Rusty Flying Robots: Learning a Full Robotics Stack with Real-Time Operation on an STM32 Microcontroller in a 9 ECTS MS Course

이 논문은 블랙박스 소프트웨어를 배제하고 시뮬레이션과 STM32 마이크로컨트롤러 배포 모두에서 Rust 언어를 활용하여, 제한된 컴퓨팅 환경에서 비선형 제어 알고리즘을 직접 구현하며 드론을 비행시키는 9 ECTS 석사 과정의 새로운 로봇공학 프로젝트 수업 방법론과 학생들의 피드백을 소개합니다.

핵심

🚀 핵심 아이디어: "블랙박스를 부수고, 직접 엔진을 조립하라"

보통 로봇 공학 수업을 들으면, 이미 만들어진 거대한 소프트웨어 (예: ROS 같은 것) 를 가져와서 "이 버튼을 누르면 드론이 날아갑니다"라고 배우는 경우가 많습니다. 마치 레고 세트의 완성된 조립 설명서를 따라 하는 것과 비슷하죠.

하지만 이 수업은 다릅니다. 학생들은 아예 빈 상자 (하드웨어) 와 나사 (코드) 만 주어집니다. 그리고 그 나사들을 하나하나 조립해서 드론을 날려야 합니다.

🛠️ 수업의 4 가지 주요 단계 (드론의 두뇌를 만드는 과정)

학생들은 드론이 날아오르기 위해 필요한 4 가지 핵심 능력을 직접 코딩으로 구현해야 합니다.

1. 시뮬레이션 (가상 비행장 만들기)

   • 비유: 실제 드론을 날리기 전에, 컴퓨터 안에 가상의 물리 법칙을 만들어야 합니다.
   • 과제: 드론이 어떻게 움직이는지, 중력은 어떻게 작용하는지, 바람은 어떻게 부는지 수학적 공식으로 직접 코딩합니다. 외부 도구를 쓰지 않고, 직접 만든 '가상 세계'에서 드론을 테스트합니다.

2. 컨트롤 (조종사 훈련)

   • 비유: 드론이 흔들리지 않고 원하는 곳으로 가려면 정교한 조종 기술이 필요합니다.
   • 과제: 드론이 넘어지지 않도록 균형을 잡는 '비행 제어 알고리즘'을 만듭니다. 이걸 잘못 짜면 드론이 순식간에 추락하죠. 학생들은 이 코드를 직접 작성하고, 시뮬레이션에서 완벽하게 작동하는지 확인합니다.

3. 상태 추정 (눈과 귀 만들기)

   • 비유: 드론은 눈이 없습니다. 대신 자이로스코프와 가속도계 같은 센서로 "내가 지금 어디에 있고, 얼마나 빠르게 움직이는지"를 추측해야 합니다.
   • 과제: 센서에서 오는 잡음 섞인 데이터를 분석해, 드론의 정확한 위치와 속도를 계산하는 '수학적 필터'를 만듭니다. 이 과정은 매우 정밀해야 하며, 작은 오차도 치명적입니다.

4. 플래닝 (미로 찾기)

   • 비유: 드론이 좁은 구멍 사이를 빠르게 통과하려면 미리 계획을 세워야 합니다.
   • 과제: 장애물을 피하면서 가장 효율적인 경로를 계산하는 '길 찾기 알고리즘'을 만듭니다.

💻 핵심 도구: "러스트 (Rust)"라는 마법 언어

이 수업의 가장 큰 특징은 프로그래밍 언어를 선택한 점입니다. 보통은 C 나 Python 을 쓰지만, 이 수업은 Rust를 사용합니다.

• 왜 Rust 인가요?
  • Python: 너무 느려서 실시간 드론 조종에 부적합합니다. (마치 거북이처럼 느립니다)
  • C/C++: 빠르지만 메모리 관리가 어렵고, 실수하면 드론이 바로 추락합니다. (마치 날카로운 칼을 다루는 것과 같습니다)
  • Rust: C 의 속도와 Python 의 안전함을 모두 가졌습니다. 컴파일 단계에서 실수를 미리 잡아주어, 드론이 추락하지 않도록 보호해 줍니다.
  • 결과: 학생들은 PC(시뮬레이션) 에서도, 그리고 아주 작은 칩 (STM32 마이크로컨트롤러) 에도 같은 Rust 코드로 드론을 날릴 수 있습니다. 코드를 다시 쓸 필요가 없습니다.

🎓 수업의 결과와 학생들의 반응

• 난이도: 매우 어렵습니다. 학생들은 Rust 라는 새로운 언어를 배우면서, 수학, 물리, 프로그래밍을 동시에 적용해야 합니다.
• 소요 시간: 주당 6~9 시간 정도 투자해야 하지만, 학생들은 "진짜 재미있었다", "가장 좋은 강의였다"라고 평가했습니다.
• 성공: 10 명씩 두 번에 걸쳐 수업을 진행했는데, 학생들은 직접 만든 코드가 실제 드론에서 실시간으로 작동하는 것을 경험하며 큰 성취감을 느꼈습니다.

