투자 위축 속 기술혁신으로 돌파구 ‘모색’
중저가 확산·AI 고도화로 새로운 국면 진입
국내 3D AOI 시장은 설비투자 위축이라는 외부 환경에 직면해 있지만, 동시에 AI 기술 내재화라는 내부 혁신을 통해 새로운 성장 동력을 모색하고 있다. 중저가 시장의 확대와 중국산 장비의 진출이라는 도전 속에서도, 하이엔드 시장 공략과 스마트팩토리 연계 강화를 통해 돌파구를 찾아가고 있다. 향후 AOI 산업의 성패는 단순히 광학 성능이나 검사 속도가 아닌, AI 알고리즘의 완성도와 데이터 활용 능력, 그리고 고객사의 전체 공정 최적화에 얼마나 기여할 수 있느냐에 달려 있다. 3D AOI 업계는 검사 장비가 아닌 ‘지능형 품질 데이터 허브’로의 진화를 향해 나아가고 있다.
올해 국내 3D AOI 시장은 전반적인 경기 둔화와 업종별 설비투자 축소의 영향을 직접적으로 받았다. 자동차 전장 및 스마트폰 수요 둔화, 미국 관세로 인한 주문 이연, 유럽 지역의 투자 침체가 동시다발적으로 발생했다. 그 여파로 AOI 시장에 찬바람이 많이 불었다. 해당 업계에서는 “올해 상반기 이후 신규 설비 발주가 예년보다 20~30% 감소했다”고 분석했다. 이어 “`23년과 `24년에 이어 `25년에도 시장 상황이 좋지 않다”고 한 목소리를 냈다.
모바일과 가전 업종의 신규 라인 투자 위축이 지속되고 있으며, 그동안 투자가 활발했던 전장 업종마저 분위기가 급랭한 결과였다. 한 업계 관계자는 “산업 전반에 걸쳐 생산설비투자 소식을 접하기 어려운 한 해였다”고 평가했다. A 검사기 업체 관계자는 “글로벌 스마트폰 시장이 완성 단계에 진입했고, 가전 시장의 내수 침체가 이어지면서, 올해 상반기 실제 장비 발주가 눈에 띄게 줄었다”며 “기존 장비의 업그레이드나 유지보수 목적의 수요가 대부분을 차지하고 있다”고 시장동향을 전했다.
정부 및 연구기관의 통계 역시 침체된 설비투자 분위기를 뒷받침한다. 산업통상자원부가 발표한 ‘2025 상반기 제조업 설비투자 현황’에 따르면, 전기·전자 부문의 설비투자는 전년 대비 6.8% 감소했다. 한국산업연구원(KIET)의 ‘2025년 4분기 산업경기전망지수(EBSI)’에서도 전자·전기 업종의 설비투자 지수는 98.4로 기준선(100)을 밑돌았다. 세부적으로는 전장·반도체·통신기기 업종의 투자 비중이 전체의 65%를 차지하며 시장을 지탱하고 있으나, 가전·디스플레이·소비자용 전자기기 부문은 10% 이상 감소세를 보였다. 검사기 D 업체 관계자는 “라인 신설보다는 공정 효율화, 불량률 저감, 데이터 연동 등 ‘스마트팩토리형 업그레이드’ 중심의 투자가 주류를 이루고 있다”고 말했다.
반면, 현대경제연구원은 다소 다른 의견을 제시했다. 올해 상반기 제조업 설비투자는 전년 동기 대비 완만한 증가세를 보였으나, 하반기에는 역기저효과와 대외 불확실성 등으로 증가세가 둔화하거나 감소할 것으로 전망했다. 미국 관세 정책과 지정학적 리스크 등을 설비투자의 주요 하락 요인으로 꼽았다.
현대경제연구원은 ‘2025년 한국 경제 전망’ 보고서를 통해, `25년 설비투자 증가율이 상반기 전년 동기 대비 4.0%를 기록한 반면, 하반기에는 -1.5%로 감소하여 연간 1.2% 성장에 그칠 것으로 예상했다.
높은 금리 수준, 고환율, 대외 불확실성 등 좋지 않은 투자 환경이지만, 고금리 기조가 완화되고 반도체 관련 투자 수요가 견조하게 유지되면서 일정 수준의 증가세를 유지할 수 있었다고 평가했다. 일부 기업들은 미국의 관세 우려와 해외 시장 생산 확대를 위해 브라질, 인도 등 해외 공장에 대한 투자를 늘리면서 국내 설비투자는 상대적으로 감소했다.
