Intelligent Communication Systems Lab.
반도체시스템공학과 최준일
Intelligent Communication Systems Lab.은 차세대 무선 통신 시스템의 혁신을 선도하는 연구실로, 대규모 MIMO, 밀리미터파(mmWave), 테라헤르츠(THz) 통신, 차량-모든 것(V2X) 통신, 분산 및 디바이스-투-디바이스(D2D) 통신 등 6G 및 그 이후를 위한 핵심 기술 개발에 매진하고 있습니다. 본 연구실은 신호처리, 확률론, 최적화, 랜덤 행렬 이론, 압축 센싱, 머신러닝 등 첨단 이론과 실용적 알고리즘을 융합하여, 미래 지향적 통신 인프라의 토대를 마련하고 있습니다.
특히, 지능형 재구성 반사 표면(RIS) 기술은 본 연구실의 대표적인 연구 분야로, 무선 신호의 전파 경로를 능동적으로 제어함으로써 신호 품질과 커버리지를 극대화하고, 에너지 효율성과 스펙트럼 효율성 향상에 기여하고 있습니다. RIS와 결합된 대규모 MIMO, 저복잡도 채널 추정, 빔포밍, 자원 할당 등 다양한 응용 시나리오에서의 실질적 운용 기법을 개발하고 있으며, 관련 특허와 논문도 다수 보유하고 있습니다.
또한, 인공지능(AI) 및 머신러닝(ML) 기반의 무선 통신 연구를 통해, 복잡한 채널 환경에서의 최적화, 실시간 적응형 통신, 시맨틱 커뮤니케이션 등 새로운 패러다임을 제시하고 있습니다. DeepJSCC, 생성형 AI, 강화학습 등 최신 AI 기법을 활용하여, 데이터 전송 효율성과 신뢰성을 극대화하고, 자율주행, IoT, 원격 제어 등 다양한 실용 분야로의 확장성을 확보하고 있습니다.
비지상 네트워크(Non-Terrestrial Networks, NTN) 및 위성 통신 분야에서도 본 연구실은 저궤도 위성, UAV, 하이브리드 위성-지상 네트워크 등 다양한 시스템의 모델링, 분석, 최적화 연구를 수행하고 있습니다. 이를 통해 지리적 한계 없는 글로벌 커버리지, 초저지연 통신, 재난 대응 등 미래 사회의 요구에 부합하는 혁신적 솔루션을 제시하고 있습니다.
Intelligent Communication Systems Lab.은 국내외 산학연과의 긴밀한 협력, 다양한 정부 및 산업체 프로젝트 수행, 그리고 활발한 논문 및 특허 출원 활동을 통해, 6G 및 미래 통신 패러다임의 선도적 연구실로 자리매김하고 있습니다. 앞으로도 초연결, 초고속, 초저지연, 초지능 네트워크 실현을 위한 첨단 연구를 지속적으로 추진할 것입니다.
Massive MIMO
Reconfigurable Intelligent Surfaces
6G Communication
지능형 재구성 반사 표면(Reconfigurable Intelligent Surface, RIS)
지능형 재구성 반사 표면(RIS)은 차세대 무선 통신 시스템에서 혁신적인 역할을 수행하는 핵심 기술 중 하나입니다. RIS는 전자적으로 제어 가능한 반사체를 통해 무선 신호의 전파 경로를 능동적으로 조절함으로써, 기존의 통신 인프라에 비해 훨씬 더 높은 신호 품질과 커버리지를 제공합니다. 이를 통해 도심지의 복잡한 환경이나 실내 환경에서도 신호 손실을 최소화하고, 효율적인 통신이 가능하게 됩니다.
RIS 기반 통신 시스템은 채널 환경에 따라 반사 표면의 위상과 진폭을 동적으로 조절하여, 신호의 간섭을 줄이고, 데이터 전송률을 극대화할 수 있습니다. 본 연구실에서는 RIS의 최적 설계, 채널 추정, 빔포밍, 그리고 다양한 응용 시나리오(예: 도로 인프라, UAV, 위성 통신 등)에서의 실질적 운용 기법을 집중적으로 연구하고 있습니다. 또한, RIS와 결합된 대규모 MIMO 시스템, 저복잡도 알고리즘, 그리고 머신러닝 기반의 채널 예측 및 자원 할당 기법 등도 활발히 개발 중입니다.
이러한 연구는 6G 및 그 이후의 무선 통신 시스템에서 초고속, 초저지연, 초연결 서비스를 실현하는 데 필수적입니다. RIS 기술은 에너지 효율성, 스펙트럼 효율성, 그리고 하드웨어 비용 절감 측면에서도 큰 장점을 가지며, 미래의 스마트 시티, 자율주행, IoT, 산업 자동화 등 다양한 분야로의 확장이 기대됩니다.
