페이스 ID도 화면 구멍을 없앨 수 있을까

지문·조도·근접센서가 차례로 화면 아래로 내려가는 동안 페이스 ID만 9년째 화면 위에 남았습니다. 3만 개의 점을 만들어내는 회절이 패널을 만나는 순간 같은 원리로 그 점들을 복제해 무너뜨리기 때문입니다. 산업이 내놓은 답은 점을 더 늘리는 것이 아니라 열 배 넘게 줄이는 것이었습니다. 3D 센싱을 패널 아래로 넣어야 하는 광학·센서 설계 엔지니어를 위해 동작원리부터 해법 세 갈래까지 정리했습니다.

1. 화면 아래로 내려간 순서에는 규칙이 있다

아이폰 18 Pro가 다음 달 공개된다. 여러 관측이 한 지점을 가리키고 있다. 페이스ID 모듈이 화면 아래로 내려가고 다이내믹 아일랜드가 줄어들거나 사라진다는 것이다. 패널은 삼성디스플레이와 LG디스플레이의 LTPO+ OLED가 공급되며, 이 패널의 특징으로 “디스플레이 아래에 적외선 카메라를 배치할 수 있는 구조”가 지목된다.

화면 아래로 센서를 넣는 일은 이번이 처음이 아니다. 오히려 페이스ID가 가장 늦었다.

가장 먼저 내려간 것은 광학식 지문센서다. 2017년 12월 시냅틱스가 Clear ID를 발표하고, 2018년 초 비보 X20 Plus UD가 이를 실은 첫 상용 제품이 됐다. 이 센서는 별도 광원을 두지 않는다. OLED 화면 자체를 조명으로 쓴다. 손가락이 닿은 자리의 화소를 밝혀 지문을 비추고, 되돌아온 빛을 패널 아래 이미지 센서가 읽는다. OLED에서만 동작하는 이유도 여기 있다. 빛이 패널을 통과해야 하기 때문이다. 그 뒤로 조도센서와 근접센서가 내려갔고, 카메라는 내려가는 중이다.

애플만 해도 근접센서는 이미 끝낸 숙제다. 2023년 SID 학회에서 애플 엔지니어들이 초청강연으로 발표한 논문의 제목은 “OLED 디스플레이를 투과하는 근접 센싱”이었고, 초록에는 아이폰 14 Pro와 14 Pro Max에서 이를 구현한 해법을 논의한다고 적혀 있다.¹

이 순서는 우연이 아니다. 센서가 봐야 하는 대상이 멀어질수록 늦게 내려갔다. 지문센서는 유리에 닿은 손가락을 본다. 조도센서와 근접센서는 몇 밀리미터에서 몇 센티미터 앞을 본다. 카메라는 무한대를 본다. 그리고 페이스ID는 25~50cm 앞의 얼굴을, 그것도 3차원으로 본다.

거리가 멀어지면 무엇이 달라지는가. 5절에서 이 순서가 하나의 물리량으로 정리된다는 것을 보이겠지만, 먼저 페이스ID만 9년째 화면 위에 남아 있는 이유부터 짚어야 한다. 카메라 하나를 숨기는 것과 3D 센서를 숨기는 것 사이에 무엇이 다르길래 그럴까.

답은 회절이다. 다만 지금까지 이 시리즈에서 다룬 방식의 회절이 아니다. 페이스ID에서 회절은 극복해야 할 방해물이기 이전에 이 기술을 작동시키는 원동력이다. 3만 개의 점은 회절로 만들어진다. 그리고 바로 그 원리가 패널을 만나는 순간 기술 자체를 무너뜨린다.

먼저 페이스ID가 어떻게 동작하는지부터 정리하자. 세 단계다.

2. 페이스ID는 세 단계로 동작한다

2-1. 1단계: 얼굴이 있는가, 그리고 나를 보고 있는가

기기를 들어 올리거나 화면을 탭하면 TrueDepth 카메라가 켜진다. 이때 먼저 일하는 소자는 도트 프로젝터가 아니라 **플러드 일루미네이터(flood illuminator)**다. 이름 그대로 근적외선을 넓고 고르게 “쏟아붓는” 조명이다. 이 균일한 조명 아래에서 적외선 카메라가 평범한 2D 적외선 이미지 한 장을 찍는다.

