본 과제는 차세대 이동통신시스템의 사용자들의 이동 경로를 예측하고 이동 경로상의 무선 자원의 이상적 활용을 위한 Cell-Free 통신 기술 개발을 목표로 하고 있습니다. 특히 본 과제에서는 Cell-Free 통신을 위한 인공지능/머신러닝 기반 매체접근제어 (Medium Access Control: MAC) 기술 개발에 집중하여 연구를 수행합니다.

6세대 이동통신시스템에서는 데이터 전송속도, 스펙트럼 효율, 지연시간, 가용 사용자 밀도 등 모든 key performance indicator (KPI)들에서 5G 대비 약 10배 향상된 성능을 요구합니다. 그러나 단순히 대역폭을 늘림으로써 달성할 수 있는 6G KPI 항목은 제한적입니다. 이러한 기술적 장벽을 돌파하고자 Beyond 5G 또는 6G 이동통신시스템에서는 하나의 기지국이 모든 사용자들을 제어하는 기존 셀-기반 시스템 패러다임에서 여러 기지국이 협력하여 사용자 서비스를 제공하는 Cell-Free 시스템으로의 패러다임 전환을 고려하고 있습니다.

기존 셀-기반 시스템에서도 사용자 중심의 통신 방식은 Coordinated Multi-Point (CoMP) 기술을 통해 실현 가능성이 입증된 바 있습니다. 그러나 CoMP 기술은 여러 기지국이 단일 사용자를 서비스함에 있어 동 시간에 같은 대역으로 빔을 형성하여 발생하는 신호 간 간섭이나 파일럿 신호의 오염 등 물리 계층에서 해결해야할 기술적 문제를 가지고 있습니다. 또한 잦은 핸드오버 및 여러 기지국 간 동기화로 기지국과 코어 네트워크와의 백-홀 및 기지국 간 프론트-홀에서 발생하는 시그널링 부하 등 매체접근제어 계층에서의 문제점들이 CoMP 기술의 활용도를 제한하는 기술적 장벽으로써 작용하고 있습니다.

이러한 문제점을 해결하고자 Cell-Free 시스템의 선두 연구그룹들은 massive MIMO 기술을 확대하여 Cell-Free 시스템을 구현하는 연구에 집중하고 있습니다. 반면 잦은 핸드오버나 여러 기지국 간 동기화 등 매체접근제어 계층에서 해결해야 하는 문제들은 아직 적극적으로 연구되지 못하고 있습니다. 본 연구팀은 “사용자 중심의 스펙트럼 형성” 이라는 Cell-Free 시스템의 특성에 부합되도록 사용자들의 이동경로를 예측하고, 예측 이동경로 상의 무선 자원을 사용자들이 자율적으로 획득하여 6G KPI를 달성할 수 있는 지능형 매체접근제어 기술을 실현하고자 합니다. 특히 Cell-Free 통신 기술 구현을 위해 풀어야 하는 다양한 문제를 인공지능/머신러닝 기반으로 해결하고, 딥러닝 기술이 내재화된 매체접근제어 모듈을 모바일 엣지와 사용자 단말에 탑재하여 분산·지능형 통신 시스템으로의 패러다임 전환을 선도하고자 합니다. 그림 1은 본 연구과제에서 구현하고자 하는 Cell-Free 시스템을 위한 인공지능/머신러닝 기반 매체접근제어 기술 개요를 나타냅니다.

본 과제의 성공적 수행을 통해 cell-free 시스템의 구현을 위한 매체접근제어 계층에서 요구되는 핵심 원천기술을 확보할 수 있을 것으로 기대합니다. 또한, 서로 다른 사용자 요구조건에 따른 맞춤형 자원할당 기법을 통해 통신 품질의 극대화와 더불어 6G KPI을 달성할 수 있을 것으로 기대합니다. 결과적으로 최신 인공지능 기술들을 모바일 엣지 및 사용자 단말의 매체접근제어 기술에 내재화 하여 6G 통신 시스템의 궁극적인 목표인 분산형 “Intelligent communications”의 실현을 선도할 것으로 기대합니다.

그림 1. Cell-free 시스템을 위한 인공지능/머신러닝 기반 매체접근제어 기술 개요