W5500으로 잇는 AI와 도로: YOLOv5 + LSTM 기반 지능형 신호등 시스템 — 베트남 IUH·인도 MIT MAHE 공동 연구의 핵심 통신 백본

도시 교통체증은 단순한 불편함이 아니라 연료 낭비, 배출가스, 시민 시간 손실로 직결되는 거대한 사회적 비용입니다. 베트남 같은 신흥 도시에서는 오토바이가 도로의 70% 이상을 점유해 기존 고정 타이밍 신호등의 한계가 더욱 극명하게 드러납니다. 베트남 호치민 산업대학교(IUH)와 인도 마니팔 공과대학(MIT MAHE)의 공동 연구팀은 이 문제를 YOLOv5 객체 검출 + LSTM 시계열 예측 + 임베디드 실시간 제어로 풀어냈고, IEEE ICERECT 2025에서 그 결과를 발표했습니다. 그리고 이 시스템에서 AI 추론을 수행하는 PC와 실시간 신호 제어를 담당하는 Raspberry Pi Pico를 연결하는 신경망 역할을 한 것이 바로 WIZnet의 W5500(USR-ES1 모듈)입니다.

1. 연구 배경: 왜 고정 타이밍 신호등은 더 이상 통하지 않는가

도시 교통의 본질적 문제는 수요는 동적인데, 공급(신호 시간)은 정적이라는 데 있습니다. 출근 시간 동쪽에서 차량이 몰려와도, 정해진 30초 녹색 신호가 끝나면 무조건 정지해야 하는 것이 기존 시스템입니다.

이 비효율은 베트남·인도 같은 신흥국에서 특히 심각합니다:

• 오토바이가 차량보다 5~10배 많아 차종별 처리 시간이 다름
• 도로 인프라가 빠르게 변하지만 신호 시스템은 그대로
• 상용 ITS(Intelligent Transportation System) 솔루션은 수억 원대라 공공 도입이 어려움

논문 저자들은 다음 4가지 기술 흐름이 동시에 무르익었다고 판단했습니다:

이 네 가지를 결합하면 상용 솔루션의 1/100 비용으로 적응형 신호 제어가 가능해집니다.

2. 시스템 구성: AI는 PC에, 실시간은 MCU에 — W5500이 잇는 이종 컴퓨팅 아키텍처

2.1 전체 시스템 분할 구조

이 연구의 가장 영리한 설계 결정은 컴퓨팅 부하를 두 곳으로 분할한 것입니다.

[PC 측 — AI 추론 담당]                  [현장 측 — 실시간 제어 담당]
 ├─ 웹캠 × 2 (4개 도로 구역)              ┌─ Raspberry Pi Pico
 ├─ YOLOv5n6u 객체 검출                   ├─ W5500 (USR-ES1 모듈)
 ├─ LSTM 트래픽 예측                       ├─ IC 4017 (Decade Counter)
 ├─ PyQt5 GUI                            ├─ SS8050 NPN 트랜지스터 ×N
 ├─ CSV 로깅 + 차트                       ├─ AMS1117 (3.3V 레귤레이터)
 └─ TCP/IP 명령 송신                       ├─ 신호등 LED (R/Y/G × 4방향)
                                          ├─ 7-segment 카운트다운 표시
                                          └─ 푸시버튼 (Auto/Manual/Reconnect)
              ↕ Ethernet (Cat5/6, TCP/IP, SPI 80MHz)
              ↕   W5500 Hardwired TCP/IP Stack

2.2 왜 이런 분할이 필요했나

YOLOv5는 가벼운 n6u 모델조차 CUDA 가속 없이는 임베디드 MCU에서 실시간 추론이 불가능합니다. 반면 신호등 제어는 **밀리초 단위의 결정성(deterministic timing)**이 생명입니다. 빨강 → 노랑 → 초록 전환이 OS의 스케줄러에 흔들리면 안 됩니다.

