Handover Delay Minimization in Non-Terrestrial Networks: Impact of Open RAN Functional Splits

본 논문은 비지구 기반 네트워크 (NTN) 에서 오픈 RAN 기능 분할 방식과 빔 구성이 핸드오버 지연 및 연결 실패에 미치는 영향을 분석하여, 위성 내 gNB 구성이 약 95.4% 의 가장 높은 가용성을 달성함을 규명했습니다.

핵심

이 논문은 **"우주에서 인터넷을 끊기지 않게 하는 방법"**에 대한 연구입니다.

지상 기반의 통신망이 닿지 않는 시골이나 바다, 산속에서도 스마트폰으로 인터넷을 쓰려면 **저궤도 위성 (LEO)**을 이용해야 합니다. 하지만 위성은 지구 주위를 매우 빠르게 돌아다니기 때문에, 우리가 위성을 통해 인터넷을 쓰다 보면 연결이 자주 끊기거나 다른 위수로 넘어가야 하는 **'핸드오버 (Handover, 연결 전환)'**가 빈번하게 일어납니다.

이 논문은 이 연결 전환을 얼마나 빠르게, 그리고 얼마나 잘 처리하느냐에 따라 인터넷 사용 시간이 얼마나 달라지는지 분석했습니다. 특히 **Open RAN(오픈 라디오 액세스 네트워크)**이라는 새로운 기술 구조를 어떻게 적용하느냐에 따라 성능이 어떻게 변하는지 실험했습니다.

이 내용을 일상적인 비유로 쉽게 설명해 드릴게요.

---

🚀 1. 상황 설정: 빠르게 달리는 열차와 환승역

• 위성 (LEO): 지구 주위를 빙글빙글 빠르게 도는 초고속 열차라고 상상해 보세요.
• 사용자 (UE): 기차 창문 밖을 바라보며 인터넷을 쓰는 승객입니다.
• 핸드오버 (Handover): 한 열차가 지나가고 다음 열차가 오면, 승객이 열차에서 내려 다른 열차로 옮겨 타는 것입니다.
• 지상국 (GS): 열차의 기차를 조종하고 명령을 내리는 **기차역 (관제소)**입니다.

문제는 위성이 너무 빨라서 수분마다 다른 위성으로 넘어가야 한다는 점입니다. 이때 연결이 끊기는 시간 (핸드오버 지연) 이 길어지면, 사용자는 "인터넷이 왜 안 돼?"라고 불평하게 됩니다.

🏗️ 2. 핵심 질문: 관제소 (지상국) 와 열차 (위성) 중 누가 명령을 내릴까?

이 논문은 **'어디서 명령을 내리느냐'**에 따라 연결 전환 속도가 어떻게 달라지는지 세 가지 시나리오를 비교했습니다.

1. 시나리오 A (Split 7.2x): "위성은 눈만 뜨고, 역장이 모든 걸 결정한다"

   • 위성은 단순히 안테나 역할만 하고, 복잡한 계산은 모두 지상 기차역에서 합니다.
   • 비유: 열차가 역을 지나갈 때마다, 역장 (지상국) 에게 "지금 열차 바꿔야 해요?"라고 전화를 걸어 명령을 기다려야 합니다.
   • 결과: 지상국과 위성이 멀리 떨어져 있어 전화 (신호) 가 오가는 시간이 길어지므로, 연결 전환이 느립니다.

2. 시나리오 B (Split 2): "위성이 일부 지시를 내린다"

   • 위성이 기본적인 신호 처리는 하지만, 최종 결정은 여전히 지상역과 상의합니다.
   • 비유: 열차 기사가 "역장님, 지금 갈아타야 할까요?"라고 물어보지만, 역장은 "그래요"라고 답할 때까지 기다립니다.
   • 결과: A 보다는 빠르지만, 여전히 지상국과 연락해야 하므로 지연이 발생합니다.

3. 시나리오 C (gNB Onboard): "위성 안에 역장이 탑승한다"

   • 모든 명령을 내리는 '역장'이 위성 자체에 탑승해 있습니다.
   • 비유: 열차 기사가 "지금 바로 갈아타세요!"라고 자신에게서 바로 명령을 내립니다. 지상역과 연락할 필요가 없습니다.
   • 결과: 가장 빠르고 매끄럽습니다.

📊 3. 실험 결과: 무엇이 가장 좋을까?

연구진은 19 개의 빔 (작은 구역) 을 가진 위성과 127 개의 빔 (매우 세밀한 구역) 을 가진 위성을 시뮬레이션해 보았습니다.

