 → 3층 DRAM 적층)와 장점을 설명할 수 있다.
위상차 AF(PDAF)가 좌·우 서브픽셀 신호의 시차로 초점 방향과 거리를 한 번에 알아내는 원리를 이해한다.
테트라셀·노나셀의 비닝과 리모자이크가 해상도와 SNR 사이에서 어떻게 절충하는지 수치로 비교한다.
SPAD 기반 dToF의 히스토그램 측정과 iToF의 위상 측정 원리, 배경광의 영향을 안다.
이벤트 기반 센서, SWIR 센서, 메타렌즈·컬러 라우터 같은 새로운 방향을 개괄한다.

적층형 센서: 픽셀과 로직을 포개다

3장에서 본 BSI 공정은 웨이퍼를 뒤집어 지지 웨이퍼에 붙인다. 그렇다면 아무 기능 없는 지지 웨이퍼 대신 신호 처리 회로가 들어 있는 웨이퍼를 붙이면 어떨까? 이것이 2012년 양산된 적층형 센서(Stacked CMOS Image Sensor)의 발상이다. 픽셀 웨이퍼는 광전 변환에 최적화된 공정으로, 로직 웨이퍼는 ADC·ISP·메모리에 최적화된 미세 공정으로 따로 만든 뒤 붙인다.

그림 10-1. 적층형 센서의 발전. (a) 기존 BSI는 픽셀 어레이 옆에 주변 회로가 자리를 차지했다. (b) 로직을 아래 웨이퍼로 옮기고 가장자리의 관통 실리콘 비아(TSV)로 연결했다. (c) 두 웨이퍼의 Cu 패드와 절연막을 한 번에 접합하는 하이브리드 본딩으로 연결 피치가 µm 이하까지 줄었다. (d) 픽셀과 로직 사이에 DRAM을 끼워 넣은 3층 구조.

적층형 센서 분해도

드래그 회전 · 휠/핀치 확대

구조

분해도 자동 회전 블록 이름표

연결 방식—

연결 피치(대표)—

연결 개수(대략)—

연결 위치—

분해도를 0으로 하면 실제처럼 층이 맞붙는다(두께 비율은 과장됨). TSV 적층에서는 연결 기둥이 픽셀 어레이 바깥 가장자리에만 있지만, 하이브리드 본딩에서는 패드가 픽셀 어레이 바로 아래에 촘촘히 깔린다. 3층 모드에서 DRAM 층이 끼어드는 것을 보자.

적층의 이점은 다음과 같다.

면적: 주변 회로가 픽셀 아래로 들어가 같은 칩 크기에 더 큰 픽셀 어레이를 넣을 수 있다(다이 면적 대비 픽셀 비율 ↑).
공정 최적화: 픽셀 웨이퍼는 저암전류·고전압 아날로그 공정(예: 65~40 nm급), 로직은 고속·저전력 미세 공정(예: 28~14 nm 이하)을 쓸 수 있다.
병렬성·속도: 하이브리드 본딩으로 픽셀 블록마다 ADC를 붙이는 픽셀 레벨·블록 레벨 ADC가 가능해져 글로벌 셔터와 초고속 읽기가 쉬워졌다.
메모리: 3층 적층의 DRAM은 프레임 전체를 수 ms 안에 받아 두었다가 천천히 내보낸다. 롤링 셔터 왜곡(8장)이 줄고, 960 fps 같은 초고속 슬로 모션이 가능해졌다.

하이브리드 본딩

두 웨이퍼 표면을 CMP로 원자 수준까지 평탄화한 뒤, 표면의 SiO₂끼리 먼저 상온에서 결합(fusion bond)시키고 열처리로 Cu 패드가 팽창해 금속 결합하게 만든다. 범프(bump)나 접착제가 없어 패드 피치를 1 µm 안팎까지 줄일 수 있다. 정렬 오차(overlay)는 수십~100 nm 수준으로 관리해야 한다.

