개요

6G 기술은 전례 없는 속도, 용량 및 지연 시간을 제공할 것으로 예상되는 차세대 무선 통신입니다. 이 기술은 5G의 토대 위에서 새로운 응용 사례와 서비스를 가능하게 하는 새로운 기능을 선보일 것입니다. 5G 네트워크는 서브 6GHz 및 밀리미터파 주파수와 대규모 MIMO, 빔포밍 및 네트워크 슬라이싱 등의 첨단 기술의 결합을 통해 고속 통신 및 초고신뢰 저지연 통신을 제공합니다. 그러나 5G는 여전히 스펙트럼 부족, 에너지 효율, 커버리지 등 몇몇 어려움에 직면해 있습니다. 6G는 이러한 어려움을 극복하고 더 높은 성능 목표를 달성하는 것을 목표로 합니다.

6G는 테라비트의 속도, 1마이크로초의 지연 시간 및 5G보다 훨씬 더 큰 용량을 제공할 수 있을 것으로 추정됩니다. 이를 달성하기 위해 6G는 테라헤르츠 및 서브 테라헤르츠를 비롯한 더 높은 주파수 대역, 지능형 반사 표면, 인공 지능, 새로운 파형 및 물리 계층 기술 같은 다양한 기반 기술을 사용합니다. 또한 6G는 위성 네트워크와 비지상 플랫폼을 활용하여 유비쿼터스 커버리지를 제공합니다.

6G 개발은 아직 초기 단계에 있지만 국제기구와 업계 기업들에 의해 몇 가지 이정표가 세워졌습니다. ITU는 6G에 대한 요구사항과 로드맵을 정의하기 위해 IMT-2030 비전 프로젝트를 시작했습니다. 3GPP는 Beyond 5G 시스템에 대한 연구를 시작했으며 2028년까지 6G에 대한 첫 번째 표준을 발표할 계획입니다. 몇몇 국가에서는 6G에 대한 연구 이니셔티브와 테스트베드도 시작했습니다.

6G의 잠재적 응용 사례는 다양하고 광범위합니다. 또한 6G는 사용자 만족과 시스템 효율을 보장하기 위해 새로운 메트릭과 서비스 품질 파라미터를 요구하는 새로운 통신 패러다임을 가능하게 할 것입니다.

6G를 시장에 출시하는 과정의 복잡성을 고려할 때 연구원과 무선 엔지니어는 다양한 소프트웨어 툴을 사용하여 엄격하게 시뮬레이션하고 테스트하며 실험해야 합니다. MATLAB^®과 같은 프로그램은 6G에서 제기되는 가장 어려운 연구 문제를 해결하는 데 없어서는 안 될 툴이 될 것입니다. 이 백서에서는 차세대 무선 기술 구축을 시작하는 데 지금 사용할 수 있는 몇 가지 핵심 툴에 대해 다룹니다.

6G 활용 사례 및 요구사항

5G 채택은 전 세계적으로 진행되고 있습니다. 그러나 여러 영역에 걸쳐 이루어지는 물리 세계와 가상 세계의 지속적인 융합은 성능 요구사항을 더욱 키울 것이고 장기적으로 5G를 한계까지 몰게 될 것입니다. 따라서 차세대(6G) 무선 시스템은 2030년 이후 완전히 새로운 종류의 응용 사례와 서비스를 만족시킬 수 있는 전례 없는 서비스 품질 수준에 도달해야 합니다.

일부 연구원들은 6G가 기존 5G 활용 사례를 개선하는 것 외에도 홀로그램 통신, XR(확장 가상 현실), 대규모 디지털 트위닝 및 초대형 IoT(사물 인터넷) 등의 극도로 까다로운 응용 사례를 처리해야 할 것으로 예상하고 있습니다. 이러한 활용 사례는 엄청난 양의 데이터를 생성하고 정확한 위치에서 초고속 비트 전송률을 요구하며 5G의 성능을 훨씬 뛰어넘는 네트워크 효율을 제공할 것입니다. 이러한 응용 사례에는 대용량 데이터에 대한 실시간 의사결정을 가능하게 하기 위해 5G를 넘어서는 지능형 기능도 요구될 것입니다.

6G 응용 사례는 개략적인 기능 및 성능 요구사항에 따라 다양한 범주로 분류할 수 있습니다. 이 백서는 다음 네 가지 범주에 중점을 두고 있습니다.

