스펙트럼 공유 기술에서의 AI 기술 적용 사례

기존 무선 통신 시스템에서 스펙트럼 자원은 고정 할당 전략을 사용하여 할당되어 왔다. 구체적으로, 허가된 사용자는 활성이든 비활성이든 스펙트럼 대역을 독점적으로 점유하고 허가되지 않은 사용자는 이러한 대역을 사용할 수 없다. 이러한 고정된 스펙트럼 할당 전략은 효율성이 낮고 5G와 같은 새로운 서비스를 구현하는 데 어려움이 있다. 따라서 성능을 높이고 네트워크의 서비스 가능성을 높이기 위해 스펙트럼을 동적으로 사용하는 방식으로 전환하는 것이 시급히 필요하다.

유럽 연합의 기술 보고서에 따르면 동적 스펙트럼 관리(DSM)을 사용하면 수십억 개의 사물 인터넷(IoT) 장치를 배포하는데 필요한 스펙트럼 요구 사항을 76GHz에서 19GHz로 크게 줄일 수 있을 것으로 예상하고 있다. 지능형 IoT에서 생성된 많은 양의 데이터(예: 시간 영역 데이터, 주파수 영역 데이터, 공간 영역 데이터 및 식별 정보)를 사용하여 스펙트럼 상태를 예측하고 딥뉴럴 네트워크(DNN)를 통해 훈련할 수 있다. 사용자와 환경 간의 상호 작용은 사용자가 적절한 전략을 선택하여 보상 함수(스펙트럼 효율, 소비 에너지, 간섭수준 등)가 최적의 값을 달성할 수 있도록 하는 데 유익하다.

AI는 스펙트럼을 공유하지만 유해한 간섭을 피하고자 하는 독립 사용자 간에 발생하는 어려운 의사결정 문제 중 일부를 중재할 수 있는 기회를 제공할 수 있다. 사용자 자신(피어 투 피어 공유)이든 사용자 간 중재를 시도하는 제어 시스템(스펙트럼 액세스 시스템, SAS)이든 사용 가능한 데이터는 종종 불완전하고 오래되었으며 노이즈가 많다. 효과적인 의사결정 프로세스는 좋은 데이터에 달려 있지만 다른 사람의 예측할 수 없는 행동과 환경의 빠른 변화도 고려해야 한다. AI는 엄청난 잠재력을 보여주지만, 이를 스펙트럼 공유 관행의 주류로 끌어 올리려면 AI 기반 P2P 스펙트럼 공유, AI 기반 SAS(Spectrum Access System), AI 기반 스펙트럼 공유의 검증, 보증 및 인증 등 상호 연결된 많은 주제에 대한 추가적인 R&D가 필요한 것으로 보인다.

첫째 예시로 AI 기반 피어투피어(P-to-P) 스펙트럼 공유의 경우에, 피어투피어 스펙트럼 공유를 가능하게 하는 AI의 과제는 매우 이론적인 문제부터 특정 주파수, 무선 시스템, 사용자, 대역과 같은 정확한 문제에 이르기까지 다양하다. 또한 AI 기반 시스템과 비 AI 시스템의 상호 작용, 피어투피어 스펙트럼 공유의 미래 방향(예: 무선 시스템, 대역 및 기술 클래스), 성능 및 안정성과 같은 기타 요소를 개선하기 위해 AI를 사용하는 가치를 정량화하기 위한 메트릭(예: 스펙트럼 유틸리티, 대역 간 공유 확장성 및 네트워크 크기) 등을 고려해야 한다. 둘째 예시로 AI 지원 SAS(스펙트럼 접근 시스템)은 스펙트럼 관리를 자동화하는 모델 기반의 중앙 집중식 시스템이다. 주요 AI 지원 SAS 애플리케이션을 탐색하는 데서 가장 중요한 요점은 다음과 같이 원하는 AI 기능을 식별해야 한다.

• 전파 모델의 정확도를 개선하는 전파 모델 강화 : 지역 내 대량의 센서 데이터 내의 관계 식별

• 수년간의 SAS 데이터, 간섭 보고서 및 현장에 배치된 센서를 활용하여 간섭-보호 경계를 재정의하는 동적 기존 사용자 보호

• 실시간 배치 데이터는 AI 알고리즘을 훈련하여 거의 실시간으로 보호 영역을 동적으로 정의하는 데 사용할 수 있어야 함

• 문제가 악의적이거나 우발적인 행동으로 인해 발생하는 경우. 포렌식 프로세스를 지원하고 결정하는 데 도움이 되는 비의도적 행위자의 시행 및 식별

• 직접 관찰할 수 없는 장소에서의 활동을 추론하는 사이버 보안