경로 손실 감쇄

자유 공간 경로 손실은 이상적인 조건, 즉 무한히 넓고 완벽하게 비어 있으며 장애물이나 반사체가 없는 공간에서 전파가 전파될 때 발생하는 이론적인 신호 감쇠를 설명하는 모델이다. 이는 실제 환경보다 단순화된 기준 모델로, 무선 통신 시스템의 기본적인 성능 한계를 이해하는 데 중요한 역할을 한다.

이 모델의 핵심은 송신 안테나에서 방사된 전파 에너지가 구면 형태로 퍼져 나가면서 단위 면적당 에너지 밀도가 거리의 제곱에 반비례하여 감소한다는 점이다. 이를 수식으로 표현한 것이 프리스의 전송 공식이다. 이 공식에 따르면, 수신 전력은 송신 전력에 비례하고, 송수신 안테나의 이득에 비례하지만, 사용 주파수의 제곱과 송수신기 간 거리의 제곱에는 반비례한다[1].

따라서 고주파 대역(예: 밀리미터파)을 사용하거나 통신 거리가 길어질수록 자유 공간에서도 매우 큰 경로 손실이 발생한다. 이 모델은 위성 통신이나 레이더, 심우주 탐사와 같이 대기 영향이 최소화된 환경을 분석하는 데 유용하게 적용된다. 그러나 실제 지상 무선 통신에서는 장애물, 대기 감쇠, 다중경로 전파 등 추가적인 감쇠 요인이 존재하기 때문에, 자유 공간 경로 손실은 실제 손실보다 일반적으로 작은 값을 제공하는 기준점으로 사용된다.

전파 환경은 경로 손실의 정도와 특성에 결정적인 영향을 미친다. 이상적인 자유 공간과 달리 실제 환경에서는 지형, 지물, 기상 조건 등 다양한 요인이 전파를 산란, 반사, 회절, 흡수하여 신호 세기를 추가로 감쇄시킨다.

주요 환경적 요인으로는 장애물의 존재가 있다. 건물, 산, 나무와 같은 물체는 전파를 차단하거나 통과시킬 때 신호 손실을 일으킨다. 특히 높은 주파수일수록 장애물 투과 손실이 커진다. 또한, 전파가 여러 경로를 통해 수신기에 도달하는 다중 경로 전파 현상은 신호의 상쇄 또는 보강을 일으켜 수신 신호 세기를 급격히 변동시킨다. 이는 빠른 페이딩의 원인이 된다.

기상 조건 또한 무시할 수 없다. 강우, 안개, 눈은 전파를 산란시키고 흡수하여, 특히 10GHz 이상의 고주파 대역에서 추가적인 감쇄를 유발한다. 대기의 굴절률 변화는 전파의 경로를 휘게 만들어 수신점의 신호 세기를 변화시킬 수 있다. 이러한 환경적 복잡성으로 인해 실제 경로 손실을 정확히 예측하기 위해서는 실측 데이터를 기반으로 한 통계적 모델이 널리 사용된다.

확정적 모델은 전파 경로의 물리적 특성을 기반으로 한 이론적 계산을 통해 경로 손실을 예측하는 모델이다. 이 모델들은 이상적인 조건이나 특정 환경을 가정하며, 수학적 방정식의 형태를 가진다. 가장 대표적인 예는 자유 공간에서의 전파를 설명하는 Friis 전송 방정식이다.

Friis 전송 방정식은 송신기와 수신기 사이에 장애물이 없는 자유 공간에서의 이상적인 경로 손실을 계산한다. 이 방정식은 수신 전력이 송신 전력, 송수신 안테나 이득, 파장, 그리고 송수신기 간 거리의 함수임을 나타낸다. 기본 형태는 다음과 같다.

수신 전력은 거리의 제곱에 반비례하여 감소한다[2]. 따라서 경로 손실(전력 감쇄량)은 주파수가 높을수록(파장이 짧을수록), 그리고 거리가 멀수록 커진다.

Friis 방정식은 이상적인 참조 모델이지만, 실제 지상 환경에서는 지형, 건물, 대기 조건 등 다양한 요인이 추가 손실을 발생시킨다. 이를 보완하기 위해 평면 지구 모델이나 간단한 감쇄 지수 모델과 같은 다른 확정적 모델들이 사용되기도 한다. 이러한 모델들은 특정 환경(예: 평탄한 지형)을 가정하고 추가적인 감쇄 요소를 방정식에 포함시킨다.