반도체는 AI 기술 발전과 고부가가치 메모리 반도체 수요 호조에 힘입어 관련 설비투자가 견조한 흐름을 보일 것으로 예상됐다. 자동차 전장은 올해 상반기 주요 기업들의 노후 설비 교체 수요와 IT 인프라 투자 확대 등으로 일부 업종의 투자 여건이 개선됐다.
가전 업종은 현재 비용 절감과 품질 유지라는 두 가지 과제를 동시에 안고 있다. 이에 따라 고가의 하이엔드 AOI보다는 중저가 장비나 기존 장비의 리퍼비시(refurbish) 형태로 대응하는 추세다. B 업체 관계자는 “대형 고객사들이 투자 승인 절차를 매우 보수적으로 진행하고 있다. 또한 기존 설비의 정비/오버홀을 통해 생산라인 효율성 증대를 꾀하려는 경우가 많아졌다”며 신규 설비투자를 자제하고 있는 임가공 업체의 모습을 전했다.
자동차 전장(전자장치) 업종은 상대적으로 ‘부분적 성장세’를 보이고 있다. 전기차 및 자율주행 시스템 확대로 ECU, 인버터, BMS(배터리관리시스템) 등 고신뢰 부품의 SMT 라인 확충이 진행 중이기 때문이다. 다만 이 역시 폭발적 수요로 이어지지는 않는다. C 업체 관계자는 “3~4년 전처럼 대규모 신규 투자보다는, 기존 라인에 고해상도 검사기를 추가 도입하는 ‘보완형 투자’가 주를 이루고 있다”고 말했다.
반도체 후공정 및 OSAT 관련 기업들은 첨단 패키징 검사 공정 자동화 수요가 꾸준히 존재하지만, 불확실성을 이유로 발주 시점이 늦춰지고 있다. 일부 패키징 라인은 여전히 2D AOI나 인라인 카메라 기반 검사 방식을 유지하는 것으로 파악됐다.
주요 검사기 업체들은 HBM과 AI 반도체의 복잡한 적층 구조에서 발생할 수 있는 다양한 불량 유형을 실시간으로 검출하는 차세대 검사 장비 개발에 집중하고 있는 것으로 알려졌다.
올해 3D AOI 시장에서 가장 두드러진 변화는 중저가 모델의 확산이다. 코로나19 이후 공급망 재편과 경기 둔화로 기업들의 설비 투자 부담이 커지자, ‘가성비 중심’의 모델을 찾는 움직임이 뚜렷해졌다. 일부 중소 EMS(전자제조서비스) 업체는 ‘라인당 AOI 장비 단가를 30% 이상 절감해야 한다’ 목표 아래, 중급형 3D AOI를 선택하고 있다.
중저가 확산의 또 다른 배경은 검사기술의 상향평준화다. 과거에는 중저가 모델이 ‘정밀도가 떨어지는 보급형’으로 인식됐지만, 최근에는 3D 센서 해상도 향상, 광원 기술의 고도화로 기본 품질이 크게 향상됐다. 일부 장비는 하이엔드 제품의 핵심 모듈을 공유하며, 검사 속도와 정확도 모두 일정 수준 이상을 확보하고 있다. 중저가 설비로도 일정 수준의 검사 성능을 구현해 낼 수 있게 되었다. 가성비를 원하는 임가공 업체들에게는 최상의 검사 시스템으로 여겨지고 있다.
중국산 AOI 장비의 한국 시장 진출이 본격화되고 있다. 중국은 정부 주도의 ‘국산화 전략’과 자국 내 막강한 SMT 수요 증가를 바탕으로 광학 AOI 기술력이 급성장하고 있다는 평가다. 중국산 장비의 가장 큰 경쟁력은 가격경쟁력과 납기 단축이다. 더불어 현지 서비스 인프라 확충으로 고객 지원 속도도 빠르게 개선됐다. 이에 따라 아시아 지역 중소 EMS·ODM 업체들이 중국산 AOI를 점진적으로 도입하고 있다. 한국 시장에서도 일부 중견 EMS 라인에서 테스트 도입이 진행 중이다.
E생산설비 업체 관계자는 “중국 장비의 검사 성능이 상당히 올라왔다. 일정 영역에서는 글로벌 톱 수준에 있는 것으로 알고 있다”며 “예년처럼 중국산 설비라고 해서 성능을 낮춰보기 힘들다. 공격적인 가격대와 잘 구축된 AS 지원시스템은 위탁생산 업체의 마음을 흔들기 충분하다”고 말했다. 그는 이어 “경제성이 필요한 생산 품목을 다루는 중소형 위탁생산 업체에게는 상당히 매력적인 설비”라고 덧붙였다.
