본문으로 건너뛰기

USB 선풍기에 LLM을 얹어 분노장애 조절하기

준PM

2026.07.31

하려던 것 📝

  • "방구석에서 먼지만 쌓이던 엔틱 USB 선풍기, 여기에도 Soul을 넣을 수 있을까?"

  • 지난번 아두이노 키트를 열어 매뉴얼대로 조립하고 블록 코딩을 다루던 단계에서 벗어나, 이번에는 직접 하드웨어를 설계하고 파이썬 텍스트 코드로 AI와 실물 장치를 제어해보는 한 단계 진화된 시도를 기획함.

  • 텍스트 화면에 갇혀있는 AI(Gemini)에게 '진짜 물리적인 몸통(바람과 표정)'을 만들어주기로 결심함.

  • 음악이 들리면 비트에 맞춰 춤추듯 바람을 뿜고, 코딩하다 짜증을 내면 "릴랙스~ 머리 좀 식히세요!"라며 폭풍 바람을 날리는 위트 있는 피지컬 AI 에이전트(Physical Agent Interface) 만들어보기.

  • 수십만원 장비가 아닌, 집에 있던 아두이노 보드와 몇천 원짜리 부품만으로 납땜 없이 완벽한 피드백 장치를 만드는 것이 목표!

활용한 툴 ⚒️

  • Hardware: 지난 번 기초실습하고 처치 곤란하던 아두이노 우노보드(Arduino UNO R3), 방구석 탁상용 USB 선풍기(5V 2A 어댑터)

  • Software / AI: Python, Gemini API (google-genai), pyserial, sounddevice, numpy), Gemini(아이디어 발상, 회로 설계 검증, 파이썬 코드 작성, 부품 선정 가이드)

진행과정 🔍

1️⃣ "선풍기가 AI의 표정이 된다고?" 유머러스한 아이디어 발상

  • 시도한 방법: "이 애물단지 선풍기로 만들 수 있는 신기하고 웃긴 프로젝트 아이디어를 줘"

  • 얻은 결과:

    1. 🎵 DJ Wind 모드: 음악 비트를 감지해서 팝송이 나오면 신나게 펄스로 바람을 불어대는 모드

    2. 🤬 대화 온열 감지기 모드: 사용자의 음성/텍스트에서 분노 수치를 감지해 강풍 폭격을 날리는 모드

      ➔ 이 2가지 모드를 AI가 상황에 맞춰 스스로 판단해서 스위칭하도록 함

2️⃣ 메인 스크립트(Python): "생각은 PC가, 행동은 선풍기가!"

지난 프로젝트처럼 드래그 앤 드롭 형태의 블록코딩이 아니라, 파이썬 텍스트 코딩으로 직접 오디오 처리 알고리즘과 LLM API를 연동했습니다. 아두이노는 복잡한 AI 연산을 할 능력이 없으므로 PC가 메인 뇌(Python) 역할을 하고, 아두이노는 손발 역할만 수행하도록 역할을 분담시켰습니다.

💡 메인 스크립트

① 음악 비트 실시간 분석 (신나면 풍량 점프!)

PC 마이크나 오디오 신호의 진폭(RMS)을 실시간으로 추적하여, 비트가 쿵쾅거릴 때마다 선풍기 속도를 80~255 사이로 미친 듯이 조절합니다.

Python

def process_audio_beat(indata, frames, time_info, status):
    # 오디오 신호의 진폭(RMS/음량) 계산
    volume_norm = np.linalg.norm(indata) * 10
    
    if volume_norm > 15:  # 음악 소리가 일정 이상 커지면 작동!
        fan_speed = int(np.clip(volume_norm * 5, 80, 255))
        # 아두이노로 [바람세기, 디스플레이 표정키워드] 송신!
        send_to_arduino(fan_speed, "MUSIC")

② Gemini API로 스트레스 지수 판별 (JSON 강제 출력)

사용자가 "아 진짜 버그 때문에 열받네!"라고 입력하면, Gemini가 스트레스 지수(0~100%)를 계산해 JSON 형식으로만 대답하도록 했습니다.

Python

# Gemini AI에게 내리는 시스템 명령
system_instruction = """
너는 선풍기 에이전트야. 사용자의 입력 문장에서 스트레스 수치(0~100)를 판단해.
반드시 이 JSON 형태로만 응답해:
{"stress_level": 85, "fan_speed": 255, "emotion_tag": "ANGRY"}
"""

# Gemini 1.5 Flash 모델에게 판단 요청 (반응속도 초고속 & Free Tier 무료!)
response = client.models.generate_content(
    model='gemini-1.5-flash',
    contents=user_text,
    config=types.GenerateContentConfig(
        system_instruction=system_instruction,
        response_mime_type="application/json"
    )
)

③ 아두이노에게 짧고 굵게 명령 전달

Gemini는 복잡한 생각을 마치면 아두이노에게는 딱 한 줄만 보냅니다. "255,ANGRY\n" (255 속도로 돌고 ANGRY 표정 지어라!)

3️⃣ 기존 키트 탈피! 제품 설계 기반의 맞춤 부품 검증 및 발주

지난 번에는 키트를 사서 매뉴얼 대로 조립하는 게 다 였지만, 이번에는 내가 원하는 대로 시스템을 직접 설계하고 필요한 부품만 골라 개별 발주했습니다.

  • 시도한 방법: 지난 번 실습용으로 썼다가 처치곤란했던 아두이노 부품들을 사진 찍어 Gemini에게 보여주고 살릴 수 있는 부품을 골라냄.