통계적 경로 손실 모델은 실제 복잡한 전파 환경에서의 평균적인 신호 감쇄를 예측하기 위해 경험적 데이터나 광범위한 측정 결과를 기반으로 개발된 수학적 모델이다. 이 모델들은 확정적 모델이 고려하지 못하는 다중 경로 간섭, 그림자 효과, 지형 및 건물의 불규칙성과 같은 무작위적 요소를 통계적으로 처리하여 더 실용적인 예측 값을 제공한다.

가장 기본적인 통계적 모델 중 하나는 로그-거리 경로 손실 모델이다. 이 모델은 수신 전력이 송신기로부터의 거리에 대해 로그 함수 형태로 감소한다는 관측에 기반한다. 기본 공식은 PL(d) = PL(d0) + 10n log10(d/d0) + Xσ 로 표현되며, 여기서 PL(d0)는 기준 거리 d0에서의 참조 손실, n은 경로 손실 지수, Xσ는 평균이 0인 로그 정규 분포를 따르는 그림자 페이딩 성분이다. 경로 손실 지수 n은 환경에 따라 달라지며, 자유 공간에서는 2, 도시 환경에서는 4 이상의 값을 가질 수 있다.

보다 구체적인 환경을 위해 개발된 대표적인 경험적 모델로는 오쿠무라-하타 모델이 있다. 이 모델은 오쿠무라 요시히사의 광범위한 실측 데이터를 바탕으로 하타 마사루가 공식화한 것으로, 주로 150MHz에서 1500MHz 대역의 셀룰러 네트워크 설계에 사용된다. 이 모델은 기본 손실 공식에 도시 규모, 건물 높이, 지형 특성 등을 반영하는 보정 인자를 추가한다. 예를 들어, 공식은 도심, 교외, 농촌 등 지역 유형에 따라 다른 형태를 가지며, 안테나 높이와 이동국 높이에 대한 함수로 표현된다.

이러한 통계적 모델들은 네트워크 계획 단계에서 셀 반경 설계, 기지국 수 및 배치 최적화, 핸드오버 파라미터 설정 등에 필수적인 도구로 활용된다. 그러나 모델의 정확도는 해당 모델이 파생된 원본 측정 데이터의 환경과 현재 적용하려는 환경의 유사도에 크게 의존한다는 점에 유의해야 한다.

경로 손실의 감쇄량은 신호가 전파되는 거리와 사용하는 주파수에 직접적인 의존 관계를 가진다. 기본적인 자유 공간 경로 손실 모델은 이 관계를 수학적으로 명확히 보여주는데, 수신 전력은 송신기와 수신기 사이의 거리의 제곱에 반비례하여 감소한다[3]. 즉, 거리가 두 배로 늘어나면 신호 강도는 1/4 수준으로 떨어진다. 실제 환경에서는 반사, 회절, 산란 등의 영향으로 인해 감쇄가 더욱 심해져, 거리 지수는 2보다 큰 값(예: 3~5)을 가지게 된다.

사용 주파수 또한 감쇄에 중요한 영향을 미친다. 높은 주파수의 신호는 낮은 주파수 신호에 비해 공기 중에서 더 큰 감쇄를 경험한다. Friis 전송 방정식에 따르면, 경로 손실은 주파수의 제곱에 비례하여 증가한다. 따라서 동일한 거리에서 5GHz 대역의 Wi-Fi 신호는 2.4GHz 대역 신호보다 기본적으로 더 큰 경로 손실을 겪게 된다. 이는 높은 주파수의 파장이 짧아 장애물을 통과하거나 회절하는 능력이 상대적으로 떨어지기 때문이기도 하다.

거리와 주파수에 따른 경로 손실 변화는 다음 표로 요약할 수 있다.

이러한 의존성은 무선 시스템 설계에 핵심적인 고려사항이다. 예를 들어, 넓은 영역을 커버해야 하는 셀룰러 네트워크는 상대적으로 낮은 주파수 대역(예: 700MHz~900MHz)을 사용하여 장거리 전파를 용이하게 하는 반면, 높은 데이터 속도가 요구되지만 커버리지가 제한적인 무선 LAN은 2.4GHz나 5GHz와 같은 높은 주파수 대역을 활용한다.

