안녕하세요! 저희는 SKT AI Fellowship 5기의 11번 과제 『AI/ML 기반 단말 Power saving 기술 개발』 프로젝트에 참여하게 된 팀 Seio의 유현민, 이종석, 김유빈입니다.

저희의 팀명 Seio는 ‘물결’이라는 의미를 가지고 있답니다. 프로젝트를 열심히 수행하여, 세상에 큰 변화의 물결을 가져올 수 있는 멋진 기술을 개발할 수 있도록 최선을 다하겠습니다!!

1. 연구 과제 아이디어

이 글을 읽으시는 분들께서는, 아마 한 번쯤은 사용하는 스마트폰의 배터리가 부족해서 어려움을 겪은 경험이 있으실 거에요.

이 문제를 해결하기 위해, 저희 프로젝트는 AI/ML 알고리즘을 사용하여 스마트폰의 배터리를 아낄 수 있는 기술을 개발하여 최대한 스마트폰을 오래 사용할 수 있는 방법을 개발하는 것을 목표로 합니다.

저희 프로젝트는 다른 프로젝트와 달리 인공지능에 대한 지식을 넘어, 통신 분야에 대한 깊은 지식도 많이 요구되는 프로젝트인데요.

글을 읽으시는 분들이 저희 프로젝트에 대해 보다 깊이 이해하실 수 있도록, 너무 어려운 기술적인 내용은 가급적 생략하고, 이해를 위해 필요한 최소한의 통신 지식을 최대한 쉽게 설명드리겠습니다!

1.1 연구 배경

그림 1. 이동통신 시스템

우리가 사용하는 스마트폰은 0과 1이라는 비트(bit)로 이루어진 패킷(packet)을 통해 정보를 송수신됩니다.

즉 스마트폰으로 사용하는 어플리케이션의 데이터는 모두 0과 1로 이루어져 있습니다. 5G 시대는 높은 data rate를 요구하는 서비스가 많은 만큼, 수많은 0과 1이 전송되어 서비스를 제공하게 됩니다.

이때, 스마트폰에 서비스를 제공하는 기지국(Base Station)은 0과 1을 일정한 단위의 묶음으로 제공하게 되는데요. 이를 resource block (RB)이라고 합니다.

기본적으로 두 개의 RB가 묶인 ‘RB pair’ 단위로 스마트폰에 서비스가 제공됩니다.

아래 그림 2는 LTE 시스템에서의 RB를 나타냅니다. 작은 블록 하나가 일정 개수의 비트를 나타내는데요.

스마트폰과 기지국 사이의 통신 경로인 ‘채널(channel)’의 상태가 좋으면 하나의 블록이 더 많은 비트를 담을 수 있습니다.

이 채널 상태를 측정하기 위해 주황색으로 표시된 reference symbol이 사용됩니다.

채널을 통해서, 기지국은 스마트폰으로 시간 자원 14개, 주파수 자원 12개 총 168개의 블록을 1ms 동안 180kHz의 주파수 대역폭을 통해 전송됩니다.

조금 어려운데, 쉽게 생각해서 스마트폰은 1ms 동안 비트 블록을 12개씩 14번 수신한다고 이해하시면 됩니다.

참고로 5G 시스템에서는 LTE 시스템에 비해 짧은 지연 시간, 더 높은 data rate를 제공하기 위해 1ms보다 더 짧은 시간 동안 더 많은 개수의 블록을 14번 전송한답니다!

그리고 이런 수치(numerology)는 3GPP라는 기관을 통해 ‘표준’으로써 정의가 되어있습니다.

그림 2. 시간 축과 주파수 축으로 이루어진 한 쌍의 RB pair [1]

지금부터는 저희 프로젝트와 밀접한 관련이 있는 기술적인 내용을 소개해 드리겠습니다. 위 그림2를 잘 보시면, 왼쪽의 ‘control region’ 이라는 부분이 있습니다.

나머지는 data region에 해당되는데요. Data region에 있는 비트들이 우리가 사용하는 어플리케이션을 위한 ‘데이터’가 되겠습니다.

Control region을 통해서는 이 데이터들이 어떤 데이터를 의미하는지 등에 대한 정보가 담긴 ‘제어 신호’가 전송됩니다.

