FDM 3D 프린팅에서 가장 좌절스러운 사실 중 하나는 보통 프린팅이 끝날 때까지 실패를 모른다는 점이다. 빌드 플레이트에서 엉킨 ‘스파게티’ 덩어리를 떼어낼 때쯤이면 이미 수 시간의 기계 시간과 수 미터의 필라멘트가 사라진다. 수년간 업계는 프린터에 눈을 달아야 한다고 말해왔다. 2026년, 그 약속이 마침내 현실이 되고 있다. 연구진이 값싼 하드웨어에서 실행되며 인쇄되는 모든 층을 지켜보는 듀얼 카메라 기반 AI 결함 감지 시스템을 시연했고, 같은 종류의 기술이 이미 소비자용 프린터에 탑재되어 출고되고 있다.

연구: 최적화된 YOLO 모델 기반 실시간 결함 모니터링

이번 주 Hackster.io가 보도한 바와 같이, Progress in Additive Manufacturing(Springer)에 발표된 한 연구는 저자들이 표현하듯, 저가형 임베디드 플랫폼에서 작동하며 인쇄 중 실시간으로 결함을 잡아내는 듀얼 카메라 시스템의 최초 실제 적용 사례를 소개한다.

연구팀은 가장 흔하고 비용이 큰 네 가지 압출 결함으로 구성된 커스텀 데이터셋을 구축했다:

• 스트링잉(Stringing) — 모델의 부품 사이로 끌려나온 미세한 필라멘트 실
• 스파게티(Spaghetti) — 층이 무너지며 엉킨 덩어리로 쌓이는 현상
• 언더 압출(Under-extrusion) — 재료 부족으로 생기는 틈과 약한 벽
• 오버 압출(Over-extrusion) — 재료 과다로 치수 정밀도가 망가지는 현상

전이 학습(transfer learning)을 통해 경량 YOLOv11n 및 YOLOv12n 객체 탐지 모델을 해당 데이터셋으로 파인튜닝한 뒤, 저가형 임베디드 하드웨어와 서로 다른 각도에서 인쇄물을 관찰하는 두 대의 카메라에 배포했다. 그 결과, 노즐이 아직 움직이는 동안 결함을 표시하는 시스템이 탄생했다. 몇 시간 후가 아니라.

카메라가 두 대여야 하는 이유

고정형 베드 카메라를 써본 사람은 누구나 사각지대를 안다. 프린터 전면에 고정된 웹캠은 큰 부품의 뒷면에서 발생한 결함을 놓칠 수 있고, 노즐 카메라는 바로 아래를 지나가는 것만 본다. 연구의 듀얼 카메라 구성은 기하학적으로 이 문제를 해결한다. 시야점이 둘이라는 것은 가림이 적고, 결함이 발생한 바로 그 층에서 문제를 포착할 확률이 훨씬 높다는 뜻이다.

이는 사람이 검사할 때 통하는 것과 같은 논리이며, 동시에 수작업 검사가 확장되지 못하는 이유이기도 하다. 수십 대, 수백 대의 기계를 운영할 때 모든 인쇄물을 지켜볼 수 있는 사람은 없다. 50달러짜리 임베디드 보드와 두 대의 카메라, 양자화된 나노급 탐지 모델 하나면 된다.

이미 당신의 프린터 안에 있다

학계 연구가 정밀도와 비용의 한계를 밀어붙이는 동안, 소비자용 하드웨어는 조용히 같은 아이디어를 받아들였다. Bambu Lab의 현행 기종은 스파게티 감지, 폐기물 슈트 쌓임 감지, 노즐 뭉침 감지, 에어 프린팅 감지를 포함한 ‘AI Print Monitoring’ 스위트를 기본 탑재하며, 일시정지 민감도도 조절할 수 있다.

이 시스템들은 훌륭하지만 만능은 아니다. Bambu 자사 문서에도 빌드 플레이트의 비감지 구역과 최대 감지 사각지대가 표시되어 있으며, 문제가 그 틈으로 빠져나갈 수 있다. 바로 여기가 듀얼 카메라 YOLO 연구가 가리키는 다음 단계다. 다중 각도 커버리지, 더 나은 모델, 그리고 어떤 프린터에도 같은 기능을 가져다주는 Obico나 Klipper 결함 감지 플러그인 같은 오픈소스 도구.

FDM 너머: 부품이 태어나는 과정을 지켜보다

이 추세는 필라멘트 프린터에만 국한되지 않는다. Interesting Engineering의 보도에 따르면, 로렌스 리버모어 국립연구소(LLNL)의 연구진은 프린터 장착 카메라와 머신러닝 기반 이미지 세그멘테이션을 결합해 다이렉트 잉크 라이팅을 위한 카메라 검사 시스템을 구축했다. 이 시스템은 인쇄 중 촬영한 수천 장의 이미지를 재료 증착에 대한 상세 측정과 공간 맵으로 변환하며, 연구소에 따르면 결함을 수작업 검사보다 10만 배 빠르게 포착한다. 프로젝트 기술 책임자 브라이언 웨스턴은 그 결과를 단순하게 표현한다: 눈을 가진 뇌가 부품이 형성되는 과정을 지켜보는 것.

부품 내부의 숨은 공극이 곧 불량품을 의미하는 산업에서, 층별 AI 검사는 40시간 후에 인쇄물을 폐기하느냐, 200층에서 고치느냐의 차이를 만든다.

프린트 팜과 커스텀 인쇄에겐 무엇을 의미하는가

생산 환경에서 실시간 결함 감지는 3D 프린팅의 경제성을 세 가지 구체적인 방식으로 바꾼다:

• 폐기 감소. 초기 몇 층에서 실패를 잡아내면 필라멘트 한 통이 통째로 낭비되는 것을 막는다.
• 유효 생산성 향상. 스스로 일시정지할 수 있는 기계는 사람이 지키지 않아도 24시간 배치할 수 있다.
• 일관된 품질. 모든 부품이 똑같이 엄격한 검사를 받는다 — 피로도 없고, 표본 검사의 빈틈도 없다.

프린터가 몇 대를 넘어 군집으로 늘어나면, 카메라+AI 모니터링은 장난감이 아니라 인프라가 된다.

TT3DPrint가 도와드릴 수 있는 것

TT3DPrint는 커스텀 피규어, 교육용 모델, 프로토타입, 창의적 제품을 위해 대규모 Bambu Lab FDM 프린터 군집을 운영한다. 첫 층 검사부터 실패 감지까지, 현대적인 인쇄 모니터링은 대량 주문의 품질을 일관되게 유지하고 제때 납품하는 방법의 일부다. 생산 수준의 품질 관리가 필요한 커스텀 다색 인쇄가 필요하시면 견적 문의로 연락 주세요. 나머지는 저희가 처리합니다.

결론

3D 프린팅은 오랜 시간 동안 ‘눈먼’ 공정이었다: 작업을 시작하고 기도하는 것. 50달러 하드웨어 위의 경량 YOLO 모델, 듀얼 카메라 장비, 소비자용 프린터에 내장된 AI 모니터링과 함께, 인쇄 베드는 마침내 눈을 뜨고 있다. 2026년의 질문은 기계가 스스로 인쇄를 감시할 수 있는가가 아니라 — 그 능력을 얼마나 빨리 활용할 수 있는가다.

출처: Hackster.io · Progress in Additive Manufacturing (Springer) · Interesting Engineering / LLNL · Bambu Lab Wiki