IQ 옵션 로봇 특징

마지막 업데이트: 2022년 5월 27일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
키포인트 기반 시각적 모델 예측 제어 프레임워크의 개요(사진:논문 캡처)

사람들은 단순하고 일상적인 일을 배우는 데 매우 효율적이다. 예를 들어, 사람이 몇 번 과제를 보여주는 것을 보는 것만으로도 테이블 위에 병을 집어 올리거나 놓는 법을 배울 수 있다.

로봇 역시 인간만을 관찰함으로써 새로운 과제를 배울 수 있는 자동화된 로봇이 아주 가까운 미래에 집에서, 가정용 로봇에게 일상적인 집안일을 하는 방법을 가르치고 직장에서는 신입사원처럼 로봇을 훈련시켜 여러 가지 임무를 수행하는 방법을 보여줄 수 있는 것으로 예상된다.

예를 들어, 티칭(학습) 없이 로봇에게 집안일을 하는 방법을 보여주는 것으로 로봇은 인간의 행동을 관찰함으로써 식탁을 차리는 것과 같은 복잡한 일을 수행하는 법을 배운다.

MIT 연구팀은 지난해 3월 AI 강화학습으로 이러한 유형의 로봇들이 복잡한 작업을 학습할 수 있도록 하는 '불확실한 스펙을 가진 계획 수립(Planning with Uncertain Specifications. PUNS)' 시스템을 개발했다. 연구팀의 로봇은 그러한 과제 중 하나로 특정한 조건 하에서 저녁 식탁을 차리는 것이다.(본지 보도 2020.03.08. 보기 )

여기에, 페이스북 AI 연구팀이 가세했다 로봇에게 이러한 방식으로 학습할 수 있도록 가르치는 새로운 기술(몇 가지 시각적 데모)로 환경의 모델을 학습하고 인간의 행동을 관찰한 다음 추론하도록 로봇을 훈련시켰다. 이 방법은 물리적 로봇에서 시각적 데모를 사용하여 모델 기반 '역강화학습(Inverse Reinforcement Learning. 이하, IRL)'을 사용한 첫 번째 솔루션으로 오픈 소스로 지난 25일 공개했다.

IRL을 사용한 대부분의 이전 연구는 시뮬레이션에서 수행되었으며, 이 시뮬레이션에서 로봇은 이미 주변 환경을 인식하고 로봇의 행동이 환경을 어떻게 변화시킬지 IQ 옵션 로봇 특징 이해한다. AI가 물리적 세계의 복잡성과 소음에 대해 배우고 적응하는 것은 훨씬 어려운 과제이며, 이 기능은 보다 스마트하고 유연한 AI 시스템을 구축하는 중요한 단계이기도 하다.

키포인트 기반 시각적 모델 예측 제어 프레임워크의 개요(사진:논문 캡처)

키포인트 기반 시각적 모델 예측 제어 프레임워크의 개요(사진:논문 캡처)

페이스북 AI 연구팀의 이번 성과는 시연과 자체 감독 기법의 학습을 혼합하여 새로운 시각적 역학 모델에 중점을 둔다. 또한 정책(Policy)의 실행과 시각적 데모 사이의 거리를 최소화하여 비용 함수를 최적화하는 그레이디언트(Gradient) 기반 IRL 알고리즘을 도입한 것이다.

IRL의 목적은 IQ 옵션 로봇 특징 정책 최적화 단계의 결과가 시각적 데모와 잘 일치하도록 보상 함수를 학습하는 것이다. 이를 샘플 효율적인 방식으로 달성하기 위해 모델 기반 IRL은 모델을 활용하여 환경을 변경하는 방법을 시뮬레이션하고 최적화한다. 그러나 IRL에서 가장 큰 도전 중 하나는 보상 IQ 옵션 로봇 특징 기능(Reward function)을 최적화하는 데 사용할 수 있는 목표를 찾는 것이다. 보상 신호의 변화 효과는 간접적으로만 측정할 수 있다.

그 방법으로는 첫째, 새로운 환경을 학습하고, 그 다음에는 환경의 시각적 변화를 예측하기 위해 시뮬레이션 해야 한다. 두 번째 단계 이후에야 예측된 시각적 변화를 시각적 데모과 비교할 수 있다. 그렇다면 보상 함수 매개 변수를 어떻게 업데이트하여 예측된 시각적 궤적을 시각적 데모에 더 가깝게 만들 수 있을 것이라는 의문이 든다.

이를 해결하기 위해 모델 기반 IRL을 이단계 최적화 문제로 본다. 최적화 문제는 중첩 최적화 문제의 결과에 따라 달라지는 외부 루프 최적화를 특징으로 한다. 연구팀의 경우, 외부 최적화 단계는 보상을 적응시킨다. 또한 내부(중재) 최적화 단계는 정책을 최적화한다. 이러한 방식으로 IRL을 재구성하면 그라디언트 기반 이단계 최적화의 진행 상황을 활용하여 정책 최적화를 통해 차별화함으로써 보상 함수(논문: Meta Learning via Learned Loss- 다운 )를 학습할 수 있다.

