발표에서 확인된 핵심 사실

27달러라는 저가형 하드웨어 제약 속에서 AI의 도움으로 오픈 소스 스마트워치의 워치페이스 제작이 완료됐다. 작성자는 @levelsio가 애플워치를 위해 제작한 카시오 스타일의 워치페이스에서 영감을 얻어 이를 PineTime(오픈 소스 펌웨어를 실행하는 저가형 스마트워치)에 구현하고자 했다. 저렴한 오픈 소스 기기에서도 AI를 활용하면 특정 디자인의 복제가 가능하다는 점을 확인한 사례다.

Ubuntu(리눅스 기반 운영체제) 환경에서 InfiniTime(PineTime용 펌웨어)의 git 서브모듈을 포함한 InfiniSim(PineTime 시뮬레이터) 리포지토리를 클론하며 빌드 환경을 구축했다. 기존 InfiniTime 워치페이스 코드를 시작점으로 삼아 AI에게 특정 디자인을 복제하도록 요청했다. 개발 효율을 높이기 위해 AI가 서브 에이전트를 오케스트레이션(여러 작업을 조율하고 배치하는 것)하여 사용하도록 지시했다.

빌드 과정은 Ubuntu 환경에서 빠르게 진행되었으며, AI는 코드 복제와 환경 설정 전 과정을 보조했다. 단순한 코드 생성을 넘어 서브 에이전트를 통한 작업 분배가 개발 시간을 단축시켰다. 오픈 소스 펌웨어와 AI 에이전트의 결합으로 하드웨어 커스텀 진입 장벽이 낮아졌다.

확인해야 할 핵심 지점

240x240 크기의 정적 배경 이미지를 풀스크린으로 처리해 개발 공수를 줄였다. 텍스트의 크기와 위치를 일일이 조정하는 대신, 정적인 부분은 이미지로 만들고 동적인 부분만 프로그래밍하는 방식을 택했다. 이 방법은 시뮬레이터 상에서 실제 작동을 확인하며 구현에 성공했다. 정적 요소의 이미지화는 UI 구현 단계의 복잡도를 낮추기 위한 선택이었다.

블루투스를 통해 240x240 이미지를 전송하여 기기에 설치하는 과정에서 약 10분이 소요됐다. 화면을 스와이프할 때 전체 화면이 갱신되는 시간은 1~2초로 측정됐다. PineTime(오픈 소스 하드웨어 스마트워치)의 하드웨어 제약이 이미지 전송 및 화면 갱신 속도에 직접적인 영향을 미쳤다.

기기 메모리가 이미지를 한 번에 모두 수용하지 못하는 점이 성능 병목의 핵심이다. 이미지를 메모리에 전체 적재하지 못하고 파일 시스템에서 데이터를 스트리밍해야 하는 제약이 확인됐다. 하드웨어의 물리적 메모리 용량 부족이 데이터 처리 및 화면 출력 속도를 제한하는 요인이 됐다.

AI를 활용한 빠른 반복 개발을 통해 과거에 포기했던

수년간 서랍 속에 방치됐던 PineTime(저가형 오픈소스 스마트워치) 프로젝트가 AI를 활용한 반복 수정 끝에 단 몇 시간 만에 프로토타입으로 완성됐다. 과거에는 InfiniTime(PineTime용 펌웨어) 코드베이스를 학습하는 데 필요한 시간과 동기가 부족해 개발을 중단하고 기기를 방치했으나 AI와의 협업을 통해 개발 진입 장벽을 낮췄다. 작성자는 이 과정에서 도출한 결과물과 구체적인 학습 내용을 AGENTS.md 파일에 기록해 GitHub(코드 호스팅 플랫폼)에 공개했다.

실제 구현 과정에서는 OpenCode(AI 기반 코딩 플랫폼)와 오픈 웨이트 모델들이 핵심 도구로 사용됐다. Claude를 언급했음에도 실제 작업의 대부분은 Kimi K3, Kimi K2.6, DeepSeek v4 Pro, DeepSeek v4 Flash 모델을 통해 수행됐다. 특정 상용 모델 하나에 의존하지 않고 여러 오픈 웨이트 모델을 교차 활용함으로써 코드 생성과 수정의 반복 주기를 극단적으로 단축하며 개발 효율을 높였다.

저사양 임베디드 기기 개발 시 AI가 제안하는 정적 이미지 대체 등의 최적화 방식이 실제 하드웨어의 메모리 및 전송 속도 리소스와 충돌하는지 검증해야 한다.