저자들의 해법은 명확합니다:

"임베디드 시스템은 Raspberry Pi Pico에 배포되며, 통신과 신호 제어를 동시에 처리하기 위해 멀티스레드 접근 방식을 사용합니다." — 논문 §III.C

Thread 1은 W5500을 통한 네트워크 통신과 PC로부터의 명령 수신을 담당하고, Thread 2는 신호등 LED와 7-segment 카운트다운을 결정적 타이밍으로 제어합니다. 두 스레드는 같은 MCU 안에서 독립적으로 동작하며, W5500의 하드와이어드 TCP/IP 스택이 통신 부하를 완전히 흡수해줍니다.

만약 W5500 없이 소프트웨어 TCP/IP 스택(lwIP 등)을 Pico에서 직접 돌렸다면:

• Pico의 RP2040 (Cortex-M0+ 2코어, 264KB SRAM)이 TCP 재전송·ARP·체크섬에 코어 1개를 거의 소진
• 신호등 제어 스레드의 응답성이 PC 통신 부하에 좌우됨
• 단일 패킷 손실 시 신호등이 멈출 위험

W5500은 이 문제를 칩 차원에서 해결합니다. Pico는 단지 SPI로 "어떤 신호를 켜라"는 명령을 받고, 그 결정성을 유지하면 됩니다.

2.3 W5500 USR-ES1: 메이커가 선택한 W5500 모듈

USR-ES1은 W5500 칩을 기반으로 한 컴팩트한 핀 헤더 모듈로, 다음과 같은 특징을 가집니다:

• SPI 인터페이스: 최대 80MHz, Mode 0/3 지원
• 3.3V I/O, 5V tolerant: Raspberry Pi Pico와 직결 가능
• 표준 RJ45 잭 + 트랜스포머 내장
• 링크 상태 LED 표시: 디버깅 편의
• 2.54mm 핀 피치: 브레드보드/PCB 호환

논문에서는 Altium Designer로 직접 PCB를 설계해 W5500 모듈, IC 4017, SS8050 트랜지스터, AMS1117 레귤레이터를 모두 단일 보드에 통합했습니다(논문 Fig. 5 참고). 이는 W5500 계열 모듈이 연구 시작 단계에서는 빠른 프로토타이핑 도구로, 양산 단계에서는 PCB 통합 부품으로 자연스럽게 진화할 수 있음을 보여줍니다.

3. 실험 방법: AI 학습 + 통신 검증의 듀얼 파이프라인

3.1 YOLOv5 데이터셋 구축 및 학습

• 저자들이 직접 촬영한 60+ 어노테이션 이미지로 도메인 적응 데이터셋 구성
• Make Sense 도구로 바운딩 박스 라벨링 (YOLO 포맷)
• 학습 설정: epochs=50, batch=16, model=YOLOv5n6u
• 검출 대상: 자동차(car) + 오토바이(motorbike), 4개 도로 구역

3.2 LSTM 시계열 모델 학습

• 입력: 10 타임스텝 × 8 특성 (4구역 × 자동차/오토바이 카운트)
• 정규화 범위: [0, 1]
• 출력: 다음 시점의 8개 차량 카운트 예측
• 데이터셋: 500개 학습 샘플 (CSV 저장)

3.3 통신 안정성 검증 (W5500의 핵심 역할)

이 부분이 본 글의 핵심입니다:

1. TCP/IP 양방향 통신 테스트: PyQt5 GUI ↔ Pico간 명령/상태 송수신
2. 모드 전환 안정성: Auto ↔ Manual 모드 실시간 전환 시 패킷 손실 측정
3. 재연결 메커니즘: 의도적 연결 끊김 후 Pico의 자동 재연결 검증
4. 데이터 동기화: 신호등 상태를 GUI로 회신해 CSV 로깅 + 차트 표시

특히 카메라 오프라인 시나리오가 흥미롭습니다. 카메라가 끊어져도 LSTM이 과거 트래픽 패턴 기반으로 예측치를 생성하고, 이를 W5500을 통해 Pico에 전송해 무중단 적응 제어가 유지됩니다.

