$30 라디오 + 로컬 AI = 인터넷 불필요 스마트홈 — 에지 AI의 실용 사례

개요

인터넷이 끊기면 스마트홈은 멈춥니다. 클라우드 기반 음성 비서도, IoT 자동화도 모두 무용지물이 됩니다. 그런데 $30짜리 LoRa 라디오와 Mac mini에서 돌아가는 로컬 LLM만으로 완전히 오프라인인 스마트홈을 구현한 사례가 등장했습니다.

우크라이나에 거주하는 한 개발자가 전쟁으로 인한 잦은 정전과 인터넷 단절 상황에서, Meshtastic LoRa 라디오와 Ollama 로컬 모델을 결합해 인터넷 제로 환경의 스마트홈 제어 시스템을 만들었습니다.

이 글에서는 이 프로젝트의 아키텍처, 기술 스택, 구현 비용, 그리고 에지 AI의 실용적 가능성을 분석합니다.

시스템 아키텍처

전체 시스템은 놀라울 정도로 단순합니다.

graph TD
    A[T-Echo 휴대용 라디오] -->|LoRa 433MHz<br/>암호화| B[T-Echo USB → Mac mini]
    B --> C{메시지 라우팅}
    C -->|SAY: 접두사| D[Home Assistant TTS → 스피커]
    C -->|AI: 접두사| E[phi4-mini 분류기 → gemma3:12b]
    C -->|상태 조회| F[Home Assistant 센서]
    C -->|온라인?| G[Discord → 클라우드 AI]
    C -->|오프라인?| H[Ollama 로컬 모델]
    I[Outbox 폴더] -->|자동 전송| A

핵심은 이중 라우팅입니다. 인터넷이 있으면 클라우드 AI를 활용하고, 없으면 자동으로 로컬 모델로 전환합니다. 사용자는 차이를 의식할 필요가 없습니다.

핵심 기술 스택

LoRa 통신 — Meshtastic + Lilygo T-Echo

Meshtastic은 오픈소스 LoRa 메시 네트워크 펌웨어입니다. 각 노드가 메시지를 릴레이하기 때문에, 여러 대를 배치하면 수 킬로미터에 걸친 통신망을 구축할 수 있습니다.

• 하드웨어: Lilygo T-Echo (~$30)
• 주파수: 433MHz LoRa
• 특징: 암호화 채널, USB 연결, 메시 릴레이
• 제약: 메시지당 200자 제한 (AI 응답 자동 분할로 해결)

로컬 LLM — Ollama

오프라인 AI의 핵심은 2단계 모델 구조입니다.

모델	역할	크기	용도
phi4-mini	인텐트 분류기	~2B	”스마트홈 명령인가, 질문인가?” 판별
gemma3:12b	응답 생성	12B	실제 답변 및 추론

가벼운 모델로 먼저 의도를 분류하고, 큰 모델은 필요할 때만 호출하는 구조로 Mac mini M4 16GB에서도 충분히 실시간 응답이 가능합니다.

Home Assistant 연동

스마트홈 제어와 TTS(텍스트 음성 변환)를 Home Assistant가 담당합니다.

• 조명 제어, 센서 읽기, 재실 확인
• SAY: 접두사로 라디오에서 보낸 텍스트를 집 스피커로 음성 출력
• 우크라이나어 TTS 지원

SAY: Привіт, я скоро буду вдома
→ 라디오 전파 → Mac mini → HA TTS → 스피커에서 음성 재생

인터넷 연결이 전혀 필요 없는 완전 오프라인 음성 메시지입니다.

구현 비용 분석

이 시스템의 가장 큰 매력은 비용입니다.

항목	가격	비고
Lilygo T-Echo × 2	~$60	고정국 + 휴대용
Mac mini M4 16GB	~$500	기존 보유 시 $0
Home Assistant	무료	오픈소스
Ollama + 모델	무료	오픈소스
Meshtastic 펌웨어	무료	오픈소스
HA Voice PE 스피커	~$50	TTS 출력용
총 추가 비용	~$110	Mac mini 기존 보유 시

클라우드 AI 서비스의 월 구독료 없이, 일회성 $110 투자로 완전한 오프라인 AI 스마트홈이 완성됩니다.

에지 AI의 실용적 교훈

1. 오프라인 퍼스트 설계의 가치

이 프로젝트는 전쟁이라는 극한 상황에서 탄생했지만, 오프라인 퍼스트 설계의 가치는 보편적입니다.

• 재난 상황: 지진, 태풍, 정전 시 통신 독립성 확보
• 프라이버시: 음성 데이터가 클라우드로 전송되지 않음
• 지연 시간: 로컬 처리로 응답 속도 향상
• 비용: 월간 구독료 제로

2. 작은 모델의 전략적 활용

phi4-mini(2B)를 라우터로, gemma3:12b를 실행기로 분리한 아키텍처는 에지 디바이스에서 LLM을 활용하는 모범적인 패턴입니다.

graph LR
    A[사용자 메시지] --> B[phi4-mini<br/>인텐트 분류]
    B -->|스마트홈 명령| C[Home Assistant API]
    B -->|일반 질문| D[gemma3:12b<br/>응답 생성]
    B -->|TTS 요청| E[HA TTS → 스피커]

3. 메시 네트워크의 확장 가능성

Meshtastic은 메시 프로토콜이므로, 노드를 추가하면 통신 범위가 확장됩니다. 원작자가 구상하는 이웃 규모 AI 네트워크는 현실적인 시나리오입니다.

• 각 노드에 로컬 LLM 탑재
• 메시 릴레이로 수 킬로미터 커버리지
• 인터넷 없는 커뮤니티 AI 인프라

직접 구현하려면

이 시스템을 재현하는 데 필요한 최소 요구사항입니다.

1. 하드웨어 준비: Lilygo T-Echo 2대, Mac mini (또는 Apple Silicon Mac), HA 호환 스피커
2. 소프트웨어 설치: Meshtastic 펌웨어, Ollama, Home Assistant
3. 모델 다운로드: ollama pull phi4-mini, ollama pull gemma3:12b
4. 리스너 데몬 구축: Meshtastic CLI로 USB 라디오 연결, Python 데몬으로 메시지 라우팅
5. HA 연동: REST API 또는 WebSocket으로 Home Assistant 제어

전체 스택이 오픈소스이므로, 코드를 직접 작성하거나 AI 코딩 도구에 위임할 수 있습니다.

결론

$30 라디오 + 로컬 AI = 인터넷 불필요 스마트홈. 이 등식은 단순하지만, 에지 AI의 실용적 미래를 명확하게 보여줍니다.

클라우드에 의존하지 않는 AI 시스템은 더 이상 이론이 아닙니다. 16GB 메모리의 Mac mini와 $30 라디오만 있으면, 오늘 당장 구현할 수 있는 현실입니다. 로컬 LLM의 성능이 계속 향상되는 지금, 에지 AI × IoT의 조합은 가장 실용적인 AI 활용 영역 중 하나가 될 것입니다.

참고 자료

• Reddit - I plugged a $30 radio into my Mac mini and told my AI “connect to this”
• Meshtastic 공식 사이트
• Ollama 공식 사이트
• Home Assistant 공식 사이트
• Lilygo T-Echo