메뉴
HN
Hacker News • 35일 전

임베디드 AI: 딥 엣지에서의 지능화

IMP
4/10
핵심 요약

30년 경력의 임베디드 엔지니어 데이비드 서치(David Such)가 2026년 9월 출간 예정인 'Embedded AI' 책을 소개합니다. 이 책은 임베디드 기기에 AI를 추가하는 전체 엔지니어링 과정(하드웨어 선택, 데이터 수집, 모델 배포, 시스템 통합)을 25개 이상의 실습 프로젝트로 다룹니다. 웨이크워드 감지기, 실시간 노이즈 제거기, AI MIDI 신디사이저 등을 직접 만들며 리소스가 제한된 디바이스에서 AI를 동작시키는 실무 노하우를 배울 수 있습니다.

번역된 본문

본문으로 건너뛰기

임베디드 AI: 딥 엣지에서의 지능화 저자: 데이비드 서치(David Such)

2026년 9월 출간 예정, 600쪽 ISBN-13: 9781718504905

  • 종이책 (사전주문): $79.99
  • 얼리 액세스 전자책: $64.99

차례 다운로드: 9장 '센서 머신러닝'

당신은 이미 임베디드 시스템 구축 방법을 알고 있습니다. 이제 이를 지능적으로 만들 차례입니다.

임베디드 기기에 AI를 추가하는 일은 모델을 학습시키는 것 이상입니다. 적절한 하드웨어를 선택하고, 데이터를 수집·준비하며, 리소스가 제한된 기기에 모델을 배포하고, 이 모든 것을 안정적으로 동작하는 시스템으로 통합해야 합니다. 30년 이상의 임베디드 엔지니어링 경험을 바탕으로, 데이비드 서치가 완전한 엔지니어링 과정을 안내합니다. 25개 이상의 실습 프로젝트(다운로드 가능한 소스 코드, 회로도, PCB 설계, 데이터셋 포함)를 수행하게 되며, 머신러닝 경험은 필요하지 않습니다.

직접 만들어볼 것들:

  • 당신의 목소리에 반응하는 웨이크워드 감지기
  • 실시간 AI 노이즈 제거기
  • 음악을 작곡하는 AI 기반 MIDI 신디사이저
  • 학습 데이터를 스스로 수집하는 배터리 모니터
  • 카메라 보드에서 신경망을 실행하는 사람 감지기

제품에 AI를 추가하려는 임베디드 개발자이든, 임베디드 하드웨어로 영역을 확장하려는 머신러닝 실무자이든, 초보자 프로젝트를 넘어서고자 하는 메이커이든, 이 책은 모든 설계 뒤에 있는 엔지니어링적 의사결정을 가르쳐 줍니다. 브레드보드가 불안정하거나, 센서 데이터에 노이즈가 끼거나, 텐서 아레나(tensor arena)가 너무 작을 때, 어떻게 해결하는지, 그리고 그 이유를 알게 될 것입니다.

사전 요구 사항 대부분의 프로젝트는 Arduino UNO 또는 Raspberry Pi Pico가 필요하며, 일부는 전용 보드를 사용합니다. TensorFlow가 포함된 Python, Arduino IDE, Raspberry Pi Pico SDK 등 무료 소프트웨어를 다운로드해야 합니다. 전체 하드웨어 및 소프트웨어 요구 사항 보기

저자 소개 데이비드 서치는 임베디드 시스템 엔지니어이자 Reefwing Software의 창립자로, IoT 기기, 로보틱스 플랫폼, 드론 비행 제어 시스템을 개발하고 있습니다. Serco Australia, Honeywell, Tyco에서 수석 직책을 포함해 30년 이상의 임베디드 개발 경험을 갖고 있으며, 임베디드 AI에 관한 그의 기술 글은 엣지 분야 하드웨어 엔지니어들 사이에서 상당한 독자층을 확보하고 있습니다.

