비이진 LDPC 코드의 이진 소거 채널에서의 밀도 진화 분석

본 논문은 비이진 LDPC(Low‑Density Parity‑Check) 코드를 이진 소거 채널(BEC)에서 적용하기 위한 이론적 기반과 실용적 알고리즘을 제시한다. 서론에서는 데이터 손실 복구와 분산 저장 시스템에서 FEC(Forward Error Correction)의 중요성을 강조하고, 기존의 이진 LDPC가 채널 용량에 근접하는 성능을 보였음에도 불구하고 비이진 확장에 대한 연구가 아직 부족함을 지적한다. II 장에서는 비이진 LDPC 코드의 수학적 정의를 제시한다. 기호는 2^p 원소를 갖는 갈루아체 F_q (q=2^p) 위에 정의되며, 라벨 집합 L은 두 가지 형태—내부 곱셈에 의한 F_q^* 또는 p×p 가역 행렬군 M_p(F_2)—를 고려한다. 라벨은 Tanner 그래프의 엣지에 할당되어, 각 체크 방정식이 라벨에 의해 가중된 비선형 연산으로 변환된다. 라벨이 행렬이면 전체 체크 행렬 H_bin은 이진 형태이지만, 라벨에 의한 변환을 무시하고 비이진 코드 자체로 디코딩하는 것이 성능 면에서 훨씬 유리함을 언급한다. III 장에서는 BEC 전용 디코딩 알고리즘을 상세히 설명한다. 채널에서 각 비트는 독립적으로 소거될 확률 ε를 갖는다. 기호는 ‘완전 수신’, ‘부분 소거’, ‘완전 소거’ 중 하나가 되며, 이에 따라 변수 노드 n의 초기 가능한 기호 집합 E_n이 F_q, 부분 집합, 혹은 단일 원소가 된다. 디코더는 변수‑체크 메시지 A_{m,n}와 체크‑변수 메시지 B_{m,n}를 집합 형태로 교환한다. 메시지 업데이트는 라벨에 의해 변환된 집합 연산(곱셈 h·S와 합집합 S1+S2)으로 수행되며, 모든 집합은 F_2-선형 부분공간이므로 크기가 2^k 형태를 유지한다. 반복 과정은 모든 E_n이 크기 1이 될 때까지 진행된다. III‑B 절에서는 ‘온‑더‑플라이’ 디코딩을 제안한다. 비트가 도착할 때마다 해당 변수 노드의 E_n을 즉시 갱신하고, 영향을 받는 체크 노드를 재계산한다. 이 방식은 전통적인 반복 디코딩을 실시간으로 구현한 것으로, 디코딩 비효율성 μ = K_received / K_bin을 정의한다. μ−1은 ε 구간에서 실패 확률 p(ε)의 적분으로 표현되며, 이는 라벨 분포와 그래프 구조가 전체 성능에 미치는 영향을 정량화한다. IV 장에서는 밀도 진화(Density Evolution, DE) 분석을 전개한다. 변수 노드 차수 분포 λ(x)=∑ λ_d x^{d-1}, 체크 노드 차수 분포 ρ(x)=∑ ρ_d x^{d-1}와 라벨 확률 분포 f(h) (∑_{h∈L} f(h)=1)를 모두 고려한다. 라벨이 균등하게 선택될 경우, 모든 라벨에 대해 동등한 변환이 일어나므로 메시지 집합의 분포는 라벨에 무관하게 차원만으로 기술된다(정리 2,3). 비균등 라벨 분포에서는 라벨에 따라 특정 차원의 부분공간이 더 오래 남아 있어, DE 방정식 (10)–(15)에서 라벨에 대한 가중 평균이 필요하다. DE 식은 다음과 같이 전개된다. 체크‑변수 메시지 B_{m,n}의 분포 Q_{ℓ+1}^{(d-1)}(V)는 라벨 시퀀스 h에 대한 가중 평균을 통해 (11)식으로 정의되고, 차수 d에 대한 평균을 (12)식으로 구한다. 변수‑체크 메시지 A_{m,n}는 (13)–(15)식을 통해 라벨 변환과 차수 평균을 포함한다. 최종 성공 조건은 lim_{ℓ→∞} P_ℓ({0})=1이며, 이는 무한 길이 코드가 전부 복구될 확률이 1임을 의미한다. V 장에서는 임계값 p_th(λ,ρ,f)를 정의하고, 라벨 분포 f가 임계값에 미치는 영향을 실험적으로 조사한다. 실험 설정은 F_4 (q=4)와 라벨군 L=F_4^*를 사용한다. 두 가지 차수 조합을 고려한다: (i) λ(x)=x, ρ(x)=x^2; (ii) λ(x)=x^2, ρ(x)=x^3. 라벨 확률 f(1), f(2), f(3) (라벨 1,2,3에 대한 등장 확률) 를 2‑차원 평면에 놓고, 각 점에서 DE를 수행해 임계값을 계산하였다. 결과는 다음과 같다. 첫 번째 조합에서는 균등 라벨 분포(f(1)=f(2)=f(3)=1/3)에서 최대 p_th≈0.5772, 라벨이 하나에 집중될 때 최소 p_th≈0.5을 보였다. 두 번째 조합에서는 균등 라벨에서 p_th≈0.6474, 최소 p_th≈0.6346을 기록하였다. 이는 라벨 분포가 비이진 LDPC 코드의 용량 접근성에 중요한 자유도임을 명확히 보여준다. 결론에서는 비이진 LDPC 코드가 BEC에서 온‑더‑플라이 디코딩과 라벨‑의존 밀도 진화를 통해 효율적으로 설계될 수 있음을 강조한다. 라벨 분포를 설계 변수로 활용하면 동일한 차수 프로파일에서도 성능을 크게 향상시킬 수 있으며, 이는 차후 비이진 코드를 이용한 실시간 스트리밍, 분산 저장, 그리고 래터럴 코딩 시스템에 적용 가능함을 시사한다.