공식 도구를 통한 개발 환경 구축: Jetson Orin Nano에 JetPack 5.1.3 배포

Jetson Orin Nano 기기에서 YOLOv11과 같은 모델의 추론 성능을 최적화하기 위해, TensorRT, CUDA, cuDNN, ONNX 등 핵심 라이브러리가 포함된 정식 개발 환경을 구성하는 과정은 많은 개발자들이 고민하는 주제입니다. 기존의 수동 설치 방식은 버전 충돌, 의존성 문제, 소스 미설치 등의 이유로 신뢰할 수 없으며, 오류 발생 시 원인 파악이 어렵습니다.

본 문서는 SDK Manager를 활용한 공식적인 설치 절차를 중심으로, 실제 실패 사례와 해결 방법을 체계적으로 정리합니다.

1. 준비 단계: 하드웨어 및 연결 설정

• Jetson Orin Nano의 전원 케이블을 분리합니다.
• 컴퓨터의 USB 3.0 포트에 OTG USB 케이블을 직접 연결합니다 (확장기나 허브 사용 금지).
• 장치가 종료 상태일 때, REC 버튼을 누른 상태에서 전원을 공급하고, 3초 이상 유지 후 해제합니다.
• 호스트 머신에서 다음 명령어로 장치 인식 여부 확인:

lsusb

정상적으로 연결되면 다음과 같은 출력이 나타납니다:

Bus 001 Device 096: ID 0955:7523 NVIDIA Corp. APX

APX 문자열은 장치가 복구 모드(Recovery Mode)에 진입했음을 의미하며, 이는 SDK Manager가 장치를 감지할 수 있는 전제 조건입니다.

2. SDK Manager 실행 및 이미지 배포

• 공식 웹사이트에서 호환되는 버전의 SDK Manager를 다운로드합니다.
• 프로그램을 실행한 후, 목표 버전 선택 (예: JetPack 5.1.3).
• 다음 단계에서 필수 컴포넌트 선택:
• CUDA Toolkit
• cuDNN
• TensorRT
• OpenCV
• 기타 필요 구성 요소

선택 완료 후, Install 클릭. 이때 NVMe 드라이브를 선택하고, 사용자 계정 정보(사용자명, 비밀번호)를 설정합니다.

3. 연결 오류 해결: "Could not detect a board (refresh)" 대응 전략 이 오류는 일반적으로 장치와 호스트 간 네트워크 연결이 불안정하거나 복구 모드에서 벗어나지 않았을 때 발생합니다. 아래 순서로 해결 가능합니다:

✅ 해결 1: 네트워크 기반 설치 (Ethernet 연결)

• 장치가 정상 부팅되었고, 동일한 Wi-Fi 네트워크에 연결되어 있음을 확인합니다.
• 디스플레이를 통해 장치의 현재 IP 주소를 조회 (예: hostname -I 또는 ip a).
• SDK Manager의 연결 방식을 Ethernet으로 변경하고, 앞서 확인한 IP 주소를 입력합니다.
• Install을 다시 시도하면, 컴포넌트 설치가 정상 진행됩니다.

✅ 해결 2: 데이터 라인 및 전원 확인

• 사용 중인 케이블이 데이터 전송 가능한지 확인 (충전용 케이블은 사용 금지).
• 컴퓨터의 백면 USB 3.0 포트에 직접 연결.
• 전원 공급이 안정적이며, 리튬 배터리 보조 전원이 아닌 정품 어댑터 사용 권장.

✅ 해결 3: 초기 연결 순서 재확인

• 전원 분리 → 케이블 연결 → REC 버튼 누르기 → 전원 공급 → 3초 유지 → 해제

이 순서를 정확히 따라야 복구 모드 진입이 보장됩니다.

4. 자주 발생하는 오류 및 대응 방안

5. 추천 작업 스타일

• 영문 공식 문서 우선 검토 (NVIDIA Developer Zone).
• CSDN/바이두 등 국내 컨텐츠는 버전 호환성과 실제 적용 가능성을 반드시 검증.
• 오류 발생 시, Google > GitHub > CSDN > Baidu 순서로 검색.
• 딥러닝 도구 사용 시, ChatGPT > DeepSeek > Kimi 순으로 활용.

최종적으로, SDK Manager를 통한 일괄 배포는 시간 절약과 안정성 확보에 가장 효과적인 방법이며, 모든 라이브러리가 정식 버전으로 통합되어 있어, 이후 모델 트랜스포머 및 추론 환경 구성에 큰 도움이 됩니다.