STM32 vs ESP32 vs Raspberry Pi Pico — 2026년 MCU 선택 가이드

“ESP32 쓰면 되지 않나요?”

신입 엔지니어들에게 자주 듣는 말입니다. 맞는 말이기도 하고, 상황에 따라서는 완전히 틀린 말이기도 합니다. 임베디드 개발 13년 동안 STM32, ESP32, 그리고 Raspberry Pi Pico를 다 써본 입장에서 솔직하게 정리해보겠습니다.

2026년 현재 MCU 시장은 흥미로운 시점입니다. TinyML이 실용화 단계에 접어들었고, ESP32-P4 같은 고성능 신제품이 등장했으며, Raspberry Pi Pico 2는 RP2350 칩으로 성능을 크게 끌어올렸습니다.

MCU 선택의 기준

#

MCU를 고를 때 고려해야 할 핵심 요소는 다음과 같습니다.

1. 무선 통신 필요 여부 — WiFi/BLE가 필요한가
2. 실시간성 요구 수준 — 마이크로초 단위 타이밍이 필요한가
3. 소비 전력 — 배터리로 몇 개월을 버텨야 하는가
4. 개발 생태계 — 쓸 수 있는 라이브러리가 풍부한가
5. 단가와 수급 — 양산 시 안정적으로 구매 가능한가

STM32 — 산업 현장의 믿음직한 일꾼

#

ST마이크로일렉트로닉스의 STM32 시리즈는 Cortex-M 기반으로 F0부터 H7까지 다양한 라인업을 갖추고 있습니다. 임베디드 개발 입문 시절부터 써온 플랫폼이라 애착이 있습니다.

강점

#

실시간 제어에서 독보적입니다. STM32H7 시리즈는 Cortex-M7 코어에 400MHz 동작을 지원합니다. FreeRTOS, ThreadX 같은 RTOS와 조합하면 마이크로초 단위의 정밀한 타이밍 제어가 가능합니다. 모터 제어, 전력 변환, 산업용 통신(CANbus, Modbus) 등에서 여전히 최선의 선택입니다.

하드웨어 주변장치가 풍부합니다. 다중 SPI/I2C/UART, 고분해능 ADC, 하드웨어 암호화 엔진 등 전용 하드웨어가 많습니다. 소프트웨어로 처리하면 CPU를 잡아먹는 작업을 하드웨어가 대신합니다.

2026년에는 ST Edge AI 플랫폼도 주목할 만합니다. STM32N6 시리즈에는 NPU(Neural Processing Unit)가 내장되어 TinyML 추론을 CPU 부담 없이 처리합니다.

약점

#

무선 통신이 내장되어 있지 않습니다. WiFi가 필요하면 ESP8266/ESP32 모듈을 UART로 붙여야 합니다. 설계가 복잡해지고 단가도 올라갑니다.

초기 설정 진입 장벽이 있습니다. STM32CubeIDE, HAL 라이브러리, 클록 설정 등 배워야 할 것이 많습니다. Arduino처럼 plug-and-play는 아닙니다.

추천 사용처

#

• 모터 드라이버, 서보 컨트롤러
• 산업용 센서 인터페이스 (4-20mA, RS-485)
• 전력 변환 장치 (SMPS, 인버터)
• 배터리 BMS 컨트롤러
• 의료기기, 항공우주 (인증 가능한 HAL 라이브러리)

1
2
3
4
5
6

// STM32 HAL로 ADC + DMA 고속 샘플링 예시
HAL_ADC_Start_DMA(&hadc1, (uint32_t*)adc_buffer, ADC_BUFFER_SIZE);
// DMA 완료 콜백에서 처리
void HAL_ADC_ConvCpltCallback(ADC_HandleTypeDef* hadc) {
    process_samples(adc_buffer, ADC_BUFFER_SIZE);
}

ESP32 — IoT 프로젝트의 절대 강자

#

Espressif Systems의 ESP32는 2016년 등장 이후 IoT 시장을 장악했습니다. 저렴한 가격에 WiFi+BLE 내장, 풍부한 커뮤니티, Arduino 호환성까지 갖췄습니다.

강점

#

무선 연결이 모든 것을 바꿉니다. $3~5짜리 칩 하나로 스마트홈 기기, 환경 센서, 원격 제어 장치를 만들 수 있습니다. WiFi 6까지 지원하는 ESP32-C6, 고성능 HMI를 위한 ESP32-P4 등 목적별 파생 모델도 다양합니다.

생태계가 압도적입니다. Arduino IDE, PlatformIO, MicroPython, ESP-IDF 모두 지원됩니다. GitHub에서 원하는 센서 라이브러리를 못 찾는 경우가 거의 없습니다.

