로봇의 두뇌: 아두이노, 라즈베리파이, Jetson, PC

로봇을 처음 만들 때 많은 사람이 가장 먼저 묻습니다. 무엇을 사야 하죠? 아두이노요, 라즈베리파이요, Jetson이요, 아니면 그냥 노트북으로 하면 되나요?

이 질문은 아주 좋습니다. 왜냐하면 로봇에서 두뇌를 잘못 고르면, 프로젝트가 시작도 하기 전에 이상한 방향으로 흘러가기 쉽기 때문입니다. 컵을 옮기는 작은 로봇을 만들겠다고 했는데 갑자기 팬이 달린 고성능 AI 보드를 사고, 정작 모터는 덜덜 떨리기만 하는 상황이 자주 벌어집니다.

핵심은 간단합니다. 로봇의 두뇌는 하나만 있는 경우도 있지만, 보통은 여러 층으로 나뉩니다. 반사신경을 맡는 작은 두뇌가 있고, 판단을 맡는 조금 큰 두뇌가 있고, 카메라로 세상을 보는 더 강한 두뇌가 따로 있을 수 있습니다. 실제로 많은 로봇은 마이크로컨트롤러와 리눅스 보드를 함께 쓰는 구조를 사용합니다.¹

이 장에서는 아두이노, 라즈베리파이, Jetson, PC를 각각 어떤 역할로 써야 하는지 비교하고, 예산과 목표에 맞는 조합을 고르는 기준을 잡아보겠습니다.

로봇의 두뇌는 하나가 아닐 수 있다

사람으로 비유하면 이해가 쉽습니다. 뜨거운 것을 만졌을 때 손을 바로 떼는 반응은 오래 생각하지 않습니다. 반대로 오늘 해야 할 일을 계획하는 것은 조금 더 느리지만 훨씬 복잡한 판단입니다. 로봇도 비슷합니다.

모터를 정확한 간격으로 제어하고, 엔코더 값을 빠르게 읽고, 센서 신호를 놓치지 않는 일은 아주 짧은 시간 안에 안정적으로 처리되어야 합니다. 이런 일은 작은 제어기, 즉 마이크로컨트롤러가 잘합니다. 반면 카메라 영상을 처리하고, 네트워크에 연결하고, 여러 프로그램을 동시에 돌리고, ROS 2 같은 프레임워크를 사용하는 일은 리눅스 기반 컴퓨터가 더 잘합니다. 그리고 객체 인식, 사람 추적, 음성 인식, 멀티모달 AI 같은 무거운 일은 GPU가 있는 보드가 유리합니다.¹

그래서 로봇의 두뇌를 고를 때는 성능이 가장 센 보드를 찾는 것보다, 어떤 일을 누가 맡을지 먼저 정하는 것이 중요합니다.

아두이노: 손발을 정확히 움직이는 작은 두뇌

아두이노는 마이크로컨트롤러 보드입니다. 쉽게 말해 운영체제가 깔린 작은 PC가 아니라, 정해진 프로그램을 빠르고 단순하게 반복 실행하는 제어기라고 보면 됩니다.

이 보드의 가장 큰 장점은 실시간성에 가깝게 동작한다는 점입니다. 여기서 실시간성은 무조건 빠르다는 뜻이 아니라, 정해진 타이밍에 예측 가능하게 반응한다는 뜻입니다. 예를 들어 1밀리초마다 엔코더를 읽고, 일정한 주기로 PWM 신호를 보내고, IMU 값을 빠르게 샘플링하는 일은 아두이노 같은 MCU가 훨씬 안정적입니다. 리눅스를 돌리는 보드는 운영체제가 다른 작업을 끼워 넣을 수 있어서, 타이밍이 미묘하게 흔들릴 수 있습니다.¹

그래서 아두이노는 이런 역할에 잘 맞습니다.

