MIMO

공간 다중화는 MIMO 시스템의 핵심 원리 중 하나로, 다수의 송신 안테나와 다수의 수신 안테나를 활용하여 동일한 주파수 대역에서 여러 개의 독립적인 데이터 스트림을 동시에 전송하는 기술이다. 이는 무선 채널의 공간 차원을 추가적인 자원으로 활용하여, 주파수 효율성과 데이터 전송률을 극대화하는 것을 목표로 한다. 단일 안테나 시스템에서는 시간이나 주파수를 나누어 데이터를 전송해야 하지만, MIMO 시스템에서는 공간적으로 분리된 경로를 통해 여러 데이터를 동시에 보낼 수 있다.

기본적으로, 송신기는 서로 다른 데이터 스트림을 각각의 안테나를 통해 동시에 방출한다. 이 신호들은 무선 채널을 통해 전파되어 수신기 측의 다중 안테나에 도달한다. 각 수신 안테나는 모든 송신 안테나에서 나온 신호의 중첩된 합을 수신하게 된다. 수신기는 채널 상태 정보를 바탕으로 수학적 알고리즘(예: 제로 포싱, 최소 평균 제곱 오차 검출)을 사용하여 이 혼합된 신호로부터 원래의 독립적인 데이터 스트림들을 분리해낸다.

성능은 채널 행렬의 특성에 크게 의존한다. 송신기와 수신기 안테나 쌍 사이의 채널 경로가 서로 충분히 독립적(낮은 상관관계)일수록 더 많은 데이터 스트림을 성공적으로 분리할 수 있다. 이론적으로, 전송 가능한 독립 스트림의 최대 개수는 송신 안테나 수(N_t)와 수신 안테나 수(N_r) 중 작은 값에 의해 제한된다[2]. 따라서 안테나 수가 증가할수록 전송 용량은 선형적으로 증가할 가능성이 높아진다.

이 기술은 SU-MIMO에서 단일 사용자에게 높은 데이터 속도를 제공하거나, MU-MIMO에서 여러 사용자에게 동시에 서비스를 제공하는 데 적용된다. 현대의 Wi-Fi 6, 4G LTE, 5G NR 및 6G 시스템에서 높은 데이터 전송률을 실현하는 기반이 된다.

공간 다이버시티는 MIMO 시스템이 제공하는 핵심 이점 중 하나로, 신호 전송의 신뢰성을 높이는 기법이다. 이 기법은 송신기와 수신기 양쪽에 여러 개의 안테나를 배치하여, 신호가 서로 다른 공간 경로를 통해 전송되도록 한다. 무선 채널에서 발생하는 페이딩 현상은 특정 경로의 신호 세기를 급격히 감소시킬 수 있다. 공간 다이버시티는 동일한 정보를 여러 경로로 보냄으로써, 일부 경로에서 신호가 심하게 감쇠하더라도 다른 경로를 통해 정보를 복원할 가능성을 높인다.

주요 구현 방식으로는 송신 다이버시티와 수신 다이버시티가 있다. 수신 다이버시티는 하나의 송신 안테나와 여러 수신 안테나를 사용하는 방식으로, 수신기에서 여러 경로의 신호를 결합하여 신호 대 잡음비를 개선한다. 송신 다이버시티는 여러 송신 안테나를 활용하는 방식으로, 알라무티 부호와 같은 공간-시간 부호화 기술을 사용하여 시간과 공간에 걸쳐 정보를 분산 전송한다. 이를 통해 수신기는 신호의 다중 경로 특성을 이용해 원본 데이터를 보다 정확하게 복호화할 수 있다.

공간 다이버시티의 효과는 다이버시티 이득으로 측정되며, 이는 통신 링크의 신뢰성을 정량화한다. 사용하는 독립적인 신호 경로의 수가 많을수록 페이딩의 영향을 받을 확률이 낮아져, 비트 오류율이 감소하고 통신 품질이 안정화된다. 이 기술은 특히 채널 상태가 좋지 않은 환경에서 단일 안테나 시스템에 비해 뛰어난 성능을 보인다. 공간 다이버시티는 높은 데이터 전송률보다는 연결의 견고함과 커버리지 개선에 초점을 맞춘다.

