반응형

이번엔 지금까지 조립했던 걸 모두 연결해볼 것이다!

뭐.. 이걸로 마무리는 되지 않고 추가로 다른 여러 작업도 해야겠지만.. 

일단 모든 조립? 을 해볼 것이다!

 

이번 설명서!

4 페이지로 아주 간단.. 하다..

 

그리고.. 조립을 하는데.. 또 문제가 역시나 발생했다..

 

Upper Chest와 Lower Chest를 붙이는 단계인데.. 저기에 보면 또 너트 없이 S14만 끼운다..

그래서 S15로 끼울려 했더니.. 이번에 또 보이는 문제는..

끼우는 부분이 일반 헥스 볼트가 아니라 플랫 볼트라는 것이다..

뭐 이전에 이런걸 뭔가 했던적이 있었던 것 같은데..

내가 전에 추가한 S19번인 Flat M2.5 6mm꺼를 끼워준다.

 

그럼 이런식으로 고정이 된다.

 

물론 너트도 끼웠다. 그리고 저 부분도 원래는 나사선으로 하는건데 너트로 고정한거니깐.. 당연.. 구멍이 작다.. 그래서 나중에 수정도 해야한다..

 

그리고 다음 조립에서는.. 이전 글에서 나중에 나오겠지 한게.. 여기 나와있다. 

뭐.. 모양대로 맞추는건 어렵다만.. 일단 설명서대로 했다.

 

나머지.. 머리도 설명서대로 조립하고.. 하면? 끝난다.

 

캬... 아직 커버도 안씌웠지만.. 진짜 강하고 신기하게 생겼다..

 

근데.. 이걸 완성하면서 생각되는건.. 진짜.. 모터만 바꾼다는건.. 난이도가 너무 어려울 것 같다는 생각이.. 너무너무 든다..

 

과연 이게 진짜로 가능할지.. 분명 가능한건 맞겠지만.. 실력이 안되니.. 될지.. 진짜 의문이긴 할 것 같다..

뭐 안되면.. 그냥 3D 프린터로 모형 출력해서 전시하지 머..

 

뭐 아무튼.. 여기도 끝!

반응형
반응형

이번엔 머리 부분을 해볼 것이다.

머리 부분은 아주 간단하다.. 아마도..?

 

일단 이번 설명서는

딱 2장...

 

일단.. 조립을 해봤는데..

여기까지는 어렵지 않다..

이후에 머리 PCB는 어떻게 해야하냐가 문제다..

이건 오픈소스 프로젝트이니깐 아마 PCB 부분은 남아있을 것 같은데..

 

1시간 동안 찾아보고 왔는데.. 없다..

 

있으면 나중에 PCB라도 만들어서 할까 싶었는데.. 그러기도 어려워졌다.. PCB를 처음 부터 만드는게 아니라면 하기가 어려워져버렸다.. 음...

그나마 있는 정보라곤..

일단.. Head PCB는 못 구하기 때문에.. 만약 나중에 프레임에 제작하는걸 성공했을 때.. 전자회로 도면하고 참조 사진을 보고 만들어야 겠다.. 

일단 회로도만 봤을 때는.. Head PCB의 기능은

각 눈마다 4개의 RGB LED가 있는 거하고 위쪽 상단에 삼각형 RGB LED 1개 있는 것에.. 양쪽에 - 모양으로 생겨 구멍뚫린.. 저거.. 마이크 구멍으로 추정되는데 마이크가 있는 것으로 볼 때..

그냥 RGB LED 4 + 4 + 1개를 제어하고 마이크 2개를 입력 받아서 메인보드로 전달하는 역할인 것 같다. 

참고로.. 코 쪽의 카메라는 저 머리 PCB보다 앞에 붙여지게 되어있다.. 카메라도 어떻게 해야할지 굉장히 문제..

 

어쨋든 이걸로 새로 알게된 사실은.. 나는 LED가 360도로 대충 한쪽 마다 8개 이상씩은 박혀있을 줄 알았는데.. 4개 정도씩만 박혀있다는 정보를 알게 되었다. 그리고.. 마이크..

이걸 쓴다는 것을 알았다..

Main Controller > Datasheets > Sensor > DARwin-OP_Mic.pdf에 있는 정보다.

 

어쨋든 모양은 알았고 크기도 대충 짐작은 가서.. 머리 PCB를 대충이라도 모델링은 할 수 있지만.. 일단 안하는게 나을 것 같다.

확실한 규격을 모르기도 하고.. 가상 조립을 다 했는데.. 크기가 약간 달라서 수정하는 것은 하고 싶진 않다..

 

그래서 일단 이 부분은 패스해야할 것 같다..

 

일단 PCB 부분을 제외하고 조립을 완성한 것을 보면.. 별건 아니지만.. 이렇다!

 

아무튼 끝!

반응형
반응형

이번엔 Right Arm인 오른쪽 팔 부분이다!

마지막으로 쓴 글 부터.. 27일이 지난 것 같은데.. 다른 것들을 하다보니.. 그렇게 된 듯 하다..

뭐 어쨋든.. Right Arm 부분을 가상으로 조립해보는걸로!

 

이번 설명서.. 엄청 적다!!

 

딱 2장... 이건 Left Arm도 같이 그냥 해버리는게 나을 듯 하다..

 

일단 첫번째 설명서 부터 해보면..

전에도 있었는진 모르겠는데 이런 부분이 있다.

특이한 점은 구멍 크기가 다르다는 점이다. 아래쪽 3개 구멍을 보면.. 중간은 뭐.. 그렇다 치고..한데 왼쪽과 오른쪽의 구멍 크기가 다르다..

왼쪽과 중간의 구멍 크기는 비슷하고.. 오른쪽 구멍은 좀 더 크다. 

지름 : 왼쪽(2.05mm) | 중간(2.10mm) | 오른쪽(2.60mm)

좀 특이하다. 왜 이걸 다 다르게 했는지는 확실하게는 모르겠다만.. 추측되는건 나사선으로 끼울 사람은 끼우고 일반 너트 볼트도 끼울 사람은 끼우고 하라는 의미로 만든게 아닐까 추측되기는 하는데.. 중간껀 보조용이거나 구멍 맞추게 하기 위함인가? 잘은 모르겠다. 

그리고 또 이상한건 나는 처음에 나사선 때문에 지름이 낮은 왼쪽에 끼우는 건줄 알았는데.. 설명서를 보니 오른쪽에 끼운다.. 도데체 왜지? 이렇게 되면 생기는 추측은.. 설명서가 잘못 되었다! 이거나 다른 방법이 있다거나 할 것 같다..

뭐 아무튼.. 3D 프린터 부품으로는 나사선을 출력하는건 무리가 있기 때문에.. 저 부분도 나사와 너트 방식으로 조립한다. 

나중에 모델링 수정할 때는.. 구멍 사이즈도 확인하고 다르게 해야할 듯 하다..

 

그렇게 해서 일단 이렇게 했다.

원래는 S14를 사용해야하는데 너트를 사용하기 위해 S15를 사용했다.

 

그리고 특이한 점이 하나 있는데..

이 부분이다. 아마도 이지만 부품을 만들 때.. 저런 부분은 복잡해서 철을 깍는 것 보다 종이 접기 처럼 접는게 쉬워서 일 것 같다는 생각이 든다. 근데 가만보니.. 내가 예전에 감탄했던 부분이 철제를 3D로 가공하는 것과 2D로 가공하는 것과 2가지를 제공해서 엄청나다라고 놀랐던 것이 생각났는데.. 지금 이걸 보니.. 그냥 개발 당시에도 전부 2D로 가공하고 접은 것 같다고 생각된다.. 생각해보면 이게 거의 20년이 되어가는 로봇인데 그 때 당시 개발했을 때를 생각해보면.. 절대로 이걸 3D로 뽑을 이유는 없을 것 같다라는 생각이 들었다.

