Passive RIS Is Not Silent: Revisiting Performance Limits Under Thermal Noise

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 재구성 가능한 지능형 표면 (RIS) 은 6G 네트워크에서 에너지 효율적이고 유연한 스펙트럼 사용을 가능하게 하는 핵심 기술로 주목받고 있습니다. 특히 '수동형 (Passive) RIS'는 능동 회로가 없어 전력 소모가 거의 없고, 기존 문헌에서는 이를 완전히 잡음이 없는 (noiseless) 소자로 가정하고 분석하는 것이 일반적입니다.
• 문제: 이러한 '잡음 없음' 가정은 물리적으로 정확하지 않습니다. 존슨 - 나이퀴스트 (Johnson-Nyquist) 정리에 따르면, 모든 수동 소자 (저항성 성분) 는 열적 에너지로 인해 필연적으로 열 잡음 (Thermal Noise) 을 발생시킵니다.
• 핵심 문제: 기존 연구들이 RIS 의 열 잡음을 무시함으로써 시스템 성능 (신호 대 잡음비, 중계 확률 등) 을 지나치게 낙관적으로 평가하고 있으며, 이는 실제 6G 네트워크 설계 시 오차를 유발할 수 있습니다. 특히 RIS 와 수신기가 근접하거나 RIS 요소 수가 많을 때 이 영향이 무시할 수 없는 수준이 됩니다.

2. 방법론 (Methodology)

저자들은 수동형 RIS 의 열 잡음을 물리 법칙에 기반하여 정밀하게 모델링하고 이를 시스템 성능 분석에 통합했습니다.

• 시스템 모델:
  • 기지국 (BS) 과 수신기 간 직접 경로가 차단된 환경에서, $N$ 개의 수동 반사 요소로 구성된 RIS 를 통해 통신하는 시스템을 가정합니다.
  • 채널은 Nakagami-m 페이딩을 따르며, 전역 채널 상태 정보 (CSI) 가 있다고 가정합니다.
• 열 잡음 모델링:
  • 수신기 잡음: 기존 방식대로 $J = kTB \cdot NF$ (여기서 $k$는 볼츠만 상수, $T$는 온도, $B$는 대역폭, $NF$는 잡음 지수) 로 모델링합니다.
  • RIS 잡음: 각 반사 요소는 옴 손실 (ohmic loss) 로 인해 $kTB$만큼의 열 잡음을 생성합니다.$N$ 개의 요소가 독립적으로 잡음을 생성한다고 가정할 때, 총 RIS 잡음 전력은 $N$ 에 비례하여 증가합니다.
  • 반사 계수 ($\alpha$): RIS 요소의 반사 효율 $\alpha$는 신호뿐만 아니라 내부에서 생성된 열 잡음도 수신기로 재방사하는 비율을 결정합니다. 따라서 $\alpha$는 반사율이자 잡음 지수의 역할을 동시에 수행합니다.
• 성능 분석:
  • 수신 SINR(신호 대 간섭 잡음비) 수식을 유도하고, 이를 기반으로 중계 확률 (Outage Probability) 의 하한선 (LB) 과 상한선 (UB) 을 도출했습니다.
  • Meijer-G 함수 등을 활용한 폐쇄형 (closed-form) 해석적 표현식을 제시하여 계산 복잡도를 줄였습니다.
  • 고 SNR 영역에서의 점근적 (asymptotic) 분석을 통해 시스템의 다이버시티 이득 (diversity order) 을 규명했습니다.

