기존 STM32 기반 MCU에서 경량 AI 모델 실행...NPU 탑재한 STM32N6 활용 지원도
글로벌 범용 MCU 시장에서 5년 연속 시장점유율 1위를 기록하고 있는 제품이 있다.
바로 ST마이크로일렉트로닉스(STMicroelectronics, 이하 ST)의 STM32 마이크로컨트롤러(MCU)이다.
1위(Source: Omdia research, March 2026)의 비결은 뭘까. 시장과 고객들로부터 꾸준히 인정받아 왔기 때문이다. 폭넓은 제품 포트폴리오와 개발 에코시스템, 호환성, 비용 효율성 등이 그 바탕에 있긴 하다.
문현수 매니저(STM32 마이크로컨트롤러 및 Edge AI 솔루션 담당 기술 지원)는 STM32가 범용 MCU의 표준으로 자리매김하게 된 배경을 3가지로 깔끔하게 정리했다.
문현수 매니저, ST마이크로일렉트로닉스
“ST 엣지 AI 제품군의 가장 큰 장점은 기존의 AI 학습 환경은 그대로 유지하면서,
배포 단계에서 ST의 툴체인을 활용할 수 있다는 점입니다.
ST Edge AI Core는 TensorFlow™ Lite, Keras, ONNX 등 널리 사용되는
AI 프레임워크의 모델을 직접 불러올 수 있습니다.”
첫째, 4천 개 이상의 파트넘버를 갖춘 폭넓은 제품 포트폴리오와 아키텍처 호환성이다. STM32는 Cortex-M0+ 기반의 엔트리 레벨 제품부터 Cortex-M33 기반의 초저전력 제품, Cortex-M7 기반의 고성능 제품, 그리고 Cortex-M55와 NPU를 탑재한 STM32N6까지 다양한 라인업을 갖추고 있다. 또한 제품 간 핀과 소프트웨어 호환성을 제공해 고객이 기존에 개발한 펌웨어와 설계를 최대한 활용하면서 상위 또는 보다 낮은 사양의 제품으로 쉽게 마이그레이션할 수 있도록 지원한다. 이를 통해 재설계에 필요한 비용과 시간을 줄이고, 한번 익힌 STM32 개발 환경을 장기간 활용할 수 있다.
둘째, 사용자 친화적인 개발 에코시스템이다. STM32CubeMX, STM32CubeIDE, HAL/LL 드라이버를 비롯해 다양한 평가 보드와 예제 코드를 제공한다. 또한 커뮤니티에도 방대한 개발 자료가 축적돼 있어 STM32를 처음 접하는 엔지니어들도 개발 과정에서 필요한 정보를 쉽게 찾아 활용할 수 있다.
셋째, 장기 공급 프로그램과 자체 생산 기반을 갖춘 종합반도체기업(IDM)이라는 점이다. ST는 10년 이상의 장기 공급 프로그램(Longevity Commitment)을 운영하고 있으며, 글로벌 IDM으로서 자체 생산 역량을 기반으로 안정적인 제품 공급을 지원하고 있다. 특히 제품 수명 주기가 긴 산업, 의료, 자동차 등의 애플리케이션에서는 이러한 장기적이고 안정적인 공급 역량이 중요한 경쟁력이다.
10월8일, 본지 엣지AI + 스마트센서 세미나에 발표자로 나설 문 매니저를 미리 만났다. 그에게 엣지 AI 기술의 현재와 미래를 듣는다.
STM32 마이크로컨트롤러(MCU)는 글로벌 범용 MCU 시장에서 5년 연속 시장점유율 1위를 기록했다
“STM32가 범용 MCU의 표준으로 자리매김하게 된 이유는
첫째, 4천 개 이상의 파트넘버를 갖춘 폭넓은 제품 포트폴리오와
아키텍처 호환성이다. 둘째, 사용자 친화적인 개발 에코시스템이다.
셋째, 장기 공급 프로그램과 자체 생산 기반을 갖춘
종합반도체기업(IDM)이라는 점이다.”
Q. 최근 지능형 사물 시장이 급격히 커지고 있습니다. 이와 함께 엣지 AI와 온디바이스 AI가 새로운 AI 시장 영역으로 커지고 있는데요.
말씀하신 것처럼 지능형 사물 시장이 확대되면서 엣지 AI와 온디바이스 AI 시장도 빠르게 성장하고 있습니다. 글로벌 시장조사기관 ABI Research에 따르면, 향후 10년간 농업, 자동차, 무선 네트워크, 의료, 제조, 개인 및 업무용 디바이스, 소매, 로보틱스 등 다양한 분야에서 엣지 AI의 활용이 확대될 전망입니다. 이에 따라 엣지 AI 애플리케이션용 MCU 사용도 크게 늘어나 2030년에는 약 18억 개에 이를 것으로 예상됩니다. 기존의 클라우드 AI가 AI의 기술적 가능성을 보여줬다면, 엣지 AI는 이러한 AI를 실제 제품과 서비스에 적용하는 단계라고 할 수 있습니다.
