안녕하세요! 오늘은 PC 원격 부팅에 대한 이야기와 함께, 일반적인 방법으로는 해결하기 힘든 ‘무선 랜(Wi-Fi) 환경에서의 PC 원격 부팅’을 하드웨어 Hack 방식으로 스마트하게 해결한 DIY 프로젝트를 소개해 드려고 합니다.

1. 왜 이런 장치가 필요했을까? (기획 배경)

유선 랜의 치트키, WOL (Wake on LAN)

집이나 사무실에서 외부의 PC를 원격으로 켜야 할 때, 가장 먼저 떠올리는 기술은 WOL(Wake on LAN)입니다. 메인보드와 공유기 설정을 조금만 만져주면 외부에서 매직 패킷(Magic Packet)을 보내 PC를 아주 쉽게 켤 수 있죠.

• 잠깐, 원격으로 끌 수도 있나요?네, 가능합니다. 다만 WOL은 ‘켜는’ 기술이고, 원격으로 끌 때는 별도의 소프트웨어(예: Chrome 원격 데스크톱, TeamViewer, 또는 Windows의 shutdown 명령어를 활용한 배치 파일 등)를 이용해 OS 내부에서 정상 종료 신호를 보내야 합니다.

무선 랜(Wi-Fi) 환경의 절망, WoWLAN의 한계

문제는 PC를 무선 랜(Wi-Fi)으로 연결해 사용하는 경우입니다. 무선 랜에도 WOL과 같은 WoWLAN(Wake on Wireless LAN) 기능이 존재하긴 합니다.

하지만 설정이 무척 까다롭고, 공유기나 무선 랜카드의 칩셋 궁합을 심하게 타며, PC가 깊은 대기 상태(S3/S4)로 들어가면 무선 연결이 툭 끊겨버려 정작 필요할 때 작동하지 않는 경우가 허다합니다. 사실상 실무에서 쓰기엔 안정성이 많이 떨어지죠.

“그럼 PC가 켜지는 다른 조건을 이용하면 어떨까?”

여기서 아이디어가 출발했습니다. PC는 꺼져 있거나 대기 상태일 때도 유선 USB 키보드나 마우스를 딸깍 누르면 잠에서 깨어나는 기능(Wake on USB)이 기본적으로 활성화되어 있는 경우가 많습니다.

“그렇다면 저렴한 Wi-Fi MCU(ESP32-C3)를 키보드 내부에 심어서, 웹 서버로 신호를 받으면 키보드가 눌린 것처럼 신호를 주면 되잖아?”

2. 개발 과정과 뜻밖의 난관: ESP32-C3의 하드웨어 제약

처음 구상은 아주 단순했습니다. ESP32-C3를 PC와 USB로 연결하고, 아두이노의 USB HID 라이브러리(USBHIDKeyboard)를 써서 웹 요청이 들어오면 가상의 스페이스바를 쾅 쳐주는 ‘소프트웨어 방식’이었습니다.

🚨 뜻밖의 난관: C3에는 Native HID 기능이 없다!

하지만 개발을 진행하면서 중요한 하드웨어 제약을 알게 되었습니다. ESP32-C3는 내장된 USB 인터페이스가 시리얼 콘솔(CDC) 및 디버깅용으로만 제한되어 있어, 스스로 마우스나 키보드 같은 ‘내이티브 USB HID 장치’로 변신할 수 없다는 사실이었습니다. (이 기능은 상위 모델인 ESP32-S2나 S3에서만 지원됩니다.)

3. 신의 한 수: “선 3개만 따자!” 물리적 우회 전략

소프트웨어적인 USB 신호 전송이 불가능하다면, 방법은 하나. 물리적으로 키보드 스위치를 누른 것처럼 속이는 하드웨어 해킹이었습니다.

처음에는 안 쓰는 키보드 기판(멤버레인 시트 포함)을 통째로 뜯어서 매트릭스 단자를 분석하려고 했습니다. 하지만 굳이 그럴 필요 없이, 지금 실제 사용 중인 유선 키보드 안에서 선 3개만 ESP32-C3로 연결하면 기존 키보드 기능도 완벽히 유지하면서 원격 스위치를 심을 수 있다는 엄청난 효율적 결론에 도달했습니다.

🛠️ 하드웨어 준비물

• ESP32-C3 개발 보드 (Mini 타입 등 소형일수록 매립하기 좋습니다.)
• 소형 NPN 트랜지스터 (예: C1815, 2N2222) 또는 포토커플러(PC817)
• 1k$,\Omega$ 저항 1개
• 약간의 전선과 인두기

🔌 핵심 연결 메커니즘 (3선 연결법)

키보드가 대기 상태에서도 PC로부터 5V 전원을 공급받는다는 점을 100% 활용합니다.

1. 전원선 (5V): 키보드 USB 입력단의 5V 라인 ➡️ ESP32-C3의 5V (또는 VIN)
2. 그라운드 (0V/GND): 키보드의 GND 라인 ➡️ ESP32-C3의 GND 및 트랜지스터의 Emitter
3. 제어선 (신호 1선): 키보드 컨트롤러 단자 중 핀셋 테스트로 찾아낸 ‘누르면 키가 입력되는 신호선’ ➡️ 트랜지스터의 Collector

💡 꿀팁 (스위치 단자 찾는 법): 키보드를 PC에 연결하고 메모장을 켠 뒤, 핀셋으로 기판의 금속 단자들을 툭툭 쇼트시켜 봅니다. 이때 메모장에 일반 글자나 스페이스바가 입력되는 단자 조합을 찾습니다. 그중 하나가 GND라면 NPN 트랜지스터로 대치 가능하므로, 선 3개만으로 회로가 끝납니다! (만약 두 단자 모두 GND가 아니라면 포토커플러 PC817을 사용해 4선으로 연결하면 안전합니다.)

4. 소프트웨어 구현 (아두이노 소스코드)

ESP32-C3에 업로드할 코드입니다. 웹 브라우저에서 http://[ESP32_IP]/wake로 접속하면 지정된 GPIO 핀을 아주 잠시 동안 HIGH로 만들어서 트랜지스터 스위치를 붙였다가 떼어줍니다. (실제 손으로 키를 탁 누르고 떼는 동작과 같습니다.)

마이크로파이썬 소스 코드 (main.py)

5. 프로젝트를 마치며

이번 DIY의 가장 큰 수확은 하드웨어의 제약(ESP32-C3의 HID 미지원)을 만났을 때, 발상을 전환하여 더 직관적이고 효율적인 물리적 우회로를 찾아낸 점입니다.

키보드를 통째로 새로 만드는 대신 기존 키보드의 5V, GND, 신호선 단 3개만 링크함으로써 부품 부피도 최소화했고, 평소에는 평범한 키보드로 쓰다가 필요할 때는 세계 어디서든 웹 접속 한 번으로 PC를 깨울 수 있는 완벽한 가성비 스마트 스위치가 완성되었습니다.

무선 랜 환경이라 WOL 설정을 포기하셨던 분들, 혹은 메인보드의 파워 스위치에서 선을 길게 따오기 번거로우셨던 분들은 책상 위에 늘 놓여있는 ‘유선 키보드’를 활용한 이 방식을 꼭 한 번 도전해 보시기 바랍니다!

---

“3선식 아니고 4선식으로 연결해야 할 경우”

기존 키보드 회로를 분석했을 때 핀셋으로 쇼트시켜서 글자가 나오는 단자 2개를 조합했는데, 이 두 단자 중 그 어느 것도 키보드의 원래 0V(GND)와 연결되어 있지 않은 경우가 있을 수 있습니다.

이를 매트릭스 회로 구조에서 “4점식(또는 4선식) 연결 방식”이라고 부를 수 있습니다. 가로축 신호선과 세로축 신호선이 공중에 떠 있는 상태에서 서로 만나야만 하기 때문에, 앞서 설명한 3선식(트랜지스터) 방식을 쓰면 오작동하거나 쇼트가 나지 않습니다.

이때는 처음에 언급했던 포토커플러(PC817)가 구원투수가 됩니다. 왜 이 방식이 필요하고 어떻게 연결하는지 명확하게 정리해 드릴게요.

1. 왜 4점식일 때는 트랜지스터를 쓰면 안 될까?

일반적인 NPN 트랜지스터나 MOSFET은 전류를 한 방향으로 흘려보내며, 반드시 기준점이 되는 GND가 서로 묶여 있어야만 스위치가 열립니다.

만약 키보드 기판의 두 단자가 모두 GND가 아니라 각각 미세한 전압이 흐르고 있는 신호선들이라면, 트랜지스터를 연결하는 순간 키보드 회로의 전압이 ESP32의 GND로 강제로 끌려 내려가면서 키보드 컨트롤러 칩이 먹통이 되거나 PC가 키보드 오류를 뱉게 됩니다.

2. 해결책: 포토커플러(PC817)를 이용한 4선식 회로

포토커플러는 내부가 빛(LED)으로 신호를 전달하기 때문에, ESP32의 전원/GND와 키보드의 전원/GND를 전기적으로 완전히 차단(Insulation)해 줍니다. 쉽게 말해, 공중에 떠 있는 키보드 선 2개를 아무런 간섭 없이 순수하게 ‘뚝딱’ 붙여줄 수 있는 마법의 부품입니다.

이때는 키보드에서 총 4개의 선이 나와야 합니다.

• 전원 공급용 2선: 키보드 5V, 키보드 GND (ESP32-C3 구동용)
• 스위치 제어용 2선: 키보드 단자 A, 키보드 단자 B (PC817 스위치 연결용)

3. 4점식 하드웨어 연결 방법

PC817의 핀 번호(점 표시가 1번)를 확인하고 다음과 같이 연결합니다.

