Agoge AI

Isaac Sim 5.1.0 & ROS 2 Jazzy AMR 프로젝트 가이드

AI를 활용한 지식 정보화 — Sat, 31 Jan 2026 13:15:35 +0900

1. ROS 2 워크스페이스 및 패키지 생성

가장 먼저 터미널에서 프로젝트 구조를 만듭니다.

# 1. 워크스페이스 생성
mkdir -p ~/isaac_jazzy_amr_ws/src
cd ~/isaac_jazzy_amr_ws/src

# 2. 패키지 생성 (의존성 포함)
ros2 pkg create --build-type ament_python amr_controller --dependencies rclpy geometry_msgs sensor_msgs

# 3. 소스 폴더로 이동
cd amr_controller/amr_controller

2. 패키지 파일 구성 (File Structure)

패키지의 핵심 파일 설정 내용입니다.

① package.xml

의존성 라이브러리가 명시되어야 합니다.

<?xml version="1.0"?>
http://download.ros.org/schema/package_format3.xsd" schematypens="http://www.w3.org/2001/XMLSchema"?>
<package format3>
  <name>amr_controller</name>
  <version>0.0.0</version>
  <description>Isaac Sim 5.1.0 AMR Teleop with Pro-Con</description>
  <maintainer email="user@todo.todo">user</maintainer>
  <license>Apache License 2.0</license>

  <depend>rclpy</depend>
  <depend>geometry_msgs</depend>
  <depend>sensor_msgs</depend>

  <test_depend>ament_copyright</test_depend>
  <test_depend>ament_flake8</test_depend>
  <test_depend>ament_pep257</test_depend>
  <test_depend>python3-pytest</test_depend>

  <export>
    <build_type>ament_python</build_type>
  </export>
</package>

② setup.py

노드를 실행할 수 있도록 진입점(entry_point)을 설정합니다.

from setuptools import find_packages, setup

package_name = 'amr_controller'

setup(
    name=package_name,
    version='0.0.0',
    packages=find_packages(exclude=['test']),
    data_files=[
        ('share/ament_index/resource_index/packages',
            ['resource/' + package_name]),
        ('share/' + package_name, ['package.xml']),
    ],
    install_requires=['setuptools'],
    zip_safe=True,
    maintainer='user',
    maintainer_email='user@todo.todo',
    description='Isaac Sim 5.1.0 AMR Teleop',
    license='Apache License 2.0',
    tests_require=['pytest'],
    entry_points={
        'console_scripts': [
            'amr_control_510 = amr_controller.amr_control_510:main'
        ],
    },
)

③ amr_control_510.py (핵심 로직)

~/isaac_jazzy_amr_ws/src/amr_controller/amr_controller/amr_control_510.py 경로에 생성합니다.

#!/usr/bin/env python3
import rclpy
from rclpy.node import Node
from sensor_msgs.msg import Joy
from geometry_msgs.msg import Twist

class IsaacAMRTeleop(Node):
    def __init__(self):
        super().__init__('isaac_amr_teleop')
        self.joy_sub = self.create_subscription(Joy, 'joy', self.joy_callback, 10)
        self.cmd_pub = self.create_publisher(Twist, '/cmd_vel', 10)
        self.get_logger().info("AMR 제어 노드 가동: L-Stick(전후), R-Stick(좌우)")

    def joy_callback(self, joy_msg):
        twist = Twist()
        # 프로콘 매핑: L-스틱 상하(axes[1]), R-스틱 좌우(axes[3])
        twist.linear.x = joy_msg.axes[1] * 1.0  # 선속도
        twist.angular.z = joy_msg.axes[3] * 1.5 # 각속도
        self.cmd_pub.publish(twist)

def main(args=None):
    rclpy.init(args=args)
    node = IsaacAMRTeleop()
    try:
        rclpy.spin(node)
    except KeyboardInterrupt:
        pass
    finally:
        node.destroy_node()
        rclpy.shutdown()

3. Isaac Sim 5.1.0 액션 그래프 설정 (Action Graph)

이 단계는 Isaac Sim GUI 내에서 수행합니다.

** 첨부파일은 Isaac sim 실행 후 Open하여 바로 실행하면 된다.

amr_test.usd

0.01MB

로봇 추가: Content Browser -> Isaac/Robots/Carter/nova_carter.usd 배치.
그래프 생성: Window > Graph Editors > Action Graph 클릭 후 New Action Graph.
노드 연결:
- On Playback Tick: 실행 시작점.
- ROS2 Subscribe Twist: /cmd_vel 구독.
- Break 3-Vector (2개):
  - Linear Velocity → X 값 추출 (Double 타입으로 변환).
  - Angular Velocity → Z 값 추출 (Double 타입으로 변환).
- Differential Controller: Desired Linear Velocity(X), Desired Angular Velocity(Z) 연결.
- Articulation Controller: robotPath를 /World/Carter로 지정.

