한동안 싱글보드 컴퓨터와 마이크로컨트롤러를 만지작거려 왔는데, 깨닫기까지 너무 오래 걸린 사실이 하나 있습니다. 둘은 경쟁자가 아니라 함께할 때 더 좋다는 거죠. 아두이노는 회로, 센서, 자동화에 뛰어나고, 라즈베리 파이는 더 무거운 연산을 맡습니다. 둘을 합치면 어느 한쪽만으로는 제대로 하기 어려운 프로젝트들이 열립니다.
제가 가장 좋아하는 조합은 Home Assistant 기상 관측소입니다. 아두이노가 브레드보드 위의 BME280 센서 값을 읽고, 라즈베리 파이는 Home Assistant를 돌리며, 둘을 MQTT로 연결합니다. 저렴하고 안정적이며, 대시보드에 우리 집 발코니의 실시간 온도와 습도가 표시됩니다.
자꾸 다시 손이 가는 또 하나는 스마트 체스판입니다. 아두이노 나노가 판 아래의 LED와 스위치를 제어하고, 파이는 AI 상대를 위해 Stockfish 체스 엔진을 돌립니다. 전자공학, 3D 프린팅, 소프트웨어가 재미있게 어우러진 프로젝트예요.
레트로 게임을 좋아한다면 라즈베리 파이는 훌륭한 에뮬레이션 기기가 되고, 아두이노는 거기에 쓸 DIY 게임 컨트롤러가 될 수 있습니다. 파이가 태그 데이터베이스를 저장하고 아두이노가 리더기와 잠금장치를 담당하는 RFID 도어락을 만든 재치 있는 분들도 봤는데, 정말 쓸모 있는 홈 프로젝트입니다.
이제 막 시작한다면 너무 깊이 고민하지 마세요. 중고 아두이노와 파이를 하나씩 구해서 작은 프로젝트 하나를 처음부터 끝까지 해 보세요. 배움은 빠르게 쌓이고, 어느새 나만의 작품을 구상하고 있을 겁니다.
출처: XDA Developers
Robotistan Maker 블로그에 실린 이 프로젝트는 연달아 회의에 들어가는 사람이라면 누구나 아는 고민을 풉니다. 캘린더 탭을 계속 확인하거나 휴대폰 알림을 기다리는 대신, 다음 회의를 책상 위 실물 화면에서 바로 보자는 것입니다.
프로젝트에는 5.0인치 ESP32 HMI TFT LCD 화면이 쓰입니다. 화면 위에 이미 ESP32-S3 마이크로컨트롤러와 Wi-Fi, 그래픽 구동 회로가 있어서 점퍼선으로 ESP32를 따로 연결할 필요가 없습니다. 시스템은 Wi-Fi에 연결해 Google Calendar API로 다가오는 일정을 조회하고, 회의 제목과 시간, 설명을 800x480 해상도 화면에 표시합니다. 현재 시각은 NTP 서버에서 받아옵니다. 캘린더에 새 회의를 추가해도 ESP32를 만질 필요가 없고, 기기가 일정 간격으로 캘린더를 확인해 화면을 스스로 갱신합니다.
화면은 정전식 터치를 지원하지만 이번 버전에서는 터치 기능을 쓰지 않고 정보 표시용 패널로만 씁니다. 전자 회로와 소프트웨어만으로 끝나지 않고, 3.7V 1800mAh 1S 리튬폴리머 배터리로 동작하며 화면과 배터리를 함께 넣는 3D 프린터 출력 벽걸이 케이스도 설계되어 있습니다. 덕분에 패널을 USB 케이블에 계속 연결해 두지 않고 벽에 달아 쓸 수 있습니다. 개발 중에는 30핀 ESP32 개발 보드도 사용했지만 최종 구현에는 필수가 아닙니다.
제가 좋게 보는 점은 적은 부품으로 하루하루 쓸모 있는 도구를 만든다는 것입니다. 같은 아이디어는 학교나 공방에서 프로그램을 소개할 때도 응용할 수 있습니다. 재료 목록이 짧아서 입문자도 부담 없이 따라 해 볼 수 있을 것 같습니다.
