요약
⏱ 00:331. 행사 소식과 방송 안내
⏱ 00:33진행자들은 대만 EDGE AI 행사에서 겪은 일과 곧 열릴 Electronica 전시회 소식을 나누며 방송을 시작했습니다. 엣지 AI 관련 온라인 인증 과정도 함께 소개했는데, 기초 과정은 무료이고 물리 AI 과정도 새로 열렸다고 안내했습니다.
이날 주제는 센서와 AI를 결합해 요리 결과를 개선하는 방법이며, 이를 위해 Chef AI의 Dean과 Renesas의 Ram이 초대되었습니다.
⏱ 05:502. Chef AI와 발표자 소개
⏱ 05:50Dean은 Chef AI의 공동 창업자이자 CEO로, 음식을 넣고 버튼만 누르면 시간과 온도를 신경 쓰지 않아도 기기가 알아서 조리하는 조리 기기 자동화를 추진하고 있다고 설명했습니다. 이 기술을 여러 제조사에 플랫폼 형태로 제공하는 것이 목표라고 합니다. 그는 전기 엔지니어로서 Tesla에서 사이버트럭과 옵티머스 로봇 관련 업무를 맡은 경력이 있다고 소개했습니다.
Ram은 Renesas에서 14년 넘게 일했으며, 현재 RZG와 RZA 제품군을 이끄는 제품 마케팅 디렉터라고 밝혔습니다. 엣지 AI 기기를 설계하고 고객 요구를 반영하는 일을 맡고 있다고 했습니다.
⏱ 09:163. 창업 계기: 에어프라이어 실패 경험
⏱ 09:16Dean은 퇴근 후 연어를 에어프라이어에 넣어두고 잊어버렸다가, 완전히 타서 먹을 수 없게 된 음식을 발견한 일을 이야기했습니다. 조리 중에 음식 상태를 보고 배우는 과정이 없다는 점이 문제라고 느꼈다고 합니다.
⏱ 10:264. 요리가 일정하지 않은 이유
⏱ 10:26Ram과 Dean은 요리 결과가 매번 달라지는 이유로 음식의 다양성과 변동성을 꼽았습니다. 에어프라이어나 오븐의 사전 설정은 감자튀김처럼 정해진 조건을 가정하지만, 실제로는 양이나 두께, 냉동 여부가 크게 달라진다는 것입니다.
예를 들어 스테이크는 두께가 1인치인지 3인치인지, 냉장 상태인지 냉동 상태인지에 따라 같은 시간에도 결과가 다릅니다. 기기가 음식의 모양과 무게, 상태를 모르기 때문에 일관된 결과를 내기 어렵다고 정리했습니다.
⏱ 11:205. 사람처럼 판단하는 접근 방식
⏱ 11:20Chef AI는 사람이 음식을 보고 조리 시간을 정하는 방식을 기준으로 시스템을 설계했다고 합니다. 스테이크의 두께, 크기, 냉동 여부를 살펴보는 것처럼, 기기도 같은 정보를 파악하도록 만든 것입니다.
이를 위해 카메라, 열화상 센서, 무게 센서를 함께 사용해 음식의 종류와 면적, 두께, 시작 온도를 추정합니다. 사용자는 음식을 넣고 버튼만 누른 뒤 기다리면 되며, 기기가 매번 같은 기준으로 조리를 진행합니다.
⏱ 12:206. 센서 융합과 엣지·클라우드 AI 구조
⏱ 12:20Dean은 카메라 영상만으로는 음식이 스테이크인지 닭고기인지 구분하는 데 그쳐 충분하지 않다고 설명했습니다. 그래서 여러 센서의 정보를 합치는 센서 융합이 핵심이라고 강조했습니다.
⏱ 13:287. 핵심 프로세서와 무선 모듈 구성
⏱ 13:28Ram은 이 설계의 중심에 RZ/G2L 프로세서가 있다고 소개했습니다. 이 칩은 듀얼 Cortex-A55 코어를 갖춰, 당시 시장에 있던 Cortex-A53 기반 기기보다 엣지 AI 연산에 유리하다고 설명했습니다. 발표에서는 약 9K CoreMark 수준의 성능을 언급했습니다.
또한 Cortex-M33 코어가 온도 조절과 UI 제어 같은 실시간 작업을 맡고, DA1600 Wi-Fi 및 Bluetooth 모듈이 UI의 연결성을 높인다고 했습니다. 이 부분은 자막이 중간에 끊겨 이후 내용은 정리에 포함되지 않았습니다.
