NVMe를 RAM으로 쓰는 하드웨어 브릿지 개발 - 2회 - Kicad & AI

지난 포스팅에서 소개해 드린, NVMe SSD를 DDR 슬롯에 연결해 메모리처럼 사용하는 하드웨어 브릿지 프로젝트, Magic Gender.

 

이번에는 노트북보다 먼저, 데스크탑(PC)용으로 시제품을 만들어보기로 결정했습니다.

그 이유는 단순합니다.

 

“테스트 환경의 유연성, 빠른 부품 교체, 더 다양한 전력 옵션!”

 

---

 

💡 왜 먼저 PC용인가요?

 

 

노트북은 아름답지만 복잡하다

 

노트북은 공간과 전력 모두 제약이 큽니다. 작은 폼팩터, 통합된 부품 구조, 그리고 제한된 확장성 때문에 빠른 개발과 반복 테스트에 어려움이 따릅니다.

 

반응형

데스크탑은 실험에 최적화

 

반면 데스크탑은 다음과 같은 장점이 있습니다.

 

• ✅ DDR 슬롯 위치가 넓고 여유로움
• ✅ 전원 공급이 자유로움 (SATA, Molex, USB-C 등 활용 가능)
• ✅ 하드웨어 변경이 쉬움 – PCB 교체와 핀 테스트 용이
• ✅ 냉각 시스템을 자유롭게 구성 가능

 

이런 점들을 고려해, 먼저 PC에서 Magic Gender를 완전히 구현하고,

이후에 이를 노트북 폼팩터로 축소·최적화해 나가는 단계적 접근을 선택했습니다.

728x90

 

---

🛠 사용한 주요 툴 소개: KiCad & AI

 

이번 개발에 핵심적인 역할을 한 도구들을 간단히 소개드립니다.

 

 

1. 🧩 KiCad – 회로도와 PCB 설계의 중심

 

오픈소스 PCB 설계툴인 KiCad는 이번 프로젝트의 설계 뼈대를 만들었습니다.

 

• 고급 Netlist 정렬을 통한 정확한 핀 매핑
• 3D 미리보기 기능으로 실제 PCB 조립 시뮬레이션
• **자동 DRC(설계 검증)**으로 오류 최소화

 

KiCad는 오픈소스임에도 불구하고, FPGA와 고속 신호를 다루는 이번 프로젝트에 매우 적합한 툴이었습니다.

 

 

2. 🤖 AI 도구의 활용 – 설계도 보조 & 자료 탐색

 

이번 개발에는 다양한 AI 기반 도구도 함께 활용되었습니다.

 

• GPT-4/Claude로 FPGA 논리 구조 설계 아이디어 검토
• Google Gemini를 통한 유사 프로젝트 케이스 리서치
• ChatGPT Code Interpreter로 버퍼 메모리 주소 매핑 테스트
• FreeRouting AI 기반 배선 자동화로 레이아웃 최적화

 

단순한 코드 생성기가 아니라, 실제 회로 설계와 신호 흐름을 논리적으로 분석하는 AI의 진화에 깊은 인상을 받았습니다.

 

---

 

🔄 현재 설계 구조 요약: PC용 Magic Gender

 

 

🔌 폼팩터

 

• 표준 DDR4 UDIMM 폼 사용 (133.35mm x 31.25mm)
• 데스크탑 메인보드에 바로 장착 가능

 

 

🧠 브릿지 구성

 

• FPGA: Lattice ECP5-85F
• 캐시 메모리: DDR3L 1GB (Micron MT41K512M16)
• 저장 장치: NVMe M.2 SSD (2280 규격)

 

 

⚡ 전원 시스템

 

• DDR 슬롯의 1.2V 및 3.3V 라인을 보조
• SATA 전원 라인으로 NVMe에 별도 공급
• FPGA에는 LDO로 안정화된 1.2V/2.5V 라인 사용 예정