1) ESP32-C3 쪽 연결 (전원 및 제어)

• 키보드 5V ➡️ ESP32-C3 5V (VIN)
• 키보드 GND ➡️ ESP32-C3 GND
• ESP32-C3 GPIO 4 ➡️ 220옴 저항 ➡️ PC817 1번 핀(Anode)
• ESP32-C3 GND ➡️ PC817 2번 핀(Cathode)

2) 키보드 신호 단자 쪽 연결 (순수 스위치)

• 키보드 단자 A (전압이 조금 더 높은 쪽) ➡️ PC817 4번 핀(Collector)
• 키보드 단자 B (전압이 낮은 쪽) ➡️ PC817 3번 핀(Emitter)

💡 단자 A, B 전압 확인 팁: 멀티미터(직류 전압 모드)로 키보드 단자 2개를 찍어봤을 때, 빨간색 리드봉을 댄 곳이 + 전압으로 나온다면 그 단자를 4번 핀에, 검은색 리드봉이 닿은 단자를 3번 핀에 연결하시면 됩니다.

4. 소프트웨어(마이크로파이썬) 코드는 그대로!

하드웨어 제어 방식이 트랜지스터에서 포토커플러로 바뀌었을 뿐, ESP32-C3 입장에서는 GPIO 4번 핀을 HIGH로 켰다가 LOW로 끄는 논리가 완전히 똑같습니다. 따라서 앞서 작성해 드린 마이크로파이썬(또는 아두이노) 소스코드를 수정 없이 그대로 사용하시면 됩니다.

📝 요약 한 줄

“만약 키보드 기판을 테스트했을 때 쇼트 단자 중 GND(0V)가 없는 독립된 신호선 조합(4점식) 구조라면, 트랜지스터 대신 **포토커플러(PC817)**를 사용해 회로를 완전히 절연시켜 선 4개로 연결하면 안전하게 성공할 수 있습니다!”

---

” 실제 사용중인 로지텍 키보드 뜯어서 확인해 보니”

1. 일반 TR이나 MOSFET을 쓸 수 없었던 이유 (키보드 실측 결과)

처음에는 일반적인 디지털 회로처럼 스위치가 0V와 5V 사이를 오가는 단순한 구조일 것으로 예상했습니다. 그 구조라면 N-Channel MOSFET이나 트랜지스터(TR) 하나로 쉽게 쇼트 신호를 만들 수 있기 때문입니다.

하지만 멀티미터로 실제 키보드 매트릭스 핀을 정밀하게 찍어본 결과는 완전히 달랐습니다.

• 실측 결과: 여러 단자 모두 똑같이 4.6V 근방을 유지하고 있었습니다.
• 신호 감지 방식: 키가 눌리는 순간을 감지하는 메커니즘이 0V-5V의 확실한 논리 레벨이 아니라, 두 핀 사이의 고작 0.03V 내외의 미세한 전압 차이를 가로채는 방식이었습니다.

여기에 일반 TR을 잘못 물렸다간 메인보드의 그라운드(GND) 노이즈나 미세한 누설 전류 때문에 키보드 컨트롤러가 오작동할 위험이 큽니다. 제어 측(ESP32)과 피제어 측(키보드)의 회로를 전기적으로 완벽하게 분리(절연)하면서 스위칭만 해줄 수 있는 ‘포토커플러’가 강제되는 상황이었습니다.

2. 자작 포토커플러(IR 소자) 테스트와 기성품 적출

처음에는 부품 통에 기성품 포토커플러가 보이지 않아, 적외선(IR) 송신 LED와 수신 포토트랜지스터를 일대일로 마주 보게 정렬한 뒤 검은색 절연테이프로 암막 처리를 하여 ‘수제 포토커플러’를 직접 제작해 테스트했습니다.

이 수제 소자를 테스트해 보니 예상외의 재밌는 결과가 나왔습니다. ESP32로 신호를 주고 멀티미터의 다이오드 모드로 개방 상태를 측정했을 때, 내부 광축이 정밀하게 맞았는지 순방향 전압 강하가 0.1V대로 떨어졌고 저항 모드에서는 90옴 근처가 찍혔습니다.

나중에 고장 난 스마트폰 충전기(아답터)의 고압-저압 경계선 회로에서 적출한 기성품 PC817과 비교했을 때, 수제 소자가 오히려 테스터기 상에서 더 낮은 저항 특성을 보여주며 준수한 성능을 증명했습니다. (기성품은 반도체 고유의 문턱 전압 때문에 저항 모드에서 187옴 수준의 수치를 띄우며 테스터기를 오해하게 만드는 특성이 있습니다.)

결과적으로 두 소자 모두 키보드 칩이 인식하기에는 차고 넘치는 최상급 스위치 상태(0.1V대 전압 강하)를 달성했습니다. 다만 장기적인 물리적 내구성과 키보드 내부 매립을 위한 부피를 고려해, 최종 마감은 고장 난 어댑터에서 적출한 기성품 PC817을 사용하기로 결정했습니다.

3. 최종 회로 구성 (단 3줄의 배선)

최종 완성된 회로는 군더더기 없이 심플합니다. 복잡한 주변 소자 없이 저항 하나와 포토커플러 하나로 끝납니다.

1. 입력 제어부: ESP32-C3의 GPIO 4번 핀 ➡️ 220옴 저항 ➡️ 포토커플러 1번 핀(Anode)으로 연결하고, 포토커플러 2번 핀(Cathode)은 ESP32의 GND로 묶어줍니다.
2. 출력 스위치부: 포토커플러의 4번 핀(Collector)과 3번 핀(Emitter)을 키보드 우측 화살표(→) 단자의 높은 전압(+) 쪽과 낮은 전압(-) 쪽에 각각 연결합니다.

테스트 대상으로 최종 낙점한 우측 화살표(→) 키는 탁월한 선택이었습니다. 메모장 등의 편집기를 켜둔 상태에서 ESP32 웹 버튼을 누르면 커서가 오른쪽으로 툭 한 칸 이동하는 것으로 오작동 없이 확실한 시각적 피드백을 줍니다. 나중에 PC가 켜진 실사용 환경에서도 화면에 불필요한 문자가 무한 입력되거나 시스템 창이 강제로 열리는 리스크가 없어 가장 안전합니다.

4. 복병의 등장: 전원 부족으로 인한 무한 리부팅 현상

회로 배선을 마치고 실전 테스트를 진행하던 중, 예상치 못한 하드웨어 복병을 만났습니다. 웹 버튼을 누르거나 ESP32-C3가 와이파이(Wi-Fi) 통신을 시작할 때마다 칩이 자꾸 죽으면서 무한 리부팅(Brownout)되는 현상이 발생한 것입니다.

• 원인 분석: 원인은 키보드 순정 내부 배선에 있었습니다. 일반적인 순수 키보드는 구동할 때 전력을 0.1W 이하로 극도로 적게 소비합니다. 그렇다 보니 기성품 키보드 내부에 들어가는 순정 USB 케이블은 데이터 송수신과 이 미세한 전류만을 감당하기 위해 선 두께(AWG)가 매우 얇게 설계되어 있습니다. 반면, ESP32-C3가 와이파이(Wi-Fi) 통신을 시작하면 순간적으로 0.5W 이상, 피크치에는 그보다 훨씬 높은 전력을 잡아먹습니다. 키보드 대비 최소 5배 이상의 전력이 급격하게 필요한 것입니다. 이 상태에서 얇은 케이블을 공유해 쓰다 보니, 전원선의 저항 때문에 순간적으로 전압이 급격하게 떨어지는 전압 강하(Brownout) 현상이 발생했고, 결국 칩이 버티지 못하고 무한 리부팅되는 결과로 이어졌던 것입니다.
• 임시방편 솔루션 (와이파이 출력 하향): 원래대로라면 두꺼운 USB 케이블로 전원선을 전면 교체하는 것이 정석이지만, 키보드 하우징의 가공 편의성을 위해 소프트웨어적으로 우회하는 방법을 선택했습니다. 마이크로파이썬 소스코드에서 ESP32-C3의 Wi-Fi 송신 신호 강도(TX Power)를 강제로 낮추는 옵션을 추가했습니다. 신호 출력을 깎아 전력 소모의 피크치를 낮추자, 다행히 전압 강하가 선을 넘지 않으면서 리부팅 현상을 깔끔하게 해결할 수 있었습니다. 만약 거실 공유기와 거리가 아주 멀지 않은 환경이라면 이 정도의 신호 제어만으로도 IoT 기능을 안정적으로 구동하기에 충분합니다.

---

---

“장치관리자에 HID 키보드 장치가 여러개 인데 어느게 내가 쓰고 있는 키보드인지 알 수있는 방법은?”

장치 관리자에 똑같은 이름의 ‘HID 키보드 장치’가 여러 개 떠 있으면 내가 지금 타이핑하고 있는 진짜 키보드가 무엇인지 찾기 참 난감하죠. (이유는 마우스나 메인보드, 심지어 그래픽 카드 제어 프로그램까지도 매크로 기능을 위해 가짜 키보드 드라이버를 심어두기 때문입니다.)

지금 손으로 누르고 있는 진짜 유선 키보드를 단 10초 만에 확실하게 찾아내는 3가지 방법을 알려드릴게요. 뒤로 갈수록 확실한 방법입니다.

방법 1: “연결별 보기”로 변경하기 (가장 직관적)

기본 장치 관리자 화면은 종류별로 묶여 있어서 찾기 어렵습니다. 메인보드의 USB 포트에 꽂힌 경로를 추적하면 쉽게 찾을 수 있습니다.