지금이야 기술력이 발전했으니 3D로 출력하는건 어느정도 잘 될지 몰라도 이걸 굳이 3D로 출력할 이유가 없을 것 같다는 생각이 들었다.. 부품을 아무리 봐도 2D를 접은 것 밖에 생각이 안나니깐..

그냥 3D는 참고용 3D 모델이고 실제 출력할 때는 2D를 쓰는 것 같다. (어쩐지.. 2D 가공 말고 다른건 안나왔었네....)

 

근데 어차피 나는 2D를 접을 도구도 없고 플라스틱이라 접으면 박살나고.. 어차피 3D 프린터로 출력하면 되는거라 저 부분은 굳이 나사 끼우거나 그럴 필요는 없을 듯 하다. 나중에 가능하다면.. 그냥 모델링을 수정해서 처음 부터 겹쳐져있게 만들거나 하면 될 것 같긴 하다.

 

그리고.. 다음 부분..!

이 부분.. 방향이 다르다는 것이 보일 것이다. 솔직히 어쩔 수 없다. 설명서에 나온 것과.. 다르다는건 알지만 어쩔 수 없는 이유는..

뭐 Fusion에서 돌리는 방법을 모르겠다. 마우스로 돌리는 방법은 알고 있는데 딱 몇 각도만 정확하게 회전하는 방법은 몰라서.. 그냥 저대로 놔뒀다..

어차피 저거는 저렇게 안해도 딱히 문제는 없다.. (불편한건 못 참는 성격이긴 한데.. 이번껀 그냥 넘어가는걸로..)

그리고 이걸 움직이면 모터의 베어링과 프레임과 같이 안돌아가기도 하던데.. 다른 조립했던 부분도 확인해보니 전부다 그런다.. 근데.. 뭐 안움직인다 해도.. 맞춰서 움직이지 않는거지.. 회전은 제대로 하니 상관은 없을 것 같다.

 

그렇게 해서 오른쪽 팔 부분을 완성했다!

 

그럼 이제 바로 왼쪽 부분도!

왼쪽 부분도 위에서 말했던 것과 똑같이 할 것이기 때문에.. 딱히 설명은 없다!

 

설명서만 있다!

 

원래는 설명을 안할려고 했는데.. 뭔가 이상해서.. 말할려 한다.

반대쪽을 조립하면서.. 아까 도데체 왜 나사선도 없을 것 같은 큰 구멍에 하는지 궁금했었는데..

이제 납득이 갔다.. 이게 아닐 수도 있지만.. 맞다면.. 설명서 오류...

 

왜냐하면..

왼쪽이 Right Arm 부분 조립이고 오른쪽이 Left Arm 조립인데.. 보면 구멍 위치가 완전 반대로 끼워진다.

2개가 거울처럼 반대쪽으로 만들어졌다면.. 이해가 가는데.. 이 경우에는.. 반대로 되는 부품도 아니고 동일한 부품을 이용한다.

아니면 내가 설명서를 잘 안봐서 실제로는 반대로 출력하거나 접어야 한다는 문구가 있었을 수도 있을 것 같긴 한데.. 잘 모르겠다.. 이 부분은..

머리로 회전을 해보아도 같은 부품을 사용하기에 실제로는 반대 형식이 아닌 같은 쪽으로 끼워야할텐데.. 뭔가 이상하긴 하다..

나는 뭐 3D 프린터로 출력할꺼고 나사로 끼우는거니 상관은 없겠다만.. 만약 진짜로 만드는 경우라면 조금 이상하다고 생각들 것 같긴 하다. 근데 뭐 그렇다 해도 실제로 만들 때는 반대로 끼우면 되니 상관은 없겠지만.. 비대칭으로 보여서 약간 아쉬울지도..?

 

뭐 어차피 내가 할려는 것에는 상관이 없기 때문에!

그냥 나와있는 방향으로 끼우면 될 것 같다!

 

그리고 한가지 아쉬운건.. 저기 모터의 베어링 부분인가? 그걸 보면 3개의 점으로 표시된게 있는데.. 설명서에는 돌려져있다.. 근데 기본은 저렇게 세워져있다는 점..

특이한건 이전 장의 설명서를 보면 저 모터의 아래쪽 모터꺼는 저게 확실히 설명되어있는데.. 여기에서는 설명이 안되어있다.. 나중에 부품 다 합칠 때 나오긴 할것 같긴 한데.. 뭔가 오른쪽꺼 조립할 때는 몰랐는데 왼쪽꺼 조립하면서 알게되니.. 기분이 묘한 느낌이다.. 뭐.. 어차피 상관은 없으니..

그렇게 해서.. 왼쪽 팔 부분도 완성.. 

 

되게 간단하다..

 

뭐.. 이렇게 해서 2개 완성한걸 나란히 비교해보면..?

왼쪽이 Right Arm, 오른쪽이 Left Arm

 

그리고 위에서 문제로 말했던 손 조립 부품에 대해서 설명하는 PDF를 확인해봤는데.. 잘은 모르겠다만 손 부분은 동일한 부품을 사용하는 것이 맞는 것 같다. (사진을 자세히 보니 같은 부품인데도 다른 방향으로 되어있는걸 보면 사진을 그냥 뒤집었을 가능성이 제일 클 것 같다.)

그리고 애초에 3D로 만들라는 말은 없었고.. 2D를 3D로 만들라는 내용만 있는 것 같다.. (아하..?)

 

암튼.. 뭔가 오류가 있는걸 발견한 것 같지만.. 제대로 조립은 되었으니 만족!

끝!

반응형
반응형

이번은 26권!

 

첫번째 사진 부터!

보면.. 축구를 위한 로봇을 설명하는 것 같다. Team OSAKA가 만든 축구 대회를 위한 로봇을 설명하는 것 같은데.. 완전히 축구에 맞춰진 로봇 같다.. 다른 내용은 번역하기가 어려워서 잘은 모르겠지만.. 신기한 건.. 일단 로봇 안에 Windows XP가 설치가 되어있고.. 그걸 컴퓨터에 연결하는 방식인 것 같다.. 진짜 신기한건.. 분명 저게 라즈베리파이 보다 훨씬 않좋을텐데.. 도데체 어떻게 그걸 프로그래밍 하고 구현하고.. 할 수 있었던건지.. 지금 생각해도 어떻게 한걸까.. 궁금해진다..

그리고 제일 좋은 내용이라면.. 오른쪽 중간에 있는 사진이다.. 일본어라 잘은 모르겠다만.. 흰색 플레이트로 빛이 밝아져도 물체를 인식할 수 있도록 되어있다고 하는 것 같은데.. 제대로 번역하지는 못해서 확실하지는 않지만.. 내 생각엔 아마도 기존 환경의 흰색 플레이트의 색 정보나 밝기 등을 저장하고.. 이후에 대회에서 갑자기 빛이 밝아지거나 어두워져도 자동으로 기존 환경의 흰색 플레이트와 차이를 알아내서 보정한다는 내용 같다.. (맞는진 모름..)

근데 그런 방법이라면.. 확실히 좋을 것 같긴 하다.. 나도 로봇 대회에 가끔 나가보았지만.. 빛 때문에 항상 대회에서 실패했을 때가 많았는데.. 저거라면.. 진짜 좋을지도..? (근데 내가 실패한 대회는 IR 센서를 사용하는거라.. 하하..)

