검색결과 총 218건
-
-
-
라즈베리 파이가 주목한 딥엑스 NPU…개발 보드 넘어 산업용 AI로
[경제일보] 초저전력 인공지능(AI) 반도체 기업 딥엑스(DEEPX)가 글로벌 개발자 생태계를 발판으로 신경망처리장치(NPU)의 활용 범위를 넓히고 있다. 개발자들이 익숙한 소형 컴퓨팅 플랫폼에서 자사 반도체를 경험하도록 유도하는 동시에, 개발 단계에서 검증한 AI 기술을 산업용 장비와 실제 양산 제품으로 연결한다는 전략이다. 15일 딥엑스는 글로벌 소형 컴퓨팅 플랫폼 라즈베리 파이가 최근 공식 뉴스룸에 딥엑스와 공식 디자인 파트너사 식스팹의 기술 소개 글을 게재했다고 밝혔다. 딥엑스의 NPU 'DX-M1M'을 탑재한 라즈베리 파이 5용 AI 가속 보드 '식스팹 AI HAT+'를 활용해 기기 내부에서 AI를 실행하는 방법과 적용 가능성을 소개했다. 라즈베리 파이는 소형 컴퓨터를 활용해 하드웨어와 소프트웨어를 개발·실험하는 이용자층을 확보하고 있다. 개발자들이 라즈베리 파이 기반 프로젝트에서 딥엑스 NPU를 활용하면 별도의 대규모 시스템을 구축하지 않고도 엣지 AI 기술을 시험할 수 있다. 딥엑스는 이를 통해 초기 개발 단계부터 자사 반도체를 경험한 개발자들이 향후 시제품 제작과 상용 제품 개발에서도 자사 기술을 선택하도록 유도한다는 구상이다. 딥엑스가 내세우는 기술적 강점은 낮은 전력 소비와 AI 추론 성능이다. DX-M1M은 최대 25TOPS(초당 1조회 연산)의 성능을 제공하면서 NPU 자체 소비전력은 일반적인 지속 구동 조건에서 약 3W 수준이다. 라즈베리 파이 본체와 주변 장치의 소비전력은 제외한 수치다. 딥엑스는 소형 기기에서 AI를 지속적으로 실행할 때 전력 공급과 발열 관리 부담을 줄일 수 있다고 설명했다. 활용 분야도 단순한 사물 인식에서 주변 환경을 이해하고 정보를 제공하는 방향으로 확대될 수 있을 전망이다. 합성곱신경망(CNN)을 이용해 영상 속 사물이나 이상 징후를 탐지하고, 비전언어모델(VLM)로 장면의 맥락을 분석한 뒤 소형언어모델(SLM)로 상황을 설명하는 방식이다. 예를 들어 3D 프린터 작업대의 카메라가 출력 오류를 감지하고, 해당 장면을 분석해 사용자에게 문제 상황을 알려주는 시스템을 구성할 수 있다. 생산 라인의 품질 모니터링이나 로봇의 주변 환경 인식, 스마트 공간의 상황 분석 등도 응용 분야로 꼽힌다. 기기 내부에서 AI를 실행하는 엣지 AI 방식은 외부 서버로 데이터를 전송하거나 네트워크 연결을 유지해야 하는 부담도 줄일 수 있는 것으로 나타났다. 영상과 같은 민감한 데이터를 현장에서 처리하면 외부 전송을 최소화할 수 있고, 통신 지연에 따른 영향을 줄여 실시간 대응이 필요한 환경에도 유리하다. 딥엑스는 반도체뿐 아니라 개발 과정에 필요한 소프트웨어 지원도 강화하고 있다. 모델 변환·최적화 도구와 실행 소프트웨어, 영상 처리 도구, 사전 최적화된 AI 모델 등을 제공해 개발자들이 자사 NPU를 활용한 응용 프로그램을 구현할 수 있도록 돕는다. 식스팹 AI HAT+와 엣지 AI 확장 보드, 산업용 AI 게이트웨이 'ALPON X5 AI'에는 공통된 딥엑스 런타임과 모델 형식을 적용해 개발 단계에서 만든 모델을 다른 제품으로 이전할 수 있도록 지원한다. 이는 개발용 보드에서 기술을 시험하는 데 그치지 않고 산업용 제품으로 확장하는 데 필요한 개발 환경을 함께 제공하려는 전략으로 분석된다. 개발자가 처음부터 산업용 하드웨어를 대상으로 시스템을 설계하는 대신 비교적 접근하기 쉬운 보드에서 모델을 검증하고, 이후 실제 제품에 맞춰 적용 범위를 넓힐 수 있도록 한다는 것이다. 딥엑스는 이러한 소프트웨어 연속성을 통해 개발자의 초기 진입 장벽을 낮추고 산업용 고객으로 이어지는 경로를 확보하려는 것으로 풀이된다. 딥엑스는 라즈베리 파이 외에도 바이두의 AI 프레임워크 패들패들, 객체 탐지 모델 개발 도구 울트라리틱스 등 글로벌 하드웨어·AI 소프트웨어 생태계와의 협력을 통해 개발자 접점을 넓히고 있다. 서로 다른 하드웨어와 AI 개발 도구를 활용하는 개발자들이 자사 NPU를 선택할 수 있도록 호환성과 활용 편의성을 높인다는 취지다. 딥엑스는 이러한 협력 관계를 바탕으로 기술 개발부터 시제품 제작, 양산으로 이어지는 환경을 구축해 나갈 계획이다. 딥엑스는 앞서 지난 6월 식스팹과 함께 DX-M1M을 탑재한 라즈베리 파이 5용 AI 가속 보드 식스팹 AI HAT+를 출시했다. 현재 최대 25TOPS 성능을 지원하는 제품이 판매 중이며, 13TOPS 버전은 올해 말 출시할 예정이다. 딥엑스 관계자는 "피지컬 AI가 확산되기 위해서는 전 세계 개발자들이 필요한 AI 기능을 쉽게 구현하고 이를 실제 제품으로 연결할 수 있어야 한다"며 "라즈베리 파이에서 시작한 작은 실험이 세계 시장에서 판매되는 제품으로 이어지도록 반도체와 소프트웨어, 양산까지의 개발 환경을 함께 지원하겠다"고 말했다.
