-
엣지 AI 비전이 현장에서 안 돌아가는 이유 — 증상에서 원인까지 찾아가는 점검 지도
서버에서 되던 엣지 AI 검사가 현장에서 흔들릴 때, 증상별로 먼저 확인할 숫자(입력 기준 결함 px, 클래스별 재현율, 온도·p99 지연, 대역폭, 입력 통계)와 원인 후보를 한 장의 점검 지도로 묶고 상세 글로 연결합니다.
-
엣지 AI 추론 지연, NPU보다 카메라 인터페이스가 먼저 결정합니다 — GigE Vision 3.0 RDMA와 분리형 검사 아키텍처
NPU를 바꿔도 엣지 AI 검사 처리량이 그대로인 이유는 카메라 인터페이스의 CPU 오버헤드일 수 있습니다. GigE Vision 3.0 RDMA와 분리형 검사 아키텍처를 비교합니다.
-
렌즈가 AI보다 먼저다 — PCB 검사 광학 설계
PCB SMT 라인의 AOI가 특정 로트에서만 솔더 브릿지를 놓칠 때, AI 모델보다 먼저 렌즈와 조명 각도를 점검해야 하는 이유와 광학 설계 순서를 정리합니다.
-
휴머노이드가 물체를 잡을 때, 카메라는 무엇을 봐야 하나
휴머노이드·로봇 파지에서 카메라가 봐야 할 위치·반사·가림 세 가지와 인식→제어 지연 예산을 정리합니다. INT8 양자화 후 정확도 확인과 WD 확보 체크포인트 포함.
-
서버에선 잘 됐는데 엣지에선 왜 정확도가 떨어지나
엣지 배포 시 정확도가 떨어지는 주된 원인은 모델이 아니라 양자화(FP32→INT8)다. 속도를 얻는 대가로 어디서 정밀도를 내주는지 클래스 단위로 확인해야 한다.
-
Jetson Orin Nano 초기 셋업에서 막히는 네 가지
Jetson Orin Nano 개발자 키트를 처음 켤 때 마주치는 문제들. DisplayPort 전용 출력, QSPI 펌웨어 불일치, SD와 NVMe 부팅 충돌, 전력 모드까지 순서대로 정리한다.
