[첨단 헬로티] 임베디드시스템의 소프트웨어를 개발할 때 함수 또는 변수를 특정 위치에 위치시켜야만 하는 경우가 많다. 기능 구현을 위해 함수가 특정 위치에 고정시키거나 저장된 코드의 유효성을 확인하기 위한 이유로 코드나 변수를 특정 위치에 고정시킨다. 이러한 경우 개발도구의 기능을 최대한 활용하면 좀 더 쉽고 효율적으로 메모리관리가 가능하다. IAR 임베디드 워크벤치(IAREmbedded Workbench)는 다양한 방법으로 함수 또는 데이터를 특정 메모리 위치에 위치시킬 수 있다. 본 글에서는 메모리를 가장 효율적으로 사용하는 방법을 설명하겠다. 변수를 특정 메모리 위치로 지정하기 변수를 특정 메모리에 위치시키기 위해 @ 키워드와 #pragma location 명령을 사용한다. 해당 키워드, 명령으로 전역변수, Static 변수를 절대 주소로 위치를 고정할 수 있다. 우선 @ 키워드를 사용하는 방법은 간단하다. 다음의 예처럼 변수 선언문에 @ (address or section) 형태로 키워드를 추가하면 된다. (@ 명령 다음 “메모리 섹션” 형태의 구문도 사용 가능하다) 빌드 후 Linker map 파일에서 변수가 배치된 위치를 확인
[첨단 헬로티] ▲자료: UM2 전원 어댑터의 사용은 휴대용 기기 분야에서 심각한 문제였다. 전원 어댑터의 크기와 효율성 수준, 출력 부족 문제는 지원하는 기기의 폼팩터 크기를 줄이는 데 방해가 돼 이동성을 저하시켰다. 현재 USB PD는 단일 케이블을 통해 데이터와 함께 최대 100W의 전력을 공급한다. 이러한 편리함 덕분에 USB PD는 중소형 휴대용 기기의 충전 방식으로 선호되고 있다. 그러나 최근 수요가 증가하는 급속 충전에 있어서는 비효율적이며 비용이 많이 들고 이동성이 떨어진다. 또한 보다 높은 전력에서 다양한 출력 전압을 제공해야 한다는 점은 USB PD 구현을 어렵게 한다. 질화갈륨(GaN) 전원 기기와 같은 와이드 밴드갭(WBG) 반도체를 사용하는 것은 어댑터 효율을 개선하고 크기를 줄일 수 있는 한 가지 잠재적 방법이지만, 이는 업계에서는 새로이 떠오르는 기술로 실제 적용하기에 비교적 비용이 많이 드는 편이다. 따라서 이에 대한 대안으로, 액티브 클램프 플라이백(Active Clamp Fly-back)과 같은 토폴로지 개선은 Super Junction MOSFET과 같은 검증된 기술을 그대로 활용하면서 어댑터 설계 기술을 계속해서 발전시킬
[첨단 헬로티] 학창 시절이라고 하면 대부분의 성인들은 과목별 교과서와 공책, 각종 필기도구들로 가득 찬 무거운 책가방과 학교 사물함을 떠올릴 것이다. 물론 오늘날의 많은 학교들도 전통적인 교과서들로 수업을 진행하지만, 그것들은 이미 오래 전에 연구, 저작, 인쇄, 발행된 ‘구식’ 교재들이다. 아무리 예산이 제한적인 학교라도 적어도 몇 년에 한번씩은 개정된 내용을 담고 있는 상대적으로 비싼 교재를 새로 구매해야 한다. 교재들은 한정된 내용, 때로는 낡은 정보를 담고 있을 뿐 아니라, 저자 한 사람의 생각만 전달하는 경우도 많다. 수학이나 화학 과목은 그렇지 않지만, 경영이나 기술 과목들은 심각한 문제가 될 수 있다. 다행인 것은 이러한 문제를 해결하는데 도움이 되는 방안을 활용할 수 있다는 점이다. 다양한 최신 정보 수용 요즘 교육 현장에서는 텍스트는 물론 동영상 같은 시청각 자료를 통해서 학생들이 다양한 최신 정보에 쉽게 접근할 수 있도록 하는 추세다. 전세계, 특히 개발 도상국가들의 교육자들은 모두 자신의 학생들이 선진국들의 방대한 도서관 장서들, MIT나 옥스퍼드 대학의 강의 내용들, 그리고 미국 항공우주국(NASA)에서 지난주에