경로 손실은 단순히 거리에 따른 신호 감쇄만을 의미하지 않는다. 실제 전파 환경에서는 다양한 장애물과 다중 경로 전파 현상이 신호 세기에 큰 영향을 미친다.

전파 경로상의 장애물은 신호를 반사, 굴절, 회절 또는 흡수하여 추가적인 손실을 발생시킨다. 건물, 산, 나무와 같은 물체는 신호를 차단하거나 크게 약화시킨다. 특히 고주파수 신호일수록 장애물에 의한 영향이 더 크게 나타난다. 예를 들어, 밀리미터파 대역은 벽이나 유리와 같은 비교적 얇은 장벽에도 쉽게 차단된다. 회절 현상은 장애물 뒤쪽으로 신호가 휘어 전파되게 하지만, 이 과정에서도 에너지 손실이 필연적으로 수반된다.

다중 경로 효과는 송신기에서 방사된 신호가 여러 경로(직접파, 반사파, 회절파 등)를 통해 수신기에 도달하는 현상이다. 이렇게 서로 다른 경로를 통해 도달한 신호들은 각각 다른 위상과 지연 시간을 가지고 도착하여 서로 간섭을 일으킨다. 이 간섭이 보강적일 경우 신호가 강해질 수 있지만, 대부분의 경우 파괴적 간섭으로 인해 신호 세기가 급격히 떨어지는 페이딩 현상이 발생한다. 다중 경로 페이딩은 특히 도시 환경이나 실내와 같이 반사체가 많은 곳에서 심각하게 나타난다. 이는 신호의 품질을 저하시키고, 통신의 안정성을 해치는 주요 원인 중 하나이다.

안테나 이득은 안테나가 특정 방향으로 전자기파를 집중시키거나 수신하는 능력을 나타내는 척도이다. 이는 등방성 안테나와 비교한 상대적 값으로, 단위는 dBi를 주로 사용한다. 높은 이득을 가진 안테나는 특정 방향으로 신호를 집중시켜 전송 거리를 늘리거나, 특정 방향에서 오는 신호를 더 잘 수신함으로써 경로 손실의 영향을 상쇄하는 데 기여한다.

지향성 안테나는 신호를 좁은 빔 형태로 집중시켜 전송한다. 이는 전송 효율을 높이고, 원치 않는 간섭을 줄이며, 특정 수신 지점에서의 신호 세기를 강화한다. 반대로, 옴니 안테나는 모든 방향으로 고르게 신호를 방사하지만, 그만큼 특정 방향의 이득은 낮아진다. 따라서 네트워크 설계 시 커버리지 영역의 형태와 요구되는 통신 거리에 따라 적절한 지향성을 선택해야 한다.

안테나의 배치와 정렬도 중요하다. 예를 들어, 두 지점 간의 점대점 통신에서는 높은 이득의 지향성 안테나(예: 패치 안테나, 야기-우다 안테나, 파라볼라 안테나)를 서로 정확히 조준하여 배치함으로써 장거리 통신을 가능하게 한다. 반면, 광범위한 지역에 서비스를 제공하는 기지국에는 섹터 안테나를 사용하여 특정 각도 내의 사용자들에게 집중된 커버리지를 제공한다.

이러한 안테나 특성을 효과적으로 활용하면, 전송 전력을 높이지 않고도 링크 버짓을 개선하여 통신 시스템의 전반적인 성능과 커버리지를 향상시킬 수 있다.

전력 제어는 송신기의 출력을 동적으로 조절하여 수신기에서 필요한 최소 신호 대 잡음비를 유지하면서 불필요한 간섭과 전력 소모를 줄이는 기법이다. 특히 셀룰러 네트워크에서 기지국과 이동 단말은 상호 간의 거리와 채널 상태에 따라 송신 전력을 지속적으로 조정한다. 이를 통해 네트워크 용량을 최대화하고 단말의 배터리 수명을 연장하며, 인접 셀 간의 간섭을 효과적으로 관리할 수 있다.

중계기는 송신기와 수신기 사이에 설치되어 신호를 수신, 증폭한 후 재전송하는 장치이다. 직접적인 가시선 통신이 어려운 장애물 뒤나 셀 경계 지역에서 신호 커버리지를 확장하고 품질을 개선하는 데 사용된다. 중계기는 일반적으로 증폭만 수행하는 증폭기와 신호를 복조 및 재변조하여 잡음을 제거하는 디지털 중계기로 구분된다.

