다양한 센서·인터페이스·SOM 기반 AI 처리 ROS 2 환경서 로봇 구현

AMD Kria AI SOM이 ‘두뇌’라면, ADI는 ‘감각·신경망’ 제공하는 구조

많은 로봇 개발팀들은 결국 동일한 질문과 마주하게 된다.

“반도체는 성능이 충분히 좋아 보이고, 벤치마크 수치는 인상적이며, 데모도 매끄럽게 작동한다. 그런데 실제 배포 가능한 로봇을 출시하는 데 왜 여전히 18개월이나 걸리는 것일까?”

문제의 원인이 단지 프로세서인 경우는 거의 없다. 프로세서를 둘러싼 요소들이 문제다.

오늘날 자율 로봇 개발자에게 중요한 질문은 ‘어떤 컴퓨팅 모듈이 가장 높은 처리 성능(피크 쓰루풋)을 제공하는가’가 아니다. 핵심은 “유망한 반도체 부품들을 활용해 어떻게 우리가 실제로 작동하고 검증을 거쳐 양산이 가능한 로봇을 더 빠르게 완성할 것인가”이다.

■ 마이크로컨트롤러에서 AI 기반 컴퓨팅으로: 새로운 자율 로봇 스택

자율 로봇 아키텍처는 변화하고 있다. 과거에는 여러 개의 마이크로컨트롤러(MCU)가 분산 배치되어 각각 센싱, 모션 제어 또는 통신 기능을 담당했다. 이제 이러한 구조는 보다 중앙집중화된 AI 기반 로봇 컴퓨팅 아키텍처로 통합되고 있다.

AMD Kria™ AI 로보틱스 개발자 플랫폼(AMD Kria™ AI Robotics Developer Platform)은 이러한 변화를 반영한다. 이 플랫폼은 자율 로봇 개발을 위한 턴키 방식의 개방형 완전 통합 플랫폼으로, 공장용 로봇과 자율이동로봇(AMR)부터 모바일 매니퓰레이터, 휴머노이드에 이르기까지 폭넓은 로봇 애플리케이션을 지원한다. Kria AI 로보틱스 개발자 플랫폼은 개발자가 개념 단계에서 설계와 프로토타이핑 단계로 전환하는 과정을 가속화한다. 컴퓨팅 성능은 CPU, 통합 GPU(iGPU), NPU 및 통합 메모리를 하나의 장치에 집적한 Kria AI SOM(System-on-Module)에서 제공된다. 또한 FPGA와 ADI의 센싱 및 연결성 기술 스택이 결합되어 SOM의 기능을 보완한다.

이 플랫폼은 AMD ROCm 소프트웨어를 기반으로 하는 AMD 로보틱스 소프트웨어 툴(AMD Robotics Software Suite)의 지원을 받는다. 이 툴은 오픈소스 기반의 런타임 스택을 제공하며, 여기에는 개발자에게 친숙한 리눅스, ROS 2, 파이토치(PyTorch), 텐서플로(TensorFlow), 도커(Docker), 하드웨어 가속 인식 라이브러리 등이 포함된다.

이러한 개발 환경의 친숙함은 매우 중요하다. 많은 로봇 개발 프로젝트에서 x86 리눅스는 타협안이 아니라 가장 적합한 개발 환경이다. 개발팀이 새로운 독자 SDK를 학습하는 데 시간을 투입하지 않아도 된다면 개발 속도를 더욱 높일 수 있기 때문이다.

■ 로봇 개발 프로젝트를 지연시키는 통합의 과제

성능이 뛰어난 컴퓨팅 플랫폼을 사용하더라도 자율 기능 개발과 직접 관련이 없는 통합 작업에 상당한 시간이 소요된다. 이러한 문제는 잘 알려져 있지만, 새로운 하드웨어를 설계할 때마다 이 과제를 처음부터 다시 해결해야 한다. 개발 프로젝트에서 흔히 겪게 되는 다섯 가지 과제는 다음과 같다.

