5G 무선 네트워크 환경에서 기지국 운용의 에너지 효율성을 높이기 위한 지능형 기법 개발이 본 연구의 주요 목표임. 5G 환경에서 네트워크 고밀화로 인해 발생하는 막대한 전력 소모 문제는 경제적·환경적 과제로 대두되며, 특히 기지국 스위칭 기술은 네트워크 트래픽 부하에 따라 기지국 전원을 적응적으로 On-Off 하는 방식으로 이러한 문제를 해결할 수 있는 핵심 기술로 주목받고 있음. 본 연구는 전이학습과 강화학습을 혼합한 기법을 통해 기존 데이터에서 학습된 경험을 새로운 환경에 신속히 적용, 최적화된 기지국 스위칭 전략을 개발하는 데 초점을 맞추고 있음.
본 연구는 세 단계로 진행됨. 초기 단계에서는 5G HetNet 환경을 모델링하고 QoS 제약사항을 만족시키는 최적화된 전이학습 기법을 개발함. 두 번째 단계에서는 강화학습 기반 의사결정 기법과 메타휴리스틱 최적화 기법을 결합한 지능형 인지엔진을 완성함. 마지막으로 CRAN 및 H-CRAN과 같은 차세대 네트워크 환경에 맞는 커스터마이징을 진행해 최적화된 성능을 구현할 계획임. 이 연구를 통해 에너지 효율성과 네트워크 운용 비용 절감뿐만 아니라, 무선 네트워크 산업의 지속가능성과 경쟁력 확보에 크게 기여할 것으로 기대됨.