분산 산술 코딩을 이용한 비대칭 슬레피안 와프 압축

초록

본 논문은 기존 채널코드 기반 분산 소스 코딩의 한계를 극복하고자, 산술 코딩을 직접 분산 코딩에 적용한 “분산 산술 코딩(DAC)”을 제안한다. DAC는 확장된 확률값과 부분 겹치는 구간을 이용해 인코딩 과정에 의도적 모호성을 삽입하고, 사이드 정보와의 결합 디코딩을 통해 Slepian‑Wolf 한계에 근접한다. 특히 짧은 블록 길이에서도 좋은 압축 효율을 보이며, 컨텍스트 기반 확률 모델을 자유롭게 적용할 수 있다. 비대칭 및 대칭 두 모드 모두에 대한 인코더·디코더 구조와 레이트 할당 기법을 제시하고, 터보·LDPC와의 실험 비교를 통해 경쟁력을 입증한다.

상세 분석

이 논문은 산술 코딩(Arithmetic Coding, AC)의 두 가지 핵심 특성을 분산 소스 코딩에 그대로 옮겨온다. 첫째, AC는 모델링 단계에서 확률 모델을 자유롭게 정의할 수 있어 컨텍스트 기반 적응 모델링이 가능하다. 이는 실제 영상·오디오와 같이 비정상적인 통계적 특성을 가진 신호에 매우 유리하다. 둘째, AC는 구간을 점진적으로 축소하면서 비트 스트림을 생성하므로, 구간 길이가 기대 엔트로피보다 크게 설정되면 인코딩 레이트를 임의로 조절할 수 있다. 논문은 이 점을 활용해 “확장된 확률”(e p₀, e p₁)을 도입하고, 두 구간이 일부 겹치도록 설계한다. 겹치는 구간은 사이드 정보(Y)가 없으면 어느 구간이 실제 심볼을 나타내는지 구분할 수 없게 만들며, 이는 Slepian‑Wolf 문제에서 요구되는 ‘조건부 압축’과 동일한 효과를 낸다.

인코더는 기존 AC와 동일하게 모델링 단계에서 p₀, p₁을 추정하고, 레이트 할당 단계에서 목표 레이트와 조건부 엔트로피 H(X|Y)를 입력받아 kₓ 파라미터를 계산한다. 이 파라미터는 확장된 확률을 결정하고, 결국 최종 구간의 크기를 조절한다. 디코더는 사이드 정보와 함께 겹치는 구간을 역추적하면서 가능한 심볼 후보를 좁혀 나가며, 베이즈 규칙에 기반한 소프트 결합을 수행한다. 결과적으로 디코더는 기존의 syndrome‑based 혹은 parity‑bit 기반 S‑W 코더보다 복잡도가 낮고, 짧은 블록에서도 높은 정확도를 유지한다.

또한 논문은 비대칭 모드와 대칭 모드 모두에 대한 설계를 제시한다. 비대칭에서는 한쪽 소스만을 압축하고, 다른 쪽을 완전한 사이드 정보로 사용한다. 대칭 모드에서는 두 소스가 서로를 사이드 정보로 활용하도록 레이트를 자유롭게 분배할 수 있게 하며, 이를 위해 레이트 할당 최적화 문제를 수학적으로 정의하고 해법을 제시한다. 실험에서는 i.i.d. 바이너리 소스와 높은 상관성을 갖는 경우를 대상으로, 블록 길이 2562048 사이에서 터보 코드와 LDPC 코드 대비 0.10.2 bpp 정도의 이득을 보였다. 특히 매우 높은 상관도(예: p(X≠Y)=0.01)에서는 기존 채널코드가 필요로 하는 99‑100 % 코드율을 달성하기 어려운 반면, DAC는 간단한 구간 확장만으로 동일한 압축 효율을 얻는다.

마지막으로 구현 복잡도 측면에서도 장점을 강조한다. AC는 이미 JPEG‑2000, H.264/AVC 등에서 널리 사용되는 엔코더이며, 하드웨어·소프트웨어 구현이 성숙했다. DAC는 이러한 기존 AC 엔진에 레이트 할당 및 구간 겹침 로직만 추가하면 되므로, 기존 압축 파이프라인에 DSC 기능을 손쉽게 삽입할 수 있다. 이는 JPEG‑2000이나 H.264와 같은 표준 코덱에 직접적인 DSC 확장을 가능하게 하여, 실시간 영상 센서 네트워크 등에서 큰 실용적 가치를 제공한다.