출처: Robotistan Maker
framboise314는 RTL-SDR V4 동글 실험을 이어 가며, 라즈베리 파이 4로 APRS를 디코딩하는 자료를 올렸다. 작은 보드를 무선 통신을 듣는 아마추어 무선 수신국으로 바꾸는 것이 목표다. 유럽에서 쓰는 VHF 주파수 144.800MHz를 청취한다.
글은 먼저 APRS(Automatic Packet Reporting System)가 무엇인지 짚는다. 1980년대 말에 만들어진 패킷 무선 방식으로, 1200 보드의 AFSK로 변조된 아주 짧은 오디오 신호를 AX.25 프레임에 담아 보낸다. 위치 추적, 원격 측정(기상 관측소나 외딴 중계기의 배터리 상태), 짧은 메시지에 쓰인다. 인터넷 없이도 디지피터를 거쳐 망이 돌아가고, iGate가 웹과 연결한다. 저자는 이를 Meshtastic과도 비교하는데, 가장 큰 차이는 규정과 주파수에 있다고 본다.
실제 구성은 GQRX를 정해진 대로 설정한 뒤, 프레임을 해석하는 순수 소프트웨어 TNC인 Dire Wolf로 넘기는 방식이다. 튜토리얼은 설치 과정, UDP로 오디오를 보내는 경로, 실제로 겪는 함정 하나를 자세히 다룬다. GQRX는 기본 설정으로 IPv6를 쓰기 때문에, Dire Wolf가 데이터를 받으려면 IPv4 흐름으로 강제해야 한다. 마지막으로 신호 처리 부하로 프로세서가 열 스로틀링에 걸리는 하드웨어 문제도 다루는데, 계속 안정적으로 돌리려면 반드시 손봐야 하는 부분이다.
개인적으로 좋았던 점은, 1990년대에 패킷 무선을 직접 하던 사람이 수십 유로짜리 하드웨어로 그 기술을 다시 만나는 듯한 어조다. 라즈베리 파이와 무선 통신을 함께 해 보고 싶은 사람에게 좋은 출발점이 된다.
출처: Framboise 314
LLM 하면 보통 챗봇부터 떠오르지만, Needle은 다른 길을 간다. Cactus Compute가 만든 작은 인공지능 모델로, 크기는 겨우 14MB다. 하나의 일만 한다. 자연어 요청을 Python 함수 호출로 바꾸는 것이다. 대화를 위한 것이 아니라 앱, 기기, 자동화를 제어하기 위한 모델이다.
흥미로웠던 부분은 클라우드도 AI 전용 하드웨어도 없이, 라즈베리 파이 5에서 CPU만으로 로컬에서 돌아간다는 점이다. accendi_led() 같은 함수를 직접 쓸 필요 없이 "LED 1 켜줘"라고 말하면 모델이 알맞은 함수를 고른다. 이탈리아어 명령도 알아듣고, 프로젝트 사이트에는 홈 자동화, 로봇청소기, 스마트워치, AR 안경 데모가 있어서 직접 해 볼 수 있다.
RaspberryItaly 튜토리얼은 작은 로컬 비서를 만든다. 메모를 파일에 저장하고, 라즈베리 파이의 온도를 읽고, LED를 켜고 끄며, 이탈리아어로 쓴 명령을 이해한다. 필요한 것은 라즈베리 파이(5 권장), 최신 Raspberry Pi OS, Python 3, 220 또는 330옴 저항을 단 LED와 점퍼선 몇 개다. 설치는 가상 환경과 cactus-needle 패키지로 진행하며, 인터넷은 처음 내려받을 때만 필요하다.
저자가 남긴 조언도 기억해 둘 만하다. 명령은 한 번에 하나씩 주는 편이 낫다. "부엌 불 끄고 블라인드 내려" 같은 문장은 제대로 해석되지 않을 수 있지만, 두 명령을 나눠 주면 잘 동작한다.
프로젝트 아이디어로는 아주 구체적이라고 본다. 로컬 음성 인식과 결합하면, 어떤 네트워크 서비스에도 의존하지 않고 로봇이나 작은 자동화를 음성으로 조종할 수 있다.