Q. 그렇다면 시장 확대 배경은 무엇이라고 보시나요.
엣지 AI 시장이 커지는 가장 큰 이유는 데이터를 클라우드로 보내지 않고, 데이터가 만들어지는 기기에서 바로 분석하고 판단해야 할 필요성이 커지고 있기 때문입니다. 특히 실제 제품에서는 빠른 응답 속도, 개인정보 보호, 통신 비용과 전력 소비, 안정적인 연결이 중요합니다.
예를 들어 가정용 세탁기가 세탁물의 무게와 종류를 판단하거나, 공장 설비가 모터의 이상 진동을 감지할 때 매번 데이터를 클라우드로 보내 처리하는 방식은 비효율적입니다. 즉각적인 판단이 어렵고 네트워크 연결 상태의 영향도 받기 때문입니다. 카메라 영상을 계속 서버로 전송하는 경우에는 개인정보 보호와 통신 비용 문제가 발생할 수 있고, 배터리로 작동하는 기기에서는 데이터를 무선으로 전송하는 데 드는 전력이 기기 자체에서 데이터를 처리하는 것보다 더 클 수도 있습니다.
기술 발전도 중요한 배경입니다. 최근에는 AI 모델을 작고 효율적으로 만드는 기술이 상용화 수준에 도달하면서, 과거에는 GPU와 같은 고성능 프로세서가 필요했던 일부 AI 기능을 이제 MCU에서도 구현할 수 있게 됐습니다. 양자화(Quantization), 프루닝(Pruning), 경량 신경망 등의 기술을 통해 제한된 메모리와 전력으로도 AI 모델을 구동할 수 있기 때문입니다. 여기에 개인정보와 데이터 보호를 강화하는 글로벌 규제 환경도 영향을 미치고 있습니다. 데이터를 외부 서버로 전송하기보다 디바이스 내부에서 처리하는 방식의 중요성이 커지면서, 이러한 흐름이 엣지 AI와 온디바이스 AI 시장의 성장을 더욱 가속하고 있습니다.
Q. 앞서 말한 것처럼, MCU 시장을 굳건히 지키고 있는 ST는 이러한 온디바이스 AI 시장에 어떤 방식으로 대처하고 있나요.
ST는 하나의 고성능 AI 제품에 집중하기보다, 다양한 성능과 가격대의 STM32 제품에서 엣지 AI를 구현할 수 있는 환경을 구축하는 전략을 추진하고 있습니다. 고객이 애플리케이션의 성능과 전력 소비, 비용에 따라 적합한 AI 솔루션을 선택할 수 있도록 하는 것입니다.
하드웨어 측면에서는 단계별로 다양한 선택지를 제공합니다. 기존 STM32의 Cortex-M4/M7/M33 기반 MCU에서도 경량 AI 모델을 실행할 수 있으며, 보다 높은 AI 성능이 필요한 경우에는 Cortex-M55와 Neural-ART NPU를 탑재한 STM32N6를 활용할 수 있습니다. 그보다 높은 연산 성능이 필요한 애플리케이션에는 리눅스 기반의 STM32MP2 MPU를 제공합니다. 또한 MEMS 센서 자체에 머신러닝 코어(MLC)와 ISPU를 탑재해, 메인 MCU를 작동시키지 않고도 센서 단계에서 간단한 AI 분석과 판단을 수행할 수 있도록 했습니다. 이를 통해 고객은 센서부터 MCU, MPU까지 필요한 성능과 전력, 비용에 맞춰 AI를 어디에서 처리할지 선택할 수 있습니다.
“ST는 AI를 특정 제품에 추가되는 하나의 기능이 아니라,
STM32 전체 포트폴리오의 기본 역량으로 자리 잡게 하는
것을 목표로 하고 있습니다. 고객이 어떤 STM32 제품을
선택하더라도 각 제품의 성능 범위에 맞는 AI 추론 기능을
동일한 툴과 개발 방식으로 구현할 수 있는 환경을
제공하는 것이 ST가 지향하는 방향입니다.”
