Energy-Efficient Target-Aware Hybrid Beamforming for THz Near-Field ISAC with Sparse Connectivity

당신이 아주 정교한 카메라를 들고 거대하고 움직이는 퍼레이드용 플로트(장식 차량)를 완벽하게 촬영하려고 한다고 상상해 보십시오. 하지만 이 카메라는 오직 딱 하나의 특정 각도에서 바라볼 때만 믿을 수 없을 정도로 선명한 디테일을 보여줄 수 있습니다. 이것이 바로 테라헤르츠(THz) 기술이 직면한 도전 과제입니다. 테라헤르츠파를 당신의 와이파이를 구동하는 라디오파의 "초고해상도" 버전이라고 생각하십시오. 이 파동은 나뭇잎의 질감이나 드론의 형태와 같은 미세한 디테일까지 볼 수 있을 만큼 강력하지만, 한 가지 단점이 있습니다. 바로 매우 좁고 레이저처럼 정교한 빔 형태로 이동한다는 점입니다. 만약 이 레이저를 큰 물체에 비춘다면, 물체의 아주 작은 지점만 밝힐 뿐 나머지 부분은 어둠 속에 남겨두게 될 것입니다.

이를 해결하기 위해 엔지니어들은 보통 레이저를 등대 불빛처럼 물체 전체를 덮도록 앞뒤로 훑는 방식을 사용합니다. 하지만 이 방식은 시간이 오래 걸리고 배터리 소모가 많습니다. 또 다른 문제는, 이 초정밀 시각을 얻기 위해 거대한 안테나 벽이 필요하다는 점입니다. 모든 안테나를 각각의 컴퓨터 칩에 연결하는 것은 마치 도시 전체를 단 하나의 전구에 연결하기 위해 전선을 까는 것과 같이 비용이 너무 많이 들고 에너지를 너무 많이 사용합니다. 과학자들이 던지는 핵심 질문은 이것입니다: 우리는 어떻게 하면 수백만 개의 전선 없이도, 배터리를 소모하지 않으면서도 커다란 물체 전체를 즉각적으로 볼 수 있는 시스템을 만들 수 있을까?

이 논문은 그 문제에 대해 영리하고도 약간은 기발한 해결책을 제안합니다. 완벽하고 비싼 카메라를 만드는 대신, "희소한(sparse)" 카메라, 즉 많은 부분이 빠져 있는 카메라를 만드는 것을 제안합니다. 하지만 이 빠진 부분들을 오히려 이점으로 활용합니다.

"그레이팅 로브(Grating Lobe)"의 마법

안테나 배열의 세계에서, 비용과 전력을 아끼기 위해 일부 안테나를 제거하면 보통 **그레이팅 로브(grating lobes)**라고 불리는 문제를 일으키게 됩니다. 당신이 박자에 맞춰 손뼉을 친다고 상상해 보십시오. 만약 완벽한 리듬으로 박수를 친다면 소리는 정면으로 향합니다. 하지만 리듬 중간중간을 건너뛰며 박수를 친다면, 소리는 이상한 방향으로 메아리치기 시작할 것입니다. 전통적인 공학에서 이러한 메아리(그레이팅 로브)는 이미지를 망치는 "노이즈"나 "아티팩트(왜곡)"로 간주되어, 엔지니어들은 이를 억제하거나 없애기 위해 수년의 시간을 보냅니다.

이 논문은 이 아이디어를 완전히 뒤집습니다. 저자인 누사이바 알쇼르만(Nusaibah Alshorman), 종 한(Chong Han), 휴세인 아슬란(Huseyin Arslan)은 이렇게 묻습니다. 만약 우리가 이 메아리를 숨기려 노력하는 대신, 그것을 이용한다면 어떨까?

그들은 **희소 연결 하이브리드 빔포밍(Sparse-Connected Hybrid Beamforming)**이라는 새로운 설계를 제안합니다. 이것이 어떻게 작동하는지 쉬운 용어로 설명하면 다음과 같습니다:

1. 설정: 일렬로 늘어선 긴 전등 스위치(안테나)를 상상해 보십시오. 보통은 모든 스위치를 완벽하게 제어하기 위해 모든 스위치를 전원(RF 체인)에 연결하고 싶어 합니다. 하지만 그러려면 엄청난 양의 전선 뭉치가 필요합니다.
2. 절단: 저자들은 "희소한" 네트워크를 사용하는 것을 제안합니다. 이들은 스마트한 스위치보드를 사용하여 단 몇 개의 전등 스위치만을 전원에 연결합니다. 이는 전선의 수와 필요한 에너지를 대폭 줄여줍니다.
3. 반전: 연결을 제거했기 때문에, 빛의 패턴은 자연스럽게 그레이팅 로브(원치 않는 메아리)를 만들어냅니다. 대신, 이 시스템은 이 메아리를 **설계(engineer)**하도록 설계되었습니다. 컴퓨터는 이 "메아리"가 우리가 보고자 하는 커다란 물체의 다른 부분들에 정확히 닿도록, 빠진 스위치들을 어디에 배치할지를 계산합니다.

