본문 바로가기

전체 글59

[임베디드기사 실기 20부작 12편] ZONE_NORMAL, MTD, JFFS2, Btrfs, MBR로 이해하는 Linux 저장장치와 파일시스템 [임베디드기사 실기 20부작 12편] ZONE_NORMAL, MTD, JFFS2, Btrfs, MBR로 이해하는 Linux 저장장치와 파일시스템앞선 연재에서는 SRAM·DRAM과 가상 메모리, Paging, Segmentation, Thrashing, Working Set을 통해 “메모리를 어떻게 관리하는가”를 살펴봤습니다. 이번 편에서는 한 단계 내려가, 임베디드 Linux에서 실제 데이터를 어디에 저장하고 어떻게 나누며, 부팅과 파일시스템이 어떤 구조로 이어지는지를 살펴보겠습니다.1. 먼저 큰 그림부터 잡기임베디드 Linux 저장 구조는 크게 메모리 관리 영역과 비휘발성 저장장치 영역을 구분해서 이해하면 쉽습니다.RAM 측: ZONE_DMA / ZONE_NORMAL / ZONE_HIGHMEM 등Fla.. 2026. 9. 18.
동적 실시간 듀얼 헤드 디스펜싱: 생산성을 거의 두 배로 끌어올리는 정밀 토출 기술 동적 실시간 듀얼 헤드 디스펜싱: 생산성을 거의 두 배로 끌어올리는 정밀 토출 기술전자 조립 공정에서 생산성을 높이기 위해 헤드를 두 개 쓰는 것은 오래된 아이디어입니다. 하지만 실제 현장에서는 PCB나 부품이 트레이 안에서 미세하게 틀어져 있기 때문에 단순히 두 개의 밸브를 나란히 움직이는 것만으로는 충분하지 않습니다. 이번 글에서는 논문 “Improved Throughput with Dynamic ‘Real-Time’ Dual Head Dispensing in Electronics Assembly”를 바탕으로, 두 번째 헤드에 독립적인 미니 XY 보정축을 부여해 정렬 오차를 실시간으로 보정하면서 동시 토출하는 DDH(Dynamic Dual Head) 방식의 원리와 의미를 자세히 살펴봅니다.1. 왜 기.. 2026. 9. 18.
스테레오 Depth Camera로 고령자의 행동을 실시간 인식하는 방법 스테레오 Depth Camera로 고령자의 행동을 실시간 인식하는 방법— RGB 영상을 저장하지 않고도 사람의 위치·자세·행동을 인식하는 깊이 기반 비전 시스템고령화가 진행될수록 독거노인, 요양시설, 병원, 실버타운 등에서 사람의 행동을 지속적으로 관찰하고 위험 상황을 빠르게 파악하는 기술의 중요성이 커집니다. 그러나 일반 RGB 카메라는 사람의 얼굴과 생활 모습이 그대로 촬영되기 때문에 사생활 침해 문제가 항상 따라옵니다. 웨어러블 센서는 이런 문제를 피할 수 있지만 사용자가 항상 착용해야 하고, 센서를 벗어두거나 충전하지 않으면 시스템이 무력화됩니다.이번 글에서 살펴볼 논문은 이러한 문제를 해결하기 위해 스테레오 Depth Camera가 만들어내는 깊이 영상만을 사용해 고령자의 행동을 인식하는 방법을.. 2026. 9. 17.
임베디드기사 실기 20부작 11편 Best-Fit, Paging, Segmentation, Thrashing, Working Set으로 이해하는 Memory Management 임베디드기사 실기 20부작 11편Best-Fit, Paging, Segmentation, Thrashing, Working Set으로 이해하는 Memory Management지난 10편에서는 SRAM과 DRAM의 구조적 차이, Refresh, Cache와 Main Memory의 역할을 살펴보았습니다. 이번 11편에서는 한 단계 더 들어가 운영체제가 제한된 메모리를 어떻게 나누고, 주소를 변환하고, 부족한 메모리를 어떻게 버티며, 반대로 메모리 관리가 실패했을 때 왜 시스템 전체가 느려지는지 살펴보겠습니다.■ 1. 메모리 관리는 왜 필요한가?하나의 프로그램만 실행하는 단순한 시스템에서는 메모리를 거의 직접 배치해도 됩니다. 그러나 Linux 같은 운영체제에서는 여러 프로세스가 동시에 실행되고, 각 프로세스.. 2026. 9. 17.
AI와 HPC가 암호해독을 만났을 때 — 디지털 포렌식의 새로운 연구 현장 AI와 HPC가 암호해독을 만났을 때 — 디지털 포렌식의 새로운 연구 현장암호 기술은 개인정보와 시스템을 보호하는 핵심 수단이지만, 랜섬웨어나 범죄 증거 은닉에 사용될 경우 수사와 복구를 어렵게 만들 수 있습니다. 이때 AI와 HPC를 결합한 고속 암호해독 연구가 중요한 역할을 하게 됩니다.왜 HPC가 필요한가AES 같은 고비도 암호와 Scrypt·Argon2 같은 Memory-hard 구조는 무차별 대입 공격의 비용을 크게 높이도록 설계되어 있습니다. 단일 CPU나 GPU로는 현실적인 시간 안에 탐색이 어렵기 때문에 다중 GPU 병렬 처리와 효율적인 작업 분할이 필요합니다.암호 구조를 먼저 이해해야 한다무조건 많은 패스워드를 대입하는 것보다 파일이나 지갑이 실제로 어떤 키 생성 과정과 검증 구조를 사용.. 2026. 9. 16.
LLM은 학습보다 ‘서빙’이 어렵다 — KV Cache와 Prefill·Decode 자원 관리 LLM은 학습보다 ‘서빙’이 어렵다 — KV Cache와 Prefill·Decode 자원 관리LLM을 서비스에 올리면 모델 정확도만큼 중요한 것이 응답 속도와 동시 처리량입니다. 같은 GPU에서도 메모리를 어떻게 관리하고 요청을 어떻게 스케줄링하느냐에 따라 서비스 품질이 크게 달라집니다.LLM 추론은 두 단계로 나뉜다사용자 입력을 한꺼번에 처리하는 Prefill 단계는 계산량이 크고 병렬성이 높습니다. 이후 토큰을 하나씩 생성하는 Decode 단계는 반복적으로 KV Cache를 읽으며 진행됩니다. 두 단계의 자원 사용 특성이 다르기 때문에 같은 방식으로 스케줄링하면 비효율이 발생합니다.KV Cache가 메모리를 먹는다LLM은 이전 토큰의 Attention 계산 결과를 KV Cache로 저장해 같은 계산을.. 2026. 9. 16.

티스토리툴바