STAR‑RIS 기반 AR 메타버스 서비스 지연 최소화를 위한 자원 배분 최적화

초록

**
본 논문은 STAR‑RIS(동시 전송·반사형 재구성 지능형 표면)를 활용해 AR 기반 메타버스 시스템의 서비스 지연을 최소화하는 자원 관리 프레임워크를 제안한다. BS의 컴퓨팅 자원, STAR‑RIS의 전·반사 계수 행렬, AR 사용자의 CPU 주파수와 전송 전력을 공동 최적화하고, 비볼록 문제를 근사·교대 최적화 방식으로 해결한다. 시뮬레이션 결과, 제안 방법이 기존 벤치마크 대비 지연을 크게 감소시킴을 확인하였다.

**

상세 분석

**
이 논문은 AR‑지원 메타버스 서비스가 요구하는 초저지연과 높은 데이터 처리량을 동시에 만족시키기 위해, 무선 전파 환경을 동적으로 재구성할 수 있는 STAR‑RIS를 핵심 인프라로 도입한다는 점에서 차별성을 가진다. 기존 연구들은 주로 반사‑전용 RIS를 사용하거나, 통신 효율·에너지 효율을 목표로 했지만, 본 연구는 서비스 지연, 특히 객체 탐지와 같은 실시간 AR 애플리케이션에 초점을 맞추어 ‘최대 지연 최소화(min‑max latency)’ 문제를 설정한다.

문제 정의는 다음과 같다. K명의 AR 사용자는 로컬에서 이미지 포맷 변환을 수행하고, 변환된 데이터를 BS에 전송한다. BS는 엣지 서버에서 객체 탐지를 수행한 뒤 결과를 다시 사용자에게 전송한다. 전체 지연은 로컬 컴퓨팅 지연, 전송 지연, 엣지 컴퓨팅 지연, 결과 전송 지연의 합으로 모델링된다. 제약 조건으로는 각 사용자의 전력 한계, BS의 총 컴퓨팅 용량, 전체 대역폭 제한, 그리고 STAR‑RIS의 전·반사 계수(위상·진폭) 제약이 포함된다.

비볼록성은 두 가지 주요 요인에서 발생한다. 첫째, 전·반사 계수 행렬과 사용자 전송 전력·대역폭 할당이 곱해지는 형태로 나타나는 신호‑대‑잡음비(SNR) 식; 둘째, CPU 주파수와 전력 소비 사이의 비선형 관계. 저자들은 (i) 고차 근사(예: 첫 번째 차수 테일러 전개)로 목적 함수를 선형화하고, (ii) 교대 최적화(Alternating Optimization) 프레임워크를 도입해 변수들을 순차적으로 업데이트한다. 구체적으로, STAR‑RIS 계수 행렬은 페널티 함수 기반 방법으로 제약을 완화하고 수렴성을 증명한다. 사용자 CPU 주파수는 라그랑주 승수를 이용한 KKT 조건으로 닫힌 형태 해를 얻으며, 전송 전력·대역폭 할당과 BS 컴퓨팅 자원 배분은 라그랑주 이중법과 표준 convex 최적화 솔버(CVX 등)로 해결한다.

알고리즘 복잡도 분석에서는 각 서브문제의 다항식 시간 해결 가능성을 제시하고, 전체 교대 과정이 수렴함을 경험적으로 확인한다. 시뮬레이션에서는 STAR‑RIS 요소 수(N), 사용자 수(K), 대역폭·전력 제한 등을 변수로 하여, 제안 방법이 기존 ‘반사‑전용 RIS + 고정 자원 배분’, ‘STAR‑RIS + 무작위 배분’ 등에 비해 평균 및 최악 지연을 30% 이상 감소시키는 것을 보여준다. 특히, 통신 자원이 제한된 상황(예: 대역폭 10 MHz 이하)에서 STAR‑RIS의 전·반사 혼합 효과가 지연 감소에 크게 기여한다는 점이 강조된다.

하지만 몇 가지 한계도 존재한다. (1) 완전한 CSI(채널 상태 정보)를 가정하고 있어, 실제 채널 추정 오차가 성능에 미치는 영향을 다루지 않는다. (2) STAR‑RIS의 하드웨어 구현 비용·전력 소비를 모델에 포함하지 않아, 전체 시스템 에너지 효율성에 대한 평가가 부족하다. (3) 다운링크(서버→사용자) 전송을 무시하고 있어, 양방향 서비스 시나리오에 대한 확장성이 제한된다. 향후 연구에서는 불완전 CSI, 하드웨어 제약, 다중 RIS 협업, 그리고 다운링크 최적화 등을 포함한 보다 현실적인 모델링이 필요할 것이다.

**