1. 장치 관리자 상단 메뉴에서 [보기(V)] ➡️ [디바이스 연결별(V)]을 클릭합니다.
2. 목록이 트리 구조로 바뀝니다. 여기서 ACPI x64 기반 PC ➡️ Microsoft ACPI-Compliant System 순으로 하위 메뉴를 계속 엽니다.
3. 중간쯤 내려가다 보면 PCI Express 루트 복합체 아래에 Intel(R) USB 3.10 확장 가능한 호스트 컨트롤러(또는 AMD USB…)가 보입니다.
4. 그 하위 트리를 열면 USB 루트 허브가 나오고, 거기에 현재 메인보드 USB 포트에 물리적으로 꽂혀 있는 진짜 유선 키보드 이름이 트리 구조로 명확하게 나타납니다.

방법 2: 드라이버 “속성”에서 위치 확인하기

여러 개의 HID 키보드 장치 중에서 진짜 전압과 신호를 주고받는 장치를 속성에서 걸러내는 방법입니다.

1. ‘HID 키보드 장치’를 마우스 우클릭한 뒤 [속성]으로 들어갑니다.
2. [일반] 탭 중간에 있는 ‘위치:’ 항목을 확인합니다.
3. 가짜 프로그램 드라이버들은 위치가 알 수 없음이나 비어 있는 경우가 많습니다.
4. 반면, 진짜 유선 키보드는 USB 입력 장치 또는 on USB Device라고 물리적인 포트 위치가 명확하게 적혀 있습니다.

방법 3: 하드웨어 ID(속성) 확인하기 (가장 확실함)

키보드 제조사에는 고유의 ID 코드가 있습니다. 이 코드를 확인하면 100% 구별할 수 있습니다.

1. 아무 HID 키보드 장치나 우클릭 후 [속성]으로 들어갑니다.
2. [자세히] 탭을 누른 뒤, 속성 드롭다운 메뉴에서 [하드웨어 ID]를 선택합니다.
3. 아래 값(Value) 상자에 영어와 숫자가 섞인 문장이 뜹니다.
   • HID\VID_XXXX&PID_XXXX... 모양을 띱니다.
4. 여기서 VID_ 뒤에 붙은 네 자리 숫자가 제조사 코드(Vendor ID)입니다.
   • 이 네 자리 코드를 구글에 USB VID XXXX라고 검색하면 어느 회사 제품인지 바로 나옵니다. 지금 책상 위에 두고 쓰시는 키보드 브랜드(예: Logitech, Corsair, 앱코 등)의 ID가 적힌 녀석이 바로 진짜 유선 키보드 장치입니다!

💡 보너스 팁 (키보드 개조 DIY용)

나중에 개조한 ESP32-C3 장치를 PC에 연결하게 되면, 드라이버 이름은 똑같이 ‘HID 키보드 장치’로 잡히더라도 방법 3을 통해 [하드웨어 ID]를 열어보면 고유 코드가 다르게 뜨기 때문에 내가 만든 스마트 스위치 장치만 귀신같이 골라내서 드라이버 관리를 하실 수 있습니다!

안녕하세요! 오늘은 로봇 공학 DIY 프로젝트 중에서도 가장 흥미로운 주제 중 하나인 ‘학습형 로봇 팔(Direct Teaching Robot Arm)’ 구현에 대해 이야기해 보려고 합니다.

학습형 로봇 팔이란, 사람이 로봇의 관절을 손으로 직접 잡고 원하는 동작(궤적)을 가르치면(녹화), 로봇이 그 동작을 그대로 기억했다가 무한 반복(재생)하는 똑똑한 시스템을 말합니다. 수천만 원짜리 산업용 협동 로봇(Cobot)에서 주로 쓰이는 이 메커니즘을 가성비 좋은 오픈소스 하드웨어로 구현하는 방법을 핵심만 콕 짚어 정리해 드립니다.

1. 핵심은 위치 제어: 왜 스텝 모터가 아니라 ‘엔코더’인가?

일반적인 3D 프린터나 소형 CNC는 스텝 모터를 주로 사용합니다. 제어가 쉽기 때문이죠. 하지만 ‘학습형 로봇 팔’을 만들 때는 스텝 모터가 큰 걸림돌이 됩니다. 스텝 모터는 센서 없이 컴퓨터의 명령대로만 움직이는 ‘오픈 루프(Open-loop)’ 방식이라, 전원을 끄고 사람이 손으로 돌리면 모터가 어느 방향으로 얼마나 움직였는지 제어기가 전혀 알 수 없습니다.

반면, DC 모터에 엔코더(Encoder, 회전 감지 센서)를 결합한 시스템은 ‘클로즈 루프(Closed-loop)’ 방식으로 작동합니다. 모터가 움직이는 각도를 센서가 실시간으로 컴퓨터에 피드백해 주기 때문에, 모터 힘을 풀고 사람이 손으로 관절을 움직여도 그 움직인 궤적(각도 데이터)을 고스란히 기록할 수 있습니다.

2. 광학식 vs 자기(자석)식 엔코더, 무엇을 써야 할까?

엔코더에는 크게 프린터 등에서 자주 쓰이는 광학식(Optical)과 자석의 각도를 읽는 자기식(Magnetic) 두 가지가 있습니다. 결론부터 말씀드리면 학습형 로봇 팔에는 자기식 엔코더가 압도적으로 유리합니다.

• 광학식 엔코더: 빛을 통과시키는 미세한 플라스틱 띠나 원판을 사용합니다. 정밀도는 매우 높지만 덩치가 크고, 먼지나 잉크 분진이 조금만 묻어도 오작동합니다. 또한 전원을 켤 때마다 항상 한쪽 끝으로 움직여 영점(Home)을 잡아야 하는 번거로움이 있습니다.
• 자기식 엔코더 (강력 추천): 모터 축 끝에 소형 자석을 붙이고 센서가 자장의 각도를 읽는 방식입니다. 먼지나 기름 오염에 무적이며, 기구부가 매우 콤팩트해집니다. 무엇보다 ‘절대 각도(Absolute Position)’를 읽을 수 있어, 전원을 켜자마자 영점 조절 동작 없이 로봇 팔이 현재 몇 도를 바라보고 있는지 즉시 파악합니다.

3. 학습형 로봇 팔 구현을 위한 추천 부품 라인업

학습형 로봇 팔은 고속 회전이 필요 없습니다. 대신 로봇의 자체 무게를 버티는 토크(힘)와 전원이 꺼졌을 때 손으로 부드럽게 돌아가는 역구동성이 중요합니다. 이에 최적화된 가성비 조합을 추천합니다.

부품 분류	추천 부품 명칭	핵심 선정 이유 및 팁
메인 MCU	ESP32 시리즈 (ESP32-C3 등)	고속 PID 제어 연산이 가능하고, 메모리가 넉넉하여 학습 데이터(궤적 배열)를 안정적으로 처리 및 저장할 수 있습니다.
관절 센서	AS5600 자석식 엔코더	12비트 해상도($360^\circ$를 4,096단계로 쪼갬, 약 $0.087^\circ$ 정밀도)를 지원하며, I2C 또는 아날로그 전압 출력으로 다루기 쉽습니다.
구동 모터	양축 감속 DC 모터 (감속비 1:30 ~ 1:90 내외)	저속에서 강력한 토크를 냅니다. ※주의: 전원을 꺼도 사람이 손으로 돌릴 수 없는 ‘웜 기어’는 피하고, 일반 황동/스틸 기어 박스가 달린 양축(Dual Shaft) 모터를 써야 뒤쪽 축에 엔코더 자석을 붙일 수 있습니다.
모터 드라이버	TB6612FNG 또는 L298N	ESP32의 PWM 신호를 받아 모터의 힘과 방향을 제어합니다. 티칭 모드 시 모터 전류를 완벽히 차단하여 관절을 ‘흐느적하게’ 릴리즈해 주는 역할을 합니다.

4. 학습형 로봇 팔 작동 프로세스 (소프트웨어 알고리즘)

전체 시스템은 크게 두 가지 모드로 전환되며 작동합니다.

1단계: 티칭 모드 (동작 녹화)

1. 사용자가 ‘녹화 시작’ 버튼을 누릅니다.
2. ESP32가 모터 드라이버를 Standby 상태로 전환하여 모든 모터의 힘을 뺍니다. (로봇 팔이 흐느적해짐)
3. 사람이 로봇 팔을 잡고 원하는 동작을 수행합니다.
4. 모터가 사람 손에 의해 돌아가는 동안, 축 뒤에 달린 AS5600 센서가 실시간 관절 각도를 읽어 일정 주기(예: 20ms)마다 ESP32의 배열이나 SD 카드에 저장합니다.

2단계: 재생 모드 (동작 재현)

1. 사용자가 ‘재생 버튼’을 누릅니다.
2. ESP32가 저장된 각도 데이터 배열을 첫 번째부터 순서대로 꺼냅니다.
3. 이 데이터를 PID 제어 알고리즘의 목표값(Target)으로 설정하고 모터를 구동합니다.
4. 로봇 팔이 사람이 가르쳐준 속도와 부드러운 궤적 그대로 똑같이 움직이며 작업을 무한 반복합니다.

📝 마치며

자석식 엔코더(AS5600)와 감속 DC 모터의 조합은 수십만 원짜리 스마트 서보 모터를 쓰지 않고도, 단돈 몇 천 원의 부품 조합으로 산업용 협동 로봇의 핵심 메커니즘을 내 방 책상 위에서 구현해 볼 수 있는 최고의 가성비 솔루션입니다.

하드웨어 제어와 PID 알고리즘을 깊이 있게 공부해 보고 싶다면, 이번 주말 안 쓰는 구형 부품들과 AS5600 센서를 활용해 나만의 학습형 로봇 팔 만들기에 도전해 보시는 건 어떨까요?

