사물인식 테이블 제작과 전시 활용 사례

사물인식 테이블은 테이블 위에 올려진 물건을 인식해 그에 맞는 콘텐츠를 자동으로 보여주는 콘텐츠입니다. RFID 태그를 활용하는 방식과 카메라로 형태를 인식하는 방식이 있으며, 어떤 방식을 쓰느냐에 따라 설치 조건과 관리 방식이 달라집니다. 이 글에서는 라온스퀘어가 실제로 구축한 사례를 통해 인식 방식별 특징과 제작 시 확인할 점을 살펴봅니다.

사물인식 테이블의 인식 방식

사물인식 테이블은 물건에 RFID 태그를 부착해 리더기로 인식하는 방식과, 별도 태그 없이 카메라로 물건의 형태나 위치를 인식하는 방식으로 나눌 수 있습니다. 어떤 물건을, 몇 종류까지, 얼마나 정밀하게 구분해야 하는지에 따라 적합한 인식 방식이 달라집니다.

라온스퀘어 실제 사례

1. RFID 태그

2. 카메라 인식

RFID 방식과 카메라 인식 방식의 선택

정관장·SKT 사례처럼 여러 매장이나 여러 단말을 정확히 구분해야 한다면 인식 정확도가 높은 RFID 태그 기반 인식이 유리합니다. 반면, 제품에 일일이 태그를 부착하기 어렵다면 형태나 이미지로 인식하는 카메라 기반 방식을 검토할 수 있습니다. 다만 카메라는 태그 부착이 필요 없다는 장점이 있는 반면, 조명이나 제품 각도에 따라 RFID만큼의 고투입·고정밀 인식이 어려울 수 있습니다.

또한 RFID 적용 시에도 단순 리더기 스펙보다는 매대 주변의 재질(금속·액체 등)에 따른 신호 감쇄나 안테나 간 일정 간격 미확보로 인한 간섭 문제가 인식률을 좌우하므로, 실제 설치 환경을 고려한 사전 현장 검증(PoC)이 필수적입니다.

자주 묻는 질문

Q. SKT 사례처럼 여러 개의 단말을 동시에 테이블에 올리면 각각의 정보가 서로 겹치지 않나요?

A. 리더기가 각 태그의 고유 값을 개별로 인식하기 때문에, 여러 개의 태그가 동시에 인식 범위 안에 있어도 태그별로 매핑된 콘텐츠가 섞이지 않고 화면에 나란히 표시됩니다. 다만 태그 간 간격이 지나치게 좁으면 인식률이 떨어질 수 있어, 테이블 크기와 예상 동시 사용 대수에 맞춰 태그 간 최소 간격을 정하는 것이 일반적입니다.

Q. 정관장 사례처럼 신제품이 새로 출시되면 RFID 테이블에도 쉽게 추가할 수 있나요?

A. 신제품에 RFID 태그를 부착하고, 해당 태그값에 맞는 콘텐츠(성분·가격·섭취방법 등)만 시스템에 추가로 등록하면 되므로 하드웨어를 새로 설치하지 않고도 취급 제품 목록을 계속 늘려갈 수 있습니다. 다만 제품 종류가 많아질수록 태그값과 콘텐츠를 매칭하는 관리 작업도 함께 늘어나기 때문에, 담당자가 주기적으로 등록 상태를 점검하는 운영 체계를 갖추는 것이 좋습니다.

Q. 카메라로 인식하는 방식은 조명이 바뀌거나 물건이 겹쳐 놓이면 인식이 잘 안 되지 않나요?

A. 최근 카메라 인식 기술은 기본적인 형태·색상 인식과 AI 학습 방식을 함께 활용해, 예전보다 훨씬 안정적으로 물건을 구분합니다. 다만 조명이 급격히 바뀌거나 물건끼리 겹쳐서 일부가 가려지면 인식률이 떨어질 수 있는 것은 사실입니다. 그래서 칠교놀이 사례처럼 별도 조명 없이 빔프로젝터 빛을 조명으로 활용하는 구조라면, 프로젝터 밝기에 맞춰 카메라 인식 조건을 사전에 맞춰두고 인식 영역 안에서 물건끼리 겹치지 않도록 배치 가이드를 함께 제공해 이런 상황 자체가 최대한 생기지 않도록 설계합니다. 그럼에도 드물게 오인식이 발생하면 다시 인식을 시도하거나 수동으로 보정할 수 있는 예외 처리를 함께 구성해 안정성을 높입니다.