2층 트랜지스터 픽셀

적층을 한 단계 더 밀어붙이면, 픽셀 하나를 두 층으로 쪼개는 것도 가능하다. 기존 4T 픽셀에서는 포토다이오드(PD)와 전송 게이트(TG) 옆에 리셋(RST)·소스 팔로워(SF)·선택(SEL) 트랜지스터가 같은 실리콘 면을 나눠 썼다. 2층 트랜지스터 픽셀(2-Layer Transistor Pixel)은 PD와 TG만 위층에 두고, 나머지 픽셀 트랜지스터를 별도의 실리콘 층으로 옮긴다.

그림 10-2. 2층 트랜지스터 픽셀 개념(2021년 발표). PD가 한 층을 독차지하면서 포화 신호량이 대략 두 배가 되고, 아래층의 소스 팔로워 트랜지스터를 크게 만들 수 있어 1/f·RTS 노이즈가 줄어든다. 두 층은 픽셀마다 수직 배선으로 이어진다.

풀웰이 커지면 다이내믹 레인지가, SF가 커지면 읽기 노이즈가 좋아진다(7장). 작은 픽셀에서 “PD 면적 대 트랜지스터 면적”이라는 오래된 제로섬 게임을 3차원으로 풀어낸 셈이다.

위상차 AF: 차광 PDAF → 듀얼 픽셀 → 쿼드 PD

콘트라스트 AF는 렌즈를 앞뒤로 움직이며 영상이 가장 선명한 곳을 찾는다. 확실하지만 “어느 쪽으로, 얼마나” 움직여야 하는지 모르기 때문에 느리다. 위상차 AF(Phase-Detection AF, PDAF)는 렌즈 조리개(동공)의 왼쪽 절반을 지난 빛과 오른쪽 절반을 지난 빛이 만드는 두 영상을 비교한다. 초점이 맞으면 두 영상이 겹치고, 초점이 어긋나면 반대 방향으로 벌어진다. 벌어진 방향이 초점의 방향, 벌어진 양이 초점 오차의 크기를 알려 준다.

$$\Delta x_\text{disp} \approx \frac{b}{N}\,\delta \quad(b\approx 0.42),\qquad \text{렌즈 이동량} \propto -\Delta x_\text{disp}$$

$\delta$는 상면 쪽 초점 오차(초점면과 센서면의 거리), $N$은 F-넘버, $b$는 좌·우 반쪽 동공 무게중심 사이의 간격을 동공 지름 $D$로 나눈 값이다. 반원의 무게중심은 원 중심에서 $4R/3\pi$만큼 떨어져 있으므로 간격은 $8R/3\pi ≈ 0.42D$이다. F/1.8에서 초점 오차 10 µm는 약 2.4 µm, 즉 1 µm 픽셀 기준 2.4 픽셀의 시차가 된다.

그림 10-3. PDAF 픽셀의 세 세대. (a) 금속 차광막으로 픽셀 절반을 가린 전용 AF 픽셀 쌍. (b) 픽셀 하나의 PD를 좌·우 둘로 나눈 듀얼 픽셀. (c) 이웃 픽셀들이 마이크로렌즈 하나를 공유하는 2×1 OCL, 그리고 2×2 PD로 양방향 시차를 재는 쿼드 PD.

SIMULATOR

듀얼 픽셀 위상차 AF와 AF 루프

초점 오차 δ (상면) F-넘버 신호 노이즈 (저조도)

측정 시차—

상태—

흐림 지름—

AF 반복0

위: 주 렌즈(왼쪽)의 위쪽 절반 동공을 지난 광선(L, 파랑)과 아래쪽 절반(R, 보라)이 센서면(오른쪽 세로선)에 닿는 위치. 아래: 밝기 경계(에지)를 볼 때 L·R 서브픽셀이 만드는 두 신호. 픽셀 피치 1 µm 가정. δ의 부호가 바뀌면 두 곡선의 순서가 뒤바뀌는 것을 확인하고, “AF 루프 실행”으로 시차를 측정 → 렌즈 이동 → 재측정하는 폐루프 제어를 관찰하자. 콘트라스트 AF와 달리 첫 번째 측정만으로 거의 정확한 방향과 거리를 안다.

