여러분은 지진이나 전쟁 같은 자연 재해나 물리적으로 공격을 받는 심각한 상황에서 휴대 전화 통신이 불통이 되는 상황을 경험하거나 상상 한 적이 있습니까? 재해 상황에서 휴대 전화 통신이 밀리다 이유는 지상 기지국, 해저 통신 케이블 광 케이블 등 통신 시설이 손상되기 때문입니다. 또 당장 재해 상황이 아니더라도 산악 지대와 그물망 바다에서 통신이 어려운 이유, 5G통신이 지역마다 작동 여부가 바뀌는 이유는 주변에 관련 지상 기지국이 설치되어 있지 않기 때문으로, 원거리에 있는 지상 기지국에는 커버리지(양호한 통신을 가증하는 범위)의 한계가 있기 때문입니다. 만약 이렇게 통신이 막힐 상황이 오면 비상 사태를 해결하는 속도는 늦어지고, 고립된 상태에 놓인 시간이 길어질까요.이런 지상 기지국의 보상 문제와 재해 상황에서 통신 문제를 해결하기 위해서 등장한 것이 비지상 통신망입니다. 비지상 네트워크를 구축하기 위해서는 케이블 없이 위성이나 드론을 띄울 장소라면 어디든지 통신이 가능하므로 농촌과 산악 지대, 그리고 해상에서도 통신이 가능하다는 장점이 있습니다. 비지상 네트워크의 종류와 활용 사례현재 비지상 네트워크 분야에서는 GEO(정지궤도위성, Geostationary Earth Orbit)와 LEO(저궤도, Low Earth Orbit) 위성통신에 대한 연구가 활발히 진행되고 있습니다. GEO는 위도 0° 적도 36,000km 상공의 원형 궤도로 3개의 GEO 위성만으로도 지구 표면 대부분을 커버할 수 있다고 합니다. LEO는 지상에서 고도 2,000km까지의 인공위성 궤도를 의미합니다. 아래 그림과 같이 위성이 높은 궤도에 위치할수록 커버리지가 넓어집니다.위성 고도에 따른 커버리지 비교2022년 2월 전쟁 상황에서 통신장치가 파괴돼버린 우크라이나는 스페이스X CEO 일론 머스크의 지원을 받아 위성 인터넷 서비스인 ‘스타링크’를 제공받았습니다. 통신케이블 시스템이 필요 없는 이 ‘스타링크’로 우크라이나는 신속하게 통신망을 복구해 지상에서 550㎞ 떨어진 LEO 위성 네트워크를 기반으로 고속 대용량 데이터 전송이 임시로 가능해졌습니다.궤도를 따라 움직이는 여러 대의 스타링크 모습 Unsplash그러나 위성을 발사해야 한다는 점, 위성의 정비가 어려운 점, 천문학적 비용이 든다는 점, 궤도를 포화시켰고 우주 관측을 방해한다는 점이 단점으로 지적됩니다. 특히 GEO위성 네트워크의 경우 부득이 한 긴 통신 지연 시간의 문제가 존재하고, LEO위성 네트워크의 경우 지상 사용자의 관점에서 위성의 위치가 지속적으로 변화하므로 특정 지역을 커버하는 위성이 약 5~10분 주기로 다른 위성으로 바뀝니다. 그러므로 GEO통신에서의 지연 시간의 문제를 보상할 솔루션이 고안돼야 하고, LEO통신에서 지상 유저가 끊기지 않는 위성 서비스를 제공하기 위해서는 다른 LEO위성 기지국에 채널을 재할당되는 핸드 오버(handover)문제가 해결되어야 합니다. 최근에는 이런 단점을 보완할 수 있는 솔루션의 하나로 무인 이동을 이용한 통신 기술이 주목 받고 있습니다. 그럼 무인 이동은 왜 통신에서의 무인 이동의 장점과 한계 점은 무엇입니까? UAV기반 통신드론으로 대표되는 무인이동체(이하 UAV, Unmanned Aerial Vehicle)란 원격 또는 자동조종을 통해 임무를 수행할 수 있는 비행체를 의미합니다. 따라서 무선조종이 가능하며 공중무선기지국으로서 UAV는 지상무선기지국에서의 2차원 통신과는 달리 3차원상의 통신을 가능하게 합니다.드론은 전파 가시거리를 확보해 3차원 통신을 가능하게 한다. 한국통신학회무선 채널 무선 신호는 송신기와 수신기의 거리가 늘어나면서 지수 함수적으로 그 신호의 세기가 약해지는 특징을 가집니다. 