NOMA 기반 다중 기지국 MEC 네트워크에서 지연 민감·연산 집약 IoT 서비스 최적화

초록

본 논문은 초저지연과 고연산량을 요구하는 대규모 IoT 환경을 위해, 업링크 NOMA와 다중 기지국(Multi‑BS) 모바일 엣지 컴퓨팅(MEC) 구조를 결합한 새로운 네트워크 모델을 제시한다. 작업 오프로드, 사용자 그룹화, 전력 할당을 공동 최적화하는 NP‑hard 문제를 두 단계로 분할하고, 비협력 게임 이론 기반의 정확 잠재 게임(EPG‑JDM) 알고리즘으로 오프로드·그룹 결정을, 메이저라이제이션‑미니마이제이션(MM) 기법으로 전력 할당을 각각 해결한다. 시뮬레이션 결과, 제안 방법은 기존 최첨단 기법 대비 전체 지연을 최대 19.3%, 전력 소비를 14.7% 개선한다.

상세 분석

이 논문은 현재 5G·6G 시대에 급증하는 IoT 디바이스와 그에 수반되는 대용량 데이터·연산 요구를 해결하기 위해, NOMA의 파워 도메인 다중접속 이점을 다중 BS‑MEC 구조와 결합한 새로운 시스템 모델을 설계하였다. 핵심 기여는 세 가지로 요약할 수 있다. 첫째, 기존 연구가 채널 품질에만 의존해 고정된 사용자 그룹을 구성하는 한계를 넘어, 작업 오프로드와 사용자 그룹화를 동시에 고려하는 비협력 게임 모델을 도입하였다. 각 디바이스는 자신의 채널 상태와 현재 다른 디바이스의 선택을 인식하며, 잠재 함수가 전체 시스템 지연의 정확한 지표가 되도록 설계되어 Nash 균형에 수렴한다. 이는 사용자 간의 상호작용을 자연스럽게 포착하면서도, 분산 의사결정 구조를 유지해 스케일러빌리티를 확보한다. 둘째, 연속적인 전력 할당 문제는 원래 비선형·비볼록 형태였으나, 메이저라이제이션‑미니마이제이션(MM) 프레임워크를 적용해 서브문제를 일련의 볼록 최적화 문제로 변환하였다. MM 단계마다 1차 근사 함수를 구성해 기존 문제보다 더 쉬운 형태로 풀고, 반복적으로 업데이트함으로써 전역 최적점에 근접한다. 셋째, 두 서브문제를 교대로 최적화하는 교번(alternating) 알고리즘을 제시해 전체 목표인 총 지연 최소화를 달성한다. 알고리즘 복잡도는 각 단계가 다항식 시간 내에 수렴하도록 설계돼, 대규모 디바이스 집합에서도 실용적인 실행이 가능하다. 시뮬레이션에서는 Max‑Min 그룹화, Gale‑Shapley 그룹화, 인근 BS 기반 오프로드 등 대표적인 베이스라인과 비교했을 때, 지연 감소 19.3%와 전력 절감 14.7%라는 눈에 띄는 성능 향상을 입증했다. 특히, 비균등한 서브채널 접근, inter‑group 간섭, 컴퓨팅 부하 불균형, 디바이스 이질성(다양한 deadline) 등을 모두 모델링함으로써 실제 현장 적용 가능성을 높였다. 다만, 논문은 완전한 실시간 구현을 위한 CSI 획득 비용, SIC 오류 누적 효과, 다중 BS 간 동기화 문제 등을 심층적으로 다루지 않아, 향후 연구에서는 이러한 실무적 제약을 포함한 로버스트 설계가 필요할 것으로 보인다.