스마트폰은 데이터를 수신하기 위해서, 여러 제어 신호들 중 하나인 PDCCH(Physical Downlink Control Channel)를 디코딩(decoding)해야 합니다.

이 과정에서 스마트폰은 많은 양의 전력을 소모하게 됩니다.

그림 3. Continuous Reception과 DRX 모드

스마트폰이 1ms마다 끊임없이 PDCCH를 디코딩하며 데이터를 수신하게 되면, 배터리가 금방 닳아버릴 것입니다.

하지만 잘 생각해보면, 저희가 스마트폰을 사용할 때도 중간중간 데이터가 전송되지 않을 때가 있습니다.

예를 들어 어떤 웹페이지에 접속할 때, 다른 웹페이지로 페이지를 이동하기 전까지는 데이터가 전송되지 않습니다.

그래서 데이터를 끊임없이 수신하지 않고, 일정 기간 동안 스마트폰은 ‘sleep mode’에 들어가게 됩니다.

물론 계속 sleep을 할 수는 없으니, 위의 그림 3처럼 잠깐씩은 wake-up해서 전송되는 데이터가 있는지 PDCCH를 모니터링하여 디코딩할 필요는 있습니다.

즉 PDCCH를 1ms마다 디코딩하지 않고, 일정 주기로만 디코딩하여 데이터를 불연속적으로 수신하는 것이죠.

이를 discontinuous reception, DRX라고 합니다. 예를 들어 데이터를 40ms마다 한 번씩만 수신하게 되면, 1ms마다 수신할 때에 비해 40배의 배터리 절약 효과가 있는 것이죠!

우리가 사용하는 스마트폰은, DRX 덕분에 배터리를 많이 절약할 수 있게 되었습니다.

지금부터는 DRX에 대해서 조금 더 깊은 내용을 다뤄보도록 하겠습니다.

우선 LTE 시스템의 경우, DRX는 스마트폰의 상태에 따라 크게 두 가지 모드로 나눌 수 있는데요. 바로 RRC_IDLE과 RRC_CONNECTED입니다.

여기서 RRC는 Radio Resource Control의 약자로, 기지국에 연결된 스마트폰의 동작을 제어하는 역할을 하는, 기지국의 한 부분이라고 생각하시면 됩니다.

그림 4. LTE 시스템의 DRX state machine

RRC_CONNECTED 상태는 말 그대로 기지국과 연결이 되어 있는 상태를 의미합니다. 0과 1로 이루어진 패킷을 계속 수신할 수 있는 상태이죠.

앞서 말씀드린 DRX는 사실 이 RRC_CONNECTED 상태에서의 DRX를 의미합니다.

위 그림 4에서 볼 수 있듯이, RRC_CONNECTED에서 DRX는 Continuous Reception, Short DRX, Long DRX로 다시 한 번 나눌 수 있습니다.

스마트폰에서는 Continuous Reception에서는 계속해서 데이터를 수신하고, 데이터가 당분간 오지 않으면 Short DRX 모드로, 또 당분간 오지 않으면 Long DRX 모드로 전환됩니다.

여기서 ‘당분간 오지 않으면’이라고 말씀드렸는데, 이를 기술적으로 설명하면 ‘타이머 기반으로 동작한다’라고 할 수 있습니다.

각 모드마다 타이머가 실행되고 있고, 그 타이머가 expire될 때까지 패킷이 오지 않으면 모드가 전환되는 것이죠! 그리고 각 모드의 타이머는, 모두 시간이 다르게 설정됩니다.

Long DRX 상태에서의 타이머가 expire될 때까지 데이터가 오지 않으면, 스마트폰은 기지국과 연결이 해제된 RRC_IDLE 상태로 전환됩니다.

물론 완전히 해제가 된 것은 아니고, 데이터 패킷을 수신할 수는 없는 상태가 됩니다.

그래서 PDCCH를 모니터링하지는 않고, 계속해서 DRX 모드 즉 sleep mode에 있을 수 있게 되죠. 대신 페이징(paging) 메시지를 모니터링 합니다.

페이징 메시지는 기지국이 네트워크에 존재하는 스마트폰들의 위치를 파악할 때 주로 사용됩니다.

