Toward 6G Sidelink Reliability: MAC PRR Modeling for NR Mode 2 SPS and ns-3 Validation

본 논문은 5G NR 사이드링크 모드 2 의 SPS 기반 MAC 충돌을 명시적으로 모델링하여 폐쇄형 PRR 수식을 유도하고 ns-3 시뮬레이션으로 검증함으로써 6G 신뢰성 향상을 위한 SPS 파라미터 최적화에 대한 통찰을 제공합니다.

핵심

🚗 1. 배경: 기지국 없이 서로 대화하는 차량들

과거에는 차량이 서로 메시지를 보내려면 반드시 통신 기지국 (gNB) 을 거쳐야 했습니다. 하지만 5G 와 미래의 6G 에서는 차량들이 스스로 주파수 자원을 찾아서 서로 직접 메시지를 보냅니다. 이를 **'SPS(반영구적 스케줄링)'**라고 합니다.

• 비유: 기지국이 없는 광장 (시장) 에서 많은 상인 (차량) 들이 서로 장사를 하려고 합니다. 상점 (주파수 자원) 이 한정되어 있는데, 누가 언제 어떤 상점을 쓸지 미리 정해두고 서로 충돌하지 않게 하려는 시스템입니다.

⚠️ 2. 문제: "우리가 같은 상점을 쓸 거야!" (충돌)

이 시스템의 핵심은 **"내 주위를 잘 보고 (Sensing), 남이 안 쓰는 빈 상점을 골라라"**입니다. 하지만 두 가지 큰 문제가 발생합니다.

1. 동시 선택 충돌 (Collision Event 1):
   • 상황: A 상인과 B 상인이 동시에 "아, 저기 빈 상점이 있네!"라고 생각해서 같은 빈 상점을 선택해 버립니다.
   • 결과: 두 사람이 동시에 말을 걸면 소리가 섞여 아무도 들을 수 없습니다. (메시지 손실)
2. 고집스러운 충돌 (Collision Event 2):
   • 상황: A 상인과 B 상인이 이미 한 번 같은 상점에서 부딪혔는데, 둘 다 "아까 그 상점이 좋았어, 계속 쓸래!"라고 고집을 부립니다 (자원 유지, Resource Keeping).
   • 결과: 한 번 부딪힌 상점을 계속 쓰면서 계속해서 충돌이 반복됩니다.

이 논문은 이 두 가지 충돌이 얼마나 자주 일어나는지, 그리고 어떤 설정 (매개변수) 을 바꾸면 충돌을 줄일 수 있는지를 수학적으로 계산했습니다.

🔍 3. 연구의 핵심: "수학 공식으로 충돌 예측하기"

저자들은 복잡한 시뮬레이션 없이도 수학 공식으로 충돌 확률을 계산할 수 있는 모델을 만들었습니다.

• 핵심 발견 1: "고집 (Resource Keeping)"의 양면성

  • 비유: 상인이 "빈 상점을 고르면 계속 쓸까 (고집), 아니면 다시 찾아볼까 (재선택)?"를 결정하는 확률입니다.
  • 결과: 고집을 너무 부리면 (확률 높음) 한 번 충돌한 상점에서 계속 부딪히게 되어 나빠집니다. 하지만 고집을 너무 안 부리면 (확률 낮음) 모두 다시 빈 상점을 찾아서 동시에 선택할 확률이 높아집니다.
  • 결론: **적당한 고집 (약 64% 정도)**이 가장 좋습니다. 너무 자주 바꾸지 않으면서, 충돌이 나면 확실히 피하는 균형이 필요합니다.

• 핵심 발견 2: "중복 전송"의 효과

  • 비유: 중요한 메시지를 보낼 때, 한 번만 보내지 않고 2 번, 3 번 복사해서 보내는 것입니다.
  • 결과:
    • 사람이 적을 때 (혼잡하지 않은 시장): 복사해서 보내면 확실히 메시지가 잘 전달됩니다. (성공률 ↑)
    • 사람이 너무 많을 때 (혼잡한 시장): 복사본을 너무 많이 보내면 오히려 빈 상점을 더 많이 차지해서, 다른 사람들과 부딪힐 확률이 오히려 더 커집니다. (성공률 ↓)
  • 교훈: 사람이 너무 많을 때는 복사해서 보내는 게 오히려 독이 될 수 있습니다.

• 핵심 발견 3: "빈 상점 비율" 제한 (X)

  • 규칙: "재선택할 때, 빈 상점이 전체의 20% 이상 있어야만 선택할 수 있어"라는 3GPP 의 기존 규칙이 있습니다.
  • 연구 결과: 이 기준을 20% 에서 50% 로 높여도 (더 많은 빈 상점을 요구해도) 충돌을 줄이는 데는 별 효과가 없습니다. 오히려 선택지를 제한할 뿐입니다.
  • 제안: 이 기준은 가능한 한 낮게 (20% 또는 그 이하) 유지하는 것이 좋습니다.