책에는 나왔는지는 모르겠지만.. 저것도 아마 공 인식을 위해 HSV를 사용하지 않을까 싶다.. 예전에 Darwin OP의 빨간색 공 인식이 어떻게 이루어지는지를 찾아보다가 HSV를 사용한다고 보고 그 이후부터 대부분 인식에서 나도 HSV를 사용하는데.. HSV는 진짜 만능인 것 같다.. 

 

암튼.. 두번째 사진!

두번째 사진에서는.. Robi를 만든 다카하시 토모타카가 만들었다는 ロピッド를 설명하는 것 같다.. 인터뷰인 듯 한데..

암튼.. Robi 까지는 귀여운데.. 저 로봇은 좀.. 무섭게 생겼다.. (왠만하면 메로로봇도 귀엽게 생겼다고 생각하는데.. 저건 좀..)

https://youtu.be/tjyK4zR2zog?si=evxnFACu5VhPzG7j

암튼 이게 작동영상인데.. 왜 모든 저 로봇의 영상에는 화이트 노이즈 같은게 나오는진 모르겠다만.. (아마도 로봇의 소리일 가능성이 높은 듯함..) 저 로봇을 보면 굉장히 지금도 구현하기 어려운 빠르게 뛰는 것과.. 점프를 하는 것.. 등이 구현되어있다.. 도데체 어떻게 한거지..? 이 뛰는거가.. 타이밍벨트로 되어있다고 하는 것 같은데.. 그래도 잘 감이 안온다.. 

점프할 때 엄청 빠른 속도로 모터를 감았다 풀어야 할텐데.. 그게 저 작은 로봇에서도 쉬운건가..? 라는 생각이 든다.. 가능은 하겠지만.. 잘 감이 안온다.. 그리고 저 로봇의 구조가 뭔지는 잘은 모르겠지만.. 오른쪽 상단에 있는 사진을 보고 갑자기 생각난건.. 다른 휴머노이드 로봇들은 팔꿈치나 무릎에 왜 서보모터를 하나 더 둔거지 하는 생각이 들었다. 저 사진을 보고 생각해보면 어차피 꺽이는건 똑같은데 모터를 2개 더 써가면서 까지 해야할 필요가 있을까? 라는 생각이 들었다. 뭐 물론 벨트로 하게 되면 벨트 마모나 구현 매커니즘이 훨씬 어려워질 것 같긴 하지만.. 잘 만든다면.. 모터 2개가 빠져서 오히려 더 가벼울 것이고.. 더 좋을 수도 있을 것 같다라는 느낌이 들긴 하는데.. 뭐.. 중간에 서보모터를 다는 이유는 있을테니.. 뭐 넘어가는걸로..

 

근데 저 로봇을 보면서 생각난게.. 예전에 어릴 때 부모님이 사주셨던.. 백덤블링 하는 강아지 로봇이 생각나는데.. 파란색으로 된 미래 지향적인 디자인의 로봇 강아지.. 방식은 다르겠지만.. 그것도 신기하다.. 사진을 찾아볼려 했는데.. 나오진 않아서 아쉽다만.. 암튼 그 로봇도 신기했다.. 아마도 태엽 같은걸 감아서 한번에 풀어서 돌아가는 것 같긴 한데.. 암튼..

 

그리고 저 로피드 라는 로봇.. CM 촬영도 했나보다..

https://youtu.be/_pAONxT8cnI?si=cWB_JzP0gjt9gpq3

세정제에 염색된건가..?? (근데.. 아무리 봐도 저 로봇의 움직임은.. 뭔가 약올리는 듯 하면서 무서운 듯..)

 

세번째 사진은 로봇의 청각에 관한 것이다.

아마도 내가 곧 만들어보고 싶은 로봇에도 중요할 것 같은 내용인데.. 로봇이 소리를 듣고 어떻게 인식하는지에 대한 과정을 설명하고 있다. 지금의 음성 인식과는 방식이 좀 다르긴 하겠지만.. 순서는 비슷한 것 같긴 하다.. 근데 도데체 아두이노 같은 저사양으로 어떻게 그렇게 음성인식이 잘되는건지는.. 좀 많이 신기하긴 하다.. 요즘은 하드웨어가 좋아서.. 인공지능으로 대부분 인식하는 반면.. 저 때는.. 거의 아두이노 같은 저성능 칩으로.. 해결했다는게.. 너무.. 놀랍다..

그리고 소리로 음성 방향을 찾는 얘기도 나오는데.. 그것이 현재 내가 구현해볼 과제이다. 근데 진짜 신기한건.. 음성이 마이크까지 도달하는 그 몇 ms를 감지한다는건데.. 소리가 그렇게 느린 것이 아닌데.. 그걸 거의 정확하게 들어오는 차이를 알고 그 방향을 추측한다는게.. 진짜 놀라운 것 같다.. 분명 마이크로 부터 MCU까지 도달하는 시간도 마이크 마다 어느정도 차이가 있긴 할텐데.. 그걸 캘리브레이션 한다고 쳐도.. 매번 조금씩 달라지기도 할텐데.. 어떻게 그 작은 차이를 파악하는건지.. 진짜 신기하긴 하다..

 

암튼.. 그건 그렇고.. 이제부턴 로봇 조립..!

이번에도 모터만 제공하기 때문에 이전 모터 설정하는 설명과 같지만.. 이번엔 하나더 추가되어있다..! 스티커 붙이는거..

 

동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.

모터를 분해해서 케이블을 끼우고 설정하는 것 까지는 똑같은데..

 

이 이후부터가 제일 빡쳤다.. 진짜 제일 짜증나는 부분이였다..

 

이전 권에서 받은 스티커인데.. 여유분도 없이 딱 필요한 만큼만 있어서.. 실패해서도 안된다.. 

이 스티커는 로봇의 다리 부분에서 다른 부품과의 색이 다른걸 막기 위해 붙이는 스티커인데.. 몇년이 지나서인지 접착력이 엄청 약하다.. 말도 안되게 약하다..

 

게다가.. 나는 땀도 나서.. 거의 붙이기 힘들 정도.. 

암튼 저거를..

이렇게 붙여주면 된다..

 

뭐 이후 권에서 다시 말하겠지만.. 미리 말한다면.. 저거 저 때는 잘 붙었지만.. 이후에 보관 후에는 잘 떨어져서 결국 양쪽에 절연테이프? 그걸 붙여서 고정시켰다.. 근데.. 그것도 안되서 중간이 붕 떠서.. 아직도.. 마음에 안든다..

근데 문제는 다리를 다 조립한 지금 보면.. 스티커가 색이 바뀐건지.. 아니면 애초에 이런건지.. 흰색 프레임과 색이 약간 차이가 나서 오히려 스티커가 없이 검은색으로 보이는 것이 더 나을 것 같이 보인다.. 

 

어쨋든.. 제일 짜증났던 부분인데.. 앞으로도 나올 예정;;

 

암튼 이번껀 이렇게 조립이 끝났다..!

 

그럼 끝

반응형
반응형

이번엔 25권이다..!!

 

갑자기 생각난건데.. 이전 글에서 스마트폰이.. 망가졌다고 한거.. 아직도 스마트폰을 구매하지 못해서.. 전에 쓰다가 초점 기능이 망가져서 고장난 S20 Ultra 폰..을 쓰고 있는데.. 빨리 새 폰을 구매하지 않으면.. 로봇을 찍을 수가 없어서 못 만들 것 같다.. 얼른 구매해야지..

이번껀.. 잘 모르는 내용이지만.. 암튼.. 지금 설명서하고 겹쳐져 있기도 해서.. 쓰기 난감한..

