비직교 다중접속편집자 확인

비직교 다중접속에서 '비직교성'이란, 다수의 사용자 신호가 시간, 주파수, 코드와 같은 무선 자원을 완전히 분리하지 않고 중첩하여 전송되는 특성을 의미한다. 이는 기존의 직교 다중접속 방식과 근본적으로 대비되는 개념이다. 직교 방식에서는 주파수 분할 다중접속이나 시간 분할 다중접속과 같이 각 사용자에게 할당된 자원 블록이 서로 겹치지 않도록 설계하여, 사용자 간 간섭을 원천적으로 차단한다. 반면, 비직교 방식은 이러한 직교성 제약을 과감히 완화하여, 제한된 자원 내에 더 많은 사용자를 수용할 수 있도록 한다.

비직교성은 주로 전력 영역이나 코드 영역에서 구현된다. 전력 영역에서는 각 사용자 신호에 서로 다른 전력 레벨을 할당하여 동일한 자원에 중첩시키는 전력 영역 다중화를 사용한다. 코드 영역에서는 완벽하게 직교하지는 않지만 상관 관계가 낮은 확산 코드를 사용하여 다중화를 수행한다. 이렇게 중첩된 신호는 수신단에서 연속 간섭 제거와 같은 고급 수신 기술을 통해 분리되어 복조된다. 따라서 비직교 다중접속의 핵심은 자원의 중첩(비직교성)과 이를 해결할 수 있는 강력한 수신 알고리즘의 결합에 있다.

이러한 접근 방식은 스펙트럼 효율을 극대화하고, 시스템 수용 용량을 증가시키는 데 기여한다. 특히, 사물인터넷 환경에서 수많은 단말이 동시에 접속해야 하는 대규모 기기 통신 시나리오에서 직교 방식의 한계를 뛰어넘는 해결책으로 주목받고 있다.

비직교 다중접속은 사용자 신호를 중첩시키는 방식에 따라 크게 전력 영역 다중화와 코드 영역 다중화로 구분된다. 이 두 가지 방식은 동일한 자원을 공유하는 사용자들을 구분하는 핵심 메커니즘을 제공한다.

전력 영역 다중화는 동일한 시간, 주파수, 코드 자원을 사용하는 여러 사용자에게 서로 다른 전력 레벨을 할당하는 방식이다. 송신기는 채널 상태가 좋지 않은 사용자에게 높은 전력을, 채널 상태가 좋은 사용자에게는 낮은 전력을 할당하여 신호를 중첩하여 보낸다. 수신기 측에서는 연속 간섭 제거 기술을 활용해, 먼저 높은 전력으로 수신된 강한 신호를 복조하고 이를 전체 신호에서 제거한 후, 남은 신호에서 다음 사용자의 신호를 순차적으로 복조한다. 이 방식은 추가적인 확산 코드가 필요하지 않아 구현이 비교적 간단하다는 장점이 있다.

반면, 코드 영역 다중화는 사용자마다 서로 다른 비직교 확산 코드(예: 저밀도 확산 다중접속에서의 확산 시퀀스)를 할당하여 신호를 중첩하는 방식이다. 모든 사용자는 동일한 시간과 주파수 자원을 공유하지만, 고유한 코드를 통해 구분된다. 수신단에서는 다중 사용자 감지 기술을 사용해 모든 사용자의 신호를 동시에 또는 순차적으로 복조한다. 이 방식은 코드를 통해 추가적인 다이버시티 이득을 얻을 수 있으며, 특히 사물인터넷과 같이 많은 수의 단말이 접속하는 환경에 적합하다.

이 두 기법은 상호 배타적이지 않으며, 혼합 형태로 사용될 수도 있다. 예를 들어, 전력 차등과 비직교 코드를 함께 적용하여 시스템의 사용자 수용 능력과 신뢰성을 동시에 향상시킬 수 있다. 이러한 유연한 자원 활용 방식이 비직교 다중접속이 5G 및 6G 통신의 핵심 다중접속 기술로 주목받는 이유이다.

전력 영역 다중화는 비직교 다중접속의 핵심 기법 중 하나로, 여러 사용자의 신호를 동일한 시간과 주파수 자원에 중첩하여 전송하되, 각 사용자에게 서로 다른 전력 레벨을 할당하는 방식을 말한다. 이 방식은 직교 다중접속 기술과 달리 자원을 직교적으로 분할하지 않기 때문에 스펙트럼 효율성을 극대화할 수 있다. 송신기에서는 채널 상태 정보를 바탕으로 사용자별 채널 조건을 파악하고, 채널 상태가 좋은 사용자에게는 낮은 전력을, 채널 상태가 나쁜 사용자에게는 높은 전력을 할당하는 전력 분할 원칙을 적용한다.

