[편집자 주]AI는 이제 클라우드가 아닌 임베디드 장치에서 실시간 판단하는 기술로 진화하고 있다. 이런 가운데 온디바이스 AI는 복잡한 개발 환경으로 인해 높은 진입 장벽이 있고, MCU 환경에서의 모델 경량화 및 디버깅에 특히 어려움이 있다. 이런 가운데 MDS테크는 엔드 투 엔드 개발 흐름을 제공해 모델 설계에서부터 훈련, 최적화, MCU 통합, 디버깅까지 비전문가도 실전 적용이 가능하도록 돕고 있다. 이에 본지는 오는 9월9일 ‘2025 e4ds Tech Day’에서 발표하는 박태준 MDS테크 대리와 만나 온디바이스 AI 개발에 대해 들어봤다.
 

■ 기존 온디바이스 AI 개발을 할 때 가장 큰 부담은

온디바이스 AI 개발의 가장 큰 부담은 개발 환경 구축의 복잡함에서 오는 높은 진입 장벽이다.

AI 모델을 학습시키고, 이를 임베디드 장치에 맞게 최적화하고, 다시 펌웨어로 통합하는 과정이 각기 다른 툴과 언어, 플랫폼에서 이루어지기 때문에, 하드웨어 리소스가 제한된 MCU 환경에서의 모델 경량화와 디버깅은 많은 시행착오를 요구한다.

특히, 개발자 입장에서는 시간과 비용이 과도하게 소모되는 구조였다.

■ MDS테크의 온디바이스 AI 플랫폼의 핵심 가치는 무엇인지 궁금하다. 또한 시장에 이미 나와 있는 경량화 AI 프레임 워크나 컴파일러와 비교했을 때 어떤 차별점이 있는지

MDS테크의 온디바이스 AI 개발 솔루션은 손쉬운 통합과 실전 적용에 초점을 맞춘 개발 환경을 제공합니다.

단순한 경량화 프레임워크를 넘어서, 모델 설계 → 훈련 → 최적화 → MCU 코드 통합 → 디버깅까지의 전체 사이클을 하나의 흐름으로 구성해 비전문가도 실제 제품에 AI를 적용할 수 있는 수준의 실현 가능성을 높였다.

다른 솔루션이 모델 최적화와 런타임에 초점을 맞춘 반면, 저희는 다양한 써드 파티 솔루션을 통합한 End-to-End 워크플로우를 통해, 펌웨어 개발자들이 자신 있는 환경에서 AI를 다룰 수 있는 것이 큰 차별 점이다.

■ 비전문가나 AI 입문자도 손쉽게 모델을 설계할 수 있도록 돕는다고 했는데 어떤 기능들이 있는지

코드 구현 없이 웹 기반 GUI를 통해 센서 데이터 수집, 전처리, 모델 생성과 훈련을 제공하는 다양한 써드 파티 도구가 있으며, Keil은 이와 연동하여 바로 펌웨어 프로젝트로 내보낼 수 있다.

또한, 사전 학습된 블록(Transfer Learning), AutoML, 신호 처리 블록 추천 등을 통해 AI 모델 설계에 대한 사전 지식 없이도 시작할 수 있다.

추가로 MDS테크는 Keil 프로젝트 샘플, 전용 디바이스 설정, 디버깅 가이드 등을 함께 제공하여 입문자의 시행착오를 최소화한다.

■ MDS테크 솔루션의 도입 방법과 고객사 협력 사례에 대한 소개를 부탁드린다

도입은 크게 두 가지 방식으로 진행된다.

첫째, 패키지 솔루션 구매와 함께 제공되는 샘플 예제 및 기술 가이드를 기반으로 고객이 자율적으로 적용할 수 있다.

둘째, MDS테크와 함께 PoC를 진행하면서 프로젝트 환경 셋업을 같이 진행하는 방식도 있다.

■ 2025 e4ds Tech Day에서 어떠한 내용을 중심으로 발표할 예정인지

이번 발표에서는 써드 파티 머신 러닝도구와 Keil을 이용한 AI 모델 개발부터 MCU에 통합하여 작동시키는 전 과정을 시연할 예정이다.

특히 복잡한 AI 개발이 어떻게 펌웨어 개발자의 영역으로 다가올 수 있는지에 대해 강조하며, 실제 적용 가능한 예제를 중심으로 설명 드릴 계획이다.

■ 독자들에게 한 말씀

AI는 더 이상 거창한 클라우드 기술에 머무르지 않고, 이제 임베디드 장치 위에서 실시간으로 판단을 내리는 기술로 다가왔다.

MDS테크는 개발자 여러분이 손쉽게 온디바이스 AI를 활용할 수 있도록 준비되어 있다.

이번 Tech Day 발표를 통해, AI를 직접 구현해보는 첫걸음의 노하우와 실용적인 인사이트를 얻어 가시길 바란다.

한편 ‘2025 e4ds Tech Day’ 접수는 공식 홈페이지(https://www.e4ds.com/conference/techday/)에서 할 수 있다.