왜 우리는 스마트 글라스용 배터리를 다시 설계해야 했나
스마트 글라스는 카메라, 스피커, AI 워크로드, 그리고 디스플레이까지 구동해야 합니다. 그런데 이 모든 전력을 안경 다리(temple arm)라는 손가락보다 가는 공간에 채워 넣어야 하죠. 기존 스마트폰이나 노트북에 쓰이는 파우치(pouch) 셀 배터리는 유연하지만, 접히는 부분이 부피를 낭비하고 공차(tolerance)가 밀리미터 단위의 공간을 잠식합니다. 게다가 카메라와 AI 모델을 동시에 가동하는 순간 피크 전력을 제대로 공급하지 못해 전압 강하(brownout)가 발생할 수 있습니다.
메타는 이 문제를 해결하기 위해 강철 캔(steel-can) 셀이라는 전혀 다른 접근법을 택했습니다. 강철 캔 셀은 원래 공구나 시계에 쓰이던 기술이지만, 메타는 이를 7mm 폭이라는 전례 없는 수준으로 슬림하게 만들기 위해 내부 구조를 전부 재설계했습니다. 이 글에서는 메타의 엔지니어링 결정과 그 의미를 한국 개발자/하드웨어 엔지니어 관점에서 풀어봅니다.
핵심 설계: 전극 구조와 임피던스 최적화
기존 강철 캔 셀은 전극 재료를 둥글게 만 젤리롤(jelly roll) 구조를 사용합니다. 메타는 이를 다이컷 적층(die-cut stacked) 방식으로 바꿨습니다. 병렬 연결된 작은 저항들처럼 동작하는 이 구조는 임피던스를 크게 낮춰줍니다. 임피던스가 낮으면 피크 전력이 필요할 때 전압 강하 없이 안정적으로 전력을 공급할 수 있습니다.
# 배터리 임피던스와 전압 강하 관계를 간단히 모델링한 예시
# (실제 배터리 모델은 훨씬 복잡하지만, 개념 이해를 위한 시뮬레이션)
def voltage_drop(current_A, impedance_ohm):
"""전류와 임피던스로 전압 강하 계산"""
return current_A * impedance_ohm
# 기존 젤리롤 구조 (상대적으로 높은 임피던스)
jellyroll_impedance = 0.15 # 옴
# 적층 구조 (낮은 임피던스)
stacked_impedance = 0.08 # 옴
# 피크 전류 (카메라 + AI 동시 구동)
peak_current = 2.0 # 암페어
drop_jelly = voltage_drop(peak_current, jellyroll_impedance)
drop_stacked = voltage_drop(peak_current, stacked_impedance)
print(f"젤리롤 구조 전압 강하: {drop_jelly:.2f}V")
print(f"적층 구조 전압 강하: {drop_stacked:.2f}V")
# 출력: 젤리롤 구조 전압 강하: 0.30V
# 출력: 적층 구조 전압 강하: 0.16V
이처럼 낮은 임피던스는 사용자가 녹화하면서 AI에게 질문하는 동시성 상황에서도 안정적인 전원 공급을 보장합니다. 또한 강철 캔은 형태 유지 공차가 약 100 마이크론 수준으로, 10mm 폭 배터리에서 실제 사용 가능한 부피를 크게 늘려 에너지 밀도와 런타임을 향상시킵니다.
1세대에서 2세대로: 용량보다 시스템 효율
메타 레이밴 1세대에서 2세대로 넘어가며 셀 용량은 160mAh에서 210mAh로 약 30% 증가했습니다. 그런데 제품 런타임은 두 배로 늘었다고 광고합니다. 화학 조성은 그대로였습니다. 비결은 하드웨어와 소프트웨어 전반의 시스템 레벨 효율 개선에 있었습니다. 전력 관리, 펌웨어 제어, 그리고 더 커진 셀을 수용할 수 있는 폼팩터 덕분입니다.
주의사항: 두 개의 배터리, 교차 충전 문제
오클리 메타 뱅가드(Oakley Meta Vanguards)는 양쪽 안경다리에 각각 배터리를 탑재합니다. 그런데 양쪽 셀은 대칭이지만 전자 부하가 균등하지 않아 교차 충전(cross-charging) 위험이 있습니다. 부팅/종료 시퀀스에서도 복잡성이 커집니다. 이는 단순히 배터리만의 문제가 아니라 전기, 펌웨어, 기계 공학이 교차하는 시스템 디자인 문제입니다.
또한 디스플레이가 추가된 레이밴 메타 디스플레이 모델은 지속 전력 소모가 높아 248mAh 셀이 필요했는데, 이는 메타 라인업 중 가장 큰 셀입니다. 이처럼 화면이 추가되면 배터리 설계가 완전히 달라집니다.
한국 개발 생태계 적용 맥락 국내에서도 스마트 글라스나 웨어러블 기기를 개발할 때 배터리 폼팩터 제약을 자주 겪습니다. 특히 대기업 SI 프로젝트에서 하드웨어 설계와 펌웨어 최적화가 분리되어 진행되면, 이 글에서 다룬 시스템 효율 접근법을 적용하기 어려울 수 있어요. 초기부터 전기/펌웨어/기계 엔지니어가 협업하는 구조를 만드는 것이 중요합니다.
결론: 배터리 기술의 미래와 학습 방향
메타의 초박형 강철 캔 배터리 기술은 스마트 글라스에 국한되지 않고 다른 웨어러블 폼팩터로 확장되고 있습니다. 메타는 복수의 공급업체와 협력해 이 기술을 대중화하고 공급망을 탄력적으로 유지하려는 전략을 취하고 있습니다.
다음 단계 학습 방향
- 배터리 임피던스와 전력 관리 IC(PMIC)의 상호작용을 이해해 보세요.
- 펌웨어 레벨의 전력 최적화 기법(CPU 주파수 스케일링, 센서 게이팅 등)을 학습해 보세요.
- 웨어러블에서의 열 관리와 배터리 수명 간 트레이드오프를 분석해 보세요.
이 글이 스마트 글라스 배터리 설계의 복잡성을 이해하는 데 도움이 되었길 바랍니다. 하드웨어와 소프트웨어가 만나는 지점에서 진정한 혁신이 일어난다는 것을 다시 한번 느끼게 되는 사례입니다. 메타의 FFmpeg 포크 폐기 전략처럼, 메타는 대규모 시스템에서도 업스트림과의 협력을 중시하는 문화를 갖고 있죠.
함께 보면 좋은 글
이 글은 메타 엔지니어링 블로그의 내용을 바탕으로 재구성한 것입니다.