뭐 어쨋든

 

도데체.. 놀리는건지.. 또 물에서 움직이는 로봇이다..

이번엔 수영하는 로봇..!

이건 처음보는 로봇이라서.. 찾아보았더니.. https://youtu.be/kYUmvAX3c_U?si=9FkC_iVJ3liSFmfJ

진짜 수영을 한다.. 이름은 SWUMANOID... 휴머노이드에서 H를 SWiming의 SW를 한건가..?

수영에 최적화를 하여 모터를 배치하고.. 한 로봇.. 오직 수영밖에 못하는 로봇.. 게다가 빠르다..

 

그리고 글 2번째 페이지에서 유튜브 링크도 걸려있는데.. 들어가보니.. 이거였다..

https://youtu.be/khLdxL06yNY?si=LlGsz_7y0OoHuIRN

아직도 영상이 살아남아있는게 신기하긴 하다.. 뭐 내가 찾았던 그 영상과 같은 제작자이긴 하다만.. 뭐 암튼

 

여기에서 제일 특이한 점은.. ROBOTIS의 모터가 사용됬다는 점이다..

Darwin OP에도 사용된 Robotis의 모터.. 굉장하다.. 국내 회사인데.. 진짜 세계 여러곳에서 쓰이는 것 같다..

Poppy 로봇도 Robotis 제품 쓰던데.. 진짜.. Robotis 제품이 엄청나긴 한가보다.. 충분히 비슷한 모터를 제조하는 회사들도 있을텐데.. 기술력이란.. 다른건가.. 암튼 신기하다.. 뭔가 오픈소스나 DIY나 프로토타입의 로봇들은 대부분 Robotis의 모터를 사용하는 것 같은.. 암튼 신기..

 

두번째 내용은 잘은 모르겠지만.. 투명 망토..? 를 구현하는 컴퓨터 기술에 대해서 설명하는 듯 한데..

잘은 모르겠지만.. 겉으로 볼땐 그냥 망토지만.. 어떤 장치로 보면 투명하게 보인다는 것 같다..

근데 내가 볼 때는 그냥 크로마키라고 생각되는데.. 조금 특이한 점은.. 왼쪽 사진이다..

왼쪽 사진에 보면 투명 망토를 착용하고 있는 것으로 추정되는 사람이 있는데.. 투명망토가 회색이다.. 

주변에도 부품 상자 때문에 회색이 많을텐데.. 도데체 어떻게 저 부분만 딱 투명하게 되는거지..? 글을 제대로 읽으면 알 수 있겠지만.. 번역하는 구글렌즈의 한계로.. 이해하기 힘든 부분이 많아.. 여기도 패스다.. 직접 읽어보시기를..

 

세번째 내용은 설명서와 함께 있을 정도로 내용이 3 페이지인데..

공으로 이동하는 로봇에 대한 설명이다..

겉으로 보이겐 자이로 로봇과 비슷해보인다. 실제로 자이로 센서, 가속도 센서를 이용해서 균형을 잡으니.. 자이로 로봇이라고 해도 맞긴 하겠지만.. 여기서는 BallBots로 불린다. https://en.wikipedia.org/wiki/Ballbot

 

Ballbot - Wikipedia

From Wikipedia, the free encyclopedia Mobile robot design The CMU Ballbot,[1] the first successful ballbot, built by Prof. Ralph Hollis[2] (not in picture) at Carnegie Mellon University, USA in 2005 The BallIP, developed by Prof. Masaaki Kumagai[3] at Toho

en.wikipedia.org

여기에 자세히 설명되어있다. 근데 저 위키피디아 그림을 보면.. 도데체 왜 저리 긴지를 모르겠다.. 아무리 오래전에 발명했다 하더라도.. 모터 3개에 센서 몇개하고 MCU 일텐데.. 왜 저렇게 긴 모양인거지..? 균형을 좀 더 쉽게 잡기 위해서 길게 한건가..?

 

암튼 저거를 최근에 유튜브로 봤던게.. https://youtu.be/ZVFB2g25OkM?si=4Tj4XxER_-UtrTtR 

이것도 비슷한 원리긴 하다.. 

 

BallBots .. 처음 본건 아니지만.. 만들어보면 신기할 것 같긴 하다.. 내가 아직도 잘 이해하지 못하고 있는 것 중에 하나가.. 방향이 일자 방향이 아니라 3각형으로 120도 마다 모터가 있어서 그걸로 제어가 되는데 도데체 어느 방향으로든 공을 움직이는게 어떻게 가능한건지.. 궁금해진다.. 찾아보면 나오긴 하겠지만.. 한쪽 방향이 아닌 애매한 방향으로 3개가 배치된건데.. 도데체 어떻게 움직이는거지..? 아마 지금 생각해보면.. 저 옴니 휠이 가장 큰 것 같다.

옴니 휠이 아니면 아마 저렇게 되지 않고.. 어디선가 마찰 때메.. 걸릴 듯..?

그리고.. 만들어보고 싶기도 한데.. 저걸 하면 굉장히 빡센 PID 제어를 해야할 것만 같이 생겼다.. 뭐.. 언젠가.. 시간이 되면 만들어보는걸로.. 근데 다음 장에서 보이듯이 볼 봇으로 여러곳에 쓰이는걸 예제로 보여주는데.. 저걸 보니.. 일반 바퀴 2개짜리 자이로봇 보다는 더 안정적일 것 같다고 생각도 든다.. 잘은 모르겠지만.. 그런 느낌..?

 

암튼

 

이제 조립 부분!

이번에도 다리 부분이고 간단한 부분이다! 비싼 부분이라 그런지.. 굉장히 많이 쪼개진 것 같은 느낌인데.. 암튼..

 

이번엔 이런 부품이다..! 참고로.. 저 스티커가.. 내가 제일 짜증났던 부분이다.. 이번 책에선 저건 조립하지 않지만..

 

암튼 조립하면.. 24권에서 조립한 것과 새로운 부품과 방향에 맞춰서 끼워준다.

 

그럼 이렇게 끼울 수가 있다.

그러면 끝이다.

 

그리고 마지막으로

케이블 양쪽에 접착 테이프를 붙인다. 그러면 끝이다.

 

암튼 그렇게 해서.. 이번 조립도 끝!

도데체.. 조립하는 것 보다.. 책에 나오는 내용을 말하는게 더 긴걸까.. 음.. 뭐 암튼..! 끝!

반응형
반응형

이번엔 다리 조립 24권이다!

 

이번엔 내가 진짜 제일 좋아하던 로봇인 NAO 로봇이 책에 나왔다..!!!

Darwin OP와 같은 급으로 엄청 좋아하는 로봇이다..!!!

Nao 로봇을 처음 봤을 때는.. 2012년 여수엑스포 였는데.. 당시에 따져서 들어갔던지라.. Nao 로봇은 충전 중인건지.. 보여주지는 않았었다.. 나중에 갔었던 로봇관에 대해서 유튜브에 검색한 후에 Nao 로봇이 있다는 것과 처음으로 그 로봇을 알게 되었었다..

 

내가 아직도 알고 있는 Nao 로봇의 정보로는.. 책에도 설명되어있지만.. 프랑스의 Aldebaran에서 만들어졌다는 것이다. 2006년인가 2007년에 나왔을 텐데.. 굉장히 오래된 로봇임에도.. 귀여운 외모와 복잡한 움직임이 가능했던 것으로 기억한다.. 어릴 때.. Nao 로봇에 대해서 영상을 엄청 찾아보고.. 구매도 하고 싶었는데.. 2000만원이라는 것을 보고서는.. 나중에 어른이 되면 사야지라는 마음만 먹었었다.. 지금도 구매하기는 힘든 가격이지만.. 진짜로 언젠가라도 구매하고 싶다.. 