페이스북 AI 연구팀의 중요한 요소는 시각적 관찰의 변화를 예측할 수 있는 모델이다. 대부분의 이전 연구에서는 이러한 동적 모델 (환경 및 로봇)이 알려져 있다고 가정하므로 모델을 학습하도록 로봇을 훈련해야 했다.

이를 위해 연구팀은 인간 시연과 로봇 동작 모두에서 저 차원 비전 기능을 추출하는 자가지도 학습 기술을 사용하여 키포인트 감지기를 훈련했다. 그런 다음 로봇이 저 차원 기능 표현을 어떻게 변경하는지 예측할 수 있는 모델을 사전 훈련했다.

로봇은 이제 자체 시각적 역학 모델을 사용하여 그레이디언트 하강법을 통해 현재 보상 기능을 최적화할 수 있었다. 이 연구는 레이블링된 데이터에 대한 의존도를 줄이고 몇 가지 시각적 데모에서 다양한 작업을 학습하는 AI 구축에 더 가까워졌다.

AI가 학습하는 방식을 개선하는 단계인 것이다. 그러나 여전히 많은 난제들이 남아 있다. 다음 단계로, 연구팀은 시각적인 예측 모델을 더욱 견고하게 만드는 방법을 연구하고 있다. 또한 다양한 시작 IQ 옵션 로봇 특징 구성과 접근 방식을 한 컨텍스트(context)에서 다른 컨텍스트로 일반화할 수 있는 방법을 모색하고 있다.

연구팀은 추가 연구를 통해 모델 기반 IRL을 사용하여 비디오를 관찰하는 것만으로도 광범위한 기술을 학습하는 AI 시스템을 구축할 수 있었다.

제한된 데모에서 학습하는 것은 오늘날 AI의 가장 어려운 과제 중 하나이다. 하지만 이것은 더 지능적인 AI 시스템을 구축하는 가장 중요한 단계 중 하나이기도 하다. 연구팀은 자가 지도 학습이 AI의 다음 개척지라고 믿는다. 자체 감독 기술을 사용하여 시각적 역학 모델을 훈련하는 이 방법은 자체 감독을 앞으로 밀고 나갈 수 있는 중요한 테스트 베드를 제공한다.

자체 지도 학습과 그레이디언트 기반 최적화의 최첨단 연구를 결합함으로써, 로봇이 병을 움직이는 방법을 명시적으로 알리지 않고도 병을 어떻게 움직여야 하는지를 학습할 수 있다는 것을 확인했다.

연구팀은 향후, 새로운 IRL 알고리즘은 로봇 조작을 넘어 AI 시스템을 보다 광범위한 샘플 효율성으로 학습에 적용할 수 있다고 밝혔으며, 해당 연구는 '시각적 데모에서 모델 기반 역강화학습(Model-Based Inverse Reinforcement Learning from Visual Demonstrations- 다운 )'이란 IQ 옵션 로봇 특징 제목으로 지난 6일 아카이브를 통해 발표했으며, 관련 AI플랫폼은 오픈 소스로 깃 허브( 다운 )에 공개했다.

미래의 AI, 인간을 넘어설까

AI는 인간의 삶과 가치관을 근본부터 흔들며 커다란 변화와 충격을 줄 것으로 예상된다. 또 다른 영화 (2014년)에서 여자 주인공으로 등장하는 AI는 단순히 대화의 상대를 넘어 육제적 사랑을 시도하기까지 한다.
영화 속 이야기라고 하지만 현실에서 이루어진다면 이는 매우 심각한 일이다. 그럼에도 AI에 대해 상상했던 일들은 이미 우리의 일상에서 충분히 일어날 수 있는 단계까지 다가와 있다. 과학기술과 산업 등 경제적 관점에서뿐만 아니라 생각과 인지, 심지어 사랑(정신적, 육체적인 면을 모두 포함하는) 같은 인간만이 간직한다고 생각하는 심미적, 윤리적, 종교적 영역까지 파고들고 있다.
얼마 전 테슬라의 최고경영자(CEO)인 일론 머스크는 "향후에는 개개인의 인격과 기억 등 개성을 결정하는 것들을 로봇에 다운로드 할 수 있을 것"이라고 말하며, "로봇에 인간의 뇌를 다운로드해 인간이 영생할 수 있도록 하는 기술이 개발될 것"이라고 전망했다.
이러한 미래 예측은 대다수의 미래학자와 글로벌 빅테크 책임자들의 공통된 견해다. 이는 또한 인간이 AI로 대표되는 기계(로봇)와 어디까지 혼합될 것인가, 어떻게 공존하며 살아갈 수 있을까라는 질문에 답을 찾아야 한다.