따라서 공간 다이버시티는 공간 다중화가 전송 용량 증가에 주력하는 것과 대비되어, 데이터 전송의 신뢰성과 링크 안정성을 극대화하는 역할을 담당한다. 이 두 기법은 상호 보완적으로 작동하여 MIMO 시스템의 효율을 종합적으로 향상시킨다.

빔포밍은 안테나 배열의 각 소자에 송신 또는 수신되는 신호의 위상과 진폭을 조절하여, 특정 방향으로 신호 에너지를 집중시키거나 특정 방향에서의 수신 감도를 높이는 기술이다. 이를 통해 공간 다중화나 공간 다이버시티와는 다른 방식으로 통신 성능을 향상시킨다. 기본 원리는 안테나 소자들 사이에 의도적으로 위상차를 만들어 전파의 간섭을 조절함으로써 원하는 방향으로 보강 간섭을, 다른 방향으로는 상쇄 간섭을 일으키는 것이다.

빔포밍은 크게 아날로그 빔포밍과 디지털 빔포밍으로 구분된다. 아날로그 빔포밍은 RF 단계에서 위상천이기 등을 사용하여 위상을 조정하는 방식으로, 하드웨어 구성이 비교적 간단하지만 동시에 여러 빔을 형성하기 어렵다. 디지털 빔포밍은 기저대역에서 디지털 신호 처리 방식으로 각 안테나에 가중치를 적용하며, 복잡도가 높지만 다수의 사용자에게 동시에 서비스를 제공하는 MU-MIMO와 결합하기에 유리하다. 하이브리드 빔포밍은 이 두 방식을 혼합하여 복잡도와 성능 사이의 균형을 찾는 구조이다.

적응형 빔포밍은 채널 상태 정보를 기반으로 빔의 방향과 형태를 실시간으로 최적화하는 기술이다. 이는 사용자의 이동이나 주변 환경 변화에 따라 빔을 추적하거나 간섭 신호를 제거하는 데 활용된다. 빔포밍 기술은 특히 고주파 대역을 사용하는 5G 및 6G 통신에서 전파의 전달 손실을 보상하고 커버리지를 확장하는 핵심 수단으로 자리 잡았다.

MIMO 시스템의 송신기는 여러 개의 안테나를 통해 데이터 스트림을 동시에 전송하는 역할을 한다. 기본적인 송신기 구조는 하나 이상의 데이터 소스, 채널 코딩 및 변조 블록, 공간 처리기(프리코더), 그리고 복수의 RF 체인과 안테나로 구성된다. 입력된 데이터는 먼저 오류 정정을 위한 채널 코딩과 디지털 변조 과정을 거친 후, 여러 개의 안테나로 분배되기 전에 공간 처리 단계를 통과한다.

공간 처리의 핵심은 프리코딩이다. 프리코더는 채널 상태 정보에 기반하여 전송 신호를 사전에 처리하여, 수신기에서의 신호 분리 성능을 극대화하거나 특정 방향으로의 빔을 형성한다. 프리코딩은 주로 선형 프리코딩 방식이 사용되며, 대표적으로 제로 포싱, 최소 평균 제곱 오차 기법 등이 있다. 송신기에서 채널 정보를 알지 못하는 경우, 공간 다이버시티를 얻기 위해 알라무티 코드와 같은 공간-시간 블록 코드를 적용하기도 한다.

송신기의 안테나 수(N)와 독립적인 데이터 스트림 수(L)의 관계에 따라 구조가 달라진다. 일반적으로 L ≤ N을 만족한다. 각 데이터 스트림은 별도의 RF 체인(업컨버터, 파워 증폭기 등)을 통해 해당 안테나로 전달된다. Massive MIMO와 같은 고도화된 시스템에서는 수십에서 수백 개의 안테나를 제어하기 위해, 아날로그 빔포밍과 디지털 프리코딩을 결합한 하이브리드 빔포밍 구조를 채용하기도 한다[3].