다음 표는 주요 감쇄 완화 기술인 전력 제어와 중계기의 특징을 비교한 것이다.

이 두 기술은 상호 보완적으로 활용될 수 있다. 예를 들어, 광범위한 지역을 커버하는 매크로 셀 안에 중계기를 배치하여 특정 지점의 커버리지를 보완하고, 해당 중계기와 연결된 단말들은 다시 전력 제어를 통해 효율적으로 통신할 수 있다. 이러한 접근 방식은 4G LTE 및 5G NR과 같은 현대 무선 통신 시스템에서 네트워크 성능과 용량을 최적화하는 핵심 요소이다.

신호 세기 측정은 경로 손실 감쇄를 정량적으로 평가하는 핵심 과정이다. 일반적으로 수신단에서 전계 강도 또는 수신 전력을 측정하여, 송신 전력과 비교함으로써 실제 통신 링크에서의 손실을 계산한다. 측정에는 스펙트럼 분석기, 신호 발생기, 전력계, 또는 현장 측정용 테스트 장비가 사용된다. 측정값은 주로 dBm이나 dBμV/m와 같은 로그 스케일 단위로 표현되어 넓은 동적 범위를 효과적으로 나타낸다.

측정 방법은 크게 두 가지로 구분된다. 첫째는 제어된 실험실 환경에서 안테나를 포함한 전체 시스템의 성능을 평가하는 것이다. 둘째는 실제 배포 환경(예: 도시, 실내)에서 전파 감쇄를 조사하는 현장 측정이다. 현장 측정은 다중 경로 간섭, 그림자 효과, 이동성에 따른 페이딩 등 다양한 실제 요인을 반영할 수 있어 더 정확한 경로 손실 모델을 수립하는 데 필수적이다.

정확한 측정을 위해서는 교정된 장비 사용, 반복 측정을 통한 평균화, 그리고 측정 위치와 환경에 대한 상세한 메타데이터 기록이 중요하다. 특히 무선 LAN이나 셀룰러 네트워크의 경우, 사용자 경험을 대표하기 위해 서비스 영역 내 여러 지점에서 광범위한 측정을 수행하는 RF 드라이브 테스트가 일반적이다. 측정된 데이터는 이후 시뮬레이션 도구의 검증이나 네트워크 최적화에 직접 활용된다.

무선 통신 시스템의 설계와 분석에서 경로 손실을 예측하고 평가하기 위해 다양한 시뮬레이션 도구가 사용된다. 이러한 도구는 복잡한 전파 환경을 모델링하여 신호 세기의 분포, 커버리지 영역, 간섭 수준 등을 사전에 계산할 수 있게 해준다. 주로 전자기파 시뮬레이션 기법과 통계적 채널 모델을 기반으로 하며, 도시, 실내, 농촌 등 다양한 시나리오에 적용된다.

시뮬레이션 도구는 크게 결정론적(확정적) 모델 기반과 통계적 모델 기반으로 구분할 수 있다. 결정론적 모델 기반 도구는 레이 트레이싱이나 유한 차분 시간 영역법과 같은 기법을 사용하여 건물, 지형, 장애물의 정확한 기하학적 구조를 반영한 정밀한 전파 경로 분석을 수행한다. 반면, 통계적 모델 기반 도구는 로그-거리 경로 손실 모델이나 Okumura-Hata 모델과 같은 경험적 공식을 활용하여 빠르게 대규모 네트워크의 성능을 예측한다.

주요 상용 및 오픈소스 시뮬레이션 도구의 예는 다음과 같다.

이러한 도구들을 사용함으로써, 실제 장비를 설치하기 전에 안테나 위치, 송신 출력, 주파수 배치 등을 최적화하여 네트워크 구축 비용과 시간을 절감할 수 있다. 또한, 시뮬레이션 결과는 현장 측정 데이터와 비교 및 검증되어 모델의 정확도를 높이는 데 활용된다.

셀룰러 네트워크는 지리적 영역을 여러 개의 작은 셀로 나누어 각 셀에 기지국을 설치하는 방식으로 구성된다. 이 구조에서 경로 손실은 셀의 크기, 기지국 배치, 주파수 재사용 계획 및 핸드오버 성능에 직접적인 영향을 미치는 핵심 설계 변수이다. 네트워크 설계자는 특정 지역의 전파 환경을 고려한 경로 손실 모델을 사용하여 셀 반경을 계산하고, 적절한 기지국 수와 위치를 결정한다. 예를 들어, 도심 환경에서는 높은 건물 밀도로 인한 심한 감쇄를 보상하기 위해 셀 반경을 줄이고 기지국을 더 많이 배치하는 것이 일반적이다.