출처: RaspberryItaly
Embarcados가 소개하는 XIAOML Kit은 Seeed Studio가 만든 키트로, 하버드대 Vijay Janapa Reddi 교수의 책 「Machine Learning Systems」의 실습 과정을 따라가도록 설계되었습니다. 이 실습들은 이타주바의 UNIFEI 대학 Marcelo Rovai 교수와 함께 tinyML4D 그룹 안에서 개발되었습니다.
키트에는 OV3660 카메라, 디지털 마이크, SD 카드 리더가 달린 XIAO ESP32-S3 Sense와, 6축 IMU 및 0.42인치 OLED 디스플레이가 달린 확장 보드가 들어 있습니다. 덕분에 책에서 다루는 세 가지 데이터, 즉 이미지·소리·움직임을 모두 실습할 수 있습니다. 2.4GHz FPC 안테나, 방열판 두 개, 어댑터가 포함된 32GB microSD 카드도 함께 옵니다.
SoC는 ESP32-S3R8로, 240MHz로 동작하는 듀얼코어 Xtensa LX7에 SRAM 512KB, PSRAM 8MB, 플래시 8MB를 갖추고 있습니다. IMU는 LSM6DS3TR-C이고, OLED는 SSD1315 컨트롤러를 쓰지만 라이브러리에서는 72x40 픽셀의 SSD1306으로 취급합니다. 조립된 크기는 21 x 17.8 x 30mm, 무게는 10.6g입니다. 작성자가 짚은 실용적인 점은 IMU와 OLED가 같은 I2C 버스를 쓰고 주소가 0x6A와 0x3C라서, 다른 I2C 센서를 달 때 이 두 주소를 피해야 한다는 것입니다. IMU 보드에는 3.7V 리튬 배터리용 JST 커넥터도 있어 웨어러블 프로젝트에 유용합니다.
제가 가장 마음에 든 점은 참고서와 저렴하고 작은 하드웨어의 조합입니다. 이론에서 한 걸음 나아가 실제 마이크로컨트롤러에서 추론을 돌려볼 수 있습니다. OLED는 읽을 수 있는 줄이 두세 줄뿐이지만, 추론된 클래스나 신뢰도 퍼센트를 보여 주기에는 충분합니다.
출처: Embarcados
아두이노가 3월에 발표했던 Ventuno Q의 사전 주문을 받기 시작했습니다. Make 보도에 따르면 보드 가격은 298.99유로이며, 사전 주문한 제품은 약 4주 뒤에 배송될 예정입니다. 주로 엣지 AI와 로보틱스를 겨냥한 제품입니다.
제가 흥미롭게 본 것은 '듀얼 브레인' 콘셉트입니다. 리눅스 쪽에는 8코어 Kryo와 최대 40 TOPS의 Hexagon NPU를 갖춘 Qualcomm Dragonwing IQ8(QCS8275)이 있습니다. 시간이 중요한 작업은 Cortex-M33 기반 STM32H5F5가 맡는데, 여기서는 Arduino 코어를 올린 Zephyr RTOS가 돌아가며 모터, PWM, GPIO를 제어합니다. 두 쪽은 RPC 브리지로 통신합니다. 로봇이라면 여러 보드를 엮지 않고도 카메라 영상을 로컬에서 분석하면서 동시에 모터 제어를 처리할 수 있습니다.
사양은 아두이노 기준으로 넉넉합니다. LPDDR5 16GB, eMMC 64GB, NVMe SSD용 M.2 슬롯, MIPI-CSI 카메라 커넥터 3개, 2.5기가비트 이더넷, Wi-Fi 6, Bluetooth 5.3이 들어 있습니다. 여기에 I2C, SPI, UART, 여러 개의 CAN-FD 인터페이스, Qwiic 커넥터, RGB LED 4개, 8x13 LED 매트릭스도 있습니다.
