코로나19는 여전히 헤드라인을 장식하는 관심사이며, 프로 스포츠 부문은 가장 눈에 띄는 피해자 중 하나입니다. 7월 NBA와 WNBA가 격리 프로토콜 하에 경기를 재개했을 때, 팀들은 선수들에게 건강을 지속적으로 모니터링하기 위해 오우라 링 착용 옵션을 제공했습니다. 오우라에 따르면, 링의 AI 알고리즘은 증상 발현 최대 3일 전 코로나19 증상 가능성을 플래그할 수 있으며, 정확도는 90%에 달합니다. 링의 분석 플랫폼은 웨스트버지니아 대학 록펠러 신경과학 연구소와의 협력으로 구축되었으며, 디바이스 내장 센서에서 나

아날로그-디지털 컨버터(ADC)의 샘플링 현상은 앨리어싱과 커패시티브 킥백 문제를 유발하며, 이를 해결하기 위해 설계자는 필터와 드라이빙 앰프를 사용하지만 이들이 또 다른 과제를 안겨줍니다. 이로 인해 중대역 애플리케이션 영역에서 정밀 DC와 AC 성능을 달성하는 것이 어렵고, 설계자는 시스템 목표를 트레이드오프하게 됩니다. 이 글은 샘플링 문제를 본질적으로 극적으로 해결해 신호 체인을 단순화하는 연속시간 시그마-델타(∑-Δ) ADC를 설명합니다. 안티앨리어싱 필터와 버퍼의 필요성을 제거하고, 추가 구성요소와 관련된 신호 체인 오

오늘날 운전자는 실내외 완벽한 통신과 정숙한 실내를 겸비한 차량을 원합니다. 전기차는 자연스럽게 엔진 소음을 줄이지만, 고속에서 승객은 여전히 노면 소음과 풍절음에 노출될 수 있어 고급 소음 제어가 필수적입니다. 실내 정숙성을 더 높이기 위해 제조사들은 정교한 마이크 어레이, 고성능 앰프, 통합 스피커, 최첨단 디지털 신호 처리를 사용합니다. 이 요소들이 함께 작동해 배경 소음을 억제하고, 탑승자 간 선명한 음성 교환을 가능하게 하며, 고음질 핸즈프리 음성 통화를 지원합니다. 액티브 노이즈 캔슬레이션 소개 단열 패널이나 특수

소비자, 주택 소유자, 직원, 일상 사용자로서 우리는 일상을 형성하는 수많은 디바이스와 기술에 의존합니다. 이 도구들은 더 이상 선택 사항이 아닙니다. 전 세계적으로 효율성과 작업 완수를 위해 필수적입니다. 스마트폰이 종종 스포트라이트를 받지만, 센서 융합은 소비자 가전, 헬스&웰니스, 로보틱스, IoT 등 산업 전반의 편의성 핵심에 있습니다. 모션 감지기를 포함한 여러 센서의 데이터를 결합함으로써 디바이스는 컨텍스트를 지능적으로 해석하고 최소한의 사용자 노력으로 동작을 수행할 수 있습니다. 아마존 에코와 구글 홈 같

상태 기반 모니터링(CbM)은 센서로 장비 건전성을 추적하는 반면, 예지보전(PdM)은 CbM, 머신러닝, 분석을 결합해 고장을 예측합니다. 고장 발생 전 감지, 진단, 예측을 위해 적절한 센서 선택이 필수적입니다. 산업용 모터는 플랜트와 발전소에서 20년 연속 운전용으로 설계되지만, 많은 모터가 예상 수명에 미치지 못합니다1. 원인으로는 과소 사용, 부적절한 유지보수, PdM 시스템 부재 등이 있습니다. 잘 구현된 PdM 프로그램은 수리를 사전에 예약해 예기치 않은 가동 중단을 방지하고 자산 수명을 연장합니다. 강력한 PdM

배터리 구동, 무선 연결 디바이스는 이제 소비자, 의료, 산업 분야 전반에 걸쳐 보편화되었습니다. 배터리 화학, 소형 저전력 전자제품, 클라우드 기반 분석의 발전으로 이 가젯들은 일상 필수품이 되었습니다. 착용형 연속 혈당 모니터(CGM), 섭취형 또는 이식형 센서, 스마트 홈 허브, 자산 추적기, 환경 모니터 등 어떤 제품이든 콤팩트한 폼팩터, 확장된 자율성, 신뢰할 수 있는 동작, 손쉬운 사용성을 요구합니다. 설계자의 핵심 과제는 디바이스를 정확히 필요한 시점에 활성화하는 것, 즉 배포 전까지 딥슬립 상태로 유지해 가장 작고

존재 감지 시스템은 고도로 전문화되어 있습니다. 다양한 소매 시나리오를 지원하는 데 필요한 센서와 아키텍처는 크게 다르며, 각 배포는 공간 레이아웃, 전력, 노드 통신, 데이터 보안을 고려해야 합니다. 소매업에서 사회적 거리두기가 중요한 이유 2020년 팬데믹은 엄격한 거리두기로의 갑작스러운 전환을 강요했습니다. 개방된 공간에서도 6피트(약 1.8m) 버퍼 유지가 어렵고, 쇼핑객은 가이드라인을 오해하거나 무시하기 일쑤입니다. 소매업체는 하룻밤 새 새로운 정책을 도입해야 했지만, 명확한 자동화된 집행 없이는 긴장과 혼란