수신 측에서는 연속 간섭 제거 기술을 통해 중첩된 신호를 복조한다. 이 과정에서 수신기는 먼저 가장 강한 전력으로 전송된 신호를 복조하고, 이를 전체 수신 신호에서 제거한다. 이후 남은 신호에서 다음으로 강한 신호를 복조하고 제거하는 과정을 반복하여, 최종적으로 자신의 신호를 복조하게 된다. 이러한 방식은 다중 사용자 감지의 한 형태로, 사용자 간의 간섭을 신호 처리 기술로 극복한다는 점에서 기존 방식과 차별화된다.

전력 영역 다중화의 성능은 전력 할당 알고리즘과 연속 간섭 제거의 정확도에 크게 의존한다. 최적의 전력 할당 계수를 결정하기 위해서는 사용자 간의 채널 이득 차이, 데이터 전송률 요구사항, 시스템의 총 전력 제약 조건 등이 고려되어야 한다. 또한, 연속 간섭 제거 과정에서 발생할 수 있는 오류 전파 현상을 최소화하는 것이 시스템의 전체적인 신뢰성을 높이는 데 중요하다.

코드 영역 다중화는 비직교 다중접속의 주요 구현 방식 중 하나로, 사용자들에게 서로 완전히 직교하지 않는 확산 코드를 할당하여 동일한 시간과 주파수 자원을 공유하게 하는 기법이다. 직교 다중접속 방식이 사용자 간 간섭을 완전히 배제하기 위해 직교 코드를 사용하는 반면, 이 방식은 의도적으로 비직교성을 도입하여 더 많은 사용자를 동시에 수용한다. 각 사용자의 데이터는 고유한 확산 코드로 변조된 후, 이 신호들이 중첩되어 전송된다.

수신단에서는 연속 간섭 제거 기술을 활용하여 복조를 수행한다. 수신기는 먼저 가장 강한 신호를 복조한 후, 이를 재생성하여 수신된 합성 신호에서 제거하는 과정을 반복한다. 이를 통해 약한 신호를 순차적으로 검출해 낼 수 있다. 코드 영역 다중화의 성능은 할당된 확산 코드의 상관관계와 연속 간섭 제거의 정확도에 크게 의존한다.

이 방식은 전력 영역 다중화와 결합되어 사용되기도 하며, 특히 사용자 채널 조건의 차이가 크지 않은 환경에서 효과적일 수 있다. 코드 설계는 간섭 관리와 시스템 용량 극대화를 위한 핵심 과제로, 낮은 상호 상관관계를 갖는 코드북을 생성하는 연구가 활발히 진행되고 있다.

그래프 기반 메시지 전달은 비직교 다중접속 시스템에서 수신기가 여러 사용자의 중첩된 신호로부터 각 사용자의 데이터를 복원하기 위해 사용하는 복잡한 신호 처리 기법이다. 이 방식은 그래프 이론을 바탕으로 하며, 신호의 상호 의존성을 팩터 그래프나 태너 그래프와 같은 그래프 구조로 모델링한다. 그래프의 노드는 송신된 비트나 심볼을 나타내고, 에지는 이러한 노드들 간의 관계(예: 채널 영향, 다중접속 간섭)를 나타낸다. 수신기는 이 그래프 상에서 반복적인 메시지 전달 알고리즘을 실행하여 각 사용자의 신호를 점진적으로 추정하고 분리해 낸다.

이 기법의 대표적인 예로는 저밀도 패리티 검사 코드의 복호화에 사용되는 합-곱 알고리즘이나 그 변형들이 비직교 다중접속 시스템에 적용되는 경우를 들 수 있다. 특히 코드 영역 다중화 방식이나 전력 영역 다중화와 코드가 결합된 하이브리드 방식에서 효과적으로 활용된다. 그래프 기반 접근법은 기존의 연속 간섭 제거만을 사용하는 방식보다 더 정교하게 다중 사용자 간의 간섭을 처리할 수 있어, 특히 사용자 수가 많거나 채널 조건이 열악한 환경에서 우수한 성능을 보인다.