• 네트워크 가용 로보틱스 및 자율 시스템: 시스템이 센서를 사용하여 주변을 인식하고 자연스러운 방식으로 인간과 상호 작용하며 일련의 작업을 견인하거나 지원하는 데 필요한 결정을 내릴 수 있는 응용 사례를 의미합니다. 서비스 로봇 간의 온라인 협력 작업 및 디지털 트윈을 사용한 제조 등의 응용 사례가 있습니다.
• 멀티센서 확장 현실: 환경에 맞게 조정된 햅틱, 비주얼 및 오디오를 통해 몰입도 높은 경험을 제공하는 고급 VR(가상 현실) 및 AR(증강 현실) 응용 사례를 의미합니다. 혼합 현실 공동 설계 및 혼합 현실 원격현장감 등의 응용 사례가 있습니다.
• 분산 센싱 및 통신: 대규모 센서와 데이터 수집 네트워크의 활용 사례를 의미합니다. 체내 통신망 및 몰입형 스마트 시티 등의 응용 사례가 있습니다.
• 지속 가능한 발전 및 포용적 의사소통: 이 범주의 활용 사례는 디지털 서비스에 대한 전 세계적 접근을 보장하여 불평등을 줄이고 디지털 포용성을 달성하는 데 중점을 둡니다. 여기에는 무선 인터넷을 통한 원격 의료 서비스, 확장된 디지털 액세스 및 과거 접근이 어려웠던 영역에 대한 추가적 교육 자료 등이 있습니다.

6G 연구 생태계

6G 표준화 작업은 2025년 이후에 시작될 것으로 예상되지만, 6G가 어떤 모습일지를 개념화하는 여러 이니셔티브가 전 세계에서 시작되었습니다. 이 백서에서는 다음 섹션에서 전 세계의 이니셔티브 및 활동을 통해 6G 연구 생태계에 대한 개요를 살펴볼 것입니다.

국제적으로 ITU(국제전기통신연합) 산하 ITU-R(ITU Radiocommunication Sector)에서 WP 5D(Working Party 5D)에 권고 형식으로 2030년 이후 모바일 통신에 대한 비전을 수립하도록 지시했습니다.

북미에서는 Next G Alliance가 6G 연구개발 분야의 북미 리더십 확립을 목표로 하고 있습니다.

유럽에서는 SNS JU(Smart Networks and Services Joint Undertaking)가 6G를 주도하고 있습니다. 또한 EU 자금 지원을 받는 몇몇 주요 6G 연구 프로젝트가 시작되었습니다.

마찬가지로 아시아에서도 최근 6G 비전과 기반 기술을 정의하기 위한 여러 이니셔티브가 시작되었습니다.

기반 기술

전 세계의 다양한 6G 이니셔티브 중에는 6G 개념을 현실로 구현하기 위한 몇 가지 공통 기술이 있습니다. 전문가들은 이러한 6G 핵심 기술에 동의합니다.

• 인공 지능
• 공동 통신 및 감지
• 지능형 재구성 표면
• NTN (비지상망)
• 물리 계층 설계
• 초고속 데이터 속도 및 고주파수

이 백서의 다음 섹션을 통해 이러한 공통 분모를 살펴보고 MATLAB을 사용하여 6G의 가장 어려운 연구 문제를 해결하는 방법에 대한 이해를 고취할 수 있습니다.

딥러닝과 AI

AI(인공 지능)는 이미 5G에서 사용되고 있으며 6G 연구에서 광범위한 활용 사례로 고려되고 있습니다. AI 워크플로를 위해서는 심층 신경망을 설계하고, 효율적인 훈련을 위한 GPU 지원을 비롯하여 이러한 신경망 훈련을 위해 방대한 양의 데이터를 생성할 수 있어야 하는데 MATLAB에는 이러한 모든 기능이 갖춰져 있습니다. 다음과 같은 활용 사례가 있습니다.

• 빔포밍 설계
• 적응형 채널 추정
• 데이터 주도 채널 디코딩
• 하드웨어 장애에 대한 보상

3GPP 릴리스 18에서는 특히 다음과 같은 세 가지 AI 영역에 중점을 둡니다.

• CSI(채널 상태 정보) 피드백 압축: 신경망을 활용하여 수신기에서 송신기로 입력되는 CSI를 압축할 수 있습니다.
• 빔 관리: 대규모 MIMO 시스템의 모든 빔 쌍에 대한 완전 탐색은 수치적인 비용이 매우 높을 수 있습니다. 대안은 AI를 활용하여 검색 공간을 더 작은 빔 쌍의 집합으로 줄이는 것입니다.
• 측위: 정확한 측위는 여러 응용 사례를 가능하게 하지만 기술적으로 까다롭습니다. AI에는 측위 정확도를 개선할 수 있는 잠재력이 있습니다.