시차 측정의 약점

좌·우 시차는 세로 방향 에지에서만 잘 보인다. 가로 줄무늬만 있는 장면에서는 좌우로 밀어도 신호가 똑같아 시차를 잴 수 없다. 쿼드 PD(2×2 분할)가 가로·세로 시차를 모두 재는 이유다. 또 저조도에서는 서브픽셀 신호가 절반씩이라 노이즈가 커지는데, 여러 줄의 신호를 합쳐 상관을 구하는 식으로 보완한다.

픽셀 비닝과 테트라셀·노나셀

0.6~0.8 µm 픽셀로 1억~2억 화소를 만든 모바일 센서는 밝은 곳에서는 고해상도로, 어두운 곳에서는 이웃한 같은 색 픽셀을 묶어 큰 픽셀처럼 동작한다. 이를 위해 컬러 필터를 2×2(테트라셀, 쿼드 베이어), 3×3(노나셀), 4×4(16-in-1) 블록 단위로 같은 색으로 배열한다.

그림 10-4. 같은 색 블록 크기에 따른 컬러 필터 배열(가는 격자가 실제 픽셀). 블록을 하나의 큰 픽셀로 합치면 다시 일반 베이어 배열이 된다. 16-in-1 센서는 보통 2×2 비닝(50 MP)과 4×4 비닝(12.5 MP)을 모두 지원한다.

두 가지 읽기 모드가 있다.

비닝(Binning) — $k\times k$ 같은 색 픽셀의 전하를 FD에서 합치거나(전하 비닝) 디지털로 더한다. 해상도는 $1/k^2$이지만 신호는 $k^2$배, 샷 노이즈 한계 SNR은 $k$배($20\log_{10}k$ dB)가 된다. 전하 비닝은 읽기 노이즈가 한 번만 더해져 더 유리하다.
리모자이크(Remosaic) — 같은 색 블록 배열을 일반 베이어 배열로 재배열·보간해 풀 해상도 영상을 만든다. 블록 안에서는 같은 색 정보만 있으므로 순수 베이어보다 색 해상도가 떨어지고, 보간 오류(아티팩트)가 생기기 쉽다.

$$\text{SNR}_\text{bin} = \frac{k^2 S}{\sqrt{k^2 S + \sigma_\text{read}^2}} \;(\text{전하 비닝}),\qquad \frac{k^2 S}{\sqrt{k^2 S + k^2\sigma_\text{read}^2}} \;(\text{디지털 합산})$$

$S$는 서브픽셀 하나의 신호 전자 수. 광량이 많으면 두 방식 모두 $k\sqrt{S}$에 가까워지지만, 저조도에서는 전하 비닝의 이득이 크다.

SIMULATOR

리모자이크 vs 비닝: 해상도와 노이즈

컬러 필터 배열

읽기 모드

광량 (흰색 기준 e⁻/서브픽셀)

출력 해상도—

실제 센서 예—

18% 회색 SNR—

비닝 SNR 이득—

72×72 서브픽셀 센서에 색 패치(왼쪽)와 동심원 해상도 차트(오른쪽)를 비추었다. 왼쪽 그림은 센서가 기록한 RAW(각 픽셀은 자기 필터 색만 가짐, 광자 샷 노이즈 포함), 오른쪽은 출력 영상이다. 리모자이크는 여기서 같은 색 이웃을 가우시안 가중 평균하는 단순한 방식으로 구현했다. 해볼 것: 광량을 낮추고(왼쪽으로) 두 모드를 번갈아 보자. 밝을 때는 리모자이크가 동심원을 더 멀리까지 풀어내지만, 어두울 때는 비닝 영상이 훨씬 깨끗하다. SNR 값은 읽기 노이즈 1.5 e⁻, 전하 비닝을 가정한 계산값이다.

