새로운 패러다임으로서 의미 통신(SC, semantic communication)은 차세대 통신의 다음 단계로 주목받고 있다. 의미 통신 시스템을 개발하기 위해서는 각 분야에서 성능이 가장 우수한 딥러닝 기법을 사용하는 연구 흐름이 지배적이다. 딥러닝 기반 의미 통신 시스템은 사용되는 딥 네트워크가 특정 작업을 수행하도록 특화되어 있기 때문에 작업 의존적이다. 따라서 의미 통신 시스템이 활용하는 딥 네트워크와 호환되지 않는 응용을 사용하는 사용자는 의미 통신 시스템을 그대로 사용할 수 없다. 이러한 사용자는 여전히 전통적 통신(TC, traditional communication) 시스템으로 서비스를 제공받아야 한다. 이에 따라 가까운 미래에는 의미 통신 시스템과 전통적 통신 시스템이 공존하게 될 것이며, 기지국(BS, base station)은 직교 주파수 분할 다중접속(orthogonal frequency-division multiple access)을 통해 의미 통신 시스템과 전통적 통신 시스템에 의해 인코딩된 심볼 스트림을 동시에 전송해야 한다. 현재의 연구들은 점대점(point-to-point) 통신에서 의미 통신 시스템이 전통적 통신 시스템보다 우수함을 검증하고 있으나, 의미 통신 시스템의 도입이 기지국이 제공하는 네트워크 성능도 향상시킬 수 있는지 분석할 필요가 있다. 본 논문에서는 의미 통신 시스템이 제공하는 신호대잡음비(SNR)를 모델링하고, 의미 통신 사용자에 대해 최소 요구 SNR 제약 조건을 둔 합-전송률(sum-rate) 최대화를 분석함으로써, 새롭게 부상하는 의미 통신의 도입이 네트워크 성능에 미치는 영향을 조사한다. 광범위한 수치 결과를 통해 기지국까지의 거리, 의미 통신 시스템에 의해 서비스되는 의미 통신 사용자 수, 그리고 의미 통신 성능의 정도를 변화시키면서 의미 통신 시스템이 있는 경우와 없는 경우의 네트워크 성능 변화에 대해 논의한다.

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