MATLAB을 사용한 딥러닝 및 AI

MATLAB은 초기 아이디어부터 임베디드 기기에서 실행되는 훈련된 신경망에 이르는 전체 딥러닝/AI 워크플로를 지원합니다.

MATLAB 툴박스는 데이터 준비부터 배포에 이르는 전체 워크플로에 걸쳐 연구원을 돕고 있습니다.

MATLAB과 관련 툴박스를 통해 다양한 응용 사례를 위한 심층 신경망을 설계하고 훈련하며 테스트하고 배포할 수 있습니다. MATLAB은 AI를 사용한 무선 통신 응용 사례에 대한 실행 가능한 다양한 시연 세트와 함께 제공됩니다.

공동 통신 및 감지

미래 6G 네트워크의 잠재적인 특징 중 하나는 감지와 통신에 무선통신 스펙트럼을 활용한다는 점입니다. 공동 통신 및 감지는 무선통신 하드웨어 및 소프트웨어가 감지와 통신 작업을 모두 수행할 수 있는 새로운 패러다임을 의미합니다. 잠재적 활용 사례에는 교통 모니터링 및 수동 객체의 위치추정, 환경 모니터링 및 인간 활동/존재 탐지, 낙상 감지 및 혈당 모니터링 등이 있습니다.

공동 통신 및 감지는 다음 두 가지 접근법으로 나눌 수 있습니다.

• 감지 및 통신에 동일한 무선통신 스펙트럼이 사용됩니다. 이는 감지를 위해 수신기에 새로운 신호 처리를 추가해야 하지만 통신 기능은 변경할 필요가 없습니다. 감지 기능과 통신 성능 간의 파형 설계에 절충이 필요하기 때문에 감지와 통신 간의 스펙트럼을 공유하는 것은 흥미로운 과제를 안겨줍니다. 예를 들어, CRLB(크라메르-라오 하한)는 감지에 사용하기에는 유효한 메트릭일 수 있지만 통신에 사용하기에 더 나은 메트릭은 용량입니다.
• 무선통신 스펙트럼의 다양한 부분이 감지와 통신에 사용됩니다. 감지 목적으로 전용 하드웨어를 사용할 수 있습니다. 그러면 이 접근법은 시간, 주파수 및 공간 차원에서 사용 가능한 무선통신 리소스를 어떻게 공유하는지의 문제가 됩니다.

MATLAB을 사용한 공동 통신 및 감지

Communications Toolbox™와 Radar Toolbox를 결합하면 공동 통신 및 감지에 대한 실험을 쉽게 수행할 수 있습니다. Communications Toolbox에는 통신 신호 처리 체인을 설정하기 위한 구성요소가 있으며, Radar Toolbox에는 감지에 필요한 모든 표준 알고리즘이 있습니다.

측위 및 위치추정은 다수의 감지 응용 사례의 핵심 개념입니다. MATLAB은 이러한 영역에 대한 심층적인 예제를 많이 제공합니다. 통신과 감지를 통합하는 시스템은 두 종류의 파형 간에 서로 절충이 필요합니다. MATLAB을 통해 이 상충관계를 연구할 수 있습니다. 마이크로 도플러 시그니처 탐지는 공동 통신 및 감지에서 연구된 많은 활용 사례를 가능하게 하는 기법입니다. MATLAB을 통해 딥러닝 기법을 사용하는 등의 방법으로 마이크로 도플러 시그니처 분류를 연구할 수 있습니다.

지능형 재구성 표면

RIS(지능형 재구성 표면)는 무선 채널을 조작하여 매우 안정적인 커버리지와 우수한 통신 품질을 제공할 수 있게 해주는 패러다임 전환 기법입니다. 기존의 무선 시스템에서는 전파 환경은 주어지는 것으로 간주합니다. 따라서 목표는 “주어진” 채널의 손상을 극복할 수 있도록 전송 방식과 파라미터를 조정하여 통신 성능을 최적화하는 것이 됩니다.

RIS는 반사하는 신호의 위상에 독립적으로 그리고 수동적으로 영향을 미칠 수 있는 반사 소자로 구성된 평면 표면입니다. 프로그래밍 가능 소자를 통해 RIS는 표면이나 안테나 배열에 있는 다수의 반사 소자의 위상 변위를 조정하여 무선 채널을 재구성할 수 있습니다. 이렇게 하면 통신 시스템은 무선통신 환경의 특성을 능동적으로 제어할 수 있고 특정 신호 전파 방향을 제거하거나 강화하고 간섭을 억제할 수 있습니다.

