Evaluation of EMF Exposure to Throughput Ratio for Sustainable 5G Networks

이 논문은 5G 다중 연결 네트워크의 지속 가능성을 평가하기 위해 실제 기지국 배치의 반발 특성을 반영한 베타-긴브레 점 과정 (beta-GPP) 을 기반으로 전자기장 노출과 처리량 비율을 분석하는 확률 기하학적 프레임워크를 제안하고, 이를 통해 에너지 효율적인 네트워크 배치 전략의 중요성을 입증합니다.

핵심

📱 1. 연구의 배경: "더 많은 기지국, 더 많은 걱정"

우리가 스마트폰으로 데이터를 많이 쓸수록, 통신사는 더 많은 **기지국 (BS)**을 설치해야 합니다. 마치 도시가 커지면 더 많은 우체국이나 편의점이 필요한 것처럼요.

하지만 두 가지 큰 문제가 생깁니다.

1. 전자파 (EMF) 걱정: 기지국이 너무 많으면 사람들이 걱정하는 "전자파가 너무 많지 않을까?"라는 우려가 생깁니다.
2. 에너지 낭비: 기지국을 켜고 데이터를 보내는 데 전기가 많이 들기 때문에, 환경에 부담이 됩니다.

이 연구는 **"기지국을 어떻게 배치해야 전자파는 적게, 데이터는 많이 보내면서 전기도 아낄 수 있을까?"**를 찾아낸 것입니다.

---

🎯 2. 핵심 도구: "기지국 배치의 두 가지 방식"

연구진은 기지국이 도시에 어떻게 퍼져 있는지 두 가지 방식으로 모델링했습니다.

• PPP (포아송 점 과정): "무작위 던지기"

  • 비유: 공을 무작위로 바닥에 던졌을 때처럼, 기지국들이 서로 상관없이 아무 데나 흩어져 있는 경우를 가정합니다.
  • 현실: 하지만 실제 통신사는 기지국끼리 너무 가깝게 붙이지 않고, 일정 간격을 두고 배치합니다. 그래서 이 모델은 현실과 조금 다릅니다.

• β-GPP (베타-지네브레 점 과정): "서로 피하는 사람들"

  • 비유: 파티에 모인 사람들이 서로 너무 밀착하지 않으려고 자연스럽게 거리를 두는 것처럼, 기지국들이 서로를 **'반발 (Repulsion)'**하며 일정한 간격을 유지하는 현실적인 모델입니다.
  • 결과: 이 모델이 실제 파리 시의 통신사 (Orange) 데이터와 훨씬 더 잘 맞았습니다. 즉, **"기지국들은 서로 피해서 배치된다"**는 사실을 수학적으로 증명했습니다.

---

⚖️ 3. 새로운 측정 기준: "전자파 vs 데이터 효율 (REBT-DL)"

기존에는 "전자파가 몇 % 나 되는가?"만 봤다면, 이 연구는 새로운 지표를 도입했습니다.

• REBT-DL (비트당 방사 에너지):
  • 비유: "차를 타고 1km 를 가는데 기름이 얼마나 들까?"를 계산하는 것과 같습니다.
  • 의미: **전자파 노출량 (기름)**을 **전송된 데이터 양 (주행 거리)**으로 나눈 값입니다.
  • 해석: 이 수치가 낮을수록, 적은 전자파로 더 많은 데이터를 보낸다는 뜻이므로 더 친환경적이고 효율적인 네트워크입니다.

---

🚀 4. 주요 발견: "4G 와 5G 의 듀얼 모드 (EN-DC)"

현재 5G 는 4G 와 함께 작동하는 경우가 많습니다 (EN-DC). 이를 연구진이 분석한 결과는 다음과 같습니다.

1. 5G 가 더 똑똑합니다:

   • 4G 는 전 방향 (360 도) 으로 전파를 쏘는 '전등'처럼 작동하지만, 5G 는 레이저처럼 특정 방향으로만 집중하는 '스포트라이트 (빔포밍)'를 사용합니다.
   • 결과: 5G 는 불필요한 곳에 전파를 보내지 않아 평균 전자파 노출은 줄이지만, 필요한 곳 (사용자) 에는 더 강력하게 데이터를 보냅니다.

2. 듀얼 모드 (4G+5G) 의 딜레마:

   • 4G 와 5G 를 동시에 쓰면 데이터 속도는 매우 빨라지지만, 전자파 노출은 자연스럽게 늘어납니다.
   • 하지만! 데이터 속도가 너무 빨라져서 REBT-DL(효율성) 지수는 4G 만 쓸 때보다 오히려 좋아지기도 합니다. 즉, "더 많은 전파를 썼지만, 그보다 훨씬 더 많은 데이터를 보내서 효율은 나쁘지 않다"는 결론입니다.