Q. 소프트웨어 측면과 기타 지원 방안도 마련되어 있을텐데요.
소프트웨어 측면에서는 ST Edge AI Suite를 통해 AI 개발에 필요한 툴을 통합적으로 제공합니다. 학습된 AI 모델을 STM32에서 실행할 수 있도록 최적화하는 ST Edge AI Core, AI 전문 지식이 많지 않아도 데이터를 활용해 이상 감지나 분류 모델을 개발할 수 있는 NanoEdge AI Studio, 실제 STM32 보드에서 모델 성능을 원격으로 평가할 수 있는 ST Edge AI Developer Cloud, 그리고 사전 학습된 AI 모델을 활용할 수 있는 Model Zoo 등이 포함됩니다.
여기에 다양한 AI 전문 툴 업체, 디자인 하우스, 알고리즘 기업과의 파트너십을 통해 생태계도 확대하고 있습니다. ST가 모든 개발 과정을 자체 솔루션으로 대체하기보다, 고객이 이미 사용하고 있는 AI 개발 환경과 STM32를 쉽게 연결할 수 있도록 하는 것이 중요한 방향입니다. 결국 ST의 온디바이스 AI 전략은 특정 AI 칩 하나를 제공하는 것이 아니라, 센서부터 MCU와 MPU, 개발 소프트웨어와 파트너 생태계까지 연결해 고객이 필요한 수준의 AI를 실제 제품에 쉽게 적용할 수 있도록 하는 것이라고 할 수 있습니다.
Q. ST는 고도로 병렬화된 하드웨어 코프로세서를 갖춘 특수 설계된 NPU인, Neural-ART Accelerator™ 시리즈 첫 번째 제품을 발표한 이래, 제품 선적량이나 후속 제품 개발은 어떻게 진행되고 있는지요.
말씀하신 ST의 독자적인 NPU(Neural Processing Unit), Neural-ART Accelerator™를 처음 탑재한 제품이 STM32N6입니다. 2024년 말 출시됐으며, 2025년부터 양산을 시작했습니다. 회사 정책상 개별 제품의 구체적인 출하량을 공개하기는 어렵습니다. 다만 현재 국내 주요 고객사들과 제품 평가 및 실제 제품 설계에 반영하는 ‘Design-In’이 활발하게 진행되고 있습니다.
MCU는 일반적으로 고객이 샘플을 평가한 뒤 제품 설계에 반영하고 실제 양산에 들어가기까지 수개월 이상의 시간이 필요합니다. 특히 STM32N6는 기존 MCU를 단순히 교체하는 제품이라기보다 카메라와 NPU, 외부 메모리 등을 활용해 새로운 엣지 AI 시스템을 설계하는 경우가 많아, 일반적인 MCU보다 평가와 설계에 더 많은 시간이 필요한 편입니다. 따라서 현재는 단기적인 출하량보다는 고객 평가와 ‘Design-In’을 통해 실제 애플리케이션 적용을 확대해 나가는 단계라고 말씀드릴 수 있습니다.
Q. ST 엣지 AI 제품군은 기존 AI 프레임워크도 호환하여 활용할 수 있다고 들었는데, 어떠한 장점이 있나요.
가장 큰 장점은 기존의 AI 학습 환경은 그대로 유지하면서, 배포 단계에서 ST의 툴체인을 활용할 수 있다는 점입니다. ST Edge AI Core는 TensorFlow™ Lite, Keras, ONNX(PyTorch, Scikit-learn) 등 널리 사용되는 AI 프레임워크의 모델을 직접 불러올 수 있습니다.
따라서 고객사의 데이터 사이언스 팀은 기존에 익숙한 프레임워크와 개발 방식을 변경할 필요가 없습니다. 임베디드 개발팀 역시 변환된 C 라이브러리를 기존 STM32 제품에 연동할 수 있어, 전체 개발 환경을 새롭게 구축해야 하는 부담을 줄이고 프로젝트 개발 속도를 높일 수 있습니다.
Q. 어떤 개발 과정을 거치며, 어떻게 활용할 수 있습니까.
구체적인 개발 과정을 보면, 먼저 ST Edge AI Developer Cloud에 모델을 올려 각 STM32 제품에서의 처리 속도와 메모리 사용량을 실제 보드 기준으로 벤치마크할 수 있습니다. 이를 통해 개발 보드를 구매하기 전에도 적합한 STM32 제품을 검토할 수 있습니다.
이후 STM32CubeAI Studio에서 ST Edge AI Core를 실행하면 양자화와 메모리 배치 등을 자동으로 처리해 최종 코드를 생성합니다. STM32N6의 경우에는 NPU와 Cortex-M55 간의 연산 분배까지 자동으로 처리합니다. ST Model Zoo는 사람 감지, 이미지 분류, 오디오 이벤트 감지, 제스처 인식 등 검증된 모델과 학습 스크립트를 제공합니다. 따라서 필요한 경우 고객의 자체 데이터를 활용해 기존 모델을 재학습하거나 파인튜닝하는 방식으로 활용할 수 있습니다.
