우리 삶에 있어서 통신이라는 것은 매우 중요하다.

당장 하루라도 휴대전화나 인터넷이 없다면, 세상에 큰 혼란이 발생하게 될 것이다.

그러나, 휴대전화나 인터넷이 있다고 해도

접속할 통신망이 존재하지 않는다면 무용지물이다.

그렇다면 통신망에 어떻게 접속하는가?

가장 간단한 방법으로 유선통신망이 있다.

유선통신은 신뢰성이 높다.

잡음도 적으며. 오류 또한 적다. 그리고 전송할 수 있는 데이터 또한 많다.

그러나 가장 문제가 되는 것은, 불편하다는 점이다.

우리 휴대전화가 유선이라고 생각 해 보자. 

말도 안되는 일이다.

그래서 요즘의 현대 통신기술은 무선통신이 필수적이다.

유선통신은 편리성에서 무선통신에 비교조차 할 수 없다.

그렇다면 무선통신의 단점은 무엇일까?

바로 잡음이다.

유선통신은 구리선이나 광케이블을 따라서 적은 간섭을 받고

상대적으로 매우 정확하고 대규모 데이터를 주고받을 수 있다.

하지만 무선통신은 그것이 불가능하다.

안테나의 열잡음

공기중의 감쇄

미세먼지

공전잡음

기상현상

등등 수도 없이 많은 요소들에 의해서 간섭을 받으며

이러한 간섭에서도 신뢰성 있게 작동해야 하기 때문에

무선통신은 매우 어려운 기술이라고 할 수 있다.

이 글에선 무선통신에서 가장 큰 문제거리인 다중경로 페이딩에 대하여

아주아주 간단하게 알아보도록 하겠다.

전파는 기본적으로 빛과 같다

빛은 파동의 성질을 가지고 있으며, 파동은 주기와 주파수, 진폭을 가진다

여기서 모든 문제가 시작된다.

가장 간단한 사인함수를 생각해보자

두 파가 합성이 될 때, 위상이 동일하다면 둘은 서로 보강을 일으켜서 진폭이 커지게 되지만

위상이 180도 다르다면, 둘은 완벽하게 반대의 모양을 가지고 서로가 상쇄되어버린다

"그게 통신과 무슨 상관인가요?"

매우 큰 상관이 있다.

전파가 공기중에 전파되는 모습을 보자

전파는 기본적으로 빛이며, 빛은 온 사방으로 다 뻗어나가기 때문에

지향성을 가진 특수한 안테나가 아니라면

빛은 구의 형태를 이루며 뻗어나간다. 

그리고 이 뻗어나간 빛들이 각기 다른 경로를 통해 전파된다.

그렇다면 그림과 다르게 장애물을 만나서 반사가 된다면 어떻게 될까?

그림과 같이 복잡한 형태로 여러 경로를 통해서 수신기에 도달하게 된다.

만일 직진을 통해서 온 파와

반사되어서 온 파가

절묘하게 180도 위상이 바뀌어 있다면?

만일 빛의 파장이 30cm라면,

15cm만 경로차이가 발생하여도 둘의 위상은 정확하게 반대가 된다.

그러면? 서로 상쇄가 일어나게 된다

문제의 시작인 것이다.

하물며 몇 개의 경로로 한정하고

저런 단순한 구조에서도 매우 복잡한데 

도시와 같이 복잡한 구조에서는?

도저히 통제할 수 없는 수준의 복잡도가 되어버린다

이렇게 신호가 여러 경로를 통해서 수신, 이들이 서로 간섭을 일으켜서

신호가 일그러지는 것을 다중경로 페이딩이라 한다

공기중의 감쇄나 미세먼지처럼 기상조건의 문제는

적절한 파라미터를 통해 이를 보상할 수 있지만

다중경로 페이딩은 이러한 방법이 불가능하다

결과적으로 다중경로 페이딩 때문에 우리가 수신하는 신호는 정갈한 예쁜 신호가 아니라

싱붕이 면상같은 신호를 받게 되는데,

그렇다면 우리는 이를 어떻게 극복해야 하는가?

통계적인 방법을 활용해야 한다

다중경로 페이딩에 의한 수신신호를 나타내면 다음과 같은데,

눈이 아프더라도 괜찮다. 차근차근 설명을 해 주겠다

a(t)는 진폭이다. 이는 시간에 따라서 변화하는 값이다

u(t)는 원래 신호다. τ라는 값에 의해서 지연되서 들어오는 것이다. 타우는 지연된 시간이다.

e^j는 위상이 바뀌는 것이다. 자세하게 알 필요는 없다

핵심은, 진폭, 지연시간, 위상 모든 것이 시간에 대한 함수이고 서로 독립이다

왜냐?

각 변수들은 상호간에 어떠한 인과관계가 존재하지 않는다.

그렇기 때문에 독립적이라고 할 수 있다

또한, 각 변수가 변화하는 양상은 랜덤하다고 할 수 있다.

그렇다면 우리가 쓸 수 있는 방법이 있다

랜덤한 시행을 더하다 보면 그 분포는 가우시안 분포를 따르게 된다는 것.

바로 중심극한정리이다.

물론 도심지나 산악지대 같은 경우는 가우시안 분포를 따르진 않고 레일라이, 라이시안 분포를 따르지만

우선 이해를 돕기위해 가우시안 분포를 예시로 들었다.

쉽게 말해서 서로 독립이고 랜덤한 시행을 서로 더하면

그 분포를 근사적으로 알 수 있다는 것이다.

그렇다면 우리는 여러가지 상황에 대해서

이미 알려진 다양한 분포를 활용하고,

고급적인 통계분석을 사용하면

이 다중경로 페이딩에 대해서 '근사적' 으로 보상을 해 주거나 예측 할 수 있게 된다.

그러나 어디까지나 근사적인 방법이고

다중경로 페이딩을 완전히 제거하는 것은 불가능하다.

그러나 오늘도 통신공학자들은 조금이라도 더 정확하게

이 페이딩을 제거하고 보상할 수 있는 방법을 개발중이다

현재 6G의 표준이 IEEE에서 논의,개발중이다

5G에서는 AI에 대한 논의가 전무하였으나,

6G에서는 절반이 넘는 기술이 AI를 활용한 기술이 될 전망이다

AI를 활용하는 가장 큰 이유는 바로 이러한 불확실성 때문이다

AI가 많은 양의 데이터를 수집하여 실시간으로 위치에 따른 페이딩 정보를 취합하여

가장 적절한 보상을 하고, 동적으로 전파자원을 할당하는 그런 기술이

현재 6G의 표준기술로 논의, 개발중에 있다.