그래서 UAV과 지상 무선 노드 간의 원활한 통신 때문에 UAV는 적절한 위치에 배치되어야 합니다. 만약 UAV가 여러개의 지상 노드(통신 기기)에서 일부 노드 만큼 가까운 경우 UAV와 거리가 먼 다른 노드는 낮은 품질의 통신을 서포트되게 될지도 모릅니다. 그러므로 UAV는 지상 노드의 분포 상황에 따라서 최적화된 경로와 고도의 서비스를 제공하지 않으면 안 됩니다. 최근에는 가장 적절한 경로와 고도를 발견하는 것은 인공 지능 분야가 적용되고 있습니다.드론 네트워크에서의 신호 전송률 향상을 위해 고려되는 요소, 한국통신학회이에 대해서, UAV기반 통신 분야에 관한 논문에서 2022년 한국 통신 학회 하계 종합 학술 발표회에서 해동 우수 논문 최우수 상을 수상한 대학원생 이·승민 씨에게 인터뷰했습니다. Q. 통신 분야에서의 UAV활용의 필요성은 무엇이라고 생각하나요?A. 통신 기술의 세대가 진행되면서 보다 다양하고 많은 무선 기기가 출현하고 있습니다. 2020년에 삼성이 발표한 “The Next Hyper-Connected Experience for All”백서[1]에서는 무선 기기의 수가 현재의 8.5억대에서 2030년에는 5000억대까지 증가할 것으로 예상하고 있습니다. 이처럼 막대한 양의 무선 기기에 대비하기 위해서, 6G에서는 기존의 2차원 무선 통신 네트워크로부터 3차원 무선 통신 네트워크에 대한 확장을 핵심 요소로 고려하고 있습니다.이를 실현하려면 기존의 지상 네트워크와는 다른 보다 유연한 네트워크 토폴로지의 장착과, 기존의 통신 인프라의 설치가 불충분한 음영 지역 등에 신속히 배치할 수 있는 동적 네트워크를 실현할 것이 하나의 유망한 솔루션이 될 수 있습니다. UAV는 저비용, 신속성 높은 이동의 자유도 등의 메리트로, 이런 문제에서 좋은 성과를 거둘 수 있다고 기대되며 현재 이동 통신 분야에서 UAV를 무선 네트워크에 활용하는 많은 연구가 진행되고 있습니다[2],[3].모바일 무선 통신에서의 동적 네트워크의 예. [1]모바일 무선 통신에서의 동적 네트워크의 예. [1]급속히 성장하는 통신 발전에 수반해 출현하는 통신 서비스에 요구되는 컴퓨팅 전력. [1]Q.UAV기반의 이동 통신 분야에서 행해지고 있는 현행의 연구는 어떤 것이 있습니까?A. 아까 이야기한 UAV네트워크의 한계점을 극복하기 위해서, UAV네트워크의 효율적인 주파수 재사용 연구[2], 고도별 공중-지상 채널 모델 연구[4], 배터리 문제를 완화하기 위한 에너지 효율적인 UAV제어 연구 및 UAV이동 경로 최적화 연구 등에 관한 많은 연구가 이루어지고 있습니다[3][5]. Q.UAV기지국 운영의 에너지 효율 문제를 해결하는 방법에 대한 논문에서 수상하였으나 자세한 설명하신다면 다행입니다.A. UAV기지국의 한정된 네트워크 유지 시간 문제를 해결하기 위해서, UAV의 불필요한 이동을 최소화하는 최적 UAV제어 기법을 연구하는 것이 하나의 솔루션이 될 수 있습니다. 그러나 실질적으로 UAV기지국은 여러대가 배치되어 서로 지속적인 상호 작용을 하면서 이런 상호 작용 관계를 수학적으로 모델링 하는 것은 매우 어렵기 때문에 기존의 선형 알고리즘 및 최적화 기법으로 최적 UAV제어 문제를 해결하기란 매우 어렵습니다. 그러나 다행히도 요즘 기계 학습 분야의 호황으로 이런 복잡한 관계를 수학적 모델링 하지 않아도, 즉 해결하려는 문제의 환경에 대한 정확한 정보를 몰라도, 트라이얼 anderror방식으로 최적 솔루션을 이끌어 낼 수 있다 강화 학습 분야가 이용될 가능성이 있습니다. 실제로 이와 관련한 연구는 많이 이뤄지고있습니다만, 과거의 많은 연구는 지상 유저의 이동성을 정적으로 가정하거나 단일 UAV시스템을 고려한 연구가 많았습니다. 우리는 다중 UAV기지국이 지속적으로 움직이는 지상 사용자에게 무선 접속성을 제공하는 시스템을 고려했습니다. 