반대로 데이터는 있지만 직접 AI 모델을 설계할 전문 인력이 부족한 고객에게는 NanoEdge AI Studio를 활용할 수 있습니다. 센서 데이터를 입력하면 이상 감지나 분류를 위한 라이브러리를 자동으로 생성하며, MCU에서 직접 학습하는 온디바이스 학습도 지원합니다. 이를 통해 설비마다 운영 환경이 다른 경우에도 각 환경에 맞춰 현장에서 학습하고 적용할 수 있습니다.
Q. 엣지 AI 구현에 최적화된 ST의 최신 고성능 MCU, STM32N6의 최근 활용도가 궁금합니다.
STM32N6는 현재 Vision AI 분야를 중심으로 활용되고 있습니다. MIPI CSI-2 카메라 인터페이스와 ISP, NPU, 4.2MB의 내장 SRAM을 단일 칩에 통합해 카메라 입력부터 AI 추론까지 처리할 수 있다는 점이 큰 장점입니다. 기존에는 유사한 처리를 위해 Linux 기반 프로세서와 외부 DRAM, 별도의 전원 설계가 필요했다면, STM32N6를 활용하면 MCU 기반으로 보다 낮은 비용과 전력 소비, 빠른 부팅을 구현할 수 있습니다.
대표적인 활용 분야로는 지능형 가전 및 컨슈머 기기, 산업용 비전, 드론 및 소형 모빌리티 등을 들 수 있습니다. 가전에서는 사용자의 존재 여부나 식별에 따른 동작 제어에 활용할 수 있고, 산업 생산라인에서는 소형 비전 모듈을 이용한 불량 판정이나 위치 검출에 적용할 수 있습니다. 드론이나 소형 모빌리티에서는 장애물 및 객체 인식 등에 활용할 수 있습니다.
Q. 대표적인 활용 사례를 소개한다면요.
실제 적용 사례로는 호주의 열화상 센서 기업 Calumino를 들 수 있습니다. Calumino는 사람의 얼굴과 같은 식별 가능한 이미지를 촬영하지 않고 열 신호를 이용해 사람의 존재와 활동을 감지하는 개인정보 보호에 중점을 둔 카메라 솔루션을 개발하고 있습니다.
이 솔루션에는 STM32N6가 적용돼 열화상 데이터를 클라우드로 전송하지 않고 디바이스 자체에서 실시간으로 AI 분석을 수행합니다. 이를 통해 개인정보를 보호하면서 사람의 존재와 활동을 실시간으로 감지하고, 낮은 전력 소비도 구현할 수 있습니다. 또한 ST Edge AI Suite를 활용해 Calumino의 자체 AI 모델을 STM32N6에 맞게 변환하고 최적화해 적용했습니다.
현재 Calumino의 열화상 센서는 스마트 빌딩의 재실 감지를 통한 에너지 관리, 노인 돌봄 시설에서의 낙상 및 활동 감지, 제조 현장의 자산 모니터링과 이상 감지 등 다양한 분야에 활용되고 있습니다. 이 사례는 높은 AI 처리 성능과 함께 개인정보 보호와 저전력이 요구되는 온디바이스 AI 애플리케이션에 STM32N6가 어떻게 활용될 수 있는지를 잘 보여줍니다. 그 외에도 ST Edge AI Suite에서는 70개 이상의 실제 적용 사례를 통해 다양한 산업과 애플리케이션에서 ST의 엣지 AI 솔루션이 어떻게 활용되고 있는지 확인할 수 있습니다.
Q. ST의 차별화 요소이자 강점이 바로 사용자 친화적인 AI 개발을 위한 툴이라고 강조한 바 있습니다. 이것이 중요한 이유는 무엇입니까.
STM32 MCU 및 Edge AI 솔루션 담당 엔지니어로서 많은 고객과 현장에서 소통하면서 느낀 점은, 임베디드 AI 도입의 병목은 실리콘보다 사람과 개발 환경에 있는 경우가 많다는 것입니다. 대부분의 고객사에서는 MCU에 익숙한 엔지니어와 딥러닝 전문 엔지니어가 서로 다른 조직에서 일하거나, AI 전문 엔지니어가 충분하지 않은 경우도 많습니다. 따라서 ST는 누구나 쉽게 활용할 수 있는 개발 툴을 제품 경쟁력의 중요한 요소로 보고 있습니다.