• 가장 중요한 발견:

  • **위성 안에 모든 시스템을 갖춘 경우 (gNB Onboard)**가 가장 좋았습니다. 사용 가능한 시간 (Availability) 이 **약 95.4%**로 가장 높았습니다.
  • 반면, 지상국에 의존하는 경우 (Split 7.2x) 는 연결 전환이 느려서 **약 92.8%**로 가장 낮았습니다.
  • 이유: 위성이 빠르게 움직이는데, 지상국과 연락하며 기다리는 동안 연결이 끊기거나 (RLF), 불필요하게 자주 갈아타는 (Ping-pong 현상) 경우가 많았기 때문입니다.

• 빔 (Beam) 의 개수:

  • 빔이 127 개로 많을수록 (세밀할수록) 위성이 더 오래 사용자를 덮어주지만, 빔이 19 개로 적을수록 (넓을수록) 위성이 지나가는 속도가 상대적으로 느려 보일 수 있습니다. 하지만 결국 **빠른 연결 전환이 가능한 시스템 (위성 내 처리)**이 빔 수와 상관없이 가장 유리했습니다.

• 최적의 설정 (TTT & HOM):

  • 연구진은 "얼마나 신호가 좋아져야 갈아탈까?" (HOM) 와 "얼마나 오래 기다려야 갈아탈까?" (TTT) 라는 두 가지 설정을 조절했습니다.
  • 결과: **"신호가 조금만 더 좋아져도 (3dB), 즉시 갈아타라 (0 초 대기)"**는 설정이 가장 효과적이었습니다.
  • 이유: 위성은 너무 빨라서 "조금 더 기다려보자"고 하면 그 사이에 연결이 끊어지기 때문입니다.

💡 4. 결론: 무엇을 배웠을까?

이 논문의 핵심 메시지는 다음과 같습니다.

"우주 인터넷을 끊김 없이 쓰려면, 위성이 스스로 판단하고 행동해야 한다."

지상국과 끊임없이 연락하며 명령을 기다리는 방식은 위성이 너무 빠르게 움직이는 환경에서는 비효율적입니다. 위성 자체에 지능 (처리 능력) 을 심어두는 것이 연결을 끊기지 않게 하고, 사용자가 더 오랫동안 인터넷을 즐길 수 있게 만드는 지름길입니다.

한 줄 요약:
위성이 지구 주위를 빠르게 돌 때, 지상 관제소와 연락하며 기다리는 것보다 위성이 스스로 "지금 갈아타자!"라고 결정하는 것이 인터넷 끊김을 막는 최고의 방법입니다.

기술 요약

논문 요약: 비지상망 (NTN) 에서의 핸드오버 지연 최소화와 Open RAN 기능 분할의 영향

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 저궤도 위성 (LEO) 은 전 세계적 연결성을 제공하지만, 위성의 고속 이동으로 인해 사용자 장비 (UE) 는 빈번한 핸드오버 (HO) 를 경험합니다. 이는 서비스 중단, 지연 증가, 그리고 연결 불안정 (Radio Link Failure, RLF) 로 이어질 수 있습니다.
• 문제: 기존 연구들은 주로 단일 핸드오버 전략에 집중했으나, **Open RAN (O-RAN) 의 기능 분할 (Functional Splits, FS)**이 LEO 위성 환경의 핸드오버 지연과 가용성에 미치는 영향을 체계적으로 분석한 연구는 부족했습니다.
• 핵심 목표: 다양한 O-RAN 기능 분할 방식과 빔 구성 (Beam Configuration) 을 고려하여, **유효 서비스 시간 (Effective Service Time)**을 최대화하는 핸드오버 파라미터 (Time-to-Trigger, TTT 및 Handover Margin, HOM) 를 최적화하는 것입니다. 여기서 유효 서비스 시간은 핸드오버 지연과 RLF 기간을 제외한 실제 서비스 시간을 의미합니다.

2. 방법론 (Methodology)

• 시스템 모델:
  • 위성 구성: Starlink LEO 궤도 구성 (72 개의 궤도면, 1584 개 위성, 고도 550km) 을 기반으로 한 동적 시뮬레이션 환경 구축.
  • O-RAN 기능 분할 (FS) 시나리오:
    1. Split 7.2x: 위성 (O-RU) 에 L1(물리층) 기능만 배치, 나머지 고층 기능은 지상국 (GS) 에 배치.
    2. Split 2: 위성 (O-RU/O-DU) 에 L1 및 L2(데이터 링크층) 기능 배치, L3 는 지상국에 배치.
    3. gNB Onboard: 위성 전체에 O-RAN 스택 (gNB) 을 탑재하여 모든 기능을 위성에서 처리.
  • 빔 구성: 19 빔 (3 단계) 과 127 빔 (6 단계) 구성 비교.
  • 핸드오버 메커니즘: 조건부 핸드오버 (CHO) 기반의 RSRP(수신 신호 세기) 측정 방식 사용.
• 최적화 접근법:
  • 목표 함수: UE 의 유효 서비스 시간 ($\xi$) 최대화. 이는 RLF 발생 시간과 총 CHO 지연 시간을 동시에 최소화하는 것과 동일합니다.
  • 변수: Time-to-Trigger ($\delta_t$, TTT) 와 Handover Margin ($\delta_h$, HOM).
  • 알고리즘: TTT 와 HOM 의 다양한 조합에 대해 전수 검색 (Exhaustive Search) 알고리즘을 적용하여 최적 파라미터를 도출.
• 성능 지표 (KPIs): RLF 발생률, 위성 간/내부 핸드오버 발생률, 총 CHO 지연, 가용성 (Availability, 정규화된 유효 서비스 시간).

