M2CL-xICT Lab
정보통신공학과 유철우
M2CL-xICT 연구실은 차세대 이동통신(6G/B6G)과 인공지능 융합 네트워크 분야에서 국내외를 선도하는 연구를 수행하고 있습니다. 본 연구실은 6G 이동통신의 핵심 기술 개발을 중심으로, 초고속·초저지연·초연결·초공간 등 미래 통신이 요구하는 다양한 KPI를 동시에 달성할 수 있는 새로운 네트워크 구조와 운용 기술을 연구합니다. 이를 위해 기지국 에너지 효율 극대화, 저궤도 위성 네트워크, 네트워크 슬라이싱, 자율형 MAC 등 첨단 기술을 개발하고, 국제 표준화 활동에도 적극적으로 참여하고 있습니다.
또한, 인공지능(AI)과 머신러닝(ML)을 기반으로 한 무선 네트워크 최적화 연구를 통해, 네트워크 자원 할당, 트래픽 관리, 채널 추정, 간섭 제어 등 다양한 문제를 지능적으로 해결하고 있습니다. 연합학습, 강화학습, 딥러닝 등 최신 AI/ML 기법을 무선통신 환경에 적용하여, 분산형 네트워크의 효율성과 개인정보 보호를 동시에 달성하고 있습니다. MEC 환경에서의 AI 기반 캐싱 및 스트리밍, 실내외 위치추적, V2X 통신 등 다양한 응용 분야로 연구를 확장하고 있습니다.
3차원 디지털미디어 및 초저지연 스트리밍 기술 분야에서도 활발한 연구를 진행 중입니다. 3D 포인트 클라우드, 360° 비디오 등 대용량 미디어 데이터를 효율적으로 스트리밍하기 위한 클라우드 협업 렌더링, 저지연 HLS, 자원 할당 및 연산부하 오프로딩, MARL 기반 분산처리 등 첨단 기술을 개발하고 있습니다. 특히, MEC 환경에서의 강화학습 기반 적응형 캐싱, 타일 기반 스트리밍, 다중 사용자 환경 최적화 등 실시간 대용량 미디어 서비스의 품질을 극대화하는 연구를 수행하고 있습니다.
이외에도 저궤도 위성 네트워크 운용, 차세대 네트워크 슬라이스, AR/VR/XR 등 실감형 미디어 서비스, IoE/AIoT, V2X, 국제 표준화 등 다양한 분야에서 연구를 확장하고 있습니다. 다수의 국내외 특허와 논문, 산학협력 프로젝트를 통해 실질적인 기술 이전과 산업적 파급효과를 창출하고 있습니다.
M2CL-xICT 연구실은 미래 초지능·초연결 사회 실현을 위한 핵심 인프라와 서비스 혁신을 목표로, 창의적이고 실용적인 연구를 지속적으로 추진하고 있습니다. 이를 통해 차세대 통신 및 네트워크 분야에서 글로벌 경쟁력을 갖춘 연구 인재를 양성하고, 산업 및 학계 발전에 기여하고 있습니다.
Smart Grid Communication
Hybrid MIMO Systems
Federated Learning
6G/B6G 이동통신 기술
6G/B6G 이동통신 기술은 차세대 무선통신의 핵심으로, 초고속, 초저지연, 초연결, 초공간 등 다양한 KPI를 동시에 달성하는 것을 목표로 합니다. 본 연구실에서는 6G의 요구사항을 만족시키기 위해 새로운 구조의 Air Interface 설계와 최적 운용 기술을 개발하고 있습니다. 이를 통해 기지국의 에너지 효율을 극대화하면서도, 자율주행차, V2X, UAV 등 다양한 응용 분야에 적합한 통신 환경을 제공합니다.
특히, 6G에서는 기존의 이동통신 한계를 극복하기 위해 인공지능/머신러닝 기반의 자율형 MAC, 네트워크 슬라이싱, 저궤도 위성 네트워크 등 첨단 기술이 융합됩니다. 본 연구실은 이러한 기술들을 실제 네트워크에 적용하기 위한 알고리즘, 프로토콜, 시스템 아키텍처를 연구하며, 국제 표준화 활동에도 적극적으로 참여하고 있습니다.