그리고 내가 알고 있는 정보로는.. 저 책은 2013년에 출간된거니 없을텐데.. 현재는 Nao 로봇은 일본에서 판매하는 것으로 알고 있다. 이유는 Aldebaran이 일본의 Softbank로 인수되었다고 봤었다.. 거기에서 AI를 탑재해서 현재까지도 판매를 하고 있던데.. 언젠간.. 진짜로 사고 싶긴 하다.. Softbank의 Pepper 로봇도 Softbank에 인수된 후에 나온걸로 알고 있는데.. 

프랑스의 기술이라고 생각이 되기도 하지만.. 그걸 인수하고 아직까지도 같은 로봇을 업그레이드해서 판매하고 있다는 것을 보고 진짜.. 일본은 로봇이 엄청 발달되어있다고 생각했다.. 다른 Panasonic, Sony 이런 곳에서도 한국에서는 만들지도 않는 펫 로봇을 만들어서 판매하고 있으니.. 진짜 부럽고.. 언젠가는 일본에 가서 로봇을 배우고 싶기도 할 정도이다.. 군대를 갔다오고 지금 대학을 졸업하면.. 언젠가 일본 로봇 관련 대학으로 진짜로 가고 싶기도 하다..

 

참고로 Nao 로봇을 일본이 아닌 해외에서 구입할려면 어디에서 구입해야할지는 잘 모르겠지만.. 내가 알고있는 유일한 사이트는 아래 사이트이다.. 

https://www.robotlab.com/store/nao-ai-edition

 

NAO AI Edition Robot

Unleash the potential of NAO AI Edition Robot with advanced AI capabilities. Enhance education, healthcare, entertainment, and more with lifelike humanoid design and interactive features.

www.robotlab.com

https://www.robotlab.com/en-us/store/nao-power-v6-educator-pack

 

NAO V6 Standard Edition Robot

Explore the versatile NAO V6 Robot for education, healthcare, entertainment, and more. Enhance learning, engagement, and interactions with this humanoid robot companion. Get your NAO V6 Robot today!

www.robotlab.com

가격은 진짜로 2000만원에 가까운 가격인데.. 언젠간 사보고 싶다.. 그리고 예전에 서울 로봇 고등학교에 견학 간적도 있었는데.. 저 로봇이 전시 되어있었다.. 전시만 해서 작동하는건 보지 못했지만.. 실제로 보고 싶다면 가보는 것도 추천..

 

그리고 보면서 처음 알게된 사실인데.. 작동 방식이다.. 나는 그냥 영상들만 보고 세세하게 찾아보지는 않아서 잘 모르겠지만..

사진에 보면 앞에 장애물을 감지할 수 있도록 초음파 센서가 있다거나 발판에는 압력 센서나 자이로 센서, 가속도 센서를 사용해서 자세나 기울기, 지면 접촉 상태를 보고 계산한다고도 하니.. 진짜.. 오래 전 로봇이지만.. 엄청난 기술들을 집어넣은 것 같다.. 

뭔가.. PaPeRo 같은 거의 모든 기술을 때려넣은 로봇 같은 느낌으로..

근데 번역기 돌렸을 땐 발판에 자이로, 가속도 센서가 있다고 나오는데.. 가슴에만 넣는 걸로도 충분할텐데.. 번역이 틀린건지.. 왜 넣은지는 잘 모르겠다.. 넘어지거나 제어 시킬 때 필요해서 달아둔건가.. 뭐.. 어쨋든.. 나중에 로봇을 만들 때 참고할만한 사항이긴 하다..

그리고.. 여기에 나오는 것 중에.. 마이크 2개로 어느 위치인지 찾는 이 기술.. 나도 현재 도전해볼려고.. 마이크를 사둔 상태이다.. 내가 따로 만들고 싶은 로봇에 넣기 위해.. 아직 프레임도 만들진 못했지만.. 언젠간 만들어보고 싶다..

 

머리에는 터치센서.. 스피커, LED, 카메라, 마이크 등등을 넣고 발판에는 위에서 말했듯이 여러 센서들을 넣고.. 가슴에는 초음파 센서 상태 표시용 LED등이 있다고 나온다. 참고로 전방을 감지하는걸 생각해보니.. 생각난게.. 바이올로이드는 전방 물체를 감지할 때 IR 센서를 사용하는데.. 바이올로이드가 않좋다고 말할려 했는데.. 지금 찾아보니.. 더 좋은걸지도 모르겠다.. 나는 PIR 센서를 생각해서 그냥 있는지 없는지만 감지 가능한줄 알았는데.. 그게 아니였다.. 절대거리도 감지 가능한 거였다니.. (근데 도데체 왜 바이올로이드는 제대로 감지를 못한거였지..?) 암튼.. 뭐 그렇다 하더라도 상황에 따라 다르니 뭐가 더 좋다고 판단하기는 어려울 것 같다..

NAO 로봇은 주로 야외나 여러 환경에서 돌아다니다 보니.. 초음파 센서를 사용하고 바이올로이드는 보통 방 안에서만 돌아다니니깐 IR 센서.. 뭐 이렇게 생각하면 될려나.. 암튼..

 

그리고 찾아보면서 알게된건데..

센서 엄청 많다.. http://doc.aldebaran.com/1-14/naoqi/sensors/dcm/low_level_architecture.html 

 

Low level architecture — NAO Software 1.14.5 documentation

Devices and subDevices are abstract definitions of objects used by the DCM. Both devices and subDevices have a series of keys with a unique value (usually a float, but it could be int, boolean or string) for each of the keys. Keys are for example “Value

doc.aldebaran.com

손이나.. 발이나.. 그냥 촉각 센서들이나 완전 센서 집합체 로봇을 만들어놓은.. 진짜 엄청난 것 같다..

저거 손도.. 접었다 펼 수 있어서 물체를 잡는 것도 가능하던데.. 내가 알기로는 3개 손가락이 각각 움직이는게 아니라 한번에 움직이는걸로 알고 있는데.. 그것만으로도 엄청 대단하긴 하다.. 이런 자세한걸 보다보니.. Darwin OP와 비교하면 형체는 Darwin OP가 더 났지만.. 센서나 기능들은 Nao 로봇이 압도적인 것 같다..

 

더 찾아보니.. 2026년에 새로운 Nao 로봇을 출시하기위해 개발하고 있다는데.. 내용들이 진짜 엄청나다..

https://aldebaran.com/en/nao7/

 

Aldebaran - Nao7

Discover Nao7, the evolution of our iconic humanoid robot to be released in 2026 with embedded AI for natural immersive interactions.

aldebaran.com

대충 손가락을 4개로 늘리고.. 가르킬 수 있는 포즈도 되게 하고.. 머리나 몸에 센서를 더 많이 넣는다고 한다.. 도데체 어떻게 그 작은 곳에 그렇게 많은걸 넣을 수 있는건지.. 진짜 갈수록 엄청 발전하고 있다는걸 느끼게 된다.. 뭐 요즘은 LLM과 로봇을 결합해서 구동한다고는 하지만.. 난 그런 것 보다 저런 로봇들을 더 좋아하고 신기해하기에.. 진짜 굉장하다는 것을 느낀다..

 

암튼 이게 나오는데 왜 Darwin OP 로봇은 안나오는지 모르겠다만.. 암튼 너무 길게 썼으니.. 다음으로 넘어가고.. (진짜 사고 싶다..)