그러나 그래프 기반 메시지 전달은 계산 복잡도가 높다는 단점이 있다. 반복적인 메시지 전달 과정은 상당한 처리 시간과 하드웨어 자원을 요구하며, 이는 시스템의 실시간 처리 능력과 전력 소모에 부정적인 영향을 미칠 수 있다. 따라서 연구는 낮은 복잡도를 유지하면서 성능을 극대화하는 효율적인 알고리즘 설계에 집중되고 있다. 이러한 기술은 대규모 사물인터넷 네트워크나 초고밀도 셀 환경과 같은 5G 및 6G의 핵심 시나리오에서 다중 사용자 감지 성능을 획기적으로 향상시키는 데 기여할 것으로 기대된다.

비직교 다중접속의 가장 큰 장점은 스펙트럼 효율성을 극대화할 수 있다는 점이다. 기존의 직교 다중접속 방식은 사용자 간 간섭을 방지하기 위해 시간, 주파수, 코드 등의 자원을 직교하게 분할하여 할당한다. 이는 간섭은 줄일 수 있지만, 제한된 무선 자원 내에서 동시에 지원할 수 있는 사용자 수에 한계가 있다. 반면, 비직교 다중접속은 여러 사용자가 동일한 시간과 주파수, 코드 자원을 공유하여 신호를 중첩 전송하므로, 동일한 대역폭으로 더 많은 사용자를 수용하거나 더 높은 데이터 전송률을 달성할 수 있다. 이는 대규모 기기 통신이 요구되는 사물인터넷 환경에서 매우 중요한 이점으로 작용한다.

또한, 시스템의 연결성과 공정성을 향상시킬 수 있다. 비직교 다중접속은 전력 영역에서 사용자에게 차등적인 전력을 할당함으로써, 채널 조건이 좋지 않은 사용자(예: 셀 가장자리 사용자)에게 더 높은 전력을 할당해 주는 것이 가능하다. 이를 통해 셀 전체의 커버리지 내에서 사용자 간 서비스 품질의 균형을 맞추고, 동시에 더 많은 기기를 네트워크에 연결할 수 있는 능력, 즉 연결성을 크게 높인다. 이는 5G 및 6G 통신이 목표로 하는 초연결 사회의 실현에 기여하는 핵심 요소이다.

마지막으로, 기존 인프라와의 비교적 원활한 통합 가능성을 꼽을 수 있다. 비직교 다중접속은 물리층의 다중접속 방식을 변경하는 기술로, 상위 계층 프로토콜에는 큰 변화를 요구하지 않는다. 특히 전력 영역 다중화 기반 방식은 송신기에 전력 할당 알고리즘을 추가하고, 수신기에 연속 간섭 제거 수신기를 도입하는 것으로 구현 가능성이 높아, 점진적인 네트워크 진화에 유리한 측면이 있다.

비직교 다중접속은 높은 스펙트럼 효율성을 제공하지만, 구현 복잡도가 증가한다는 근본적인 단점을 지닌다. 가장 큰 문제는 수신기에서 요구되는 연속 간섭 제거 과정이다. SIC 수신기는 신호를 복조할 때 가장 강한 신호부터 순차적으로 검출하고 제거해야 하며, 이 과정에서 발생하는 오류 전파는 전체 시스템 성능을 저하시킬 수 있다. 또한, 사용자 간 전력 할당 비율을 정확하게 추정하고, 채널 상태 정보를 송신단에 실시간으로 피드백해야 하는 부담이 존재한다.

시스템의 복잡도는 지원하는 사용자 수가 증가함에 따라 기하급수적으로 늘어난다. 이는 처리 지연을 증가시키고, 단말기의 배터리 수명을 단축시키는 요인이 된다. 특히 전력이 제한된 사물인터넷 기기나 모바일 장치에 적용하기에는 부담스러운 요소로 작용한다.

다른 단점으로는 사용자 간의 공평성 문제를 들 수 있다. 전력 영역 다중화를 사용하는 경우, 기지국에 가까운 사용자(강한 채널을 가진 사용자)는 낮은 전력을 할당받아 상대적으로 낮은 데이터 전송률을 가지게 되는 반면, 기지국에서 먼 사용자(약한 채널 사용자)는 높은 전력을 할당받아 유리한 위치에 서게 된다. 이는 사용자 경험의 불균형을 초래할 수 있으며, 공정한 자원 분배를 위한 추가적인 스케줄링 알고리즘이 필요하게 만든다.