RISC-V 생태계가 처음 등장했을 때 주요 초점은 이전에는 독점 CPU ISA(명령어 집합 아키텍처)에 의존했던 심층 임베디드 시스템의 비용을 대폭 절감하는 것이었습니다. SoC가 핀펫 공정으로 마이그레이션되면서 높은 마스크 비용이 많은 설계자를 유한 상태 머신에서 RISC-V ISA 기반 프로그래머블 마이크로 시퀀서로 대체하도록 이끌었습니다. 이 변화는 초기 흥분을 불러일으켰고, 2014년부터 2018년까지 경량 RISC-V 코어의 상품화로 이어졌습니다. 아키텍처가 성숙해지면서 RISC-V는 실시간 고성능 애플리케이션, 특히

USB 진화: 1.1부터 3.2 그리고 그 너머 1996년 처음 출시된 범용 직렬 버스(USB)는 여러 연결 유형의 역할을 통합해 컴퓨팅과 소비자 기술에 널리 보급되었습니다. 도입으로 키보드, 마우스, 프린터, 카메라, 외장 드라이브 등 주변기기 연결이 간단하고 편리해졌습니다. 디바이스는 더 이상 고유한 인터페이스가 필요 없었고, 사용자는 무엇이든 단일 표준 케이블에 연결할 수 있게 되었습니다. USB 1.1은 최대 12Mbps 데이터 속도를 지원했습니다. USB 2.0으로 속도가 480Mbps로 뛰면서 비디오 스트리밍과 PC로

현대 컴퓨터 시스템은 그 어느 때보다 발전했고 복잡합니다. 사이버 공격의 정교함은 놀라운 속도로 고조되고 있습니다. 업계가 오랫동안 소프트웨어 강화에 집중해 온 반면, 공격자들은 점점 하드웨어 계층을 표적으로 삼아 설계, 제조, 운영 중에 발생하는 취약점을 악용하고 있습니다. 학계와 업계 연구는 하드웨어와 소프트웨어 익스플로잇을 혼합한 고급 하드웨어 기반 공격 기법을 문서화해, 공개된 지식이 해커에게 상당한 이점을 준다는 것을 보여주었습니다. 그러나 하드웨어 설계자들은 소프트웨어의 잘 확립된 CWE(Common Weakness E

많은 터치스크린과 휴대용 기기는 기본적이거나 햅틱 피드백이 없습니다. 사용자 기대치가 높아짐에 따라 엔지니어들은 기존 진동 모터보다 우수한 물리적·전기적 성능을 제공하는 압전 트랜스듀서로 눈을 돌리고 있습니다. 이 글에서는 압전 트랜스듀서의 원리, 이론, 모델링을 검토하고, 이러한 트랜스듀서의 고유 특성을 구동하도록 특별히 설계된 전자 회로를 다룹니다. 또한 압전 기술을 활용한 햅틱 애플리케이션을 탐구하고 앰프 입력 전력이 다양한 압전 부하 구성과 어떻게 관련되는지 살펴봅니다. 압전 액추에이터의 햅틱 진동은 역압전 효과, 즉 전

인더스트리 4.0은 빅데이터로 통칭되는 전례 없는 양의 복잡한 센서 데이터를 생성하고 있습니다. 수천 개의 센서와 끊임없이 확장되는 데이터 스트림으로 기계, 시스템, 프로세스의 디지털 표현이 점점 더 세분화되고 있습니다. 이러한 세분화는 전체 가치 사슬에 새로운 가치를 열어주지만, 그 가치를 추출하는 것은 여전히 큰 과제입니다. 핵심은 원시적이고 방대한 데이터를 고품질의 실행 가능한 정보, 즉 실질적인 경제적 이익을 이끄는 스마트 데이터로 변환하는 데 있습니다. 과제 모든 데이터 포인트를 수집해 클라우드에 저장한 후 사후 분석하

스마트폰, 웨어러블, IoT 기기 등 현대 모바일 디바이스는 점점 더 정교해지고 있습니다. 설계자는 이제 중앙 애플리케이션 프로세서로 더 빠르고 신뢰할 수 있는 데이터 경로를 요구하는 조밀한 센서와 주변 장치 어레이에 직면해 있습니다. 2020년 1월 15일 공개된 MIPI I3C v1.1 인터페이스가 그 해답입니다. 이 사양은 모든 주변 장치를 단일 애플리케이션 프로세서로 통합해 전례 없는 속도를 제공하면서 향상된 제어성, 관리성, 무결성을 제공합니다(그림 1). 선택적 단일, 듀얼, 쿼드 버스 레인으로 I3C v1.1은 추가