3. 현실적인 모델의 중요성:

   • 무작위 배치 (PPP) 를 가정하면 전자파 노출을 실제보다 덜 평가하는 경향이 있었습니다. 하지만 서로 피하는 배치 (β-GPP) 를 고려해야만 실제 상황을 정확히 예측할 수 있었습니다.

---

💡 5. 결론: "지속 가능한 미래를 위한 지도"

이 논문은 단순히 "전자파가 위험하다"고 말하는 것이 아니라, **"어떻게 기지국을 배치해야 환경과 건강, 그리고 빠른 인터넷을 모두 잡을 수 있는지"**에 대한 지도를 제시했습니다.

• 핵심 메시지: 기지국들이 서로 너무 가깝게 붙지 않고 적당히 거리를 두는 (β-GPP) 방식이 현실에 가장 가깝습니다.
• 미래: 5G 기술을 통해 데이터를 더 효율적으로 보내면서, 불필요한 전자파는 줄이는 '스마트한 네트워크' 설계가 가능해졌습니다.

요약하자면, 이 연구는 **"통신사들이 기지국을 더 똑똑하게 배치하면, 우리는 더 빠른 인터넷을 누리면서도 전자파 걱정과 환경 부담을 줄일 수 있다"**는 희망적인 메시지를 전하고 있습니다.

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 모바일 가입자와 데이터 트래픽의 급증으로 기지국 (BS) 밀집화가 가속화되고 있으며, 이는 5G 및 차세대 네트워크 설계의 핵심 요소입니다.
• 문제점:
  • 지속 가능성과 EMF 노출의 균형: 네트워크 성능 향상과 환경적 책임 (에너지 효율, 탄소 배출 감소) 사이의 균형을 맞추는 '지속 가능성'이 중요해졌으나, 동시에 전자기장 (EMF) 노출에 대한 대중의 건강 우려가 지속되고 있습니다.
  • 기존 모델의 한계: 기존 연구들은 주로 단일 계층 (Single-tier) 네트워크나 단순한 포아송 점 과정 (PPP) 을 기반으로 하여, 실제 기지국 배치에서 관찰되는 공간적 규칙성 (기지국 간의 반발 현상) 을 반영하지 못했습니다.
  • 다중 연결성 (Multi-connectivity) 평가 부재: 4G 와 5G 가 동시에 작동하는 EN-DC(E-UTRAN New Radio - Dual Connectivity) 환경과 같은 다중 RAT(Radio Access Technology) 시나리오에서의 EMF 노출과 처리량 (Throughput) 간의 상관관계를 종합적으로 평가하는 프레임워크가 부족했습니다.
• 목표: EMF 노출과 네트워크 효율성 (처리량) 을 동시에 고려하여 지속 가능한 5G 네트워크 배포 전략을 수립하기 위한 정량적 분석 도구 개발.

2. 방법론 (Methodology)

이 논문은 확률 기하학 (Stochastic Geometry) 을 기반으로 한 프레임워크를 구축하여 하향 링크 (Downlink) EMF 노출과 효율성을 분석했습니다.

• 공간 모델링:
  • PPP (Poisson Point Process): 전통적인 독립적인 기지국 분포 모델.
  • $\beta$-GPP ($\beta$-Ginibre Point Process): 실제 기지국 배치에서 관찰되는 '공간적 반발 (Spatial Repulsion)'을 효과적으로 포착하는 모델. 매개변수 $\beta$ ($0 < \beta \le 1$) 를 통해 반발 정도를 조절하며,$\beta \to 0$일 때 PPP 로 수렴합니다.
• 네트워크 시나리오:
  • 4G(LTE), 5G(NR), 그리고 4G/5G 동시 전송이 가능한 EN-DC 구성을 분석 대상 으로 설정.
  • 실제 데이터 (파리의 Orange 네트워크) 를 기반으로 4G(2600 MHz) 와 5G(3500 MHz) 기지국의 공존 및 공동 배치 (Co-location) 확률을 반영.
• 전파 모델:
  • 경계된 경로 손실 (Bounded path loss) 모델 및 레이leigh 페이딩 적용.
  • 5G 는 동적 빔포밍 (Beamforming) 적용, 4G 는 무지향성 안테나 모델링.
• 새로운 지표 도입 (REBT-DL):
  • 기존 전력 기반 평가의 한계를 보완하기 위해 하향 링크 전송 비트당 방사 에너지 (Radiated Energy per Bit Transmitted in the Downlink, REBT-DL) 를 도입.
  • 정의: $Y = \frac{\text{총 EMF 노출 (전력)}}{\text{처리량 (Throughput)}}$
  • 이 지표는 단위 데이터 전송에 소요된 에너지와 EMF 노출의 효율성을 종합적으로 평가합니다.