Action Graph 구성 화면

4. 빌드 및 실행 절차

단계 1: ROS 2 워크스페이스 빌드

cd ~/isaac_jazzy_amr_ws
colcon build --symlink-install
source install/setup.bash

단계 2: 시스템 구동 (3개 터미널)

터미널 1 (Joy Driver): ros2 run joy joy_node
터미널 2 (Controller): ros2 run amr_controller amr_control_510
Isaac Sim 실행 후: Play 버튼 클릭.

참고. Isaac sim 실행 및 ROS2 Jazzy 실행 환경 변수 설정 (.bashrc)

Isaac sim의 내부 Python 라이브러리와 ROS 2 Jazzy가 충돌하지 않도록 경로를 지정해야 합니다.

nano ~/.bashrc

파일 끝에 아래 내용을 추가하세요:

# ROS 2 Jazzy 환경 로드
source /opt/ros/jazzy/setup.bash

# 아이작 심 경로 설정
export ISAAC_SIM_PATH=$HOME/.local/share/ov/pkg/isaac-sim-5.1.0  # Isaacsim 설치 경로
alias isaac_sim='$ISAAC_SIM_PATH/isaac-sim.sh'

# 아이작 심 내부 파이썬 사용을 위한 별칭 (선택 사항)
alias isaac_python='$ISAAC_SIM_PATH/python.sh'

저장 후 적용:

source ~/.bashrc

5. 핵심 주의사항 (최종 체크리스트)

타입 불일치: Twist 메시지의 Vector3를 Double로 변환하지 않으면 5.1.0에서는 선이 연결되지 않습니다.
반드시 Break 3-Vector 노드를 사용하세요.
물리 활성화: 로봇(/World/Carter)의 Articulation Root 속성이 켜져 있어야 물리 명령을 듣습니다.
바퀴 파라미터: Differential Controller 노드에서 Wheel Radius와 Wheel Distance가 실제 로봇 크기(예: 0.1, 0.5)로 설정되어야 합니다. 0이면 움직이지 않습니다.

GITHUB : https://github.com/goooodday/isaac_jazzy_amr_ws.git

Isaac Sim 로봇 픽앤플레이스 입문 가이드 (ver 5.1.0)

AI를 활용한 지식 정보화 — Fri, 30 Jan 2026 22:40:37 +0900

이 가이드는 Isaac Sim 환경에서 Franka 로봇이 물체를 인식하고 옮기는 전체 과정을 단계별로 설명합니다.

1. 프로젝트 폴더 구성

가장 먼저 프로젝트 파일을 관리할 폴더를 터미널에서 생성합니다.

# 워크스페이스 폴더 생성
mkdir -p ~/isaac_ws
cd ~/isaac_ws

# 실행 스크립트 파일 생성
touch pick_and_place.py

2. 소스 코드 작성

pick_and_place.py 파일을 열고 아래 코드를 복사하여 붙여넣으세요.

Isaac Sim 5.1.0의 최신 API 규격을 완벽히 반영한 코드입니다.

from isaacsim import SimulationApp

# [STEP 1] 시뮬레이션 앱 초기화 (반드시 모든 임포트보다 위에 위치)
simulation_app = SimulationApp({"headless": False})

from omni.isaac.core import World
from omni.isaac.franka import Franka
from omni.isaac.core.objects import DynamicCuboid, VisualCuboid
from omni.isaac.sensor import Camera
from omni.isaac.franka.controllers import PickPlaceController
import numpy as np
import cv2

def main():
    # [STEP 2] 월드 구성: 물리 엔진과 지면 설정
    world = World(stage_units_in_meters=1.0)
    world.scene.add_default_ground_plane()

    # [STEP 3] 로봇 및 객체 배치
    # Franka 로봇 추가
    franka = world.scene.add(Franka(prim_path="/World/Franka", name="my_franka"))
    
    # 잡을 대상 (빨간 큐브)
    cube = world.scene.add(DynamicCuboid(
        prim_path="/World/Cube", name="target_cube", 
        position=np.array([0.4, 0.4, 0.05]), size=0.05, color=np.array([1, 0, 0])
    ))
    