이 단계의 임무는 두 가지다. 화면 앞에 얼굴이 있는가. 그리고 그 얼굴이 지금 기기를 보고 있는가. 애플의 플랫폼 보안 문서는 이 순서를 명시한다. “얼굴이 감지되면 Face ID는 사용자가 눈을 뜨고 있는지와 기기를 응시하는지를 감지하여 사용자가 카메라를 보고 있으며 잠금을 해제하려는 것인지 확인한다.”²

주의 인식(attention aware)이라 불리는 이 검사가 있기 때문에, 자는 사이에 누군가 얼굴 앞에 폰을 들이대도 잠금이 풀리지 않는다. 편의 기능이 아니라 보안 설계다.

1단계가 요구하는 것은 넓은 각도에 고르게 퍼지는 빛과, 눈꺼풀과 시선을 판별할 만큼의 2D 이미지 품질이다. 여기까지는 사실상 UDC 카메라 문제와 같은 종류의 문제다. 흐려지면 흐려진 대로 복원을 시도할 수 있다.

2-2. 2단계: 3만 개의 점으로 깊이를 만든다

응시가 확인되면 도트 프로젝터가 켜진다. 여기서부터가 페이스ID의 본체다.

도트 프로젝터의 구조는 2025년 《Nano Letters》에 실린 논문이 비교 대상으로 정리해 두었다. 부피 61.25 mm³의 모듈 안에 VCSEL 발광점이 약 366개 들어 있고, 4F 광학계와 이중 렌즈, 폴딩 도파로, 그리고 **회절광학소자(DOE)**가 이어진다. 366개의 발광점은 DOE를 지나며 복제돼 32,000개 이상의 점이 된다.³

숫자에 대해 한 가지 짚어둘 것이 있다. 애플의 현행 공식 문서는 “수천 개의 적외선 점”이라고만 쓴다. 3만 개라는 숫자는 2017년 아이폰 X 발표 이후 널리 인용돼 온 값이고, 위 논문은 32,000개 이상으로 적었다. 이 기사는 논문 값을 따르되, 애플이 스스로 확정 수치를 밝히지 않고 있다는 점을 함께 적어둔다.

이 점들이 얼굴에 뿌려지면 적외선 카메라가 그 패턴을 다시 읽는다. 원리는 구조광 삼각측량이다. 프로젝터와 카메라는 일정 거리(기준선, baseline)만큼 떨어져 있다. 얼굴이 평평한 판이라면 점들은 예측된 자리에 그대로 찍힌다. 그런데 코처럼 튀어나온 부분에서는 점이 예측된 자리에서 옆으로 밀린다. 밀린 양이 곧 그 지점의 깊이다.

밀린 양과 깊이의 관계는 단순하다. 기준선을 b, 얼굴까지 거리를 z, 튀어나온 정도를 Δz라 하면 시차(옆으로 밀린 양)는 대략 b·Δz/z다.

중요한 것은 이 밀림이 전부-아니면-전무가 아니라는 점이다. 얼굴은 평면과 돌출부로 딱 나뉘지 않는다. 높이가 연속적으로 변하고, 그래서 점들도 저마다 다른 양만큼 밀린다. 아래는 얼굴 대신 단순한 구를 놓고, 표면 높이의 연속적인 변화가 점 패턴을 어떻게 휘게 하는지 본 것이다.

가장 높은 가운데가 가장 많이 밀리고, 가장자리로 갈수록 밀림이 0으로 잦아든다. 이 밀림의 분포 자체가 곧 입체 형상이다. 카메라는 깊이를 직접 재지 않는다. 점이 얼마나 밀렸는지만 읽고, 그 값에서 깊이를 거꾸로 계산한다.

여기서 한 가지를 구분해야 한다. 밀린 양과 점 사이 간격은 서로 다른 것을 말한다. 밀린 양은 그 지점의 높이에 비례한다. 반면 이웃한 두 점의 간격은 높이가 아니라 높이의 기울기에 비례한다. 구의 꼭대기는 가장 많이 밀리지만 주변과 높이가 비슷해 간격은 거의 그대로다. 반대로 구의 가장자리는 거의 밀리지 않는데도 표면이 가파르게 꺾이는 곳이라 간격이 가장 크게 변한다. 위 시뮬레이션 아래쪽 띠에서 이것을 볼 수 있다. 구의 왼쪽에서는 점이 벌어지고 오른쪽에서는 좁아진다. 기본값에서 간격은 최대 절반 가까이 벌어졌다가 40%가량 좁아진다.