🌟 요약: 이 수업이 주는 교훈

이 수업은 **"로봇 공학은 단순히 기존 도구를 쓰는 것이 아니라, 그 도구를 직접 만드는 과정"**임을 보여줍니다.

마치 자동차를 운전하는 법을 배우는 대신, 엔진부터 차체까지 직접 조립해서 시동을 거는 과정을 배우는 것과 같습니다. 비록 힘들지만, 완성된 자동차를 타고 달릴 때의 짜릿함은 비교할 수 없을 정도로 큽니다.

이 수업은 Rust라는 강력한 도구를 통해, 복잡한 수학 이론을 가진 고급 로봇 기술조차도 작은 칩 위에서 안전하게 작동할 수 있음을 증명했습니다.

기술 요약

논문 요약: Rusty Flying Robots

1. 문제 제기 (Problem)

로봇 공학 교육, 특히 드론 (Multirotor) 과 같은 임베디드 시스템에 알고리즘을 배포하는 과정에는 다음과 같은 교육적 딜레마가 존재합니다.

• 복잡성과 시간의 모순: 실제 로봇에 알고리즘을 배포하려면 실시간 (Real-time) 운영이 필수적입니다. 이는 C/C++ 같은 저수준 언어로 최적화된 코드를 작성해야 함을 의미하지만, 대학 수업이나 프로젝트 기간 내에 이를 구현하기에는 엔지니어링 노력이 너무 큽니다.
• 교육적 한계:
  • 단순화: 하드웨어 실행을 위해 너무 단순한 알고리즘만 가르치면 현대 로봇 공학의 핵심을 놓치게 됩니다.
  • 추상화: ROS 2 나 Drake 같은 고급 소프트웨어 인프라를 제공하면 학생들은 실제 하드웨어 제약 (하드웨어 리소스, 실시간성) 을 경험하지 못합니다.
  • 시뮬레이션 의존: Python 과 같은 언어로 시뮬레이션만 수행하면 실제 물리 세계에서의 작동 원리를 체득하기 어렵습니다.
• 목표: 학생들에게 수학적 기초를 가르치고, 제한된 컴퓨팅 자원 (STM32 마이크로컨트롤러) 에서 실시간으로 작동하는 최신 비선형 제어 및 상태 추정 알고리즘을 직접 구현하여 드론을 비행하게 하는 교육 과정이 필요합니다.

2. 방법론 (Methodology)

본 논문은 베를린 공과대학교 (TU Berlin) 에서 운영된 9 ECTS(마스터 과정) 실습 과목을 소개하며, 다음과 같은 핵심 방법론을 채택했습니다.

• 프로그래밍 언어: Rust 채택

  • 이유: C/C++ 의 메모리 안전성 문제와 Python 의 실시간성/임베디드 지원 부족을 해결하기 위해 Rust 를 선택했습니다.
  • 장점: 컴파일 언어이면서 메모리 관리가 가능하고, 컴파일 시 안전성을 보장 (Borrow Checker) 하며, 임베디드 아키텍처 (STM32) 를 지원합니다. 또한 제네릭과 연산자 오버로딩을 통해 타입 안전한 수학적 식 구현이 가능합니다.
  • 학습 곡선: 학생들의 90% 이상이 Rust 초보자였으나, 추가 라이브러리 없이도 9 ECTS 과정 내에서 최신 비선형 로봇 파이프라인을 구현하는 데 성공했습니다.

• 교육 커리큘럼 (4 단계 로봇 파이프라인)
  학생들은 외부 블랙박스 소프트웨어를 제공받지 않고, 다음 4 가지 핵심 요소를 자신들의 Rust 코드로 직접 구현해야 합니다.

  1. 시뮬레이션 (Simulation, 4 주):

     • Gazebo 등 기존 툴 대신, SE(3) 공간에서의 물리 역학을 이해하기 위해 자체 시뮬레이터를 Rust 로 작성합니다.
     • 1D(수직 운동) 및 2D(평면 운동) 사례를 거쳐 3D 다중 로터 시뮬레이션을 구현합니다.
     • 미분 평탄성 (Differential Flatness) 을 이용한 수학적 궤적과 실제 로봇 데이터를 통해 시뮬레이션을 검증합니다.

  2. 제어 (Controls, 4 주):

     • PX4 등 최신 비행 스택에 사용되는 **비선형 기하학적 제어기 (Nonlinear Geometric Controller)**를 구현합니다.
     • 자체 시뮬레이터에서 검증 후, C 로 작성된 오픈소스 STM32 펌웨어에 Rust 라이브러리를 통합 (C/Rust 상호 운용성, bindgen 활용) 하여 실제 드론 (Bitcraze Crazyflie 2.1) 에 배포합니다.