3. 주요 기여 (Key Contributions)

1. 물리 기반 열 잡음 모델 제시: 수동형 RIS 에 대한 최초의 물리적으로 근거 있는 열 잡음 모델을 제안했습니다. 이는 임의의 잡음 항을 추가하는 것이 아니라, 기본 물리 상수와 연결된 정량적 모델입니다.
2. 성능 평가의 재검토: RIS 열 잡음을 무시할 경우 시스템 성능이 얼마나 과대평가되는지 정량적으로 입증했습니다.
3. 해석적 프레임워크 개발: RIS 열 잡음을 포함한 시스템의 중계 확률과 스루풋에 대한 정확한 해석적 식을 유도하여, 향후 연구의 기초를 마련했습니다.
4. 트레이드오프 분석: 수신기 잡음과 RIS 에 의해 유발된 잡음 간의 상호작용 및 RIS 요소 수 ($N$), 거리, 반사 효율 ($\alpha$) 이 성능에 미치는 영향을 심층 분석했습니다.

4. 실험 결과 및 발견 (Results)

시뮬레이션 및 분석을 통해 다음과 같은 중요한 결과를 도출했습니다.

• 성능 과대평가 현상: RIS 열 잡음을 무시할 경우, 시스템 성능이 크게 과대평가됩니다.
  • 예시: $N=5$일 때 약 5dB, $N=10$일 때 약 12dB 의 성능 차이가 발생했습니다. 즉, 잡음을 무시하면 실제보다 훨씬 낮은 전송 전력으로 목표 성능을 달성할 수 있다고 잘못 예측하게 됩니다.
• RIS 요소 수 ($N$) 의 역설: 일반적으로 RIS 요소 수를 늘리면 신호 이득이 커져 성능이 향상될 것으로 예상되지만, 열 잡음까지 고려하면 $N$이 증가함에 따라 생성되는 열 잡음도 함께 증가하여 순 성능 이득이 감소할 수 있습니다.
  • 특히 저전력 영역에서는 $N$이 큰 경우 ($N=10$) 오히려 $N$이 작은 경우 ($N=5$) 보다 성능이 떨어지는 현상이 관찰되었습니다.
• 거리 및 수신기 잡음 의존성:
  • RIS 열 잡음의 영향은 수신기까지의 거리와 수신기 자체의 잡음 수준 ($\sigma^2_d$) 에 크게 의존합니다.
  • 수신기 잡음이 낮은 경우 (예: -128 dB), RIS 열 잡음은 약 30m 거리까지 성능에 유의미한 영향을 미칩니다.
  • 반면, 수신기 잡음이 높은 경우 (예: -110 dB) 나 거리가 멀어지면 (15m 이상), RIS 열 잡음은 수신기 잡음에 묻혀 무시할 수 있는 수준이 됩니다.
• 근사식의 한계: 제안된 해석적 근사식은 RIS 와 수신기 간 거리가 멀어질수록 (예: 8m 이상) 시뮬레이션 결과와 오차가 발생하여, 거리가 먼 환경에서는 더 정교한 분석 도구가 필요함을 시사했습니다.

5. 의의 및 결론 (Significance & Conclusion)

• RIS 설계 패러다임의 전환: RIS 를 단순히 '잡음이 없는 블랙박스'로 취급하는 기존 관점을 근본적으로 수정해야 함을 강조합니다.
• 실용적部署 전략 제시: RIS 의 도입이 항상 이득이 되는 것은 아니며, 수신기 잡음 수준, 배치 거리, 요소 수 등을 종합적으로 고려한 최적화 전략이 필요합니다.
  • 초저잡음 (ultra-low-noise) 환경에서는 열 잡음 완화 없이는 RIS 도입이 오히려 성능 저하를 초래할 수 있습니다.
• 향후 연구 방향:
  • 열 잡음을 고려한 RIS 요소 설계 최적화.
  • 채널 추정 오차 및 하드웨어 비이상성과의 결합 분석.
  • RIS 파라미터와 수신기 하드웨어 제약을 함께 고려한 공동 최적화 (Joint Optimization) 연구의 필요성.

요약하자면, 이 논문은 수동형 RIS 가 물리적으로 필연적으로 열 잡음을 발생시킨다는 사실을 정량적으로 증명하고, 이를 무시한 기존 성능 평가의 위험성을 경고함으로써 6G 네트워크의 현실적이고 효율적인 RIS 도입을 위한 새로운 기준을 제시했습니다.