• DC 모터와 서보 모터 제어

• 엔코더, IMU, 초음파 센서 같은 하드웨어 읽기

• 배터리 상태 감시, 버튼 입력, LED 제어

• 안전 정지 같은 빠른 반응 로직

또 하나의 장점은 진입 장벽이 낮다는 점입니다. 가격이 비교적 저렴하고, Arduino IDE가 단순하며, 자료가 정말 많습니다. tinyML처럼 아주 작은 AI 실험도 가능하고, 센서가 많이 붙은 보드도 있습니다. 예를 들어 Arduino Nano 33 BLE Sense Rev2는 IMU, 마이크, 환경 센서가 함께 들어 있어 작은 센서 기반 AI 프로젝트 입문용으로 자주 언급됩니다. 다만 메모리와 처리 능력이 제한적이라 본격적인 컴퓨터 비전에는 적합하지 않습니다.²

물론 약점도 분명합니다. 카메라 영상 처리, 웹 서버, 대형 라이브러리 사용, ROS 2 전체 실행, LLM 연결 같은 일은 아두이노 단독으로 하기 어렵습니다. 즉, 아두이노는 로봇의 모든 생각을 담당하는 두뇌라기보다, 몸을 안정적으로 움직이게 하는 신경계에 가깝습니다.

작은 바퀴 로봇, 라인 트레이서, 간단한 로봇팔, 자동 급수 장치처럼 제어 중심 프로젝트라면 아두이노만으로도 꽤 멀리 갈 수 있습니다. 하지만 카메라와 AI가 들어가는 순간, 대개 다른 두뇌가 필요해집니다.

라즈베리파이: 생각하고 연결하는 메인 두뇌

라즈베리파이는 싱글보드컴퓨터, 즉 아주 작은 리눅스 PC입니다. 모니터를 연결하면 데스크톱처럼 쓸 수 있고, Python을 실행하고, 네트워크에 연결하고, 여러 프로그램을 동시에 돌릴 수 있습니다.

이 말은 곧 라즈베리파이가 로봇의 메인 두뇌 역할을 맡기 좋다는 뜻입니다. 센서 데이터를 받아서 판단하고, 사용자와 통신하고, 카메라를 다루고, 간단한 비전 처리와 서버 기능을 돌리고, ROS 2를 올릴 수 있습니다. 특히 Raspberry Pi 5는 이전 세대보다 성능과 입출력 구성이 좋아졌고, 무엇보다 생태계가 강력합니다. 문서, 예제, 주변기기, HAT 보드, 커뮤니티 지원이 많아서 개인 개발자에게 여전히 가장 무난한 선택지 중 하나입니다.³

라즈베리파이가 잘하는 일은 이렇습니다.

• Python 기반 로봇 로직 작성

• 카메라 연결과 OpenCV 실험

• Wi-Fi, 블루투스, 웹 대시보드, 원격 접속

• ROS 2 노드 실행

• 음성 명령, 간단한 AI API 연동

하지만 라즈베리파이를 만능 보드로 생각하면 곤란합니다. 리눅스를 돌리는 만큼 편리하지만, 정밀한 모터 제어를 안정적으로 맡기기에는 아두이노보다 불리합니다. 바퀴를 천천히 굴리는 정도는 가능해도, 빠른 제어 루프가 필요한 균형 로봇이나 정교한 모터 타이밍 제어에서는 한계가 드러납니다.¹

또 AI 성능도 오해가 많습니다. 라즈베리파이에서도 객체 인식은 할 수 있습니다. 다만 속도와 여유가 부족할 수 있습니다. 그래서 요즘은 Raspberry Pi 5에 AI HAT+ 같은 가속기를 붙여 13 TOPS 또는 26 TOPS 수준의 추론 성능을 보강하는 선택지도 있습니다. 아주 무거운 비전 작업까지는 아니더라도, 입문용 AI 로봇을 한 단계 업그레이드하기에 꽤 실용적입니다.⁴

정리하면 라즈베리파이는 로봇의 중심 컴퓨터로 아주 좋습니다. 특히 첫 AI 로봇, 책상 위 로봇, 카메라 달린 순찰 로봇, 간단한 음성 로봇에는 가장 현실적인 출발점입니다.