이러한 송신기 구조는 선택된 MIMO 운용 모드(SU-MIMO, MU-MIMO 등)에 따라 실시간으로 구성 파라미터가 조정된다. 예를 들어, MU-MIMO에서는 여러 사용자에게 동시에 서비스를 제공하기 위해 사용자별로 다른 프리코딩 가중치를 적용한다.

수신기 구조는 MIMO 시스템에서 송신된 다중 신호 스트림을 분리하고 복조하는 핵심 요소이다. 일반적으로 다수의 수신 안테나, RF 체인, 아날로그-디지털 변환기, 그리고 복잡한 디지털 신호 처리 알고리즘으로 구성된다. 각 수신 안테나는 공간적으로 분산된 신호의 복사본을 수신하며, 이 신호들은 RF 체인을 통해 증폭되고 필터링된 후 디지털 샘플로 변환된다. 이후 디지털 신호 처리부는 이러한 샘플들을 결합하여 송신된 원래의 데이터 스트림들을 추정한다.

수신 알고리즘의 복잡도와 성능은 채널 상태 정보의 가용성과 채널 행렬의 특성에 크게 의존한다. 대표적인 수신기 구조로는 선형 검출기와 비선형 검출기가 있다. 선형 검출기에는 제로 포싱과 최소 평균 제곱 오차 검출기가 포함되며, 계산 복잡도가 낮지만 성능이 제한적이다. 비선형 검출기로는 최대 우도 검출이나 연속 간섭 제거 등이 있으며, 이들은 더 우수한 성능을 제공하지만 훨씬 높은 계산 복잡도를 요구한다.

수신기의 성능은 채널 추정의 정확도에 매우 민감하다. 따라서 대부분의 시스템은 파일럿 신호 또는 참조 신호를 사용하여 채널을 추정하고, 이 정보를 바탕으로 등화 및 검출을 수행한다. 현대의 MIMO 시스템, 특히 Massive MIMO에서는 수백 개의 안테나 요소를 처리해야 하므로, 계산 효율성이 높은 근사화 알고리즘의 개발이 중요한 과제이다.

안테나 배열은 MIMO 시스템의 핵심 구성 요소로, 물리적 안테나 요소들의 배치 방식과 그 기하학적 구조를 의미한다. 배열의 설계는 시스템이 공간 다중화, 공간 다이버시티, 빔포밍 등의 이점을 효과적으로 얻을 수 있도록 결정한다. 일반적인 배열 형태로는 균일 선형 배열, 균일 평면 배열, 원형 배열 등이 있다.

배열의 성능은 안테나 간 간격과 배열 형태에 크게 의존한다. 안테나 간격은 일반적으로 반파장(λ/2)을 기준으로 설계되며, 이는 공간 상관성을 낮추고 채널의 독립성을 확보하기 위함이다. 간격이 너무 좁으면 안테나 간의 상관도가 높아져 성능이 저하될 수 있다. 반면, 배열 형태는 빔의 형성 능력과 공간 해상도에 영향을 미친다. 예를 들어, 2차원 평면 배열은 수평 및 수직 방향 모두에서 빔을 조정할 수 있어 Massive MIMO 시스템에서 특히 중요하게 사용된다.

다양한 안테나 배열의 특성은 아래 표와 같이 비교할 수 있다.

배열 설계 시 고려해야 할 또 다른 요소는 실제 구현 제약이다. 이는 장치의 물리적 크기, 비용, 복잡도, 그리고 주파수 대역과 밀접한 관련이 있다. 높은 주파수 대역에서는 파장이 짧아 안테나와 배열의 소형화가 가능해지지만, 신호 감쇠가 커지므로 배열 이득을 통한 커버리지 확보가 더욱 중요해진다. 따라서 안테나 배열은 이론적 성능 최적화와 실용적인 구현 가능성 사이의 균형을 맞추어 설계된다.