고감도·HDR 픽셀 신기술

풀웰이 작은 소형 픽셀에서 다이내믹 레인지(DR)를 넓히는 방법은 8장에서 자세히 다루었다. 여기서는 최근 센서에 들어가는 대표 픽셀 구조만 한눈에 비교한다.

그림 10-5. 단일 노출 HDR을 위한 세 가지 픽셀 구조. 자세한 동작과 수치는 8장 셔터와 HDR을 참고하자.

방식	원리	장점	단점
DCG	FD 커패시턴스를 스위치로 바꿔 두 가지 변환 이득으로 읽음	저조도 노이즈↓, 고조도 포화↑	풀웰(PD) 자체는 그대로
LOFIC	PD에서 넘친 전하를 픽셀 내 대용량 커패시터에 적분	단일 노출로 DR 100 dB 이상 가능	커패시터 면적, 암전류·kTC 노이즈 관리
분할 픽셀	큰 PD(고감도) + 작은 PD(저감도) 동시 노출	LED 플리커·움직임에 강함(차량용)	작은 PD의 낮은 SNR, 설계 복잡
다중 노출(스태거드)	긴/짧은 노출을 줄 단위로 번갈아 읽기	표준 픽셀로 구현	움직임 아티팩트

감도 측면에서는 적외선 감도를 높이는 피라미드형 표면 텍스처(빛을 비스듬히 산란시켜 실리콘 속 경로 길이를 늘림), 흰색 서브픽셀을 섞은 RGBW 배열, 저조도에서 신호를 증배하는 방식 등이 쓰인다.

글로벌 셔터 픽셀

롤링 셔터는 줄마다 노출 시각이 달라 빠른 물체가 기울어진다(8장). 글로벌 셔터(Global Shutter, GS) 픽셀은 모든 픽셀의 노출을 동시에 끝내고, 전하를 픽셀 안의 메모리 노드(Memory Node, MN)에 잠시 보관한 뒤 줄 단위로 천천히 읽는다.

그림 10-6. 전하 영역(charge-domain) 글로벌 셔터 픽셀. 메모리 노드가 픽셀 면적을 차지하고 빛에 노출되면 안 되므로, BSI에서는 금속 차광과 DTI, 적층 구조가 함께 쓰인다. 전하 대신 전압을 픽셀 내 커패시터에 저장하는 전압 영역(voltage-domain) 방식도 있다.

GS 센서의 성능 지표로는 기생 광감도(Parasitic Light Sensitivity, PLS)가 중요하다. 메모리에 보관 중인 전하가 대기 시간 동안 새로 들어온 빛에 오염되는 비율로, 좋은 센서는 −100 dB 수준(10만 분의 1)까지 낮춘다. 적층형·하이브리드 본딩 기술은 메모리를 아래층으로 보내 픽셀 크기를 줄인 GS 센서를 가능하게 했다.

SPAD와 직접 비행시간(dToF)

지금까지의 픽셀은 수천 개의 전자를 모아 아날로그 전압으로 읽었다. SPAD(Single-Photon Avalanche Diode)는 광자 하나를 디지털 펄스로 바꾼다. PN 접합에 항복 전압 $V_{BR}$보다 높은 역바이어스($V_{BR}+V_{ex}$, 초과 전압 $V_{ex}$는 수 V)를 걸어 두면, 광자 하나가 만든 캐리어가 충돌 이온화로 무한히 증폭되는 가이거 모드(Geiger Mode) 애벌랜치가 일어난다. 전류가 mA 수준으로 치솟으면 직렬 저항이나 능동 회로가 전압을 항복 이하로 떨어뜨려 끄고(quench), 다시 충전(recharge)한다. 이 동안(수~수십 ns)은 다음 광자를 볼 수 없는 데드 타임이다.

