딥 가변 길이 피드백 코딩: DeepVLF의 혁신적 설계와 성능

초록

본 논문은 피드백을 활용한 가변 길이 채널 코딩 프레임워크인 DeepVLF를 제안한다. 수신기 주도형(DeepVLF‑R)과 송신기 주도형(DeepVLF‑T) 두 가지 아키텍처를 transformer 기반 인코더‑디코더와 비트‑그룹 파티셔닝으로 구현하여, 고정 길이 학습 기반 피드백 코딩 대비 20 %‑55 % 적은 채널 사용량으로 동일한 BLER을 달성하고, 고률 영역에서 오류 바닥을 크게 낮춘다. 또한 학습된 모델이 고전적인 Schalkwijk‑Kailath 방식과 유사한 두 단계 전략을 자율적으로 습득함을 보인다.

상세 분석

DeepVLF는 기존 딥러닝 기반 피드백 코딩이 고정 블록 길이와 낮은 코드율에서만 경쟁력을 갖는 한계를 극복하기 위해 설계되었다. 핵심 아이디어는 ‘비트‑그룹’(bit‑group)이라는 중간 단위를 도입해 K 비트를 Q개의 동일 크기 그룹(m=K/Q)으로 나누고, 각 그룹을 2^m 차원의 확률 벡터로 표현한다. 이렇게 하면 디코더가 전체 2^K 가능한 메시지를 직접 추정할 필요 없이, 비교적 작은 출력 공간에서 효율적인 추정을 수행할 수 있다.

수신기 측에서는 ‘신념 행렬’(belief matrix) P=