본문으로 건너뛰기

대규모 언어 모델 성능 향상을 위한 연구동향

· 약 2분

LLM 모델 성능 개요

  • LLM 기술은 언어 이해, 번역, 생성에서 뛰어난 성능을 발휘하며, 인간 전문가 수준의 문제 해결 능력을 가짐
  • 논리적 추론 능력, 정보 정확성 부족, 모델의 단일 작업 최적화의 한계점 존재

LLM 모델 성능 향상 방안

LLM 논리적 사고 능력 향상 방안

접근 방식설명주요 기술/모델
CoT (Chain of Thought)LLM이 복잡한 문제를 단계별로 풀이하도록 유도하여 논리적 추론을 강화하는 방법GPT-4, PaLM
수학 문제, 법적 논증 등 단계적 사고가 필요한 작업에서 성능 대폭 개선
ToT (Tree of Thought)문제를 계층적으로 분해하고 각 경로의 결과를 비교해 최적의 답을 찾는 기법Anthropic Claude
다양한 결과를 시뮬레이션하여 복잡한 의사결정 문제를 해결할 때 유리
Meta-ReasoningLLM이 자신의 추론 과정을 평가하고 잘못된 부분을 스스로 교정하는 기법Self-Reflection, ReAct
자기반성과 재구성(ReAct)을 통해 고난도 문제에서 정밀도 향상
Mutual Reasoning두 개 이상의 모델이 협력하여 상호 검증과 보완을 통해 오류를 줄이는 방식rStar
각 모델이 상대방의 결과를 비판적으로 평가함으로써 신뢰성을 강화

LLM 정확도 향상 방안

접근 방식설명주요 기술
RAG (Retrieval-Augmented Generation)모델이 외부 데이터베이스에서 정보를 검색한 후 해당 데이터를 응답 생성에 통합하는 기법Bing GPT, OpenAI ChatGPT
고정된 훈련 데이터의 한계를 극복하며 최신성과 신뢰성을 강화
RIG (Retrieval-Integrated Generation)모델이 실시간으로 검색 엔진과 통합되어 정보를 검색한 후 이를 즉시 응답에 반영하는 기술Google Gemini
최신 정보 활용이 필요한 실시간 데이터 환경에 적합
맥락 검색 (Context Retrieval)문서와 질문 간의 연관성을 높이기 위해 추가적인 맥락 정보 제공Anthropic Contextual BM25
유사도 기반 검색과 고정밀 검색 알고리즘을 결합하여 정확도 극대화

LLM 기능 확장 방안

접근 방식설명주요 기술
모델 병합 (Model Merging)서로 다른 LLM을 결합하여 다양한 작업을 동시에 수행할 수 있도록 하는 방법DARE, Evolutionary Merging
하나의 모델은 자연어 처리에, 다른 모델은 이미지 분석에 최적화
모델 결합 (Model Combination)LLM과 다른 파운데이션 모델(예: 이미지, 음성 모델)을 통합하여 멀티모달 작업을 지원Whisper+GPT, SeamlessM4T
음성 텍스트 변환(Whisper)과 자연어 응답(GPT)을 결합하여 음성 비서, 다중언어 번역 등에 활용
어댑터 기반 결합모델이 다양한 작업과 모달리티를 지원할 수 있도록 가볍고 모듈화된 어댑터를 추가하는 방식Conv-based 어댑터
어댑터를 통해 특정 작업에 맞춘 빠른 조정이 가능하며, 대규모 재훈련 불필요

참조

음성 딥페이크 탐지기술

· 약 2분

딥러닝 기반 음성 합성기술 개념

  • TTS, 보이스 컨버전, 딥러닝 기술을 활용하여 사람의 음성을 자연스럽고 정교하게 합성하는 기술
  • 최근 Transformer 기반의 음성 합성 기술로 고품질 음성 합성이 가능해져 부정적 활용 사례 증가