마지막으로, 비직교 다중접속 시스템의 성능은 사용자 간 채널 이득 차이에 크게 의존한다. 사용자들의 채널 조건이 유사한 경우, 전력 차등을 통한 다중화의 이점이 줄어들어 직교 다중접속에 비해 뚜렷한 장점을 보이기 어려울 수 있다. 따라서 채널 환경과 트래픽 부하에 따라 OMA와 NOMA를 적절히 선택하거나 혼용하는 전략이 필요하다.

비직교 다중접속은 5G 및 Beyond 5G/6G 이동 통신 시스템의 핵심 다중접속 기술 후보로 주목받고 있다. 기존 직교 다중접속 방식이 사용자에게 직교하는 자원 블록을 할당하는 반면, NOMA는 다수의 사용자가 동일한 시간, 주파수, 코드 자원을 공유하여 데이터를 전송함으로써 제한된 스펙트럼 자원을 보다 효율적으로 활용할 수 있다. 이는 향상된 스펙트럼 효율성과 더 많은 동시 접속 사용자 수를 지원해야 하는 차세대 이동 통신의 핵심 요구사항을 충족시키는 데 기여한다.

특히 대규모 기기 통신 시나리오에서 NOMA의 장점이 두드러진다. 사물인터넷 기기와 같이 다량으로 존재하면서 상대적으로 낮은 데이터 전송률을 요구하는 단말들이 동시에 접속해야 할 때, NOMA는 전력 영역 다중화를 통해 전력 차등을 두고 신호를 중첩시켜 전송함으로써 시스템 전체의 접속 용량을 크게 향상시킬 수 있다. 이는 기지국 하나가 처리할 수 있는 단말의 수를 극대화하는 데 필수적이다.

Beyond 5G 및 6G로 진화함에 따라, 초연결 사회 실현을 위한 기술적 기반으로서 NOMA의 중요성은 더욱 커지고 있다. 연속 간섭 제거 기술의 발전과 함께, 그래프 기반 메시지 전달과 같은 고도화된 수신 알고리즘과 결합되어 시스템 성능을 한층 개선할 전망이다. 이는 궁극적으로 사용자 경험을 향상시키고, 새로운 모바일 브로드밴드 서비스와 응용 분야를 가능하게 할 것이다.

비직교 다중접속은 사물인터넷 환경에서 대규모 기기 통신을 지원하는 핵심 기술로 주목받는다. 사물인터넷 네트워크는 수많은 센서와 단말기가 저전력으로 소량의 데이터를 빈번히 전송해야 하는 특징이 있으며, 이는 기존의 직교 다중접속 방식으로는 처리 용량과 연결 수에 한계가 있었다. 비직교 다중접속은 제한된 주파수 자원 내에서 더 많은 기기를 동시에 수용할 수 있는 높은 스펙트럼 효율성을 제공함으로써, 이러한 대규모 연결 수요를 해결할 수 있는 유력한 대안이 된다.

특히, 전력 영역 다중화를 활용한 비직교 다중접속 기법은 사물인터넷 단말기의 다양한 채널 조건과 전송 전력 차이를 적극적으로 이용한다. 기지국은 채널 상태가 좋은 단말기에는 낮은 전력을, 채널 상태가 나쁜 단말기에는 높은 전력을 할당하여 신호를 중첩 전송한다. 이렇게 하면 하나의 자원 블록에 여러 사용자를 포괄할 수 있어, 동일 대역폭으로 더 많은 사물인터넷 기기를 연결할 수 있다. 이는 5G 및 6G 통신의 주요 요구사항 중 하나인 대규모 기기 통신을 실현하는 데 기여한다.

비직교 다중접속의 적용은 스마트 시티, 산업 자동화, 원격 헬스케어 등 다양한 사물인터넷 시나리오에서 유망하다. 예를 들어, 스마트 공장에서 수천 대의 센서와 액추에이터가 실시간으로 데이터를 보고해야 할 때, 비직교 다중접속은 이들의 접속을 효율적으로 관리하여 네트워크 정체를 줄이고 지연 시간을 최소화할 수 있다. 또한, 저전력 광역 네트워크를 요구하는 농업 IoT나 환경 모니터링 애플리케이션에서도 장치의 배터리 수명을 연장하면서 안정적인 연결성을 보장할 수 있는 잠재력을 가진다.