  3. 상태 추정 (State Estimation, 3 주):

     • 자이로, 가속도계, 광학 흐름 센서 데이터를 활용하여 위치, 자세, 속도를 추정합니다.
     • SO(3) 매니폴드에서 작동하는 **곱셈 확장 칼만 필터 (Multiplicative EKF, MEKF)**를 구현합니다.
     • 9x9 행렬 역행렬 계산 등 실시간 연산의 수치적 안정성을 확보하기 위해 심볼릭 미분 (SymPy) 및 스칼라 업데이트 기법 등을 적용합니다.

  4. 운동 계획 (Motion Planning, 3 주):

     • 좁은 통로를 통과하는 민첩한 기동을 위해 미분 평탄성과 **2 차 계획법 (Quadratic Programming, QP)**을 활용합니다.
     • 제한된 마이크로컨트롤러 환경에서 밀리초 단위로 해를 구할 수 있도록 최적화된 솔버를 사용하여 궤적을 생성합니다.

• 실습 환경:

  • 하드웨어: Bitcraze Crazyflie 2.1 (35g, STM32F4, 168MHz, 192KB RAM) 및 광학 흐름/데이터 기록 확장 보드.
  • 안전: 낮은 중량과 안전망, 안전 고글을 사용하여 인명 사고를 방지합니다.

3. 주요 기여 (Key Contributions)

1. Rust 기반의 통합 로봇 공학 교육 모델 제시: 시뮬레이션부터 임베디드 배포까지 단일 언어 (Rust) 로 수행하는 교육 과정을 설계하여, 고수준 알고리즘과 저수준 하드웨어 제약을 동시에 경험하게 했습니다.
2. 블랙박스 인프라 배제 (Black-box Avoidance): 기존 로봇 프레임워크 (ROS 등) 나 수학적 라이브러리를 제공하지 않고, 학생들이 수학적 기초 (미분 기하학, 제어 이론) 를 직접 코드로 구현하게 함으로써 깊은 이해를 도모했습니다.
3. 실제 하드웨어 배포 성공: 제한된 리소스 (STM32) 에서 실시간으로 작동하는 비선형 제어 및 상태 추정 알고리즘을 성공적으로 구현하고 비행에 성공한 사례를 제시했습니다.
4. 오픈 소스 교육 자료: 모든 강의 자료와 코드를 공개하여 다른 대학에서도 동일한 커리큘럼을 쉽게 도입할 수 있도록 했습니다.

4. 결과 (Results)

• 수행 현황: 2024/25 및 2025/26 학기 가을에 각각 10 명의 학생이 참여했습니다.
• 학습 시간: 학생들의 50% 가 주당 69 시간, 25% 가 1216 시간, 나머지 25% 가 2~4 시간을 투자하여 9 ECTS(약 270 시간) 과정의 예상 노력 범위 내에 있었습니다.
• 학습 효과:
  • 대부분의 학생이 Rust 초보자였으나, C/Python 경험을 바탕으로 새로운 언어를 습득하고 복잡한 알고리즘을 구현하는 데 성공했습니다.
  • 강의 만족도는 매우 높았습니다 (평균 1.1 점, 1 점 만점). 학생들은 "가장 재미있고 배움이 많았던 강의 중 하나"라고 평가했습니다.
• 피드백: 강의 자료의 포괄성 향상 (예: 스크립트 추가) 과 과제를 더 작은 단위로 분할할 필요성에 대한 의견이 있었습니다.

5. 의의 (Significance)

• STEM 교육의 혁신: 로봇 공학이 단순한 이론이나 시뮬레이션이 아닌, 실제 하드웨어 제약 속에서 작동하는 "실제 세계의 과학"임을 학생들에게 체감시켜 STEM 분야에 대한 흥미와 열정을 고취시킵니다.
• Rust 의 로봇 공학 적용 가능성 입증: Rust 가 임베디드 시스템과 고수준 알고리즘 구현 모두에 적합하며, 학습 곡선이 높음에도 불구하고 교육적 동기부여가 될 수 있음을 증명했습니다.
• 미래 교육 방향성: 사전 정의된 소프트웨어 인프라에 의존하기보다, 기본 원리를 직접 구현하고 하드웨어에 배포하는 철학이 로봇 공학 교육의 새로운 표준이 될 수 있음을 시사합니다. 향후 학부 수준으로 확장할 계획입니다.

이 논문은 로봇 공학 교육이 어떻게 하면 이론과 실제 하드웨어 배포 사이의 간극을 효과적으로 메울 수 있는지에 대한 강력한 모델 사례를 제공합니다.