📊 4. 검증: 컴퓨터 시뮬레이션 (ns-3)

이론적인 수학 공식이 현실과 맞는지 확인하기 위해, ns-3라는 정교한 시뮬레이션 프로그램으로 가상의 차량 통신 환경을 만들어 테스트했습니다.

• 결과: 차량이 적거나 중간 정도일 때 (혼잡하지 않을 때), 수학 공식이 시뮬레이션 결과와 거의 완벽하게 일치했습니다.
• 한계: 차량이 너무 많아져서 시장이 꽉 찬 상태 (포화 상태) 에서는, 수학 공식이 실제와 조금 달라집니다. 이는 수학 모델이 '물리적인 신호 간섭' 같은 세부 사항을 아직 다 포함하지 못해서입니다.

💡 5. 결론: 6G 를 위한 설계 가이드

이 논문의 결론은 다음과 같습니다.

1. 혼잡하지 않을 때: "중복 전송"을 활용하면 안전성이 크게 향상됩니다.
2. 혼잡할 때: 중복 전송은 오히려 해가 될 수 있으니 신중해야 합니다.
3. 설계 팁: "빈 자원이 얼마나 남아있어야 재선택할 수 있는가"라는 기준 (X) 은 낮게 설정하는 것이 좋습니다.
4. 미래: 이 모델은 6G 의 초고신뢰 통신을 설계할 때, "어떤 설정을 하면 충돌을 막을 수 있을까?"를 미리 예측하는 나침반 역할을 할 것입니다.

한 줄 요약:

"차량들이 서로 직접 대화할 때, 너무 자주 주파수를 바꾸지 않고, 적당히 고집을 부리며, 혼잡할 때는 복사본을 줄이는 것이 가장 안전한 통신 비결입니다!"

기술 요약

논문 개요

이 논문은 6G 사일링크 (Sidelink, SL) 의 신뢰성 향상을 위해, 5G NR (New Radio) Mode 2 환경에서 사용되는 감지 기반 반영구 스케줄링 (Sensing-based Semi-Persistent Scheduling, SPS) 프로토콜의 MAC 계층 패킷 수신률 (PRR, Packet Reception Ratio) 을 분석하는 수학적 모델을 제안합니다. 기존 연구들이 시뮬레이션에 의존하거나 NR 의 특정 SPS 기능을 간과한 분석적 모델을 사용했던 한계를 극복하고, 충돌 메커니즘을 명시적으로 모델링하여 설계 가이드를 제공합니다.

1. 문제 정의 (Problem Statement)

• 배경: 5G NR Mode 2 는 기지국 (gNB) 의 개입 없이 사용자 장비 (UE) 간 자율적인 자원 할당을 통해 V2X(차량 간 통신) 및 산업용 IoT 와 같은 초저지연 고신뢰성 (URLLC) 서비스를 지원합니다.
• 핵심 문제: Mode 2 의 핵심인 SPS 프로토콜은 UE 가 채널을 감지 (Sensing) 하여 자원을 예약하고 재선택하는 방식을 사용합니다. 그러나 기존 분석적 모델들은 다음과 같은 한계가 있었습니다:
  • 3GPP 표준에 명시된 NR 고유의 SPS 기능 (예: 리소스 유지 확률, 동시 재선택 등) 을 생략하거나 단순화함.
  • MAC 충돌이 단순히 1 회성 사건이 아니라, 자원 예약 구간 (RRI) 을 거쳐 지속적으로 발생하는 현상임을 제대로 반영하지 못함.
  • SPS 파라미터가 MAC 충돌 역학 및 PRR 에 미치는 영향을 정량적으로 설명하는 모델 부재.
• 목표: NR Mode 2 SPS 의 MAC 계층 충돌 이벤트를 명시적으로 모델링하여, 시스템 파라미터와 PRR 간의 관계를 도출하고 6G 신뢰성 향상을 위한 설계 지침을 제공하는 것.

2. 방법론 (Methodology)

저자들은 NS-3 시뮬레이션 (5G-LENA 프레임워크 기반) 을 통해 검증된 새로운 분석적 모델을 개발했습니다.

• 충돌 이벤트 분해 (Collision Event Decomposition):
  • Collision Event 1 (동시 재선택 충돌): UE 0 과 다른 UE 들이 동시에 선택 창 (Selection Window) 에 진입하여 자원을 재선택할 때 발생하는 충돌.
  • Collision Event 2 (지속적 충돌): UE 0 이 재선택을 하지 않고 기존 자원을 유지할 때, 이전 RRI 에서 이미 충돌했던 UE 와의 충돌이 지속되는 경우. 이는 다시 두 가지 하위 사건 (E1, E2, E3) 으로 세분화되어 분석됨.
• 수학적 모델링:
  • 재선택 카운터 ($R_c$) 상태 모델: $R_c$가 0 이 되어 재선택 창에 진입할 확률 ($\pi_0$) 을 마코프 체인 기반으로 유도.
  • 충돌 확률 ($P_{COL}$) 도출: 위 두 가지 충돌 이벤트를 기반으로 정상 상태 (Steady-state) MAC 충돌 확률에 대한 폐형식 (Closed-form) 식을 유도.
  • PRR 모델 확장:
    • 중복 전송 (Duplication): 3GPP 표준의 PDCP 중복 전송 기능 ($N_{Se}$) 을 고려하여, 하나의 패킷이 여러 PRB 로 전송될 때의 PRR 개선 효과를 분석.
    • 최소 가용 자원 비율 ($X$): 재선택 시 가용 PRB 의 최소 비율 요구사항 ($X$) 이 충돌 확률에 미치는 영향을 분석.
  • 반이중공 (Half-Duplex) 고려: 송수신이 동시에 불가능한 UE 특성으로 인한 손실을 $P_{HD}$ 항으로 모델링에 포함.