 

두번째 내용은..

무슨 휴머노이드 로봇이 자동차를 운전하는건지 나오면서 뭔가를 설명하는데.. 이 부분에 대한건.. 나도 잘 모르니.. 직접 읽어보시길..

 

세번째 내용은 잠수 로봇에 관련된 이야기다..

이걸 보면서 생각난게 지금 이 글을 쓰는 시점에서.. 약 3일 전.. 내 스마트폰은 S23 Ultra인데 물에 씻다가.. 고장났다.. 완전히 카메라 렌즈 안에 물 방울이 맺힌.. 정도까지.. 그래서 고장나버렸다.. 도데체 내 스마트폰은 이런 잘 고장나면서.. 잠수 로봇들은 어떻게 그렇게 엄청 깊은 수심인데도 잘 버티는걸까.. 진짜 신기하긴 하다.. 암튼 잠수 로봇에 대한 얘기인데.. 너무 내용이 깊고 일본어라.. 잘 모르겠다.. 이것도 직접 읽어보시길..

 

이제부터 조립이다..!

이번 부분은 전 23권의 모터를 달 발목 부분이다!

 

먼저.. 부품은 굉장히 간단하다.. 설명서도 간단하다..

 

일단 우선.. 저 1번 프레임에 23권에서 조립했던 모터의 선을 보여지는 사이에 넣는다.. 

그 후에 모터 끼우는 홈에 맞춰서 끼운 후에 나사로 조립한다. 

그게 끝이다.

 

그럼 여기에서 나머지 부품은 어떻게 하냐?인데 책에 적혀있다.. 나중에 쓰이니깐 보관하라고.. 아마 가격 맞출려고 그런 것 같다..

 

그리고 내가 전 글에서 설명한지는 모르겠지만.. 카메라에 찍혀있어서.. 설명하면..

이 아래에 적힌 빨간색 글이다.. 보관 주의..

이전에 얘기했었을지도 모르겠지만.. 얘기 안했다면.. 일본어를 다 읽지 않다보니 발견 못했던건데..

흰색 부품과의 문제이다. 전 부터 올렸던 흰색 부품들을 보면.. 그냥 흰색 부품만 오는 경우에는 무조건 변색이 된게 없는데.. 검은색 부품과 함께온건 항상 변색이 있다..

그에 대한 얘기가 여기에 있는 것.. 참고로.. 지금 글을 쓰는 시점에서.. 로봇을 반 정도만 완성하고 글을 전부 쓰고 있는건데.. 파트를 장기간 보관하지 말라는 얘기가 있는 것 같은데.. 으음.. 빠른 시일내에 조립해야할 것 같다..

 

암튼.. 그에 대한 주의를 하라는 얘기가 있는데.. 또 그 아래에 보면 파트가 이미 변색된 경우 어떻게 해결하는지에 대해서는 나중에 소개할 예정이라는데.. 이미 그 나중권을 뜯어본걸로 얘기하자면.. 

나중에도 얘기할꺼라서 자세히 말은 안하겠지만.. 변색이 될만한 부품들을 거의 모두 모아서 한 팩으로 만들어 줬었다..

 

진짜.. 쩔긴 하다.. 도데체 나한테 전권을 50만원에 판매한 판매자는.. 왜 이걸 사기만 하고 만들지를 않았을까.. 당시 판매 가격이 155만원인데.. 진짜.. 왜지?

 

암튼.. 글을 쓰는게 늦어지는게.. 같은 부분의 반대편을 쓸 때는 대충 써도 되서 간단하지만.. 새로운 파트를 조립할 때는 자세히 여러번 설명하다보니.. 자신감이 사라져서.. 글을 쓰지 않게 된다.. 뭐.. 암튼.. 그래도 군대 가기전에 로봇을 다 완성하고 싶기에.. 이제부터 다시 글을 엄청 쓸 예정이다..!

거의 다른 일본이나 외국 블로그들 중에 70권 전체를 블로그로 쓴건 본적 없는데.. 한번 내가 도전해보겠다..! 사진은 다 찍어뒀으니..!!

 

암튼 이번 글은 여기에서 끝!

반응형
반응형

이번엔 23권 다리 조립이다!

 

분명 이건 2024년 8월 달에 만들고 사진 찍은건데.. 이제야 업로드 한다.. 이번에 군대 가는 날짜가 거의 확정이 되어서.. 그 전에 최대한 빠르게 내가 올릴려던걸 거의 올리고 가야할 것 같다..

 

암튼 이번 책의 부분은!

이렇다!

 

첫번째 사진은 축구 로봇에 대한 것이고.. 저번 22권 내용과 비슷한 것 같다..

두번째 사진은 Robi에 대해 인터뷰를 하는 것 같은데.. 로봇과 인간의 관계성에 대한 얘기이다..

세번째 사진은 꽤 중요한 내용 같은데.. 로봇을 원격 제어하는 것에 대한 얘기이다. 로봇을 직관적으로 제어할 수 있도록 만들려면 어떻게 해야하는지에 대한 얘기인데.. 왼쪽 아래 주황색 영역의 사진은 마스터 슬레이브 매니퓰레이터에 대한 얘기이다. 가장 쉬운 로봇 팔을 예시로 들고 있는데.. 한쪽에서 실제 움직일 로봇 팔과 비슷하게 생긴 것을 직접 움직이면 그 움직인 것을 센서로 읽어서 실제 로봇을 움직이는 그런 원격 제어 방법을 예시로 들고 있다..

오른쪽 사진에서 나오는 것 처럼.. 나도 예전에 로봇 전시회였던가.. 모빌리티 전시회였던가.. 어디에서 VR로 실제 로봇을 제어하거나 로봇의 시점을 확인하는 그런 전시가 있어서 체험을 해본적이 있었다..!

그리고 예전에 레고 로봇 학원에 다닐 때 레고 모터가 인코더도 같이 있다 보니.. 한쪽에선 제어하고.. 한쪽에선 움직이고.. 그런 것도 했었었다..

암튼 조립 방법은 간단하다..!

전 책에서 말했듯이 그냥 모터 테스트!

 

동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.

그냥 덮개 열어주고 모터 설정하는 보드에 연결하고.. 6번으로 설정하면 끝!

반응형
반응형

2025년 4월 14일 기준으로 비교했으며 비교한건 아래에 있습니다.

 

인공지능을 학습하거나 추론하거나 할 때는 GPU가 거의 필수로 필요하다.

LLM이나 대형 모델들은 더 엄청난 GPU들이 필요할텐데 일반적인 GPU로는 턱없이 부족하다.. (컴퓨터가 죽을 수도 있고..)

그렇기에 GPU 클라우드를 사용한다. GPU 클라우드를 사용하면 비용은 들지만 저렴한 가격에 학습을 시킬 수 있다!!

그럼으로 나도 나중에 쓸겸 블로그로 정리해봤다!

 

(참고로 나는 모두 실제로 사용해보지도 않고 작성한거라 틀린 정보가 있을 수 있다. 그래도 최대한 찾아본 결과이다.)

 

일단 먼저 기준을 잡을 GPU를 정해야하는데.. 여러 GPU 클라우드 기업을 보니 A100이 거의 항상 있는 것 같다. (H100 들도 많긴 한데.. 비교하기 위한 Google Colab PRO가 H100이 없는..)

 

암튼 A100으로 비교하기 전에 A100에 대해 간단하게 알아둘 것이 있다!

  PCIe SXM4
메모리 40 GB 80 GB 40 GB 80 GB

 

A100에는 PCIe와 SXM4라는 연결 방식이 있는데 PCIe는 많이 들어봤을 것이다. PCIe 슬롯.. 같은거.. 