[첨단 헬로티] 비자동차 업계의 자동차 시장진출, “업계의 판도를 바꾼다” 미래의 모빌리티와 관련해 이미 거대한 모빌리티 플랫폼을 구축한 우버(Uber), 디디(Didi), 구글(Google) 등의 인터넷기업이 입지를 구축하고 있는 가운데, 다른 한편으로는 다임러(Daimler), BMW. 폭스바겐(VW) 등의 완성차기업 외 보쉬(Bosch), 콘티넨탈(Continental), ZF 등의 자동차 부품기업의 변신이 눈에 띈다. 독일의 몇몇 주요 자동차 부품기업은 이미 오랜 전부터 미래의 모빌리티를 준비해 왔으며, 모빌리티사업에 필요한 전기모터에서 센서, 데이터 매니지먼트에 이르는 모든 기술을 확보해 본격적으로 미래의 모빌리티를 생산하는 단계에 이르렀다. 그결과 자동차 부품 제조사는 전통적인 자동차 분야 고객인 완성차기업의 경쟁자로 부상했다. 이와 관련해 독일 경제일간지 한델스블라트(Handelsblatt)는 주요 컨설팅사의 전망을 인용해 2035년까지 무인주행차 및 전기차 부품, 전기자동차, 데이터 및 커넥티비티, 주문형(On-Demand) 모빌리티 등을 중심으로 한 신사업 영역이 크게 확대될 것으로 보도한 바 있다. 자동차 경영센터의 자
[첨단 헬로티] 왜 그렇게도 중소기업의 ERP와 MES가 성공하기 어려운가 중소기업에 있어 스마트공장 구축이 왜 어려운 지에 대해 알아보고, 성공 전략을 몇가지 추천한다. 1. 프롤로그 필자는 2015년부터 4년간 충청권 기업성장지원센터에서 중소기업을 대상으로 컨설팅을 수행하였는데, 그 중 스마트공장 컨설팅을 가장 많이 하였기 때문에 중소기업의 스마트공장 구축(구현)이 너무나도 힘들다는 것을 누구보다 더 잘 알고있다. 10곳 중 9곳 이상이 실패였다. 이렇게 말하면 거의 빠짐없이 오는 질문은 무엇이 실패이고 어디까지가 성공이냐고 묻는다. 이에 대한 대답은 이 글을 끝까지 읽으면 이해하게 될 것이다. 2. 스마트공장이란? 먼저 스마트공장이 무엇인지부터 잠시 살펴보면 얘기가 복잡해진다. 많이 스마트한 공장이 있고, 조금 스마트한 공장도 있다. 우리는 첨단을 의미할 때 ‘smart’라는 단어를 잘 붙인다. smart city, smart watch, smart farm 등. 외국에서는 smart city 보다는 digital city라는 단어를 더 자주 사용한다. 스마트공장이란 단어도 우리나라에서는 이 단어만 사용하지만 외국에서는 디지털 팩토
[첨단 헬로티] 머신비전산업에서 인공지능 기술(머신러닝, 딥러닝)이 빠르게 확산되고 있다. 인공지능 기술을 통해 기존의 컴퓨터비전 기술로는 어려웠던 검사가 가능해질 뿐만 아니라 ‘데이터의 자기 학습’으로 보다 빠르고 쉬우며 신뢰성과 유연성을 갖춘 머신비전 검사가 가능해졌다. 이에 따라 자연스럽게 인공지능 기술에 대한 관심이 높아지고 있다. 국내 대표적인 머신비전 전문업체인 라온피플은 ‘LAON PEOPLE’s 머신러닝 아카데미’를 통해 인공지능의 대표적인 기술인 머신러닝 기술에 대해 연재한다. CNN(Convolutional Neural Network) – "GoogLeNet (part1)" 2014년 ILSVRC는 구글의 GoogLeNet이 차지하였고, 아주 근소한 차이로 옥스퍼드 대학교의 VGGNet이 2위를 차지한다. 그런데 여기서 주목해야 할 것은 2014년부터 CNN의 구조에 큰 변화가 나타나기 시작한다는 점이다. AlexNet이나 ZFNet 그리고 원조격인 LeNet5는 2014년 구조에 비하면 아주 단순한 편이며, 전형적인 형태를 취하고 있고, 망의 깊이도 10 layer 미만이다.