Jetson: 세상을 보는 AI 두뇌

Jetson은 엔비디아의 엣지 AI 보드 제품군입니다. 쉽게 말해 리눅스 컴퓨터에 강력한 GPU와 AI 소프트웨어 생태계를 얹은 로봇용 두뇌라고 보면 됩니다. 카메라 기반 로봇, 객체 인식, 자세 추정, SLAM, 멀티카메라 처리, 로컬 음성 인식, 생성형 AI 실험 같은 작업에서 강점을 보입니다.⁵

예를 들어 Jetson Orin Nano 계열은 개인 개발자도 접근 가능한 범위에서 꽤 강한 AI 성능을 제공합니다. 특히 Jetson Orin Nano Super 개발자 키트는 67 INT8 TOPS 수준의 성능을 제공하면서 가격이 249달러로 내려가, 취미 개발자와 학생에게도 훨씬 현실적인 선택지가 되었습니다.⁶ 이 정도면 단순히 컵을 찾는 정도를 넘어서, 사람 추적, 객체 인식, 비전 기반 내비게이션, 작은 로컬 AI 에이전트 실험까지 시도할 수 있습니다.

Jetson이 특히 빛나는 장면은 다음과 같습니다.

• 실시간 객체 인식과 추적

• 깊이 카메라와 멀티카메라 처리

• ROS 2와 비전 파이프라인 동시 실행

• CUDA, TensorRT 기반 추론 최적화

• 로컬 LLM, VLM, 음성 모델 실험

하지만 Jetson은 강한 만큼 요구 조건도 있습니다. 전력 소모가 더 크고, 발열 관리가 필요하고, 가격도 라즈베리파이보다 높습니다. 작은 배터리로 오래 버티는 초저전력 프로젝트에는 어울리지 않을 수 있습니다. 또 처음 배우는 단계에서는 보드가 비싸고 강력한 만큼, 오히려 문제 해결이 더 어렵게 느껴질 수도 있습니다.⁵

그래서 Jetson은 이렇게 생각하면 좋습니다. 라즈베리파이가 로봇의 메인 컴퓨터라면, Jetson은 로봇에게 눈과 AI를 본격적으로 달아주는 컴퓨터입니다. 카메라가 중심인 프로젝트라면 Jetson의 가치가 확 올라갑니다. 반대로 초음파 센서와 모터만 쓰는 간단한 이동 로봇이라면 과한 선택일 수 있습니다.

PC: 개발실의 큰 두뇌

PC는 로봇 몸체 안에 들어가는 보드가 아닐 수도 있지만, 실제 개발에서는 가장 중요한 두뇌 중 하나입니다. 노트북이나 데스크톱이 하는 일은 생각보다 많습니다.

우선 코드를 작성하고 빌드하고 디버깅합니다. 시뮬레이션을 돌리고, 모델을 학습하거나 변환하고, 로그를 분석하고, 원격으로 로봇에 접속합니다. ROS 2 워크스페이스를 관리하고, Docker 컨테이너를 만들고, GitHub에 코드를 올리는 일도 대부분 PC에서 이뤄집니다.