일반적인 데스크탑 컴퓨터에서도 GPU를 연결할 때 PCIe 슬롯으로 장착하게 되는데.. 그 방식이다.

그리고 SXM4는 Nvidia에서 제공하는 방식으로 PCIe 보다 더 빠른 데이터를 전송하여 더 빠른 속도로 처리되도록 한다. 

어쨋든 PCIe와 SXM4의 차이는 연결 방식이 다르다는 것! SXM4가 속도가 더 빠르다.

 

그리고 A100은 40 GB와 80 GB 버전이 있다. 그냥 메모리 크기 차이

 

그리고 MIG 라는 것도 있는데 GPU를 가상 GPU로 여러개로 나누는 기술을 의미한다.

대충 VMWARE로 내 컴퓨터에서 가상 컴퓨터를 돌리는 것처럼.. 

암튼 MIG를 사용하면 하나의 GPU를 여러개의 가상 GPU로 나눌 수 있다.

 

이제부터 사전 조사

클라우드 GPU를 제공하는 기업은 굉장히 많이 있다. 그 중에서도 유명한 몇개 정도만 살펴볼 것이다.

참고로 이 글은 Google Colab PRO에서 제공하는 그래픽카드를 기준으로 비교할 것이다.

 

참고로 https://cloud-gpus.com/ 여기를 좀 참고했다. 여러 GPU Cloud 기업의 가격을 정리한 곳이다. 

다만 저 사이트의 가격은 좀 이상한게.. 홈페이지에 적힌 가격과 다른 경우가 좀 있다.. 그래서 따로 찾아보고 정리했다.

(진짜 찾아보면 찾아볼 수록 광고할려고 적어놓은건지 가격이 전부 이상하다.. 그냥 어떤 기업이 있는지만 참고하는 용도로만 보고 가격 비교용으로는 절대 보지 않는 것을 추천한다..)

 

Google Colab PRO  https://colab.google/

일단 보통 많이 사용되는 Google Colab PRO 부터 확인!

Google Colab은 월마다 결제해서 사용할 수 있는데 제한시간도 있는 이상한 놈이다.

일단 가격은 Colab PRO : 9.99$, Colab PRO + : 49.99$ 정도로 되어있는데 여기는 시간단위가 아닌 컴퓨팅 단위로 되어있다.

Colab PRO는 100개 컴퓨팅, Colab PRO +는 500개 컴퓨팅으로 되어있는데 추가적으로 더 필요하면 구매할 수 있다.

일단 월정액이기 때문에 오히려 싼거 아니야? 할 수 있는데 이 컴퓨팅 때문에 시간제한이 좀 심각하다.

Colab PRO에는 사용할 수 있는 GPU가 여러개 있지만 그 중 가장 비싼 A100 GPU만 볼 것이다.

 

https://mccormickml.com/2024/04/23/colab-gpus-features-and-pricing/ 필요한 정보는 여기에서 찾았다.

일단 Google Colab에서 제공하는 A100 GPU는 내가 알기론 PCIe 제품으로 SXM4 보다 성능이 낮다.

또한 A100 80 GB가 아닌 A100 40 GB를 제공한다.

그리고 최고의 단점은 지금은 모르겠지만 예전에는 높은 성능의 GPU를 사용할려면 가챠 급으로 사용할 수 있는 경우도 있고 없는 경우도 있는걸로 알고 있다.

 

암튼 중요한 가격 비교를 해보면 A100은 저 링크에서 설명하는 대로 시간당 1.18$가 소모되는걸로 나와있다.

그리고 Google Colab PRO +를 사용하고 있는 내 친구의 말로는 총 500개의 컴퓨팅을 제공하는데 A100을 사용하는걸로 대충 계산해보니 54시간 정도 사용이 가능하다고 한다. 위의 사이트대로라면 계산했을 때 Colab PRO 기준으로 8시간 30분이니 계산해보면 약 42시간 정도..

암튼 월정액으로 돈을 50달러를 지불하게 하고 시간 제한을 걸어둔 것이다. 암튼 A100 40GB PCIe 기준으로 Google Colab은 시간당 약 1.18$인 2025년 4월 14일 기준으로 약 1700원 정도가 사용된다. 심지어 시간 제한도 있는..


RunPod https://www.runpod.io/

RunPod은 의외로 알고 있는 사람들이 많을 것이다. 해외에서도 많이 유명하고..

나도 예전에 LLM 학습할려고 찾아볼 때도 많이 추천되던 GPU 클라우드 사이트이다.

암튼 여기 같은 경우 https://www.runpod.io/pricing 여기에서 가격을 알려주고 있다.

일단 Google Colab PRO를 기준으로 A100 PCIe를 찾아보면

1.19$ 이다. 문제는 80GB이다.. 가격 비교가 좀 애매해진다.. 40GB는 찾아도 없는.. 아무튼 그럼에도 Google Colab PRO의 A100 40GB 보다 2배 더 많은 메모리인데 가격은 거의 동일하다.

 

참고로 Community Cloud와 Secure Cloud의 차이는 보안 차이이다.

https://docs.runpod.io/references/faq/#secure-cloud-vs-community-cloud 여기에 설명이 되어있는데 간단히 말하자면 Community Cloud는 전세계에 있는 다른 컴퓨터들에 연결하여 GPU를 쓸 수 있도록 하는거고

Secure Cloud는 RunPod의 파트너 데이터센터의 GPU를 사용할 수 있게 하는 것이다.

기본적으로 RunPod의 기준 사항이 있어서 보안에는 아마 걱정할 필요는 없을텐데 Claude나 ChatGPT 같은 독자적으로 모델을 공개하지 않고 서비스 하는 기업이라면 아마 중요할 것 같긴 하다. 뭐 그렇다 해도 왠만하면 유출될 가능성은 없을 것 같다.

 

암튼 A100 80GB PCIe 기준으로 RunPod은 시간당 약 1.19$인 2025년 4월 14일 기준으로 약 1700원 정도가 사용된다. 

그리고 시간 대로 돈을 지불하면 되기 때문에 시간 제한도 딱히 없다. (아마)


Elice Cloud https://elice.io/ko/products/cloud

여기는 나도 처음 들어봤다. 내가 알고 있는 Elice는 그냥 코딩 교육 사이트로만 알고 있었는데.. (고등학교에서 몇번 사용하는걸 봤던..) 이곳에서도 GPU를 클라우드로 대여해준다고 한다. 여긴 좀 놀랐다.

일단 Elice Cloud의 경우 A100을 여러 방법으로 대여해준다. A100을 MIG로 나눠서 할당해주거나 아니면 전체를 할당해주거나 하는데.. Elice Cloud에는 A100 40GB PCIe GPU는 없는 것 같다.

그렇기 때문에 A100 80GB MIG로 찾아보면 A100 80GB PCIe MIG - 40GB가 있다.

즉 이 서비스는 A100 80GB GPU를 반띵한 40GB만 할당해준다는 것인데.. 시간당 1,380원이다. 오늘 기준으로 0.97 달러이다.

일단 Google Colab은 뛰어넘었다. 다만 RunPod과는 잘 모르겠다. 

왜냐하면.. 40GB와 80GB와 차이가 있기도 하고.. 만약 80GB 전체를 빌리면..