1) 여러 대의 카메라 연결을 위한 배선의 복잡성

시각 인식에 의존하는 로봇은 네 개, 여섯 개 이상의 카메라 입력이 필요한 경우가 많다. 이처럼 많은 센서의 케이블을 관리하면서 신호 무결성과 시간 동기화, 카메라별 전원 공급을 유지하면서 모든 신호를 중앙 컴퓨팅 노드로 전달하는 일은 그 자체로 복잡한 기계 및 전기 설계 문제가 된다.

2) 실제 환경에서의 위치 측정

조도가 낮은 창고, 빛이 반사되는 바닥, 특징이 없는 복도처럼 카메라와 LiDAR의 성능이 저하되는 환경에서, 관성 센싱은 필수적이다. 고신뢰성 IMU를 정확한 타임스탬핑 기능 및 ROS 2 드라이버와 함께 통합하는 것은 단순한 부품 조달의 문제가 아니다. 보정과 소프트웨어 통합 작업이 함께 필요하다.

3) 깊이 데이터 처리 부담

깊이 센서는 실시간 필터링과 정렬, 그리고 다른 센서 데이터와의 융합이 필요한 고밀도 3D 데이터를 생성한다. 하드웨어 가속 파이프라인이 없으면 이러한 작업은 호스트 CPU에서 내비게이션 및 경로 계획 작업과 컴퓨팅 자원을 두고 직접 경쟁하게 된다.

4) 안전이 관건인 모션 제어

정밀한 모션 제어는 단순히 버스를 통해 속도 명령을 전송하는 것만으로 구현할 수 없다. 모터 제어 인터페이스, 절연형 필드버스 연결, 인코더 피드백, 전류 센싱을 하나의 시스템으로 통합하고, 실제 운용 환경의 진동 및 온도 변화 조건에서 검증해야 한다.

5) ROS 2 구동 준비 시간

로봇 개발 프로젝트에서 가장 간과되는 부분 중 하나가 하드웨어 서브시스템을 ROS 2에서 사용할 수 있도록 구현하는 데 필요한 시간이다. 모든 센서와 액추에이터에는 드라이버, 하드웨어 바인딩, ROS 2 노드, 검증된 메시지 유형 및 타이밍 검증이 필요하다. 범용 보드를 기반으로 시스템을 구축하는 팀은 이 모든 것을 직접 개발해야 한다.

그 결과, 개발팀은 부품 선정, 캐리어 보드 설계, 리눅스 드라이버 포팅, 센서 타이밍 검증, 카메라 인터페이스의 ROS 2 연동과 같은 작업에 상당한 시간을 투입하게 되며, 이러한 과정을 각 서브시스템마다 반복해야 한다.

■ 단순한 두뇌를 넘어 로봇에 즉시 적용 가능한 신경계를 제공

AMD는 Kria AI 로보틱스 개발자 플랫폼과 ADI 솔루션의 결합을 통해 자율 로봇 개발을 위한 새로운 접근 방식을 제시한다. 이번 협력은 특정 계층만 최적화하고 나머지 통합 작업을 개발자의 몫으로 남겨두는 것이 아니라, 로봇에 실제로 필요한 것들을 제공한다. 즉, 단순히 컴퓨팅 성능만 제공하는 것이 아니라 신경계처럼 작동하는 검증된 시스템 수준의 기반을 제공하는 것이다.

Kria AI SOM은 ADI 기술을 기반으로 설계된 개방형 로봇 캐리어 카드와 결합된다. 이 캐리어 카드는 FPGA와 로봇 분야에서 일반적으로 사용되는 인터페이스를 제공한다. 여기에는 자동차 산업에서 검증된 기가비트 멀티미디어 시리얼 링크(GMSL™) 기반 고속 카메라 연결, 관성 센싱, CAN-FD, RS-485, 기가비트 및 멀티기가비트 이더넷, 저지연 오디오 전송을 위한 A2B(Automotive Audio Bus), 배터리 관리 연결 기능, 모터 제어 확장 기능이 포함된다.

표준화된 COM-HPC 방식의 아키텍처를 사용하므로, 개발자는 프로젝트별 전용 캐리어 보드를 새롭게 설계할 필요가 없다. 컴퓨팅 요구사항이 변경되더라도 나머지 플랫폼은 유지한 채 SOM만 교체하면 된다.