[첨단 헬로티] 머신비전산업에서 인공지능 기술(머신러닝, 딥러닝)이 빠르게 확산되고 있다. 인공지능 기술을 통해 기존의 컴퓨터비전 기술로는 어려웠던 검사가 가능해질 뿐만 아니라 ‘데이터의 자기 학습’으로 보다 빠르고 쉬우며 신뢰성과 유연성을 갖춘 머신비전 검사가 가능해졌다. 이에 따라 자연스럽게 인공지능 기술에 대한 관심이 높아지고 있다. 국내 대표적인 머신비전 전문업체인 라온피플은 ‘LAON PEOPLE’s 머신러닝 아카데미’를 통해 인공지능의 대표적인 기술인 머신러닝 기술에 대해 연재한다. CNN(Convolutional Neural Network) – "GoogLeNet (part1)" 2014년 ILSVRC는 구글의 GoogLeNet이 차지하였고, 아주 근소한 차이로 옥스퍼드 대학교의 VGGNet이 2위를 차지한다. 그런데 여기서 주목해야 할 것은 2014년부터 CNN의 구조에 큰 변화가 나타나기 시작한다는 점이다. AlexNet이나 ZFNet 그리고 원조격인 LeNet5는 2014년 구조에 비하면 아주 단순한 편이며, 전형적인 형태를 취하고 있고, 망의 깊이도 10 layer 미만이다.
[첨단 헬로티] 개인 맞춤화에 초점을 맞춘 AI 기반의 제어 비즈니스모델 해외 사례들 등장 1. 들어가면서 2019년에 들어서면서 필자는 에너지 데이터 수집과 공유, 활용에 더 초점을 두고 에너지산업 비즈니스모델의 확장 가능성들을 탐색하기 시작했으며, 에너지의 생산, 거래, 소비 영역 중에서 먼저 소비 효율 부문의 비즈니스모델 사례들을 발굴하고자 한다. 이의 기반이 되는 논거는 그림 1에서 보듯이, 하버드비즈니스리뷰 논문에서 제시된‘스마트 커넥티드 프로덕트(Smart, Connected Products; 이하 SCP)’의 4대 역량이다. 그림 1. SCP 역량 4단계: 모니터링-제어-최적화-자율<출처: Porter & Hippelmann (2014); 송민정(2017.7) 재인용> 지난 호에서는 첫 번째 역량인 모니터링(Monitoring) 단계의 서비스 가능성과 현황에 대해 논의하였는데, 이번 호에서는 두 번째 역량인 제어(Control) 단계에서의 서비스 가능성과 현황을 살펴보고자 한다. 제어 단계에서는 사물인터넷(Internet of Things; 이하 IoT) 제품이 탑재된 클라우드에서 소프트웨어가 IoT 제품
[첨단 헬로티] 개인 맞춤화에 초점을 맞춘 AI 기반의 제어 비즈니스모델 해외 사례들 등장 1. 들어가면서 2019년에 들어서면서 필자는 에너지 데이터 수집과 공유, 활용에 더 초점을 두고 에너지산업 비즈니스모델의 확장 가능성들을 탐색하기 시작했으며, 에너지의 생산, 거래, 소비 영역 중에서 먼저 소비 효율 부문의 비즈니스모델 사례들을 발굴하고자 한다. 이의 기반이 되는 논거는 그림 1에서 보듯이, 하버드비즈니스리뷰 논문에서 제시된‘스마트 커넥티드 프로덕트(Smart, Connected Products; 이하 SCP)’의 4대 역량이다. 그림 1. SCP 역량 4단계: 모니터링-제어-최적화-자율<출처: Porter & Hippelmann (2014); 송민정(2017.7) 재인용> 지난 호에서는 첫 번째 역량인 모니터링(Monitoring) 단계의 서비스 가능성과 현황에 대해 논의하였는데, 이번 호에서는 두 번째 역량인 제어(Control) 단계에서의 서비스 가능성과 현황을 살펴보고자 한다. 제어 단계에서는 사물인터넷(Internet of Things; 이하 IoT) 제품이 탑재된 클라우드에서 소프트웨어가 IoT 제품