3. 주요 기여 (Key Contributions)

1. NR Mode 2 MAC 충돌 이벤트의 체계적 정의: 비동기적인 재선택과 자원 유지 (Resource Keeping) 로 인해 발생하는 MAC 충돌 메커니즘을 두 가지 주요 이벤트로 명확히 정의하고 분석함.
2. 폐형식 PRR 모델 개발: 자원 유지 확률 ($p_k$), 비동기 재선택 타이밍 등 핵심 NR SPS 파라미터와 직접적으로 연결된 MAC 충돌 확률 및 PRR 에 대한 해석적 식을 유도함.
3. 신뢰성 기능 확장 분석:
   • 중복 전송 ($N_{Se}$): 과부하가 아닌 상태 (Under-saturated) 에서만 중복 전송이 PRR 을 향상시킨다는 것을 정량화함.
   • 최소 가용 자원 비율 ($X$): $X$ 값을 높이는 것이 오히려 PRR 에 도움이 되지 않을 수 있음을 규명함.
4. ns-3 를 통한 검증: 5G-LENA 기반의 ns-3 시뮬레이션을 통해 모델의 정확성을 검증하고, 과부하 (Saturation) 상태에서의 모델 오차 원인 (물리 계층 영향) 을 규명함.

4. 결과 (Results)

• 모델 정확도:
  • 과부하 미만 (Under-saturated) 조건: 제안된 분석 모델과 ns-3 시뮬레이션 결과가 매우 높은 일치도를 보임.
  • 과부하 (Saturated) 조건: UE 수가 증가하여 채널이 포화 상태가 되면 (예: $N_{UE} \ge 160$), 물리 계층 (PHY) 의 RSRP 임계값 효과 등으로 인해 분석 모델이 시뮬레이션 결과보다 충돌 확률을 약간 과대평가하는 경향이 있음.
• 파라미터 영향 분석:
  • 자원 유지 확률 ($p_k$): $p_k$가 증가하면 '재선택 충돌 (Event 1)'은 감소하지만, '지속적 충돌 (Event 2)'은 증가함. 전체 충돌 확률은 $p_k \approx 0.64$ 부근에서 교차하며, 대부분의 구간에서 Event 1 이 주된 충돌 원인임.
  • 중복 전송 ($N_{Se}$): 과부하 미만 조건에서는 $N_{Se}=2$가 $N_{Se}=1$보다 PRR 을 크게 향상시킴. 그러나 과부하 조건에서는 오히려 자원 경쟁을 심화시켜 PRR 이 저하될 수 있음.
  • 최소 가용 자원 비율 ($X$): $X$ 값을 0.2 에서 0.5 로 높여도 PRR 에 유의미한 개선 효과가 없음. 오히려 불필요하게 자원을 점유하게 되어 성능이 저하될 수 있음.

5. 의의 및 결론 (Significance & Conclusion)

• 설계 지침 제공: 이 논문은 6G Sidelink 신뢰성 향상을 위해 SPS 파라미터를 어떻게 튜닝해야 하는지에 대한 구체적인 지침을 제공합니다.
  • 권장 사항: 안전 관련 메시지의 경우, 최소 가용 자원 비율 ($X$) 을 현재 3GPP 표준의 하한선인 0.2 로 유지하거나 더 낮추는 것을 권장합니다. ($X$ 증가가 이득이 되지 않음)
  • 중복 전송 전략: 중복 전송 ($N_{Se}$) 은 네트워크가 과부하 상태가 아닐 때만 신뢰성 향상에 유효하므로, 트래픽 부하에 따라 동적으로 적용해야 함.
• 향후 연구 방향: 현재 모델은 순수 MAC 계층 분석에 기반하므로, 과부하 상태에서의 정확도를 높이기 위해 물리 계층 (PHY) 파라미터 (RSRP, 간섭 등) 를 통합한 모델 개발이 필요함을 지적합니다.

이 연구는 5G NR Mode 2 의 복잡한 SPS 동작을 해석적으로 이해할 수 있는 토대를 마련했으며, 향후 6G 자율 통신 시스템의 신뢰성 최적화에 중요한 기여를 할 것으로 기대됩니다.