기울기가 급한 곳일수록 점이 뭉친다는 사실은 실용적인 의미가 있다. 콧등이나 턱선처럼 표면이 급히 꺾이는 부분에서 점 밀도가 국소적으로 무너지고, 그만큼 그 지점의 깊이는 성기게 측정된다. 얼굴에서 가장 개인차가 큰 부위가 하필 가장 가파른 부위라는 점이 이 방식의 구조적 한계다.

30cm 앞에서 25mm 튀어나온 부분이 만드는 시차는 약 2mm다. 그리고 32,000개의 점이 얼굴 주변에 뿌려질 때 점 사이 간격은 약 1.5mm다. 즉 코 높이만 한 돌출이 만들어내는 신호는 점 간격 한두 칸 분량이다. 이 미세한 어긋남을 3만 번 읽어 얼굴 표면을 복원하는 것이 2단계다.

애플은 페이스ID가 얼굴에서 25~50cm 거리에서 가장 잘 동작한다고 명시한다.⁴ 위 시뮬레이션에서 거리를 500mm로 밀어 보면 시차가 절반 이하로 줄어드는 것을 볼 수 있다. 작동 거리에 상한이 있는 이유가 여기 있다.

2단계가 요구하는 것은 빛의 양이 아니라 점의 기하학적 정확성이다. 점이 어디에 찍혔는지가 곧 정보이기 때문이다. 이 구분이 이 기사 전체의 핵심이다.

2-3. 3단계: 수학적 표현으로 바꿔 대조한다

깊이맵과 2D 적외선 이미지가 만들어지면, 이 데이터는 디지털 서명되어 Secure Enclave로 보내진다. 그 안에 있는 보안 뉴럴 엔진이 데이터를 수학적 표현으로 변환하고, 등록 시 저장해 둔 표현과 비교한다. 등록 데이터 역시 여러 각도에서 캡처한 얼굴의 수학적 표현 그 자체다.²

이 단계에서 애플이 밝힌 두 가지 보안 장치가 있는데, 둘 다 이 기사의 논지와 직결된다.

첫째, 캡처 순서의 무작위화다. 2D 이미지와 깊이맵을 찍는 순서를 매번 무작위로 바꾼다. 녹화해 둔 신호를 재생하는 공격을 막기 위해서다.

둘째, 기기별 고유 무작위 패턴이다. 애플 문서의 표현을 그대로 옮기면 “기기별로 특정한 무작위 패턴을 투사한다”.² 도트 패턴이 모든 아이폰에서 동일한 격자가 아니라, 기기마다 다른 무작위 배열이라는 뜻이다.

이 무작위성이 왜 중요한가. 뒤에서 다루겠지만, 패널이 만들어내는 가짜 점을 소프트웨어로 지우려면 “무엇이 진짜 패턴인지” 알아야 한다. 그런데 페이스ID의 설계 철학은 그 패턴을 예측 불가능하게 만드는 쪽에 있다.

오인식 확률은 “임의의 타인이 잠금을 해제할 확률 100만분의 1 미만”이며, 5회 연속 실패하면 암호를 요구한다.⁴ 이 수준의 문턱이 걸려 있다는 사실은, 뒤에서 “성능이 조금 떨어져도 되지 않느냐”는 질문에 답할 때 다시 나온다.

2-4. 세 단계는 화면 아래에서 각각 다르게 무너진다

문제는 압도적으로 2단계에 몰려 있다.

3. 회절은 이 기술의 원동력이자 파괴자다

3-1. 366개를 3만 개로 만드는 것도 회절이다

도트 프로젝터가 3만 개의 VCSEL을 심어 두었을 것 같지만 그렇지 않다. 발광점은 366개뿐이다. 나머지는 회절광학소자가 만든다. DOE는 규칙적인 미세구조로 빛을 여러 방향으로 갈라내는 소자이고, 그 결과 하나의 발광점이 격자 형태로 복제돼 수십 개의 점이 된다. 366개에 복제 배수를 곱하면 3만 개가 된다.

메타옵틱을 쓰는 경쟁 제품도 원리는 같다. Metalenz의 Starlight 프로젝터는 391개의 VCSEL 발광점을 메타표면으로 시준·회절시켜 약 18,000개의 점을 만든다.