SU-MIMO는 단일 사용자 MIMO를 의미하며, 하나의 사용자 단말이 다중 안테나를 장착하고, 기지국 역시 다중 안테나를 사용하여 해당 단일 사용자와 통신하는 방식을 말한다. 이는 다중 안테나 기술의 기본이 되는 형태로, 주로 하나의 사용자에게 높은 데이터 전송률을 제공하는 데 목적이 있다. SU-MIMO 시스템에서는 송신기와 수신기 모두가 다중 안테나를 활용하여 공간 다중화를 통해 동일한 시간과 주파수 자원으로 여러 개의 독립적인 데이터 스트림을 전송한다. 이를 통해 무선 채널의 전송 용량을 안테나 수에 비례하여 크게 향상시킬 수 있다.

SU-MIMO의 성능은 채널 상태 정보의 활용 방식에 따라 크게 달라진다. 송신기가 채널 정보를 알지 못하는 경우, 수신기에서 다중 안테나를 이용한 공간 다이버시티 기법을 적용하여 신호 수신의 신뢰성을 높이는 데 주로 사용된다. 반면, 송신기가 채널 정보를 알고 있는 경우, 빔포밍이나 공간 다중화 기법을 적극적으로 활용할 수 있다. 특히, 다중 데이터 스트림을 전송하는 공간 다중화 모드에서는 송신기와 수신기 사이의 채널 행렬이 풀 랭크를 가져야 최대의 성능을 얻을 수 있다[4].

SU-MIMO는 MU-MIMO가 등장하기 전까지 무선 통신 시스템에서 고속 데이터 서비스를 구현하는 핵심 기술이었다. 그러나 SU-MIMO는 한 번에 하나의 사용자에게만 자원을 집중하기 때문에, 시스템 전체의 사용자 수가 증가하면 다중 사용자 간의 공평한 자원 할당과 전체 시스템 용량 측면에서 한계를 보인다. 이 한계를 극복하기 위해 다수의 사용자가 동시에 자원을 공유하는 MU-MIMO 기술이 발전하게 되었다.

MU-MIMO는 다중 사용자 MIMO를 의미하며, 하나의 기지국이 동일한 시간과 주파수 자원을 사용하여 여러 단말기에게 동시에 데이터를 전송하는 기술이다. 이는 기존의 SU-MIMO가 하나의 단말기와만 통신하는 방식에서 진화한 형태로, 시스템의 총 처리량과 주파수 효율을 크게 향상시킨다. MU-MIMO의 핵심은 기지국이 각 사용자에게 전송하는 신호를 공간적으로 분리하여, 사용자 간 간섭을 최소화하면서 동시에 서비스하는 것이다.

MU-MIMO의 동작을 위해서는 기지국이 각 사용자의 채널 상태 정보를 정확히 알고 있어야 한다. 이를 바탕으로 프리코딩 기술을 적용하여, 특정 사용자에게 보내는 신호가 다른 사용자에게는 간섭으로 작용하지 않도록 신호를 사전에 처리한다. 대표적인 프리코딩 방식으로는 제로 포싱과 더티 페이퍼 코딩 등이 있다. 특히, Massive MIMO와 결합될 경우, 매우 많은 수의 안테나를 활용해 사용자 간 간섭을 효과적으로 제어할 수 있어 성능이 극대화된다.

MU-MIMO는 주로 기지국에서 사용자 단말로 데이터를 전송하는 하향링크에서 구현되며, 사용자 수에 따라 2x2 MU-MIMO, 4x4 MU-MIMO 등으로 구분된다. 적용 분야에 따른 주요 형태는 다음과 같다.

MU-MIMO의 도입으로 인해 네트워크 용량이 증가하고, 특히 다수의 사용자가 밀집된 환경에서의 사용자 당 평균 처리량이 크게 개선되었다. 그러나 사용자 간 채널 정보의 정확한 추정과 빠른 피드백, 사용자 스케줄링의 복잡성 등이 실질적인 구현에서의 주요 과제로 남아있다.

Massive MIMO는 수십에서 수백 개의 안테나 요소를 사용하여 통신 성능을 극대화하는 MIMO 기술의 확장된 형태이다. 기존 MIMO가 소수의 안테나를 사용하는 것과 달리, 대규모 안테나 배열을 통해 공간 다중화와 빔포밍의 이점을 획기적으로 증폭시킨다. 이 기술은 주로 기지국 측에 대량의 안테나를 배치하여 다수의 사용자에게 동시에 고속 데이터를 전송하는 데 활용된다. 5G 및 6G 이동통신의 핵심 기술로 자리 잡았으며, 초고용량과 초고신뢰성 통신을 실현하는 기반이 된다.