3. 주요 기여 (Key Contributions)

1. EMF 노출 분포의 CDF 유도: PPP 와 $\beta$-GPP 공간 모델을 모두 고려하여 4G, 5G, EN-DC 네트워크에서의 하향 링크 EMF 노출 누적 분포 함수 (CDF) 를 유도했습니다.
2. REBT-DL 지표 분석: EMF 노출과 처리량 간의 트레이드오프를 지속 가능성 관점에서 정량화하는 새로운 지표인 REBT-DL 의 CDF 를 수학적으로 도출했습니다.
3. 실제 데이터 기반 검증: 프랑스 파리의 Orange 통신사 기지국 위치 데이터 (Cartoradio DB) 를 활용하여 $\beta$-GPP 모델의 적합성을 검증하고, 분석 프레임워크의 정확성을 입증했습니다.

4. 실험 결과 (Results)

• 모델 정확도 비교:
  • $\beta$-GPP 모델은 실제 기지국 배치 데이터와 매우 높은 일치도를 보였으며, PPP 모델은 실제 노출량을 과소평가하는 경향이 있음을 확인했습니다. 이는 기지국 간의 반발 현상을 고려한 모델이 현실을 더 잘 반영함을 의미합니다.
• EMF 노출 특성:
  • 4G vs 5G: 5G 는 빔포밍으로 인해 특정 방향의 순간 전력이 높을 수 있으나, 전반적으로 간섭이 적어 평균 노출은 낮습니다. 반면 4G 는 무지향성 안테나로 인해 광범위한 간섭으로 인해 일부 사용자는 더 높은 노출을 경험할 수 있습니다.
  • EN-DC 영향: 4G 와 5G 가 동시에 작동하는 EN-DC 환경에서는 누적 노출로 인해 단일 계층 네트워크보다 EMF 노출 수준이 더 높아지는 경향을 보였습니다.
• REBT-DL 효율성:
  • 단일 5G 네트워크: 최적화된 NR 운영과 신호 오버헤드 감소로 인해 REBT-DL 측면에서 가장 우수한 에너지 효율성을 보였습니다.
  • EN-DC vs 4G: EN-DC 는 높은 EMF 노출을 보이지만, 4G/5G 동시 전송으로 인한 처리량 증가가 이를 상쇄하여 4G 단일 네트워크보다 더 낮은 (더 효율적인) REBT-DL 값을 기록했습니다.
  • PPP vs $\beta$-GPP: PPP 모델은 실제 환경보다 낮은 처리량을 예측하여 REBT-DL 비율을 과대평가하는 경향이 있었습니다. $\beta$-GPP 는 더 현실적인 노출 - 처리량 트레이드오프를 제공합니다.

5. 의의 및 결론 (Significance & Conclusion)

• 지속 가능한 네트워크 설계: 이 연구는 단순히 EMF 노출 규제 준수뿐만 아니라, '단위 데이터당 에너지/노출 비용'을 고려한 에너지 인식형 (Energy-aware) 배포 전략의 중요성을 강조합니다.
• EN-DC 의 역할: 5G 독립형 (Standalone) 네트워크로 전환되는 과도기적 솔루션으로서 EN-DC 는 처리량 향상을 통해 EMF 노출 증가를 상쇄할 수 있는 지속 가능한 대안임을 입증했습니다.
• 모델링의 진보: PPP 대신 $\beta$-GPP 를 사용하여 실제 기지국 배치의 공간적 특성을 반영함으로써, 네트워크 성능 및 EMF 노출 평가의 정확도를 획기적으로 높였습니다.
• 향후 연구: 빔포밍, 장애물 (Blockages), 상향 링크 (Uplink), 이종 네트워크 및 운영사 간 상호작용 등으로 분석 범위를 확장할 계획입니다.

이 논문은 5G 네트워크의 환경적 영향과 성능을 종합적으로 평가할 수 있는 강력한 수학적 도구와 새로운 지표를 제시하여, 미래 지속 가능한 통신 인프라 구축에 중요한 기여를 하고 있습니다.