2026-10-15 16:56:38
-
마키나락스, 도면부터 품질까지 AI로…118억원대 산업부 R&D 참여
[경제일보] 마키나락스가 자동차부품 열간단조의 금형 설계부터 생산·품질관리까지 연결하는 인공지능(AI) 자율생산 기술 개발에 참여한다. 도면에서 설계 정보를 추출하는 AI와 생산라인의 센서·영상 데이터를 결합해 숙련자의 경험에 의존하던 단조 공정을 고도화한다는 계획이다. 마키나락스는 한국산업기술기획평가원(KEIT)이 관리하는 산업통상부의 ‘2026년 기계장비산업기술개발사업’ 공동연구개발기관으로 선정됐다고 14일 밝혔다. 과제명은 ‘AI 기반 자동차부품 열간단조 금형 설계 자동 보정 및 단조품 자율 생산 시스템 개발’이다. 세일단조가 주관하며 마키나락스 등 5개 기관이 공동연구개발기관으로 참여한다. 아이엔지글로벌, 한국생산기술연구원, 경상국립대, 캐나다 브리티시컬럼비아대(UBC) 등이 함께한다. 연구는 2029년 12월까지 진행되며 개발 기술은 세일단조 양산라인에서 실증할 예정이다. 전체 사업비는 118억3303만원이며, 정부지원 연구비는 86억원이다. 마키나락스에 배정된 정부지원 연구개발비는 16억원이다. 회사 측이 제시한 자사 수행분 전체 연구개발비는 약 24억원이다. 정부지원금 16억원은 2025년 말 연결 기준 자기자본의 11.07%에 해당한다. 열간단조는 금속을 고온으로 가열한 뒤 금형으로 압력을 가해 원하는 형상을 만드는 공정이다. 제품의 형상과 품질을 확보하려면 정밀한 금형 설계와 생산 조건 관리가 필요하다. 기존에는 담당자가 부품 도면에서 설계 정보를 일일이 추출하는 과정에서 숙련도에 따른 편차와 오류, 작업 지연이 발생할 수 있었다. 마키나락스는 AI 운영체제 ‘런웨이(Runway)’와 도면 의사결정 AI 에이전트 ‘드로우엑스(DrawX)’를 활용한다. AI가 단조 도면을 인식해 필요한 설계 변수를 추출하고, 이를 바탕으로 금형 설계 보정안을 추천하는 기술을 개발할 계획이다. 드로우엑스는 회사가 지난 2월 공개한 제조 특화 솔루션이다. 분산된 도면을 통합 관리하고 유사 도면 검색, 원가 산정, 수주 판단 등을 지원한다. 이번 과제에서는 도면 해석 역량을 단조 금형 설계에 적용해 자동 보정 기술로 발전시키는 것이 목표다. 생산 단계에서는 온도·하중·영상 등 센서 데이터를 분석해 공정 이상을 진단하고, 비전 AI로 단조품의 품질을 예측하는 기술을 개발한다. 설계·공정·품질 데이터를 연결하는 통합관제 시스템도 런웨이 기반으로 구현할 예정이다. 이 과정에서 적용하는 ‘디지털 스레드(Digital Thread)’는 설계부터 생산·검사까지 단계별 데이터를 연결해 제품과 공정의 이력을 추적하는 방식이다. 설계 정보와 실제 생산 조건, 품질 결과를 연계해 공정 전반을 관리하고 자율생산 체계를 구축하는 것이 이번 연구의 핵심이다. 런웨이는 AI 모델의 개발·배포·재학습을 통합 관리하는 플랫폼이다. 회사는 지난달 업데이트에서 입력 데이터의 분포가 학습 당시와 얼마나 달라졌는지 감지하는 기능과 모델 정확도를 추적하는 기능 등을 추가했다. 이를 통해 생산 조건이 바뀌는 현장에서 AI의 상태를 점검하고 재검증·재학습 시점을 데이터에 근거해 판단하도록 지원한다. 마키나락스는 반도체·이차전지 등 첨단 제조 분야에서 축적한 AI 기술을 단조 등 전통 뿌리산업으로 확대해 숙련자 의존도를 낮추고 생산성과 품질을 높인다는 목표다. 윤성호 대표는 “단조 공정은 고온의 환경에서 고강도 작업이 진행되는 현장으로, 변수가 많고 작업자의 감에 대한 의존도가 높아 AI를 적용하기 까다로운 분야로 꼽혀왔다”며 “뿌리산업 전반에 적용할 수 있는 자율생산 기술을 만들어 갈 것”이라고 말했다.