딜로이트는 2020년에 7억 5천만 개 이상의 에지 AI 칩(머신러닝을 디바이스에서 직접 실행하거나 가속화하는 완전 또는 부분 프로세서)이 판매되어 26억 달러의 매출을 올릴 것으로 전망했습니다. 에지 AI 칩 부문은 전체 반도체 시장을 앞지를 것으로 보이며, 2024년까지 판매량이 15억 개를 넘어설 것으로 예상되어 연평균 성장률(CAGR)이 최소 20%로, 업계 전체의 장기 9% CAGR 전망치의 두 배 이상입니다. 그림 1: 지능이 내장될 수 있는 위치 (이미지: Deloitte Insights) 에지 A

현대 집적회로(IC)는 방대한 데이터를 처리하고, 실시간으로 안전关键 의사결정을 내리며, 민감한 데이터를 보호하는 연산 및 시스템 제어 능력을 제공합니다. ASIC(주문형 반도체)나 FPGA SoC를 처음부터 설계하는 것은 비용과 시간이 지나치게 많이 듭니다. 많은 핵심 기능은 서드파티 IP(지적재산권)를 사용해 구현됩니다. 예를 들어 프로세서 코어는 전문 기관에서 공급받으며, ISA(명령어 집합 아키텍처)를 통해 하드웨어와 소프트웨어 간 인터페이스를 정의함으로써 유연하고 소프트웨어 프로그래밍 가능한 기능을 제공합니다. 오픈소스 프

SoC 설계가 점점 복잡해지고 있지만, 많은 시스템 레벨 검증 테스트 스위트는 여전히 수천 줄의 수작업 C 코드로 구성되어 있습니다. 이는 자동화 원칙에 정면으로 위배되는 구식 접근 방식입니다. 특히 제조 전 디바이스 전체를 검증하기 위해 임베디드 프로세서에서 실행되는 C 테스트는 여전히 수작업에 의존하고 있습니다. 테스트 생성 자동화는 SoC 개발 전 단계에서 생산성을 높입니다. UVM 테스트벤치의 제약 랜덤 기법은 시나리오별 랜덤 벡터를 생성해 블록 레벨에서 커버리지를 향상시킵니다. 그러나 설계가 블랙박스로 남아 있고, 자극,

동시 위치 추정 및 지도 작성(SLAM)은 로봇, 드론, 자율주행차 같은 장치가 주변 환경의 실시간 지도를 구축하면서 동시에 해당 지도 내에서의 자기 위치를 파악할 수 있게 해줍니다. SLAM은 카메라, 라이다, 소나, 레이더, 관성측정장치(IMU) 등 다양한 알고리즘과 센서를 조합해 구현할 수 있습니다. 저비용 소형 카메라의 보급으로 단안 비주얼 SLAM이 화성 탐사 로버, 농업용 장비, 배송 드론, 도심 자율주행 플랫폼 등 다양한 로봇의 표준 솔루션으로 자리 잡았습니다. 비주얼 SLAM은 실내 창고나 위성 신호가 차단되거나 열

32/64비트 임베디드 프로세서의 첫 두 시대는 독점 아키텍처로 정의되었습니다. 제3시대는 그 모델에서 벗어나고 있습니다. 제1시대 (1980년대-1990년대)반도체 기업들이 자체 CPU 설계를 구축하고 유지하며 파편화된 지형을 만들었습니다. 이 아키텍처를 유지하는 비용이 증가했고, 서드파티 소프트웨어 벤더들은 비용, 복잡성, 투자 수익을 이유로 여러 고유 코어 지원을 꺼렸습니다. 이 압력으로 많은 기업이 내부 설계를 포기하고 검증된 프로세서 IP 라이선스로 전환했습니다. 제2시대 (1990년대 후반-2000년대)라이선싱이 표준이

공기 유전체 전송 라인을 탱크 외부에 클램프하고 리플렉토미터 칩으로 RF 임피던스 변화를 감지하여 구멍을 뚫지 않고 유체 레벨을 측정할 수 있습니다. 이 가이드는 Analog Devices의 ADL5920 같은 단일 칩 리플렉토미터가 어떻게 프로세스를 단순화할 수 있는지 보여주는 경험적 설계 예제를 안내합니다. 기존 플로트 기반 센서와 비교할 때 리플렉토미터 기반 시스템은 다음을 제공합니다: 실시간, 고속 측정 광범위한 디지털 후처리 비접촉 동작 – 액체 오염 없음 이동 부품 없음, 신뢰성 향상 최소 복사 RF – 원거리 상쇄 누

PROCENTEC 같은 업계 리더들은 RS-485 기반 필드버스 배포, 특히 PROFIBUS®와 급속히 확장하는 PROFINET 산업용 이더넷의 꾸준한 증가를 보고합니다. 2018년 전 세계적으로 6,100만 PROFIBUS 노드가 설치되었으며, 프로세스 자동화(PA) 노드는 전년 대비 7% 성장했습니다. PROFINET 설치 기반은 2,600만 노드에 도달했고, 2018년에만 510만 디바이스가 추가되었습니다.1 인더스트리 4.0이 스마트 커넥티드 팩토리 채택을 주도함에 따라 필드버스 기술 최적화는 신뢰할 수 있는 고성능 시스템에