딥페이크 음성 탐지기술 개념도, 핵심요소, 악용사례

딥페이크 음성 탐지기술 개념도

  • 입력 음성을 주파수 기반으로 분석 후, 딥페이크 탐지 모델로 학습하여 진짜/가짜 여부를 분류

딥페이크 음성 탐지기술 핵심요소

구분핵심요소내용
데이터 처리특징 추출Mel-frequency Cepstral Coefficients (MFCC), Spectrogram, Wav2Vec 기반
탐지 모델AASIST주파수-시간 특징 결합, 그래프 어텐션 네트워크를 적용하여 정밀 탐지
백엔드 분석Conformer전역적/지역적 특징 동시 학습, 긴 문맥 내 정보 포착으로 탐지 성능 강화

음성 딥페이크 악용사례

사례내용대응방안
보이스피싱가족, 직장 상사 등 신뢰도 높은 화자의 목소리를 변조해 금전 요구음성 인증 및 추가적인 신원 확인 절차 강화
가짜 뉴스정치인 음성을 변조해 거짓 정보를 전파 (예: 젤렌스키의 항복 선언)딥페이크 탐지 시스템 도입 및 음성 출처 검증
선거 조작선거 직전 딥페이크 음성으로 유권자를 현혹하는 음성 유포미디어 모니터링 및 딥페이크 탐지 기술 활용
투자 사기유명인의 변조 음성을 사용해 신뢰도를 조작, 투자 유도투자 플랫폼의 음성 데이터 검증 및 사용자 인식 제고

음성 딥페이크 탐지기술의 추가적인 고려사항

구분고려사항내용
제도적법적 규제 및 표준화 필요AI 음성 기술 활용 가이드라인 마련, 음성 합성과 탐지 기술의 국제 표준화 작업 강화 기술적 측면
법안 제정 및 책임 부여EU 초대형 플랫폼 규제 정책, 미국 딥페이크 책임법안 사례 참조
사회적사용자 인식 제고딥페이크 음성의 위험성을 알리고 개인 정보 보호를 강화하는 캠페인 및 교육 필요
대중 참여형 탐지 시스템 개발일반 사용자가 탐지 기술에 쉽게 접근할 수 있도록 대중 참여형 탐지 도구 및 플랫폼 제공

참조

AI를 이용한 사이버 공격 패러다임

· 약 3분

AI를 이용한 사이버 공격 패러다임 개념

  • AI와 ML 기술을 악용해 자동화된 피싱, 정교한 악성코드 생성, 탐지 회피 등을 수행하여 기존 보 안 체계를 우회하는 사이버 공격 방식
  • AI 기반 공격 도구의 등장, 대규모 데이터 분석과 자동화된 공격 가능, 공격자의 적응적 공격 체계 구축

AI를 이용한 사이버 공격 개념도, 공격절차, 대응방안

AI를 이용한 사이버 공격 개념도

  • FraudGPT, WormGPT, DarkGPT 등을 활용하여 사이버 공격 벡터에 인공지능 접목

AI를 이용한 사이버 공격절차

단계내용세부 내용
1. 표적 식별대상 시스템 및 취약점 파악AI 기반 데이터 분석으로 대상 시스템의 취약점 및 최적의 공격 경로를 탐색
2. 공격 벡터 설계공격 방법 결정AI 모델을 활용해 피싱, 악성코드, 사회공학적 공격 등 설계
3. 공격 실행자동화된 공격 수행LLM 기반 악성코드 및 피싱 메시지를 표적 시스템에 배포
4. 탐지 회피보안 시스템 무력화정상적인 데이터로 위장하거나 탐지 패턴을 AI로 분석해 우회
5. 데이터 탈취 및 결과 분석공격 결과 수집공격 성공 후 데이터 탈취, 시스템 무력화, 네트워크 장악 결과를 분석 및 활용

