오늘날의 모바일시스템은 그 어느때보다 스마트해졌다. 보다 다양한 기능에 대한 사용자 요구가 늘어남에 따라 설계자들은 스마트폰에 내장되는 센서의 목록을 지속적으로 늘려 나가는 중이다.

이미지 센서는 제스처 및 안면 인식, 아이 트래킹(Eye Tracking), 근접·깊이·움직임 감지 등의 기능을 지원한다. 헬스 센서는 사용자의 심전도(Electrocardiogram: EKG), 뇌파(Electroencephalogram: EEG), 근전도(Electromyogram: EMG), 체온을 모니터링한다. 오디오센서는 음성 인식, 구문 탐지(Phrase Detection), 위치인식 서비스를 제공한다.

현재 이와 동일한 많은 디바이스들이 '상황 인식(Context-Aware)' 서브시스템을 제공하고 있는데, 이는 사용자의 허가를 득하지 않고, 시스템이 최첨단 방식으로 업무를 향상시키는 결정을 내리도록 해준다.

일례로 온도 센서와 화학 센서, 적외선 센서, 압력 센서는 위험한 환경에서 안전을 위협하는 요소들을 평가하고 사용자의 건강 상태를 추적할 수 있다. 정밀 이미지 센서와 조도 센서는 이미지 해상도를 높이고 주변 환경 여건이 달라지면 그에 맞춰 가독성을 자동으로 다르게 표시할 수 있다.

이러한 새로운 기능들은 시스템 설계에 커다란 영향을 미친다. 최적의 의사결정을 내릴 수 있도록 하려면, 이 기기들이 데이터를 최대한 신속하게 수집하고 전송 및 분석해야 한다. 시스템의 응답이 빠를수록 변화하는 여건에 보다 정확하고 신속하게 대응할 수 있다. 나아가 '상황인식' 시스템은 환경의 변화를 한 순간도 놓치지 않고 탐지해야하기 때문에 이 새로운 기능들은 시스템 전력을 꽤 많이 사용할 가능성이 있다.

이러한 문제점을 해결하기 위해 모바일 이종 컴퓨팅(Mobile Heterogeneous Computing: MHC) 아키텍처를 채택하는 개발자가 점점 더 늘어나고 있다. 이름이 말해주듯, 이종 아키텍처는 서로 다른 종류의 프로세서를 채택한다. 즉, CPU나 GPU 하나만 사용하는게 아니라 특정 프로세싱을 전담하기 위한 ASIC이나 FPGA를 아키텍처 상에 추가하는 것이다.

시스템 설계자들이 MHC로 옮겨가는 기본적인 이유중 하나는 반복적인 연산 작업을 가장 효율적인 프로세싱 자원이 처리하도록 함으로써 시스템의 전력 소비를 줄일 수 있기 때문이다. 예를 들어 GPU, CPU, FPGA의 가장 핵심적인 차별점은 이들의 데이터 처리 방식이다. 통상적으로 GPU와 CPU는 직렬 방식으로 동작하기 때문에 하나의 연산 작업을 마친 후에 다음 연산으로 넘어간다.

만약 설계자가 센서 입력값에 실시간으로 대응하기 위해 시스템 지연 시간을 줄이고자 한다면 시스템 클록을 가속해야 하는데, 이는 시스템 전력 소비를 그만큼 늘리게 된다. 이에 반해 FPGA는 시스템이 연산 작업을 병렬 방식으로 수행할 수 있게 해준다. 이는 시스템의 전력 소비를 줄일 수 있게 하는데, 특히 연산 집약적인 반복적 애플리케이션일수록 더 뚜렷한 결과를 얻을 수 있다.

FPGA가 이러한 작업에 그리 널리 사용되지 않고 있는 이유는 잘못된 상식에서 비롯했다. 많은 설계자들이 FPGA는 상대적으로 덩치가 큰 디바이스라고 생각한다. 늘 그런 것은 아닌데 말이다. 예컨대 래티스 반도체는 크기가 1.96 mm² 정도인 소형 FPGA도 공급한다. 이 콤팩트한 디바이스는 비교적 적은 수의 I/O를 갖고 있지만, 몇몇 애플리케이션에서는 설계자들이 그 정도만 필요로 하기도 한다. 

예를 들면, 이처럼 적은 수의 I/O는 빔 포밍 애플리케이션을 위해 두세 개의 마이크로폰을 결합하는 데 쓰인다. 오늘날 설계자들은 RFFE(Radio Frequency Front-End) 안테나 튜닝이나 레벨 시프팅 같은 단순한 기능을 위한 1.96 mm² 크기의 제품부터 4K 비디오 전송 기능을 지원하는 좀 더 복잡한 머신 비전 애플리케이션을 위한 6.25 mm² 크기의 제품에 이르기까지 다양한 FPGA 제품들을 활용할 수 있다. 

로직 밀도가 낮은 FPGA 제품들은 현 세대의 지능형시스템에서 다른 많은 이점들을 제공한다. 오늘날의 모바일 기기에서는 센서와 디스플레이가 급격히 확산됨에 따라 하나의 I/O 인터페이스로는 해결할 수 없는 과제들이 대두되고 있다. 설계자들은 독자적 솔루션이나 맞춤형 솔루션을 이용하는 레거시 시스템을 포함해 점점 더 다양해지는 인터페이스들을 활용해 센서와 디스플레이들을 통합해야 한다. 많은 경우, 설계자들은 여러 개의 센서들로부터 수집한 데이터를 싱글 버스로 모으거나, 서로 다른 복수의 인터페이스들 사이에 브리지하기 위해 저밀도 FPGA를 활용할 수 있고, FPGA 패브릭을 바탕으로 제작된 프로그래머블 ASSP를 활용할 수도 있다.

재프로그래밍이 가능한 I/O를 지원하기 때문에 이러한 FPGA들은 광범위한 브리징, 버퍼링 및 디스플레이 애플리케이션을 지원할 수 있다. CSI-2와 DSI처럼 최근 등장한 이래 급속한 채택률을 보이고 있는 저가형 MIPI 인터페이스들은 이러한 작업을 간소화하는데 기여해 왔다.

데이터는 오늘날의 '상황인식' 시스템에서 점점 더 가치가 높아지고 있다. 시스템들은 점점 더 증가하는 기능 목록을 지원하기 위해 급속히 늘어나고 있는 센서들에 대한 의존도가 그 어느 때보다도 높은 상황이다. 하지만 데이터는 그것이 신속하고 효율적으로 포착, 전송 및 분석되어야지만 유용한 것이다. 모바일 컴퓨팅 시장과 MIPI의 I/O 분야에서 이루어진 최신 성과들과 저밀도 프로그래머블 로직의 고유한 이점을 MHC 아키텍처에서 함께 활용한다면, 설계자들은 자신들의 시스템에서 이러한 핵심 자원인 데이터를 수집하고 전송하며 분석하는 능력을 최적화할 수 있을 것이다.

※ 본 글은 2017 1월 13일 미국 IT 전문매체 EE 타임즈(EE Times)에 게재된 것으로, EE 타임즈와의 합의 하에 게재했다.