3. 주요 기여 (Key Contributions)

1. 정교한 지연 모델 제안: LEO 위성 군집과 지상국 간의 다양한 O-RAN 기능 분할을 고려한 핸드오버 지연 모델을 수립했습니다.
2. 새로운 지표 도입: 핸드오버 지연과 RLF 지속 시간을 모두 고려한 **'유효 서비스 시간 (Effective Service Time)'**을 새로운 성능 지표로 정의하고 이를 최적화하는 문제를 공식화했습니다.
3. 포괄적인 최적화 및 분석: 전수 검색 알고리즘을 통해 다양한 빔 구성 (19 빔 vs 127 빔) 과 기능 분할 방식에 따른 최적의 TTT/HOM 설정을 도출하고, 그 영향을 정량적으로 분석했습니다.

4. 실험 결과 (Results)

• 최적 파라미터: 모든 기능 분할 방식과 빔 구성에서 TTT ($\delta_t$) = 0 초, HOM ($\delta_h$) = 3 dB 설정이 가장 높은 가용성을 제공했습니다.
  • 이유: LEO 위성의 짧은 가시 시간과 급변하는 링크 품질로 인해 핸드오버 결정을 지연시키는 것 (높은 TTT) 은 오히려 성능을 저하시킵니다. 반면, HOM 을 3 dB 로 설정하면 불필요한 핸드오버 (Ping-pong, UHO) 를 줄여 지연을 감소시키면서도 RLF 를 거의 방지할 수 있습니다.
• 기능 분할 (FS) 비교:
  • gNB Onboard (위성 내 gNB): **가장 높은 가용성 (약 95.4%)**을 기록했습니다. 위성 내부에서 모든 처리가 이루어져 위성 내부 핸드오버 (Intra-satellite HO) 지연이 매우 낮기 때문입니다.
  • Split 2: 두 번째로 높은 가용성 (약 94.3%).
  • Split 7.2x: 가장 낮은 가용성 (약 92.8%). 지상국과의 통신이 필요해 지연이 길고, 특히 위성 내부 핸드오버 지연이 커서 전체 성능을 저하시켰습니다.
• 빔 구성 비교:
  • 127 빔 구성: 빔이 많아 동일한 위성에 머무는 시간이 길어 RLF 발생률이 낮았으나, 다중 커버리지로 인한 불필요한 핸드오버 (UHO) 가 발생할 수 있었습니다.
  • 19 빔 구성: 빔이 넓어 RLF 발생률이 상대적으로 높았으며, 특히 TTT/HOM 파라미터가 커질수록 가용성이 급격히 감소했습니다.

5. 의의 및 결론 (Significance)

• 동적 환경에서의 통찰: 이전 연구 (스냅샷 분석) 와 달리, 동적인 LEO 환경에서는 위성 내부 핸드오버 빈도가 전체 지연에 큰 영향을 미친다는 점을 발견했습니다. 따라서 위성 처리 능력을 갖춘 gNB Onboard 방식이 서비스 연속성 측면에서 가장 우수함을 입증했습니다.
• 파라미터 튜닝의 중요성: 복잡한 알고리즘 개발보다는 TTT 와 HOM 과 같은 기존 핸드오버 파라미터의 적절한 튜닝만으로도 NTN 환경의 서비스 신뢰성을 획기적으로 높일 수 있음을 보였습니다.
• 향후 방향: 5G 타이머 제한을 고려하면서도 동적인 NTN 환경에 적응할 수 있는 차세대 핸드오버 알고리즘 개발의 필요성을 제시했습니다.

결론적으로, 이 논문은 O-RAN 기능 분할 방식과 빔 구성이 LEO 위성 네트워크의 핸드오버 성능에 결정적인 영향을 미친다는 것을 실증했으며, gNB Onboard 방식과 최적화된 핸드오버 파라미터 (TTT=0s, HOM=3dB) 조합이 최대의 서비스 가용성을 보장함을 보여주었습니다.