그림 10-7. 왼쪽: SPAD의 가이거 모드 사이클(무장 → 애벌랜치 → 소멸 → 재충전). 오른쪽: 직접 비행시간 측정. 레이저 펄스를 쏜 시각과 SPAD가 광자를 검출한 시각의 차이를 시간-디지털 변환기(TDC)로 잰다.

dToF(direct Time-of-Flight)는 이 시간 차로 거리를 구한다. 한 번의 펄스에서 되돌아오는 광자는 확률적으로만 검출되고, 햇빛 같은 배경광 광자도 무작위로 섞인다. 그래서 펄스를 수백~수천 번 반복해 도착 시각의 히스토그램을 만들고, 배경 위로 솟은 봉우리를 찾는다.

$$d = \frac{c\,\Delta t}{2},\qquad \sigma_d \approx \frac{c}{2}\,\frac{\sigma_t}{\sqrt{N_\text{sig}}}$$

$\sigma_t$는 레이저 펄스 폭·SPAD 지터·TDC 분해능을 합친 시간 퍼짐, $N_\text{sig}$는 봉우리에 쌓인 신호 광자 수. 배경광이 강하면 SPAD가 먼저 배경 광자에 반응해 데드 타임에 빠지므로, 먼 거리의 신호가 가려지는 파일업(pile-up)이 생긴다.

SIMULATOR

SPAD dToF 히스토그램

목표 거리 목표 반사율 배경광 (조도) 레이저 펄스 수

추정 거리—

오차—

봉우리 신호/배경—

측정 시간 (4 MHz 반복)—

TDC 빈 폭 0.5 ns(7.5 cm), 시스템 지터 0.3 ns rms, 측정 창 220 ns(33 m). 각 펄스 주기마다 SPAD는 처음 검출한 광자 하나만 기록한다(데드 타임 모형). 해볼 것: ① 배경광을 100 klux(한낮 햇빛)로 올리면 히스토그램 앞쪽이 부풀고 뒤로 갈수록 지수적으로 줄어드는 파일업 모양이 된다. 이 상태에서 거리를 25 m로 늘려 보자. ② 반사율 10%, 20 m에서 펄스 수를 늘리면 봉우리가 배경 위로 드러난다.

스마트폰의 LiDAR 스캐너, 자동차 LiDAR, 근접 센서가 SPAD dToF를 쓴다. 최근에는 SPAD 어레이 아래에 TDC·히스토그램 회로를 하이브리드 본딩으로 붙인 적층형 SPAD 센서가 표준이 되었다. SPAD 픽셀 피치는 수 µm~10 µm 수준이며, 흡수 효율을 높이기 위해 3장의 DTI와 표면 텍스처 기술을 그대로 활용한다.

간접 비행시간(iToF)

iToF(indirect Time-of-Flight)는 광자 하나하나의 시각을 재는 대신, 수십~수백 MHz로 세기가 변조된 빛을 비추고 되돌아온 빛의 위상 지연을 잰다. 픽셀은 PD의 전하를 두 개(또는 네 개)의 탭으로 번갈아 보내는 구조(lock-in pixel)를 가지고, 변조 주기의 0°, 90°, 180°, 270° 구간에 쌓인 전하 $Q_0,Q_{90},Q_{180},Q_{270}$로 위상을 구한다.

$$\varphi = \arctan\frac{Q_{90}-Q_{270}}{Q_{0}-Q_{180}},\qquad d = \frac{c}{4\pi f_\text{mod}}\,\varphi,\qquad d_\text{max} = \frac{c}{2 f_\text{mod}}$$

$f_\text{mod}=100$ MHz이면 최대 거리 1.5 m에서 위상이 한 바퀴 돌아 모호성이 생긴다. 그래서 여러 주파수(예: 20 MHz와 100 MHz)를 섞어 모호성을 풀면서 정밀도를 유지한다. 차분($Q_0-Q_{180}$)을 쓰므로 일정한 배경광은 상쇄되지만, 그 샷 노이즈는 남는다.