즉 구조광 3D 센싱은 회절을 정밀하게 통제해서 성립하는 기술이다. 이 사실을 붙들고 다음 단계로 가야 한다.

3-2. 패널도 격자다

OLED 패널의 미세 배선과 전극 배열은 규칙적으로 반복된다. 규칙적으로 반복되는 구조에 파장 수준의 빛이 지나가면 무슨 일이 벌어지는지는 이미 답이 나와 있다. 회절격자로 작동한다.

이걸 특허 문서가 명시적으로 적어 두었다. trinamiX의 「Depth measurement through display」특허 원문의 표현이다.

“투명 또는 반투명 디스플레이의 미세구조는 레이저광에 대해 회절격자 구조처럼 작동한다.”⁵

결과는 이렇다. DOE가 만든 진짜 점 하나가 패널을 통과하면서 한 번 더 복제된다. 원래 자리에 0차 회절(가장 밝은 진짜 점)이 남고, 그 주위에 ±1차, ±2차 유령점이 생긴다. 카메라는 진짜 점과 유령점을 구별할 방법 없이 전부 받는다.

3-3. 유령점은 얼마나 멀리 떨어지는가

정량화해 보자. 격자식은 sinθ = mλ/d다. 파장 λ = 940nm, 패널의 반복 주기 d를 55µm로 잡으면 1차 회절각 θ₁은 약 **0.98°**다. 1도도 안 되는 작은 각이다.

그런데 얼굴은 30cm 앞에 있다. 30cm를 지나오면 이 0.98°는 약 5.1mm의 변위가 된다.

이 숫자를 앞 절의 두 숫자 옆에 놓아 보자.

유령점이 만드는 가짜 변위가, 코 전체가 만드는 진짜 신호보다 2배 이상 크다. 그리고 도트 간격의 3배가 넘는다. 즉 유령점은 자기 자리에 얌전히 붙어 있는 것이 아니라, 세 칸쯤 건너뛰어 다른 진짜 점이 있어야 할 자리에 정확히 내려앉는다.

아래에서 도트 개수와 패널 격자 피치를 직접 움직여 볼 수 있다. 주황색으로 표시된 점이 “유령점과 구별할 수 없게 된” 점이다.

기본값(32,000개, 55µm)에서 대응 실패율은 80%대로 나온다. 얼굴 표면의 대부분을 신뢰할 수 없다는 뜻이다.

3-4. 흐린 사진과 가짜 점은 다른 문제다

여기서 UDC 카메라와의 결정적 차이가 드러난다.

카메라에서 회절은 상을 흐리게 만든다. 흐림은 점퍼짐함수(PSF)로 기술되는 결정론적 변환이고, 변환을 알면 역변환을 시도할 수 있다. 신경망 복원이 성립하는 이유다.

구조광에서 회절은 상을 흐리게 만드는 데서 그치지 않는다. 없던 점을 만들어낸다. 그리고 구조광 알고리즘이 하는 일은 “카메라가 본 이 점이 프로젝터가 쏜 몇 번째 점인가”를 맞추는 것(대응 문제)이다. 여기서 가짜 점 하나를 진짜로 잘못 집으면, 그 지점의 깊이는 흐려지는 것이 아니라 완전히 다른 값으로 확정된다.

흐림은 복원 대상이다. 잘못 확정된 깊이는 복원 대상이 아니다. 복원할 원본이 애초에 없기 때문이다.

4. 그렇다면 성능이 얼마나 떨어지나

“복원 알고리즘이 좋아졌으니 어떻게든 되지 않겠나”라는 반론에는 실측 데이터로 답할 수 있다. 다만 구조광이 아니라 2D 카메라 얼굴인식의 데이터다. 구조광보다 훨씬 쉬운 조건이라는 점을 감안하고 봐야 한다.

2025년 《Journal of the SID》에 실린 논문이 이걸 정량화했다. 제1저자는 삼성디스플레이 소속이고, 연구는 서울대와 함께 수행됐다. 얼굴 두 장이 같은 사람인지 판별하는 짝맞추기(pair matching) 정확도를 화면 아래 열화 조건에서 측정했다.⁶

화면 아래로 내려가는 순간 정확도가 동전 던지기 수준으로 떨어진다. 복원을 거치면 78.9%까지 회복되지만, 원본 88.3%로는 돌아오지 않는다. 약 9.4%포인트가 영구히 사라진다.