    # 놓을 목표 지점 (파란색 영역)
    goal_position = np.array([0.4, -0.4, 0.05])
    world.scene.add(VisualCuboid(
        prim_path="/World/Goal", name="goal_zone", 
        position=goal_position, size=0.05, color=np.array([0, 0, 1])
    ))

    # [STEP 4] 카메라 설정 (비전 모니터링)
    camera = Camera(prim_path="/World/MyCamera", 
                    position=np.array([1.2, 0.0, 1.0]), 
                    resolution=(640, 480))
    camera.initialize()
    camera.set_focal_length(1.8)

    # [STEP 5] 픽앤플레이스 컨트롤러 초기화 (5.1.0 버전 API)
    # 로봇 객체(franka)와 그리퍼 객체(franka.gripper)를 직접 전달합니다.
    pp_controller = PickPlaceController(
        name="pick_place_controller",
        robot_articulation=franka,
        gripper=franka.gripper
    )

    world.reset()
    print(">>> 시뮬레이션 준비 완료!")

    # [STEP 6] 메인 루프 실행
    while simulation_app.is_running():
        # 물리 엔진 계산 및 렌더링
        world.step(render=True)
        
        if world.is_playing():
            # (A) 비전 데이터 획득: 카메라 프레임을 OpenCV로 시각화
            images = camera.get_current_frame()
            if "rgba" in images:
                cv_frame = cv2.cvtColor(images["rgba"], cv2.COLOR_RGBA2BGR)
                cv2.imshow("Robot Monitor", cv_frame)
                if cv2.waitKey(1) & 0xFF == ord('q'): break

            # (B) 동작 제어: 물체 위치 파악 및 명령 생성
            cube_pos, _ = cube.get_world_pose()
            actions = pp_controller.forward(
                picking_position=cube_pos,
                placing_position=goal_position,
                current_joint_positions=franka.get_joint_positions()
            )
            
            # (C) 명령 실행
            franka.apply_action(actions)

            # 작업 완료 체크
            if pp_controller.is_done():
                print(">>> 작업을 성공적으로 마쳤습니다!")
                world.pause()

    cv2.destroyAllWindows()
    simulation_app.close()

if __name__ == "__main__":
    main()

3. 실행 방법

Isaac Sim은 시스템의 기본 파이썬이 아닌, 자체 내장 파이썬 환경(python.sh)에서 실행해야 합니다.

터미널을 열고 Isaac Sim 설치 폴더로 이동합니다.
```
cd ~/isaacsim510     // isaac sim 설치 폴더로 이동
```
작성한 스크립트를 실행합니다.
```
./python.sh ~/isaac_ws/pick_and_place.py
```

4. 초보자를 위한 주요 개념 설명

1) 왜 SimulationApp이 맨 위에 있나요?

Isaac Sim은 GPU 메모리를 미리 선점하고 엔진을 로드해야 합니다.

이 작업이 끝나기 전에 다른 모듈(World, Franka 등)을 불러오면 "Module Not Found" 에러가 발생합니다.

2) PickPlaceController의 역할

이 컨트롤러는 **상태 머신(State Machine)**입니다.

"물체 위로 이동 → 내려가기 → 집기 → 올리기 → 목표지로 이동 → 놓기"의 복잡한 과정을

forward() 함수 하나로 자동 관리해 줍니다.

3) render=True의 의미

일반적인 물리 계산만 할 때는 False로 두면 성능이 빨라지지만, 카메라 영상을 받아오려면

실제로 화면을 그려야(Rendering) 하므로 반드시 True로 설정해야 합니다.

5. 자주 발생하는 문제 해결 (FAQ)

로봇이 물체를 놓쳐요: 큐브가 너무 작거나 가벼울 수 있습니다. size를 0.05 정도로 설정했는지 확인하세요.
OpenCV 창이 안 떠요: cv2.waitKey(1) 코드가 루프 안에 있는지 확인하세요.
API 에러가 나요: Isaac Sim은 버전별로 인자 이름이 다릅니다. 이 코드는 5.1.0 버전 전용입니다.

WezTerm 사용을 위한 기본 셋팅 참조

AI를 활용한 지식 정보화 — Sat, 11 Oct 2025 12:06:10 +0900

맥북(macOS) 환경에서 WezTerm을 최적으로 세팅하는 방법을 단계별로 정리하였다.
이 구성은 iTerm2 → WezTerm으로 전환하려는 개발자**(특히 Rust, Neovim, Git, Tmux 사용자)** 기준으로 하였다.

WezTerm 맥북 최적 세팅 가이드

1️⃣ 설치

방법 1: Homebrew (추천)

brew install wezterm

방법 2: 공식 dmg

https://wezfurlong.org/wezterm/
→ 최신 macOS 빌드 다운로드 후 /Applications에 넣기.