AI를 이용한 사이버 공격 대응방안

구분대응 방안내용
AI for SecurityAI 기반 보안 탐지 시스템 도입AI/ML 모델을 활용해 이상 트래픽 및 비정상 데이터 패턴 조기 탐지
위협 인텔리전스 강화알려진 위협과 미확인 위협 분석 및 경고
자동화된 방어 체계SOAR, XDR 기반 자동화된 대응 체계를 통해 실시간 공격 차단
피해 최소화 및 보안 강화랜섬웨어 복구 및 데이터 복구, 보안 체계 강화를 통한 추가 공격 방지
Security for AI적대적 AI 공격 방지AI 모델에 대한 적대적 공격 방어 기술 개발
데이터 무결성 및 보호 강화AI 학습 데이터 포이즈닝 방지를 위해 데이터 접근 제어 및 암호화 적용
AI 보안 표준화 및 정책 개발국제 표준화 작업(OWASP, ISO/IEC)과 보안 정책 수립 및 대응

AI for Security, Security for AI

AI for Security

  • AI로 새로운 보안 위협을 탐지하고, 자동화된 대응 체계를 구축하여 위협 가시성, 위협 인텔리전스, 자동화된 대응 역량 강화

Security for AI

프레임워크설명비고
SAIFAI 모델과 데이터의 보안을 위한 포괄적인 프레임워크AI 모델의 신뢰성 및 데이터 무결성
AI TRISMAI 시스템의 신뢰성, 위험 관리, 보안에 중점을 둔 AI 보안 관리 프레임워크AI 거버넌스 및 위험 모니터링
AI RMFNIST의 AI 위험 관리 프레임워크로, AI 위험 식별, 분석, 대응 및 모니터링을 체계화.AI 위험 평가 및 완화 계획
OWASPOWASP의 LLM Top 10을 통해 LLM의 주요 보안 취약점과 위협 요소 식별/대응데이터 보호 및 모델 보안
  • AI 기술 자체를 보호하고, 학습 데이터와 모델의 안전성을 보장하며, AI 생태계에서 발생하는 윤리적 문제와 보안 취약점에 대응

AI 기반 사이버 보안 주요 고려사항

  • 탐지 정확성을 높이기 위한 신뢰할 수 있는 학습 데이터 확보
  • AI 거버넌스 프레임워크 도입을 통해 공정하고 투명한 AI 기술 구현

참조

차량 디지털포렌식

· 약 2분

차량 디지털포렌식 개념

  • 차량의 전장 장치 및 컴퓨팅 시스템에 저장된 디지털 데이터를 과학적 방법으로 식별, 수집, 분석, 보고하여 차량 관련 사건 및 사고를 해결하는 기술
  • 자율주행 및 커넥티드카 시대의 도래로 차량에서 생성된 데이터 급증, 제조사 간 포렌식 데이터 상이, 관련 절차 미비
  • 사고 원인 규명, 증거 확보, 책임소재 확인

차량 디지털포렌식 구성도, 구성요소, 적용사례

차량 디지털포렌식 구성도

차량 디지털포렌식 구성요소

구분구성요소내용
저장 장치사고기록장치(EDR)차량 충돌 전후 데이터 기록 및 사고 원인 분석에 사용
전자제어장치(ECU)차량의 엔진, 변속기 등 주요 부품 데이터
자율주행정보 기록장치(DSSAD)자율주행차의 작동 및 명령 이력
인포테인먼트 시스템(IVI)내비게이션, 블루투스 연결, 멀티미디어 데이터 등 탑승자 행위 데이터
분석 도구OBD 포트차량 진단 데이터를 수집 및 분석
포렌식 소프트웨어iVe, Encase 등 차량 내 데이터 추출 및 분석

차량 디지털포렌식 적용사례

구분사례내용
교통사고사고 원인 분석IVI 데이터를 통해 운전 중 스마트폰 사용 여부 및 운전자 행위 식별
범죄 수사차량 절도 및 뺑소니 수사차량 내부 데이터로 도난 차량과 범인의 위치 추적
보험 분쟁차량 사고 책임 소재 규명EDR 데이터를 통해 사고 당시 차량의 상태와 운전자의 행위 분석