이 격차를 100만분의 1이라는 오인식 문턱 옆에 놓아 보면 문제가 분명해진다. 잠금해제는 편의 기능이 아니라 결제 인증이다. 몇 퍼센트포인트의 저하를 “그 정도면 쓸 만하다”로 넘길 수 있는 영역이 아니다.

그리고 애초에 2D로는 안 된다. 인피니언과 그라츠 공대 연구진이 언더디스플레이 ToF를 다룬 논문 첫 문장에서 못을 박는다. “보안 얼굴인증을 위해서는 3차원이라는 형태의 추가 정보가 필요하다.”⁷ 2D 얼굴인식은 인쇄된 사진에 뚫린다. 깊이 정보가 있어야 방어가 된다. 그래서 화면 아래 3D 센싱이 우회 불가능한 숙제가 된다.

5. 순서를 결정한 것은 프레넬 수였다

여기서 한 걸음 물러나 이 시리즈 전체를 다시 볼 필요가 있다. 지금까지 다룬 센서들은 제각기 다른 문제를 겪는 것처럼 보였다. 지문센서는 이웃 화소의 빛이 섞이고, 조도센서는 시야각이 좁아지고, 근접센서는 배경 노이즈에 시달리고, 카메라는 흐려진다.

2025년 《Optics Express》에 실린 중산대 연구진의 논문이 이들을 하나의 지표로 정리했다. 프레넬 수다.⁸

N = (a² / λ) × (1/z + 1/z′)

a는 패널 위 투과 구멍의 크기, λ는 파장, z와 z′는 광원과 수신부까지의 거리다. 이 값 하나가 빛이 어떤 방식으로 전파되는지를 결정한다. 거리가 가까우면 파면이 크게 휘어 프레넬 수가 커지고, 빛은 그저 가려지거나 통과한다. 거리가 멀어지면 프레넬 수가 0으로 수렴하고, 빛은 회절로 퍼진다.

1절에서 말한 “내려간 순서”가 바로 이 축을 따라간다.

지문센서가 가장 먼저 내려간 이유가 여기서 드러난다. 손가락이 유리에 닿아 있으니 거리가 사실상 0이고, 빛은 회절할 여유 없이 그대로 통과하거나 막힌다. 그래서 문제도 광학적이지 않고 기하학적이다. 실제로 같은 논문이 인용한 연구에 따르면, 인셀 지문센서의 정확도와 각도 응답을 좌우한 것은 회절이 아니라 블랙매트릭스와 화소정의막의 차폐였다.⁹ 해법도 기하학적이다. 콜리메이터나 마이크로렌즈로 받아들이는 각도를 좁혀 이웃 화소에서 새어 든 빛을 잘라낸다.

반대편 끝에 페이스ID가 있다. 거리가 멀어 프레넬 수는 0에 가깝고, 빛은 완전히 회절 영역에서 움직인다. 게다가 다른 센서들이 빛의 세기를 읽는 것과 달리, 구조광은 빛의 위치를 읽는다. 회절이 위치를 흔드는 곳에서 위치를 정보로 쓰는 셈이다.

같은 논문의 실측값도 이 구도를 뒷받침한다. 조도센서의 시야각은 반치폭 기준 120°에서 92.5°로, 컬러필터를 봉지막 위에 올린 구조에서는 60.9°까지 좁아졌다. 카메라 쪽에서는 100µm 피치·개구율 30%의 픽셀 배열이 이미지 유사도(SSIM)를 0.65까지 떨어뜨렸다.

이 논문에서 하나 더 눈여겨볼 값이 있다. 연구진이 분해한 상용 스마트폰의 근접센서 파장이 940nm가 아니라 1330nm였다는 점이다. 이 숫자는 뒤에서 다시 나온다.

6. 밝기로 밀어붙일 수 없는 세 가지 이유

신호가 부족하면 세게 쏘면 되지 않나. 이 직관이 막히는 지점이 세 군데다.