차례

  • 감사의 글
  • 서론

제1부: 임베디드 AI의 기초

  • 1장: 임베디드 AI로 가는 길
  • 2장: 임베디드 시스템의 기초
  • 3장: 임베디드 프로젝트에서의 응용 머신러닝
  • 4장: 딥러닝
  • 5장: 탐색적 데이터 분석

제2부: 센서와 데이터 다루기

  • 6장: 스마트 센서
  • 7장: IMU 데이터 전처리
  • 8장: 센서 퓨전

제3부: 완전한 시스템 구축

  • 9장: 센서 머신러닝

  • 10장: 실시간 오디오 노이즈 제거

  • 11장: AI MIDI 신디사이저 만들기

  • 12장: 핫워드(웨이크워드) 감지 만들기

  • 13장: Arduino 배터리 모니터 및 로깅 쉴드 만들기

  • 에필로그: 다음은 어디로 갈까?

  • 프로젝트 목록

  • 참고 자료

  • 찾아보기

원문 보기
원문 보기 (영어)
Skip to main content WANT SWEET DEALS? JOIN OUR MAILING LIST Embedded AI Intelligence at the Deep Edge by David Such Available September 2026, 600 pp. ISBN-13: 9781718504905 Print Book (PREORDER) and EARLY ACCESS Ebook, $79.99 EARLY ACCESS Ebook, $64.99 Add to cart Contents Download Chapter 9: Sensor Machine Learning You already know how to build embedded systems. Now it’s time to make them intelligent. Adding AI to an embedded device takes more than training a model. You have to choose the right hardware, collect and prepare data, deploy models to resource-constrained devices, and integrate everything into a system that performs reliably. Drawing on more than 30 years of embedded engineering experience, David Such takes you through the complete engineering process. You’ll work through more than 25 hands-on projects (complete with downloadable source code, schematics, PCB designs, and datasets); no machine learning experience required. You’ll build: A wake-word detector that responds to your voice A real-time AI noise suppressor An AI-powered MIDI synthesizer that composes music A battery monitor that collects its own training data A person detector that runs a neural network on a camera board Whether you’re an embedded developer adding AI to your products, a machine learning practitioner moving onto embedded hardware, or a maker ready to move beyond beginner projects, Embedded AI teaches you the engineering decisions behind every design. When the breadboard is flaky, the sensor data is noisy, or the tensor arena is too small, you’ll know how to fix it—and why. Prerequisites Most projects require an Arduino UNO or Raspberry Pi Pico; a few use specialized boards. You’ll also need to download some free software, including Python with TensorFlow, Arduino IDE, and Raspberry Pi Pico SDK. View the complete hardware and software requirements. Author Bio David Such is an embedded systems engineer and founder of Reefwing Software, where he builds IoT devices, robotics platforms, and drone flight control systems. He has over 30 years of experience in embedded development, including senior roles at Serco Australia, Honeywell, and Tyco. His technical writing on embedded AI has a substantial following among hardware engineers working at the edge. Table of contents Acknowledgments Introduction PART I: FOUNDATIONS OF EMBEDDED AI Chapter 1: Path to Embedded AI Chapter 2: The Basics of Embedded Systems Chapter 3: Applied Machine Learning in Embedded Projects Chapter 4: Deep Learning Chapter 5: Exploratory Data Analysis PART II: WORKING WITH SENSORS AND DATA Chapter 6: Smart Sensors Chapter 7: IMU Data Preprocessing Chapter 8: Sensor Fusion PART III: BUILDING COMPLETE SYSTEMS Chapter 9: Sensor Machine Learning Chapter 10: Real-Time Audio Noise Suppression Chapter 11: Build an AI MIDI Synthesizer Chapter 12: Build a Hot Word Detection Chapter 13: Build an Arduino Battery Monitor and Logging Shield Epilogue: Where Do We Go Next? List of Projects Resources Index
임베디드 AI 엣지 컴퓨팅 TinyML 머신러닝 기술 서적