미래의 AI, 인간을 넘어설까

AI 활용의 배경은
당초 AI는 특정하게 설정된 목표에 대한 답을 구하기 위해 인간이 규칙을 정하는 것에서 시작됐다. 1990년대 들어 축적된 데이터를 활용해 AI가 스스로 학습하고 판단할 수 있는 '머신러닝(Machine Learning, 기계학습)'이 기술적 진보를 이루면서 AI의 활용에 대한 전기를 마련했다. 2000년대에 들어서는 '딥러닝(Deep Learning, 심화학습)' 기술을 통해 크게 발전했는데, 이는 인간의 뇌 신경 구조를 모방한 뉴럴 네트워크(신경망)를 사용해 AI가 데이터 자체를 교사로 삼아 학습하고, 자동으로 수치화된 특징량을 추출하는 기술이다.
어떤 특징을 추출할지 AI에게 맡길 수 있으며, 인간이 특징량을 명시하기 어려운 복잡한 문제에 대해서도 AI를 적용할 수 있게 됐다. 딥러닝 IQ 옵션 로봇 특징 기술은 '화상인식', '음성인식', '자연언어 처리', '추천' 등의 분야에서 활용이 크게 증가했다.
2016년 3월에 구글 딥마인드의 알파고는 세계 최고의 바둑기사 이세돌 9단을 4대1로 꺾으며 AI가 인간의 능력을 능가할 수 있다는 사실을 인류에 각인시키는 계기가 됐다. 이후 인터넷을 바탕으로 비대면, 가상공간의 활동이 폭발적으로 증가하고, 자본과 기술의 집중적 투자가 이루어지면서 4차 산업혁명 시대에 비약적인 발전을 이어가고 있다.
특히 포스트 코로나 시대로 전환되는 현시점에서 빅데이터, 5세대(5G) 통신 환경 및 딥러닝 기술을 기반으로 스마트 제조(스마트 팩토리), 의료·헬스, 차세대 운송(자율주행차, 드론 등), 공연·예술, 스마트 농업 등 모든 분야에서 활용되는 핵심 기술이 된 것이다.
하지만 AI의 특성 중 하나가 특징량을 자동으로 추출하는 것인데, 이 때문에 결과값을 도출하는 과정의 판단 프로세스가 '블랙박스'화 되는 것이다. 딥러닝을 거듭하며 더욱 복잡해져 가는 AI의 결정 과정과 결론에 대해 설계자마저 왜 그런 결정에 이르렀는지 알지 못하고, 오류 원인을 즉각적으로 파악하지 못함에 따라 설명 가능한 인공지능(eXplainable AI, XAI)의 필요성이 대두됐다.
예를 들어, 금융, 보험, 의료 분야에서 공정성, 신뢰성, 정확성 등을 보장하는 것이 매우 중요하고, AI를 통한 결정과 도출 근거 및 도출 과정의 타당성은 이를 위한 필수적 요인이다. 특히 사람의 생명과 관련된 의료, 자동차 등의 분야에서 AI 알고리즘의 투명성 보장을 위한 기술적, 법적 요구가 증가하고 있다.

미래의 AI, 인간을 넘어설까

AI의 오류 사례
2016년 마이크로소프트(MS)가 내놓은 AI 채팅봇 '테이(Tay)'는 알파고처럼 자기학습 능력을 가지고 있지만, '히틀러가 옳았다', '911은 미국 내부의 음모다' 등의 극단적 혐오와 반유대주의적 발언으로 큰 논란을 일으키며 서비스 개시 16시간 만에 운영이 중단됐다.
2016년 1월 중국 하북성에서는 테슬라S 차량을 몰던 운전자가 사망하는 사고가 발생했다. 자율주행 모드로 놓고 운전하던 중 도로 가장자리에 주차돼 있던 트럭을 들이받으며 운전자가 사망한 것이다.
2016년 우버(Ubber)는 미국 캘리포니아주 정부 승인 없이 자율주행자동차를 테스트하다가 사고를 내기도 했다. 당시 우버의 자율주행차는 여섯 차례나 적색 신호를 무시한 것으로 밝혀졌다. 이렇듯 구글, 테슬라, 도요타, 우버, 웨이모 등 글로벌 기업들이 꾸준히 자율주행차의 개발을 진행하고 있지만 여전히 사고에 대한 안전성 확보에는 이르지 못한 상황이다.
2018년 10월, 아마존의 AI 기반 채용 시스템은 개발자, 기술 직군에 대해 대부분 남성만을 추천하는 편향적 결과를 제시하는 문제를 보여줬고, 이에 대해 아마존은 이 시스템을 폐기했다. 2018년 1월에는 미국 20여 개 주 법원에서 사용하던 AI 기반 범죄 예측 프로그램인 ‘COMPAS’가 재범률 예측에서 흑인 범죄자의 재범 가능성을 백인보다 2배 이상 높게 예측하는 편향성을 나타낸 사례도 있다.
2020년 10월 영국에서는 AI 자동화 프로세스의 오류로 코로나19 감염 사례 기록 수천 건이 유실돼 방역에 큰 구멍이 뚫린 사건이 발생한 바 있다. 이렇듯 인간의 삶에 중대한 영향을 미치는 분야에서는 AI는 그 적용에 제약을 요구받고 있다. 인사 평가, 군사 작전, 의료 분야, 범죄 위험성 판단 등에 대한 의사결정은 매우 중요하기 때문에 설명할 수 없는 AI의 활용은 제한될 수밖에 IQ 옵션 로봇 특징 없는 것이다.
AI의 파급력이 커질수록 오류나 악용으로 인한 잠재적 통제 불가능성과 이로 인한 사회적 위험성도 크게 증가하고 있으며, 이에 대한 대안으로 떠오른 XAI는 AI가 왜 이런 결정을 내렸는지, 수행한 결과가 왜 성공했는지 또는 실패했는지, 실패한 이유는 무엇인지, 그리고 AI가 수행한 결과를 신뢰할 수 있는지 등 과정과 판단에 대한 근거를 제공함으로써 사용자가 합리적으로 의사결정을 할 수 있도록 도울 것으로 기대된다.