소프트웨어는 우분투가 기본이고 데비안은 이후에 지원될 예정입니다. 아두이노 설명으로는 Docker와 apt를 바로 쓸 수 있습니다. Arduino App Lab에서는 스케치, 파이썬 스크립트, 컨테이너화된 AI 모델을 연결할 수 있습니다. Qwen, Gemma, Whisper, YOLOX, MediaPipe 등이 기본 설치되어 있고, 직접 만든 GGUF 모델도 llama.cpp로 돌릴 수 있습니다.
가격은 일반적인 아두이노 수준을 크게 넘어서서, 입문용보다는 큰 프로젝트에 더 어울립니다. 제가 특히 끌리는 것은 클라우드에 의존하지 않는 로컬 음성 제어와 자동화라는 발상입니다.
출처: heise online (Make)
한여름 더위에 혼자 사는 고령자가 방 안 온도가 올라가는 것을 모른 채 열사병으로 이송되는 사례가 늘고 있습니다. Zenn에 공개된 개인 개발 프로젝트 「THSense」는 떨어져 사는 가족을 돌보는 사람들을 위해 방의 온도와 습도를 지켜보다가 위험한 온도가 되면 메일로 알려 주는 시스템입니다.
기능은 단순합니다. 방의 온습도를 1분마다 측정하고, 35℃를 넘으면 메일을 보내며, 브라우저에서 현재 값과 지난 추이를 그래프로 볼 수 있습니다. 그래프로 보여 주는 이유는 온도가 계속 올라가는 것 같은 전조를 빨리 알아채기 위해서라고 합니다.
구성이 흥미로웠습니다. 센서(DHT20)를 읽는 일은 Raspberry Pi가 아니라 Grove Beginner Kit에 실린 Arduino에 맡겼습니다. 실시간성이 높고 정확한 값을 얻기 쉽기 때문입니다. Arduino는 60초마다 USB 시리얼로 문자열을 Raspberry Pi에 보내고, Raspberry Pi의 Python이 pyserial로 받아 숫자로 바꾼 뒤 온도 판단, 메일 발송, 데이터베이스 저장을 맡습니다. 데이터베이스는 Azure의 가상머신에 올린 MariaDB이고, 화면은 Flask와 Chart.js로 만들었습니다. 메일은 smtplib로 Gmail SMTP를 통해 보내고, 계정 정보는 코드에 적지 않고 .env에서 읽어 옵니다.
역할 분담이 분명해서 작은 IoT 설계 예시로 참고할 만합니다. 센서는 Arduino, 판단과 알림은 Raspberry Pi라는 나눔은 비슷한 공작을 생각할 때 저도 써먹을 수 있을 것 같습니다. 소스 코드는 GitHub에 공개되어 있다고 합니다.
출처: Zenn
라즈베리 파이가 드디어 스마트 디스플레이 모듈을 판매하기 시작했다. 올 1월에 처음 발표됐고, 이번 주부터 공인 리셀러에서 30달러에 살 수 있다. Compute Module 5는 별도 판매라서, 완성된 컴퓨터가 아니라 빈 어댑터 보드에 가깝다.
이 제품은 Compute Module 5를 장착하는 어댑터 보드로, 인텔의 스마트 디스플레이 모듈(SDM) 규격을 따르는 디스플레이와 프로젝터에 꽂아 쓴다. 전원, 영상, 음성, 데이터, 제어 신호가 모두 내부 커넥터 하나로 오가기 때문에 화면 뒤로 추가 케이블이나 전원 어댑터, 브래킷이 늘어질 일이 없다. 샤프 디스플레이 솔루션즈 유럽과 함께 개발됐고 4K 영상 재생을 지원한다.
보드에는 M.2 슬롯도 있어서 빠른 저장장치나 Hailo 같은 AI 가속기 모듈을 달 수 있다. 팬이 없어 조용하고, 24시간 돌아가야 하는 디지털 사이니지를 겨냥한다. 항공 안내 화면, 길 안내, 매장과 사내 스크린, 또는 SDM 프로젝터와 함께 쓰는 몰입형 전시 등이 대상이다.
