eBook

챕터 7

Simulink로 시스템 수준 설계에 AI 통합

MATLAB을 사용하면 Statistics and Machine Learning Toolbox와 Deep Learning Toolbox로 모델 개발 과정에 AI를 통합할 수 있습니다. 하지만 Simulink를 사용하여 AI를 시스템 수준 설계에 통합할 수도 있습니다.

개발 공정 전반에 Simulink 모델을 사용하는 모델 기반 설계라고 불리는 이 접근법은 효율성과 낮은 위험으로 복잡한 시스템을 개발하는 검증된 방식입니다.

엔지니어는 Simulink를 사용하여 블록 다이어그램을 시뮬레이션함으로써 복잡한 시스템을 이해하고 분석할 수 있습니다. Simulink는 머신러닝과 딥러닝을 위한 블록을 제공하여 엔지니어가 AI 기법을 모델 기반 설계와 결합할 수 있도록 지원합니다.

임베디드 알고리즘 개발을 위한 모델 기반 설계에 AI를 통합하면 다음과 같은 작업을 할 수 있습니다.

  • 하나의 알고리즘에 대해 여러 AI 모델로 실험 및 정확도와 기기에서의 성능 사이의 절충점을 빠르게 비교.
  • 알고리즘의 AI 모델을 배포하기 전에 시스템 요구사항에 부합하는지 평가.
  • 시뮬레이션된 환경에서 다른 모델들과 함께 AI 모델을 실행하여 시스템 통합 문제 발견.
  • 하드웨어나 물리적 환경에서 실행하기가 어렵거나 비용이 많이 들거나 위험한 시나리오 테스트.
수술용으로 설계된 금속 로봇.

수술 로봇 같이 복잡한 AI 구동 기기를 개발하려면 시스템 수준 통합과 시뮬레이션이 필요합니다.

Simulink에서 더욱 복잡한 의료기기 시스템을 모델링하기 위해 데이터 주도 ROM(차수 축소 모델링)에 AI를 활용할 수도 있습니다. AI 기반 ROM을 사용하여 시스템의 고충실도 제1원리 모델을 대체할 수 있습니다. 제1원리에 기반한 모델은 특히 모델을 실시간으로 실행해야 하는 HIL(Hardware-in-the-Loop) 또는 PIL(Processor-in-the-Loop) 테스트 동안 시스템 수준 설계에 사용하기에는 보통 너무 연산 집약적입니다. 실시간 하드웨어 시스템에서 수집한 데이터를 사용하여 AI 기반 ROM을 훈련하고 Simulink에 통합하여 시스템 시뮬레이션 및 복잡한 의료기기 시스템의 테스트 속도를 크게 높일 수 있습니다.

또 다른 옵션은 ML(머신러닝)의 한 분야인 강화 학습의 동적 환경으로 Simulink를 활용하는 것입니다.

강화 학습에 대해 자세히 알아보기

또한 의학 엔지니어는 Simulink를 사용하여 소프트웨어 개발 과정에서 IEC 62304 지침을 준수하고 확인 및 검증 워크플로를 통합함으로써 전체적인 의료기기 소프트웨어 개발 과정의 일부로서 임베디드 AI 기반 모델을 인증할 수도 있습니다. 요구사항 기반 모델링 및 테스트, 시스템 공학, 자동 정형화된 테스트 워크플로, 자동 코드 생성, 코드 검증 등의 기능으로 AI 구동 의료기기의 전체적인 개발 비용과 출시 시간을 크게 줄일 수 있습니다.

Simulink를 사용한 의료기기 개발에 대해서는 모델 기반 설계를 사용한 의료기기 개발 백서에서 자세히 알아볼 수 있습니다.