RRC_IDLE 상태에 있는 스마트폰도 언젠가는 데이터 패킷을 받게 될 것이고, 이를 위해서는 가까운 기지국과 연결이 되어야 하겠죠.

즉 기지국들은 페이징 메시지를 통해, 주변의 스마트폰들에게 “수신할 데이터 패킷이 있으니 가까운 기지국인 나에게 연결을 해”라는 정보를 보냅니다.

또한 페이징 메시지는 재난 등이 발생했을 때 긴급히 메시지를 보내기 위한 목적으로도 존재합니다.

RRC_IDLE 상태에 있는 스마트폰도 재난 등의 비상 사태가 발생했을 때는 상황을 알아야하기 때문이죠.

이렇게 페이징 메시지는 스마트폰이 다시 기지국으로부터 데이터 패킷을 수신할 수 있도록, 즉 다시 RRC_CONNECTED 모드로 전환될 수 있도록 하는 역할을 수행합니다.

다만 데이터를 계속 수신하는 RRC_CONNECTED 모드만큼 자주 페이징 메시지를 모니터링할 필요는 없습니다.

그래서 RRC_IDLE 모드의 sleep mode 시간은 RRC_CONNECTED에 비해 매우 길어질 수 있어, 배터리를 많이 절약할 수 있습니다.

지금까지 내용을 기반으로 위의 그림 3을 좀 더 자세히, 아래 그림 5처럼 나타낼 수 있습니다. 수많은 타이머들이 정의되어, 각 모드마다 다른 DRX 설정을 보입니다!

표 1. LTE의 RRC 및 DRX 파라미터 [7]

그림 5. 스마트폰의 RRC 상태 별 DRX 모드

저희 연구의 핵심이 되는 참고문헌 [7]에서는 직접 스마트폰 단말을 이용해 전력 소모를 측정했는데요. 매우 흥미로운 결과를 볼 수 있습니다.

아래 그림 6은 저희 팀 Seio가 참고문헌의 그림을 이해하기 쉽도록 설명을 추가한 그림인데요.

처음 RRC_IDLE 상태에 있을 때 스마트폰의 스크린이 켜지고, 데이터를 수신하면서 RRC_CONNECTED 모드가 됩니다.

이 과정에서 수시로 스마트폰은 Short DRX, Long DRX 모드로 들어가겠죠.

그리고 미리 정해진 타이머의 시간만큼 데이터가 오지 않으면, 스마트폰은 다시 RRC_IDLE 상태로 전환됩니다.

이렇게 스마트폰의 데이터를 직접 수집함으로써, DRX에 대한 깊은 연구를 할 수 있습니다.

뒤에서 좀 더 자세히 설명드리겠지만, 저희 프로젝트 역시 스마트폰을 이용해 직접 데이터를 수집할 예정입니다!

그림 6. 스마트폰 단말의 전력 소모 측정

1.2 연구 목표

이렇게 유용한 DRX이지만, 현재 상용화되고 있는 DRX의 구조에는 큰 단점이 한 가지 있습니다.

우선 RRC_CONNECTED 모드부터 설명드리면, sleep mode에 있는 스마트폰은 기지국으로 데이터를 수신할 수 없어서,

기지국은 스마트폰이 잠깐 PDCCH를 모니터링하는 wake-up 상태가 될 때까지 반드시 기다려야 하는데요.

이렇게 되면, 스마트폰 사용자는 비디오 스트리밍을 할 때 버퍼링이 걸리는 등 성능 저하를 겪게 됩니다.

즉 스마트폰이 sleep mode에 머무는 시간이 너무 길어지면, 배터리 절약 효과가 있는 대신 성능 저하 문제가 발생하게 되는 것이죠.

즉 power saving – performance 간의 trade off가 존재하게 됩니다.

현재 시스템에 사용되는, sleep mode 시간 등의 DRX 파라미터들은 일정한 시간으로 고정되어 있습니다.

저희 팀은 이 문제를 해결하기 위해, AI/ML 기술을 활용하여 사용하는 어플리케이션에 따라 유동적으로 sleep mode의 시간을 조절할 수 있는 매커니즘을 개발할 계획입니다.

이를 위해서는 스마트폰의 데이터의 특성을 파악할 필요가 있습니다.