4. 실험 결과: 95% 정확도와 안정적 양방향 통신

4.1 객체 검출 성능

저자들은 다음과 같은 인상적인 결과를 보고했습니다:

✅ YOLOv5 검출 정확도 약 95% — 실세계 교통 환경 적용 가능 수준 ✅ mAP@50 ≈ 1.0 — IoU 50% 기준 거의 완벽 ✅ mAP@50-95 ≈ 0.7 — 다양한 객체 크기/각도에서도 견고 ✅ Precision과 Recall 모두 1.0에 근접 — 학습 50 에폭 후 안정 수렴

4.2 LSTM 트래픽 예측 성능

저자가 분석한 그림 18(Region 2의 오토바이 카운트 예측 vs 실제)에서:

• 추세 일치도: 샘플 420-460 구간에서 예측-실측이 매우 일치
• 스파이크 처리: 갑작스러운 트래픽 증가에도 방향성 정확히 포착
• 위상 지연 최소: 실시간 응답성 확보 — 적응형 신호 제어에 결정적

4.3 통신 시스템 성능

✅ W5500 SPI 통신 기반 안정적 이더넷 연결 — 논문 §IV에서 "stable Ethernet-based communication" 명시 ✅ 양방향 데이터 교환 검증 — 명령(GUI→Pico)과 상태(Pico→GUI) 모두 무손실 ✅ CSV 로깅 + 실시간 차트 — 시스템 분석/최적화를 위한 데이터 트레이서빌리티 확보 ✅ 자동/수동 모드 원활한 전환 — TCP 세션 유지 상태에서 모드 변경 가능

4.4 솔직한 한계

⚠️ 데이터셋 규모 제한 — 60+ 이미지, 500 LSTM 샘플은 PoC 수준 ⚠️ 단일 교차로 검증 — 다중 교차로 협업 제어는 향후 과제 ⚠️ 극단적 스파이크 시 LSTM 진폭 압축 — RNN 계열의 일반적 한계 ⚠️ 저자들도 미래 개선점으로 MQTT 도입을 권고 — Ethernet/TCP는 검증되었으나 확장성 면에서 IoT 표준 프로토콜 활용 필요

5. 이런 고객에게 W5500을 추천합니다

이 논문 사례는 W5500이 단순한 "이더넷 칩"이 아니라 AI 시대의 이종(heterogeneous) 컴퓨팅 아키텍처를 잇는 표준 인터페이스임을 보여줍니다.

🚦 1. 스마트시티 / 지능형 교통 시스템(ITS) 솔루션 개발사

신호등 제어, 교통량 카운팅, 주차장 관리, 톨게이트 자동화 등 — PC/서버에서 AI 추론을 수행하고, 현장 액추에이터는 MCU가 제어하는 모든 ITS 시나리오에 W5500이 최적입니다. 옥외 캐비닛 환경에서 Wi-Fi는 신뢰할 수 없지만, 이더넷+PoE는 25년간 검증된 표준입니다.

🤖 2. AI 엣지 / 비전 검사 시스템 통합 업체

공장의 머신비전 검사, 농업 자동화의 작물 인식, 보안 카메라의 객체 추적 등 — GPU 서버는 분리하고, 현장 액추에이터(컨베이어, 로봇팔, 알람)는 MCU로 제어해야 하는 모든 응용. W5500은 GPU 서버의 추론 결과를 MCU로 실시간 전달하는 안정적인 백본이 됩니다.