이런 복잡한 시스템에서 UAV네트워크 전체의 에너지 효율을 극대화하기 위한 최적 UAV기지국 제어 기술을 제안하면서 이 문제에 접근했습니다. 결과적으로 기존 방안보다 실질적인 사용자 이동성의 변화와 UAV기지국 수의 변화에 따른 제안 방안의 성능이 기존 방안보다 공고(robustness)임을 입증했습니다.다중 UAV 네트워크에서의 강화학습 기반 최적 UAV 제어시스템 모델인터뷰에서 UAV기반의 무선 통신은 음영 지역에서도 유연하게 네트워크를 제공한다는 장점이 있지만 다양한 한계점이 존재하는 것을 알았습니다. 그 중 가장 일반적인 문제는 주파수를 자원 할당하는 문제였습니다. 어떤 목적으로 데이터를 교환하기 위해서는 주파수 자원을 사용해야 하는데 만일 누군가와 같은 주파수를 사용한다고 간섭이 발생하고 양질의 데이터를 교환할 수 없게 됩니다. 그러므로 누가 어떤 주파수를 사용하는지, 언제, 얼마나 사용할지를 결정하는 과정을 거칩니다. 최근에는 할당되는 주파수 자원이 부족하기 때문에 재활용 방법이 연구되고 있습니다. 또 하나의 한계점은 UAV는 제한된 용량의 배터리로 공중에서 동작하는 데이터를 주고받자는 것이었습니다. 그래서 UAV가 기지국로부터 전력을 전송되는 기술에 관한 연구와 한정된 시간 사이에 더욱 효율적으로 운용할 수 있는 방안이 연구되고 있다는 것입니다.이번 기사에서는 UAV가 통신 분야에서 어떻게 연구되고 있는지를 소개했습니다. 어떤 상황에서도 통신을 가능하게 하기 위한 연구가 통신 분야를 넘어 배터리, 모터, 인공 지능 연구로 이어진다는 점이 인상 깊었어요. 과학 기술 정보 통신부는 UAV공공 서비스 사업 및 기술 개발·인재 양성을 위한 사업을 추진, 연구를 지원합니다. 앞으로 한계를 극복하고 비상하는 UAV기반 통신 분야의 모습을 기대합니다.<사진 출처>송·선화, 강·진혁, 박·경준.(2016). 드론 무선 통신의 개요와 이슈.한국 통신 학회 잡지(정보와 통신), 33(2)93-99.<인터뷰 내 주석>[1] The Next Hyper-Connected Experience for All, Samsung, South Korea, Jul.2020, pp.1-46.(사진 5, 사진 6)[2]S. Lee, S. Lim, S. H. Chae, B. C. Jung, C. Y. Park and H. Lee,”Optimal Frequency Reuse and Power Control in Multi-UAV Wireless Networks:Hierarchical Multi-Agent Reinforcement Learning Perspective,”in IEEE Access, vol. 10, pp. 39555-39565, Apr.2022.[3]S. Lee, H. Yu and H. Lee, “Multiagent Q-Learning-Based Multi-UAV Wireless Networks for Maximizing Energy Efficiency:Deployment and Power Control Strategy Design,”in IEEE Internet of Things Journal, vol. 9, no. 9, pp. 6434-6442, May.2022.[4]A. Al-Hourani, S. Kandeepan and S. Lardner,”Optimal LAP Altitude for Maximum Coverage,”in IEEE Wireless Communications Letters, vol. 3, no. 6, pp. 569-572, Dec. 2014.