데이터가 발생하는 패턴을 파악하고, 이 패턴에 맞춰 데이터의 수신을 미리 예측하여 sleep mode 시간을 조절할 수 있는 proactive한 RRC_CONNECTED의 DRX 알고리즘을 개발하는 것이 과제의 핵심이 되겠습니다!

RRC_IDLE 상태에서는 RRC_CONNECTED보다 더 많은 시간 동안 sleep mode에 머무를 수 있으므로 배터리 절약 효과가 매우 큽니다.

그런데 단점은, RRC_IDLE에서 RRC_CONNECTED 상태가 될 때 기지국과 연결을 맺는 synchronization 등의 과정이 필요해서 전력이 많이 소모된다는 점입니다.

즉 RRC_CONNECTED에서 타이머가 expire되어서 RRC_IDLE로 가서 sleep mode에 오래 머무는 건 좋지만, RRC_IDLE에서 거의 머물지 않고 RRC_CONNECTED로 다시 돌아오는 건 매우 비효율적이라는 것이죠.

5G에서는 이 단점을 해결하기 위해 RRC_IDLE과 RRC_CONNECTED 사이에 있는 RRC_INACTIVE라는 모드가 추가되긴 했지만,

어차피 곧 데이터가 발생한다는 사실을 알 수 있다면 RRC_CONNECTED에 계속 남아있는 것이 좋겠죠!

그래서 데이터가 발생하는 패턴을 분석해서, RRC_IDLE 및 RRC_INACTIVE 상태로 가는 것을 최소화하는 기술을 개발하는 것이, RRC_IDLE 및 RRC_INACTIVE의 DRX 알고리즘 개선을 위한 연구가 되겠습니다.

RRC_IDLE과 RRC_INACTIVE의 차이는 코어 네트워크, 무선 접속 네트워크(기지국) 등 이동통신 네트워크의 깊은 기술적인 내용을 다루어야 하므로, 추후 포스팅을 통해서 차이를 명확히! 알려드리도록 하겠습니다.

2. 연구 과제 수행 계획

2.1 연구 과정

앞서 말씀드렸듯이, 다른 프로젝트와 달리 AI 기술 못지 않게 통신 기술에 대한 지식이 많이 요구되는 프로젝트입니다.

그러다 보니 연구 과정에 있어서도 일반적인 AI 기술 관련 프로젝트와 차이점이 있습니다. 크게 두 가지로 나누면

• 저전력 AI 모델 개발

• 스마트폰 데이터 수집 및 특성 분석

로 나눌 수 있습니다.

흔히 AI와 관련된 연구를 수행할 때, 최적화 대상은 loss function을 최소화하여 모델의 정확도를 최대화하는 것입니다.

하지만 저희의 프로젝트는 스마트폰에 탑재되는 AI/ML 모델을 개발하기 때문에, 최적화 대상이 모델의 정확도가 아닌, 전력 소모입니다.

정확도는 일정 threshold 이상만 만족하면 되는 constraint로써 작용을 하게 됩니다.

스마트폰의 소모 전력을 줄이기 위한 목적으로 AI 모델을 개발하는 것인데, AI 모델 개발에 많은 전력이 소비되면 안 되겠죠.

사실 대표적인 예측 알고리즘인 LSTM 역시, 스마트폰 입장에서는 전력 소모 부담이 매우 큽니다.

따라서 저희 팀 Seio의 가장 큰 과제는, 전력 소모가 적은 AI/ML 모델을 개발하는 것입니다.

최종적으로는 연구 과정을 거쳐 스마트폰에 실제로 적용될 수 있는 알고리즘을 개발하도록 하겠습니다!

또 한 가지 큰 차이점은, 영상이나 자연어 처리 분야와 달리 오픈소스 데이터셋이 없다는 점입니다.

그래서 저희가 프로젝트 수행 과정에서 직접 스마트폰의 데이터를 수집할 예정입니다.

앞서 말씀드린 것처럼 DRX 매커니즘을 파악하려면 ms 단위의 스케일로 측정을 해야 하기 때문에, 특수한 장비가 필요한데요.

바로 XCAL이라는 장비입니다.

(출처: https://www.innowireless.co.kr/pages/kor/product\_view.asp?sPCate=1&sGCate=23&sPSeq=44)

저희가 사용할 XCAL-Solo 모델은 휴대가 가능하도록 개발된 소형 모델로, 스마트폰에 연결하여 데이터를 수집할 있습니다.