2️⃣ 기본 설정 파일 생성

WezTerm은 설정을 Lua로 작성합니다.
위치는 다음 경로:

mkdir -p ~/.config/wezterm
touch ~/.config/wezterm/wezterm.lua

3️⃣ 추천 폰트 설정

WezTerm은 Nerd Font 기반 폰트 사용을 강력히 권장합니다.
다음 명령으로 JetBrainsMono Nerd Font 설치:

brew tap homebrew/cask-fonts
brew install --cask font-jetbrains-mono-nerd-font

4️⃣ 추천 기본 설정 (wezterm.lua)

아래 코드는 “성능 + 미려함 + Neovim 호환성”에 최적화된 세팅입니다.

local wezterm = require("wezterm")
local act = wezterm.action

return {
  --   테마
  color_scheme = "Gruvbox Dark",
  font = wezterm.font_with_fallback({
    "JetBrainsMono Nerd Font",
    "Apple Color Emoji",
  }),
  font_size = 13.0,

  --   성능 및 렌더링
  freetype_load_target = "Light",
  freetype_render_target = "HorizontalLcd",
  front_end = "WebGpu", -- WebGPU 렌더링 (빠름)

  --   UI 관련
  enable_tab_bar = true,
  hide_tab_bar_if_only_one_tab = true,
  use_fancy_tab_bar = true,
  tab_bar_at_bottom = false,
  window_decorations = "RESIZE",
  window_background_opacity = 0.93,
  macos_window_background_blur = 20,

  --   단축키 (iTerm2 스타일 비슷하게)
  keys = {
    { key = "t", mods = "CMD", action = act.SpawnTab("CurrentPaneDomain") },
    { key = "w", mods = "CMD", action = act.CloseCurrentTab({ confirm = true }) },
    { key = "Enter", mods = "CMD", action = act.ToggleFullScreen },
    { key = "LeftArrow", mods = "CMD|ALT", action = act.ActivateTabRelative(-1) },
    { key = "RightArrow", mods = "CMD|ALT", action = act.ActivateTabRelative(1) },
    { key = "d", mods = "CMD", action = act.SplitHorizontal({ domain = "CurrentPaneDomain" }) },
    { key = "d", mods = "CMD|SHIFT", action = act.SplitVertical({ domain = "CurrentPaneDomain" }) },
  },

  --   탭, 분할창 제목 포맷
  tab_max_width = 25,
  tab_and_split_indices_are_zero_based = true,

  --   shell 설정 (기본 zsh / fish / bash)
  default_prog = { "/bin/zsh", "-l" },

  --   창 크기 / 기본값
  initial_rows = 40,
  initial_cols = 120,
}

참고: color_scheme은 wezterm show-colors로 미리보기가 가능.
인기 테마: "Gruvbox Dark", "Tokyo Night", "OneHalfDark", "Catppuccin Mocha"

5️⃣ Neovim / 개발 환경 연동 팁

✅ Neovim 글꼴과 색상 맞추기

init.lua 또는 init.vim 내에 다음 추가:

vim.o.termguicolors = true

WezTerm은 true color를 완벽히 지원하므로 색 표현이 정확해집니다.

✅ Tmux 대체

WezTerm 자체가 탭과 분할 지원하므로
tmux를 완전히 대체 가능:

⌘ + D → 가로 분할
⇧⌘ + D → 세로 분할
⌘ + ⌥ + ←/→ → 탭 이동

원하면 wezterm.mux API로 tmux-style 세션 스크립트를 작성할 수도 있습니다.

6️⃣ 자동화 / 조건부 설정 예시 (고급)

local wezterm = require("wezterm")

local config = {}

if wezterm.target_triple == "x86_64-apple-darwin" then
  config.font_size = 13.0
else
  config.font_size = 11.0
end

config.color_scheme = "Catppuccin Mocha"
config.enable_scroll_bar = false

return config

→ macOS / Linux 환경을 구분하거나, 화면 크기에 맞춰 다르게 설정할 수 있음.

