안녕하세요, 나도메이커입니다:)

우리집 분리수거, 피지컬 AI가 도와준다면 어떨까요?

최근 환경 보호를 위한 올바른 분리배출의 중요성이 커지면서, 인공지능이 스스로 쓰레기를 분류하는 기술이 많은 관심을 받고 있습니다.

복잡한 코딩 없이도 우리가 직접 AI에게 “이건 플라스틱이야”, “이건 캔이야”라고 가르칠 수 있다면 훨씬 더 실용적인 프로젝트가 되겠죠.

오늘은 허스키렌즈2의 핵심 기능인 셀프러닝 객체분류를 활용해 스마트 쓰레기 분류기의 기초를 만들어보겠습니다.

◆ 준비물 확인하기

실습에 앞서 필요한 구성품을 먼저 확인해보세요. 저는 아래 품목으로 준비했습니다.

◆ 셀프러닝 객체 분류란?

허스키렌즈2의 Self-Learning Object Classification 기능은 사용자가 카메라 앞에서 직접 물체를 보여주며 학습시키는 방식입니다.

미리 정해진 데이터만 활용하는 것이 아니라, 지금 내 손에 있는 물체를 실시간으로 학습시켜 각각의 물체에 ID를 부여하고 인식할 수 있다는 점이 큰 특징입니다.

이 기능에 대한 자세한 개념과 사용법은 아래 자료를 참고하면 보다 쉽게 이해할 수 있습니다.
HUSKYLENS 2 Usage Tutorial Wiki

◆ 코딩 준비하기

전자 부품 연결을 위한 회로도는 아래와 같습니다.

이제 본격적으로 코딩을 준비해보겠습니다. 이번 실습에서는 Mind+ V1.8.1 RC 3.0 버전을 사용했습니다.

먼저 업로드 모드에서 아래 그림처럼 마이크로비트와 허스키렌즈2, 그리고 Send data to real time mode 확장 명령어를 가져옵니다.

이어서 실시간 모드에서는 Receive upload mode data 확장 명령어를 추가해줍니다.

이제 본격적으로 코딩을 시작해보겠습니다.

◆ 코딩하기 │ 물체 사진 인식으로 쓰레기 분류

대표적인 분리수거 품목인 플라스틱, 캔, 종이를 선택해 허스키렌즈2로 분류해보겠습니다.

업로드 모드에서는 인공지능 빌트인 모델 중 Self-Learning Classifier를 선택해 실행되도록 설정합니다. 그리고 사전에 학습할 물체 이미지를 각각 ID로 등록해둡니다.

이후 감지된 ID 값에 따라 시리얼 포트 메시지의 value 값을 지정합니다. 예를 들어 ID가 1이면 value=1, ID가 2이면 value=2, ID가 3이면 value=3으로 설정하는 방식입니다.

이렇게 하면 업로드 모드에서 인식한 사진 ID 값이 실시간 모드로 전달되어, 실제 반응 동작과 연결할 수 있습니다.

위의 업로드 모드 코드를 마이크로비트에 다운로드한 뒤, 실시간 모드로 전환해주세요.

실시간 모드에서는 전달받은 value 값에 따라 value가 1이면 “플라스틱 입니다”, 2이면 “캔 입니다”, 3이면 “종이 입니다”라고 말하도록 코딩합니다.

여기까지 코딩을 마쳤다면, 아래와 같이 실시간 모드에서 시리얼 포트 통신 연결을 위한 Connect 버튼을 눌러주세요.

◆ 실행결과 확인

허스키렌즈2가 실행되면 Self Learning Object Classification 메뉴를 터치해 실행해주세요. 경우에 따라 자동으로 실행될 수도 있습니다.

그리고 아래 영상처럼 3개의 이미지를 학습시킨 뒤 Mind+에서 실행하면, 학습된 물체 종류에 따라 원하는 분류 결과를 확인할 수 있습니다.

◆ 내 손으로 만드는 환경 보호 AI

오늘은 허스키렌즈2를 활용해 피지컬 AI 쓰레기 분리수거의 원리를 살펴보았습니다.

우리 주변의 문제를 해결하는 따뜻한 기술은 생각보다 가까운 곳에서 시작할 수 있습니다. 직접 만들고 실험해보면서 AI 기술의 구조와 활용 방식을 자연스럽게 익혀보세요.

다음 시간에는 더욱 흥미로운 기능으로 다시 찾아오겠습니다.