수집한 데이터를 통해 스마트폰에서 발생하는 데이터를 전처리 과정을 통해 파악할 예정입니다. 데이터 수집은 프로젝트가 끝나는 10월 말까지 상시 수행할 계획입니다!

(출처: https://accuver.com/sub/products/view.php?idx=48)

지난 주 회의 때 멘토님들께서 샘플 데이터를 제공해 주셨고, 전처리 과정을 통해서 저희가 앞으로 나아갈 방향을 파악할 수 있었습니다.

스마트폰 데이터의 특성을 미리 알려드리자면, 0의 비율이 매우 크다는 점입니다. 여기서 말씀드리는 0은 비트로써 1, 0중 0이 아닌, 수신하는 데이터가 없는 상태를 의미합니다.

앞서 말씀드린 웹 페이지 접속 예시를 생각해봐도, 페이지를 이동하지 않을 때는 수신하는 데이터가 없다는 것을 쉽게 파악할 수 있습니다!

흥미로운 점은, data rate가 매우 높은 비디오 스트리밍도 사용하는 도중에도 0의 비율이 큽니다.

서비스 플랫폼에 따라 차이가 있지만, 우리가 흔히 사용하는 유튜브의 경우 이 특성을 가지고 있는데요.

언뜻 생각해보면 끊임없이 데이터를 수신하는 것 같지만, 그렇지 않습니다! 비디오 스트리밍 데이터와 관련된 정보 역시, 수시로 포스팅을 통해 공유해드릴 예정입니다.

2.2 연구 계획 일정

지난 주 멘토님들과의 회의를 거쳐, 최종적으로 저희의 연구 계획 일정을 정했습니다. 앞서 말씀드렸듯이 데이터 수집 및 전처리는 프로젝트가 끝날 때까지 진행됩니다.

수집한 데이터를 활용하여, 중간 리뷰 전후로 저희의 핵심 과제인 저전력 AI/ML 모델을 개발할 계획입니다.

최종적으로는 개발한 모델 기반의 DRX 알고리즘을 개발하여, 기존의 고정된 파라미터 기반의 알고리즘과 성능을 비교하여 연구 성과를 도출하는 것으로 마무리할 예정입니다.

3. 팀 소개

팀 Seio는 이동통신 연구실의 유현민 박사과정, 이종석 석사과정, 김유빈 석사과정이 참여하는 팀입니다.

SKT 디바이스 개발 팀의 문정민 멘토님, 황용남 멘토님, 허영민 멘토님과 함께 주1회 온라인 미팅, 월 1회 오프라인 미팅을 통해 프로젝트를 진행할 예정입니다.

5개월 동안 열심히 배우며 달려보도록 하겠습니다. 감사합니다!

4. 참고문헌

[1] Erik Dahlman, Stefan Parkvall, Johan Sko, 4G LTE/LTE-Advanced for Mobile Broadband, Elsevier, 2013

[2] Erik Dahlman, Stefan Parkvall, Johan Sko, 5G NR: The Next Generation Wireless Access Technology, Elsevier, 2018

[3] 3GPP TR 38.840, Study on User Equipment Power Saving in NR

[4] IEEE Access, Evolution of Power Saving Technologies for 5G New Radio

[5] IEEE Communications Surveys & Tutorials, A Survey on DRX Mechanism: Device Power Saving From LTE and 5G New Radio to 6G Communication Systems

[6] MobiCom‘19, Fire in Your Hands: Understanding Thermal Behavior of Smartphones

[7] MobiSys‘12, A Close Examination of Performance and Power Characteristics of 4G LTE Networks

[8] IEEE Communications Magazine, DRX Mechanism for Power Saving in LTE

[9] ITGS‘21, Machine Learning Based C-DRX Configuration Optimization for 5G

[10] ACM DAC‘21, TinyML：Current Progress, Research Challenges, and Future Roadmap

[11] S. Fowler, A. Mellouk, N. Yamada, LTE-advanced DRX mechanism for power saving, Wiley, 2013

[12] M. Mushtaq, A. Mellouk, Quality of Experience Paradigm in Multimedia Services：Application to OTT Video Streaming and VoIP Services, Elsevier, 2017