7️⃣ 추천 추가 설정

목적	설정	설명
창 투명도	window_background_opacity = 0.9	배경 투명 효과
블러 효과	macos_window_background_blur = 20	macOS 특유의 유리 느낌
애니메이션 제거	animation_fps = 1	퍼포먼스 향상
GPU 프론트엔드	front_end = "WebGpu"	렌더링 성능 개선

8️⃣ 문제 해결 팁

문제	해결 방법
폰트 깨짐	Nerd Font 설치 후 wezterm.font_with_fallback 사용
터미널 컬러 이상	termguicolors 활성화 확인
키바인딩 안 먹힘	CMD 키 → “macOS 단축키 충돌” 확인 (시스템 설정에서 수정 가능)

✅ 정리 요약

항목	권장 값
폰트	JetBrainsMono Nerd Font
테마	Gruvbox Dark / Catppuccin
렌더링 엔진	WebGPU
탭 관리	CMD + T / W
분할 단축키	CMD + D, SHIFT + CMD + D
배경 효과	투명도 0.9 + Blur 20
기본 셸	Zsh

© 2025@goooodday | 본 글은 AI 초고를 바탕으로 작성되었으며,
무단 전재·배포·상업적 이용을 금지하며, 인용시 출처를 표기해주세요.

맥북 터미널 앱 Ghostty vs WezTerm 비교

AI를 활용한 지식 정보화 — Sat, 11 Oct 2025 11:54:32 +0900

Ghostty vs WezTerm 중심으로 실제 사용자 후기와 특징, 장단점을 맥북 사용 기준(iTerm2 경험자 시점) 으로 비교하여 정리 함.

개요

두개의 터미널에 대한 간단한 비교 내용

항목	Ghostty	WezTerm
개발 언어	Zig	Rust
GPU 가속	✅ 있음 (시스템별 최적화)	✅ 있음 (Cross-platform Vulkan/OpenGL)
지원 OS	macOS, Linux (Windows 예정)	macOS, Linux, Windows, BSD
설정 방식	TOML / YAML 스타일 (간결)	Lua 스크립트 기반 (유연하지만 복잡)
포커스 철학	“심플하고 네이티브한 터미널”	“파워유저를 위한 확장형 터미널”

성능 / 반응성

Ghostty
- 매우 빠른 부팅 속도와 부드러운 스크롤.
- GPU 글꼴 렌더링 품질이 좋아서 폰트 선명도 높음.
- 스크롤이나 텍스트 렌더링 시 체감상 iTerm2보다 가볍다는 평가 많음.
- 다만 장시간 사용 시 GPU 점유율이 약간 높은 편이라는 후기도 있음.
WezTerm
- Rust 기반으로 매우 안정적이며 대용량 로그나 tmux-like 분할에서도 빠름.
- 복잡한 화면 출력에서도 버벅임 거의 없음.
- GPU 가속 성능은 Ghostty와 비슷하거나 약간 더 안정적이라는 평가.

요약:

성능 자체는 비슷하지만, Ghostty는 부드럽고 네이티브 느낌, WezTerm은 안정적이고 무거운 작업에 강함.

⚙️ 설정과 커스터마이징

Ghostty
- 설정이 간단하고 직관적.
- font = "JetBrainsMono Nerd Font" theme = "Gruvbox Dark" shell = "/bin/zsh"
- 기본값이 좋아서 ‘설정 파일 없이도’ 바로 사용 가능.
- 다만 세밀한 자동화나 조건부 설정은 어려움.
WezTerm
- Lua로 설정 파일 작성 (wezterm.lua).
- local wezterm = require 'wezterm' return { font = wezterm.font('JetBrainsMono Nerd Font'), color_scheme = "Gruvbox Dark", enable_tab_bar = false, }
- 조건 분기, 환경 감지, 키매핑 로직 등을 자유롭게 작성 가능.
- 대신 러닝 커브 있음.

요약:

단순함 원하면 Ghostty,
세밀한 제어·자동화 원하면 WezTerm.

️ UI / UX

항목	Ghostty	WezTerm
디자인	매우 깔끔, macOS 네이티브 감성	약간 투박하지만 기능적
탭/창 관리	OS 창 단위로만 (탭 없음, 계획 중)	내장 탭/분할 지원 (tmux 대체 수준)
단축키/바인딩	단순, 기본 macOS 스타일	완전 사용자 정의 가능
폰트/렌더링	고품질 렌더링, 다국어 호환 좋음	렌더링 좋지만 설정 필요

요약:

Ghostty는 미니멀하고 깔끔,
WezTerm은 기능이 많지만 약간 개발툴 느낌.

실사용자 후기 (맥북 기준)

Ghostty

“iTerm2보다 훨씬 빠르고 깔끔하다. 그냥 쓰기 좋다.”
“다만 아직 탭이 없고, 설정이 단순해서 자동화엔 약함.”
“테마와 폰트 매칭이 완벽해 Neovim이 더 예뻐보임.”