또 프로젝트 성격에 따라 PC가 주 두뇌가 되기도 합니다. 책상 위에 고정된 로봇팔, USB 카메라를 단 데스크 로봇, 실험실용 프로토타입이라면 굳이 모든 연산을 작은 보드에 넣지 않고 PC가 직접 제어해도 됩니다. 실제로 연구용 로봇 개발은 macOS나 Linux 환경에서 많이 이뤄지고, 산업 자동화 쪽은 Windows 기반 소프트웨어가 중요한 경우가 많습니다.⁷

개발용 PC를 고를 때는 화려한 RGB보다 현실적인 기준이 더 중요합니다. 일반적인 로봇 개발이라면 최소 16GB RAM과 512GB SSD 정도는 권장할 만하고, 시뮬레이션이나 그래픽 작업이 많다면 32GB가 훨씬 편합니다.⁷

중요한 포인트는 이것입니다. PC는 로봇의 대체품이 아니라, 로봇 개발의 본진입니다. 작은 보드만 사면 다 해결될 것 같지만, 실제로는 괜찮은 PC가 있느냐가 개발 속도를 크게 좌우합니다.

네 가지를 한눈에 비교하기

이 표를 보고 한 문장으로 요약하면 이렇습니다. 아두이노는 몸을 잘 움직이게 하고, 라즈베리파이는 로봇을 운영하게 하고, Jetson은 로봇이 잘 보게 하고, PC는 개발자가 전체를 다루게 합니다.

가장 많이 쓰는 조합

실제 프로젝트에서는 하나만 쓰는 경우보다 조합해서 쓰는 경우가 더 많습니다.

아두이노 + 라즈베리파이

가장 고전적이면서도 가장 실용적인 조합입니다. 아두이노가 모터, 엔코더, 서보, 단순 센서를 맡고, 라즈베리파이가 고수준 로직과 네트워크를 맡습니다. 저비용이면서 구조도 예쁘고, 학습 효과도 좋습니다. 기본적인 완성형 로봇 구조를 경험하기에 가장 좋은 조합이라고 해도 과장이 아닙니다.¹

아두이노 + Jetson

카메라 중심의 AI 로봇이라면 이 조합이 강력합니다. Jetson이 객체 인식과 계획을 맡고, 아두이노가 모터와 그리퍼 같은 하드웨어 제어를 맡습니다. 사람을 따라오는 이동 로봇, 카메라 기반 물체 집기 로봇, 음성+비전 로봇에 잘 어울립니다.

라즈베리파이 단독

아주 간단한 프로젝트에서는 충분히 가능합니다. 서보 몇 개, 카메라 하나, 웹 인터페이스, 간단한 음성 기능 정도라면 라즈베리파이 하나로도 꽤 재미있는 결과가 나옵니다. 다만 모터 제어가 민감해지면 결국 MCU를 추가하고 싶어질 가능성이 큽니다.

PC + 아두이노 또는 PC + 로봇팔

데스크 위 실험용 프로젝트라면 의외로 좋은 선택입니다. PC에서 Python으로 알고리즘을 돌리고, USB로 아두이노나 로봇팔 컨트롤러와 연결하면 됩니다. 처음엔 이 방식이 훨씬 빠르고 싸게 먹힐 때가 많습니다.

예산과 목표에 따라 고르는 법

무엇을 살지 고민될 때는 성능표보다 질문을 먼저 던져보세요. 내 로봇은 무엇을 보고, 얼마나 빨리 반응해야 하며, 배터리로 얼마나 오래 움직여야 할까?

다음 기준으로 고르면 실패 확률이 크게 줄어듭니다.

• 카메라가 없고 모터와 센서 제어가 중심이면 아두이노부터 시작합니다.

• 카메라, Wi-Fi, 웹 제어, Python, ROS 2가 필요하면 라즈베리파이가 기본 선택입니다.

• 실시간 객체 인식, 로컬 AI, 다중 센서 융합이 핵심이면 Jetson을 고려합니다.

• 시뮬레이션, 학습, 디버깅, 대시보드 제작이 많다면 좋은 PC에 투자합니다.

여기에 한 가지를 더 붙이면 좋습니다. 가장 비싼 보드를 사기 전에, 지금 필요한 성능이 정말 그만큼인지 확인하는 습관입니다. 예를 들어 QR 코드 읽기와 간단한 물체 분류 정도라면 라즈베리파이로도 충분할 수 있습니다. 반대로 여러 카메라를 붙이고 프레임이 중요한 프로젝트라면 처음부터 Jetson 쪽이 시간을 아껴줄 수 있습니다.