차량 디지털포렌식 발전제언

구분발전 방향내용
정부표준화 및 법제화차량 데이터 포렌식 절차를 표준화하고, 관련 법적 프레임워크를 마련
기관 간 협력 체계 구축경찰, 법원 등 수사 기관과 제조사 간 데이터 공유 협력 체계 확립
연구개발 지원차량 디지털포렌식 도구와 기술 개발에 재정적 지원 확대
기업포렌식 도구 개발다양한 차량 모델 및 OS를 지원하는 범용 포렌식 소프트웨어 개발
데이터 접근성 향상제조사가 제공하는 데이터 형식 통일 및 암호화 해제 지원 도구 개발
사이버 보안 강화차량 데이터의 무결성 보장을 위해 암호화 및 인증 메커니즘 적용
개인개인정보 보호차량 소유자의 데이터 프라이버시 보호를 위한 암호화 및 비식별화 조치
교육 및 인식 강화차량 디지털 데이터 활용과 보호에 대한 운전자 및 개인 인식 제고

참조

5G New Radio의 AI/ML 기술

· 약 2분

5G NR 개요

  • AI/ML을 도입하여 네트워크 복잡성을 줄이고, 실시간 적응 및 최적화를 통해 성능을 극대화

5G NR AI/ML 프레임워크 개념도, 핵심요소, 기대효과

5G NR AI/ML 프레임워크 개념도

5G NR AI/ML 프레임워크 핵심요소

구분핵심요소내용
데이터 처리데이터 수집AI/ML 학습 및 추론을 위해 네트워크 데이터를 수집 및 전처리
모델 관리모델 학습수집된 데이터를 기반으로 최적의 AI/ML 모델 학습 및 평가
모델 저장학습된 모델을 저장하여 추론 기능에서 활용 가능
모델 운영추론실시간 데이터 기반 추론으로 네트워크 상태를 진단 및 예측
관리성능 모니터링 및 피드백을 통해 네트워크 최적화와 모델 업데이트 수행

5G NR AI/ML 적용 기대효과

기술내용기대 효과
CSI 피드백채널 상태 정보를 AI/ML로 예측하여 오버헤드 감소데이터 전송 효율 및 정확도 향상
빔 관리빔포밍, 빔 스위칭 등 AI 기반 관리밀리미터파 대역에서 통신 성능 최적화
측위 정확도 향상NLOS 환경에서도 AI 기반 예측 기술 활용고정밀 위치 추적 가능

5G NR AI/ML 적용시 고려사항

구분고려사항내용
기술적데이터 품질AI/ML 모델 학습 및 추론의 정확도를 보장하기 위한 고품질 데이터 필요
모델 복잡성적응형 네트워크 환경에서 실시간 추론이 가능하도록 경량화된 모델 설계
경제적비용 효율성AI/ML 인프라 구축 및 운영 비용을 최소화하기 위한 클라우드 활용
운영적표준화다중 공급업체 환경에서 AI/ML 모델의 상호운용성을 보장하기 위한 표준 필요
보안AI/ML 모델과 네트워크 데이터의 무결성을 보장하기 위한 보안 메커니즘 필요

참조

ISAC, 6G 센싱/통신 통합 기술

· 약 3분

6G 센싱, 통신 통합 기술 개념

ISAC 개념

  • 센싱과 통신을 단일 플랫폼에서 통합적으로 수행하여 데이터 전송과 환경 감지 기능을 동시에 제공하는 기술
  • IMT-2030의 주요 사용 시나리오 중 하나로, 초연결 네트워크(ubiquitous connectivity)와 신뢰성 높은 저지연 통신(hyper-reliable and low-latency communication) 등과 함께 6G의 핵심 기술

ISAC 필요성

구분필요성내용
고정밀성초정밀 데이터 요구 증가높은 주파수 대역 활용으로 환경 인지와 통신 정확성을 동시에 실현
자율성통합적 네트워크 관리IoT, 자율주행 등 다양한 서비스에서 실시간 통합 관리 요구 충족
효율성자원 활용 최적화통신과 센싱 자원의 통합적 사용으로 비용 절감과 에너지 효율성 증대

