[논문 리뷰] Towards 6G Networks: Use Cases and Technologies

Marco Giordani, Michele Polese외 3명|arXiv (Cornell University)|2019. 03. 28.

Advanced Wireless Communication Technologies참고 문헌 17인용 수 20

한 줄 요약

이 논문은 5G를 초월하는 주요 용도 사례와 enabling 기술을 규명하여 6G 무선 네트워크에 대한 종합적인 비전을 제안한다. 이는 테라헤르츠 및 광통신, 셀리스 아키텍처, 그리고 AI 통합 네트워크를 포함한다. 초고대역폭, 초저지연, 대량 연결 및 지능형 분산 네트워크 운영을 지원하기 위해 종단간 전체 스택 및 시스템 수준의 재설계를 주장한다.

ABSTRACT

Reliable data connectivity is vital for the ever increasingly intelligent, automated and ubiquitous digital world. Mobile networks are the data highways and, in a fully connected, intelligent digital world, will need to connect everything, from people to vehicles, sensors, data, cloud resources and even robotic agents. Fifth generation (5G) wireless networks (that are being currently deployed) offer significant advances beyond LTE, but may be unable to meet the full connectivity demands of the future digital society. Therefore, this article discusses technologies that will evolve wireless networks towards a sixth generation (6G), and that we consider as enablers for several potential 6G use cases. We provide a full-stack, system-level perspective on 6G scenarios and requirements, and select 6G technologies that can satisfy them either by improving the 5G design, or by introducing completely new communication paradigms.

연구 동기 및 목표

• 5G 네트워크의 능력을 초월하는 미래의 용도 사례를 식별하고 분석하는 것, 특히 데이터 전송 속도, 지연 시간, 연결 밀도 측면에서.
• 자율주행차, 스마트 시티, 산업용 IoT와 같은 새로운 데이터 중심, 자동화 및 지능형 시스템을 지원하는 데 있어 5G의 한계를 검토하는 것.
• 신규 스펙트럼 활용, 네트워크 아키텍처, 그리고 대규모 지능을 통합한 통합적이고 종단간 6G 프레임워크를 제안하는 것.
• 테라헤르츠 및 가시광선 통신, 네트워크 가상화, 실시간 의사결정을 위한 분산 AI 등 6G를 가능하게 하는 기술을 부각하는 것.
• 진보적인 혁신이 아닌 점진적 개선이 아닌, 5G를 초월하는 전환적 진화로서 6G를 위치짓는 것.

제안 방법

• throughput, 지연 시간, 연결 밀도, 신뢰성 요구 사항에 중점을 두어 6G 용도 사례의 시스템 수준 분석을 수행한다.
• mmWave를 초월하는 고대역폭, 단거리 전송을 위한 테라헤르츠 및 광통신과 같은 신규 기술을 평가한다.
• 밀도 높은 분산형 액세스 포인트와 통합 액세스/백홀 기반의 셀리스 네트워크 아키텍처를 제안하여 3D 커버리지 구현한다.
• 분산형 인공지능을 네트워크 설계에 통합하여, 비지도 학습 및 강화 학습을 통해 엣지에서의 사용자 자율성을 실현한다.
• 에너지 수확 회로와 저전력 통신 스택을 사용하여 에너지 인지형 네트워크 운영을 모델링하여 자가전원 IoT 장치를 지원한다.
• 학습된 네트워크 표현을 통한 이통사 간 및 사용자 간 지식 공유를 탐색하여 배포 속도 향상과 동적 환경에서의 적응성 향상을 도모한다.

실험 결과

연구 질문

• RQ1 5G 네트워크로는 충족시킬 수 없는 미래 6G 용도 사례의 핵심 성능 요구 사항은 무엇인가?
• RQ2 테라헤르츠 및 광통신은 어떻게 테라비트/초 데이터 전송 속도를 실현하고 초고밀도 연결을 지원할 수 있는가?
• RQ3 6G 네트워크에서 3D 커버리지와 대량 장치 연결을 지원하기 위해 필요한 아키텍처 혁신은 무엇인가?
• RQ4 분산형 인공지능은 중앙 집중식 제어 없이 실시간, 저지연 네트워크 결정을 어떻게 가능하게 하는가?
• RQ5 에너지 수확과 에너지 인지 설계는 지속 가능한 자가전원 6G 구현에 어떤 역할을 할 수 있는가?

주요 결과

• 6G 네트워크는 1 km²당 최대 10^7개의 연결, 테라비트/초 데이터 전송 속도, 밀리초 이하의 지연 시간을 지원해야 하며, 이는 현재의 5G 능력을 초월한다.
• 테라헤르츠 및 광통신은 mmWave를 초월하는 고주파 대역을 활용하여 다중 테라비트/초의 데이터 전송 속도를 달성할 수 있는 실현 가능한 길을 제공한다.
• 밀도 높은 액세스 포인트의 배치와 네트워크 기능 가상화를 통해 실현되는 통합 액세스/백홀 기반의 셀리스 아키텍처는 3D 커버리지 및 확장성 확보에 필수적이다.
• 특히 비지도 학습 및 강화 학습을 포함한 분산형 AI는 엣지에서 자율적이고 저지연 네트워크 운영을 가능하게 하여 중앙 집중식 제어기 의존도를 감소시킨다.
• 에너지 수확 회로는 자가전원 IoT 장치를 지원하여 환경 및 산업 모니터링에 필수적인 이격형 및 장기 운영이 가능한 배포를 가능하게 한다.
• 학습된 네트워크 표현을 통한 이통사 간 및 사용자 간 지식 공유를 통해 네트워크 설정 속도 향상과 동적 환경에서의 적응성 향상이 가능하다.