연구 커뮤니티는 이미 RIS 이론을 실무에 적용하기 위해 풀어야 할 일련의 과제와 연구 문제를 해결하기 위해 노력하고 있습니다.

• 신호의 오버헤드를 최소화하면서 적시에 제어 가능한 소자에 대한 적절한 시나리오 특정 구성을 찾기 위해 다수의 소자를 갖는 반사 표면 설계
• 다수의 반사 소자와 UAV에 RIS를 장착하면서 생기는 매우 동적인 시나리오를 고려하여 RIS와 송신기 또는 수신기 간의 무선 채널의 정확한 추정 및 CSI 수집
• RIS 시스템에서 수집한 CSI의 불완전한 특성을 고려한 견고한 빔포밍의 설계 및 최적화

MATLAB을 사용한 지능형 재구성 표면

Phased Array System Toolbox™, Antenna Toolbox™ 및 Optimization Toolbox™를 사용하면 산란 표면을 모델링하고 설계하며 그 특성을 동적으로 변경할 수 있습니다. 또한 MATLAB을 통해 다음과 같은 작업을 수행할 수 있습니다.

• 다이폴, 모노폴, 패치, 나선형, 프랙털 및 혼 안테나를 비롯한 광범위한 소자 카탈로그를 통해 반사 표면 및 소자 모델링.
• 반사 표면의 다양한 소자를 최적으로 제어하는 최적화 알고리즘 설계.
• 선형, 직사각형, 원형, 등각 배열 및 사용자 지정 배열 설계 등의 안테나 배열을 유연하게 설계하여 RIS의 설계 공간 탐색.
• 일반적 소재의 ITU 유전율 및 전도율 값을 고려하면서 다중경로 전파 경로를 계산하기 위해 레이 트레이싱을 사용하여 3차원 전파 환경을 정확하게 모델링.
• 다중경로 전파-산란 MIMO 채널을 모델링하여 다중 산란체에서 수신 배열로 가는 반사 모델링. 이 모델은 거리에 따른 시간 지연, 이득, 도플러 편이, 위상 변화 및 가스, 비, 안개, 구름 등으로 인한 대기 손실을 고려합니다.

비지상망

MATLAB을 사용한 비지상망

기존 5G NTN 링크 모델은 6G에 필요한 개선 사항과 더 나은 알고리즘을 조사하기 위한 출발점으로 사용할 수 있습니다. 5G Toolbox™ 및 Satellite Communication Toolbox를 통해 여러분은 MATLAB으로 NTN 연구를 가속화할 수 있는 다음과 같은 작업을 수행할 수 있습니다. 

• 위성, 성상도, 지상국 및 이들 간의 상호 작용으로 구성된 전체 위성 시나리오를 유연하게 구축, 모델링 및 시각화.
• 동일한 시나리오의 위성 및 항공기로 멀티도메인 모델링 수행.
• 지상국 간의 멀티홉 위성 링크 모델링 및 성상도와 지상국 간의 액세스 분석 수행.
• 위성과 지상국 간의 도플러 주파수 및 지연 시간 모델링.
• 표준 기반 위성 전파 모델을 사용하여 ITU-R P.618 권장 사항에 정의된 전파 손실과 교차 편파 및 ITU-R P.681-11 섹션 6.2 권장 사항에 정의된 LMS(육상 이동 위성) 통신 채널 모델링.
• 광범위한 통신 기능 라이브러리로 새로운 파형, 변조 방식 및 오류 정정 기법 탐색.
• NTN의 빔 폭 요구사항을 충족하는 빔포밍 시스템 설계, 모델링 및 테스트.
• NTN에서 일반적으로 사용되는 빔 폭 및 효율 요구사항을 실현할 수 있는 안테나 및 안테나 배열 설계.

초고속 데이터 속도 및 고주파수

6G의 야심 찬 목표는 최대 수백 Gbps에 이르는 데이터 속도를 제공하는 것입니다. 초고속 데이터 속도와 연관된 여러 가지 새로운 도전 과제가 있으며, 그중 일부는 늘어난 전력 소비와 더 높은 반송파 주파수와 관련이 있습니다.