미래의 AI, 인간을 넘어설까

XAI의 등장과 시장
2017년 미국 방위고등연구계획국(DARPA)은 XAI 프로젝트를 시작했으며 이를 계기로 설명 가능한 AI 알고리즘 기술 개발이 본격적으로 전개되고 있다. 2018년 유럽연합(EU)은 개인정보보호 규정(GDPR) 규제 조항을 제정함으로써 제도적 기반을 마련하기 위한 기초를 제공했다.
2021년에 중소벤처기업부가 발표한 '중소기업 전략기술로드맵 2022~2024 인공지능'에 따르면, 넥스트 무브 스트레티지 컨설팅(Next Move Strategy Consulting)의 자료를 근거로 XAI의 세계 시장 규모는 2019년 21억7800만 달러에서 연평균 성장률 20.1%로 증가해 2025년에 65억3100만 달러에 이를 것으로 전망했다. 또한 국내 AI(XAI) 시장 규모는 2019년 75억2000만 원으로 평가했으며 연평균 20.7%로 성장해 2025년에 232억4000만 원 규모로 성장할 것으로 전망했다.
XAI의 시장 상황은 사용자 간 신뢰도를 제고하고, 제품의 약점에 대한 이해도 향상함으로써 성능을 극대화하는 등 고객 유지율 향상 및 재고 관리 개선과 같은 상당한 이점을 제공함으로써 꾸준한 성장세를 유지할 것으로 전망된다.

미래의 AI, 인간을 넘어설까

산업
XAI는 사회, 기술, 법·제도, AI 등의 측면에서 수요가 확대되고 응용이 전 산업에 걸쳐 빠르게 확산되고 있다. 현재 진행되고 있는 AI 산업의 특징을 살펴보자.

첫째, AI의 투명성과 신뢰성을 높이는 설명 가능한 XAI 개발을 지향한다. AI의 블랙박스 형태 결과만으로 판단하는 것은 잠재적 위험을 내포하고 있어 사람 중심의 설명 가능한 AI의 중요성이 강조되고 있다.

둘째, 초기 기술 개발 단계로부터 점차 적용 분야를 확대하는 방향으로 전개되고 있다. XAI 연구는 사용자가 이해할 수 있는 이론적 근거를 제공함으로써 법적 문제와 사회적 차별의 제약이 있는 기존 AI 알고리즘의 한계 극복으로 설명력과 신뢰성이 중요한 분야에서 그 적용이 확대될 것으로 기대된다.

셋째, 미국, 중국 양강 중심의 시장 경쟁이 확대된 전망이다. XAI 특허 중 미국과 중국이 약 60%를 차지하고, 특히 미국의 빅테크 기업이 XAI 특허출원을 선도하는 등 미국과 중국이 XAI의 기술 개발과 특허를 주도하고 있다.

넷째, 정보보호·보안 분야에서 XAI의 활용이 크게 기대되고 있다. 악성 위협에 대응하는 방법의 하나인 시그니처(signature) 기반의 탐지 기능에 XAI 방법론 연구가 활발히 진행되고 있다.

다섯째, 정확성 및 정당성을 위한 의학 및 보건의료 분야에서 특히 중요한 역할을 담당할 것으로 예상된다. 의료종사자가 더 나은 진단적·치료적 의사 결정을 내리고 새로운 지식, 통찰력 및 발견을 할 수 있도록 도움을 준다. XAI는 IQ 옵션 로봇 특징 현재 신경과학 및 행동과학, 유전체학, 유방암, 만성질환 등 광범위하게 응용되고 있다.

여섯째, 시스템이 예상대로 작동 중인지를 보장하는 데 유용한 역할을 담당할 수 있다. 사전에 프로세스를 이해하고 있음으로써 사고를 방지하므로 시간과 비용을 절감한다.

우리나라는 2019년 12월, ‘인공지능 국가전략’(2019)을 발표하고, 2020년부터 차세대 AI 선점을 위한 창의적·도전적 차세대 AI 연구에 ‘의사결정과정 설명가능한 AI’를 포함해 선제적인 투자를 진행하고 있다. 이어서 2021년 5월에는 사람이 중심이 되는 AI를 위한 ‘신뢰할 수 있는 인공지능 실현전략’을 발표하고 XAI 기술 개발에 적극 나서고 있다.

