에너지 절감용 사이클릭 셀룰러 오토마타 기반 클러스터링(CCABC)

본 논문은 무선 센서 네트워크(WSN)의 에너지 제약을 극복하기 위해 ‘Cyclic Cellular Automata Based Clustering for Energy Conservation (CCABC)’이라는 새로운 클러스터링 프레임워크를 제안한다. 기존의 LEACH, EEPSC, UCCP 등은 모든 센서 노드를 주기적으로 활성화하고 클러스터 헤드(CH)를 재선정함으로써 에너지 소모가 급격히 증가하고, 노드 고장 시 재구성이 빈번히 일어나 네트워크 수명이 제한되는 문제점을 가지고 있다. 이를 해결하고자 저자들은 사이클릭 셀룰러 오토마타(Cyclic Cellular Automata, CCA)의 변형인 수정 사이클릭 셀룰러 오토마타(modified CCA, mCCA)를 도입한다. mCCA는 각 셀(노드)이 0~k‑1의 상태를 가지며, 인접 9셀(상하좌우 및 대각선)의 상태에 따라 다음 상태를 결정한다. 논문에서는 세 가지 전이 규칙을 정의했는데, 첫 번째 규칙은 현재 상태가 ‘대기(0)’일 때 일정 수(threshold) 이상의 인접 셀이 ‘활성(1)’이면 활성으로 전이하고, 두 번째 규칙은 반대로 인접 활성 셀이 부족하면 대기로 전이한다. 세 번째 규칙은 특정 상태(예: 2)에서 주변 상태에 따라 유지 혹은 전이한다는 내용이다. 이러한 규칙을 적용하면 네트워크 전체에 나선형(spiral) 패턴이 형성되며, 이는 원자 구조와 유사한 다중 궤도(orbit) 형태의 클러스터를 자동으로 생성한다. 각 궤도는 내부 핵(nucleus)과 외부 전자(electron) 노드로 구분되며, 핵에 해당하는 노드가 클러스터 헤드 역할을 수행한다. 클러스터링 과정은 크게 네 단계로 이루어진다. 첫째, 초기 상태를 무작위로 설정하고 mCCA를 실행해 노드들을 ‘활성’과 ‘대기’ 상태로 구분한다. 둘째, 활성 노드들 사이에서 원자 구조를 기반으로 클러스터를 형성하고, 각 클러스터의 크기를 계산한다. 셋째, 클러스터 내에서 데이터 전송 비용을 최소화하도록 CH를 선정한다. 이때 CH 선정 기준은 잔여 에너지(E_res)와 CH와 베이스 스테이션(BS) 사이 거리(d) 등을 가중합한 식으로 정의된다. 넷째, 데이터 전송 단계에서 각 클러스터의 전자 노드들은 자신의 궤도 핵으로 데이터를 전송하고, 핵은 집계된 데이터를 BS로 전송한다. 데이터 집계 과정에서 ω라는 집계 에너지 비용을 고려해 전송량을 감소시킨다. 논문은 수학적 모델링을 통해 intra‑cluster와 inter‑cluster 통신 비용을 각각 f(I)와 f(∂)로 정의하고, 전체 비용 F = f(I) + f(∂)를 최소화하는 클러스터 크기와 CH 위치를 도출한다. f(I)는 각 노드와 핵 사이 거리 d_j, 전송 전력 ε, 데이터 비트 수 β 등을 포함하고, f(∂)는 CH와 BS 사이 거리 d_i와 경로 손실 지수 n을 포함한다. 두 비용을 미분하여 최적값을 구함으로써 클러스터가 너무 작아 inter‑cluster 비용이 과도해지거나, 너무 커서 intra‑cluster 비용이 급증하는 상황을 방지한다. 시뮬레이션 설정은 100 m × 100 m 평면에 1000개의 센서 노드를 균일하게 배치하고, 초기 에너지를 0.5 J로 가정하였다. 비교 대상 프로토콜은 LEACH, LEACH‑C, EEPSC, UCCP, EECS, EEDUC, DDC 등이며, 각각 1000 라운드까지 실행해 네트워크 수명(첫 번째 노드가 죽는 라운드), 평균 잔여 에너지, 패킷 전달 성공률을 측정했다. 결과는 CCABC가 평균 35 % 이상의 라운드 연장을 보였으며, 특히 라운드 200~400 구간에서 대기 노드 비율을 동적으로 조절해 전송 충돌과 재전송을 크게 감소시켰다. 또한, 데이터 집계 효율이 향상돼 전송 비트 수가 28 % 감소했으며, 전체 네트워크의 에너지 균형이 유지돼 특정 구역에 에너지 고갈이 집중되는 현상이 최소화되었다. 결론적으로, CCABC는 mCCA를 활용해 센서 노드의 활성/대기 상태를 자동으로 조절하고, 원자 구조 기반 클러스터링을 통해 최적 클러스터 크기와 CH를 선정함으로써 WSN의 에너지 효율성을 크게 향상시킨다. 향후 연구에서는 이론적 모델을 실제 하드웨어에 적용하고, 이동성 및 장애 발생 상황에서도 안정적인 클러스터 재구성을 위한 동적 파라미터 튜닝 방안을 탐구할 계획이다.