WezTerm

“처음엔 설정이 어렵지만, 일단 세팅 끝나면 tmux 대체급이다.”
“Lua 설정 덕분에 장비별 맞춤 세팅 가능.”
“터미널로 이 정도 유연성 있는 건 처음 봤다.”

결론 요약

구분	Ghostty	WezTerm
속도/성능	⚡ 매우 빠름, 부드러운 스크롤	⚙️ 빠르고 안정적
설정 편의성	단순 / 직관적	강력하지만 복잡
기능성	최소기능 / 깔끔	고급 기능 풍부
디자인	macOS 감성	실용적, 기능 중심
커뮤니티/안정성	빠르게 성장 중	성숙하고 안정적

결론:

개발자용 터미널로 장기적으로 쓸 계획이라면 → WezTerm
가볍고 미려한 UI로 빠르게 쓰고 싶다면 → Ghostty

© 2025 @goooodday | 본 글은 생성형 AI를 활용한 초고를 바탕으로 작성되었으며, 저작권은 작성자에게 있습니다.
글의 무단 복제, 전재, 배포, 상업적 이용을 엄격히 금지하며, 인용 시 반드시 출처를 명시해 주시기 바랍니다.

Agoge AI 블로그 소개

AI를 활용한 지식 정보화 — Sun, 7 Sep 2025 12:26:18 +0900

Agoge AI: 자율화 시스템 개발과 연구 사례 공유 블로그

Agoge AI는 이름에서 알 수 있듯, 고대 스파르타의 Agoge 훈련 체계에서 영감을 받았습니다. 체계적이고 실전 중심의 학습과 훈련을 통해 성장하듯, 이 블로그는 자율화 시스템 개발과 연구 사례를 체계적으로 배우고 실습할 수 있는 공간입니다.

Agoge AI는 로봇, 드론, 자동화 시스템, AI, Rust 프로그래밍 등 첨단 기술 분야에서 시스템을 설계하고 직접 코딩해 볼 수 있는 실습 중심 학습 자료를 제공합니다. 단순한 이론을 넘어, 실제 구현 과정과 연구 사례를 함께 소개하며 개발자와 연구자가 실전에서 활용할 수 있는 지식을 공유합니다.

블로그는 세 가지 핵심 메뉴로 구성되어 있습니다.

Tech Research: 로봇, 드론, 자동화 시스템 관련 연구 사례와 학계·산업계 최신 기술 동향 분석
Agent Coding: Rust, 임베디드, 자율화 알고리즘 실습과 AI 기반 에이전트/로봇 제어 코드
Tech Insights: 실전 프로젝트, 연구 응용 사례, 개발 팁과 최적화 노하우

Agoge AI는 단순한 기술 블로그가 아니라, 자율화 시스템 개발과 연구 사례를 연결하는 공간입니다. 방문자가 직접 코딩하고, 실험하며, 연구 사례를 이해하고 응용할 수 있도록 안내합니다.

"Agoge AI와 함께라면, 자율화 시스템 개발과 연구 사례를 직접 경험하며 성장할 수 있습니다. 기술과 연구를 연결하는 여정을 함께해요."

로봇 컨트롤러 개발 및 활용을 위한 조사

AI를 활용한 지식 정보화 — Sun, 7 Sep 2025 11:58:45 +0900

로봇 컨트롤러용 MCU/보드 비교 보고서

1. 개요

본 보고서는 다양한 로봇 컨트롤러 개발 시 활용 가능한 MCU 및 SBC 보드(RP2040, Teensy, STM32 시리즈, ESP32, 산업용 ABB/KUKA 컨트롤러 등)를 대상으로 성능, 실시간성, Rust 개발 지원, 확장성 등을 비교하여 정리한 자료입니다. 또한 각 보드의 아키텍처 예시와 활용 사례를 그림으로 시각화하여 참고할 수 있도록 구성하였습니다.

2. 각 보드/MCU 개요

2.1 RP2040 (Raspberry Pi Pico)

CPU: Dual-core ARM Cortex-M0+, 133 MHz
RAM/Flash: 264 KB / 2 MB
I/O: PWM 8~16채널, ADC 3채널, I2C/SPI/UART 지원
특징: 초저가, 듀얼코어, PIO 기능, Rust 지원(rp-hal, embassy)
추천 용도: 교육용, 연구용, 간단한 로봇 프로토타입
아키텍처 예시: Core0: 모션 제어, Core1: 센서 읽기/통신