Massive MIMO의 핵심 원리는 채널 경화 현상을 이용하는 것이다. 안테나 수가 매우 많아지면 무선 채널의 변동성이 평균화되어 안정적이고 예측 가능한 특성을 보인다. 이를 통해 간단한 선형 처리 기법(예: 최소 평균 제곱 오차 수신기)으로도接近 최적의 성능을 달성할 수 있으며, 사용자 간 간섭을 효과적으로 제어할 수 있다. 또한, 매우 집중된 에너지 빔을 형성하여 특정 사용자에게 신호를 정확히 전달함과 동시에 다른 사용자에게는 간섭을 최소화하는 정밀한 공간 분할 다중 접속이 가능해진다.

주요 이점과 도전 과제는 다음과 같다.

이 기술은 MU-MIMO와 결합되어 기지국 하나가 동일한 시간-주파수 자원으로 수십 명의 사용자를 동시에 서비스하는 데 사용된다. 현재의 연구는 더 많은 안테나 통합, 인공지능 기반의 지능형 빔 관리, THz 대역 적용, 그리고 통신과 감지를 결합하는 통합 감지 및 통신 방향으로 발전하고 있다.

MIMO 시스템의 전송 용량은 단일 안테나 시스템에 비해 획기적으로 향상된다. 이론적으로, 섀넌 한계에 따르면, 송신기와 수신기 모두에 다수의 안테나가 사용될 때 채널 용량은 안테나 수의 최소값에 비례하여 선형적으로 증가한다[7]. 이는 공간 차원을 추가로 활용하여 동일한 시간과 주파수 자원 내에서 여러 개의 독립적인 데이터 스트림을 동시에 전송하는 공간 다중화 덕분이다.

전송 용량은 채널 상태 정보의 가용성에 크게 의존한다. 송신기가 채널 정보를 알고 있을 경우, 특이값 분해를 통해 채널을 여러 개의 병렬 독립 채널로 분해하고, 각 채널에 전송 전력을 최적으로 할당하는 워터필링 알고리즘을 적용하여 용량을 극대화할 수 있다. 반면, 송신기가 채널 정보를 모를 경우에는 모든 안테나에 균일한 전력으로 신호를 전송하는 방식이 일반적이다.

용량 성능을 분석할 때 고려해야 할 주요 요소는 다음과 같다.

실제 시스템에서의 용량은 이상적인 조건보다 낮은데, 이는 안테나 간의 공간 상관성, 채널 추정 오류, 그리고 간섭 신호 등의 영향 때문이다. 특히 Massive MIMO 시스템에서는 수십에서 수백 개의 안테나를 활용하여 이러한 채널 조건을 평균화하고, 매우 높은 전송 용량과 스펙트럼 효율을 실현한다.

MIMO 시스템의 신뢰성은 주로 공간 다이버시티 기술을 통해 향상된다. 신호가 여러 경로를 통해 전송되므로 일부 경로에서 심한 감쇠나 차단이 발생하더라도 다른 경로를 통해 정보를 복원할 수 있다. 이는 페이딩 현상에 대한 강인성을 크게 높여, 단일 안테나 시스템에 비해 통신 링크의 단절 확률을 현저히 낮춘다. 특히, 수신기에서 최대 비율 합성(MRC)과 같은 기법을 사용하면 신호 대 잡음비를 최적화하여 오류율을 감소시킨다.

신뢰성 지표는 주로 비트 오류율(BER) 또는 프레임 오류율(FER)의 개선 정도로 평가된다. 안테나 수가 증가할수록 이용 가능한 독립적인 경로가 많아져 다이버시티 이득이 커진다. 이는 낮은 신호 대 잡음비 환경에서도 안정적인 연결을 유지할 수 있게 해준다. 또한, 공간 다중화와 공간 다이버시티를 결합한 공간-시간 부호화(STC) 기술은 데이터 전송률을 유지하면서 동시에 신뢰성을 보장하는 핵심 방법이다.

