소재우

AI/ML 기반 차세대 무선 통신 기술

본 연구실은 인공지능(AI) 및 머신러닝(ML) 기술을 5G/6G와 같은 차세대 무선 통신 시스템에 융합하여 혁신적인 솔루션을 개발하고 있습니다. 특히, 생성형 AI를 활용한 무선 채널 추정 기술을 통해 급변하는 무선 환경에서 정확하고 효율적인 통신이 가능하도록 하며, 머신러닝 기반 무선 채널 상태 정보(CSI) 피드백 기법으로 시스템 성능을 최적화합니다. 또한, 딥러닝 기반 빔 관리 기술은 대규모 MIMO(Massive MIMO) 환경에서 빔포밍 효율을 극대화하여 통신 용량과 안정성을 크게 향상시킵니다. 이러한 연구는 자원 관리, 네트워크 보안 등 다양한 통신 핵심 기술 분야에 AI/ML을 접목하여 기존의 한계를 뛰어넘는 새로운 패러다임을 제시합니다. 본 연구를 통해 무선 통신 시스템의 인텔리전스를 높이고, 데이터 처리 효율성을 극대화하며, 사용자에게 더욱 안정적이고 고도화된 서비스를 제공하는 것을 목표로 합니다. 강화 학습 기반 최적화 기법을 통해 V2I(차량-인프라) 통신에서 빔폭 및 빔 정렬 간격 최적화와 같은 실제 문제 해결에도 기여하고 있습니다. 이러한 기술은 미래 자율주행, 스마트 팩토리, 초고속 실감 미디어 등 다양한 산업 분야에서 필수적인 역할을 할 것입니다.

5G/6G 및 V2X/IoT 무선 연결성 최적화

본 연구실은 5G/6G 이동통신 시스템, V2X(Vehicle-to-everything) 통신, 그리고 IoT(사물인터넷) 환경에서 고신뢰성 및 저지연 무선 연결성을 확보하기 위한 핵심 기술을 연구합니다. 밀리미터파(mmWave) 기반 차량 통신 네트워크에서의 무선 상황인식 기반 빔 관리 기술 개발은 자율주행 시대의 안전하고 효율적인 통신을 가능하게 합니다. 또한, IoT 기기를 위한 경량 LSTM 기반 적응형 CQI(Channel Quality Indicator) 피드백 기법은 제한된 자원 환경에서도 최적의 통신 성능을 보장합니다. 다양한 무선 통신 환경(이동통신, 위성통신, 재난무선통신)에서 발생할 수 있는 연결성 문제를 해결하고, 다중 안테나 시스템에서의 채널 상태 정보 피드백 및 빔포밍 기술을 통해 효율적인 무선 자원 활용을 도모합니다. 재난/응급 현장을 위한 모바일 블록체인 기반 지능형 헬스케어 솔루션과 같은 응용 분야에서도 핵심적인 통신/보안 트랙에 참여하여 사회적 가치를 창출하고 있습니다. 이러한 연구는 미래 스마트 시티, 지능형 교통 시스템, 스마트 헬스케어 등 다양한 분야에서 혁신적인 서비스 제공을 위한 기반 기술이 될 것입니다.

지능형 무선 네트워크 보안 및 자원 관리

본 연구실은 복잡하고 다변화하는 무선 통신 환경에서 필수적인 네트워크 보안 강화 및 효율적인 자원 관리 기술을 개발합니다. 딥러닝 기반 암호 취약점 분석 연구를 통해 기존 암호 시스템의 보안 취약점을 탐지하고 개선하는 데 기여하며, 블록체인 기술을 활용한 네트워크 보안 연구는 분산 환경에서의 데이터 무결성과 신뢰성을 확보합니다. 패스워드 매니저의 클라이언트-서버 통신 및 저장소 보안 취약점 분석과 같은 실질적인 보안 문제 해결에도 적극적으로 참여하고 있습니다. 또한, 유틸리티 함수 기반의 동적 자원 관리 프로토콜 및 계층간 교차 설계 기반의 효율적 자원 관리 기법은 5G/6G 시스템 및 OFDMA 시스템에서 네트워크의 성능을 극대화하고 에너지 효율성을 향상시킵니다. 인지 무선 네트워크에서 스펙트럼 감지 및 협력적 센싱을 통해 주파수 자원을 효율적으로 활용하는 연구도 병행하고 있습니다. 이러한 연구는 무선 통신 시스템의 전반적인 안정성, 효율성, 그리고 보안 수준을 향상시켜, 사용자에게 안전하고 최적화된 통신 경험을 제공하는 것을 목표로 합니다.