미래의 AI, 인간을 넘어설까

전망과 과제
1997년에 IBM의 딥블루(Deep Blue)는 체스 챔피언을 이겼으며, 2016년 구글의 AI 알파고는 이세돌과의 바둑 대국에서 승리했다. 이렇듯 인간과의 대결에서 점차 우위를 확대해 가고 있는 AI는 이제 인간의 지능 수준을 넘어 XAI, IQ 옵션 로봇 특징 초지능(Super Intelligence)를 향해 기술적 단계를 진화하고 있다. AI가 인간의 지능을 뛰어넘는 한계점(싱귤레러티)이 결코 먼 훗날의 얘기가 아닌 눈앞의 현실로 다가오고 있는 것이다.
이런 상황에서 우리는 이에 대한 대응 방안의 하나로 XAI에 대해 주목할 필요가 있다. 또한 앞에서 제기된 AI의 파괴력과 부작용에 대한 다각도의 기술적 과제를 해결해야 한다. 그 가운데 높은 개방성과 접근성 및 데이터 독점 방지를 예방하는 블록체인 기술의 특성을 활용하는 것도 그 대안 가운데 하나가 될 수 있을 것이다. 아울러 IQ 옵션 로봇 특징 윤리적·제도적·규범적·정책적 논쟁에 대한 사회적 합의도 시급히 이루어져야 할 과제다.
더욱이 인간 심리의 작용에 대한 연구와 이해를 통해 이를 AI 기술로 구현함으로써 초인공지능(Super AI) 등장이 예견되고 있다. 미래의 AI는 '사람과 기계 간 협업'뿐만 아니라 '기계와 기계 간 협업'도 가능할 것으로 예상된다. AI의 능력이 사람의 마음을 읽는 수준에 도달할 것이고, 특정 분야에서 인간보다 100~1000배 높은 IQ 1만~10만의 높은 지능을 기반으로 인간보다 모든 문제를 더 잘 해결할 수 있을 것이다.
사람보다 단순히 계산을 더 잘한다는 정도의 능력이 아니라, 과학기술의 창조성, 일반 분야의 지식, 사회적 능력 면에서도 인류의 두뇌를 뛰어넘는 수준으로 향후 20~30년 내에 초지능형 AI가 하나의 개체로서 인간이 할 수 있는 모든 것을 수행할 수 있으며, 100년 내에 기계의 지능이 인간을 능가할 확률이 매우 높다는 예측도 나오고 있다.
특히 AI도 이성적인 사고를 통해 감정을 취득할 수 있다는 의견이 등장하면서 영화에서 보여준 것처럼 사랑과 증오 등 감정을 갖는 AI가 등장할 수 있다는 예측이 나오고 있다. 이 대목에서 "인류가 초인공지능 등장에 미리 대처하는 방법을 익히지 못하면 AI 기술은 인류 문명사에서 최악의 사건이 될 수 있다"는 고(故) 스티븐 호킹 박사의 경고를 새겨볼 필요가 있다.

IQ 옵션 로봇 특징

[테크월드=정환용 기자] 아나로그디바이스(이하 ADI)는 외부 N채널 MOSFET을 구동하는 고전압 비절연 듀얼 출력 동기식 스텝다운 DC/DC 컨트롤러 신제품 ‘LTC7810’(Power by Linear)을 출시한다고 밝혔다.

신제품은 4.5~140V(150V 최대 abs)의 넓은 입력 전압 범위를 지원할 수 있도록 설계돼, 높은 입력 전압이나 고전압 서지가 발생할 수 있는 입력으로부터 동작할 수 있다. 때문에 외부에 서지 억제 디바이스를 사용할 필요가 없다. LTC7810은 입력 전압이 4.1V로 강하되는 조건에서 최대 100%의 듀티 사이클로 동작할 수 있어, 교통, 산업, 로봇, 데이터통신 애플리케이션에 이상적이다.

출력은 채널당 최대 20A, 최대 96%의 효율로 1~60V 범위 내에서 설정할 수 있다. 신제품은 48V 입력에서 각 출력이 12V와 3.3V로 제어될 때 슬립 모드에서 16µA를 소비하기 때문에, 올웨이즈-온(always-on) 시스템에 적합하다. 내부 차지 펌프는 드롭아웃 시에도 100% 듀티 사이클 동작을 할 수 있어, 방전중인 배터리로부터 전력을 공급받아야 하는 경우에 유용하다.

옵션으로 사용할 수 있는 대역 확산(spread spectrum) 기술은 방사성, 전도성 노이즈 방출을 줄여준다. LTC7810의 1Ω N채널 MOSFET 게이트 드라이버는 효율을 극대화하기 위해 로직 레벨 또는 표준 스레숄드 MOSFET을 사용할 수 있도록 6V, 8V 또는 10V로 조절할 수 있다.

높은 입력 전압의 애플리케이션에서 발생되는 높은 온칩 전력 소모를 방지하기 위해, LTC7810은 옵션 사항인 외부 N채널 MOSFET의 게이트를 구동할 수 있다. 이 MOSFET은 IC에 전력을 공급하기 위해 낮은 드롭아웃 리니어 레귤레이터로서의 기능을 한다. LTC7810은 또한 EXTVCC 핀을 통해 스위칭 레귤레이터의 출력 또는 다른 소스의 출력으로부터 전력을 공급받을 수 있어, 전력 소모를 줄이고 효율을 높일 수 있다.