ISAC 시스템 개념도, 기술과제, 기술동향

ISAC 시스템 개념도

  • ISAC 시스템 구축을 위해 E-MIMO, 빔포밍, 정밀 포지셔닝 기술 연구 필요

ISAC 시스템 기술과제

과제내용해결방안
간섭 문제센싱 및 통신 신호의 상호 간섭 발생빔포밍 기술과 자원 스케줄링을 통한 신호 간섭 최소화
채널 모델 부재통신과 센싱 신호를 동시에 고려하는 통합 채널 모델 부족통합 신호 특성을 반영한 채널 모델 개발 및 AI 기반 채널 분석 기술 활용
성능 최적화통신과 센싱 간의 트레이드오프LoS/NLoS 경로 최적화와 자원 분배 알고리즘 적용
  • Line-of-Sight, Non-Line-of-Sight

ISAC 시스템 기술동향

구분기술동향내용
국내6G ISAC 초기 연구대학 및 연구소 중심으로 ISAC 기반 자율주행, 스마트시티 응용 연구 진행
표준화 참여3GPP, IEEE 등 국제 표준화 작업에 국내 기업(통신사, 제조사) 참여 확대
국외Nokia/Hexa-X6G 네트워크를 센서로 활용, JCAS(Joint Communication and Sensing) 기술 개발
Huawei/ZTE테라헤르츠 대역 기반의 고해상도 센싱 및 통신 통합 연구 진행
Qualcomm초정밀 위치 추적 및 RF 센싱 기술 상용화

ISAC 시스템 고려사항

구분고려사항내용
기술적간섭 완화센싱과 통신 신호의 간섭 문제 해결을 위한 신호 처리 기술 필요
경제적비용 효율성네트워크 자원의 통합적 사용으로 CAPEX/OPEX 절감
확장성서비스 적용 가능성자율주행, 환경 모니터링 등 다양한 응용 분야에서 상용화 가능성 고려

참조

IBN, 의도 기반 네트워킹

· 약 2분

의도 기반 네트워킹 개요

의도 기반 네트워킹 개념

  • 네트워크 관리자의 의도를 인공지능 기술로 파악하여 인터넷을 구성하는 유무선망 설정을 자동으로 수행하는 기술
  • 선언적 명령을 통해 네트워크 구성과 관리 단순화, 인공지능(AI), 자연어 처리(NLP)와의 통합을 통해 자동화 수준 제고

의도 기반 네트워킹 필요성

구분필요성내용
관리 복잡성네트워크 증가 및 복잡성 완화기존 네트워크는 수동 구성으로 인해 시간 소모 및 오류 가능성 존재
자동화AI/ML 기반 최적화인공지능 및 기계 학습 기반으로 실시간 네트워크 최적화와 적응형 관리 가능
표준화환경 적합성다중 연결 장치와 네트워크의 효율적 관리를 위해 표준화된 접근 방식 요구

의도 기반 네트워킹 개념도, 핵심요소, 기술동향

의도 기반 네트워킹 개념도

  • 각각의 단계에서 LLM, ML, 딥러닝 및 최적화 기술 적용

의도 기반 네트워킹 핵심요소

구분핵심요소내용
정책 처리의도 인식사용자 텍스트/음성 입력을 통해 네트워크 의도를 정의 및 생성
의도 번역사용자나 관리자의 의도를 상위 정책으로 변환
정책 최적화번역된 정책을 컴퓨터가 실행 가능한 명령어로 최적화하여 네트워크에 적용 가능하게 처리
정책 실행의도 적용최적화된 정책을 네트워크 장비나 가상화 인프라(VNF, CNF)에 배치
운영 관리의도 모니터링네트워크 상태를 지속적으로 관찰하여 의도대로 작동하는지 확인 및 데이터 분석
의도 검증의도와 네트워크 성능이 일치하는지 검증하며, 부족한 성능 최적화 요청
의도 재설정필요 시 정책을 재작성하거나 재설정하여 네트워크 최적화 수행
  • 실시간 의도 재설정에서 발생하는 레이턴시를 줄이기 위해 SDN, 엣지 컴퓨팅 활용