2.2 Teensy 4.1

CPU: Cortex-M7, 600 MHz
RAM/Flash: 1024 KB / 8 MB
I/O: PWM/DAC/ADC 풍부, I2C/SPI/UART/CAN 지원
특징: 높은 연산 성능, USB/SD카드 지원, Rust 지원(teensy4-rs, cortex-m-rt)
추천 용도: 고성능 소형 로봇, 프로토타입 연구용
아키텍처 예시: 단일 코어에서 모션 제어, 센서 처리 및 통신 수행

2.3 STM32 시리즈 (F4/F7/H7)

CPU: Cortex-M4/M7, 100~400 MHz
RAM/Flash: 수십~수백 KB / 수 MB
I/O: PWM/ADC/DAC, SPI/I2C/UART, CAN 지원
특징: 산업용 MCU, 실시간성 우수, Rust 지원(stm32-rs, embassy-stm32)
추천 용도: 연구용, 산업용 로봇 프로토타입
아키텍처 예시: RTOS 활용, 모션 제어, 센서 읽기, 통신, 안전 모듈 분리 가능

2.4 ESP32-S3

CPU: Dual-core Xtensa LX7 또는 RISC-V 160~240 MHz
RAM/Flash: 512 KB / 4 MB
I/O: PWM 16~20채널, ADC 12bit, I2C/SPI/UART 지원
특징: Wi-Fi/BLE 내장, IoT/원격 제어 적합, Rust 지원(esp-rs)
추천 용도: 원격 모니터링, IoT 연동 로봇
아키텍처 예시: Core0: 모터/센서 제어, Core1: 무선 통신/데이터 로깅

2.5 ABB/KUKA 상용 컨트롤러

CPU: x86/ARM 고성능 멀티코어, GB 단위 RAM
I/O: EtherCAT, CAN, ProfiNet 등 산업용 버스 지원
특징: 실시간성 최상, 안전 인증 ISO 10218, ISO 13849, ISO 3691-4 등, RAPID/KRL 언어 기반
추천 용도: 산업 현장용 로봇
아키텍처 예시: 모션 제어 전용 코어, 안전 모듈, 센서/비전/네트워크 전용 코어 분리

3. Rust 개발 관점

보드/MCU	RUST 지원	HAL/Crate	비고
RP2040	Yes	rp-hal, embassy	듀얼코어 활용 가능, 교육/연구용 적합
Teensy 4.1	Yes	teensy4-rs, cortex-m-rt	고성능, PWM/DAC 풍부
STM32 F4/F7	Yes	stm32-rs, embassy-stm32	산업용 프로토타입 적합, 안정적 HAL 지원
ESP32-S3	Yes	esp-rs	Wi-Fi/BLE IoT 로봇용
ABB/KUKA	제한적	RAPID/KRL	산업용, 실시간/안전성 최적화, Rust 비권장

4. 로봇 컨트롤러용 비교표

항목	RP2040	Teensy 4.1	STM32F4/F7	ESP32-S3	ABB/KUKA 컨트롤러
CPU	Dual-core Cortex-M0+ 133MHz	Cortex-M7 600MHz	Cortex-M4/M7 100~400MHz	Dual-core Xtensa LX7 / RISC-V 160~240MHz	x86/ARM 멀티코어 고성능
RAM/Flash	264KB / 2MB	1024KB / 8MB	수십~수백 KB / 수 MB	512KB / 4MB	GB 단위
PWM 채널	8~16	30+	16~32	16~20	수십~수백
ADC/DAC	3 ADC, DAC 없음	ADC 풍부, DAC 2개	풍부	ADC 12bit, DAC 없음	매우 다양, 고속
I2C/SPI/UART	2/2/2	풍부	풍부	풍부	EtherCAT, CAN, ProfiNet 등 산업용
실시간성	μs 단위	μs 단위	μs 단위	제한적, FreeRTOS 필요	ns~μs 수준, 다축 동기
멀티코어	2코어	단일	단일	2코어	다중코어
가격	5~6 USD	20~25 USD	3~20 USD	5~10 USD	수천~수만 USD
안전 인증	없음	없음	없음	없음	ISO 10218, ISO 13849, ISO 3691-4 등
추천 용도	교육/연구, 간단 로봇	고성능 소형 로봇	연구/산업용 프로토타입	IoT/원격 제어	산업 현장용, 정밀/안전 제어

