초록 ▼

□ 연구개요
6G 이동통신에서 본격적으로 펼쳐질 초연결 네트워크에서는 통신의 주체가 사람에서 기계, 로봇, 센서, 드론 등의 사물로 급격히 이동하며, 자율주행자동차, 스마트 팩토리, 확장 현실(AR, VR), 원격 수술 및 진료 등의 정확한 순서로 적시(iso-synchronous)의 동작 수행이 필요한 미션크리티컬(mission-critical)한 작업들이 크게 늘어날 것으로 예측된다. 따라서 정보의 생산부터 소비까지 걸리는 지연시간 및 신뢰도에 대한 제약이 훨씬 엄격해지며 실제 초정밀(high-precision) 통신의 요

□ 연구개요
6G 이동통신에서 본격적으로 펼쳐질 초연결 네트워크에서는 통신의 주체가 사람에서 기계, 로봇, 센서, 드론 등의 사물로 급격히 이동하며, 자율주행자동차, 스마트 팩토리, 확장 현실(AR, VR), 원격 수술 및 진료 등의 정확한 순서로 적시(iso-synchronous)의 동작 수행이 필요한 미션크리티컬(mission-critical)한 작업들이 크게 늘어날 것으로 예측된다. 따라서 정보의 생산부터 소비까지 걸리는 지연시간 및 신뢰도에 대한 제약이 훨씬 엄격해지며 실제 초정밀(high-precision) 통신의 요구 조건은 0.1ms 이하의 종단 간 초저지연시간과 99.9999999%(seven-nines)의 높은 신뢰도, 그리고 1 마이크로초 이내의 엄격한 지연오차(jitter)가 보장되어야 한다. 본 연구의 목표는 초연결‧초정밀 무선 네트워크의 복잡한 요구조건들을 만족하는 6G를 위한 인공지능 기반 이동통신 핵심기술을 개발하는 것이다.

□ 연구 목표대비 연구결과
1. 시스템 처리량 최대화를 위한 심층강화학습 기반 네트워크 슬라이싱 기법을(DRL-NS) 개발함. 본 연구에서는 입력 정보(CSI, 요구되는 단말 데이터 속도)를 기반으로 장기 시스템 처리량을 극대화하는 DRL-NS을 개발하였으며, 이는 세부 연구목표인 초정밀 모바일 스케줄링기법에 부합하는 연구성과로 판단됨.
2. 장단기 메모리(long short-term memory; LSTM) 기반 단말 식별 기법 및 딥러닝 기반 동기 신호 생략 및 충돌 해소 전송 기법을 개발함. 본 연구에서는 도래각과 출발각 추정을 통해 이동 단말을 식별하는 빔 분할(beam division)단말 식별 기법과, 블록 오류율을 낮추기 위한 압축센싱 기반 충돌 해소 기법(partial sample transmission; PST)을 개발하였으며 이는 세부 연구목표 무선 접속 자동화 기법에 부합하는 연구성과로 판단됨.
Fast-time varying IRS 채널을 위한 two-stage 채널 추정 기법 및 딥러닝(DL) 기반 IRS 위상 변이 제어 기법 개발함. 본 연구에서는 각도와 경로 이득을 다른 주기로 추정하여 파일럿 오버헤드를 낮춘 Kalman filter 기반 IRS 채널 추정 기법과, channel aging 효과를 극복하기 위한 장단기 메모리(LSTM) 기반 IRS 위상변이 제어기법을 개발하였으며 이는 지능형 반사평면 통신 기법에 부합하는 연구성과로 판단됨.
다중에이전트 심층강화학습(deep reinforcement learning; DRL) 기반 사용자 연결 기법을 개발함. 본 연구에서는 초연결 네트워크에서 에너지 효율을 높이기 위한 다중 에이전트 심층강화학습 기반 사용자 연결 기법 기법을 개발하였으며 이는 모바일 엣지 컴퓨팅 기법에 부합되는 연구성과로 판단됨.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
첫째, 빅데이터를 활용한 초고신뢰·초저지연 서비스를 제공할 수 있다. 초연결·초정밀 네트워크에서는 다수의 기기로부터 획득한 빅데이터를 활용하여 네트워크 상태정보를 파악함으로써 무선전송 효율을 향상시킬 수 있다. 구체적으로 인공지능 기반 통신 시스템은 획득한 빅데이터를 실시간으로 분석하여 ‘학습(training)-예측(prediction)-실행(execution)’ 사이클을 통해 무선통신 환경과 시스템 환경에 최적화된 솔루션을 제공할 수 있다. 지능화된 인공지능 기반 통신 시스템은 빠르게 변화하는 통신 환경에 유연하게 적응하며 사용자 체감품질을 만족시키는 초저지연‧초고신뢰 서비스를 제공할 수 있을 것이다.
둘째, 유동적인 시스템 시스템 운용을 통해 초연결 ‧ 초정밀 네트워크를 현실화할 수 있다. 인공지능 기반 무선통신 시스템은 빅데이터를 이용하여 학습된 심층신경망 기반으로 초연결 네트워크 내 단말별 지연시간 및 채널 상태를 추정하고 정확한 순서로 적시의 동작 수행이 가능하도록 제어함으로써 접속효율을 크게 향상시킬 수 있을 것이다.
셋째, 인공지능을 활용하여 네트워크 부하를 줄이고 운영비용을 감축할 수 있다. 초연결 네트워크에 연결된 사물기기들은 장시간 충전 없이 배터리로 작동되어야 하므로 저전력/저비용 운용은 매우 중요하다. 인공지능 기반 6G 통신 시스템은 셀의 구조, 자원, 무선 채널 등의 다양한 환경 정보와 수행하고자 하는 작업 간의 복잡한 상관관계를 오프라인 학습(offline learning) 후 낮은 복잡도로 실행함으로써 우수한 성능을 낼 수 있다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• (1) 초정밀 데이터 전송을 위한 모바일 스케줄링 기법 연구 ... 5
• (2) 초연결 네트워크를 위한 심층신경망 기반 무선 접속 자동화 기법 연구 ... 6
• (3) 초정밀 네트워크를 위한 심층강화학습 기반 지능형 반사평면 통신 기법 연구 ... 8
• (4) 초연결 네트워크를 위한 연합학습 기반 모바일 엣지 컴퓨팅 기법 연구 ... 10
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 12
• 1) 정성적 연구개발성과(연구개발결과) ... 12
• 2) 세부 정량적 연구개발성과 ... 12
• 3) 목표 달성 수준 ... 12
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 13
• 5. 연구개발성과의 관리 및 활용 계획 ... 14
• 6. 자체점검표 ... 15
• 7. 참고문헌 ... 15
• 붙임1. 세부 정량적 연구개발성과 ... 16
• 붙임2. 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 18
• 끝페이지 ... 30