#로봇공학 #ESP32 #AS5600 #자석식엔코더 #로봇팔DIY #PID제어 #하드웨어해킹

---

“학습은 DC모터와 자석식 엔코더로 하고 실제움직이기만 한 로봇팔은 서버모터나 스텝모터로 움직이게 하는 방식”

그 아이디어는 로봇 공학에서 실제로 ‘마스터-슬레이브(Master-Slave) 시스템’ 또는 ‘모킹버드(Mockingbird) 방식’이라고 부르는 매우 훌륭하고 실용적인 접근법입니다!

학습(입력)용 기기와 실제 구동(출력)용 기기를 물리적으로 분리하는 방식인데, 이 구조를 채택하면 아주 강력한 장점들이 생깁니다. 다만 구현 시 꼭 고려해야 할 역학적 문제도 존재합니다.

장단점과 핵심 고려사항을 명확하게 정리해 드릴게요.

1. 이 방식의 엄청난 장점 (Why 훌륭한가?)

① 하드웨어의 한계를 완벽히 극복

실제 무거운 물건을 들고 일해야 하는 로봇 팔(슬레이브)은 강력한 힘(토크)을 내는 스텝 모터나 대형 서보 모터를 써야 합니다. 하지만 이런 모터들은 전원을 꺼도 기어나 자력 때문에 뻑뻑해서 사람이 손으로 부드럽게 움직일 수가 없습니다. 이때, 가볍고 흐느적거리는 ‘입력 전용 뼈대(마스터)’를 따로 만들어서 거기에 DC 모터(또는 모터도 없이 감속 기어와 자석식 엔코더만)를 달아두면, 사람은 힘을 전혀 들이지 않고 아주 부드럽고 정밀하게 동작을 가르칠 수 있습니다.

② 안전성과 작업 편의성

실제 로봇 팔이 쇳덩어리거나 힘이 무지막지하게 강하다면, 티칭 하다가 오작동 시 사람이 다칠 수 있습니다. 하지만 입력용 장치는 플라스틱이나 3D 프린팅으로 가볍게 만들 수 있으므로 안전하고, 책상 앞에 편하게 앉아서 조종간을 움직이듯 녹화할 수 있습니다.

2. 모터 종류별 매칭 시 고려할 점

입력은 ‘DC 모터 + 자석식 엔코더(AS5600)’로 고정하고, 출력을 어떤 모터로 하느냐에 따라 성격이 달라집니다.

1안: 출력층을 ‘스텝 모터’로 할 경우

• 장점: 가격이 저렴하고 고정밀 제어가 가능합니다.
• 주의점: 스텝 모터는 회전 각도를 계산할 때 ‘펄스(Pulse)’ 수로 제어합니다. 입력받은 자석식 엔코더의 절대 각도 데이터(예: 0∘→45∘→90∘)를 스텝 모터가 알아들을 수 있는 펄스 수(예: 0스텝 → 100스텝 → 200스텝)로 수학적 변환(매핑)해 주는 코드를 짜야 합니다.

2안: 출력층을 ‘일반 RC 서보 모터(PWM 제어형)’로 할 경우 (추천)

• 장점: 코딩이 가장 쉽습니다.
• 이유: AS5600 센서가 읽은 각도값(0∼360∘)을 그대로 서보 모터의 제어 각도(0∼180∘ 또는 360∘)로 map() 함수를 통해 1:1로 다이렉트 매칭하기가 매우 수월합니다. DIY 스케일에서 가장 빠르게 결과물을 볼 수 있는 조합입니다.

3. 구현할 때 반드시 발생하는 문제와 해결책

⚠️ ‘기하학적 일치(Geometry Matching)’의 문제

사람이 움직이는 입력용 뼈대(마스터)의 팔 길이 비율과 실제 움직이는 로봇 팔(슬레이브)의 팔 길이 비율이 자로 잰 듯 정확히 똑같아야 합니다.

• 만약 입력 장치의 팔은 짧은데 실제 로봇 팔이 길다면, 입력 장치를 조금만 움직여도 실제 로봇 팔 끝(그리퍼)은 엄청난 궤적을 그리며 튀어나가게 됩니다.
• 해결책: 가장 좋은 것은 링크 구조와 길이를 1:1 쌍둥이처럼 똑같이 설계하는 것입니다. 만약 비율이 다르다면, 대학 로봇 공학에서 배우는 순기구학(Forward Kinematics)과 역기구학(Inverse Kinematics)을 코드에 넣어 좌표 계산을 해주어야 합니다.

“학습용 ‘조종 로봇(마스터)’과 구동용 ‘일꾼 로봇(슬레이브)’을 분리하는 방식은 디즈니 연구소나 영화 촬영용 애니메트로닉스, 원격 수술 로봇에서 실제로 쓰는 프로페셔널한 방식입니다. 센서 가득한 가벼운 뼈대로 정밀하게 녹화하고, 실제 구동은 묵직한 스텝/서보 모터로 수행하는 구조는 DIY 로봇 프로젝트의 완성도를 한 차원 끌어올릴 수 있는 최고의 전략입니다.”

---

“자석식 엔코더 부품 추천”

전통적인 강자인 AS5600과 최근 오픈소스 로봇 및 자작 서보 공학(SimpleFOC 등)에서 엄청난 인기를 끌고 있는 차세대 센서 MT6701은 스펙상 꽤 큰 차이가 있습니다.

결론부터 말씀드리면, “학습형 로봇 팔” 구현이 목적이라면 성능, 통신 속도, 확장성 모든 면에서 MT6701의 완승입니다. 왜 그런지 두 사양을 조목조목 비교해 드릴게요.

1. AS5600 vs MT6701 핵심 사양 비교 테이블

주요 스펙	AS5600 (ams OSRAM)	MT6701 (MagnTek)	로봇 팔 구현 시 영향
코어 해상도	12-bit (4,096 단계)	14-bit (16,384 단계)	각도 데이터의 촘촘함 (4배 차이)
최대 제어 각도	약 0.087∘ 단위	약 0.022∘ 단위	미세한 관절 움직임 녹화 시 정밀도 차이
지원 인터페이스	I2C, PWM, Analog	I2C, SSI, ABZ(증분형), PWM, Analog	관절 여러 개 연결 시 통신 확장성 차이
신호 지연 (Delay)	최대 약 10~100ms 내외 (필터 활성화 시)	2 μs 미만 (최상급)	PID 제어 루프가 돌 때 반응 속도와 진동에 직결
최대 회정 속도	저속 중심	최대 30,000 RPM	“고속은 필요 없다” 하셨으나 지연율과 직결됨
부가 기능	자석 거리 감지 (단순)	Z축 Push (누름) 감지 기능	버튼 없이 관절을 ‘꾹’ 눌러 티칭 모드 진입 가능
가격대 (모듈 기준)	약 1,500원 ~ 2,500원	약 2,000원 ~ 3,500원	거의 차이 없음 (가성비 최강)

2. 왜 학습형 로봇 팔에는 MT6701이 더 좋을까?

“고속일 필요가 없다”고 말씀하셨음에도 MT6701을 강력히 추천하는 이유는 ‘해상도’와 ‘신호 지연(전파 지연)’, 그리고 ‘다축 확장성’ 때문입니다.

① 4배 더 촘촘한 녹화 (14비트 해상도)

사람이 손으로 로봇 관절을 아주 미세하게 1mm 조절할 때, AS5600(12비트)은 각도가 튀거나 뭉개져서 기록될 수 있습니다. 반면 MT6701은 14비트로 한 바퀴를 16,384단계로 쪼개기 때문에 사람 손의 미세한 떨림이나 부드러운 호를 그리는 미세 궤적까지 왜곡 없이 완벽하게 백업해 둡니다.

② PID 제어 시 진동 최소화 (초저지연)

AS5600의 가장 큰 단점은 칩 내부의 노이즈 필터 때문에 발생되는 ‘미세한 신호 지연(Latency)’입니다. 각도를 읽고 반영하는 데 수 밀리초 이상 딜레이가 생기면, 재생 모드 시 모터가 목표 각도를 지나쳤다 돌아오는 오버슈트(흔들림, 진동 현상)가 생기기 쉽습니다. 반면 MT6701은 지연 시간이 2 μs(마이크로초) 미만이라 ESP32의 PID 제어 루프가 돌 때 딜레이 없이 칼같이 즉각 반응하므로 모터가 덜덜거리지 않고 아주 부드럽게 멈춰 섭니다.

③ 관절을 여러 개 달 때의 편의성 (인터페이스)

다축 로봇 팔을 만들려면 센서를 3~4개 넘게 써야 하죠?

• AS5600: I2C 고정 주소가 0x36 하나뿐이라, 센서를 여러 개 쓰려면 I2C 멀티플렉서(TCA9548A) 같은 추가 칩을 주렁주렁 달거나 아날로그 전압 방식으로 변환해야 해서 회로가 지저분해집니다.
• MT6701: I2C 외에도 SSI(동기식 직렬 인터페이스)나 고성능 모터 드라이버가 바로 읽을 수 있는 ABZ 엔코더 신호를 지원합니다. 특히 SSI 방식을 쓰면 멀티플렉서 칩 없이 ESP32의 SPI 핀(CS 핀만 각각 분리)을 이용해 여러 개의 엔코더 값을 초고속으로 동시에 긁어올 수 있어 다축 로봇 구현이 훨씬 명쾌해집니다.

④ 신박한 기능: Z축 푸시 감지 (Contactless Push Button)

MT6701은 자석이 센서 쪽으로 가까워지는 압력(거리 변화)을 감지해 ‘누름 버튼’ 기능을 임베디드로 지원합니다. 즉, 로봇 팔 관절 끝을 손가락으로 “꾹” 누르면 버튼처럼 인식되게 할 수 있습니다. 따로 티칭 모드 전환 버튼을 안 만들고, 로봇 팔 자체를 꾹 누르면 “녹화 시작”, 다시 꾹 누르면 “재생” 같은 스마트한 UI를 하드웨어 추가 없이 구현할 수 있습니다.