이 같은 흐름 속에서 국내 주요 AOI 기업들은 차별화를 통한 영역 확대를 꾀하고 있다. 모든 국내 검사기 업체들은 ‘하이엔드 업종 집중 전략’을 펼치고 있다.
고해상도 3D 측정 기술과 AI 분석엔진을 결합해 전장·반도체 제품군을 강화하고 있다. BGA·CSP 등 미세 패키지 검사와 웨이퍼레벨의 고정밀 고속 검사 솔루션을 제시하면서 고부가 시장을 공략 중이다.
3D AOI 산업의 본질적 경쟁력은 이제 하드웨어보다 소프트웨어, 그중에서도 AI 알고리즘의 완성도로 이동했다. AOI 업체들은 AI 기능을 얼마나 정교하게 통합하느냐에 따라 검사 효율과 신뢰성, 나아가 고객사의 공정 데이터 전략과 직결되는 시대를 맞았다.
현재 3D AOI 업계에서 공통적으로 개선한 AI 기능은 크게 세 가지로 요약된다. 자동 티칭(Auto Teaching)은 검사 포인트를 사람이 지정하지 않아도 AI가 PCB 이미지 패턴을 학습해 검사 항목을 자동 설정하는 기능이다. 과거 수작업으로 수 시간 걸리던 신규 제품 설정이 수분 단위로 단축된다. AI OCR(광학문자인식)은 부품 표기나 마킹을 딥러닝 기반으로 인식해, MES(제조실행시스템) 연동 시 데이터 추적성을 높인다. 자동 분류(Auto Classification) 기능은 검사 결과를 양품·불량·의심품으로 자동 판단하며, 작업자 개입 없이 재검률을 줄인다.
대부분의 광학 검사기 업체들은 대규모 이미지 DB를 기반으로 AI 학습을 강화하고 있다. 약 100만 장 이상의 검사 이미지를 자체 학습시켜, 자동 분류 정확도 95% 이상을 달성하는 시스템을 제공하고 있다.
AI 기술이 결합된 AOI는 단순 불량검출 장비의 영역을 넘어, 스마트팩토리 데이터 허브로 진화하고 있다. 과거 AOI가 ‘결과 보고용’ 장비였다면, 지금은 ‘예지적 품질관리(Predictive Quality Management)’의 중심 역할을 수행한다.
AOI에서 수집된 검사데이터는 리플로우, 셀렉티브 솔더링, 라우팅 등 후공정 장비로 전송돼 공정 조건을 자동 조정하는 피드백 루프를 형성한다. 예를 들어, 특정 부품의 솔더량 불균형을 감지하면 리플로우 온도 프로파일을 조정하거나, 셀렉티브 솔더링 노즐 위치를 미세 보정하는 식이다.
일부 선도 제조라인에서는 이미 AOI와 MES, ERP가 완전 연동돼 공정-품질-물류 데이터를 실시간 통합관리하고 있다. AOI는 그 중심에서 데이터 신뢰성과 일관성을 확보하는 핵심 노드로 자리 잡고 있다. 이는 단순히 불량품을 걸러내는 것을 넘어, 불량이 발생하기 전에 공정 이상 징후를 포착하고, 즉각적인 대응을 가능케 한다는 점에서 제조 패러다임의 전환을 의미한다.
국내 3D AOI 시장은 당분간 완만한 회복세를 보일 전망이다. 전장·반도체 등 일부 고부가 업종을 중심으로 기술형 수요가 유지되겠지만, 단기적으로는 업황 개선을 단정하기 어렵다. 그러나 AI 기술의 내재화, 검사 신뢰성 향상, MES·스마트팩토리 연계 등 AOI 본연의 진화는 한층 빨라지고 있다. F 업체 관계자는 “AI는 더 이상 옵션이 아니라 AOI의 기본 사양이 됐다”며, “향후 경쟁력은 알고리즘의 완성도와 데이터 활용 능력에서 판가름날 것”이라고 말했다. G 업체 관계자는 “앞으로는 검사 장비 자체의 성능도 중요하지만, 그 데이터를 어떻게 활용해 고객사의 생산성을 높일 수 있느냐가 더 중요해질 것”이라며 “스마트팩토리 생태계 안에서 AOI의 역할을 재정의해야 할 시점”이라고 강조했다.
|
