[논문 리뷰] Semantic Communications for Future Internet: Fundamentals, Applications, and Challenges

Wanting Yang, Hongyang Du외 7명|arXiv (Cornell University)|2022. 06. 10.

Robotics and Automated Systems인용 수 11

한 줄 요약

이 논문은 6G 무선 네트워크의 기초 철학으로 의미 통신(SemCom)을 제안하며, 데이터 전송 과정에 사용자 의도와 맥락적 의미를 통합한다. 의미 정보(SI) 추출, 전송 및 측도 기반으로 통신을 재정의함으로써 샤논의 고전 이론을 초월한 지능형, 목표 지향적, 효율적인 통신을 가능하게 한다. AI 기반 최적화와 함께 메타버스와 같은 응용 분야에서 향상된 보안성과 QoE를 제공할 잠재력을 지닌다.

ABSTRACT

With the increasing demand for intelligent services, the sixth-generation (6G) wireless networks will shift from a traditional architecture that focuses solely on high transmission rate to a new architecture that is based on the intelligent connection of everything. Semantic communication (SemCom), a revolutionary architecture that integrates user as well as application requirements and meaning of information into the data processing and transmission, is predicted to become a new core paradigm in 6G. While SemCom is expected to progress beyond the classical Shannon paradigm, several obstacles need to be overcome on the way to a SemCom-enabled smart wireless Internet. In this paper, we first highlight the motivations and compelling reasons of SemCom in 6G. Then, we outline the major 6G visions and key enabler techniques which lay the foundation of SemCom. Meanwhile, we highlight some benefits of SemCom-empowered 6G and present a SemCom-native 6G network architecture. Next, we show the evolution of SemCom from its introduction to classical SemCom related theory and modern AI-enabled SemCom. Following that, focusing on modern SemCom, we classify SemCom into three categories, i.e., semantic-oriented communication, goal-oriented communication, and semantic-aware communication, and introduce three types of semantic metrics. We then discuss the applications, the challenges and technologies related to semantics and communication. Finally, we introduce future research opportunities. In a nutshell, this paper investigates the fundamentals of SemCom, its applications in 6G networks, and the existing challenges and open issues for further direction.

연구 동기 및 목표

• 원시 데이터 전송 속도에서 의미 있는 정보 교환으로의 전환을 통해 의미 통신(SemCom)을 6G의 核심 철학으로 정착시키기.
• 세 가지 유형의 SemCom인 의미 지향, 목표 지향, 의미 인식 통신을 식별하고 분류하기.
• 의미 정보 추출, 전송, 측도의 세 가지 차원으로 SemCom 설계를 체계화하기.
• AI의 역할을 분석하며, 특히 채널 모델링, 환경 제어 및 암묵적 의미 추론에 초점 맞추기.
• 보안의 상충 관계와 6G의 미래 응용 분야, 특히 메타버스 및 지능형 IoT에서의 잠재적 응용 탐색하기.

제안 방법

• AI 모델(예: NLP, 비전)을 활용한 의미 정보(SI) 추출, 효과적 코딩을 통한 SI 전송, 품질 평가를 위한 SI 측도를 포함하는 세 차원 프레임워크 제안.
• 송신기와 수신기가 공통된 목표를 공유하는 목표 지향 통신 도입. GAML과 같은 추론 메커니즘을 활용해 암묵적 의미를 추론.
• 생성적 적대적 모방 학습(GAML)과 추론 함수를 활용해 부분 메시지에서 누락된 의미 엔티티 및 관계 복원.
• 재구성 가능한 지능형 표면(RIS)과 AI를 활용해 동적 채널 최적화를 위한 지능적 제어 가능한 무선 환경 제공.
• 은폐 통신 및 간섭 기반 기밀성 기법을 포함한 물리 계층 보안 기법 적용으로 보안성과 신호 품질 간 균형 유지.
• 명시적 및 암묵적 SI의 공동 최적화를 통해 SemCom 시스템 내 자원 할당의 효율성 향상.

실험 결과

연구 질문

• RQ1 의미 통신은 6G 네트워크에서 고전 정보 이론의 한계를 어떻게 극복할 수 있는가?
• RQ2 의미 지향, 목표 지향, 의미 인식 통신 간의 근본적 차이점과 설계 원칙은 무엇인가?
• RQ3 암묵적으로 전송되지 않은 경우 암묵적 의미 정보를 효과적으로 어떻게 추론할 수 있는가?
• RQ4 AI는 의미 통신에서 채널 관리 및 환경 제어 최적화에 어떤 역할을 할 수 있는가?
• RQ5 의미 통신에서 보안, 자원 오버헤드, 신호 품질 간의 상충 관계는 어떻게 평가할 수 있는가?

주요 결과

• GAML를 통한 실험 결과, 기존 유전 알고리즘 기반 방법 대비 추론 작업에서 20%의 정확도 향상 달성.
• 추론 기반 접근 방식은 덧셈 함수를 사용할 경우 76%, 선형 함수를 사용할 경우 48%의 정확도로 누락된 의미 엔티티 복원 성능 확보.
• AI 기반 재구성 가능한 지능형 표면(RIS)은 전파 파면의 동적 제어를 가능하게 하여 송신기, 수신기, 환경의 공동 최적화 실현.
• SemCom과 물리 계층 보안의 통합은 은폐 통신을 가능하게 하지만, 간섭으로 인한 신호 품질 저하의 잠재적 위험 존재.
• 명시적 및 암묵적 의미 정보의 공동 최적화가 자원 할당의 효율성 향상과 시스템 성능 향상에 필수적임.
• 의미 통신은 메타버스와 같은 인간 중심, 데이터 집약적 응용 분야에서 더 높은 QoE와 낮은 지연을 제공할 수 있는 6G의 전환적 철학으로 위치 지정됨.