LTC7810은 50~750kHz 범위 내에서 선택된 고정 주파수로 동작할 수 있으며, 75~720kHz 사이에서 외부 클럭에 동기화될 수 있다. 사용자는 경부하 동안 강제 연속 모드, 펄스 스키핑 모드(pulse-skipping), 또는 낮은 리플의 버스트 모드(Burst Mode) 동작 중에서 선택할 수 있다. 전류 모드 아키텍처는 쉬운 루프 보상, 빠른 과도 응답, 우수한 라인 레귤레이션 같은 특징을 제공한다.

전류 센싱은 최고 효율을 얻기 위해 출력 인덕터(DCR)에서 전압 드롭을 감지하거나 옵션 감지 저항을 이용한다. 최소 온타임이 90ns로 낮아 높은 IQ 옵션 로봇 특징 스위칭 주파수에서 높은 스텝다운 비율을 지원한다. 전류 폴드백은 과부하 상태 동안 MOSFET의 열 방출을 제한한다. 이 밖에도 조절할 수 있는 입력 과전압 록아웃(OVLO)과 소프트 스타트 기능을 제공한다.

LTC7810은 고전압용 이격거리를 위해 커넥트 핀이 없는 48핀 7x7mm eLQFP 열 성능 강화 패키지로 공급된다. 온도 범위에 따라 –40~125°C로 확대된 산업용 버전과 –40~150°C의 고온 자동차 버전의 2가지 온도 등급 제품들이 제공된다.

페이스북(으)로 기사보내기 트위터(으)로 기사보내기 카카오스토리(으)로 기사보내기 URL복사(으)로 기사보내기 기사저장 다른 미디어

외부 서지 보호 디바이스가 필요 없는 16μA IQ의 150V 듀얼 동기식 스텝다운 DC/DC 컨트롤러

Consumer

2018년 3월 6일 – 아나로그디바이스(지사장 홍사곽)는 외부 N채널 MOSFET 을 구동하는 고전압 비절연 듀얼 출력 동기식 스텝다운 DC/DC 컨트롤러 신제품 Power by Linear™ LTC7810을 출시한다고 밝혔다. 신제품은 4.5V ~ 140V(150V abs max)의 넓은 입력 전압 범위를 지원할 수 있도록 설계되어 높은 입력 전압이나 고전압 서지 발생이 가능한 입력으로부터 동작이 가능하기 때문에 외부에 서지 억제 디바이스를 사용할 필요가 없다. LTC7810은 입력 전압이 4.1V로 강하되는 조건에서 최대 100%의 듀티 사이클로 동작할 수 있어 교통, 산업, 로봇, 데이터통신 애플리케이션에 이상적이다.

출력은 채널당 최대 20A, 최대 96%의 효율로 1V ~ 60V 범위 내에서 설정이 가능하다. 신제품은 48V 입력에서 각 출력이 12V와 3.3V로 제어될 때 슬립 모드에서 16µA를 소비하기 때문에 올웨이즈-온(always-on) 시스템에 적합하다. 내부 차지 펌프는 드롭아웃 시에도 100% 듀티 사이클 동작이 가능해, 방전중인 배터리로부터 전력을 공급받아야 하는 경우에 유용하다. 옵션으로 사용 가능한 대역 확산(spread spectrum) 기술은 방사성 및 전도성 노이즈 방출을 줄여준다. LTC7810의 강력한 1Ω N채널 MOSFET 게이트 드라이버는 효율을 극대화하기 위해 로직 레벨 또는 표준 스레숄드 MOSFET을 사용할 수 있도록 6V, 8V 또는 10V로 조절이 가능하다. 높은 입력 전압의 애플리케이션에서 발생되는 높은 온칩 전력 소모를 방지하기 위해, LTC7810은 옵션 사항인 외부 N채널 MOSFET의 게이트를 구동할 수 있다. 이 MOSFET은 IC 에 전력을 공급하기 위해 낮은 드롭아웃 리니어 레귤레이터로서의 기능을 한다. LTC7810은 또한 EXTVCC 핀을 통해 스위칭 레귤레이터의 출력 또는 다른 이용 가능한 소스의 출력으로부터 전력을 공급받을 수 있어, 전력 소모를 줄이고 효율을 높일 수 있다.

붕어IQ의 세상사는 이야기

배경화면으로 조금이라도 자연스럽게 아이폰X는 페이스ID의 센서들 때문에 전면 상단에 스크린이 사라지는 독특한 디자인이다. 해외에서는 노치(notch)로 불리고 한국에서는 M자 탈모로 불린다. 자연스럽게 받아 들이는 사람들도 많지만 아무래도 조금 거슬리는게 사실이다. 재치있는 사람들이 잠금화면과 홈화면을 위해 배경화면을 자연스럽게 바꾸기 시작했다. 좋아! 자연스러웠어! 발상의 전환으로 가장 효과적인 방법을 보여준 예시이다. 커뮤니티 클리앙의 SBS토요일님이 만든 배경화면이다. 노치 부분의 검은 영역에 맞춰 배경화면을 만들면 된다.응용을 하면 자유롭게 활용이 가능하다. 노치가 아이폰X의 문제이고 재치는 개인의 문제이다. 스스로에게 어울리는 좋아 자연스러웠어를 찾아보면 좋을 듯 하다. 알림영역을 검게 속이기 ..