[5]S. Xu, X. Zhang, C. Li, D. Wang and L. Yang,”Deep Reinforcement Learning Approach for Joint Trajectory Design in Multi-UAV IoT Networks,””in IEEE Transactions on Vehicular Technology, vol. 71, no. 3, pp. 3389-3394, March 2022.인터뷰를 통해 UAV 기반 무선통신은 음영지역에서도 유연하게 네트워크를 제공한다는 장점이 있지만 다양한 한계점이 존재함을 알 수 있었습니다. 그 중 가장 일반적인 문제는 주파수를 자원 할당하는 문제였습니다. 어떤 목적으로든 데이터를 주고받기 위해서는 주파수 자원을 사용해야 하는데, 만약 누군가와 같은 주파수를 사용하면 간섭이 발생하여 양질의 데이터를 주고받지 못하게 됩니다. 따라서 누가 어떤 주파수를 사용할지, 언제, 얼마나 사용할지 결정하는 과정을 거칩니다. 최근에는 할당할 수 있는 주파수 리소스가 부족하기 때문에 재사용 방법이 연구되고 있습니다. 또 다른 한계점은 UAV는 한정된 용량의 배터리로 공중에서 작동하고 데이터를 주고받는다는 것이었습니다. 그래서 UAV가 기지국으로부터 전력을 전송받는 기술에 관한 연구와 제한된 시간 동안 보다 효율적으로 운용할 수 있는 방안이 연구되고 있다는 것입니다.이번 기사에서는 UAV가 통신 분야에서 어떻게 연구되고 있는지 소개했습니다. 어떤 상황에서도 통신을 가능하게 하기 위한 연구가 통신 분야를 넘어 배터리, 모터, 인공지능 연구로 이어진다는 점이 인상 깊었습니다. 과기정통부에서는 UAV 공공서비스 사업 및 기술개발·인재양성을 위한 사업을 진행하여 연구를 지원하고 있습니다. 앞으로 한계를 극복하고 비상하는 UAV 기반 통신 분야의 모습을 기대합니다.<사진의 출처> 송선화, 강진혁, 박경준.(2016) 드론 무선통신 개요와 이슈.한국통신학회지(정보와 통신), 33(2), 93-99. <인터뷰 내 주석> [1] The Next Hyper-Connected Experience for All, Samsung, South Korea, Jul。 2020, pp。 1-46. (사진 5, 사진 6)[2] S. Lee, S. Lim, S. H. Chae, B. C. Jung, C. Y. Park and H. Lee, “Optimal Frequency Reuse and Power Control in Multi-UAV Wireless Networks: Hierarchical Multi-Agent Reinforcement Learning Perspective,” in IEEE Access, vol. 10, pp. 39555-39565, Apr。 2022.[3] S. Lee, H. Yu and H. Lee, “Multiagent Q-Learning-Based Multi-UAV Wireless Networks for Maximizing Energy Efficiency: Deployment and Power Control Strategy Design,” in IEEE Internet of Things Journal, vol. 9, no. 9, pp. 6434-6442, May。 2022.[4] A. Al-Hourani, S. Kandeepan and S. Lardner, “Optimal LAP Altitude for Maximum Coverage,” in IEEE Wireless Communications Letters, vol. 3, no. 6, pp. 569-572, Dec. 2014.[5] S. Xu, X. Zhang, C. Li, D. Wang and L. Yang, “Deep Reinforcement Learning Approach for Joint Trajectory Design in Multi-UAV IoT Networks、” ” in IEEE Transactions on Vehicular Technology, vol. 71, no. 3, pp. 3389-3394, March 2022。