초록 ▼

핵심기술
- MDT data를 활용한 위치 추정 알고리즘
- LTE 네트워크 품질 (throughput) 예측 알고리즘

최종목표
- 단말에서 수집된 MDT data의 위치에 대한 정보가 없거나 부정확한 상태로 수집된 위치를 보다 정확한 위치로 추정하고 수집되는 주요 RF 정보를 토대로 사용자 체감 품질을 예측하여 무선망 최적화에 비용절감 효과를 기대할 수 있는 인공 지능 기반 무선망 품질 모니터링 시스템 개발

개발내용 및 결과
< 인공 지능 기반 무선망 품질 모니터링 시스템 개발 >

핵심기술
- MDT data를 활용한 위치 추정 알고리즘
- LTE 네트워크 품질 (throughput) 예측 알고리즘

최종목표
- 단말에서 수집된 MDT data의 위치에 대한 정보가 없거나 부정확한 상태로 수집된 위치를 보다 정확한 위치로 추정하고 수집되는 주요 RF 정보를 토대로 사용자 체감 품질을 예측하여 무선망 최적화에 비용절감 효과를 기대할 수 있는 인공 지능 기반 무선망 품질 모니터링 시스템 개발

개발내용 및 결과
< 인공 지능 기반 무선망 품질 모니터링 시스템 개발 >
- MDT data, driving test data, meta DB에서 단말 및 기지국의 위치, RSRP, CQI, MCS, RI, Bandwidth 등을 추출하여 단말의 위치 및 throughput 값 추정을 위한 심층신경망 학습
- 학습한 심층신경망에 측정한 MDT data를 입력하여 단말의 위치와 throughput 값을 추정하고, 이를 기반으로 자동화된 네트워크 최적화를 수행

기술개발배경
- LTE 네트워크에서 이동 통신 품질 최적화를 위한 driving test는 과도한 경제적, 사회적 비용 문제를 야기
- MDT data를 활용한 위치 추정 및 throughput 예측을 수행하여 별도의 driving test 없이 네트워크를 최적화하는 기술개발 필요
- 심층신경망을 적용하여 MDT data를 활용한 위치 추정 및 throughput 예측 기술의 성능 향상 기대

핵심개발기술의 의의
- Driving test를 통해 직접 측정한 위치 및 throughput 정보를 DB화하여 위치 별 품질을 추정하는 기존 기술과 달리, MDT data를 활용한 심층신경망을 기반으로 위치 및 품질을 추정하는 신규 기술 개발
- 심층신경망을 기반으로 하는 개발 위치 추정 기술은 다양한 상황별 심층신경망 모델을 분류하여 위치 추정 성능 효과를 향상시킴.
- 심층신경망을 기반으로 하는 개발 네트워크 품질 예측 기술을 통해 선형적 분석을 통한 기존 기술 대비 높은 throughput 예측 정확도 달성이 가능함.
- 개발난이도 측면에서 원시 코딩에 대한 보안, 심층신경망 모델 및 DB 관리 구현이 필요하며 개발난이도는 보통에 속함.
- 국산화 측면에서 개발기술 전부 S/W적인 알고리즘이기 때문에 해외 기술과는 무관함.
- 기술수출 가능성 측면에서 세계적인 추세가 무선망 최적화를 위한 diving test를 최소화 하는 방향으로 가고 있기 때문에 기술수출 가능성은 매우 높게 보고 있음.

적용분야
- 사용자 체감품질 예측
- 고객 품질 불만 및 품질 불량 지역에 대한 위치 추정
- 음영지역에 대한 관리 시스템 구축

(출처 : 최종보고서 초록 4p)