다음 표는 단일 안테나 시스템(SISO)과 MIMO 시스템의 주요 신뢰성 관련 특성을 비교한 것이다.

신뢰성 향상은 Massive MIMO로 발전하면서 더욱 두드러진다. 수십에서 수백 개의 안테나를 사용하면 채널의 통계적 특성이 매우 안정적으로 되어, 심각한 페이딩 조건에서도 균일한 성능을 제공할 수 있다. 이는 이동통신 시스템에서 셀 경계나 실내와 같은 열악한 전파 환경에서의 서비스 품질을 보장하는 데 결정적인 역할을 한다.

MIMO 기술은 IEEE 802.11 표준, 즉 Wi-Fi에 도입되어 무선 네트워크의 성능을 획기적으로 향상시켰다. 초기 Wi-Fi 표준인 802.11a/b/g는 단일 안테나를 사용하는 SISO 방식이었으나, 2007년 비준된 IEEE 802.11n 표준부터 MIMO 기술이 본격적으로 적용되었다. 802.11n은 최대 4개의 공간 스트림을 지원하여 데이터 전송률과 커버리지를 크게 증가시켰다.

이후 등장한 IEEE 802.11ac 표준은 주로 5GHz 대역에서 동작하며, 최대 8개의 공간 스트림과 더 넓은 채널 대역폭을 활용하여 기가비트급 속도를 실현했다. 특히 다중 사용자 MIMO 기술을 도입하여 액세스 포인트가 여러 클라이언트 장치에 동시에 다른 데이터 스트림을 전송할 수 있게 하여 네트워크 효율을 높였다.

최신 IEEE 802.11ax 표준은 Wi-Fi 6으로 알려져 있으며, 고밀도 환경에서의 성능에 중점을 둔다. 여기서는 상향링크 MU-MIMO를 지원하고, OFDMA 기술과 결합하여 더 많은 사용자에게 효율적으로 자원을 할당한다. 또한 빔포밍 기술이 정교화되어 특정 사용자에게 신호를 집중시키는 정밀도가 향상되었다.

Wi-Fi에서의 MIMO 구현은 주로 실내 환경의 다중경로 채널을 활용하여 성능을 극대화한다. 이러한 발전은 무선 로컬 영역 네트워크가 고대역폭 응용 프로그램을 지원하는 핵심 인프라로 자리 잡는 데 기여했다.

MIMO 기술은 3GPP 표준을 통해 이동통신 시스템의 핵심 요소로 진화했다. LTE부터 본격적으로 도입된 MIMO는 주로 다운링크에서 2x2 또는 4x4 구성을 활용하여 공간 다중화를 통한 데이터 속도 향상과 공간 다이버시티를 통한 링크 신뢰성 개선에 초점을 맞췄다. LTE-Advanced에서는 최대 8개의 레이어를 지원하는 다중 사용자 MIMO(MU-MIMO) 기술이 표준에 포함되며 용량 증대를 꾀했다.

5G NR에서는 Massive MIMO가 핵심 기술로 자리 잡았다. 수십에서 수백 개의 안테나 요소를 가진 능동 위상 배열 안테나를 기반으로 정밀한 빔포밍과 고도화된 MU-MIMO가 구현된다. 이를 통해 높은 주파수 대역(예: 밀리미터파)에서의 커버리지 문제를 해결하고, 네트워크 용량과 에너지 효율을 극대화한다. 5G는 SU-MIMO와 MU-MIMO를 동적으로 결합하여 다양한 시나리오에 대응한다.

차세대 6G 연구에서는 MIMO 기술의 한계를 넘어서는 초대규모 MIMO, 재구성 가능 지능 표면(RIS), 그리고 초고주파 대역에서의 하이브리드 빔포밍 기술 발전이 예상된다. 인공지능과 딥러닝을 활용한 지능형 채널 추정 및 빔 관리, 통신과 감지의 결합 등이 주요 연구 과제로 떠오르고 있다.