3. 최종 요약 및 추천

• AS5600을 쓰는 게 좋을 때: 기존에 다루던 오픈소스 코드나 아두이노 라이브러리 예제가 무조건 많고 직관적인 것을 원할 때, 단축(관절 1개) 짜리 간단한 테스트용 장치를 만들 때.
• MT6701을 쓰는 게 좋을 때 (강력 추천): 관절이 3개 이상 들어가는 다축 로봇 팔을 깔끔하게 배선하고 싶을 때, 부드럽고 떨림 없는 고급 PID 제어를 구현하고 싶을 때, 손으로 티칭할 때 완벽한 해상도로 궤적을 따고 싶을 때.

가격 차이도 거의 없기 때문에, 지금 시점에서 제대로 된 학습형 로봇 팔 프로젝트를 빌드하신다면 무조건 MT6701(특히 SSI 통신이나 ABZ 출력이 지원되는 모듈 버전)로 시작하시는 것을 적극 권장합니다!

---

“로봇팔 소비전력 고려”

실제로 하드웨어를 빌드하고 ‘동시에 여러 모터’를 구동하려고 하면, 책상 위에서 매끄럽게 돌아가기 위해 몇 가지 현실적인 하드웨어 요소와 전력 설계를 반드시 추가로 고려해야 합니다.

가장 중요한 소비전력 계산법과 놓치기 쉬운 필수 고려 부품들을 정리해 드립니다.

1. 소비전력 및 파워 서플라이(암페어) 계산

로봇 팔이 동시에 4개의 모터를 구동한다고 가정하고 계산해 보겠습니다. (보통 3자유도 관절 + 1개 그리퍼 구조)

① 모터의 전류 소모 특성 이해 (핵심!)

DC 모터는 회전할 때 소모하는 전류(Rated Current)와, 무거운 것을 들거나 억지로 멈춰 섰을 때 소모하는 ‘기동 전류(Stall Current, 정동 전류)’의 차이가 매우 큽니다.

• 평상시 구동: 모터 1개당 보통 0.5A ~ 1.0A 소모.
• 부하가 걸리거나 멈출 때(Stall): 순간적으로 1개당 2.0A ~ 3.0A 이상 치솟음.

② 몇 암페어(A) 파워가 필요할까?

동시에 4개의 모터가 힘을 쓰며 움직이는 순간(Peak)을 버텨야 하므로, 파워 서플라이는 스탠다드 구동 전류의 합보다 훨씬 여유 있게 잡아야 합니다. 그렇지 않으면 모터가 동시에 돌 때 전압이 뚝 떨어져(Voltage Drop) MCU가 리셋되어 버립니다.

• 안정적인 추천 사양: 12V / 5A ~ 10A (60W ~ 120W급) SMPS
• 계산 근거:
  • 모터 4개 동시 구동 평균: 1A×4=4A
  • MCU 및 엔코더 센서류: 약 0.5A
  • 피크 타임 마진(여유율): 약 1.5∼2배

💡 강력 추천: 아두이노용 소형 어댑터(12V 2A 이런 것)는 모터 2개만 동시에 돌아도 픽픽 꺼집니다. 안전하게 12V 5A 이상의 넉넉한 어댑터나 섀시형 SMPS 전원 공급 장치를 사용하는 것이 정신 건강에 좋습니다.

2. 빼놓으면 안 되는 필수 부품 & 고려사항

리스트업 하신 것 외에 실제 조립할 때 “아, 이것도 필요하네?” 하게 되는 필수 요소들입니다.

① 모터 드라이버 (Motor Driver)

• MCU(ESP32 등)는 신호만 줄 뿐, 모터를 돌릴 큰 전류를 주지 못합니다. MCU의 명령을 받아 SMPS의 강력한 전기를 모터로 쏘아줄 모터 드라이버가 무조건 필요합니다.
• 추천: TB6612FNG (듀얼 채널이라 칩 1개당 모터 2개 제어 가능, 발열 적음) 또는 전류가 높은 모터라면 IBT-2 같은 고전류 드라이버.

② 5V / 3.3V 전압 강하 모듈 (DCDC 버크 컨버터)

• 모터는 강력한 12V 전원을 쓰지만, ESP32나 엔코더 센서(MT6701)는 5V 또는 3.3V로 작동합니다.
• 12V 전원을 받아 MCU용 안전한 전원으로 깎아줄 LM2596 같은 버크 컨버터(Step-down Module)가 하나 있어야 전원을 한 군데서 깔끔하게 공급할 수 있습니다.

③ 다축 엔코더 통신을 위한 하드웨어 배선

• MT6701 센서를 4개 쓸 때, I2C 통신 대신 SSI(SPI 기반) 통신을 쓰기로 했다면 MCU의 핀이 많이 필요합니다.
• 센서마다 고유의 데이터 라인을 연결해야 하므로 배선이 복잡해집니다. 로봇 관절이 움직일 때 선이 꼬이거나 끊어지지 않도록 가동성이 좋은 부드러운 전선(실리콘 케이블)과 선을 정리할 케이블 타이/자석 슬리브가 필수적입니다.

④ 베어링 (Mechanical Bearing)과 카운터 웨이트

• 기어드 모터의 축은 ‘회전’을 시키는 힘은 강하지만, 무거운 로봇 팔 뼈대가 위에서 누르는 ‘수직/수평 하중(axial/radial load)’을 직격으로 받으면 기어가 금방 갈려 나가거나 축이 휩니다.
• 관절 축에는 모터와 별개로 하중을 버텨줄 볼 베어링(Bearing) 구조를 기구 설계(3D 프린팅 등)에 반영해야 부드럽게 움직이고 모터 수명이 오래갑니다. 또한 바닥 베이스는 모터가 움직일 때 로봇 팔이 쓰러지지 않도록 무겁게 만들거나 책상에 고정해야 합니다.

3. 요약: 최종 체크리스트

1. [x] 두뇌 & 센서 & 모터: ESP32 + MT6701 4개 + 양축 감속 DC 모터 4개
2. [ ] 심장 (전원): 12V 5A 이상 SMPS 파워 공급 장치
3. [ ] 근육 드라이버: TB6612FNG 모터 드라이버 2개 (모터 4개용)
4. [ ] 혈관 (전압 분배): 12V를 5V/3.3V로 내려줄 DCDC 버크 컨버터 1개
5. [ ] 관절 보강: 3D 프린팅 기구물에 끼워 넣을 소형 볼 베어링들

이 정도 라인업만 갖추시면 전력 부족으로 멈추거나 기구가 삐걱거리는 일 없이, 손으로 가르치는 대로 칼같이 움직이는 멋진 다축 학습형 로봇 팔을 완벽하게 빌드하실 수 있습니다!

안녕하세요! 웹 개발을 하다 보면 서버에서 데이터를 가져오거나 보낼 일이 정말 많죠? 이때 자바스크립트에서 가장 기본적으로 사용하는 무기가 바로 fetch() 함수입니다.

하지만 처음 fetch()를 접하면 코드가 왜 이렇게 생겼는지, .then() 안의 res나 data는 대체 어디서 튀어나온 규칙인지 헷갈리기 마련입니다. 오늘 그 정체를 아주 직관적이고 시원하게 털어드리겠습니다!

---

1. fetch()는 ‘2인 3각 이어달리기’다!

fetch() 함수는 기본적으로 Promise라는 것을 반환합니다. 쉽게 말해 “비동기(나중에 완료될 작업)”로 움직인다는 뜻입니다. 그래서 뒤에 .then()을 붙여서 “이거 끝나면 다음 작업 해!”라고 이어달리기를 시킵니다.

여기서 가장 중요한 핵심! fetch가 데이터를 가져오는 과정은 무조건 2단계를 거칩니다.

🏃‍♂️ 1단계: 서버에서 ‘응답 봉투’ 받기

JavaScript

fetch()를 실행하면 컴퓨터는 네트워크를 타고 서버로 달려가서 ‘응답(Response) 객체’를 들고 돌아옵니다. 이 객체는 아직 우리가 읽을 수 있는 진짜 데이터(텍스트나 JSON)가 아니라, “연결이 잘 되었는지(200 OK)”, “서버 상태는 어떤지” 등이 적힌 일종의 ‘우편 봉투(헤더)’입니다.

🏃‍♂️ 2단계: 봉투 열어서 ‘진짜 알맹이’ 꺼내기

JavaScript

봉투를 받았으니 안을 열어봐야겠죠? res.json()이나 res.text() 같은 메서드를 실행하면 브라우저가 봉투를 뜯고 내용물을 파싱합니다. 그 파싱이 끝난 진짜 내용물이 두 번째 .then()으로 넘어오게 됩니다.

---

2. 💡 가장 많이 하는 오해: “res와 data는 예약어인가요?”

아닙니다! 변수 이름은 여러분 마음대로 지으셔도 됩니다.

많은 입문자분들이 괄호 안의 res나 data를 자바스크립트의 문법이나 규칙으로 오해하곤 합니다. 하지만 이건 그냥 개발자들이 알아보기 쉽게 지어놓은 ‘매개변수(Parameter) 이름’일 뿐입니다.

컴퓨터는 순서(1단계는 봉투, 2단계는 내용물)만 기억할 뿐, 이름은 신경 쓰지 않습니다. 아래 코드를 보세요. 변수 이름을 완전히 한글로 바꿔도 100% 똑같이 작동합니다.

JavaScript

• 첫 번째 괄호: 내가 ‘봉투’를 뭐라고 부를지 결정하는 자리 (res, response, bongtu 등)
• 두 번째 괄호: 봉투를 열어젖힌 ‘내용물’을 뭐라고 부를지 결정하는 자리 (data, json, naeyong 등)

---

3. 봉투를 여는 여러 가지 방법 (json, text, blob…)

서버가 우리에게 글자를 보냈을 수도 있고, 사진을 보냈을 수도 있죠? 상황에 맞춰 첫 번째 .then()에서 봉투를 여는 도구를 골라야 합니다.