5. 아키텍처 예시 시각화

RP2040: 듀얼코어 분리
- Core0: 모터 제어 (PWM), 역기구학 연산
- Core1: 센서 데이터 수집, UART/I2C 통신
Teensy 4.1: 단일 고성능 코어
- 단일 코어에서 모션 제어, 센서 처리, 통신 통합 수행
STM32F4/F7: RTOS 기반 멀티태스킹
- Task1: PWM 모터 제어
- Task2: 센서 데이터 읽기 (IMU/엔코더)
- Task3: 통신/로깅
ESP32-S3: 듀얼코어 IoT 모드
- Core0: 모터/센서 제어
- Core1: Wi-Fi/BLE 통신 및 데이터 처리
ABB/KUKA 컨트롤러: 산업용 분리 구조
- Core1: 모션 제어 (다축 동기)
- Core2: 안전 모듈 처리
- Core3: 센서/비전/네트워크 처리

6. 결론 및 추천

교육용 / 연구용 소형 로봇 → RP2040
고성능 프로토타입 소형/중형 로봇 → Teensy 4.1
실시간 산업용 프로토타입 로봇 → STM32F4/F7
IoT/원격 로봇 → ESP32-S3
산업용 상용 로봇 → ABB/KUKA

7. 참고자료

Raspberry Pi Pico RP2040 HAL
Teensy4-rs HAL
STM32 Rust HAL
ESP32 Rust HAL
UDOO Dual / Quad 보드
ABB / KUKA 공식 문서 및 산업용 로봇 제어 관련 표준 (ISO 10218, ISO 13849, ISO 3691-4)

사용자 스타일 추천	터미널	이유
빠르고 깔끔한 기본 터미널, 설정 최소화	Ghostty	단순함과 시각적 완성도
커스터마이징, tmux 대체, 장시간 세션 관리	WezTerm	기능 강력, 확장성 높음
AI 보조, 명령 블록 편집 / 직관적 UI	Warp	완전히 다른 접근 (AI 중심)
안정적이고 익숙한 macOS 기본 경험 유지	iTerm2	검증된 기능과 안정성

Agoge AI

Isaac Sim 5.1.0 & ROS 2 Jazzy AMR 프로젝트 가이드

1. ROS 2 워크스페이스 및 패키지 생성

2. 패키지 파일 구성 (File Structure)

① package.xml

② setup.py

③ amr_control_510.py (핵심 로직)

3. Isaac Sim 5.1.0 액션 그래프 설정 (Action Graph)

4. 빌드 및 실행 절차

단계 1: ROS 2 워크스페이스 빌드

단계 2: 시스템 구동 (3개 터미널)

참고. Isaac sim 실행 및 ROS2 Jazzy 실행 환경 변수 설정 (.bashrc)

5. 핵심 주의사항 (최종 체크리스트)

Isaac Sim 로봇 픽앤플레이스 입문 가이드 (ver 5.1.0)

1. 프로젝트 폴더 구성

2. 소스 코드 작성

3. 실행 방법

4. 초보자를 위한 주요 개념 설명

1) 왜 SimulationApp이 맨 위에 있나요?

2) PickPlaceController의 역할

3) render=True의 의미

5. 자주 발생하는 문제 해결 (FAQ)

WezTerm 사용을 위한 기본 셋팅 참조

WezTerm 맥북 최적 세팅 가이드

1️⃣ 설치

방법 1: Homebrew (추천)

방법 2: 공식 dmg

2️⃣ 기본 설정 파일 생성

3️⃣ 추천 폰트 설정

4️⃣ 추천 기본 설정 (wezterm.lua)

5️⃣ Neovim / 개발 환경 연동 팁

✅ Neovim 글꼴과 색상 맞추기

✅ Tmux 대체

6️⃣ 자동화 / 조건부 설정 예시 (고급)

7️⃣ 추천 추가 설정

8️⃣ 문제 해결 팁

추천 확장 테마 모음

✅ 정리 요약

맥북 터미널 앱 Ghostty vs WezTerm 비교

개요

성능 / 반응성

⚙️ 설정과 커스터마이징

️ UI / UX

실사용자 후기 (맥북 기준)

Ghostty

WezTerm

추천 조합

결론 요약

Agoge AI 블로그 소개

Agoge AI: 자율화 시스템 개발과 연구 사례 공유 블로그

로봇 컨트롤러 개발 및 활용을 위한 조사

로봇 컨트롤러용 MCU/보드 비교 보고서

1. 개요

2. 각 보드/MCU 개요

2.1 RP2040 (Raspberry Pi Pico)

2.2 Teensy 4.1

2.3 STM32 시리즈 (F4/F7/H7)

2.4 ESP32-S3

2.5 ABB/KUKA 상용 컨트롤러

3. Rust 개발 관점

4. 로봇 컨트롤러용 비교표

5. 아키텍처 예시 시각화

6. 결론 및 추천

7. 참고자료