IoT용 아두이노 나노 33 BLE 보드와 TinyML 기반 딥러닝 처리

BIM 칼럼니스트 강태욱의 이슈 & 토크

이번 호에서는 IoT용으로 개발된 아두이노 나노 33 BLE보드(Arduino Nano 33 BLE 보드)와 TinyML 기반 딥러닝 활용 방법에 대해 소개한다. 아두이노 마이크로 컨트롤러는 20달러의 저가 단일칩 독립형 컴퓨터이다. 웨어러블, 드론, 3D 프린터, 장난감, 스마트 플러그, 전기 스쿠터, 세탁기와 같은 장치에 내장된 컴퓨터로, 이러한 장치를 인터넷으로 연결하면 사물인터넷이 된다.

■ 강태욱 | 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 Engineering digest와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다.

이메일 | laputa99999@gmail.com
페이스북 | www.facebook.com/laputa999
홈페이지 | https://sites.google.com/site/bimprinciple
팟캐스트 | http://www.facebook.com/groups/digestpodcast

아두이노 커뮤니티는 TensorFlow Lite Micro를 새롭게 개발된 아두이노 나노 33 BLE 센스 보드(Arduino Nano 33 BLE Sense 보드)에 도입했다. 이를 사용하면 다양한 딥러닝 기계학습 애플리케이션을 손가락 만한 아두이노 임베디드 보드에서 실행할 수 있다.
아두이노에 사용하는 보드는 64MHz에서 실행되는 Arm Cortex-M4 마이크로 컨트롤러가 있으며 1MB 플래시 메모리와 256KB RAM이 있다. 아두이노 나노 33 BLE 센스 보드는 손가락 길이보다 작다. 이번 호에서는 아두이노 나노 33 센스 보드를 이용한 딥러닝 처리 방법을 간단히 이야기한다.

1. 아두이노와 TinyML
기계학습(ML : Machine Learning)에는 신경망 모델을 마이크로 컨트롤러와 같은 메모리 제약이 있는 장치에서 실행할 때 사용할 수 있는 기술이 있다. 핵심 단계 중 하나는 부동 소수점을 8비트 정수로 변환해 양자화하는 것이다. 이를 통해 딥러닝 계산을 더 빠르게 실행할 수 있다. 이런 임베디드 컴퓨터에서 기계학습을 처리하는 방법 중 하나가 TinyML이다. TinyML은 텐서플로우로 학습된 모델을 경량화해 메모리 크기가 작은 아두이노와 같은 소형 임베디드 컴퓨터에서 실행할 수 있도록 도와준다.

그림 1