메서드	언제 쓰나요?	다음 .then()이 받는 형태
.json()	서버가 JSON 구조(배열/객체)로 데이터를 줄 때 (가장 많이 씀!)	{ success: true, user: 'kim' } (JS 객체)
.text()	서버가 HTML이나 일반 텍스트 문장을 통째로 줄 때	"안녕하세요!" (일반 문자열)
.blob()	이미지, PDF, ZIP 등 실제 ‘파일’을 다운로드할 때	Blob (바이너리 파일 데이터)

⚠️ 주의: 봉투는 한 번만 열 수 있습니다! 한 코드 안에서 res.text()를 해버리면 봉투가 찢어져서(?) 그 밑에서 다시 res.json()을 쓸 수 없으니 데이터 성격에 맞는 것 딱 하나만 골라 쓰세요.

---

4. 실전! 데이터를 서버로 보낼 때 (POST 요청)

단순히 데이터를 가져오는 것(GET) 외에, 로그인이나 글쓰기처럼 서버로 데이터를 보낼 때(POST)는 fetch()의 두 번째 인자에 옵션 상자를 넣어줍니다.

JavaScript

---

📝 핵심 요약

1. fetch()는 [1단계: 응답 봉투 받기] ➡️ [2단계: 봉투 열어 내용물 꺼내기] 구조이다.
2. .then((res) => ...) 와 .then((data) => ...) 의 변수명은 개발자 마음대로 지어도 된다.
3. 서버가 준 데이터 형식에 따라 .json() 또는 .text()로 봉투를 열어준다.
4. 예외 처리를 위해 if (!res.ok)로 봉투의 상태를 먼저 점검하고, 마지막엔 .catch()를 붙여주는 것이 안전하다.

이제 fetch 코드를 보셔도 절대 헷갈리지 않으시겠죠? 든든하게 단축키나 이벤트 리스너와 엮어서 멋진 웹 애플리케이션을 만들어보세요! 🚀

---

---

단축형태

JavaScript

화살표 함수에서는 함수 내부가 딱 한 줄뿐이라면, 아래 두 가지를 세트로 생략할 수 있습니다.

1. 중괄호 { }
2. return 키워드

중괄호를 없애면 자바스크립트가 알아서 “아, 이 한 줄의 실행 결과를 자동으로 return(반환)하라는 뜻이구나!”라고 똑똑하게 이해합니다.

---

⚠️ 주의할 점 딱 한 가지

줄여 쓰실 때 가장 많이 하는 실수가 중괄호는 넣고 return은 빼먹는 것입니다.

JavaScript

중괄호 { }를 여는 순간, 자바스크립트는 자동으로 값을 반환하지 않습니다. 따라서 중괄호를 쓸 거라면 반드시 내부 코드에 return을 명시해 주어야 합니다.

• 쓸 거면 다 쓰기: (res) => { return res.json(); }
• 뺄 거면 다 빼기: (res) => res.json()

ESP32-C3에서 ESP-NOW, WebServer(HTTP), WebSocket의 속도를 비교할 때 가장 중요한 기준은 프로토콜의 오버헤드(Overhead)와 연결 방식(Connectionless vs Connection-oriented)입니다.

각 프로토콜의 특성과 속도 성능을 비교 분석해 드립니다.

---

1. 프로토콜별 성능 비교 요약

항목	ESP-NOW	WebSocket	WebServer (HTTP)
통신 계층	Layer 2 (Data Link)	Layer 7 (Application/TCP)	Layer 7 (Application/TCP)
속도(Throughput)	매우 빠름 (최대 1~4 Mbps)	빠름 (최대 1~2 Mbps)	느림 (요청당 오버헤드 큼)
지연 시간(Latency)	매우 낮음 (약 1~5ms)	낮음 (약 10~50ms)	높음 (약 100~500ms+)
연결 방식	비연결형 (Pairing 필요)	연결 지향형 (지속 유지)	연결 지향형 (매번 요청/응답)
최대 데이터 크기	250 Bytes (1패킷당)	사실상 제한 없음 (스트림)	사실상 제한 없음

---

2. 상세 성능 분석

① ESP-NOW (가장 빠름)

ESP-NOW는 Wi-Fi의 비컨(Beacon) 프레임을 이용하며, TCP/IP 스택을 거치지 않습니다.

• 장점: 통신 준비 과정(Handshake)이 거의 없어 지연 시간이 압도적으로 짧습니다. 전원을 켜자마자 바로 데이터를 보낼 수 있을 정도로 빠릅니다.
• 속도 특성: 패킷당 최대 250바이트로 제한되지만, 불필요한 헤더 정보가 없어 작은 데이터를 수천 번 보낼 때 최고의 효율을 보입니다.
• 적합한 용도: 센서 데이터 실시간 전송, 리모컨 제어, 초저전력 배터리 기기.

② WebSocket (실시간성 양호)

TCP 연결을 한 번 맺은 후, 클라이언트와 서버가 서로 지속적으로 데이터를 주고받습니다.

• 장점: HTTP와 달리 매번 헤더를 보낼 필요가 없습니다. 한 번 연결되면 데이터 프레임만 오가므로 HTTP보다 2~5배 이상 빠릅니다.
• 속도 특성: TCP 기반이므로 데이터 무결성이 보장되지만, 패킷 손실 시 재전송 대기 시간으로 인해 ESP-NOW보다는 지연이 발생합니다.
• 적합한 용도: 실시간 웹 대시보드, 쌍방향 채팅 제어, 빈번한 데이터 업데이트.

③ WebServer (HTTP/REST) (가장 느림)

전형적인 요청-응답(Request-Response) 방식입니다.

• 단점: 데이터를 하나 보낼 때마다 TCP 연결 설정 → HTTP 헤더 전송 → 데이터 전송 → 연결 종료의 과정을 반복합니다. 이 과정에서 발생하는 오버헤드가 실제 데이터 크기보다 클 때가 많습니다.
• 속도 특성: ESP32-C3의 리소스를 가장 많이 소모하며, 동시에 많은 요청이 들어오면 응답 속도가 급격히 저하됩니다.
• 적합한 용도: 단순 설정 변경, 로그 확인, 가끔 발생하는 제어 명령.

---

3. 결론 및 선택 가이드

1. 반응 속도가 생명인가? (지연 시간 최소화)
   • ESP-NOW를 선택하세요. (예: 드론 제어, 실시간 버튼 반응)
2. 웹 브라우저에서 실시간으로 데이터를 보고 싶은가?
   • WebSocket이 정답입니다. 현재 작성하신 코드 방식이 바로 이 효율적인 방식입니다.
3. 데이터의 양이 많고 신뢰성이 중요한가? (파일 전송 등)
   • WebSocket 또는 일반 HTTP 전송이 유리합니다. ESP-NOW는 데이터 손실 방지 로직을 직접 짜야 하므로 대용량 전송에는 부적합합니다.

ESP32-C3에서의 팁: ESP32-C3는 싱글 코어(RISC-V) 모델이므로, WebSocket이나 WebServer 구동 시 연산 부하가 ESP32(듀얼 코어) 모델보다 크게 체감될 수 있습니다. 따라서 실시간 제어 루프와 통신 루프 사이의 asyncio.sleep_ms(0) 등을 통한 시분할 처리가 매우 중요합니다.

IoT 기기를 만들 때 가장 귀찮은 작업 중 하나가 바로 코드에 WiFi 비밀번호를 하드코딩하는 것입니다. 공유기 비번이 바뀌거나 장소를 옮기면 매번 펌웨어를 새로 올려야 하죠.

오늘은 스마트폰 앱 터치 한 번으로 ESP32-C3에 WiFi 정보를 전달하는 SmartConfig 기능을 알아보겠습니다.

---

1. SmartConfig란?

SmartConfig는 Espressif에서 개발한 기술로, WiFi 정보를 모르는 ESP32 기기에 스마트폰 앱이 특수한 UDP 패킷을 공중에 뿌려 SSID와 비밀번호를 전달하는 방식입니다.

• 장점: 코드에 비번을 적을 필요가 없음, 사용자 친화적임.
• 준비물: ESP32-C3, MicroPython 설치됨, 스마트폰(EspTouch 앱).

---

2. MicroPython 핵심 코드

마이크로파이썬에서는 network 모듈을 통해 매우 간단하게 구현할 수 있습니다.

Python

---

3. 스마트폰에서 설정하기

기기에서 “SmartConfig 대기 중…”이라는 메시지가 나오면 스마트폰에서 다음 과정을 진행합니다.

1. 앱 설치: 구글 플레이스토어나 앱스토어에서 “EspTouch” (또는 EspTouch:SmartConfig) 앱을 설치합니다.
2. WiFi 연결: 스마트폰을 ESP32가 연결될 2.4GHz WiFi에 먼저 연결합니다.
3. 정보 입력: 앱을 열고 WiFi 비밀번호를 입력한 뒤 Confirm 버튼을 누릅니다.
4. 완료: 잠시 기다리면 ESP32 시리얼 모니터에 연결 성공 메시지가 뜹니다.

---

4. 실전 꿀팁: 자동 재연결 로직

실제 프로젝트에서는 공유기 비번이 바뀌었을 때만 SmartConfig를 켜는 것이 효율적입니다.

• Step 1: 먼저 NVS나 내부 메모리에 저장된 정보로 접속 시도.
• Step 2: 10~20초 후에도 실패하면 자동으로 start_smartconfig() 호출.
• Step 3: 성공하면 다시 메인 루프로 복귀.

이렇게 짜두면 공유기가 바뀌어도 기기를 뜯을 필요가 전혀 없습니다!

