Cloud-Edge-Radio Network-Compute Orchestration (Service Chaining and Routing)
연구 내용
클라우드-엣지-라디오 계층에서 네트워크와 컴퓨팅 자원을 함께 오케스트레이션해 서비스 체이닝 성능을 안정적으로 개선하는 연구와, 엣지 보조 셀룰러 인프라에서 자율주행 서비스를 위한 라우팅을 최적화하는 연구
SDN과 NFV 기반으로 클라우드, 엣지, 라디오 계층의 자원 결정을 연계하는 문제를 다룹니다. 계층 전체에서 발생하는 장기 의사결정을 spatio-temporal 부분문제로 분해하고 Lyapunov 최적화를 활용해 각 레이어와 시간 슬롯에서 네트워크/컴퓨팅 자원을 동시 배정합니다. 또한 서비스 체이닝을 위한 분산형 온라인 의사결정을 통해 지연과 사용 자원의 균형을 맞추며, 최소 정보 교환으로 계층 간 제어가 가능하도록 구성합니다. 더 나아가 엣지 보조 셀룼러 환경에서 업링크 기지국-엣지 서버-다운링크 기지국을 잇는 라우팅 모델을 구성하고 라그랑주 이중 분해 기반으로 서비스 실패를 줄이는 자원 효율 라우팅을 구현합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
2건
연구 흐름
초기에는 클라우드와 엣지 위에 얹히는 네트워크 기능과 컴퓨팅 기능을 독립적으로 최적화하는 접근의 한계를 확인하고, 계층 간 협업 자원 배분으로 확장하는 방향을 설정했습니다. 이후 Lyapunov 최적화 기반으로 긴 기간의 의사결정을 분해해 각 계층에서 온라인으로 결정하는 RACER 계열 연구를 수행하며, 분산형 구현과 성능 향상을 검증했습니다. 2025년에는 자율주행 서비스를 대상으로 다층 라우팅 모델을 구성하고, 비가능 링크를 사전 가지치기한 뒤 라그랑주 이중 분해로 경로와 자원을 함께 할당하는 SERO로 확장했습니다. 동시에 5G/6G 시스템 및 AI-RAN 기반 로봇 테스트베드를 위한 오케스트레이터 과제를 통해 적용 시나리오를 구체화했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Network-Compute Co-Optimization for Service Chaining in Cloud-Edge-Radio 5G Networks
Service Route Optimization for Autonomous Vehicles in Edge-Assisted Cellular Infrastructure
관련 프로젝트
구분
제목
지능형 로봇을 위한 AI-RAN 연구실
(총괄9-세부1) AI-Native 응용서비스 지원 AI 오케스트레이터 개발