그림 10-8. iToF의 4위상 샘플링. 되돌아온 변조광이 각 위상 창과 겹치는 정도가 위상 지연에 따라 달라진다. dToF보다 픽셀이 작고(수 µm) 해상도가 높지만, 먼 거리·강한 배경광·다중 반사(multipath)에 약하다.

항목	dToF (SPAD)	iToF (lock-in)
측정량	광자 도착 시각 히스토그램	변조광의 위상 지연
거리 범위	수 m~수백 m	~0.1–10 m
해상도	낮음~중간 (픽셀 큼, 회로 많음)	높음 (VGA~1 MP)
배경광 내성	좋음 (짧은 펄스, 시간 게이팅)	보통 (샷 노이즈 증가)
주 용도	LiDAR, AR 공간 인식	얼굴 인식, 제스처, 실내 3D

이벤트 기반 센서(DVS)

프레임 카메라는 변화가 있든 없든 정해진 시각마다 모든 픽셀을 읽는다. 이벤트 기반 센서(Event-based Vision Sensor, Dynamic Vision Sensor)의 각 픽셀은 독립적으로 자기 밝기의 로그 값을 감시하다가, 마지막 이벤트 이후 변화가 임계값 $C$를 넘으면 그 순간 “(x, y, 시각, 극성)” 이벤트를 내보낸다. 밝아지면 ON(+), 어두워지면 OFF(−) 이벤트다.

$$\left|\ln I(t) - \ln I(t_\text{last})\right| \ge C \;\;\Rightarrow\;\; \text{이벤트 } (x, y, t, \operatorname{sign})$$

$C$는 보통 10~30%의 밝기 변화($\ln 1.1 \approx 0.1$ ~ $\ln 1.35\approx 0.3$)에 해당한다. 로그를 쓰므로 조명 세기와 무관하게 반사율의 상대 변화에 반응하고, 120 dB 이상의 넓은 DR을 얻는다.

SIMULATOR

회전 막대를 보는 이벤트 카메라

임계값 C (로그) 회전 속도 막대 대비 배경 잡음 이벤트

이벤트율—

ON 비율—

1 kfps 프레임 대비 데이터—

왼쪽: 일반 카메라가 보는 밝기(64×64). 오른쪽: 최근 약 60 ms 동안 발생한 이벤트(■ ON / ■ OFF). 정지한 배경에서는 이벤트가 없고, 움직이는 막대의 앞쪽 가장자리에서 ON, 뒤쪽 가장자리에서 OFF가 생긴다. 해볼 것: 속도를 0으로 하면 무슨 일이 일어나는가? 임계값을 낮추면 이벤트(데이터량)와 잡음이 모두 늘어난다. 대비를 1.2로 낮추면($\ln 1.2≈0.18$) 임계값에 따라 막대가 사라지기도 한다. (이벤트율은 64×64 모형 기준; 데이터는 이벤트당 4바이트, 프레임은 픽셀당 1바이트로 비교)

이벤트 센서는 µs 수준의 시간 해상도, 움직임 흐림 없음, 낮은 데이터량과 전력이 장점이라 고속 로봇, 진동 측정, 제스처 인식, 자동차 보조 센서 등에 쓰인다. 대신 정지 장면의 절대 밝기 정보가 없어서, 최근에는 일반 픽셀과 이벤트 픽셀을 한 칩에 섞은 하이브리드 센서도 개발되고 있다. 이벤트 픽셀은 로그 수광부, 변화 검출 비교기, 비동기 통신 회로가 필요해 크기가 크며(수 µm), 이 역시 적층 기술로 줄여 왔다.

