에너지 수확(energy harvesting)이 새로운 개념은 분명 아니지만 최근 RF와 마이크로컨트롤러(MCU) 장치에 대한 성능 대전력 소모의 개선은 에너지 수확 애플리케이션을 구축하는 것이 훨씬 수월해졌다는 것을 보여준다. 더욱이 에너지 수확을 사용하는 애플리케이션의 경우 그 전과 동일한 양의 수확된 에너지를 사용했을 때 이전보다 성능이 크게 향상되었다.
글/매트 손더스(Matt Saunders), 마이크로컨트롤러 및 무선 제품 담당수석 마케팅 매니저
실리콘랩스

에너지 수확(energy harvesting)이 새로운 개념은 분명 아니지만 최근 RF와 마이크로컨트롤러(MCU) 장치에 대한 성능 대 전력 소모의 개선은 에너지수확 애플리케이션을 구축하는 것이 훨씬 수월해졌다는 것을 보여준다. 더욱이 에너지 수확을 사용하는 애플리케이션의 경우 그 전과 동일한 양의 수확된 에너지를 사용했을 때 이전보다 성능이 크게 향상되었다. 그 결과 점점 더 많은 애플리케이션에서, 수집된 데이터를 국지적으로 처리하고 처리한 데이터를 다시 수집 지점으로 전송하는 센서 노드를 구동하는 현실성 있는 솔루션으로 에너지 수확 방식이 자리잡고 있다.

에너지 수확 시스템 구성 요소

그림 1에 나타난 임베디드 에너지 수확 시스템을 생각해 보자. 이러한 요소들 중일부(예: 에너지 수확기)는 에너지 수확 설계에서 흔히 볼 수 있다.
센서 노드를 구동하는데 필요한 에너지는 어디서 수확할까? 광원이나 열원, 진동, RF 소스로부터 수확할까? 표 1은 이러한 일반적인 에너지원으로부터 수확되는 잠재 에너지를 정리했다. 이 예에서는 태양열 수확기를 사용한다고 가정한다. 수확원뿐 아니라 애플리케이션도 콘덴서 뱅크나 소형 충전지 같은 에너지 저장 방식이 필요하다(저장이 필요한 이유는 수확기는 지속적으로 에너지를 수확하지만 애플리케이션 자체는 슬립 모드로 대부분의 시간을 보내고 실제 활동시에는 에너지 소비가 급증하기 때문이다).

이러한 애플리케이션 요소 외에도 개발자는 요구되는 결과를 내는 구성 요소를 선택하고 설계해 사용 가능한 에너지를 사용할 수 있도록 해야 하는 어려움에 직면한다. 이때 고려해야 할 요인이 몇 가지 있다. 선택한 장치는 극히 낮은 대기 전력에서 작동해야 하며 동작 중에도 최저 수준의 전력을 사용해야 한다. 또한 대기 모드와 동작 모드의 전환이 아주 빠르게 이루어져야 한다(대기 모드에서 동작모드로의 전환 시간이 길어질수록 소모되는 에너지의 양도 증가한다).

RF 링크 추가하기

이러한 설계에서 RF 부품을 고려할 때 필요한 데이터를 전송하는 데 충분한 대역폭을 제공하면서도 전반적인 전력 소비를 최대한 줄일 수 있도록 오버헤드는 최소화하는 프로토콜을 정하는 것이 중요하다. 지그비와 블루투스는 저전력 배터리 구동 애플리케이션으로서는 좋은 선택이지만 가벼운 무선 연결 기술을 선택하는 것이 에너지 수확 면에서는 더 나을 수 있다. 에너지 수확 애플리케이션의 요건은 단순하면서 전매 특허를 지닌 Sub-GHz 솔루션에 적합하다. 이러한 디자인의 경우 국지적 신호 처리로 인해 데이터가 최소로 전송 된다고 하면(이 문제는 다음에 더 자세하게 다룬다) RF 구성요소는 대부분의 시간은 대기 모드로 보내다가 짧은 시간 동안 많은 양의 전처리 데이터를 한꺼번에 전송할 때만 깨어난다. 그러한 경우 두 가지 중요한 매개변수를 고려해야 하는데 대기모드에서의 전력 소비와 전송 모드에서의 전력 소비가 그것이다.

이러한 이유로 여러 제품 중에서 실리콘랩스의 Si4464장치 같이 에너지 효율적인 Sub-GHz 트랜시버를 선택하는 것이 좋다. Si4464는 대기모드 전력이 50nA에 불과해 데이터
송수신 때 수확된 에너지원에서 사용되는 전력량이 최소가 되며 대기 모드에서 동작상태로 돌아오는 데 걸리는 웨이크업 시간도 450μSec으로 무척 짧다. 무선 에너지 효율의 뛰어난 수준 덕분에 설계자들은 애플리케이션 내에서 RF 부품의 전력 소비를 최소화할 수 있으며 데이터를 포착, 관리하는 데 집중할 수 있다.

