엣지 컴퓨팅 가이드

엣지 컴퓨팅(Edge Computing)은 계산을 서버로 보내지 않고 데이터가 생기는 자리에서 처리하는 방식입니다. 마이크로컨트롤러(MCU)로 센서를 제어하는 전통적인 임베디드 영역에서 출발해, 오늘날에는 학습된 AI 모델을 기기 위에서 직접 추론시키는 데까지 넓어졌습니다. 메모리와 처리 속도, 전력이 모두 제한된 환경이므로 언어와 컴파일러의 동작 원리를 다른 분야보다 훨씬 낮은 수준까지 이해해야 합니다.

학습 순서

학습은 C 언어의 심화 문법(포인터, volatile 키워드, 비트 연산)과 어셈블리 기초, 개발 환경 구축에서 시작합니다. 이어서 ARM Cortex-M 같은 프로세서 아키텍처의 레지스터 구조와 인터럽트 처리 방식을 익히고, GPIO·UART·타이머 같은 기본 주변장치(Peripheral) 제어로 이어갑니다.

기본 주변장치를 다룰 수 있게 되면 DMA(Direct Memory Access), ADC/DAC 같은 메모리·인터페이스 지식과 SPI·I2C·CAN 같은 통신 프로토콜을 배웁니다. 이후 프리토스(FreeRTOS) 같은 실시간 운영체제(RTOS)로 멀티태스킹과 스케줄링을 다루고, 저전력 설계와 코드 최적화 기법으로 심화합니다. 마지막 단계에서는 이더넷·USB·무선 통신 같은 고급 연결성과, 부트로더·보안 업데이트 같은 시스템 무결성 주제를 다룹니다. 차량용 소프트웨어 표준을 다루려면 AUTOSAR 학습 주제로 이어갈 수 있습니다.

하드웨어를 다룰 수 있게 된 다음 단계가 엣지 AI입니다. 학습된 모델을 그대로 올리기에는 자원이 부족하므로, 양자화(Quantization)와 가지치기로 모델을 줄이고 ONNX·TensorRT 같은 런타임으로 추론을 최적화합니다. Jetson 계열처럼 GPU를 품은 엣지 보드에서는 더 큰 모델도 다룰 수 있어, 로봇의 판단 계층을 기기 안에서 돌리는 일이 가능해집니다.

지금까지 설명한 흐름을 한눈에 정리하면 [그림 1]과 같습니다.

[그림 1] 엣지 컴퓨팅 학습 로드맵 구성도

GPIO·UART·타이머 같은 기본 주변장치를 제어할 수 있게 되는 지점부터 통신 프로토콜과 RTOS 같은 심화 주제로 나아가므로, 그림에서 이 지점을 강조 표시했습니다.

학습 주제

학습 주제	다루는 내용
Embedded MCU	ARM MCU 기반 임베디드 개발 전반
Embedded FreeRTOS	실시간 운영체제를 활용한 멀티태스킹 설계
Embedded AUTOSAR	차량용 소프트웨어 표준 아키텍처
C++	임베디드·시스템 프로그래밍의 핵심 언어
엣지 AI 추론	양자화·ONNX·TensorRT 기반 온디바이스 모델 실행

다른 영역과의 연결

서버 쪽 로직과 API를 함께 다뤄야 한다면 백엔드 가이드를, 메모리와 스케줄링의 원리를 더 파고들려면 CS 기초 & 아키텍처 가이드를 참고하세요. 학습된 AI 모델을 이 제약된 하드웨어 위에서 돌리는 경로는 피지컬 AI 가이드로 이어집니다.