본 연구에서는 무손실 데이터 전송을 위한 새로운 전달 방식, 즉 압축전송(compressive transmission)의 가능성을 탐색한다. 이는 송신자와 수신자 사이에서 공유되는 맞춤형 정보를 활용함으로써 실행 시 전송 데이터의 용량을 최소화하는 것을 목표로 한다. 공유 정보를 압축에 활용하기 위한 두 가지 접근법으로는 1) 공유 정보의 대리(proxy)로서 DNN 기반 코덱을 사용하는 방법과 2) 중복 제거(deduplication)를 통한 중복성 제거(redundancy elimination) 방법이 있다. 그러나 이러한 접근법들은 압축률과 공유 정보의 양 사이의 상충관계를 활용하기 위해 깊이 있게 연구되지 않았다. 이들 접근법에 비해 압축전송은 양측에서 이용 가능한 정보의 풍부함을 전적으로 활용하며, 이는 의도적으로 선택되고 배치된다. 이러한 개념을 현실화하기 위해, 우리는 생성 모델(generative model)과 매칭 블록(matching blocks)을 적응적으로 활용하는 신경망 기반 압축전송 시스템인 nCTX를 제안한다. nCTX는 입력 데이터로부터 최적의 의미론적 데이터를 추출하고, 공유 정보를 활용하여 원본을 보다 가깝게 모사한 뒤 오프셋(즉, 차이)으로 이를 보완한다. 모바일 플랫폼에서의 광범위한 평가는 nCTX가, 계산 시간이 비교 가능하거나 더 짧은 조건에서 각각 FLIF 및 RC(최첨단 이미지 코덱) 대비 전송 용량을 유의하게 25.8% 및 23.3% 감소시킴을 확인하였다.

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