1Physical AI 기술 스택

Physical AI 시스템은 여러 계층의 기술이 통합되어 작동합니다.

**핵심 구조**: 감지(Sensing) → 인지(Perception) → 판단(Decision) → 행동(Action)

기술 계층

  1. 센서 계층 (Sensing Layer)

    • 온도, 압력, 진동, 비전 센서
    • 실시간 데이터 수집 (1ms ~ 1s 주기)

  2. 인지 계층 (Perception Layer)

    • 센서 퓨전 (Sensor Fusion)
    • 컴퓨터 비전
    • 시계열 분석

  3. 판단 계층 (Decision Layer)

    • AI/ML 모델 추론
    • 최적화 알고리즘
    • 규칙 기반 제어

  4. 행동 계층 (Action Layer)

    • 액추에이터 제어
    • 로봇 제어
    • 프로세스 제어

2센서 기술

Physical AI의 눈과 귀 역할을 합니다.

주요 센서 유형

환경 센서

  • 온도: 열전대, RTD, 적외선
  • 압력: 압전, 정전용량식
  • 습도: 정전용량식, 저항식

운동 센서

  • 가속도계: MEMS 기반
  • 자이로스코프: 각속도 측정
  • 위치 센서: 엔코더, 리졸버

비전 센서

  • 2D 카메라: RGB, 열화상
  • 3D 카메라: ToF, 스테레오
  • LiDAR: 고정밀 3D 스캔

**센서 퓨전**: 여러 센서 데이터를 결합하여 더 정확한 정보 생성 - 칼만 필터 (Kalman Filter) - 파티클 필터 (Particle Filter) - 베이지안 추정 (Bayesian Estimation)

3AI/ML 모델

Physical AI의 두뇌 역할을 합니다.

주요 모델 유형

지도 학습 (Supervised Learning)

# 품질 예측 모델 (수도코드)

# 랜덤 포레스트 분류기 생성
모델 = 랜덤포레스트_분류기_생성()

# 센서 데이터와 품질 라벨로 학습
모델.학습(센서_데이터, 품질_라벨)

# 새 데이터로 예측
예측결과 = 모델.예측(새_센서_데이터)

강화 학습 (Reinforcement Learning)

  • Q-Learning: 이산 행동 공간
  • PPO (Proximal Policy Optimization): 연속 제어
  • SAC (Soft Actor-Critic): 로봇 제어

비지도 학습 (Unsupervised Learning)

  • 오토인코더: 이상 감지
  • K-Means: 클러스터링
  • PCA: 차원 축소

엣지 AI vs 클라우드 AI

특성 엣지 AI 클라우드 AI
지연시간 < 10ms 100ms ~ 1s
대역폭 낮음 높음
모델 크기 작음 (< 100MB) 큼 (> 1GB)
적용 사례 실시간 제어 배치 분석

4액추에이터와 제어

Physical AI의 손과 발 역할을 합니다.

액추에이터 유형

전기 액추에이터

  • 서보 모터: 정밀 위치 제어
  • 스테퍼 모터: 개방 루프 제어
  • 리니어 모터: 직선 운동

유압/공압 액추에이터

  • 유압 실린더: 고출력
  • 공압 밸브: 빠른 응답
  • 비례 밸브: 연속 제어

제어 알고리즘

PID 제어:

u(t) = Kp*e(t) + Ki*∫e(τ)dτ + Kd*de(t)/dt
  • Kp: 비례 게인
  • Ki: 적분 게인
  • Kd: 미분 게인

5디지털 트윈

물리적 자산의 가상 복제본입니다.

디지털 트윈 구성 요소

  1. 물리적 자산 (Physical Asset)

    • 실제 장비, 공정, 시스템

  2. 가상 모델 (Virtual Model)

    • 3D 지오메트리
    • 물리 법칙
    • 동작 로직

  3. 데이터 연결 (Data Connection)

    • 실시간 센서 데이터
    • 제어 신호
    • 상태 정보

  4. 분석 및 시뮬레이션

    • What-if 분석
    • 예측 시뮬레이션
    • 최적화

**디지털 트윈 + AI = Physical AI의 핵심**

디지털 트윈은 AI 모델을 학습하고 검증하는 안전한 환경을 제공합니다.

6엣지 컴퓨팅

실시간 처리를 위한 현장 컴퓨팅입니다.

엣지 디바이스

산업용 PC

  • Intel/AMD x86 프로세서
  • 견고한 설계 (IP65+)
  • 광범위한 온도 범위 (-40°C ~ 70°C)

임베디드 보드

  • NVIDIA Jetson: GPU 가속
  • Raspberry Pi: 저비용 프로토타입
  • Arduino: 마이크로컨트롤러

FPGA/ASIC

  • 초저지연 (<1ms)
  • 맞춤형 하드웨어 가속
  • 높은 개발 비용

7통신 프로토콜

데이터와 제어 신호를 전송합니다.

산업용 프로토콜

필드버스

  • Modbus: 가장 널리 사용
  • Profibus: Siemens 생태계
  • EtherCAT: 실시간 이더넷

산업 이더넷

  • PROFINET: 실시간 제어
  • EtherNet/IP: Rockwell
  • OPC UA: 표준 인터페이스

무선 통신

  • 5G: 초저지연 (<1ms)
  • Wi-Fi 6: 고대역폭
  • LoRaWAN: 장거리, 저전력

8클라우드 플랫폼

대규모 데이터 저장과 분석을 제공합니다.

주요 플랫폼

AWS IoT

  • IoT Core: 디바이스 관리
  • IoT Analytics: 데이터 분석
  • SageMaker: ML 모델 학습

Azure IoT

  • IoT Hub: 양방향 통신
  • Digital Twins: 디지털 트윈
  • Time Series Insights: 시계열 분석

Google Cloud IoT

  • Cloud IoT Core
  • BigQuery: 대규모 분석
  • Vertex AI: ML 플랫폼

9보안

Physical AI 시스템의 보안은 필수입니다.

보안 계층

디바이스 보안

  • 하드웨어 암호화 칩 (TPM)
  • 보안 부팅 (Secure Boot)
  • 펌웨어 서명

네트워크 보안

  • TLS/SSL 암호화
  • VPN 터널
  • 방화벽 및 IDS/IPS

애플리케이션 보안

  • 역할 기반 접근 제어 (RBAC)
  • API 인증 (OAuth, JWT)
  • 감사 로그

**보안 위협**: 랜섬웨어, DDoS 공격, 내부자 위협

제조 시스템은 24/7 가동되므로 보안 사고 시 막대한 손실 발생

10통합 아키텍처

모든 기술을 통합하는 아키텍처입니다.

Physical AI 통합 아키텍처
Cloud Platform
Data Lake, ML Training, Analytics
HTTPS / MQTT
Edge Gateway
Protocol Translation, Edge AI
OPC UA / MQTT
Control Layer
PLC, SCADA, Real-time Control
Modbus / EtherCAT
Field Layer
Sensors / Actuators

요약

Physical AI는 다음 기술의 통합입니다:

  1. ✅ 센서: 물리적 세계 감지
  2. ✅ AI/ML: 지능적 판단
  3. ✅ 액추에이터: 물리적 행동
  4. ✅ 디지털 트윈: 가상 복제
  5. ✅ 엣지 컴퓨팅: 실시간 처리
  6. ✅ 클라우드: 대규모 분석
  7. ✅ 보안: 시스템 보호

다음 레슨에서는 센서 데이터 처리에 대해 자세히 알아봅니다.