개발 툴에서는 크게 세 가지를 중요하게 생각합니다. 첫째는 개발을 시작해 첫 결과를 확인하기까지 걸리는 시간을 줄이는 것입니다. ST Edge AI Developer Cloud에서 개발보드 없이 모델의 성능을 벤치마크하고, ST Model Zoo에서 제공하는 예제를 실제 보드에서 빠르게 실행해 볼 수 있도록 지원합니다. 둘째는 기존 개발 환경과의 연결성입니다. STM32CubeMX에서 AI 코드를 생성할 수 있도록 해 개발자가 새로운 개발 환경이나 IDE를 별도로 익혀야 하는 부담을 줄였습니다.
셋째는 개발자가 AI 모델의 동작을 직접 확인하고 최적화할 수 있도록 하는 것입니다. 변환된 모델의 각 레이어가 어디에서 실행되는지, 메모리를 얼마나 사용하는지 등을 리포트로 제공해 개발자가 결과를 단순히 블랙박스로 받아들이는 것이 아니라 직접 이해하고 조정할 수 있도록 지원합니다.
“최근에는 AI 모델을 작고 효율적으로 만드는 기술이 상용화 수준에
도달하면서, 과거에는 GPU와 같은 고성능 프로세서가 필요했던
일부 AI 기능을 이제 MCU에서도 구현할 수 있게 됐습니다.
양자화(Quantization), 프루닝(Pruning), 경량 신경망 등의
기술을 통해 제한된 메모리와 전력으로도 AI 모델을 구동할 수 있기 때문입니다.”
Q. 고객의 요청 사항을 듣기 위해 ST는 평소에도 어떠한 노력을 하고 있나요.
고객의 의견을 듣는 과정은 현장에서부터 시작됩니다. FAE(Field Application Engineer)가 고객과 긴밀하게 소통하면서 개발 과정에서 발생하는 이슈나 기술 지원이 필요한 사항을 파악하고, 이를 본사의 STM32 툴 담당 조직에 전달하는 역할을 합니다.
이와 함께 ST는 엣지 AI를 포함한 AI 분야에 집중하는 AI 역량센터(AI Competence Center)를 운영하며, ST의 포트폴리오를 기반으로 임베디드 AI 솔루션을 개발하는 고객들에게 전반적인 기술 지원을 제공하고 있습니다. 국내에서도 세미나와 정기적으로 진행하는 STM32 테크 트레이닝을 통해 실제 임베디드 개발자들의 피드백을 듣고 지속적으로 소통하고 있습니다.
Q. 지난해 인터뷰에서, STM32N6는 스타트업이나 중소 기업들에게도 상당한 비즈니스 기회를 제공할 것이라고 밝힌 바 있습니다. 그 동안의 성과는 어땠나요.
그 방향성에는 변함이 없습니다. 지난 1년 동안 국내의 다양한 규모의 기업들이 평가 보드와 ST Edge AI Developer Cloud를 활용해 PoC(개념 검증)를 진행했으며, 일부는 시제품 개발 단계까지 진전한 사례도 있습니다. 특히 대기업과 같은 대규모 개발 리소스를 갖추지 않아도 STM32N6와 ST의 개발 툴을 활용해 엣지 AI 개발을 시작하고 실제 시제품 단계까지 발전시킬 수 있다는 점을 보여준 것이 의미 있는 성과라고 생각합니다.
Q. 끝으로, 엣지 AI 시장에서 ST가 궁극적으로 목표하는 바는 무엇입니까. 고객에 어떠한 기업으로 각인되고 싶은지요.
ST는 AI를 특정 제품에 추가되는 하나의 기능이 아니라, STM32 전체 포트폴리오의 기본 역량으로 자리 잡게 하는 것을 목표로 하고 있습니다. 고객이 어떤 STM32 제품을 선택하더라도 각 제품의 성능 범위에 맞는 AI 추론 기능을 동일한 툴과 개발 방식으로 구현할 수 있는 환경을 제공하는 것이 ST가 지향하는 방향입니다.
궁극적으로 ST는 임베디드 AI 솔루션의 리더이자, 고객이 장기적으로 신뢰할 수 있는 기술 파트너로 자리매김하고자 합니다. 단순히 칩을 공급하는 데 그치지 않고 안정적인 제품 공급과 사용자 친화적인 개발 툴, 지속적인 유지보수, 전문적인 기술 지원을 통해 고객이 엣지 AI를 실제 제품에 보다 쉽게 구현할 수 있도록 지속적으로 지원해 나갈 것입니다.
<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>