SWIR 센서와 나노포토닉스

단파적외선(SWIR)

실리콘의 밴드갭(1.12 eV)은 약 1.1 µm보다 긴 빛을 흡수하지 못한다(2장). 0.9~1.7 µm의 단파적외선(Short-Wave Infrared, SWIR)은 안개·연기를 잘 통과하고, 물·플라스틱의 흡수 특성으로 재료를 구별할 수 있으며, 1.4 µm 이상은 눈에 안전한 레이저를 쓸 수 있어 산업 검사·자율주행·보안에 유용하다.

그림 10-9. 광검출 재료별 대략적 감도 범위. InGaAs 센서는 InGaAs 광흡수층 웨이퍼를 실리콘 읽기 회로(ROIC)에 Cu–Cu 본딩이나 범프로 붙이고, 양자점 센서는 콜로이드 PbS 양자점 박막을 ROIC 위에 코팅해 만든다. 양자점은 크기로 흡수 파장을 조절할 수 있어 저가 SWIR의 유력 후보다.

메타렌즈와 나노포토닉 컬러 라우터

컬러 필터는 원하지 않는 색을 흡수해서 버린다. 베이어 배열에서 각 픽셀은 가시광의 약 1/3만 쓰는 셈이다. 컬러 라우터(Nanophotonic Color Router)는 파장보다 작은 나노 구조의 간섭을 이용해 빛을 버리지 않고 색별로 이웃 픽셀에 나누어 보낸다. 원리상 광 이용 효율을 CF 대비 크게 올릴 수 있어, 2020년대 들어 상용 센서에 적용이 시작되었다.

그림 10-10. 흡수형 컬러 필터 대 컬러 라우터. 라우터는 한 픽셀 위에 떨어진 빛 중 다른 색 성분을 이웃 픽셀로 보내 준다. 같은 원리로 평면 나노 구조로 렌즈 기능을 구현한 메타렌즈(metalens)는 마이크로렌즈 대체, 초박형 카메라 모듈, 편광·분광 카메라 등에 연구되고 있다.

미래 전망

이미지 센서 기술은 “더 작게, 더 많이”에서 “더 똑똑하게, 더 다양하게”로 무게 중심이 옮겨 가고 있다. 앞으로 주목할 흐름을 정리하면 다음과 같다.

흐름	내용	관련 장
픽셀 미세화의 한계	0.5 µm 이하에서는 회절·풀웰·크로스토크가 근본 제약. 픽셀 수보다 픽셀당 성능과 비닝 유연성이 중요해진다.	3, 5, 7장
다층 적층	PD층 / 픽셀 트랜지스터층 / 메모리 / 로직의 3~4층 적층, 픽셀 단위 하이브리드 본딩과 픽셀 레벨 ADC.	6, 10장
인센서 컴퓨팅	로직층에 AI 가속기를 넣어 센서가 영상 대신 “인식 결과”를 내보냄 → 전력·프라이버시 이점.	9장
글로벌 셔터의 대중화	적층 GS로 작은 픽셀의 GS 구현, AR/VR 추적·머신비전·모바일로 확산.	8장
광자 계수·3D 센싱	SPAD 어레이의 고해상도화, 모바일·차량 LiDAR, 저조도 광자 계수 영상.	10장
새로운 흡수 재료	양자점·유기 광전막(OPF)·Ge로 SWIR 확장, 광전 변환층을 회로 위에 올려 필 팩터 100%.	2장
나노포토닉스	컬러 라우터, 메타렌즈, 분광·편광 픽셀로 “색 이상의 정보”를 측정.	4, 5장

연결해서 보기

이 장의 기술들은 모두 앞 장의 기초 위에 서 있다. 적층형 센서는 3장의 BSI 웨이퍼 본딩에서, PDAF는 5장의 동공과 마이크로렌즈에서, 비닝의 SNR 이득은 7장의 샷 노이즈에서, SPAD는 2장의 PN 접합과 항복 현상에서 출발한다. 11장 설계 플레이그라운드에서 이 지식을 종합해 직접 센서 사양을 정해 보자.