---

5. 주의사항

• 5GHz 미지원: ESP32-C3는 2.4GHz WiFi만 지원하므로, 스마트폰도 반드시 2.4GHz에 연결된 상태여야 합니다.
• 보안: 공공장소에서 실행 시 비번이 노출될 아주 미세한 위험이 있으니, 설정이 끝나면 반드시 stop_smartconfig()를 호출하세요.

---

맺음말

SmartConfig를 적용하는 순간, 여러분의 ESP32 프로젝트는 ‘장난감’에서 ‘제품’ 수준으로 업그레이드됩니다. 이제 번거로운 하드코딩에서 벗어나 보세요!

---

최신 esptouch 설명

https://github.com/EspressifApp/EsptouchForAndroid?tab=readme-ov-file#readme

🚀 EspTouch 기술 요약 (GitHub 기준)

1. 기술 개요

• SmartConfig 기술: 사용자가 WiFi SSID와 비밀번호를 입력하면, 스마트폰이 특수한 패킷을 공중에 송출(Multicast/Broadcast)하고, ESP32가 이 패킷을 가로채서 WiFi 정보를 획득하는 기술입니다.
• 가장 큰 특징: 장치에 직접 연결하거나 물리적인 조작을 할 필요 없이 무선으로 정보를 전달할 수 있습니다.

2. EspTouch V1 vs V2 (주요 차별점) 최근 릴리즈의 핵심은 V2의 도입입니다.

• V1 (Standard):
  • 기존 ESP32/ESP8266에서 널리 쓰이는 방식.
  • SSID와 Password 정보를 전달하는 데 집중.
  • 보통 MicroPython의 start_smartconfig()가 이 방식을 따릅니다.
• V2 (Advanced):
  • 보안 강화: AES 암호화를 사용하여 전송되는 비밀번호 데이터를 보호합니다.
  • 커스텀 데이터 지원: WiFi 정보 외에 장치 ID, 사용자 토큰 등 추가적인 데이터를 함께 보낼 수 있습니다.
  • 그룹 캐스팅: 여러 대의 기기를 동시에 설정하기에 더 적합합니다.

3. 앱 작동 요구사항

• Android 권한: ACCESS_FINE_LOCATION (위치 권한)이 필수입니다. 이는 안드로이드 OS 보안 정책상 연결된 WiFi의 이름(SSID)을 읽어오기 위해 반드시 필요합니다.
• 네트워크: 스마트폰이 2.4GHz WiFi에 연결되어 있어야 합니다. (ESP32-C3는 5GHz를 인식하지 못하기 때문)

4. 개발자 지원 (오픈 소스)

• 이 리포지토리에는 단순히 앱 설치 파일만 있는 것이 아니라, 개발자가 자신의 서비스 앱에 이 기능을 직접 넣을 수 있도록 Android SDK 형태의 라이브러리 코드를 제공합니다.

---

“왜 V1을 먼저 써야 하나요?”

GitHub 설명을 보면 V2가 더 좋아 보이지만, MicroPython 유저라면 일단 V1 모드로 설명하시는 것이 좋습니다.

• 이유: MicroPython의 기본 빌드 펌웨어에 포함된 network 모듈은 전통적인 V1 방식을 기준으로 설계된 경우가 많습니다. V2를 쓰려면 펌웨어 수준에서 별도의 복호화 라이브러리가 필요할 수 있기 때문입니다.

“Espressif의 최신 가이드에 따르면, EspTouch는 기존의 단순 연결 방식(V1)을 넘어 AES 암호화와 추가 데이터 전송이 가능한 V2로 진화했습니다. 하지만 일반적인 마이크로파이썬 프로젝트라면 가장 호환성이 좋은 V1 방식으로도 충분히 강력한 기능을 구현할 수 있습니다. 반드시 위치 권한 허용과 2.4GHz WiFi 연결을 확인하세요!”

ESP32-C3 마이크로파이썬 NVS(Non-Volatile Storage) 완벽 가이드

ESP32-C3와 MicroPython을 활용하면서 가장 고민되는 부분 중 하나가 **’전원이 꺼져도 데이터를 어떻게 유지할 것인가’**입니다. 일반적인 변수는 재부팅 시 초기화되지만, **NVS(Non-Volatile Storage)**를 사용하면 설정값이나 상태 정보를 안전하게 저장할 수 있습니다.

오늘은 MicroPython에서 ESP32-C3의 NVS를 다루는 방법과 활용 팁을 정리해 보겠습니다.

---

1. NVS(Non-Volatile Storage)란?

NVS는 ESP32의 메인 플래시 메모리 일부를 사용하여 데이터를 저장하는 방식입니다. 일반적인 파일 시스템(LittleFS)과 달리 Key-Value 쌍으로 데이터를 저장하며, 다음과 같은 장점이 있습니다.

• 설정값 저장에 최적: Wi-Fi 비번, 센서 보정값, 장치 ID 등을 저장하기 좋습니다.
• 파일 시스템보다 가볍다: 복잡한 파일 입출력 과정 없이 간단하게 읽고 쓸 수 있습니다.
• 안정성: 전원이 갑자기 차단되어도 데이터가 손상될 확률이 적습니다.

---

2. MicroPython에서 NVS 사용하기

MicroPython은 esp32 모듈 내에 NVS 클래스를 제공합니다.

🛠️ 기본 코드 스켈레톤

Python

---

3. 실전 활용: 부팅 횟수 카운터 만들기

ESP32-C3가 켜질 때마다 숫자를 1씩 증가시켜 NVS에 저장하는 간단한 예제입니다.

Python

---

4. ESP32-C3 사용 시 주의사항

1. 쓰기 횟수 제한: NVS는 플래시 메모리를 사용합니다. 수만 번 이상의 반복적인 쓰기는 메모리 수명을 단축시킬 수 있으므로, 루프 내에서 무분별하게 commit()을 호출하는 것은 피해야 합니다.
2. 데이터 타입 제한: MicroPython의 NVS 구현은 주로 i32(정수)와 blob(바이너리 데이터)을 지원합니다. 부동소수점(Float)을 저장하려면 바이너리로 변환하거나 100을 곱해 정수로 변환하여 저장하는 트릭이 필요합니다.
3. 네임스페이스 관리: 여러 라이브러리를 사용할 경우 네임스페이스(NVS("이름"))를 구분하여 데이터 충돌을 방지하세요.

---

5. 마치며

ESP32-C3는 저전력과 효율성이 강조된 칩인 만큼, 굳이 무거운 파일을 만들지 않고도 설정을 유지할 수 있는 NVS 활용은 필수적입니다. Wi-Fi 정보나 마지막 센서 상태값을 저장해두어 스마트한 IoT 기기를 만들어보세요!

---

** NVS 활용방법 **

1. 스마트 기기 설정값 관리 (Wi-Fi 정보 및 API 키)

파일 시스템(LittleFS)에 config.json을 만들어 관리할 수도 있지만, NVS를 쓰면 파일 파손 위험이 적고 접근 속도가 빠릅니다.

• 활용 예시: 사용자가 설정한 Wi-Fi SSID, 비밀번호, 센서 보정(Calibration) 값, 클라우드 서버 API 토큰 저장.
• 장점: 설정값이 바뀌어도 코드 수정 없이 NVS의 특정 키값만 업데이트하면 됩니다.

Python

2. 장치 상태 복원 (Last State Save)

갑작스러운 정전이나 재부팅 후에도 장치가 **”이전의 상태”**를 기억해야 할 때 유용합니다.

• 활용 예시:
  • 스마트 전구: 전원이 꺼지기 전 마지막 밝기와 색상 유지.
  • 스마트 팜: 마지막으로 물을 준 시간 기록.
  • 산업용 카운터: 누적 생산량 카운트 유지.
• 팁: 상태가 바뀔 때마다 쓰기보다는, 특정 주기나 임계값이 변했을 때만 commit() 하여 플래시 메모리 수명을 보호하세요.

3. Deep Sleep 데이터 전달

ESP32-C3의 Deep Sleep 모드에 들어가면 RAM의 모든 데이터가 사라집니다. 이때 RTC Memory를 쓸 수도 있지만, 데이터가 복잡하거나 전원이 아예 차단될 가능성이 있다면 NVS가 정답입니다.

• 활용 예시: 딥슬립에서 깨어날 때마다 센서 데이터를 NVS에 누적 저장한 뒤, 10개가 쌓이면 한꺼번에 서버로 전송.

Python

4. OTA(Over-the-Air) 펌웨어 업데이트 상태 기록

무선으로 펌웨어를 업데이트할 때, 업데이트 진행 단계나 성공 여부 플래그를 NVS에 저장합니다.

• 활용 예시: 업데이트 도중 재부팅되었을 때 NVS를 읽어 “아직 업데이트 중”임을 인지하고 작업을 재개할 수 있습니다.

---

💡 전문가의 꿀팁: 데이터 타입 변환

MicroPython NVS는 정수와 바이너리(blob)만 지원합니다. 리스트나 딕셔너리를 저장하고 싶다면 ujson을 활용하세요.

Python

NVS를 적절히 활용하면 단순한 임베디드 코딩을 넘어, 실제 상용 제품 수준의 안정적인 시스템을 구축할 수 있습니다.

---

** NVS 용량은 어느정도인가? esp32-c3 mini 의 경우 **

ESP32-C3 Mini와 같은 모듈에서 MicroPython을 사용할 때, NVS의 용량은 ‘파티션 테이블(Partition Table)’ 설정에 따라 결정됩니다. 하지만 일반적인 사용 환경에서의 기준은 다음과 같습니다.

1. 기본 할당 용량 (Default)

따로 설정을 건드리지 않고 공식 MicroPython 펌웨어를 올렸다면, 보통 24KB (0x6000 bytes) 정도가 NVS 영역으로 잡혀 있습니다.