의도 기반 네트워킹 기술동향

구분기술동향내용
국내3GPP 표준화 작업IBN 관련 의도 번역 및 실행 모듈 개발, NFV/SDN 표준화 참여
5G 기반 IBN 테스트베드국내 기업들이 AI 기반 네트워크 관리 시스템 구축 실증
국외CiscoAI 기반 네트워크 번역 및 모니터링 기술로 시장 선도
화웨이캠퍼스 네트워크 자동화와 오픈 소스 플랫폼 개발
  • IBN 시장규모는 연평균 25% 성장할 것으로 예측, 기술 개발 및 표준화에 지속적 관심과 투자 필요

참조

비정지궤도 위성통신

· 약 3분

위성통신 개요

위성통신 개념도

비정지궤도 위성통신 개념

  • LEO 및 MEO 위성을 활용하여 높은 데이터 전송 속도, 낮은 지연시간, 글로벌 커버리지를 제공하는 통신 기술
  • GEO 대비 낮은 전송 지연으로 IoT, 자율주행, 의료 등 다양한 서비스 적합 / LEO 위성 서비스 활성화로 인한 데이터 수요 충족 / 긴급 SOS 메시징 및 극지방 커버리지 등 기존 위성 통신 문제 해결

비정지궤도 위성통신 구성도, 구성요소, 기술동향

비정지궤도 위성통신 구성도

비정지궤도 위성통신 구성요소

구분구성요소내용
위성LEO/MEO 위성저지연, 고속 데이터 전송, 글로벌 커버리지 제공
위성 간 링크 (ISL)위성 간 데이터 중계 및 글로벌 라우팅 지원
단말위성 파라볼릭 안테나 단말GEO+MEO+LEO 지원, 주로 해상 및 고정형 통신 환경에서 사용
위성 평판 안테나 단말위상 배열형 전자적 빔 조향 안테나, 높은 내구성, 다중궤도/다중대역 지원
항공기 IFC 단말기내 인터넷 연결, 실시간 스트리밍 지원
해상용 단말극지방 커버리지 및 해상 데이터 통신 지원
지상 휴대 단말긴급 SOS 메시지, IoT 연동, 위성 직접 통신

비정지궤도 위성통신 기술동향

구분기술동향내용
국내LEO 위성 테스트베드 구축2030년까지 시범시스템 확보를 목표로 기술 개발
표준화 참여3GPP NTN 표준화 및 위성-지상 통합 기술 개발
국외스타링크6,100개 이상의 위성을 운영하며 100개국에서 300만 명의 가입자 확보
Amazon Kuiper3,236개의 Ka 대역 위성으로 글로벌 커버리지 구축 계획
EU IRIS² 프로젝트LEO/MEO/GEO 다중 궤도 기반 초고속 통신 서비스 구축

참조

앰비언트 IoT

· 약 3분

앰비언트 IoT 개요

앰비언트 IoT 개념

  • 에너지 하베스팅 기술을 기반으로, 배터리 없는 IoT 디바이스 또는 저전력 디바이스를 구현하여 환경적 지속 가능성과 유지보수 비용 절감을 목표로 하는 기술
  • 전파, 빛 동작, 열 등을 에너지원으로 사용, 기존 NB-IoT 및 LTE-M 대비 낮은 전력 소비와 간단한 설계, 6G 초연결성 지원, 다양한 IoT 어플리케이션 적용

앰비언트 IoT 등장배경

구분배경내용
기술적 요구IoT 디바이스 급증수십억 개 IoT 디바이스로 인한 배터리 교체 및 유지보수 부담
환경적 요인에너지 소비와 환경 문제배터리 사용을 줄이고 에너지 하베스팅 기술로 지속 가능성 강화
미래 요구6G 및 mMTC 기술 확장 필요초연결성 요구 해결 및 높은 연결 밀도 지원

앰비언트 IoT 프로시저, 기능요구사항, 유즈케이스

앰비언트 IoT 프로시저

  • 프로시저를 효과적으로 구현하기 위해 앰비언트 IoT 시스템의 기능요구사항 충족 필요

앰비언트 IoT 기능요구사항

구분요구사항내용
통신그룹 통신다수의 IoT 디바이스와 동시 통신 가능
인증 및 보안인증 절차와 데이터 보안 강화
위치 및 관리위치 서비스 제공실시간 위치 추적 및 보고
디바이스 활성화/비활성화 관리RF 신호 전송을 통한 디바이스 제어 기능
데이터 관리외부 시스템 연동사용자 동의 하에 제3자에게 데이터 제공 가능
강력한 시큐리티 보호전송 데이터 암호화 및 무결성 보장