이러한 연구는 미래의 초연결 사회 실현을 위한 기반을 마련하며, 초고속 대용량 데이터 전송, 실시간 3D 미디어 스트리밍, 대규모 IoT 환경 등 다양한 산업 분야에 혁신적인 변화를 가져올 것으로 기대됩니다.
인공지능 및 머신러닝 기반 무선 네트워크 최적화
인공지능(AI)과 머신러닝(ML)은 차세대 무선통신 시스템의 지능화와 자동화를 이끄는 핵심 기술입니다. 본 연구실은 AI/ML을 활용하여 무선 네트워크의 자원 할당, 트래픽 관리, 네트워크 슬라이싱, 채널 추정, 간섭 제어 등 다양한 문제를 해결하고 있습니다. 이를 통해 네트워크의 효율성과 신뢰성을 극대화하고, 사용자의 다양한 요구에 유연하게 대응할 수 있는 지능형 네트워크를 구현합니다.
특히, 연합학습(Federated Learning), 강화학습(Reinforcement Learning), 딥러닝 기반 데이터 증강 및 분류, 모델 경량화 등 최신 AI/ML 기법을 무선통신 환경에 적용하여, 분산형 네트워크에서의 학습 효율성 및 개인정보 보호를 동시에 달성하고 있습니다. 또한, MEC(Mobile Edge Computing)와 결합된 AI 기반 캐싱 및 스트리밍 기술, 실내외 위치추적, V2X 통신 등 다양한 응용 분야로 연구를 확장하고 있습니다.
이러한 연구는 6G 시대의 초지능·초연결 네트워크 실현에 필수적이며, 네트워크의 자율운영, 실시간 서비스 품질(QoE) 보장, 에너지 효율화 등 미래 통신 인프라의 혁신을 주도하고 있습니다.
3차원 디지털미디어 및 초저지연 스트리밍 기술
3차원 디지털미디어 서비스와 초저지연 스트리밍 기술은 메타버스, AR/VR/XR, 실감형 콘텐츠 등 차세대 미디어 산업의 핵심입니다. 본 연구실은 사용자 환경과 네트워크 자원 변화를 반영하여 3D 포인트 클라우드, 360° 비디오 등 대용량 미디어 데이터를 효율적으로 스트리밍하는 기술을 개발하고 있습니다. 이를 위해 클라우드 협업 렌더링, 저지연 HLS, 자원 할당 및 연산부하 오프로딩, MARL 기반 분산처리 등 다양한 첨단 기술을 적용하고 있습니다.
특히, MEC 환경에서의 강화학습 기반 적응형 캐싱, 타일 기반 스트리밍, 다중 사용자 환경 최적화 등 실시간 대용량 미디어 서비스의 품질을 극대화하는 연구를 수행하고 있습니다. 또한, 6G 네트워크와 연계하여 초고속, 초저지연, 초연결 미디어 서비스를 실현하기 위한 네트워크 설계 및 최적화 모델링도 함께 연구하고 있습니다.
이러한 연구는 메타버스, 원격 협업, 실시간 가상현실 등 미래 미디어 서비스의 혁신을 이끌며, 사용자의 몰입감과 서비스 품질을 극대화하는 데 기여하고 있습니다.
1
ARMC-RL: Adaptive Caching with Reinforcement Learning for Efficient 360° Video Streaming in Edge Networks
Minji Choi, Somin Park, Jin-Hyun Ahn, Dong Ho Kim, Cheolwoo You
IEEE Access, 2025.05
2
AAMS: Application-Aware MCS Selection with Mode Switching for QoE-Driven Large-Scale Media Transmission in 6G Mobile Networks
Somin Park, Minji Choi, Jin-Hyun Ahn, Dong Ho Kim, Cheolwoo You
IEEE Access, 2025.05
3
Model Compression by Count-Sketch for Over-the-Air Stateless Federated Learning
Jin-Hyun Ahn, Kayeon Kim, Dongho Kim, Cheolwoo You
IEEE Internet of Things Journal, 2024.06
1
포인트 클라우드 비디오를 위한 저지연 스트리밍 기술
2
단일화된 분산형 하이브리드 대규모 다중 안테나 시스템 및 관련 최적 운용 기술 개발
3
이용 환경을 반영하는 자율적 VR·AR 콘텐츠 생성 기술개발