첫째, 왕복 2회 투과다. 이 시리즈 UPS1 편에서 다룬 구조 그대로다. 빛이 나갈 때 한 번, 얼굴에 반사돼 돌아올 때 한 번 패널을 통과하므로 최종 신호는 투과율의 제곱(T²)에 비례한다. 애플의 특허도 같은 문제를 적었다. 디스플레이 스택을 지나며 가시광의 80% 이상이 손실될 수 있다는 서술이다.¹⁰

둘째, 눈 안전이다. 도트 프로젝터는 적외선 레이저다. 사람 눈에 보이지 않을 뿐 레이저이므로 국제 안전 규격의 출력 상한 안에 있어야 한다. 애플 스스로 이 제약을 문서에 명시한다. TrueDepth 시스템이 안전한 이유로 “낮은 출력(low output)“을 들고, 기기가 손상되면 안전상의 이유로 레이저 시스템이 비활성화될 수 있다고 경고한다.⁴ 출력은 설계자가 자유롭게 올릴 수 있는 변수가 아니다.

셋째, TFT 광열화다. IR을 세게 쏘면 이번에는 패널 자신이 다친다. LTPS·산화물 TFT는 빛에 반응하는 성질이 있어서, 배면에서 강한 적외선이 들어오면 광전류가 생기고 문턱전압이 이동한다. UPS1 편에서 다룬 워터마크 아티팩트가 이것이다. 2024년 SID 학회에서 발표된 논문 한 편이 정확히 이 주제를 다뤘다. 적외선 조사가 OLED 화면, 특히 TFT에 미치는 영향을 분석하고 최적화 방안을 제시하는 내용이다.¹¹

한 가지 반가운 소식도 있다. 편광판은 여기서 범인이 아니다. 원편광판은 800nm 이상의 근적외선에서는 편광 기능을 잃고 90% 이상을 그대로 통과시킨다. 가시광을 절반 가까이 잡아먹는 편광판이 근적외선 앞에서는 거의 투명하다. UPS2 편에서 편광판 제거 트렌드가 조도센서 문제를 오히려 키웠던 것과는 정반대 구도다.

7. 산업이 고른 세 갈래 해법

그래서 어떻게 풀고 있는가. 특허와 학회 논문을 따라가 보면 세 갈래로 갈린다.

7-1. 패널을 뚫는다: 940nm에서 34.4%

가장 직접적인 접근이다. 센서 위쪽 화면의 서브픽셀과 배선을 걷어내 적외선이 지나갈 길을 만든다.

애플의 특허 US12201004가 이 방식을 상세히 기술한다. 2020년 4월 출원돼 2025년 1월에 등록됐고, 발명자 명단에는 앞서 언급한 SID 초청강연의 저자들이 그대로 들어 있다. 특허가 제시하는 방법은 이렇다.

• 센서와 겹치는 영역에서 서브픽셀을 10~90% 제거하며, 기본안은 절반이다
• 제거 방식은 “같은 색의 최근접 서브픽셀을 반복적으로 제거”하는 것이다. 이웃 픽셀이 빠진 색을 보완하므로 눈에 잘 띄지 않는다
• 그리고 결정적으로, 가로·세로 제어 배선을 재배치해 “빛이 디스플레이를 지날 때 회절의 양을 줄이는 연속적인 열린 영역”을 만든다¹⁰

마지막 항목을 주목할 만하다. 애플이 특허 문서에서 회절을 언더패널 센싱의 장애물로 직접 지목하고, 그것을 줄이는 것을 설계 목표로 명시했다.

이 접근이 실제로 얼마나 되는지를 보여주는 수치가 2024년 SID 논문에 있다. 6.55인치 패널에 4mm × 14mm 크기의 페이스ID 센서 영역 두 개를 만들고, “TFT inside” 방식을 적용해 **940nm 투과율 34.4%**를 확보했다. 그러면서 전체 화면의 400 PPI를 유지했다.¹²

이 34.4%가 어느 정도인지는 비교해 보면 안다. 이 시리즈 UPS1 편에서 인용한 일반 화면 영역의 적외선 투과율은 3~10%였다. 전용 투과창을 설계하면 3배에서 10배가 올라간다. 왕복 기준으로 환산하면 0.09~1%였던 수신 신호가 약 11.8%가 된다. 자릿수가 두 개 바뀐다.

화면 아래 페이스ID를 가능성의 영역으로 밀어 넣은 것은 새로운 알고리즘이 아니라 이 투과율이다.

7-2. 파장을 바꾼다: 940nm를 버린다

두 번째 접근은 문제를 우회한다. 940nm에서 패널이 안 뚫린다면, 패널이 더 잘 통과시키는 파장으로 옮기면 된다.

