플러스프로젝트 배경
1) 문제점 - 산업 모니터링이 '경보'까지만 하고, 데이터 해석·판단은 전문가에 의존 - 전문가가 없으면 이상 원인·조치를 즉시 알기 어려움 - 클라우드 전송형 AI는 제조·공공 보안 현장에 부적합 2) 목표 - 시스템이 스스로 점검(셀프 QA/QC)하고 결과를 대화로 설명하는 자율 시스템 - 임베디드 제약 하에서 온디바이스로 신경망 추론 - 데이터가 외부로 안 나가는 온프레미스 + 관리자
프로젝트 성과
[성과1] 물리엔진 시뮬레이션 8단계 검증 완료
MuJoCo 물리엔진에서 무게·마찰·관성을 반영한 가상 주행 정책을 8단계로 단계 검증하고, 그 정책을 실물 로봇에 이식(Sim-to-real). 전 과정을 유튜브 8화로 공개.
[성과2] 9-MCU 분산 노드 시각 동기화 통합
중앙 ESP32-S3와 다중 IMU 노드(ESP32-S3 6 + RP2040 3)를 NTP 시각 동기화로 한 시점에 정렬해, 다중 모듈의 디지털 데이터를 하나로 통합.
[성과3] 셀프 QA/QC 리포트 자동 생성 (1차 개발 완료·자사 시뮬레이터 적용)
코드가 스스로를 점검해 통과/문제/주의로 리포트를 생성하고, 그 결과를 내장 LLM이 대화(RAG)로 설명하는 온프레미스 구조를 자사 자율주행 시뮬레이터에 1차 개발 완료·적용.
핵심 기능
[기능1] 셀프 QA/QC 자가검증
코드·동작 단위가 스스로를 점검해 통과/문제/주의 신호등으로 분류하고, 이상 항목의 원인과 조치를 담은 리포트를 자동 생성. 사람이 일일이 확인하던 검증을 시스템이 대신 수행.
진행 단계
[1] 자율주행 로봇 착수
2026.03.
로봇 하드웨어 위에 규칙 기반(PID) 제어로 자율주행을 먼저 완성. 이후 신경망 학습의 교사 데이터로 삼을 안정적 주행 기준을 확보.
프로젝트 상세
■ 한 줄 요약 회로(HW)→펌웨어→소프트웨어→AI(신경망·LLM)까지 전 계층을 한 사람이 관통해 만든 자율주행 로봇. 임베디드 24년의 전 계층 통합 역량을 하나의 프로젝트로 증명한 대표작. ■ 배경 대부분의 산업 모니터링은 '보여주고 제어'까지가 끝이고, 데이터 해석은 전문가의 몫으로 남는다. 이 프로젝트는 그 위 단계 — 시스템이 스스로 점검(셀프 QA/QC)하고, 그 결과를 내장 LLM이
