MU‑MIMO 업링크에서 XR을 위한 시기적 스루풋 최적화와 PAoI 기반 스케줄링

초록

본 논문은 XR 서비스의 엄격한 지연 요구를 만족시키기 위해, 업링크 MU‑MIMO 환경에서 피크 AoI(PAoI)를 사용자 만족도 제약으로 도입하고, PAoI 가중치를 적용한 비신호 기반 비례공정(PF) 휴리스틱 스케줄러를 설계한다. 제안 알고리즘은 기존 PF 기반 스케줄링 대비 XR 용량을 크게 향상시키면서 전체 시스템 스루풋을 유지한다.

상세 분석

이 연구는 XR(AR/VR) 서비스가 업링크에서 대용량 원시 비디오 스트림을 지속적으로 전송해야 하는 현실을 반영하여, 전통적인 5G/6G 스케줄링이 간과해 온 ‘시기성(timeliness)’을 수학적으로 모델링한다. 핵심 메트릭으로 피크 Age of Information(PAoI)를 선택한 이유는 PAoI가 패킷 전송 지연과 재전송 없이도 최신 정보를 제공하는 정도를 한눈에 보여주며, 패킷 지연 예산(PDB)과 직접적인 연관성을 갖기 때문이다. 논문은 PAoI를 시간 평균 제약식(6b)으로 설정하고, 이를 만족시키는 동시에 시스템 전체 스루풋을 α‑공정(α=1) 기반 비례공정(PF) 목표(6a)를 최대화하도록 문제를 정의한다.

문제는 정수 비선형 최적화이며, intra‑cell 간섭으로 인한 사용자 간 상호 의존성이 존재해 NP‑hard임을 명시한다. 따라서 저자는 두 단계의 설계를 제안한다. 첫 번째는 전통적인 PF 메트릭을 그대로 사용하되, 각 UE에 PAoI 기반 가중치 Wₙ,PAoI(t)를 곱해 ‘우선순위’를 동적으로 조정한다. 가중치는 현재 AoI와 누적 PAoI의 가중 평균 Δₙ,wa(t)와 임계값 D̄를 비교해 정의되며, Δₙ,wa(t)≤D̄이면 가중치가 1−Δₙ,wa(t)−κ 형태로 크게 부여돼 급히 스케줄링되게 하고, 초과 시 1/(1−Δₙ,wa(t)−κ) 로 감소시켜 기존 PF로 회귀한다. 여기서 κ와 θ는 시스템 운영에 따라 튜닝 가능한 파라미터이며, θ는 실시간 AoI와 누적 PAoI의 혼합 비율을 조절한다.

두 번째는 물리계층 제약인 총 공간 스트림 수 Λ(t)≤Λ̄을 고려해 한 TTI당 동시에 스케줄링 가능한 UE 수 N(t)를 제한한다. 이는 (10)식으로 근사되며, 각 UE가 요구하는 스트림 수 λₙ(t)와 연계해 스케줄링 후보 집합을 형성한다. 알고리즘 1은 매 TTI마다 후보 UE 집합 N′(t)에서 Q_sum = Σₙ Qₙ(t)·Qₙ,Avg(t)·Wₙ,PAoI(t) 를 최대화하는 조합을 탐색한다. 여기서 Qₙ(t)는 현재 채널 상태와 SINR 기반 예상 스루풋, Qₙ,Avg(t)는 지수 이동 평균(τ)으로 업데이트되는 장기 평균 스루풋이다.

시뮬레이션에서는 6G 수준의 대역폭·안테나 구성을 가정하고, 다양한 UE 수와 채널 조건 하에서 기존 PF, α‑공정, 그리고 AoI‑인식 DRL 기반 스케줄러와 비교한다. 결과는 제안 알고리즘이 PAoI 제약을 만족하면서도 XR 용량(99% 패킷 성공률을 보장하는 UE 비율)을 1530% 향상시키고, 전체 시스템 스루풋은 25% 미만 감소에 그친다는 점을 보여준다. 이는 신호 오버헤드 없이 UE‑측 BSR만으로 충분히 PAoI를 추적·제어할 수 있음을 입증한다.

핵심 기여는 (1) PAoI를 XR QoE와 직접 연결한 새로운 제약 모델, (2) PAoI 가중치를 비례공정에 통합한 실시간 가중 PF 휴리스틱, (3) MU‑MIMO 물리계층 제약을 고려한 효율적인 UE 선택 메커니즘, (4) 신호‑프리 설계로 5G/6G 표준에 손쉽게 적용 가능한 프레임워크 제공이다.