[첨단 헬로티] 네트워크 레귤레이터 이용한 보안기술, IoT 기반 접촉탐지 센서 이용한 보안기술 주목 Ⅰ. 서언 다양한 환경에서 지능형 스마트 디바이스들이 대중화되면서 장치 및 네트워크 관리에 여러 가지 문제점들이 나타나고 있다. 각 장치는 고유한(검증된) 인터페이스를 통해 네트워크 연결 설정이 이루어지고 있다. 그렇지만 많은 기기들이 malware(malicious software : 악성 소프트웨어)와 같은 보안위협 요인에 노출되어 있다. 특히 스마트폰에 종속된 제어구조를 갖는 웨어러블 기기의 경우 기기의 효율적인 관리를 보장할 수 있는 확실한 제어플랫폼이 요구되고 있다. 특히 최근 들어 IoT 네트워크를 통해 다양한 클라이언트들(스마트폰, 스마트워치, TV(IPTV/스마트TV), 멀티미디어 장치, 게임콘솔, 홈 어플라이언스, u-홈 센서 등)이 연결되면서 이들에 대한 보안 위협요인도 급증하고 있다. 이에 멀웨어의 침입(공격) 경로를 탐지하여 기기의 통신보호 기능을 강화시킬 수 있는 보안 플랫폼이 필요하다. 이에 VPN(Virtual Private Network : 가상 사설통신망)을 이용한 보안서버를 통해 각 디바이스의 보안기능을 유지할 수 있는 시스템
[첨단 헬로티] 네트워크 레귤레이터 이용한 보안기술, IoT 기반 접촉탐지 센서 이용한 보안기술 주목 Ⅰ. 서언 다양한 환경에서 지능형 스마트 디바이스들이 대중화되면서 장치 및 네트워크 관리에 여러 가지 문제점들이 나타나고 있다. 각 장치는 고유한(검증된) 인터페이스를 통해 네트워크 연결 설정이 이루어지고 있다. 그렇지만 많은 기기들이 malware(malicious software : 악성 소프트웨어)와 같은 보안위협 요인에 노출되어 있다. 특히 스마트폰에 종속된 제어구조를 갖는 웨어러블 기기의 경우 기기의 효율적인 관리를 보장할 수 있는 확실한 제어플랫폼이 요구되고 있다. 특히 최근 들어 IoT 네트워크를 통해 다양한 클라이언트들(스마트폰, 스마트워치, TV(IPTV/스마트TV), 멀티미디어 장치, 게임콘솔, 홈 어플라이언스, u-홈 센서 등)이 연결되면서 이들에 대한 보안 위협요인도 급증하고 있다. 이에 멀웨어의 침입(공격) 경로를 탐지하여 기기의 통신보호 기능을 강화시킬 수 있는 보안 플랫폼이 필요하다. 이에 VPN(Virtual Private Network : 가상 사설통신망)을 이용한 보안서버를 통해 각 디바이스의 보안기능을 유지할 수 있는 시스템
[첨단 헬로티] 5G 핵심(원천) 표준기술의 국제표준화를 주도해야 5G 융합 센서 네트워크를 구현할 수 있는 이동통신 환경 및 비즈니스 모델의 변화에 대해 국제표준 선점을 위한 다각적인 대응책이 절실한 시점이다. 아울러 관련 업계 간 기술적인 합의점 및 시스템체계 구축, 관련 특허권 보호 등 생태계조성을 위한 준비가 필요하다. Ⅰ. 개요 미래 무선 네트워크에 대한 글로벌 표준을 선도하고 있는 민간 표준화 연구단체(포럼)인 WWRF(World Wireless Research Forum)는 제29차 회의(Wireless World 2020)에서 초고속 대용량 데이터 트래픽 증가추세에 대한 현실적인 수용방안과 이를 효과적인 형태로 지원할 수 있는 5G 이동통신 기술에 대한 정의 및 구현기술 등에 대한 논의를 구체화한바 있다[1]. 이는 2020년 상용서비스 예정인 5G 이동통신 표준기술 관련 연구로서 METIS(Mobile and wireless communications Enablers for the Twenty-twenty Information Society) 프로젝트와 동시에 진행되고 있다. 또한 일본의 NTT DoCoMo 연구소를 중심으로 한 5G 표준 선