적절한 MCU 선택하기

MCU에 관해 이야기하자면 센서 노드는 RF 네트워크로부터 전송되는 전체적인 데이터양을 줄이기 위해 국지적으로 데이터를 처리한다. 이러한 설계의 구현에 이상적인 부품은 MCU로 ARM Cortex-M4 코어 상에 설치한다. 이때 MCU는 비DSP 가능 MCU보다 클럭 사이클을 적게 사용하고도 신호를 처리할 수 있는 전용 DSP 함수의 범위를 가진다. 그림 2는 Cortex-M3 코어 기반의 MCU에서 512 포인트 빠른 푸리에 변환을 하는 데 걸리는 시간과 Cortex-M4에서 동일한 루틴을 시행했을 때 걸리는 시간을 보인 것이다(CPU 클럭 속도는 두 경우 모두 동일하다).

수치가 보여주듯이 Cortex M4 상에서의 처리 시간이 Cortex M3에서의 시간보다 훨씬 짧아 DSP 기반Cortex M4를 사용할 때 에너지 효율이 향상된다.DSP 기능을 갖춘 뛰어난 성능의 코어를 사용하는 장점을 강조하려면 에너지 수확 애플리케이션에 실리콘랩스의 EFM32 Wonder Gecko MCU 사용을 고려해볼 수 있다. 그러나 코어만으로는 최고의 에너지 효율을 달성할 수 없으며 신호 수집에 필요한 소비 전력(과 그 결과 사용되는 기법)과 MCU 주변장치 간의 상호작용 등의 다른 영역도 고려해야 하며 MCU가 오랜 시간 동안 저전력 모드 상태로 있을 수 있어야 한다.

에너지 효율적인 신호 수집

신호 수집 작업을 고려할 때, 에너지 효율은 다양한 방법으로 최적화할 수 있다. 수집되는 것이 아날로그 신호라고 가정하면 A/D 컨버터를 사용하거나 신호 수집을위해 특정 목적의 인터페이스를 사용하는 것이 알맞다.

A/D 컨버터부터 이야기해보면 데이터를 MCU로 보내는 데에는 몇 가지 방법이 사용된다. 그림 3에서 이 과정을 그림으로 나타내었다. 첫 번째 방법은 가장 일반적인 것으로 A/D 컨버터가 타이머로 신호를 포착해 DMA로 전송하도록 트리거 해서 165μA의 에너지 소모로 초당 1K의 샘플을 얻는다. 이는 주변기기의 상호 작용에 사용하기 좋지만 MCU의 기능은 전혀 사용하지 않는다.

두 번째 방법은 주파수 측정 방식은 동일하지만 에너지 소비는 개선하는 방법으로 이 경우 MCU의 에너지 모드2(EM2)를 사용하면 MCU는 인터럽트가 발생하기 전까지 대기 상태를 유지한다(인터럽트는 EM2의 기능인 타이머를 포함해 여러 요인으로부터 발생할 수 있다). EM2의 대기 모드에서 에너지 소비는 900nA이지만 MCU는 단 2μSec 만에 완전한 속도의 동작 모드로 돌아갈 수 있다. 이로 인해 초저전력 모드에서 소요되는 시간과 EM2에서 완전한 속도의 동작 모드로 돌아가는 데 사용되는 에너지 사이에 균형이 뛰어나 초당 1K의 샘플을 수집하는 데 드는 전류를 60μA로 줄여준다. 이는 첫 번째 방법과 비교해 상당히 감소된 값이라는 것을 알 수 있다. 많은 임베디드 애플리케이션이 인터럽트 방식으로 구동되기 때문에 이 방법이 가장 적합할 수 있지만 애플리케이션의 특정 상황에 따라 에너지 소비를 한층 더 줄일 수 있다.

세 번째 방법‘( 최적화 루프’) 역시 EM2를 사용하지만 이번에는 인터럽트가 발생하는 것을 기다리는 대신 Cortex-M 명령어 세트의 일부인 WFE(Waitfor Event) 명령어를 사용한다. WFE 명령어를 사용하면 MCU이 인터럽트에 의해 발생된 특정 외부,내부 이벤트에 반응할 수 있다. 그러나 이 경우 주 루프에서 인터럽트로 전환을 시키는 대신 MCU는 EM2모드에서 깨어나 바로 다음 명령어를 실행할 수 있어 인터럽트 지연이 사라진다. 이러한 접근 방식이 모든 애플리케이션에 적용되는 것은 아니지만 사용할 수 만 있다면 전력 소비를 한층 더 낮출 수 있어서 이 경우 초당 1K의 샘플을 얻기 위해 드는 전류는 20μA미만이다.

