AERPAW 기반 항공 무선 데이터셋 통합 및 활용 가이드

본 논문은 AERPAW(Aerial Experimentation and Research Platform for Advanced Wireless)라는 통합 실험 인프라를 활용해 수집된 공개 항공 무선 측정 데이터셋을 체계적으로 정리하고, 이를 연구 커뮤니티가 손쉽게 접근·재현·활용할 수 있도록 하는 데이터셋 기술 보고서이다. 서론에서는 5G‑Advanced와 차세대 6G 네트워크에서 UAV(무인항공기)의 역할이 급증하고 있음을 강조하며, 항공 플랫폼이 제공하는 라인‑오브‑사이트(LoS) 특성, 빠른 배치, 재난 지역 커버리지 확대 등 다양한 장점을 소개한다. 동시에, 현재 항공 무선 데이터는 산재하고 포맷이 통일되지 않아 재현성·비교 가능성이 낮다는 문제점을 지적한다. 문헌 검토에서는 기존 연구들이 UAV 기반 측정에 집중했지만, 데이터 자체를 공개하거나 표준화하지 않은 사례가 다수임을 정리한다. 예를 들어, LTE·5G 성능 평가, KPI(Reference Signal Received Power, SINR 등) 분석, 스펙트럼 점유율 조사 등은 수행됐지만 원시 데이터는 제한적으로 제공되었다. 이러한 격차를 메우기 위해 FAIR 원칙에 기반한 데이터 관리가 필요함을 주장한다. 핵심 기여는 다음과 같다. 첫째, 데이터셋을 신호‑레벨(I/Q 샘플), 전력‑레벨(수신 전력, 스펙트럼 PSD), KPI‑레벨(RSRP, RSRQ, SINR, 지연 등)으로 구분하는 통합 분류 체계를 제시한다. 둘째, 메타데이터를 고도, 지리 좌표, 주파수·대역폭·샘플링 레이트·캘리브레이션 상태 등으로 표준화하고, SigMF 포맷을 채택해 호환성을 확보한다. 셋째, 모든 데이터셋에 영구 DOI와 검증된 다운로드 링크를 제공하고, Python·MATLAB 기반 전처리·시각화 스크립트를 오픈소스로 공개함으로써 재현 가능한 연구 파이프라인을 구축한다. 넷째, FAIR‑oriented 설계 원칙을 적용해 데이터의 찾기 쉬움, 접근성, 상호운용성, 재사용성을 보장한다. 데이터 수집 과정에서 직면한 기술·규제적 도전도 상세히 기술한다. USRP 기반 고성능 SDR 노드는 무게·전력 요구가 크고, 이를 탑재하기 위해 3.5 kg 수준의 맞춤형 드론을 설계했다. 드론 프레임은 카본 파이버와 알루미늄을 사용해 경량화했으며, 비행 제어는 오픈소스 ArduPilot과 MAVLink 기반 MAVLink를 채택해 높은 프로그래머블성을 확보했다. 스펙트럼 사용을 위해 FCC Innovation Zone을 확보하고, 900 MHz ISM, 1.7/2.1 GHz, 3.3–3.45 GHz 등 여러 대역에 대한 실험 허가를 얻었다. 또한, 지상 기지국 5곳과 라디오 인프라를 전용으로 구축해 외부 간섭을 최소화했다. 데이터 활용 사례로는 3D 전파 모델링을 위한 고도별 경로 손실 분석, LoS↔NLoS 전이 확률 모델링, 머신러닝 기반 채널 예측, UAV 위치추정 알고리즘 검증, 시스템 수준 시뮬레이션(예: 네트워크 슬라이스, 스펙트럼 공유) 등이 제시된다. 특히, 고도에 따른 KPI 변동을 시각화한 그래프와, 다양한 주파수 대역에서의 전파 특성을 정량화한 결과는 향후 항공 기반 5G‑Advanced·6G 네트워크 설계에 실질적인 벤치마크 데이터를 제공한다. 마지막으로, 데이터셋의 장기적인 유지·관리 방안과 향후 연구 방향을 논의한다. 데이터셋을 지속적으로 업데이트하고, 새로운 측정 시나리오(예: 밀리미터파·테라헤르츠, 다중 UAV 협업)와 연계해 확장할 계획이며, 커뮤니티 기반의 데이터 검증·공유 플랫폼을 구축해 표준화된 항공 무선 연구 생태계를 조성하고자 한다. 전체적으로 본 논문은 항공 무선 연구에 필요한 핵심 데이터 인프라를 제공함으로써, 이론 모델 검증, AI 기반 최적화, 실용 시스템 설계 등 다양한 연구 활동을 가속화하는 데 기여한다.