🎓 3. AI/IoT 교육 기관 및 캡스톤 디자인 프로젝트

이 논문 자체가 학부생 연구의 모범 사례입니다. **Raspberry Pi Pico ($4) + W5500 USR-ES1 모듈 ($10) + YOLOv5(오픈소스) + PyQt5(오픈소스)**로 IEEE 컨퍼런스 논문 수준의 시스템을 구축할 수 있습니다. 학생들에게 "실제 산업에서 쓰이는 분산 아키텍처" 를 가르치기에 이상적입니다.

🏙️ 4. 신흥국 공공 인프라 디지털 전환 프로젝트

베트남, 인도, 인도네시아, 필리핀 등 — 막대한 도시 인구 증가와 제한된 예산을 가진 국가 단위 스마트시티 프로젝트에서 W5500은 단가 경쟁력의 핵심입니다. 본 논문 시스템 1세트의 BOM은 약 $20-30 수준으로, 교차로 1만 곳에 배치해도 인프라 비용이 합리적입니다.

📊 5. 데이터 기반 운영 최적화가 필요한 모든 제어 시스템

논문에서 CSV 로깅과 실시간 차트를 통해 운영 데이터를 축적하는 부분이 핵심입니다. W5500의 8개 독립 소켓을 활용하면 제어 채널, 로깅 채널, 모니터링 채널을 동시에 운영할 수 있어 향후 AI 모델 재학습용 데이터 수집이 자연스럽게 이루어집니다.

🔄 6. RP2040 + W5500의 시너지를 누리고 싶은 메이커

WIZnet은 본 논문이 사용한 Raspberry Pi Pico(RP2040) + W5500 조합을 단일 보드로 통합한 W5500-EVB-Pico 와 단일 칩으로 통합한 W55RP20 SiP까지 출시하고 있습니다. 본 논문 시스템을 보드 1개로 단순화하려면 이 제품들을 검토하세요.

6. W5500 (USR-ES1 모듈) 핵심 사양 요약

7. 자주 묻는 질문 (AEO Q&A)

Q1. AI/딥러닝 시스템에서 W5500이 어떤 역할을 하나요? Wi-Fi로도 충분하지 않나요?

A. 본 논문의 사례가 가장 명확한 답입니다. 현대 AI 시스템은 점점 분산 아키텍처로 진화하고 있습니다 — 무거운 추론은 GPU가 있는 PC/서버에서, 실시간 액추에이터 제어는 저전력 MCU에서 수행하는 식입니다. 이때 두 컴퓨팅 노드 사이의 통신은 "결정적이고, 안정적이며, 저지연이어야" 합니다. Wi-Fi는 다음 한계가 있습니다: ① 옥외 캐비닛이나 금속 인클로저에서 신호 감쇠가 심함, ② AP 혼잡 시 지연시간이 수십~수백 ms로 변동, ③ MCU의 Wi-Fi 스택이 CPU를 점유해 실시간 제어 응답성 저하. 반면 W5500은 하드와이어드 TCP/IP 스택이 칩 안에 구현되어 있어, MCU CPU는 AI 추론 결과를 받아 즉각 액추에이터를 제어하는 본업에만 집중할 수 있습니다. 결과적으로 W5500은 "AI의 머리(GPU)와 손발(액추에이터)을 잇는 척추"의 역할을 합니다.

Q2. 본 논문은 Raspberry Pi Pico + W5500 USR-ES1을 사용했는데, 더 통합된 솔루션은 없나요?

A. 있습니다! WIZnet은 본 논문의 시스템 구성을 공식 보드 제품으로 이미 출시했습니다. (1) W5500-EVB-Pico: Raspberry Pi Pico(RP2040 MCU)와 W5500 이더넷 칩이 단일 PCB에 통합된 보드입니다. 본 논문처럼 Pico와 W5500 모듈을 별도로 구매해 와이어로 연결할 필요가 없습니다. (2) W5500-EVB-Pico2: 차세대 RP2350 MCU 기반 — 더 강력한 처리 능력 (3) W5500-EVB-Pico-PoE: PoE(Power over Ethernet) 지원 — 옥외 신호등 캐비닛처럼 전원 배선이 까다로운 환경에 이상적 (4) W55RP20: RP2040 MCU와 W5500을 단일 SiP(System-in-Package) 칩으로 통합한 차세대 제품 — 양산 단계에서 BOM 최소화 가능. 본 논문 저자들이 만약 이 보드들을 알았다면, Altium에서 PCB를 직접 설계하는 단계를 건너뛰고 더 빠르게 프로토타입을 만들 수 있었을 것입니다.