역병시창 극재감을 활용한 시체창의 극대화 디아블로3 시즌12가 시작되고 상향된 패치로 수도사 오공종이나 성전사 규탄성전 등 새롭게 각광받고 있는 빌드가 많다. 강령술사는 역시나 해골과 해골 마법학자를 소환하는 라트마 세트가 중심이 되고 있다. 하지만 이번 시즌에서는 역병세트가 새롭게 주목을 받고 있는데 얼어붙은 땅과 시체창의 데미지를 살려내는 역병시창 세팅을 주목할만 하다. 역병시창, 재감과 극피 중심의 아이템 세팅 아이템 구성은 별다른 것이 없다. 역병 6세트를 고스란히 사용하고 쓸만한 손목이 없어 천벌을 이용한다. 표로 만들면 더 복잡해지니 하나씩 풀어서 설명해본다. 중요한 것은 재감과 극피 정도만 염두에 두자. 우선 역병 6세트를 이용한다. 세트 효과를 읽어보면 주옥같이 시체 창과 뼈창 중심으로 구..

LTE로 무선의 편리함에 라우터까지 거실의 재간둥이로 음악은 물로 TV까지 음성으로 도움을 주는 기가지니(GiGA Genie). 이제는 LTE 버전으로 밖에서도 AI 스피커를 즐길 수 있게 됐다. 거기다 하마카돈 로고를 붙이고 등장해서 소리도 깔끔한 장점을 품고 등장했다. 페어링하고 음악을 들으면 스튜피드, 기가지니 부르고 지니 뮤직에서 스트리밍 받으면 슈퍼 그레잇. LTE 기가지니 간략 스펙 및 특징 기가지니 LTE는 무난하면서 깔끔했다. 기가지니 로고가 돋보였고 원형의 기가지니 LTE에 대한 기대를 보여주었다. 기가지니 LTE의 구성품은 기가지니 LTE 본체, 음성 명령어 정리, 간략 메뉴얼, 충전용 USB 케이블이다. 5V/2A USB 포트를 이용하면 된다. 아니면 다른 충전기 어댑터의 전류/전압을..

단순 사진 인화를 넘어 활용성을 넓히다. 스마트폰으로 사진을 많이 찍기 시작하면서 스마트폰 사진 인화를 위한 서비스와 기기들도 많이 늘고 있다. 하지만 대부분 사진 인화만을 위한 제품이거나 단순한 필터나 꾸미기 정도의 기능을 가지고 있다. 진정 휴대용으로 활용하거나 다른 재미요소를 집어 넣지 못한 경우가 많다. 하지만 프린트(PRYNT)는 조금 다른 접근을 시도했다. 그립으로 연결과 휴대성을 AR로 동영상의 재미를 프린트는 스마트폰에 직접 연결해서 사용한다. 와이파이나 불루투스 등을 연결하는 번거로움이 오히려 사라지고 USB-C(혹은 라이트닝)를 통해 스마트폰과 직접 연결한다. 바로 연결하니 불편할까? 프린트는 스마트폰에 연결해둔 상태에서는 카메라의 그립으로도 활용이 가능하다. 전용 셔터도 준비가 되어 ..

로봇, 전기차, 드론. 2017년은 미래에 얼마나 가까워졌나? 소설이나 영화 등에 비춰진 미래 모습을 떠올려보자. 그리고 지금의 기술들과 우리의 일상이 어느만큼 가까워져 있는지도 한번 생각해보자. 며칠새 다양한 분야에서 미래의 모습을 떠올릴 수 있는 소식들이 있어 같이 엮어보기로 했다. 백덤블링 하는 로봇 직립보행 로봇으로 유명한 보스턴 다이나믹스(BOSTON DYNAMICS)의 아틀라스(Atlas)가 한단계 업그레이드 된 모습을 선보였다. 2013년 구글에 인수되고 상대적으로 조용했던 보스턴 다이나믹스였지만, 지난 7월 소프트뱅크가 다시 인수하며 새로운 기대감을 품게 했다. 아무래도 로봇에 대한 기대와 친근감 등이 높고 산업용이 아니더라도 로봇의 활용도를 높일 수 있는 발상을 가진 일본이기 때문이다. ..