직교 다중접속(Orthogonal Multiple Access, OMA)은 비직교 다중접속이 등장하기 전까지 무선 통신 시스템의 주류 다중접속 방식으로 사용되어 왔다. 이 기술의 핵심은 다수의 사용자가 동시에 통신할 때, 각 사용자의 신호가 서로 간섭을 일으키지 않도록 시간, 주파수, 코드 등의 자원을 직교하게(서로 겹치지 않게) 분할하여 할당하는 데 있다. 대표적인 예로는 주파수 분할 다중접속(FDMA), 시분할 다중접속(TDMA), 직교 주파수 분할 다중화(OFDMA)를 활용한 코드 분할 다중접속(CDMA) 등이 있다.

이러한 직교성 덕분에 수신단에서의 신호 복조 과정이 상대적으로 단순해진다. 각 사용자의 신호는 할당된 고유의 자원 영역에 존재하기 때문에, 수신기는 간단한 필터링이나 타이밍 동기만으로 목표 사용자의 신호를 분리해 낼 수 있다. 이는 사용자 간 간섭을 근본적으로 차단하여 시스템 설계와 신호 처리를 용이하게 만드는 장점이 있다.

그러나 자원을 직교하게 분할한다는 것은 곧 동시에 지원할 수 있는 사용자 수가 할당 가능한 자원의 조각 수에 의해 제한된다는 것을 의미한다. 이는 특히 사물인터넷과 같이 대규모의 기기가 동시에 접속해야 하는 환경에서 스펙트럼 효율성과 시스템 수용 용량 측면에서 근본적인 한계로 지적되어 왔다. 이러한 OMA의 한계를 극복하고 더 많은 사용자를 동일한 자원에 수용하기 위해 등장한 대안 기술이 바로 비직교 다중접속이다.

다중 사용자 감지(Multi-User Detection, MUD)는 비직교 다중접속 시스템에서 필수적인 수신기 기술이다. 직교 다중접속 방식에서는 서로 직교하는 자원(시간, 주파수, 코드)을 사용하여 사용자 신호가 서로 간섭하지 않도록 설계되기 때문에, 수신기는 간단히 특정 사용자의 자원만을 분리하여 신호를 복조하면 된다. 그러나 NOMA에서는 여러 사용자의 신호가 동일한 자원에 중첩되어 전송되므로, 수신기에 도달하는 신호는 여러 사용자의 신호와 잡음이 혼합된 상태가 된다. 다중 사용자 감지는 이러한 혼합 신호에서 목표 사용자의 신호를 정확하게 분리하고 복원하는 역할을 담당한다.

NOMA에서 가장 널리 사용되는 다중 사용자 감지 기법은 연속 간섭 제거(Successive Interference Cancellation, SIC)이다. SIC 수신기는 수신 신호에서 가장 강한 신호부터 순차적으로 검출, 복조, 재생성한 후 원본 수신 신호에서 제거하는 방식을 반복한다. 예를 들어, 두 사용자에게 전력 차등을 적용한 전력 영역 다중화 시스템에서, 수신기는 먼저 더 높은 전력을 할당받은 사용자의 신호를 강한 신호로 간주하여 복조한다. 그 후, 이 신호를 재생성하여 수신된 합성 신호에서 빼내면, 남은 신호는 주로 두 번째 사용자의 신호가 되므로 이를 다시 복조할 수 있다. 이 과정을 통해 비직교적으로 중첩된 신호들을 분리해 낸다.

다중 사용자 감지의 성능은 시스템의 전체 용량과 신뢰성에 직접적인 영향을 미친다. 이상적인 SIC가 수행된다면, 이론적으로는 채널 용량 한계에 근접하는 높은 스펙트럼 효율을 달성할 수 있다. 그러나 실제 시스템에서는 채널 추정 오류, 신호 복조 오류, 하드웨어의 비선형성 등으로 인해 간섭 제거가 불완전하게 이루어질 수 있으며, 이는 오류 전파를 유발하여 시스템 성능을 저하시킬 수 있다. 따라서 보다 정교한 감지 알고리즘(예: 최대 우도 감지, 반복적 감지 및 디코딩)이나 사용자 그룹화, 전력 할당 최적화 등과 결합하여 이러한 문제를 완화하는 연구가 지속되고 있다.

NOMA의 핵심인 다중 사용자 감지 기술은 5G 및 6G 이동 통신, 대규모 사물인터넷 연결을 위한 mMTC 시나리오에서 중요한 구성 요소로 자리 잡고 있다. 이 기술은 제한된 무선 자원 내에서 더 많은 사용자를 동시에 수용할 수 있도록 함으로써, 차세대 네트워크가 요구하는 초연결 사회의 기반을 제공한다.