특허 US11146745가 이 방향을 명시적으로 제안한다. 물리적 구멍 없이 비발광 영역 뒤에 적외선 소자를 두되, 파장을 1100~1600nm, 최적으로는 1300~1400nm 대역으로 옮기는 구성이다. 이 특허는 투과율 기준을 30%, 50%, 70%, 심지어 90% 이상으로 정의한다.

그리고 이건 종이 위의 아이디어가 아니다. 앞서 본 《Optics Express》 논문이 분해한 상용 스마트폰의 근접센서가 이미 1330nm를 쓰고 있었다. 특허가 제안한 대역이 실제 제품에 들어가 있다는 실측 근거다.

대가는 있다. 실리콘 광다이오드의 감도 상한이 약 1100nm다. trinamiX 특허도 실리콘 적용 대역을 700~1100nm로 못박는다. 1300nm대로 가면 검출기 재료 자체를 바꿔야 하고, 이는 원가와 공급망이 달라진다는 뜻이다. 근접센서 한 개라면 감당할 수 있는 변경이지만, 3D 센싱 모듈 전체에 같은 선택을 할 수 있을지는 다른 문제다.

7-3. 점을 줄인다: 3만 개에서 2,500개로

세 번째가 가장 반직관적이고, 그래서 가장 흥미롭다.

trinamiX의 특허는 화면 아래 3D 센싱을 위해 투광 패턴을 **“시야당 2,500개 미만의 점”**으로 제한한다고 적는다. 32,000개에서 열 배 넘게 줄이는 것이다. 이유는 두 가지다.⁵

첫째, 점을 줄이면 점당 출력이 올라간다. 눈 안전 규격이 묶는 것은 총 출력이다. 같은 총량을 열 배 적은 점에 몰아주면 점 하나하나가 열 배 밝아진다. 회절 차수 중 0차가 가장 밝으므로, 진짜 점과 유령점 사이의 밝기 차이가 벌어진다.

둘째, 밝기순으로 정렬해서 걸러낼 수 있다. 특허의 표현은 이렇다. “대응 매칭에는 더 밝은 반사 특징이 우선된다.” 0차 회절은 본질적으로 고차보다 밝으므로, 밝기로 줄을 세우면 위쪽이 진짜다. 여기에 빔 프로파일 분석을 더해 가짜 특징을 배제한다.

그리고 점이 성기면 애초에 유령점이 다른 진짜 점 자리에 앉을 확률 자체가 낮아진다. 앞의 시뮬레이션에서 도트 개수 슬라이더를 2,500개 쪽으로 끝까지 내려 보면 대응 실패율이 80%대에서 10%대로 떨어지는 것을 확인할 수 있다.

대가는 명확하다. 깊이맵 해상도다. 얼굴 표면을 32,000점으로 읽던 것을 2,500점으로 읽으면 얼굴의 미세한 굴곡은 사라진다. 해상도를 팔아서 신뢰도를 사는 거래다.

8. 그런데 이미 상용화됐다

여기까지 읽으면 화면 아래 얼굴인식이 아직 연구 단계처럼 보인다. 그렇지 않다.

BASF의 자회사 trinamiX는 2022년 2월에 이미 OLED 뒤에 배치된 상태로 생체보안 시험을 전부 통과했다고 발표했다. Android 생체인증 보안 등급 Class 3(Strong), FIDO 얼라이언스 Level C, 그리고 실리콘 마스크를 포함한 수천 건의 스푸핑 시도에 대해 **수용률 0%**다. 핵심 기술은 빔 프로파일 분석 기반의 피부 감지로, 카메라 앞의 물체가 실제 사람 피부인지를 판별한다.

이후 행보도 이어졌다. 2024년 2월에는 Visionox·ST마이크로와 저가형 behind-OLED 솔루션을 내놓았고, 같은 해 5월 디스플레이 위크에서는 폴더블 화면 뒤에 실장한 얼굴인증을 시연했다. 2025년 1월에는 NIL Technology의 메타옵틱스와 결합해 모듈을 더 줄였다.

중국 진영도 비어 있지 않다. Visionox는 2020년 UDC 솔루션 InV see®를 내놓은 뒤 2022년에 언더디스플레이 3D 얼굴인식 풀스크린 솔루션을 발표했다. 결제 등급 검증 수준에 도달했다는 것이 회사 설명이다.