인터뷰를 통해 UAV 기반 무선통신은 음영지역에서도 유연하게 네트워크를 제공한다는 장점이 있지만 다양한 한계점이 존재함을 알 수 있었습니다. 그 중 가장 일반적인 문제는 주파수를 자원 할당하는 문제였습니다. 어떤 목적으로든 데이터를 주고받기 위해서는 주파수 자원을 사용해야 하는데, 만약 누군가와 같은 주파수를 사용하면 간섭이 발생하여 양질의 데이터를 주고받지 못하게 됩니다. 따라서 누가 어떤 주파수를 사용할지, 언제, 얼마나 사용할지 결정하는 과정을 거칩니다. 최근에는 할당할 수 있는 주파수 리소스가 부족하기 때문에 재사용 방법이 연구되고 있습니다. 또 다른 한계점은 UAV는 한정된 용량의 배터리로 공중에서 작동하고 데이터를 주고받는다는 것이었습니다. 그래서 UAV가 기지국으로부터 전력을 전송받는 기술에 관한 연구와 제한된 시간 동안 보다 효율적으로 운용할 수 있는 방안이 연구되고 있다는 것입니다.이번 기사에서는 UAV가 통신 분야에서 어떻게 연구되고 있는지 소개했습니다. 어떤 상황에서도 통신을 가능하게 하기 위한 연구가 통신 분야를 넘어 배터리, 모터, 인공지능 연구로 이어진다는 점이 인상 깊었습니다. 과기정통부에서는 UAV 공공서비스 사업 및 기술개발·인재양성을 위한 사업을 진행하여 연구를 지원하고 있습니다. 앞으로 한계를 극복하고 비상하는 UAV 기반 통신 분야의 모습을 기대합니다.<사진의 출처> 송선화, 강진혁, 박경준.(2016) 드론 무선통신 개요와 이슈.한국통신학회지(정보와 통신), 33(2), 93-99. <인터뷰 내 주석> [1] The Next Hyper-Connected Experience for All, Samsung, South Korea, Jul。 2020, pp。 1-46. (사진 5, 사진 6)[2] S. Lee, S. Lim, S. H. Chae, B. C. Jung, C. Y. Park and H. Lee, “Optimal Frequency Reuse and Power Control in Multi-UAV Wireless Networks: Hierarchical Multi-Agent Reinforcement Learning Perspective,” in IEEE Access, vol. 10, pp. 39555-39565, Apr。 2022.[3] S. Lee, H. Yu and H. Lee, “Multiagent Q-Learning-Based Multi-UAV Wireless Networks for Maximizing Energy Efficiency: Deployment and Power Control Strategy Design,” in IEEE Internet of Things Journal, vol. 9, no. 9, pp. 6434-6442, May。 2022.[4] A. Al-Hourani, S. Kandeepan and S. Lardner, “Optimal LAP Altitude for Maximum Coverage,” in IEEE Wireless Communications Letters, vol. 3, no. 6, pp. 569-572, Dec. 2014.[5] S. Xu, X. Zhang, C. Li, D. Wang and L. Yang, “Deep Reinforcement Learning Approach for Joint Trajectory Design in Multi-UAV IoT Networks、” ” in IEEE Transactions on Vehicular Technology, vol. 71, no. 3, pp. 3389-3394, March 2022。
