˃ 5G/6G 네트워크의 특성인 이기종 초고밀도 IOT 환경에서 네트워크에 부여되는 복잡한 요구사항의 처리를 위해 딥러닝/머신러닝 등 인공지능이 무선통신과 결합하고 있음.
- 상용화 초기 단계인 5G에서는 성능최적화를 위해 인공지능이 활용 중이며, 이후 6G에서는 개발 단계부터 AI-embedded 형 태로 시작되고 있음.
- 중간액세스계층(MAC)부터 물리계층(PHY) 설계까지 적용 분야 확장되고 있음.
- 주요 활용 분야는 이기종 초고밀도 네트워크(UDHN)를 위한 예측기반 자원 할당, 전력 관리, QoS 관리, 협업 관리, 엣지컴퓨 팅 최적화와 mmWave/THz 기반 Massive MIMO를 위한 채널추정, 빔포밍 기술 등이 있음.
<그림 28>
AI가 적용된 6G 네트워크 구조 (IEEE Network, 2020)
1)˃ 인공지능과 결합한 무선통신(5G/6G) 관련 클러스터
- 테라헤르츠(THz)/밀리미터파(mmWave) 기반 Massive MIMO와 빔포밍 기술 [245]
- 이기종 초고밀도 네트워크(UDHN)와 결합한 머신러닝(5G와 그 이상) [310]
테라헤르츠(THz)/밀리미터파(mmWave) 기반 Massive MIMO와 빔포밍 기술 [245]
유망기술
구분 인공지능과 결합한 무선통신(5G/6G) 평균
출판 연도 2016.1
개요/정의
○ 밀리미터파(mmWave)와 테라헤르츠파(THz)는 각각 주파수 30~300GHz와 그 이상인 0.3~3THz 대역의 전파로, 파장 이 짧아 안테나/기기의 소형화가 가능하고, 대역폭을 넓게 사용할 수 있다는 장점이 있어 각각 5G 이후의 핵심 주파수 대역과 6G의 후보 주파수 대역2)으로 여겨지고 있음.
○ 고주파 대역의 효율적이고 원활한 무선통신을 가능하게 하는 기술로 Massive MIMO와 빔포밍 기술이 핵심적으로 연 구되고 있음.
- Massive MIMO(multple-input, multiple-output)란 동시에 다수의 단말과 통신하기 위해 기지국 당 다수의 안테 나를 사용하여 통신하며, 이를 위해 간섭과 잡음을 제거하고 에너지를 소비를 최소화하는 기술임.
- 빔포밍(Beamforming)이란 안테나 배열에서 송신되는 신호의 진폭과 위상을 변화시켜 특정 방향으로 무선 신호를 집중시키는 기술로 massive MIMO와 함께 무선통신의 용량 증대, 전송 속도의 향상을 위해 활용됨.
○ 한편, Massive MIMO와 빔포밍 기술의 최적화를 위해 딥러닝 등 인공지능 기술이 도입되고 있음. 용량 증대, 전송 속 도의 향상을 위한 Cell-free Massive MIMO, 채널 추정 등의 세부 주제들이 연구되고 있음.
주요 키워드 ray, ghz, tunnel, low resolution adc, millimeter wave mimo system
부상성
○ 밀리미터파/테라헤르츠파 대역은 기존 5G 저주파 대역(국내 3.5GHz)보다 넓은 대역폭을 활용할 수 있고, 데이터 속도 를 현저히 향상시킬 수 있으나, 고주파의 특성상 신호의 감쇄, 전달 거리 감소 등의 단점이 존재하여 이를 극복하기 위 한 연구개발에 대한 수요가 지속적으로 증가하고 있음.
- 특히, 5G 이상 이동통신의 핵심 서비스인 가상현실/증강현실, 자율주행, IoT 등에서 요구되는 초고속, 초연결, 초저 지연 특성을 만족하기 위해서는 밀리미터파 이상 대역의 활용이 필수적으로 요구3)
○ 전 세계 밀리미터파 기반의 5G 이동통신 시장 규모는 2022년 25억 달러에서 2027년 49억 달러로 성장할 것으로 예 상(연평균 14.7% CAGR)4)되며, 테라헤르츠파 기반의 6G 이동통신은 2028년에서 2030년 사이 상용화를 목표로 각 국에서 기술 주도권 확보를 위한 R&D를 경쟁적으로 착수5)하고 있어 향후 관련 기술에 대한 연구개발 수요는 지속적으 로 증가할 것으로 전망됨.