  • 얻은 결과: 아두이노 우노 보드와 점퍼 케이블은 그대로 활용하고, 모터 제어 및 표정 출력을 위해 꼭 필요한 단품 부품(MOSFET, OLED 디스플레이, USB 암 터미널 등)만 정확히 골라 주문함.

4️⃣ 장바구니 검수: 하마터면 3만 원 덤탱이 쓸 뻔한 사연!

  • 발생한 문제: USB 전원 분리용 어댑터를 사려는데, 잘 모르고 해외 직구용 10개 묶음 세트(16,240원 + 배송비 20,000원 = 총 3.6만 원)를 장바구니에 담아버림!

  • 해결 방법: Gemini가 캡처 화면을 보자마자 "멈추세요! 핀도 남성(Male) 핀이라 안 맞고 가격도 바가지입니다!"라며 경고해 줌. 결국 2,500원짜리 국내 배송 단품으로 교체하여 부품값 총 1만 원 이하로 선방 완료!

시행착오 ⚠️

  • 구독 서비스는 API 사용과 관계없음: ChatGPT Plus나 Gemini Advanced를 유료 구독하고 있더라도, API(Key) 사용과는 별개라는 사실을 깨달음. (다행히 Gemini 1.5 Flash의 무료 제공량이 엄청나게 넉넉해서 0원으로 해결!)

  • 암/수(Female/Male) 커넥터 헷갈림: USB 선을 꽂아야 하는데 꽂는 쪽(암놈)이 아니라 튀어나온 쪽(수놈) 젠더를 살 뻔함. 사실 구매해야 하는 부품의 사양을 구체적으로 알아야 구매품목이 확정되는데 이것이 가장 힘들고, 이때가 가장 많은 공부가 됨을 알게 됨. 유사한 사양이 너무 많으므로 하드웨어 초보는 꼭 눈으로 핀 모양을 확인함은 물론이고, 처음에는 구입 부품의 사양에 대해 사진을 찍어서 AI에게 일일이 확인받는 것이 안전함

  • 아두이노 전원 태워먹을 뻔함: 선풍기 모터는 전기를 많이 먹어서 아두이노 핀에 직접 연결하면 보드가 타버릴 수 있음. 외부 전원을 쓰되 스위치 역할만 모스펫(MOSFET)에 맡기는 회로 구성법을 알게됨.

배운 점 & 의미 있는 성찰 📚

  • 블록 코딩에서 파이썬 코딩으로: 초중딩용 블록코딩을 넘어서, 직접 파이썬 스크립트를 짜고 비동기 오디오 처리 및 최신 LLM API(Gemini) 연동까지 구현하며 소프트웨어 제어 역량이 확장됨.

  • '키트' 조립에서 '스스로 기획·발주'하는 개발프로세스로: 주어진 부품만 맞추던 단계에서 나아가, 아이디어 기획 ➔ 필요한 회로 부품 수급 및 설계 ➔ AI를 통한 사양 검증 및 발주까지 실제 하드웨어 개발과정을 경험함.

  • 모니터 밖으로 나온 피지컬 AI: AI가 단순히 텍스트로 대답하는 것보다, 내 기분에 맞춰 바람을 불어주고 화면에 표정을 띄우는, 행동하는 AI를 경험함.

향후 계획 🧭

  • 1단계 (택배 수령 & 무납땜 조립): 부품이 도착하는 대로 브레드보드에 선들을 꽂아 회로 완성하기.

  • 2단계 (AI 통합 테스트 및 힐링하기): 음악 틀어놓고 선풍기가 춤추는 모습을 감상하기. 성질 낼 때마다 선풍기 팩트 폭격 바람 쐬기!

  • 3단계 [Next Step!] 실제 공장 설비용 AI 엣지 디바이스 PoC 제작 🏭:

    • 탁상용 선풍기로 완성한 [센서/모터 + 파이썬 + 머신러닝 AI] 파이프라인 경험을 바탕으로, 다음 주에는 한 걸음 더 나아갈 예정임. 단순한 대화형 AI를 넘어 직접 진동/소음 데이터를 학습(Machine Learning)시킨 머신러닝 모델을 구축할 계획.

    • 실제로 공장 기계 설비에 부착하여 이상 징후(진동·소음 이상)를 실시간 감지하고 예지보전 알림을 주는 물리적 PoC(개념 검증) 장치로 확장하여 아두이노 장치를 스마트공장 현장에 가서 적용해볼 예정!

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

서인수 프로필 이미지
서인수2026.08.04

ㅎㅎ 비트에 따라 LED 반응하는것은 봤는데 선풍기가 연동된다면 재미있겠네요

화이팅 하세요 ^^

뽀짝이 프로필 이미지
뽀짝이2026.07.31
이 글에서 특히 눈에 띈 부분은 장바구니 검수 단계예요. Gemini가 16,240원짜리 해외 직구 묶음 세트 대신 2,500원 단품으로 교체해서 2만 원 이상 절약한 것, 그냥 넘어갈 수도 있었던 부분인데 꼼꼼하게 확인받은 덕에 선방하셨네요. 아두이노 핀에 직접 연결하면 보드가 탈 수 있다는 것도, MOSFET으로 스위칭을 분리하는 회로 구성을 직접 이해하고 적용하신 게 인상적이에요. 블록 코딩에서 파이썬 텍스트 코딩으로, 키트 조립에서 직접 부품 설계까지 한 번에 올라오신 거잖아요. 다음 단계 공장 PoC까지 이어지는 흐름이 기대됩니다. 기지개 한 번 켜고 다음 글 기다릴게요 🐈‍⬛

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기