- 통신 서비스 품질 향상을 위한 머신러닝 및 딥러닝 기반 핵심 기술 연구

- 개인정보보호 제약이 가능한 통신 및 컴퓨팅 서비스에서의 활용 가능성 열어

▲ 김석훈 교수.     © 아산톱뉴스

순천향대핚교(총장 김승우)는 BK21추진센터(센터장 민세동)의 5개 교육연구단 중 하나인 Well-Life 실현을 위한 빅데이터 혁신 인재 양성 교육연구단(단장 박두순) 김석훈 교수(컴퓨터소프트웨어공학과) 연구팀이 차세대 무선 네트워크 통신 서비스 품질 향상을 위한 머신러닝 및 딥러닝 기반 핵심 기술 연구에서 우수한 연구성과를 거뒀다고 밝혔다.

김 교수 연구팀은 현재의 5G 환경에서 대규모 데이터 전송 요청이 동시에 발생하는 경우 무분별한 무선 자원 핸들링 문제가 해결되지 않고 있는 점에 주목했다.

이에 따라 5G/B5G 네트워크에서 매우 많은 IoT 장치들의 데이터 전송 요청이 동시에 발생될 때 네트워크 자원 활용의 불균형 증상을 해결하고, 실시간 IoT 네트워크의 통신 서비스 품질(QoS) 향상 방안으로 KNN(K-Nearest Neighbor) 기반의 머신러닝 알고리즘을 개발해 이를 적용한 동적 RRH(Radio Remote Head) 게이트웨이 스티어링 기법을 제안했다.

이러한 기술은 통신 신뢰성, 대기시간 및 처리량 등의 성능 향상으로 차세대 모바일 네트워크 통신 산업에 다양하게 응용될 수 있을 것으로 기대된다.

이와 같은 연구성과는 ‘Intelligent Real-Time IoT Traffic Steering in 5G Edge Networks’의 제목으로 Q1등급의 국제저명학술지인 ‘Computers, Materials & Continua’에 게재됐다.

또한 김 교수는 포스트 코로나 시대를 대비하고 급증하고 있는 인터넷, 모바일, 컴퓨터 네트워크 사용을 고려할 때 차세대 모바일 네트워크(NGMN), 5G 및 6G 기반 사물 인터넷(IoT) 애플리케이션의 개인정보보호 제약 문제를 연합 학습(FL)을 통해 해결할 수 있다고 밝히며, 클라이언트와 집계기 간의 대규모 트래픽을 처리할 수 있는 SDN 아키텍처에 경량 FL 스킴(연합학습기법)을 적용할 수 있는 방안을 개발했다.

이는 E2E(End-to-End: 송신자와 수신자, 즉 데이터 전송의 양 끝 단) 데이터 전송을 안전하고 효율적으로 향상시켜 FL 통신 지연, 처리량, 시스템 신뢰성 및 모델 정확도 등에 대한 성능평가에서 우수한 결과를 얻었으며, 개인정보보호 제약이 가능한 통신 및 컴퓨팅 서비스에서의 활용 가능성의 길을 열었다.

이와 같은 연구성과는 Q2등급의 국제저명학술지인 ‘IEEE Access’에 ‘Reliable Federated Learning Systems Based on Intelligent Resource Sharing Scheme for Big Data Internet of Things’라는 제목으로 게재됐다.

다년간 모바일 컴퓨팅 및 컴퓨터 네트워크에 관한 실용 연구를 진행해 온 김 교수는 “통신 신뢰성 및 효율성 개선, 개인정보보호, 보건의료 관련 컴퓨팅 및 네트워킹에 대한 다각적 연구개발은 앞으로도 계속 필요하다”며 “사용자 편의 중심의 통신 관리 및 시스템 신뢰성, 효율성을 높일 수 있는 연구개발 결과는 국민의 안전하고 편리한 일상생활에도 큰 의미가 있다”고 말했다.

한편, 김 교수의 이와 같은 연구성과는 두뇌한국(BK)21 four 사업의 연구지원으로 이뤄졌으며, Well-Life 실현을 위한 빅데이터 혁신 인재 양성 교육연구단은 작년에 신설된소프트웨어융합학과에서 다학제적 교육과 융합-실용 연구의 실현을 위해 빅데이터, 의료IT, 보건의료, 빅데이터 보안 분야 등의 전공 교수들이 협력하며 활발한 연구 활동과 학생 지도를 통해 빅데이터 고급인재 양성을 위해 노력하고 있다.