논문 수 추세 (글로벌/한국) 최근 3년간 저자 키워드 분포
국가별 연구 수준 비교
순위 국가명 전체 분석기간(2006-2020) 최근 3년(2018-2020)
P P(top 10%) PP(top 10%) P P(top 10%) PP(top 10%)
1 Peoples R China 4,043 445 11.0 2,469 290 11.7
2 USA 1,926 415 21.5 851 164 19.3
3 South Korea 852 73 8.6 438 46 10.5
4 England 600 81 13.5 310 51 16.5
5 Canada 550 51 9.3 227 23 10.1
6 Sweden 543 151 27.8 234 61 26.1
7 Spain 512 42 8.2 192 13 6.8
8 Japan 491 36 7.3 143 11 7.7
9 Germany 455 77 16.9 193 31 16.1
10 France 359 66 18.4 132 20 15.2
P: 논문 수, P(top 10%): 피인용 상위 10% 논문 수, PP(top 10%): 피인용 상위 10% 논문 비율
최근 고피인용 논문 (10건)
연도 피인용 수 저널명 논문 제목
2020 208 IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS
Prospective Multiple Antenna Technologies for Beyond 5G
2020 164 IEEE ACCESS 6G and Beyond: The Future of Wireless Communications Systems
2020 146 IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS
Making Cell-Free Massive MIMO Competitive With MMSE Processing and Centralized Implementation 2020 145 IEEE ACCESS Communications in the 6G Era
2020 128 PHYSIOTHERAPY THEORY AND PRACTICE
Scapula muscle exercises using the Neurac technique for a patient after radical dissection surgery: a case report 2019 492 IEEE ACCESS Wireless Communications and Applications Above 100
GHz: Opportunities and Challenges for 6G and Beyond 2019 237 IEEE TRANSACTIONS ON
VEHICULAR TECHNOLOGY
Deep-Learning-Based Millimeter-Wave Massive MIMO for Hybrid Precoding
2019 236 IEEE ACCESS 5G Evolution: A View on 5G Cellular Technology Beyond 3GPP Release 15
2019 211 IEEE WIRELESS COMMUNICATIONS DEEP LEARNING IN PHYSICAL LAYER COMMUNICATIONS
2019 210 IEEE COMMUNICATIONS SURVEYS AND TUTORIALS
A Tutorial on Beam Management for 3GPP NR at mmWave Frequencies
주요 글로벌 기관 주요 한국 기관
번호 기관명 논문 수
1 Southeast Univ 480
2 Beijing Jiaotong Univ 300 3 Beijing Univ Posts & Telecommun 227
4 Tsinghua Univ 223
5 Aalborg Univ 145
번호 기관명 논문 수
1 Korea Adv Inst Sci & Technol 64 2 Elect & Telecommun Res Inst 49
3 Seoul Natl Univ 45
4 Yonsei Univ 42
5 Korea Univ 41
이기종 초고밀도 네트워크(UDHN)와 결합한 머신러닝(5G와 그 이상) [310]
유망기술
구분 인공지능과 결합한 무선통신(5G/6G) 평균
출판 연도 2015.2
개요/정의
○ 5G 이상의 네트워크가 가진 이기종 네트워크(HetNet6), Heterogeneous Network)와 초고밀도 네트워크(UDN7), Ultra-Dense Network)의 특성은 심각한 간섭의 증가, 무선 자원 공유의 어려움, 핸드오버의 증가, 에너지 소비 증가 와 품질 저하 같은 기술적 문제를 대두시키며, 이를 해결하기 위해 머신러닝과 딥러닝에 기반한 방법들이 주목받음.
○ 인공지능/머신러닝 기술 분야는 5G 이상의 미래 네트워크가 효율적으로 서비스하고 운영되기 위해 적용되어야 할 가장 중요한 기술 분야 중 하나임.
- 특히, 가상자원을 자동으로 배치하고, 트래픽을 분석하고, 네트워크 장애 관리를 하는 등 네트워크의 제어, 관리 자동 화를 위해 머신러닝의 적용은 필수8)
- 복잡도가 크게 증가한 무선네트워크에서 자원할당을 위한 학습 프레임워크에 대한 연구, 간섭을 줄이기 위한 전력 제 어9), 사용자 장비의 서비스 요구 품질을 보장하면서 전체 네트워크의 효용을 극대화하기 위한 연구10), 에지 컴퓨팅 에서 능동적 네트워크 최적화를 위한 기계학습의 활용11) 등의 세부적인 연구들이 진행되고 있음.
