이 연구실은 5G와 6G를 포함하는 차세대 무선 이동통신 환경에서 실제 사용자 경험을 높일 수 있는 네트워크 구조와 전송 기법을 연구한다. 특히 이동통신망의 고속화가 단순한 링크 속도 향상에 그치지 않고, 종단간 지연, 응용 성능, 자원 활용도, 서비스 안정성까지 함께 개선되어야 한다는 관점에서 연구를 수행한다. 운영 중인 5G 네트워크에 대한 실측 기반 분석, 엣지 서버와 클라우드 서버의 비교, 주파수 대역별 성능 특성 분석 등을 통해 현실적인 네트워크 설계 원칙을 도출하는 것이 중요한 특징이다. 구체적으로는 전송계층 프로토콜, 혼잡 제어, 수신 버퍼 한계, 다중 링크 활용, QoE 보장형 프로그래머블 인터페이스, 클라우드-네이티브 이동통신 시스템 구조 등을 다룬다. 관련 논문에서는 5G 환경에서 엣지 컴퓨팅이 TCP 성능과 모바일 응용의 지연에 미치는 영향을 실증적으로 분석했고, 특허와 프로젝트에서는 TCP 기반 전송 제어, 6G 초정밀 네트워킹, 오픈랜과 vRAN, AI-RAN 및 AI-Native 서비스 오케스트레이션으로 연구 범위를 확장하고 있다. 이는 네트워크 계층과 시스템 계층을 함께 고려하는 통합적 접근이다. 이 연구는 향후 초저지연 인터랙티브 서비스, 실감형 미디어, 산업용 제어, 대규모 AI 서비스, 이동체 통신과 같은 미래 응용의 기반이 된다. 특히 6G 시대에는 단순한 대역폭 증대보다 응용 요구사항에 맞춘 정시 전송과 지능형 자원 제어가 핵심이 되므로, 이 연구실의 결과는 차세대 네트워크 아키텍처와 표준화, 산업 적용, 테스트베드 구축에 직접 연결될 가능성이 높다. 결국 이 분야 연구는 무선 이동 네트워크를 더 빠르게 만드는 것을 넘어, 더 정밀하고 예측 가능하며 응용 친화적인 인프라로 진화시키는 데 목적이 있다.

이 연구실의 또 다른 핵심 축은 모바일 단말과 엣지 환경에서 제한된 자원을 효율적으로 사용하기 위한 스케줄링 및 시스템 최적화이다. 모바일 기기는 배터리, CPU, 메모리, 무선 자원 등 여러 제약을 동시에 가지므로, 사용자 체감 성능을 유지하면서도 비용과 에너지 소비를 줄이는 기술이 중요하다. 연구실은 모바일 멀티미디어 스트리밍, 백그라운드 애플리케이션 스케줄링, 사용자 맥락 인식 기반 자원 배분 등 실제 사용 상황과 밀접한 문제를 중심으로 연구를 진행해 왔다. 대표적으로 모바일 비디오 스트리밍에서 셀룰러 비용과 에너지 소비를 함께 최소화하는 적응형 네트워크 선택 알고리즘을 제안했고, 안드로이드 환경에서는 사용자 행동과 문맥 정보를 반영해 앱의 프리로드·언로드를 제어하는 CAS 프레임워크를 개발했다. 최근에는 온디바이스 DNN 추론의 지연 제약을 만족하면서도 불필요한 에너지 낭비를 줄이는 NeuroBalancer를 통해 CPU·GPU·메모리 주파수 스케일링 문제까지 확장하였다. 이러한 연구는 단순한 네트워크 제어를 넘어 운영체제, 모바일 시스템, 인공지능 워크로드 관리까지 포함한다. 이 주제의 궁극적 의의는 모바일 사용자 경험을 사람 중심으로 재정의하는 데 있다. 빠르기만 한 시스템이 아니라, 적시에 필요한 성능을 제공하고 배터리와 데이터 요금 부담을 줄이며, 사용자의 행동 패턴을 이해하는 지능형 모바일 시스템이 미래의 핵심이기 때문이다. 이 연구실의 성과는 스마트폰, 웨어러블, 모바일 엣지 AI, 실시간 스트리밍 서비스 등 다양한 분야에 적용될 수 있으며, 향후 개인화된 자원 관리와 지능형 OS 설계로도 이어질 수 있다.

이 연구실은 네트워크 전송의 효율을 근본적으로 높이기 위해 데이터 자체를 더 똑똑하게 다루는 방법에도 집중한다. 전통적인 통신은 원본 데이터를 얼마나 정확하게 보내는가에 초점을 맞추지만, 최근의 AI 기반 응용에서는 어떤 정보가 실제로 필요한지, 그리고 공유된 지식이나 모델을 활용해 전송량을 얼마나 줄일 수 있는지가 더 중요해지고 있다. 이러한 관점에서 연구실은 심층신경망 기반 압축, 복원, 의미 활용 전송, 작업 지향 통신과 같은 새로운 패러다임을 연구하고 있다. 대표 사례로 nCTX는 송수신 측이 공유하는 정보와 생성 모델을 이용해 원본을 최대한 가깝게 재현하고 차이 정보만 추가 전송하는 방식의 무손실 압축전송 시스템이다. 관련 특허에서는 심층신경망에 필요한 정보만 우선 압축 전송하고, 필요 시 추가 데이터를 요청해 원본에 가깝게 복원하는 구조를 제안했다. 또한 차세대 네트워크 응용을 위한 AI 모델 기반 초고효율 압축전송 연구, 범용적인 작업 지향 통신 시스템 연구 등은 단순 비트 절감이 아니라 응용의 목적 달성 자체를 중심으로 통신을 재구성하려는 시도라고 볼 수 있다. 이 연구는 XR, 원격실재, Internet of Skills, 실시간 협업 서비스처럼 대용량이면서도 지연 민감한 미래 응용에 특히 중요하다. 네트워크가 모든 데이터를 동일하게 전달하는 시대에서, 응용 목표에 따라 필요한 정보만 선별하고 의미적으로 압축하여 전달하는 시대로 전환될 가능성이 크기 때문이다. 따라서 이 연구실의 성과는 차세대 멀티미디어 전송, AI-네이티브 네트워크, 의미 통신, 엣지 AI 협업 기술의 중요한 기반이 될 수 있다.