풍부한 신경코드 피드백으로 구현하는 차세대 ARQ

초록

본 논문은 기존 1비트 ACK/NACK 방식을 고차원 신경코드 피드백으로 대체하는 Rich‑ARQ 프레임워크를 제안한다. 비동기 피드백 코드(AFC)를 설계해 피드백 지연을 해소하고, SNR 변동에 강인한 커리큘럼 학습과 라그랑주 퍼터베이션을 도입한다. 경량화된 인코더를 UE에 배치하고, 복잡한 디코더는 AP에 두어 하드웨어 비대칭을 활용한다. 표준‑준수 SDR 프로토타입을 구현해 8.8~9.5 dB SNR 절감, 43.4 % 지연 감소 등 실험적 이점을 입증한다.

상세 분석

Rich‑ARQ는 피드백 채널을 단순한 1비트 ACK/NACK에서 다차원 벡터로 확장함으로써 전송‑수신 양쪽이 협업 코딩을 수행하도록 설계되었다. 핵심 기술은 Asynchronous Feedback Code(AFC)이며, 이는 기존 동기식 피드백 코딩이 피드백 도착을 기다리면서 발생하는 스톨(stall) 현상을 파이프라인 방식으로 제거한다. AFC는 이전 라운드의 피드백을 이용해 새로운 패리티 심볼을 생성하므로, 피드백 지연이 몇 밀리초 수준이더라도 전송이 중단되지 않는다.

학습 측면에서는 SNR‑conditioned curriculum learning을 도입해 다양한 채널 조건을 단계적으로 학습한다. 초기에는 높은 SNR 환경에서 시작해 점차 노이즈 레벨을 증가시키며, 각 단계마다 라그랑주 퍼터베이션을 적용해 모델이 잡음에 대한 강인성을 갖도록 한다. 이는 실제 실내 환경에서 측정된 2.1 dB(100 ms)~14.3 dB(2.7 s) 변동을 그대로 재현한다.

경량화 전략으로는 모델 프루닝과 희소 연산을 결합해 UE‑측 인코더의 파라미터 수와 FLOPs를 크게 감소시켰다. AP는 고성능 GPU/FPGA에 디코더를 배치해 복잡한 역전파와 attention 메커니즘을 수행한다. 이러한 비대칭 설계는 스타 토폴로지에서 AP가 전원·연산 자원이 풍부하고 UE는 배터리 제약이 있다는 현실을 반영한다.

시스템 구현은 4G/5G 물리 계층을 준수하는 SDR 플랫폼 위에 구축되었으며, DNN 추론을 물리 계층 타이밍과 분리하는 deadline‑aware 스케줄러를 도입했다. 실험 결과, Rich‑ARQ는 Turbo‑HARQ와 Polar‑HARQ 대비 동일 PER(10⁻⁴)에서 8.8~9.5 dB 낮은 SNR을 요구했고, 이는 전송 거리 1.38배·1.70배 확대와 동일하다. 또한 기존 DL‑기반 피드백 코드 대비 43.4 %의 종단 지연 감소를 달성했다. 이러한 성과는 피드백을 정보‑풍부한 신경코드로 전환함으로써 신뢰성, 스펙트럼 효율, 지연 측면에서 전통적 ARQ/HARQ를 뛰어넘는 가능성을 입증한다.