• 실제 사용 가능량: 내부 관리용 헤더와 메타데이터(약 4~8KB)를 제외하면, 실제로 우리가 데이터를 저장할 수 있는 공간은 약 15~18KB 정도입니다.
• 저장 가능 개수: 아주 작은 정수나 짧은 문자열 기준으로는 약 100~200개 이상의 Key-Value 쌍을 저장할 수 있습니다.

2. 최대 확장 가능 용량

만약 24KB보다 더 큰 공간이 필요하다면, 파티션 테이블을 직접 수정하여 NVS 용량을 늘릴 수 있습니다.

• 이론적 한계: NVS 파티션은 수 MB 단위까지 키울 수 있습니다.
• 권장 한계: 에스프레시프(Espressif) 가이드에 따르면, NVS는 64KB 이하로 유지하는 것을 권장합니다.
  • 이유 1 (속도): NVS는 데이터를 찾을 때 인덱스를 훑어야 하므로, 용량이 너무 크면 읽기/쓰기 속도가 느려집니다.
  • 이유 2 (RAM): NVS를 초기화할 때 파티션 크기에 비례하여 RAM(Heap)을 사용합니다. (1MB당 약 22KB의 RAM 소모)

---

3. 데이터 유형별 크기 제한

용량만큼 중요한 것이 한 번에 저장할 수 있는 데이터의 크기입니다.

데이터 타입	최대 크기 제한	비고
정수 (Integer)	64-bit (8 bytes)	set_i32, set_i64 등으로 저장
문자열 (String)	4,000 bytes	종료 문자 포함
바이너리 (Blob)	약 500 KB	파티션 크기의 97.6% 또는 508,000 bytes 중 작은 값

---

4. 요약 및 제안

• 간단한 설정값(Wi-Fi, ID, 보정값): 기본 24KB로도 차고 넘칩니다.
• 큰 데이터(이미지, 로그 파일, 긴 텍스트): NVS 대신 **LittleFS(파일 시스템)**를 사용하세요. NVS는 “설정값 저장용”이지 “데이터베이스나 파일 저장용”이 아닙니다.
• ESP32-C3 Mini 주의점: 보통 4MB 플래시를 탑재하고 있는데, NVS를 너무 크게 잡으면 펌웨어가 들어갈 자리나 일반 파일 저장 공간이 부족해질 수 있으니 주의해야 합니다.

결론: 특별한 설정 없이 사용하신다면 약 15KB 내외의 데이터를 Key-Value 형태로 쪼개서 저장한다고 생각하시면 가장 안전합니다!

1. 도입: 왜 직접 AI API를 연동하는가?

요즘은 웹사이트에서 직접 AI를 쓰는 시대입니다. 하지만 단순히 API 키만 넣고 “Hello”를 주고받는 수준을 넘어, **실제 서비스 수준의 UX(사용자 경험)**를 갖추려면 생각보다 챙길 것이 많습니다.

오늘은 제 블로그 **’Mana’s Lab’**의 AI 조수를 업그레이드하며 겪은 시행착오와 해결책을 공유합니다.

---

2. 핵심 해결책: 429 Resource Exhausted 에러 처리

무료 티어 API를 쓰다 보면 가장 자주 마주치는 것이 바로 **할당량 초과(429 에러)**입니다.

• 문제: 에러가 나면 화면에 아무 반응이 없거나 콘솔에만 찍혀 사용자가 답답해함.
• 해결: PHP에서 받은 에러 객체를 분석해 채팅창에 투명한 빨간색 배경의 전용 메시지를 띄우도록 커스텀 CSS를 적용했습니다.

이제 “잠시 후 다시 시도해 주세요”라는 안내가 시각적으로 명확하게 전달됩니다.

---

3. UX의 한 끗: Tab 키로 모델 광속 전환

여러 모델(Gemini 1.5, 2.5 등)을 테스트할 때 일일이 마우스로 콤보박스를 클릭하는 건 매우 번거로운 일입니다.

• 구현 기능: 입력창에서 Tab을 누르면 다음 모델, Shift + Tab을 누르면 이전 모델로 즉시 변경.
• 디테일: * e.preventDefault()로 포커스 이동 차단.
  • setTimeout과 clearTimeout을 조합해 2초간 입력창 placeholder에 현재 바뀐 모델명을 표시.
  • setCookie를 연동해 새로고침 후에도 선택한 모델 유지.

이렇게 하면 키보드에서 손을 떼지 않고도 다양한 모델의 성능을 즉시 비교해 볼 수 있습니다.

---

4. 청각적 디테일: TTS(음성 합성) 최적화

AI의 답변을 귀로 듣는 것도 중요하죠. 하지만 브라우저 TTS는 첫 로딩 시 목소리 목록을 가져오는 데 시간이 걸려 기본 음성이 나오는 버그가 있습니다.

• 해결: onvoiceschanged 이벤트를 감시하여 구글 한국어 음성을 우선적으로 매칭하도록 로직을 짰습니다.
• 이탈 방지: 페이지를 닫거나 새로고침할 때 소리가 계속 나오지 않도록 beforeunload 이벤트에서 synth.cancel()을 실행해 깔끔하게 마무리했습니다.

---

5. 마무리하며

AI 기술은 빠르게 변하지만, 그것을 다루는 개발자의 디테일이 사용자에게는 가장 큰 차이로 다가옵니다.

이번 포스팅에서 다룬 코드는 블로그 하단에서 확인하실 수 있습니다. 여러분도 여러분만의 스마트한 AI 조수를 만들어 보세요!

---

10배 빠른 코드의 비밀: @native와 @viper 데코레이터 완전 정복

마이크로파이썬(MicroPython)은 배우기 쉽고 강력하지만, C언어에 비해 **’느리다’**는 인식이 있습니다. 특히 ESP32-C3처럼 자원이 한정된 MCU에서 복잡한 비트 연산이나 고속 제어 루프를 돌릴 때 프레임 드랍이나 딜레이를 경험하곤 하죠.

오늘은 코드 한 줄로 실행 속도를 드라마틱하게 올릴 수 있는 마법의 데코레이터, **@micropython.native**와 **@micropython.viper**에 대해 알아보겠습니다.

---

1. 왜 파이썬은 느릴까? (Standard Mode)

기본적으로 마이크로파이썬은 코드를 **’바이트코드(Bytecode)’**로 변환한 뒤, 칩 내부의 인터프리터가 이를 한 줄씩 해석하며 실행합니다. 이 과정에서 CPU는 파이썬 객체를 해석하고 관리하는 데 많은 에너지를 소비하게 됩니다.

평소에는 문제가 없지만, 센서 데이터를 초당 수천 번 읽거나 복잡한 수학 계산을 할 때는 이 ‘해석 시간’이 큰 걸림돌이 됩니다.

---

2. 해결사 등장: Native와 Viper

마이크로파이썬은 이를 해결하기 위해 **에미터(Emitter)**라는 기능을 제공합니다. 파이썬 코드를 인터프리터 방식이 아닌, CPU가 즉시 실행할 수 있는 **기계어(Machine Code)**로 직접 컴파일하는 방식입니다.

① @micropython.native

• 특징: 일반 파이썬 코드를 기계어로 컴파일합니다.
• 장점: 기존 파이썬 문법을 100% 그대로 사용할 수 있습니다. 리스트, 딕셔너리, 객체 모두 지원합니다.
• 성능: 약 2~3배 정도 빨라집니다.

② @micropython.viper

• 특징: ‘Viper’는 독사처럼 빠르고 날카로운 최적화 모드입니다.
• 장점: 거의 C언어에 근접한 속도를 냅니다. 직접적인 메모리 접근(Pointer)도 가능합니다.
• 제약: 정수(Integer) 연산 위주로 작성해야 하며, 변수의 타입을 지정(x: int)해줘야 하는 등 제약이 따릅니다.
• 성능: 약 5~10배 이상 빨라집니다.

---

3. 실전 성능 테스트 (Benchmark)

백문이 불여일견! 실제로 ESP32-C3 Mini에서 복잡한 비트 연산을 수행했을 때 얼마나 차이가 나는지 코드로 확인해 보겠습니다.

결과

테스트 결과 분석

실제로 돌려보면 Standard 모드에서 수만 마이크로초(us)가 걸리던 작업이, Viper를 적용하면 순식간에 끝나는 것을 볼 수 있습니다. 특히 if 조건문과 비트 이동(<<, >>) 연산이 많을수록 차이는 더 극명해집니다.

---

4. 언제 어떤 것을 써야 할까?

사용처	추천 모드	이유
일반적인 로직, 웹서버	Standard	가독성이 중요하고 속도가 급하지 않음
센서 데이터 전처리	Native	코드 수정 없이 적당한 가속이 필요함
모터 제어, DSP, 암호화	Viper	한계치까지 속도를 뽑아내야 함

---

5. 주의사항 (중요!)

1. 메모리 사용량: 기계어로 변환된 코드는 일반 바이트코드보다 용량을 더 많이 차지합니다. 모든 함수에 다 붙이기보다는 **’가장 많이 반복되는 루프’**에만 선별적으로 사용하세요.
2. Viper의 제약: Viper 모드에서는 파이썬의 우아한 기능(예: 예외 처리, 동적 타입) 일부를 포기해야 합니다.

---

마치며

마이크로파이썬은 느리다는 편견, 이제 버리셔도 됩니다. @native와 @viper만 적재적소에 활용한다면 ESP32-C3로도 충분히 고성능 임베디드 시스템을 구축할 수 있습니다.

여러분의 프로젝트 중 유독 느린 부분이 있다면, 지금 바로 이 데코레이터를 한 줄 추가해 보세요. 결과는 숫자가 증명할 것입니다!