복합 DNA 저장의 다중항 채널 모델링과 LDPC 기반 오류 정정

초록

**
본 논문은 복합 DNA 문자(다중 염기 혼합)를 3차원 확률 단순체상의 별자리점으로 해석하고, 이를 다중항 채널로 모델링한다. 샘플링 랜덤성에 의한 변동을 고려한 전이 확률과 로그우도비(LLR)를 유도하여 기존 LDPC 코드를 적용한 오류 정정을 제안한다. 또한 치환 및 삽입‑삭제 오류에 대해 별자리점을 업데이트하는 규칙을 제시하고, 시뮬레이션을 통해 샘플링 랜덤성만 존재할 때와 비교했을 때 기존 제한‑크기 오류 모델보다 월등히 안정적인 성능을 보임을 입증한다.

**

상세 분석

**
이 연구는 DNA 데이터 저장에서 “복합 문자”라는 새로운 알파벳을 도입함으로써 저장 용량을 4가지 기본 염기(A, C, G, T) 이상으로 확장한다는 점에서 혁신적이다. 복합 문자는 각 위치에서 여러 사본을 합성·시퀀싱할 때 나타나는 염기 비율을 확률벡터(ρₛ)로 표현한다. 저자는 이 확률벡터를 3차원 확률 단순체(Δₗ) 위의 별자리점으로 보고, 디지털 변조의 별자리와 직접적인 유사성을 제시한다.

채널 모델링은 핵심 기여 중 하나이다. 복합 문자 하나가 n개의 사본을 통해 읽히면, 관측된 염기 카운트는 다중항 분포 Multinomial(n, ρₛ)를 따른다. 식 (4)에서 제시된 전이 확률을 이용해 각 별자리점에 대한 사후 확률 P(ρₛ|dᵢ)를 계산하고, 이를 기반으로 LLR을 구한다(식 9). LLR은 기존 LDPC 디코더에 그대로 입력될 수 있어, 별도의 맞춤형 디코딩 알고리즘을 설계할 필요가 없다.

샘플링 랜덤성 외에 치환 오류와 삽입‑삭제(ID) 오류를 포함시키는 확장도 체계적으로 다룬다. 치환 오류는 각 염기가 다른 염기로 바뀔 확률 ϵ를 가정하고, 기존 확률벡터 ρₛ를 ˆρₛ = (1‑ϵ)ρₛ + (ϵ/3)(1‑ρₛ) 로 변환한다(식 12‑13). 이렇게 변환된 ˆρₛ를 다중항 분포의 파라미터로 사용하면, 치환에 의해 발생하는 0/0 형태의 LLR 계산 오류를 회피할 수 있다.

삽입‑삭제 오류는 보다 복잡한 채널 효과를 만든다. 저자는 삽입·삭제가 균형을 이루어 길이가 원래와 동일한 스트랜드만을 고려하는 “조건부 무시” 접근법을 제안한다. 이 경우, 특정 위치 i에 대해 “시프트 없음” 확률 pₙₛ,ᵢ를 계산하고, 이를 통해 별자리점을 보정한다. 비록 최적해는 아니지만, 실용적인 구현을 가능하게 한다.

성능 평가에서는 다양한 LDPC 코드(길이·율 차이)를 적용해 BER/FER 곡선을 제시한다. 샘플링 랜덤성만 존재할 때는 기존의 제한‑크기 확률 오류 모델이 급격히 성능 저하를 보이는 반면, 제안된 다중항‑LLR 기반 LDPC는 거의 이론적 한계에 근접한다. 치환·삽입‑삭제가 추가된 경우에도, 별자리점 업데이트 규칙을 적용하면 여전히 안정적인 복구가 가능함을 실험적으로 확인한다.

이 논문의 주요 강점은 (1) 복합 DNA 저장을 디지털 변조와 동일한 수학적 프레임워크로 재구성한 점, (2) 기존에 널리 검증된 LDPC 코드를 그대로 활용함으로써 구현 복잡도를 크게 낮춘 점, (3) 실제 DNA 저장 시스템에서 흔히 발생하는 치환·삽입‑삭제 오류까지 포괄적으로 모델링하고 실용적인 보정 방법을 제시한 점이다. 다만, 삽입‑삭제 보정이 “길이 동일 스트랜드만 고려”하는 제한적 가정에 의존하므로, 장거리 스트랜드나 높은 삽입‑삭제 비율 상황에서는 추가 연구가 필요하다.

**