앰비언트 IoT 유즈케이스

구분사례비고
재고 관리재고 물품 상태 및 위치를 자동화로 확인자동화 창고, 의료 기기 관리
센서환경 데이터 수집 및 실시간 전송산불 모니터링, 스마트 농업 등
포지셔닝디바이스 위치를 실시간으로 추적분실물 탐지, 쇼핑몰 내 위치 파악
명령디바이스를 제어하거나 상태 변경 명령 전송전자 라벨, 디바이스 활성화/비활성화 명령

앰비언트 IoT 발전방향

구분발전 방향내용
에너지 효율배터리리스 기술 확대빛, 열, RF 신호 등 환경 에너지 활용한 배터리 없는 IoT 디바이스 실현
동적 에너지 관리 시스템AI 기반 에너지 수집 및 분배 최적화로 에너지 사용 최소화
확장성 및 표준화6G와의 통합초저지연 네트워크와 대규모 IoT 연결 지원하여 더 높은 데이터 전송 속도와 넓은 커버리지 제공
국제 표준화3GPP, IEEE와 협력하여 글로벌 표준 정립, 상호운용성 강화 및 산업 협력 촉진

참조

6G 무선통신 기반 포지셔닝 및 센싱

· 약 2분

6G 무선 포지셔닝 및 센싱 개요

6G 무선 포지셔닝 및 센싱 개념

  • 6G 무선 통신 시스템은 초고속 데이터 전송, 초저지연, 광범위한 연결성을 제공하며, 포지셔닝 및 센싱 기능을 통해 초정밀 위치 추적 및 환경 데이터 수집을 가능하게함
  • 테라비트급 속도, 초정밀 포지셔닝, AI 및 ML 통합

6G 무선 포지셔닝 및 센싱 필요성

구분필요성내용
정밀도하드웨어 한계 해결고주파 대역에서 높은 정밀도를 위한 ADC, 다중 안테나 배열 등 고성능 설계 필요
채널 문제복잡한 신호 경로 처리도심 환경의 다중 경로 반사 문제를 해결하기 위한 기술 요구
다기능성통신과 센싱의 융합MIMO, SDR 기술 기반으로 통신과 센싱 기능을 동시 구현하는 다기능 하드웨어 필요

6G 무선 포지셔닝 및 센싱 구성도, 구성요소, 기술동향

6G 무선 포지셔닝 및 센싱 구성도

6G 무선 포지셔닝 및 센싱 구성요소

구분내용비고
위성 통신저궤도 위성을 활용해 실외 환경에서 높은 커버리지와 안정성 제공5G 대비 10배 이상 커버리지 확대
지능형 표면RIS 활용 신호 반사 및 경로 재구성장애물 극복 및 신호 품질 개선
다기능 하드웨어통신과 센싱을 통합 수행할 수 있는 하드웨어 설계E-MIMO, SDR 등
AI 플랫폼데이터 분석 및 기계 학습을 통해 센싱 및 포지셔닝 최적화신속한 의사결정과 정확도 개선

6G 무선 포지셔닝 및 센싱 기술동향

구분기술동향내용
국내과기정통부 6G 전략 로드맵2030년까지 6G 상용화를 목표로 초정밀 포지셔닝 및 고감도 센싱 기술 개발 진행
국제 표준화 작업ETRI와 TTA의 ITU 및 3GPP의 국제 표준화 작업 참여
국외미국연방통신위원회, 국방부의 6G 포지셔닝 및 센싱 기술 연구 지원, 위성 및 드론 기반 기술 연구
유럽Horizon Europe 프로젝트로 테라헤르츠 기반 고정밀 포지셔닝 기술 개발
중국차세대 정보통신 기술 혁신 전략을 통한 대규모 투자

참조