AI/ML 기반 무선 통신 및 시맨틱 커뮤니케이션
인공지능(AI)과 머신러닝(ML)은 무선 통신 시스템의 복잡성이 증가함에 따라, 최적의 채널 추정, 신호 검출, 자원 할당 등 다양한 문제를 해결하는 데 있어 필수적인 도구로 자리매김하고 있습니다. 본 연구실에서는 딥러닝, 강화학습, 메타러닝 등 최신 AI/ML 기법을 활용하여, 기존의 수학적 모델링만으로는 한계가 있었던 복잡한 무선 환경에서의 성능 향상을 추구하고 있습니다. 특히, 대규모 MIMO, mmWave, THz 대역 등 차세대 통신 시스템에서의 AI/ML 기반 채널 예측, 빔포밍, 네트워크 최적화 연구가 활발히 이루어지고 있습니다.
최근에는 데이터의 '비트'가 아닌 '의미(semantic)'를 전달하는 시맨틱 커뮤니케이션(Semantic Communication) 및 AI-native Communication System에 대한 연구도 중점적으로 진행 중입니다. DeepJSCC, 생성형 AI, 강화학습 기반의 시맨틱 인코딩/디코딩 기법을 통해, 데이터 전송 효율성과 신뢰성을 극대화하고, 네트워크의 지능화를 실현하고자 합니다. 이러한 접근은 자율주행, 원격 제어, IoT 등 실시간성과 신뢰성이 중요한 응용 분야에서 큰 파급 효과를 기대할 수 있습니다.
AI/ML 기반 통신 연구는 대용량 데이터 처리, 네트워크 자원의 효율적 분배, 그리고 실시간 적응형 통신 시스템 구현에 있어 핵심적인 역할을 하며, 6G 및 미래 네트워크의 혁신을 주도할 것입니다. 본 연구실은 이 분야에서 국내외 유수의 산학연과 협력하며, 다양한 실제 환경에서의 실증 및 표준화 연구도 병행하고 있습니다.
비지상 네트워크(Non-Terrestrial Networks, NTN) 및 위성 통신
비지상 네트워크(NTN)는 위성, UAV(무인항공기), 고고도 플랫폼 등 지상 인프라를 보완하거나 대체하는 다양한 비지상 통신 수단을 아우르는 개념입니다. 본 연구실은 저궤도(LEO), 중궤도(MEO), 정지궤도(GEO) 위성 네트워크의 모델링, 분석, 최적화, 그리고 위성-지상 하이브리드 네트워크 설계 등 다양한 연구를 수행하고 있습니다. 이를 통해 지리적 한계 없이 전 세계 어디서나 고속, 고신뢰 통신 서비스를 제공하는 미래 네트워크의 기반을 마련하고자 합니다.
NTN 연구는 위성 간 클러스터링, 궤도 설계, 채널 모델링, 신호 감쇠 및 간섭 관리, 물리계층 보안 등 다양한 기술적 도전을 포함합니다. 본 연구실은 확률론적 모델링, 최적화 이론, 신호처리, 머신러닝 등 첨단 이론과 실용적 알고리즘을 결합하여, 실제 위성 통신 시스템의 성능을 극대화하는 방안을 제시하고 있습니다. 또한, 3차원 공간 통신, 위성 기반 IoT, 재난 대응, 원격 의료 등 다양한 응용 분야로 연구를 확장하고 있습니다.
이러한 비지상 네트워크 연구는 6G 및 그 이후의 초연결 사회 실현에 핵심적인 역할을 하며, 지상-비지상 융합 네트워크, 글로벌 커버리지, 초저지연 통신 등 미래 통신 패러다임의 전환을 이끌고 있습니다. 본 연구실은 국내외 주요 연구기관, 산업체와의 협력을 통해 실질적 기술 이전 및 표준화 활동에도 적극적으로 참여하고 있습니다.
1
Downlink Channel Estimation for mmWave Systems with Impulsive Interference
K. Park, G. Lee, H. Lee, H. Kim, J. Choi*
IEEE Wireless Communication Letters (WCL), 2025.05
2
A Bayesian Framework For Cascaded Channel Estimation in RIS-Aided mmWave Systems
G. Lee, J. Choi*
IEEE Wireless Communications Letters (WCL), 2025.05
3
Channel Estimation for RIS-Aided mmWave Systems With Semi-Passive Elements Using a Bayesian Framework
G. Lee, I. Kim, B. Ko, K. Park, H. V. Poor, J. Choi*
IEEE Journal on Selected Areas in Communications (JSAC), 2025.05
1
머신러닝 기반 5G/6G 통신 알고리즘 및 표준 framework 연구
2
Ray Tracing 기반 True-Real 시스템 레벨 모델 시뮬레이터 개발
3
미래 무선 통신을 위한 인공지능 기반 지능형 재구성 반사체 기술 개발 (AI-powered Reconfigurable Intelligent Surfaces)