• 스펙트럼 효율이 높더라도 초고속 데이터 속도를 얻으려면 수십 GHz 정도의 신호 대역폭이 필요합니다. 즉, 반송 주파수가 상위 mmWave 영역(>100GHz)에 있어야 합니다. RF 전파의 경우 높은 주파수에서 주요 문제는 높은 감쇠입니다. 이러한 한계를 제대로 표현하려면 상위 mmWave 및 서브 THz 대역에 새로운 채널이 필요할 것입니다. 이런 채널 모델을 확률적 모델링에 기반하여 만드는 것은 낮은 주파수의 경우에는 표준적인 관행이지만 높은 주파수 대역의 경우 매우 까다롭습니다. 레이 트레이싱에 기반한 채널 모델은 60GHz에서 우수한 예측 성능을 보였으며 더 높은 주파수에서도 유사한 성능을 발휘할 것으로 예상됩니다. 레이 트레이싱 모델은 거리 문제를 해결하는 데 매우 중요한 기법인 빔포밍에 적합합니다.
• 데이터 컨버터의 경우, 전력 소비는 샘플링 주파수에 따라 대략 선형적으로 증가하지만 비트 분해능에 따라서는 기하급수적으로 증가합니다. 더 높은 대역폭으로 인한 전력 소비 증가로 발생하는 새로운 문제는 비트 분해능을 낮추는 등 DAC(디지털-아날로그 컨버터) 및 ADC(아날로그-디지털 컨버터)를 다시 설계해야 할 수도 있습니다.
• 데이터 속도는 DSP 회로의 클록 속도보다 훨씬 높으므로 거대한 병렬 데이터 스트림을 처리하려면 새로운 DSP 알고리즘 설계가 필요합니다.

MATLAB을 사용한 초고속 데이터 속도 및 고주파수

MATLAB에는 레이 트레이싱을 위한 기능이 내장되어 있습니다. 또한 이 툴에는 비, 지형 회절, 대기에 의한 굴절, 대류권 산란, 대기 흡수 등으로 인한 손실을 추가하는 기능이 내장되어 있습니다(예: 레이 트레이싱을 사용한 CDL 채널 모델 사용자 지정 및 레이 트레이싱을 사용한 실내 MIMO-OFDM 통신 링크 참조).

MATLAB을 사용하면 데이터 컨버터의 아키텍처를 높은 정확도로 탐색하고 수정할 수 있습니다.

MATLAB에는 데이터를 병렬로 처리하는 미리 준비된 IP 블록이 있으므로 클록 속도보다 훨씬 높은 유효 데이터 속도를 얻을 수 있습니다. 이러한 블록을 사용하는 Simulink^® 모델은 FPGA 플랫폼에 배포하여 실시간으로 실행할 수 있습니다.

물리 계층 설계

업데이트된 물리 계층 설계는 새로운 프레임 구조, 새로운 파형 및 새로운 채널 코딩 기법으로 구성할 수 있습니다. 6G의 파형 설계에는 몇 가지 어려움이 있습니다. 사용 가능한 링크 버짓은 더 높은 주파수에서 피크 출력 PA 전력의 제한으로 인해 감소되므로 포락선 변동이 적은 파형 후보가 선호됩니다. 초고속 데이터 속도에서 아날로그-디지털 변환은 시스템 전력 소비의 주요 원인이 될 것으로 예상되므로 에너지 효율적인 파형이 선호됩니다. 다음은 6G에서 고려되는 파형 후보의 예입니다.

• CP-OFDM 파형은 4G 및 5G로부터 내려온 오랜 전통을 계승하지만 PAPR(피크 대 평균 전력비)이 크다는 단점이 있습니다.
• ZXM(영점교차 변조)은 진폭 분해능을 줄여 높은 에너지 효율을 달성합니다.
• DFTS-OFDM은 추가적인 신호 처리는 없지만 대신 CP-OFDM 대비 PAPR을 감소시킵니다.

MATLAB을 사용한 물리 계층 설계

Communications Toolbox 및 5G Toolbox를 통해 기존 5G 모델에서 시작해 다양한 기술을 살펴볼 수 있고 다양한 채널 모델을 사용해 서로 다른 주파수 대역에서 성능을 살펴볼 수 있습니다.

MATLAB을 통해 NR LDPC 및 극성 코드 등을 기반으로 하는 새로운 코딩 체계를 살펴볼 수 있습니다.

결론

6G 무선 기술은 무선 엔지니어와 연구원에게 흥미로운 미래를 선사합니다. 향후 10년 동안 본 백서에서 다룬 활용 사례와 기술은 무선 통신 분야에서 점점 더 두각을 나타낼 것입니다.

MATLAB과 6G에 대해 자세히 알아보려면 아래의 추천하는 다음 단계와 관련 자료를 살펴보세요.