이것은 마치 마술사가 토끼를 숨기는 대신, 토끼의 그림자를 이용해 무대 위에 토끼가 세 마리 있는 것처럼 보이게 만드는 것과 같습니다. 시스템은 이 "그림자 빔"을 사용하여, 단일 빔을 넓게 훑는 방식이 아니라, 단 한 번의 스냅샷만으로 확장된 대상(예: 대형 드론이나 자동차) 전체를 동시에 비춥니다.

어떻게 성공시켰는가

이 마법을 구현하기 위해 팀은 마스터 지휘자 역할을 하는 스마트 알고리즘(컴퓨터 명령 세트)을 개발했습니다. 이 지휘자는 세 가지 임무를 수행합니다:

• 디지털 프리코딩(Digital Precoding): 안테나가 연주해야 할 "곡"(데이터 및 센싱 신호)을 결정합니다.
• 위상 변위기(Phase Shifters): 기타 줄을 조율하듯 신호의 타이밍을 미세하게 조정하여 빔을 조절합니다.
• 스위칭(Switching): 어떤 안테나가 전원에 연결될지, 어떤 안테나가 꺼져 있을지를 결정합니다.

이 알고리즘은 교대 최소화(Alternating Minimization) 기법을 사용합니다. 퍼즐을 푸는 상황을 상상해 보십시오. 먼저 퍼즐 조각의 모양(디지털 신호)을 추측하고, 그다음 어떤 조각들이 서로 맞는지(스위치)를 추측한 뒤, 마지막으로 색상(위상 변위기)을 조정합니다. 이 과정을 반복하여 그림이 완벽해질 때까지 추측과 조정을 계속 반복합니다.

연구팀은 이 시스템을 미래 6G 네트워크에서 사용되는 매우 높은 주파수인 140 GHz에서 시뮬레이션했습니다. 그들은 이 "희소한" 버전을 "완전 디지털(fully digital)" 시스템(비싸고 완벽한 버전)과 비교 테스트했으며, 그 결과 희소한 버전이 타겟을 똑같이 선명하게 볼 수 있다는 것을 발견했습니다.

무엇을 찾아냈는가 (그리고 무엇을 하지 않았는가)

시뮬레이션 결과는 인상적이었습니다:

• 센싱 정확도: 시스템은 대형 타겟의 각 부분을 매우 정밀하게 찾아낼 수 있었으며, "완전 디지털" 시스템과 거의 동일한 정밀도를 보여주었습니다. 또한 혼동 없이 6개의 뚜렷한 산란 지점(드론의 각 부위와 같은)을 식별해 냈습니다.
• 통신: 주요 목표는 센싱이었지만, 시스템은 동시에 4명의 사용자에게 데이터를 전달하면서도 신호를 방해하지 않고 잘 관리했습니다.
• 에너지 절감: 더 적은 전선과 스위치를 사용했기 때문에 시스템은 막대한 에너지를 절약했습니다. 논문은 이 "희소한" 설계가 "완전 연결형" 설계에 비해 하드웨어 복잡성을 크게 줄였다고 언급합니다.
• 견고성: 시스템은 스위치 설정이 매우 단순한 설정(1~6비트의 정밀도)에서도 잘 작동했습니다. 이는 하드웨어가 작동하기 위해 엄청나게 복잡할 필요가 없음을 의미합니다.

하지만 이 논문이 하지 않은 작업도 명시하는 것이 중요합니다. 이러한 결과는 실제 로봇이나 현장에서의 실전 테스트가 아닌 컴퓨터 시뮬레이션에서 나온 것입니다. 저자들은 이 방식이 비바람 속에서도 작동한다는 것을 증명하기 위해 물리적 프로토타입을 제작하지 않았습니다. 다만, 그들은 "그레이팅 로브"가 항상 나쁜 것만은 아니라는 점을 입증했습니다. 즉, 이 특정한 설계된 환경에서는 그레이팅 로브가 실제로 도움이 된다는 것을 보여주었습니다.

결 결론

이 논문은 우리가 미래의 고속 센싱을 보기 위해 거대하고 비싼, 전선이 가득한 안테나 벽을 구축할 필요가 없다는 점을 시사합니다. 어떤 안테네를 연결하지 않을지 영리하게 결정하고, "실수(그레이팅 로브)"를 추가적인 조명으로 활용함으로써, 우리는 커다란 타겟을 즉각적이고 효율적으로 비출 수 있습니다. 이는 완벽하고 비싼 기계를 만드는 것에서 벗어나, 자신의 한계를 강점으로 바꾸는 스마트하고 적응력 있는 기계를 만드는 방향으로의 전환입니다. 현재는 시뮬레이션 단계이지만, 이는 미래의 초고속 고해상도 센싱 및 통신을 저렴하고 에너지 효율적으로 만드는 유망한 경로를 제시합니다.