주요 키워드 femtocell network, cloud ran, load balancing, heterogeneous cellular network, dual connectivity
부상성
○ 5G의 완전한 상용화와 6G의 기반을 마련하기 위한 수많은 기술 중, 무선통신과 결합한 머신러닝 기술의 개발이 핵심적 이며, 관련 기술의 표준이 2020년대 말에 처음으로 마련될 것으로 예상12)
○ 5G-Advanced 네트워크는 향후 10년 동안 네트워크의 표준으로 작동할 것이며, 글로벌 기업들은 CORE, RAN 및 네 트워크 관리에 AI/ML 기술을 도입하여 네트워크 운영과 관리의 효율성을 높일 것으로 전망
- Ericsson은 인공지능과 머신러닝 기발 솔루션을 활용하여 무선네트워크에서 수집한 대량의 데이터를 사용하여 복잡 하고 비정형적인 문제를 해결하고자 함.13)
- Nokia는 인공지능과 머신러닝을 5G-Advanced 네트워크에 적용함으로써 얻는 많은 이점들 중 에너지 효율성에 주 목하고, 또한 6G로 진화하기 위한 사전 단계로서 그 중요성을 강조함.14)
논문 수 추세 (글로벌/한국) 최근 3년간 저자 키워드 분포
국가별 연구 수준 비교
번호 국가명 논문 수
(06-20년)
10%
논문 수 (06-20년)
10% 논문 비율(%) (06-20년)
논문 수 (18-20년)
10%
논문 수 (18-20년)
10% 논문 비율(%) (18-20년)
1 Peoples R China 3,558 311 8.7 1,282 159 12.4
2 USA 1,788 418 23.4 371 68 18.3
3 South Korea 1,076 82 7.6 289 24 8.3
4 Canada 798 118 14.8 228 49 21.5
5 England 786 94 12.0 277 67 24.2
6 France 556 93 16.7 110 22 20.0
7 Germany 512 78 15.2 79 11 13.9
8 Taiwan 488 23 4.7 145 6 4.1
9 Spain 447 31 6.9 144 13 9.0
10 India 387 14 3.6 205 9 4.4
최근 고피인용 논문 (10건)
연도 피인용 수 저널명 논문 제목
2020 71 IEEE COMMUNICATIONS LETTERS Multi-Branch Deep Residual Learning for Clustering and Beamforming in User-Centric Network
2020 62 IEEE TRANSACTIONS ON COMMUNICATIONS
Towards Optimal Power Control via Ensembling Deep Neural Networks
2020 49 IEEE TRANSACTIONS ON SIGNAL PROCESSING
Optimal Wireless Resource Allocation With Random Edge Graph Neural Networks
2020 43 IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS
Distributed Q-Learning Aided Heterogeneous Network Association for Energy-Efficient IIoT
2020 39 IEEE ACCESS Combination of Ultra-Dense Networks and Other 5G Enabling Technologies: A Survey
2019 485 IEEE COMMUNICATIONS SURVEYS AND TUTORIALS
Deep Learning in Mobile and Wireless Networking: A Survey
2019 161 IEEE COMMUNICATIONS SURVEYS AND TUTORIALS
Application of Machine Learning in Wireless Networks:
Key Techniques and Open Issues 2019 156 IEEE JOURNAL ON SELECTED
AREAS IN COMMUNICATIONS
Multi-Agent Deep Reinforcement Learning for Dynamic Power Allocation in Wireless Networks
2019 138 IEEE COMMUNICATIONS SURVEYS AND TUTORIALS
A Survey of the Functional Splits Proposed for 5G Mobile Crosshaul Networks
2019 119 IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS
Deep Reinforcement Learning for User Association and Resource Allocation in Heterogeneous Cellular Networks
주요 글로벌 기관 주요 한국 기관
번호 기관명 논문 수
1 Beijing Univ Posts & Telecommun 389
2 Southeast Univ 233
3 Xidian Univ 196
4 Tsinghua Univ 137
5 Univ Texas Austin 115
번호 기관명 논문 수
1 Yonsei Univ 85
2 Korea Adv Inst Sci & Technol 78
3 Kyung Hee Univ 52
4 Korea Univ 51
5 Inha Univ 48