얼마나 자주 신호를 샘플링 해야 하고 여러 모드에서의 MCU 전력 소비가 어느 정도여야 하는지를 신중히 분석하는 일은 어떤 수집 방법이 해당 애플리케이션에 가장 적합한지를 결정하는 데 매우 유용할 수 있다.

그림 4는 앞에서 설명한 세 가지 방식에서의 전류소비와 샘플 주파수를 나타낸 것이다. 그래프에서 보듯이 에너지 효율 면에서 가장 좋은 결과를 얻으려면 교점이 생기는 지점에서 방법을 바꾸는 것이 합리적이다.

A/D 컨버터를 신호 수집에 사용하는 것 외에도 선택한 MCU에 특정 주변장치를 추가할 수도 있다. EFM 32 Wonder Gecko MCU의 경우 저에너지 센서 인터페이스(Low Energy Sensor Interface, LESENSE)를 사용해 MCU에서 오는 신호를 포착하고 MCU가 처리해야 할 작업이 생길 때만 MCU를 깨우도록 선택할 수 있다. 그림 5는 ESENSE 개념을 보여주며 이 경우 아날로그 신호가 MCU로 들어오는 것을 알 수 있다.

그러한 신호를 처리하는 표준 방법은 입력을 폴링하고 원하던 임계값을 넘어섰는지 지속적으로 확인해야 한다. 그러나 이러한 방식은 에너지 효율적이지않다. LESENSE 같은 자동 센서 인터페이스 기능은 저전력 모드를 유지하도록 설정할 수 있으며(예:EM2, A/D 컨버터 기법에 사용), 임계값이, 예를 들어 5번을 넘는 경우에만, MCU를 깨운다. 이러한 접근 방식을 사용으로 에너지 효율이 뛰어난 솔루션이 가능하다. 예를 들어 LESENSE 주변장치가 MCU를 깨우면 MCU는 다음에 무엇을 해야 할지 정확히 알고 애플리케이션의 해당 부분을 직접 관리한다. 그림6은 MCU 주변 장치로 LESENSE 을 사용할 때 에너지 수확 애플리케이션에서 얼마나 큰 차이가 발생할 수 있는지를 보여준다.

그림 6에서는 애플리케이션의 에너지 저장량으로부터 MCU에 전력을 공급하는 전원 레일의 측정값을 보여준다. 두 가지 예에서 애플리케이션은 LESENSE 주변장치를 통해 5Hz에서 신호를 수집한다. 첫 번째 예에서 애플리케이션은 데이터 수집 때마다 MCU를 깨운다. 잠깐 시간이 지나면 에너지 저장량이 크게 줄고 MCU가 리셋 되는 것을 알 수 있다. 두 번째 예에서는 데이터를 5번 수집할 때마다 MCU를 깨우도록 LESENSE 주변장치를 구성했다. 수집되어 MCU로 전달된 데이터의 양은 동일하지만 두 번째 예에서 MCU는 리셋 되지 않고 애플리케이션도 계속 가동 중이다. 따라서 MCU 리소스를 지능적으로 사용해 에너지 효율이 훨씬 높은 솔루션이 가능하다.

임베디드 애플리케이션을 위해 바로 사용 가능한 전력원에서 효율적으로 수확할 수 있는 에너지의 양은 지난 수 년간 그다지 증가하지 않았으나 그 동안 MCU와 RFIC 같은 주요 시스템 부품의 전력 요구량이 상당히 줄었다. 더욱 에너지 효율적인 IC 부품을 추구하는 이러한 추세로 인해 에너지 수확 기술을 이용해 지능적이고 유용한 임베디드 시스템에 전력을 공급하는 경우가 그 어느 때보다 증가하고 있다.
사물인터넷(Internet of Things, IoT) 시장으로 자동으로 지속되는 센서 노드를 설계하는 능력은 필수가 되었다. 오늘날의 시장에서 선택할 수 있는 RF와 MCU 솔루션은 무수히 많지만 임베디드 설계에서 수확된 전력으로 구동되는 MCU와 RF 부품에 진짜로 필요한 것이 무엇인지를 생각해볼 때 하나의 제품으로 모든 경우를 만족시키는 것이 불가능하다는 것이 명확하다. 즉, 에너지 효율적인 시스템을 구축할 때 다른 제품보다 뛰어난 장점을 보이는 제품이 있기 마련이다.

<반도체네트워크 11월>