그러면 왜 애플이 가장 늦나. 앞의 숫자들이 답을 준다. 100만분의 1이라는 오인식 문턱, Secure Enclave와 보안 뉴럴 엔진에 묶인 아키텍처, 그리고 결제·앱 인증까지 걸린 생태계다. 인증을 통과하는 것과, 이미 9년째 그 수준으로 동작해 온 시스템을 성능 저하 없이 화면 밑으로 옮기는 것은 다른 문제다.

9. 다음 달에 확인할 것

아이폰 18 Pro가 공개되면 아래 항목들이 이 기사의 논지를 검증하거나 반증한다. 발표 자료를 볼 때 이 순서로 확인하면 된다.

① 구멍이 완전히 사라지는가, 줄어들기만 하는가. 완전히 사라진다면 도트 프로젝터와 적외선 카메라가 모두 패널 아래로 갔다는 뜻이다. 줄어들기만 한다면 둘 중 하나만 내려갔을 가능성이 크다. 2024년 SID 논문이 제시한 구성이 4mm × 14mm 창 두 개였다는 점을 기억할 만하다.

② 작동 거리 25~50cm가 유지되는가. 신호 마진이 부족하면 가장 먼저 조정되는 것이 동작 범위다. 이 수치가 좁아진다면 투과율 확보에 여유가 없었다는 신호다.

③ 마스크 착용 인식이 유지되는가. 마스크 상태의 인식은 눈 주변의 좁은 영역만으로 판별하므로 깊이맵 해상도에 더 민감하다. 점 개수를 줄이는 선택을 했다면 이 기능이 먼저 영향을 받는다.

④ 등록 절차가 길어지는가. 등록 시 머리를 돌리는 횟수가 늘어난다면, 기기별 캘리브레이션 부담이 커졌다는 간접 신호로 읽을 수 있다.

⑤ 애플이 파장을 밝히는가. 940nm를 유지했는지, 1300nm대로 옮겼는지는 해법 세 갈래 중 어느 쪽을 골랐는지를 가르는 분기점이다.

10. 남은 물음

무작위 패턴과 유령점 제거는 양립하는가

패널이 만드는 유령점은 원리적으로 결정론적이다. 격자 구조가 고정돼 있으므로 유령점이 어디에 생길지는 계산할 수 있고, 기기별 캘리브레이션으로 뺄 수 있다. 그런데 페이스ID의 보안 설계는 투사 패턴을 기기마다 다른 무작위 배열로 두고, 캡처 순서까지 무작위화하는 쪽에 있다. 예측 가능성을 늘려야 하는 요구와 줄여야 하는 요구가 같은 시스템 안에서 만난다. 이 둘을 어떻게 분리했는지는 아직 공개되지 않았다.

해상도를 얼마나 팔 수 있는가

trinamiX의 2,500점은 인증에 필요한 최소 해상도가 그 근처라는 뜻이기도 하다. 하지만 얼굴인증만이 3D 센서의 용도는 아니다. 애니모지, 인물 사진 모드, AR 애플리케이션은 더 촘촘한 깊이맵을 쓴다. 인증을 위해 점을 줄이면 이 기능들이 함께 내려간다. 인증용과 캡처용을 다른 모드로 나눌 것인지가 실제 설계 결정이 된다.

11. 핵심 용어

구조광

알려진 패턴의 빛을 대상에 투사하고, 패턴이 어떻게 어긋나 보이는지로 3차원 형상을 복원하는 방식.

대응 문제

카메라가 관측한 점이 프로젝터가 투사한 몇 번째 점인지 짝짓는 문제. 구조광 3D 센싱의 핵심 연산이다.

DOE

회절광학소자. 규칙적 미세구조로 빛을 여러 방향으로 갈라 하나의 광원을 다수의 점으로 복제한다.

시차

기준선만큼 떨어진 두 지점에서 볼 때 대상의 위치가 어긋나 보이는 양. 깊이에 반비례한다.

0차·고차 회절

격자를 지난 빛이 갈라지는 차수. 0차가 직진 성분이자 가장 밝고, ±1차 이상이 유령점을 만든다.

프레넬 수

구멍 크기와 파장, 거리로 계산해 빛이 기하광학·프레넬 회절·프라운호퍼 회절 중 어느 영역에 있는지를 가르는 지표.

플러드 일루미네이터

얼굴 전체에 균일한 근적외선을 뿌려 2D 적외선 이미지를 얻게 하는 조명 소자.