[첨단 헬로티] 제4차산업혁명시대에 어떤 직업이 무슨 기술로 대체되어 사라지고, 어떤 직업이 새로 생기거나 유망할 것인지 알아본다 1. 프롤로그 제4차산업혁명이란 단어가 우리나라에 본격적으로 소개된 것은 2016년 1월 스위스 다보스에서 개최된 세계경제포럼(WEF)에서＇제4차 산업혁명의 이해＇를 포럼의 주제로 설정한 것과, 포럼의 수장인 클라우스 슈밥이 포럼 후 3개월 후 ＇제4차 산업혁명”이란 책을 출간해서 이다. 그러나 국내의 일부 학자는 아직 제4차산업혁명을 얘길 할 때가 아니라고 주장한다. 1차와 2차 그리고 2차와 3차간의 기간에 비해 3차로부터 현재까지는 너무 짧을 뿐만 아니라, 1차의 증기기관, 2차의 자동차, 3차의 컴퓨터와 인터넷에 비해 4차는 특별히 내세울 게 마땅치 않다는 이유에서이다. 또한 한국에서나 제4차산업혁명에 대하여 매스컴에서 시끄럽지, 실리콘밸리에선 너무나 조용하다고 한다. 하지만 이미 엎질러진 물이고 진도가 너무 나갔다고 할 수 있다. 그림1. 인류의 산업혁명 史 2. 변하는 세계 미국 학교에서 공책과 필기구가 사라지고 있다. 학생들은 공책 대신 구글의 저가 랩탑 컴퓨터 ‘크롬북’을 펼치고, 교
[첨단 헬로티] 제4차산업혁명시대에 어떤 직업이 무슨 기술로 대체되어 사라지고, 어떤 직업이 새로 생기거나 유망할 것인지 알아본다 1. 프롤로그 제4차산업혁명이란 단어가 우리나라에 본격적으로 소개된 것은 2016년 1월 스위스 다보스에서 개최된 세계경제포럼(WEF)에서＇제4차 산업혁명의 이해＇를 포럼의 주제로 설정한 것과, 포럼의 수장인 클라우스 슈밥이 포럼 후 3개월 후 ＇제4차 산업혁명”이란 책을 출간해서 이다. 그러나 국내의 일부 학자는 아직 제4차산업혁명을 얘길 할 때가 아니라고 주장한다. 1차와 2차 그리고 2차와 3차간의 기간에 비해 3차로부터 현재까지는 너무 짧을 뿐만 아니라, 1차의 증기기관, 2차의 자동차, 3차의 컴퓨터와 인터넷에 비해 4차는 특별히 내세울 게 마땅치 않다는 이유에서이다. 또한 한국에서나 제4차산업혁명에 대하여 매스컴에서 시끄럽지, 실리콘밸리에선 너무나 조용하다고 한다. 하지만 이미 엎질러진 물이고 진도가 너무 나갔다고 할 수 있다. 그림1. 인류의 산업혁명 史 2. 변하는 세계 미국 학교에서 공책과 필기구가 사라지고 있다. 학생들은 공책 대신 구글의 저가 랩탑 컴퓨터 ‘크롬북’을 펼치고, 교
[첨단 헬로티] 머신비전산업에서 인공지능 기술(머신러닝, 딥러닝)이 빠르게 확산되고 있다. 인공지능 기술을 통해 기존의 컴퓨터비전 기술로는 어려웠던 검사가 가능해질 뿐만 아니라 ‘데이터의 자기 학습’으로 보다 빠르고 쉬우며 신뢰성과 유연성을 갖춘 머신비전 검사가 가능해졌다. 이에 따라 자연스럽게 인공지능 기술에 대한 관심이 높아지고 있다. 국내 대표적인 머신비전 전문업체인 라온피플은 ‘LAON PEOPLE’s 머신러닝 아카데미’를 통해 인공지능의 대표적인 기술인 머신러닝 기술에 대해 연재한다. AlexNet 대 ZFNet 앞서 살펴본 AlexNet의 구조는 그림과 같다. AlexNet은 2개의 GPU를 활용하는 구조를 취하고 있으며, 필요에 따라 inter-GPU/intra-GPU 통신 구조를 취하고 있다. Zeiler는 Visualization 기법을 활용하여, AlexNet의 구조의 문제점을 지적한다. AlexNet 설계자들은 2개의 GPU에 구현하면서 많은 고민을 했을 것이라 생각되지만, 결국 Zeiler에 의해서 그들의 구조가 최적이 아니었음이 증명이 된다. 위 그림2의 (b)와 (d)는 AlexN
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2024년 11월 24일 21시 28분
