6G 시대의 도래와 함께 인공지능과 네트워크 통신을 통합하는 기술이 연결성의 미래를 형성하는 핵심 동력으로 부상하고 있다. 이러한 혁신적 기술 중 의미 통신(semantic communication)은 원시 데이터 시퀀스를 전송하는 대신 의미 표현을 전송하는 데 초점을 맞추어 확장성, 네트워크 효율 및 성능을 향상시킨다. 본 연구에서는 베이지안 강화학습(Bayesian Rein-forcement Learning)을 활용한 새로운 의미 통신 프레임워크를 제안한다. 제안한 프레임워크는 강력한 연산 능력과 방대한 지식 베이스를 갖춘 수신자(즉, 엣지 서버)와 제한된 연산 자원 및 지식 저장소를 갖춘 송신자(즉, 사용자 디바이스) 간의 관계를 고려하여, 연산 부담을 수신자에게 오프로딩(offloading)한다. 이후 수신자는 모델의 불확실성을 고려하면서 학습을 수행한다. 본 프레임워크는 아직 실제 통신 시스템에서 사용되지 않은 의미 통신에 적용하기 위한 것이며, 엣지 컴퓨팅과 IoT와 같은 분야에서 잠재적 응용 가능성을 가진다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.