자율 로봇이 실제 운용 환경에 배치되는 단계로 발전함에 따라 안전성과 신뢰성은 더 이상 선택 사항이 아니다. 로봇은 시각 기능이 저하되는 환경에서도 작동해야 하는데, 이 부분에서 ADI의 ADIS16607 IMU가 빛을 발한다. ADI의 센서 융합 연구 결과에 따르면, IMU를 보조 센서로 활용해 비전 시스템과 결합하면 주요 데이터세트에서 시스템의 강건성을 크게 향상시킬 수 있음을 확인했다.

컴퓨팅 성능 역시 단순히 TOPS 수치만으로 평가할 수 없다. 로봇 워크로드는 매우 복합적이다. 인식 모델을 위한 저정밀 트랜스포머 추론뿐 아니라 고전적인 고정밀 알고리즘, 수치 최적화, 보정 및 개발 워크플로를 모두 지원해야 한다. AMD Kria AI SOM에 통합된 x86 GPU 및 NPU 아키텍처는 이 두 가지 유형의 작업을 모두 처리하도록 설계됐다.

ADI는 이 플랫폼에 로봇 구현에 필요한 물리적 인터페이스를 제공한다. 여기에는 안정성이 높은 관성 센싱, 일관성 있는 깊이 데이터 처리, 하나의 동축 케이블을 통해 여러 영상 입력을 통합하는 장거리 카메라 링크, 모터 제어를 위한 절연형 산업 통신, 그리고 48V 로봇 전원용 배터리 관리 레퍼런스 설계가 포함된다.

■ 백지상태가 아닌 검증된 플랫폼에서 시작

이 플랫폼이 제공하는 핵심 가치는 명확하다. 개발자가 아무런 준비가 되어 있지 않은 리눅스 환경에서 시작하지 않아도 된다는 것이다.

AMD Kria AI 로보틱스 개발자 플랫폼은 ADI 드라이버가 통합된 사전 검증 하드웨어 및 소프트웨어 플랫폼을 제공한다. 인터페이스 구성이 이미 정의돼 있고, ROS 2 환경도 준비돼 있으며, 개발 키트에서 양산용 SOM과 실제 로봇 시스템으로 전환하는 절차도 문서화돼 있다. 개발자는 초기 몇 주를 캐리어 보드 구동 및 환경 구축 작업에 투입할 필요 없이 첫날부터 자율 기능 개발에 집중할 수 있다. 많은 프로젝트에서 이러한 시간 절감 효과는 수개월 수준에 이를 수 있다.

■ 미래의 로봇 개발에는 더욱 완전한 시스템이 필요하다

오늘날 창고, 공장 및 물류 현장에 배치되는 로봇의 발전을 가로막는 것은 컴퓨팅 성능 자체가 아니다. 오히려 컴퓨팅을 둘러싼 시스템을 구축하는 데 필요한 시간과 비용이 더 큰 제약 요인이다. 물론 더 높은 AI 성능을 구현할 여지는 항상 존재하지만 이를 뒷받침하는 소프트웨어 스택은 오랫동안 여러 개별 기술을 통합하는 방식으로 구축되어 왔기 때문에 통합 과정이 쉽지 않았다.

ADI와 AMD는 이러한 통합 과제를 해결하기 위한 플랫폼을 구축하고 있다. 이 플랫폼은 검증된 컴퓨팅, 센싱, 연결성, 모터 제어 및 ROS 2 소프트웨어가 처음부터 유기적으로 동작하도록 설계된 로봇용 신경계다. 개발팀이 프로토타입에서 양산 단계로 전환하고 있다면, ADI와 AMD는 그 전환 과정을 더욱 빠르게 진행할 수 있도록 지원한다. 자세한 내용은 AMD Kria AI 로보틱스 개발자 플랫폼 웹사이트(https://www.amd.com/en/products/system-on-modules/kria/ai/robotics-developer-platform.html)에서 확인할 수 있다.