초보자가 자주 하는 실수

첫째, 라즈베리파이 하나로 모든 것을 해결하려고 합니다. 당장은 되지만, 모터 제어가 흔들리거나 센서 읽기가 불안정해지면 결국 작은 MCU가 필요해집니다.

둘째, Jetson을 사면 로봇이 갑자기 똑똑해질 거라고 기대합니다. 하지만 좋은 인식 성능과 실제 안정적인 주행은 별개입니다. 카메라가 좋아도 바퀴가 엉뚱하게 돌면 로봇은 멋지게 실패합니다.

셋째, PC의 중요성을 과소평가합니다. 개발 환경이 불편하면 가장 강한 보드를 사도 진도가 안 나갑니다. 오히려 괜찮은 노트북과 보통 수준의 보드 조합이 훨씬 생산적일 때가 많습니다.

넷째, 한 번에 완성형 구조를 만들려고 합니다. 처음에는 PC에서 알고리즘을 돌리고, 다음에 라즈베리파이로 옮기고, 마지막에 아두이노와 분리하는 식으로 단계적으로 가는 편이 훨씬 현명합니다.

추천 출발점

이 책의 흐름을 기준으로 하면, 대부분의 개인 개발자에게 가장 좋은 첫 출발점은 아두이노 또는 라즈베리파이입니다. 제어를 먼저 배우고 싶다면 아두이노, 카메라와 Python이 끌린다면 라즈베리파이로 시작하세요. 그리고 AI 비전이나 로컬 추론이 정말 필요해지는 시점에 Jetson을 추가하면 됩니다.

즉, 순서는 보통 이렇게 가는 편이 자연스럽습니다.

아두이노로 손발을 이해한다. 라즈베리파이로 메인 두뇌를 만든다. Jetson으로 눈과 AI를 강화한다. PC로 전체 시스템을 개발하고 다듬는다.

이 순서를 기억하면 장비 선택이 훨씬 쉬워집니다.

정리

로봇의 두뇌를 고르는 일은 CPU 클럭 비교 대회가 아닙니다. 어떤 두뇌가 더 강하냐보다, 어떤 두뇌가 어떤 일을 맡느냐가 더 중요합니다.

아두이노는 정확하게 움직이는 두뇌입니다. 라즈베리파이는 연결하고 운영하는 두뇌입니다. Jetson은 보고 이해하는 AI 두뇌입니다. PC는 만들고 시험하고 확장하는 개발 두뇌입니다.

좋은 로봇은 가장 비싼 두뇌를 달아 만든 로봇이 아닙니다. 각 두뇌에게 가장 잘하는 일을 맡겨 만든 로봇입니다. 그리고 개인 개발자에게 가장 좋은 선택도 언제나 같습니다. 지금 만들 로봇에 꼭 필요한 만큼만, 그러나 다음 단계로 확장할 수 있게 고르는 것입니다.

다음 장에서는 이런 하드웨어 위에서 로봇 소프트웨어가 어떻게 돌아가는지, 즉 입력을 받고 판단하고 행동으로 바꾸는 기본 구조를 본격적으로 살펴보겠습니다.

참고

¹Microcontrollers & Computers for Robotics

²Best Edge AI Boards: Summer 2025 Edition

³Top SBC Picks in 2025 for Engineers & Developers

⁴Best Edge AI Boards: Summer 2025 Edition

⁵피지컬 AI와 로보틱스를 위한 최고의 플랫폼

⁶가장 경제적인 생성형 AI 슈퍼컴퓨터, NVIDIA Jetson Orin Nano Super 공개

⁷The Best Computer for Robotics Engineering (2025-2026 Guide)