핵심 정리

적층형 센서는 픽셀 웨이퍼와 로직 웨이퍼를 따로 최적화해 붙인다. 연결은 가장자리 TSV에서 픽셀 아래의 Cu–Cu 하이브리드 본딩(피치 ~1 µm)으로 발전했고, DRAM을 끼운 3층 구조도 있다.
2층 트랜지스터 픽셀은 PD와 픽셀 트랜지스터를 다른 층에 두어 풀웰과 SF 크기를 동시에 키운다.
PDAF는 좌·우 동공 영상의 시차 $\Delta x ≈ 0.42\,\delta/N$로 초점 방향과 거리를 한 번에 추정한다. 듀얼 픽셀과 쿼드 PD는 모든 픽셀을 AF에 쓴다.
테트라·노나셀은 같은 색 $k\times k$ 블록으로 비닝 시 SNR을 $k$배(샷 노이즈 한계) 높이고, 리모자이크로 풀 해상도도 얻는다.
SPAD는 가이거 모드로 광자 하나를 검출하고, dToF는 도착 시각 히스토그램의 봉우리로 거리 $d=c\Delta t/2$를 구한다. 강한 배경광은 파일업을 일으킨다. iToF는 변조광의 위상으로 거리를 잰다.
이벤트 센서는 로그 밝기 변화가 임계값을 넘을 때만 비동기 이벤트를 내보내 µs 시간 해상도와 넓은 DR을 얻는다.
SWIR은 InGaAs·양자점 등 실리콘 밖 재료로, 컬러 라우터·메타렌즈는 나노 구조로 픽셀의 한계를 넓힌다.

확인 퀴즈

1. Cu–Cu 하이브리드 본딩이 TSV 방식보다 유리한 가장 큰 이유는?

TSV는 비교적 크고 가장자리에 모여 있지만, 하이브리드 본딩은 절연막과 Cu 패드를 한 번에 접합해 피치 ~1 µm의 연결을 수백만 개 만들 수 있다. 덕분에 픽셀 블록 단위 ADC나 적층 글로벌 셔터가 가능해졌다.

2. 듀얼 픽셀 PDAF에서 좌·우 서브픽셀 신호의 시차 부호가 뒤집혔다. 무엇을 의미하는가?

초점면이 센서 앞에 있으면 두 동공 반쪽의 광선이 교차한 뒤 센서에 닿고, 뒤에 있으면 교차 전에 닿으므로 두 영상의 좌우 순서가 바뀐다. 이 부호 덕분에 PDAF는 렌즈를 움직일 방향을 즉시 안다.

3. 노나셀(3×3) 센서를 전하 비닝으로 읽을 때, 샷 노이즈 한계 SNR은 풀 해상도 픽셀 대비 약 얼마나 좋아지는가?

신호가 9배가 되면 샷 노이즈는 $\sqrt{9}=3$배이므로 SNR은 3배, $20\log_{10}3≈9.5$ dB 좋아진다. 9배(19 dB)는 신호의 증가량이지 SNR이 아니다.

4. dToF 히스토그램에서 봉우리가 67 ns 위치에 있다. 목표물까지의 거리는?

$d=c\Delta t/2 = 3\times10^8 \times 67\times10^{-9}/2 ≈ 10$ m. 빛은 왕복하므로 2로 나눈다. 20 m는 2를 빠뜨린 값이다.

5. 이벤트 기반 센서 앞의 장면이 완전히 정지해 있고 조명도 일정하다면?

각 픽셀은 로그 밝기의 변화가 임계값을 넘을 때만 이벤트를 낸다. 정지 장면에서는 변화가 없으므로 데이터가 거의 없고, 이것이 이벤트 센서의 저전력·저대역폭 특성의 근원이다.