2026-10-14 08:48:39
-
-
-
-
-
-
-
-
-
-
포티투닷, 구글·엔비디아 출신 등 핵심 인재 3명 영입…SDV 기술 강화
[경제일보] 현대자동차그룹의 글로벌 소프트웨어센터 포티투닷(42dot)이 글로벌 IT 기업 출신 핵심 인재 3명을 영입했다. 분산 컴퓨팅과 음성 인공지능(AI), 자율주행 분야의 기술력을 끌어올려 현대차그룹의 소프트웨어 중심 자동차(SDV) 전환에 속도를 낸다. 2일 포티투닷에 따르면 안젤로 코르사로가 지난달 초 미국 실리콘밸리 오피스 수석 연구위원으로 합류했다. 같은 달 차오 팡이 SV VLA 팀 리드를 맡았으며, 김재영 글레오(Gleo) AI Model 그룹 리드가 새롭게 합류했다. 코르사로는 분산 컴퓨팅과 실시간 시스템, 로보틱스 미들웨어 분야 전문가다. 소형 장치부터 데이터센터와 클라우드까지 연결하는 오픈소스 통신 프로토콜 ‘제노’를 개발했으며, 이클립스 재단의 ‘이클립스 제노’ 프로젝트를 이끌어왔다. 제타스케일 테크놀로지를 공동 창업해 최고경영자(CEO)와 최고기술책임자(CTO)를 지낸 경험도 있다. 포티투닷에서는 SDV와 클라우드, 지능형 모빌리티 플랫폼을 연결하는 데이터 구조의 확장성을 높이는 역할을 맡는다. 제노는 마이크로컨트롤러와 같은 소형 기기부터 데이터센터와 클라우드까지 서로 다른 환경에서 데이터를 주고받을 수 있도록 설계된 통신 프로토콜이다. 차량과 로봇, 클라우드 사이에서 대규모 데이터가 오가는 환경에 활용할 수 있어 SDV의 데이터 연결 기술과도 연계된다. 차량 내 AI 분야는 김재영 그룹 리드가 맡는다. 김 그룹 리드는 구글 딥마인드와 아마존, 삼성전자, 인텔 등에서 15년간 음성 대화형 AI와 신호처리 기술을 연구했다. 미국 스탠퍼드대학교에서 전기공학 박사 학위를 받았으며, 텍스트 변환 과정 없이 음성을 직접 이해하고 생성하는 ‘오디오 네이티브 AI’ 선행 연구를 이끌었다. 포티투닷에서는 차량 환경에 특화된 음성 인식(STT)과 음성 합성(TTS) 기술 개발을 담당한다. 주행 중 발생하는 소음이나 여러 사람이 동시에 대화하는 환경에서도 음성을 처리할 수 있도록 관련 기술을 고도화하고, 반응 속도를 줄이기 위한 저지연 오디오 처리 아키텍처도 구축할 예정이다. 자율주행 AI 연구에는 엔비디아 출신 차오 팡 팀 리드가 투입됐다. 팡 팀 리드는 엔비디아 자율주행 부문 수석 엔지니어로 근무하며 자율주행 파운데이션 모델 개발과 엔드투엔드 인지 기술의 양산 적용에 참여했다. 엔비디아 합류 전에는 토요타 리서치 인스티튜트와 아르고 AI에서 실시간 컴퓨터 비전과 예측, 경로 계획 관련 기술을 개발했다. 포티투닷에서는 시각 정보와 언어 기반 추론, 행동 생성을 하나의 모델로 처리하는 VLA(Vision-Language-Action) 연구를 이끈다. 연구 단계의 AI 기술을 실제 차량에 적용할 수 있는 자율주행 기술로 발전시키는 작업도 담당한다. 포티투닷 관계자는 “이번 영입을 통해 SDV의 기반이 되는 데이터 연결 기술부터 차량 내 음성 AI, 자율주행 AI까지 주요 소프트웨어 기술의 연구·개발 역량을 확대할 것”이라고 했다.
2026-10-02 09:09:52
-