초기 테스터 중 하나인 소규모 사이니지 업체 Media Looper는 샤프 디스플레이에 석 달 동안 이 제품을 달아 운영했다. 창업자는 기존 라즈베리 파이 5 구성으로 하던 일을 모두 해내면서도, 고객이 실수로 건드려 빠질 수 있는 케이블, 전원, 브래킷이 없어졌다고 말했고, SDM 슬롯이 있는 디스플레이에는 이 제품을 기본으로 쓰겠다고 했다.
이런 발표가 좋다. 취미용 보드에서 출발한 플랫폼이 얼마나 깔끔한 임베디드 하드웨어 쪽으로 옮겨 왔는지 보여 주기 때문이다. 디스플레이 프로젝트를 준비하는 사람에게 화면 안쪽으로 사라지는 30달러짜리 모듈은 꽤 괜찮은 선택지다. 다만 내 디스플레이에 SDM 슬롯이 실제로 있는지는 먼저 확인해야 한다.
출처: Raspberry Pi News
HDA Link, 일명 Azalia 인터페이스는 보통 PC 칩셋에서만 볼 수 있습니다. Хабр의 한 저자는 Raspberry Pi Pico의 RP2040 마이크로컨트롤러가 이 인터페이스의 호스트 역할을 할 수 있는지 확인해 보기로 했습니다. 기대 효과는 분명합니다. HDA 다채널 오디오 코덱은 채널 수에서 I²S보다 훨씬 풍부합니다.
프로젝트의 기반은 PIO 블록이 있는 RP2040과 보드에 올라간 Realtek ALC889 코덱입니다. 이 보드는 앞서 STM32F103과 Spartan-3로 시도하다 실패한 뒤 남은 것입니다. BCLK는 안정적인 24MHz여야 하므로 소프트웨어로 만들 수 없습니다. 인터페이스는 BCLK, SYNC, SDO, SDI 네 개의 선을 쓰고, 한 프레임은 1000비트로 48kHz를 만듭니다. 96kHz와 192kHz에서는 프레임당 샘플 수가 늘어납니다.
구현은 PIO 상태 기계 네 개로 이루어집니다. SDO 출력, SYNC 출력, BCLK 생성을 포함한 SDI 입력, 코덱에 주소를 부여하는 상태 기계입니다. 데이터는 DMA로 오가고, RP2040의 두 번째 코어가 샘플과 명령을 묶고 코덱의 응답을 해석합니다. 데모 프로젝트는 다섯 개의 스테레오 DAC에서 사인파를 생성하며, 3차 고조파는 약 −123dB입니다.
코덱은 192kHz 샘플링으로 동작했습니다. RP2040을 32MHz(256kHz)로 오버클록했을 때도 작동했지만 코덱이 심하게 발열했습니다. 보드는 3.3V에서 150~270mA를 소비합니다. 한계도 있습니다. 내장 필터는 약 4Hz 차단 주파수의 1차 고역통과 필터처럼 동작하고, 입력 HDA 대역폭으로는 24/192 스테레오 세 채널을 동시에 처리할 수 없습니다.
저자는 또한 DMA, USB, XIP 샘플링이 동시에 동작할 때 생기는 RP2040의 동기화 오류를 발견했고, 그 원인은 Raspberry Pi 측 전문가들이 밝혀냈습니다. 복잡한 처리에는 DSP 명령을 갖춘 RP2350을 추천합니다. 결과와 약점을 모두 솔직하게 보여 주는 점이 마음에 듭니다.
출처: Хабр
센서는 이제 작업장이나 공장 구석에 있는 거의 보이지 않는 부품이기를 그만두었습니다. Hardware Libre는 스페인과 유럽의 여러 프로젝트를 소개합니다. 연결된 기기 네트워크, 데이터 플랫폼, 인공지능을 조합해 설비 고장을 미리 예측하고, 오염을 감시하고, 새의 울음소리로 종을 식별하고, 차량의 안전을 높이는 등 서로 다른 일에 쓰고 있습니다.