카나이로 돌려 손쉽게 사용하자 디아블로3 시즌12가 새롭게 열리고 새로 아이템을 모아야 하는 시점에서 각 클래스별 키템들이 초반 진입장벽처럼 느껴진다. 강령술사 빌드 중 해골 마법학자를 주로 이용하는 라트마 세트에서 강령술사 나이루지의 순환 반지가 필수적이다. 그런데 이게 카나이만 시켜도 좋은데 잘 나오지 않는다. 이럴 때 약간의 꼼수를 이용하자. 초반 겜블을 이용해 카나이용 재료 수급 나이루지 반지는 해골 마법학자를 추가로 되살리고 해골 마법학자의 지속시간을 늘려준다. 거의 필수적인 옵션이 분명하다. 꼼수는 저렙에서 겜을 이용하는 방법을 이용한다. 종종 다른 클래스에서도 이용되던 방법으로 강령술사의 경우 나이루지가 가능하다. 그러니 일단 새로운 캐릭터를 생성하자. 나이루지를 얻기위해 캐릭터 이름도 나이..

아이폰7, 아이폰8에서 모두 달라지 강제 재부팅 방법 아이폰6까지 사용하던 사람들은 홈버튼과 잠금버튼으로 강제 재부팅이 가능했다. 그런데 아이폰7에서는 볼륨 다운과 잠금버튼으로 바뀌더니 아이폰8에서는 좀 더 복잡하게 바뀌었다. 아이폰7에서는 물리 홈버튼을 없앴기 때문일가고 생각하지만 아이폰8에서는 아이폰X 강제 재부팅과 경험을 일치 시키기 위해 다시 변경한 것으로 예상한다. 중요한 것은 아이폰 6,7,8이 모두 다르다는 것이니 필요한 것을 맞춰서 활용하자. 조금 복잡해진 아이폰8 강제 재부팅 방법 한번 알고나 해보면 별거 아니지만 처음이 중요하다. 자주는 아니지만 가끔 아이폰8 강제 재부팅이 필요한 경우가 있으니 알아두도록 하자.1. 볼륨 업 버튼을 살짝 눌렀다 뗀다.IQ 옵션 로봇 특징 2. 볼륨 다운 버튼을 살짝 눌렀다 ..

강해져서 돌아온 불멸선망 초기 디아3의 야만용사(바바)를 즐겼던 사람이라면 선망(선조의 망치)를 주 스킬로 이용하는 빌드를 기억할 것이다. 본인도 그 중의 한 사람으로 무식하게 들이대며 망치 하나로 버텼다. 때리며 피를 빨고 버티는 강인함과 무식함이 멋졌는데 그 동안 선망이 힘을 발휘하지 못했다. 시즌12에서 대대적인 버프를 받아 불멸셋과 함께 불멸선망으로 되살아났다. 몸 튼튼 딜 빵빵 불멸선망을 알아보자. 칼데산 없는 상태에서 80단 정도는 거든하게 해결한다. (스샷 후 85까지도 한방에 가더라) 불멸선망 아이템 세팅불멸선망은 불멸왕 세트 6세트를 이용한다. 불명왕 세트가 7세트이기 때문에 무기를 제외하고 6세트 효과를 발휘하게 된다. 초반에 무기를 파밍하지 못할 때는 불멸왕 무기를 들어도 된다. 양손..

미리 준비하는 아이폰X 사전예약 정보 아이폰X(텐) 출시일이 확정된 가운데 이제 사전예약 준비를 해야할 타미잉이다. 아이폰X의 대략적인 특징을 다시한번 짚어보고 아이폰X 사전예약 혜택도 미리 챙겨보며 준비르 해두도록 하자. 아이폰X 특징 간략 정리 아이폰X가 11월 3일 이미 출시를 했기 때문에 여러 소식을 통해 많이들 알고 있을리라 생각한다. 이미 한국에서도 원정 혹은 직구로 구매해 후기들이 등장하고 있기도 하다. 직접 사용해본 느낌은 별도로 후기로 남기기로 하고 일단 아이폰X 특징을 간략하게 정리해보자. 가장 큰 특징은 역시나 홈버튼이 사라졌다는 점이다. 물리적인 홈버튼만이 아니라 소프트키로도 홈버튼이 없다. 그래서 실질적인 엣지투엣지 스크린을 사용할 수 있다. 더 넓게 화면을 이용할 수 있다는 장점..

시즌12 여정 보상을 위한 정벌 디아3(디아블로3) 시즌 12가 열리고 초반 세트 아이템은 물론 가방 한 칸을 위한 여정이 시작됐다. 뭔가 많아 보이지만 렙이 오르기 시작하고 진행하다보면 딱히 어려운 여정은 없다. 다만 정벌은 조금 다른 개념으로 난이도가 좀 있는 편이다. 파밍과 렙업 과정중 간간히 도전해보며 처리하는게 좋다. 6세트를 받을 수 있는 여정까지 우선 정리하고 나머지는 하다보면 채워지기도 하니 말이다. 어떤 정벌을 처리하면 좋을까? 정벌은 하드코어까지 쳐서 많아 보이지만 실제로는 그렇게 많지 않다. 6세트를 위해서는 정벌 하나, 가방을 위해서는 두 개, 수호자 업적으로 마무리를 하기 위해서는 세 개의 정벌 업적을 완료해야 한다. 개인적으로는 위의 3개가 손쉬운 편이었고 추천한다. 좋은 날에.


0 개 댓글

답장을 남겨주세요