ESP32-S3의 AI 확장 명령어도 흥미롭습니다. TensorFlow Lite Micro로 간단한 음성 인식, 이미지 분류를 MCU에서 직접 실행할 수 있습니다.

약점

#

실시간성이 STM32에 미치지 못합니다. WiFi 스택이 CPU를 점유하는 시간이 있어서 타이밍 지터(jitter)가 발생합니다. 엄격한 실시간 제어에는 적합하지 않습니다.

전력 소비가 상대적으로 높습니다. 딥슬립 모드를 잘 활용해야 배터리 수명을 늘릴 수 있습니다. 슬립 없이 WiFi를 켜두면 수백 mA를 소비합니다.

추천 사용처

#

• 스마트홈 기기 (온도계, 플러그, 스위치)
• IoT 센서 노드 (MQTT, HTTP 연결)
• OTA 업데이트가 필요한 기기
• 빠른 프로토타이핑
• 웨어러블 (딥슬립 활용 시)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

# MicroPython으로 ESP32 MQTT 센서 전송
import network
import machine
from umqtt.simple import MQTTClient

wlan = network.WLAN(network.STA_IF)
wlan.active(True)
wlan.connect('SSID', 'PASSWORD')

client = MQTTClient('esp32', 'broker.local')
client.connect()

sensor = machine.ADC(machine.Pin(34))
while True:
    value = sensor.read()
    client.publish('home/sensor', str(value))
    machine.lightsleep(60000)  # 1분 슬립

Raspberry Pi Pico 2 — 교육과 취미의 새 기준

#

2024년 출시된 Pico 2는 RP2350 칩을 탑재했습니다. Cortex-M33 듀얼코어에 RISC-V 코어도 선택 가능한 독특한 구성입니다.

강점

#

MicroPython 경험이 최고 수준입니다. Raspberry Pi 재단이 MicroPython 개발에 직접 기여하는 만큼 안정성과 문서화가 뛰어납니다.

**PIO(Programmable I/O)**가 혁신적입니다. 소프트웨어로 임의의 통신 프로토콜을 구현할 수 있습니다. WS2812 LED 제어, SPI 커스텀 프로토콜 등을 CPU 부담 없이 처리합니다.

가격이 저렴하고 구하기 쉽습니다. 교육용, 취미용으로 부담 없이 시작할 수 있습니다.

약점

#

무선 통신은 Pico W(WiFi+BLE 내장) 모델을 선택해야 합니다. 기본 Pico에는 없습니다.

산업용 인증, 전문 지원이 상대적으로 부족합니다. 취미나 교육 레벨을 넘어 상용 제품에 쓰기에는 고려해야 할 점이 있습니다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

# Pico PIO로 WS2812 LED 제어
import array, time
from machine import Pin
import rp2

@rp2.asm_pio(sideset_init=rp2.PIO.OUT_LOW, out_shiftdir=rp2.PIO.SHIFT_LEFT,
             autopull=True, pull_thresh=24)
def ws2812():
    T1 = 2; T2 = 5; T3 = 3
    wrap_target()
    label("bitloop")
    out(x, 1)               .side(0)    [T3 - 1]
    jmp(not_x, "do_zero")   .side(1)    [T1 - 1]
    jmp("bitloop")           .side(1)    [T2 - 1]
    label("do_zero")
    nop()                    .side(0)    [T2 - 1]
    wrap()

2026년 TinyML 트렌드

#

세 플랫폼 모두 AI/ML 추론을 지원하는 방향으로 발전하고 있습니다. 울트라로우파워 MCU에서 TinyML을 실행하는 것이 이제 현실이 됐습니다.

• STM32: ST Edge AI, X-CUBE-AI 툴체인으로 Keras 모델을 C 코드로 변환
• ESP32-S3: TensorFlow Lite Micro, 음성 웨이크워드 감지
• Pico 2: TensorFlow Lite Micro (Cortex-M33 DSP 확장 활용)

최종 선택 가이드

#

상황별로 요약하면 다음과 같습니다.

산업용 제어, 정밀 타이밍, 모터 드라이버 → STM32

WiFi 연결 IoT, 빠른 프로토타이핑, 스마트홈 → ESP32

교육, 취미, MicroPython 입문, PIO 활용 → Raspberry Pi Pico 2

TinyML, AI 추론이 핵심인 경우 → ESP32-S3 또는 STM32N6

시작할 때 하나를 깊게 파는 것이 좋습니다. ESP32로 시작해서 IoT 기초를 익히고, 이후 산업 현장에서 필요하면 STM32로 넘어가는 경로를 추천합니다. 세 플랫폼 모두 적절한 자리가 있습니다. 용도에 맞게 선택하시면 됩니다.