이렇게 2,000원으로 1.4 달러 정도가 되어버린다는 것이다. 이렇게 되면 RunPod보다는 비싸지게 된다.. 하지만 장점이라면 국내 서비스이다 보니.. 국내 서버일 것 같은데.. 만약 국내 서버라면 데이터 전송이 빨라서 만약 데이터 학습 데이터나 이런걸 전송할 때는 이 서비스가 더 좋을 수도 있을 것 같다. (참고로 GPU 말고 CPU와 램 성능을 본다면.. RunPod보다 2배 가까이 좋다.. 가격이 이해가 되는..)

 

암튼 A100 80GB MIG - 40GB PCIe 기준으로 Elice Cloud는 시간당 약 1380원으로 인 2025년 4월 14일 기준으로 약 0.97 $ 정도가 사용된다. 

그리고 시간 대로 돈을 지불하면 되기 때문에 시간 제한도 딱히 없다. (아마)


Hyperstack https://www.hyperstack.cloud/

여기도 처음 봤다. 솔직히 내가 아는건 Runpod과 Google Colab이 끝이긴 하니..

암튼 여기도 가격이 굉장히 저렴하다.

GPU Model ❘ VRAM ❘ Max pCPUs ❘ Max RAM ❘ Pricing Per ❘ Reservation

다만 여기에서도 40GB 모델은 보이지 않는다..

솔직히 이쯤에서 생각나는건.. 그냥 Google Colab은 40GB로 놔두고 80GB 기준으로 비교해야할 것 같은 생각이 든다..

 

암튼 저기 가격을 보면 2가지 가격이 있다. 1.35 달러는 일반적인 가격이고 Reservation인 0.95 달러는 예약을 했을 때 가격이다.

근데 Starts from 때문에 실제로 저 가격으로 될지는 모르겠지만.. 일단 0.95$ 라고 한다..

한화로 1350원 정도..? 만약 진짜 저 가격이면.. 여기도 엄청 저렴해진다..

 

암튼 A100 80GB PCIe 기준으로 Hyperstack은 시간당 약 0.95$인 2025년 4월 14일 기준으로 약 1350원 정도가 사용된다. 

그리고 시간 대로 돈을 지불하면 되기 때문에 시간 제한도 딱히 없다. (아마)


Vast.AI https://vast.ai/

여기도 처음 봤지만.. 굉장하게 저렴해보인다..

여기는 수시로 가격이 바뀐다.. 분명 몇시간 전에는 0.6$로 본 것 같은데.. 지금은 0.7$로 되어있다..

암튼.. 여기는 특이하게 최대 사용 기간이 적혀있다.. 아마도 저 기간이 지나면.. 자동으로 꺼질 것 같은데.. 작은 학습에는 어차피 저정도는 필요도 없기 때문에 볼 필요는 없을 것 같다..

암튼 다른 서비스들을 제치고 이곳이 제일 저렴하다.. 너무 저렴하다 보니.. 진짜로 저정도로 구매될까.. 걱정은 된다만.. 암튼 가격은 최고다..

 

암튼 A100 40GB PCIe 기준으로 Vast.AI는 시간당 약 0.71$인 2025년 4월 14일 기준으로 약 1000원 정도가 사용된다. 

그리고 여기선 상관은 없겠지만.. 최대 기간이 정해져있다.

 

암튼.. 이게 제일 싼 것 같으니.. 대부분 비교를 한 것 같다.. 그러니 가격 비교를 이제 해보자면..

 

가격 비교

아무튼 사전조사를 맞쳤으니.. 가격 비교를 해봤다! 한화 가격은 오늘 날짜인 2025년 4월 14일 기준으로 했고..

대충 비교 사진은 이렇다.

이 사진만 보면 RunPod은 쓰레기 같이 보이고 Google Colab PRO나 다른 것들이 더 저렴하다고 보일 수 있다.

이건 위에서 말했듯이 지원해주는 용량 차이다.. Google Colab 과 비교하는 것 때문에 40GB와 비교하다보니.. 이렇게 되었다..

 

그럼으로 이번엔 40GB GPU는 모두 제외하고 80GB꺼만 비교를 해본다면..

이런식으로 차이가 난다..

 

이 결과로 봤을 때.. 가장 저렴한건 Vast AI가 아닐까 싶다.. 뭐.. 실제로 더 자세하게 본다면.. Vast AI보다 더 저렴한 것도 있겠지만.. 일단 A100 80GB GPU로만 봐서는 Vast AI가 제일 싼 것 같다..

 

아무튼 결론적으로.. 국내꺼를 사용한다면.. Elice Cloud.. 해외꺼를 이용해도 좋다. 한다면 Vast AI가 아닐까 싶다..

나중에 내가 사용할 때는 아마도 Vast AI가 아닐까 싶긴 하다.. 뭐 사용할 땐 더 찾아보긴 하겠지만..

 

아무튼 비교는 여기까지!

 

마무리

그리고 하나 참고하면 좋을껀 나는 실제로 비교만 하고 사용은 해보지 않았기 때문에 어떤 서비스가 어떻게 작동할지는 모르겠지만.. 내 친구가 RunPod을 잠시 이용해본 결과로는 크레딧이 부족하면 그냥 서버를 꺼버린다고 한다.. 

이 경우 학습하고 있던 자료나 모델들이 그냥 날라가버린다고 한다..

그러니 반드시 GPU Cloud 서버를 사용할 때는 Google Drive나 어디든지 학습 모델을 빠르게 백업할 수 있도록 추가적인 기능을 마련하는 것이 좋을 것 같다. 모델이 어마어마하게 용량이 크다면 백업 속도도 다르기 때문에 GPU Cloud 서버의 위치를 고려하여 백업할 수 있는 Cloud 서비스도 같이 찾는 것이 좋을 것 같다.

 

또한 학습과 추론을 할 때도 그것에 맞는 서비스를 제공하며 더 저렴한 경우도 많기 때문에 이것도 고려하여 찾아보면 좋을 것이다.

간단히 찾아보면.. 상시가 아닌 필요할 때만 GPU를 사용하도록 하는 서비스들도 있던데.. 그런 곳들은 몇초안에 GPU를 할당되도록 하는 서비스들도 있다.

 

그리고 물론 Cloud GPU를 제공하는 방식이 다 다르기 때문에 모두가 성능이 비슷하다고 할 수는 없다. 각각에서 제공하는 GPU는 같을지 몰라도 CPU와 램의 종류나 크기가 다 다르고 인터넷 성능 때문에 학습 데이터를 보내고 이런 시간들도 다 더한다면 가격은 더 달라질 것이다. 그렇지만 이거는 그냥 단순 가격 비교이기 때문에 서버의 성능은 참고하지 않았다.

그래서 무조건 이 사이트의 GPU Cloud는 싸니깐 쓰라고 적극 추천하기도 애매하다. 그러니 이걸 누군가 본다면 단순히 참고만 하고 실제론 직접 찾아보면서 성능을 비교해서 쓰는걸 추천한다.

 

내가 여기에 적은 것 외에도 여러가지 서비스들이 있다. A100이 없거나 가격이 좀 높은 경우가 많아서 쓰지 않은 것 들도 많다.. 하지만 그런 기업들의 가격을 보면 다른 GPU의 가격이 다른 기업보다 더 저렴한 경우도 있고 GPU가 아닌 CPU나 램의 성능이 더 좋은 경우들도 많다. 그러니 GPU Cloud를 사용할 때는.. 내가 이 클라우드를 어디에 쓸지.. 필요한 VRAM은 어느정도일지.. 필요한 CPU나 RAM의 성능은 어느정도일지.. 어떤 GPU가 필요할지.. 상세하게 알아보고 난 후 가격을 비교하여 사용할 것을 추천한다.. 무작정 싸다고 사면 큰코다칠 가능성이.. 높기 때문에..

반응형

+ Recent posts