Q3. 논문 결론에서 향후 MQTT 프로토콜로 전환을 권고했는데, W5500이 여전히 유용한가요?

A. 네, 오히려 W5500이 MQTT 환경에서 더욱 빛납니다. 흔한 오해는 "MQTT = Wi-Fi 기반 IoT"라는 것인데, MQTT는 트랜스포트 계층에 의존하지 않는 애플리케이션 프로토콜입니다. 즉, MQTT는 TCP 위에서 동작하며, TCP는 W5500의 하드와이어드 스택으로 처리됩니다. WIZnet은 MQTT 클라이언트 라이브러리를 공식 제공하며, W5500을 통해 AWS IoT Core, Azure IoT Hub, Google Cloud IoT에 직접 연결할 수 있습니다 (maker.wiznet.io에 다수의 레퍼런스가 있습니다). 본 논문 시스템을 MQTT로 확장하면: ① 수천 개 교차로의 신호등이 중앙 클라우드에 동시 연결되어 도시 단위 협업 신호 제어 가능 ② 에지 디바이스(W5500-MCU)가 publish, 도시 관제 센터가 subscribe 구조로 확장성 확보 ③ Wi-Fi의 EMI 취약성 없이 유선 신뢰성을 유지한 채 클라우드 IoT 통합 가능. 즉, W5500은 "이더넷의 신뢰성"과 "IoT의 확장성"을 동시에 달성하는 가교입니다.

8. 마치며

이 IEEE 논문은 AI 시대의 임베디드 시스템이 어떤 모습이어야 하는지에 대한 훌륭한 청사진입니다. 한쪽에선 YOLOv5의 95% 정확도와 LSTM의 시계열 예측력이 빛나고, 다른 한쪽에선 Raspberry Pi Pico와 W5500의 결정적 실시간성이 빛납니다. 그리고 그 두 세계를 잇는 것이 하드와이어드 TCP/IP의 단순함과 신뢰성입니다.

WIZnet은 1998년 창립 이래 26년간 이 한 가지 비전을 추구해왔습니다 — "복잡한 네트워크 프로토콜을 칩 안에 가둬, 엔지니어가 본업에 집중하게 하자." 2025년 한 해에만 W5500은 1,200만 개 이상 출하될 것으로 전망되며, 베트남의 신호등에서 인도의 스마트팩토리, 미국의 EV 충전소까지 산업 현장 어디에나 자리 잡고 있습니다.

당신의 다음 AI 프로젝트에도 안정적인 신경망이 필요하다면, W5500이 답입니다.

📦 구매하기: WIZnet eShop | Mouser | Digi-Key 📚 기술 문서: W5500 Datasheet | W5500-EVB-Pico 💬 기술 지원: WIZnet Forum 🛠️ 레퍼런스 코드: WIZnet GitHub — MQTT, HTTP, FreeRTOS 예제 포함

본 글은 IEEE ICERECT 2025 (5th International Conference on Emerging Research in Electronics, Computer Science and Technology, Karnataka, India, Sep 12-13, 2025)에서 발표된 논문 "Design of Intelligent Traffic Light Control System Using YOLOv5 and LSTM" (Huu Q. Tran, H. Srikanth Kamath, Tran Tham Hoang Long, Phung Quyen Linh, DOI: 10.1109/ICERECT65215.2025.11376243)을 기반으로 재구성되었습니다. WIZnet 제품의 산업적 활용 사례로 인용되었습니다.