가장 자세히 다뤄진 사례는 마드리드의 Scamia입니다. 시의 주택공사인 EMVS가 추진하는 프로젝트로, 2027년까지 15개 건물에 적용되며 그중 13개는 공공임대주택입니다. 예산은 유럽 공동 출자를 포함해 약 520만 유로이고, 각 건물의 디지털 트윈을 중심으로 돌아갑니다. 건물마다 약 200개의 센서가 와이파이와 IoT로 연결되어 온도, 상대습도, 이산화탄소 농도를 측정하고, 이 데이터를 분석해 입주민이 알아차리기 전에 이상 징후를 찾아냅니다. 데이터는 익명화되며 사람이 아니라 가구에 연결됩니다.
책임자들은 에어로써멀이나 보일러 같은 설비의 유지보수 비용이 15~20%, 에너지 소비가 5~10% 줄어들 것으로 계산합니다. 기사는 여기에 현실적인 시각도 더합니다. 이 비율은 가구당 연간 약 40~100유로의 에너지 절감에 해당하며, 실질적인 가치는 많은 가구를 합산하고 값비싼 고장을 막을 때 드러난다는 것입니다.
카르타헤나에서는 북쪽 동네를 위한 또 다른 네트워크를 준비하고 있습니다. 부가세 포함 130,258유로 규모의 계약이며, 이산화질소나 오존 같은 기체를 측정할 장비가 15대 정도 설치될 예정입니다.
저는 이 글을 보면서, 마이크로컨트롤러와 온도 센서로 만든 집안 프로젝트에 쓰는 원리가 도시 하나로도 그대로 확장된다는 점을 다시 느꼈습니다. 기사가 짚듯이 어려운 것은 측정 자체가 아니라, 수백만 개의 측정값을 쓸모 있는 결정으로 바꾸는 일입니다.
출처: Hardware Libre
Pavel Loktev가 Habr에 Elecrow CrowPanel 벽걸이 패널(ESP32-P4)을 일주일 동안 써 본 리뷰를 올렸습니다. 이런 기기가 정말 필요한지도 짚어 보았는데, 결론이 솔직해서 핵심을 옮겨 봅니다.
기기는 10.1인치 1024×600 화면, 32MB PSRAM, 16MB 플래시, 정전식 터치 센서, 오디오, SD 슬롯, GPIO를 갖추고 있습니다. 펌웨어가 비공개라서 개발 플랫폼이라기보다 완성된 제품에 가깝습니다. 패널은 클라이언트로 동작합니다. Home Assistant 서버에 애드온을 설치한 뒤, 패널 자체에 서버 주소와 로그인 정보를 입력하면 일반적인 HA 대시보드가 표시됩니다. 따로 인터페이스를 만들 필요가 없습니다.
저자는 실측값도 공유했습니다. 전원을 켜고 작동하는 대시보드가 뜰 때까지 약 20초가 걸렸습니다. 버튼을 눌러 상태가 바뀌기까지는 0.7~0.8초, 탭을 전환해 블록이 준비될 때까지는 1.1~1.3초였습니다. 명령은 거의 바로 전송되지만, 화면상의 시각적 확인은 눈에 띄게 늦게 나타났습니다. 슬라이더는 잘 작동했고, 카메라와 미디어 재생도 확인했습니다.
대안에 대해서도 솔직합니다. 태블릿은 빠르고 범용적이지만 거치대, 전원, 키오스크 모드가 필요합니다. LVGL을 쓴 ESPHome은 저렴하지만 인터페이스를 직접 만들고 관리해야 합니다. Sonoff NSPanel 같은 완성형 패널은 케이스와 전원 문제를 해결하지만 종종 타사 펌웨어를 요구합니다. CrowPanel은 중간 지점입니다. 휴대폰, PC, 벽에서 같은 대시보드를 쓸 수 있습니다.
단점으로는 낮은 성능, 조밀한 대시보드에는 부족한 해상도, 비공개 펌웨어가 꼽혔습니다. 내장 배터리도 없습니다. 결론은 이것이 태블릿의 대체재가 아니라 현관, 주방, 차고에 있는 리모컨의 대체재라는 것입니다. 큰 화면을 가진 스위치라는 표현이 특히 마음에 들었는데, 아주 정확하다고 생각합니다.
출처: Habr