주파수 대역에 따른 경로 손실 특성은 셀룰러 네트워크의 진화에 따라 중요한 고려사항이었다. 초기 2G 네트워크에 사용된 낮은 주파수 대역(예: 800-900 MHz)은 상대적으로 낮은 경로 손실과 좋은 회절 특성을 보여 넓은 커버리지를 제공했다. 반면, 고속 데이터 전송을 위해 도입된 3G, 4G LTE, 그리고 5G 네트워크의 고주파 대역(예: 2.1 GHz, 3.5 GHz, 28 GHz)은 더 큰 기본 경로 손실을 가지며, 특히 시야 거리 확보가 어려운 환경에서 커버리지가 제한된다. 이는 5G에서 밀리미터파를 사용하는 경우 더욱 두드러진다.

이러한 높은 주파수 대역의 커버리지 한계를 극복하기 위해, 현대 셀룰러 네트워크는 소형 셀, 분산 안테나 시스템, 그리고 Massive MIMO와 같은 기술을 적극적으로 도입한다. 이러한 기술들은 효과적인 전력 제어와 결합되어, 네트워크 용량과 커버리지를 동시에 최적화하는 데 기여한다. 또한, 핸드오버 임계값 설정은 인접 셀 간의 경로 손실 예측에 크게 의존하며, 부정확한 모델은 불필요한 핸드오버나 핸드오버 실패를 초래하여 서비스 품질을 저하시킬 수 있다.

무선 LAN과 IoT 네트워크는 일반적인 셀룰러 네트워크와 다른 환경에서 동작하므로, 경로 손실 감쇄에 대한 접근 방식이 상이하다. 무선 LAN은 주로 실내나 제한된 지역 커버리지를 목표로 하며, Wi-Fi 표준(예: IEEE 802.11 시리즈)은 높은 데이터 전송률을 위해 비교적 높은 주파수 대역(2.4 GHz, 5 GHz, 6 GHz)을 사용한다. 이 주파수 대역은 자유 공간 경로 손실이 크고, 벽, 가구, 유리창과 같은 장애물에 의한 감쇄가 현저하다. 따라서 실내 환경에서는 다중 경로 전파와 신호 간섭이 주요한 감쇄 요인으로 작용하며, 단순한 거리 기반 모델보다는 벽과 층을 통과하는 손실을 고려한 실내 전파 모델이 더 정확한 예측을 제공한다.

IoT 네트워크는 저전력 광역 통신을 지향하는 경우가 많아, 경로 손실에 대한 고려사항이 더욱 두드러진다. LPWAN 기술인 LoRaWAN이나 NB-IoT는 낮은 데이터 전송률과 긴 배터리 수명을 위해 설계되었다. 이들은 낮은 주파수 대역(예: 900 MHz 대역)을 사용하여 자유 공간 경로 손실을 줄이고, 장애물 투과력을 높인다. 또한, 확산 스펙트럼이나 전송 시간 제어 같은 기술을 통해 감쇄를 극복하고 커버리지를 확장한다. IoT 센서 노드는 종종 지하실이나 금속 케이스 내부와 같이 전파 조건이 열악한 위치에 배치되므로, 링크 예산 설계 시 여유 마진을 크게 두어야 한다.

두 분야 모두 네트워크 설계 시 경로 손실을 최소화하기 위한 실용적인 전략을 채택한다. 무선 LAN의 경우, 액세스 포인트의 최적 배치, 메시 네트워킹을 통한 다중 홉 통신, 그리고 빔포밍 기술을 활용한 지향성 전송이 감쇄 완화에 기여한다. 반면, 대규모 IoT 네트워크에서는 게이트웨이 또는 중계기를 전략적으로 배치하여 단일 링크의 경로 손실을 줄이는 대신 네트워크의 다중성과 신뢰성을 높이는 방식을 선호한다. 최근에는 AI 기반 네트워크 최적화 도구를 사용하여 실시간으로 변화하는 전파 환경과 경로 손실을 모니터링하고 액세스 포인트의 전송 전력을 동적으로 조정하는 사례도 증가하고 있다.