mecㆍviewer v1.4 :: 6G Insight 비전과 기술 백서 v2.0.pdf

6G Insight

비전과 기술 v2.0

6G Insight

비전과 기술 v2.0

CONTENT

01 개요

02 6G 주파수

3.1

3.2

3.3

3.4

3.5

3.6

3.7

3.8

3.9

3.10

3.11

Open-RAN 기반 E-MIMO 기지국

종단간 초정밀 네트워크

저궤도 위성통신

저전력 네트워크

AI-Native 네트워크

모바일 코어 네트워크

센싱·통신 융합(ISAC)

TN-NTN 결합

스마트 중계기

광 네트워크

보안

03 6G 주요기술

04 6G 로드맵

05 결론

CONTENT

01 개요

02 6G 주파수

3.1

3.2

3.3

3.4

3.5

3.6

3.7

3.8

3.9

3.10

3.11

Open-RAN 기반 E-MIMO 기지국

종단간 초정밀 네트워크

저궤도 위성통신

저전력 네트워크

AI-Native 네트워크

모바일 코어 네트워크

센싱·통신 융합(ISAC)

TN-NTN 결합

스마트 중계기

광 네트워크

보안

03 6G 주요기술

04 6G 로드맵

05 결론

개요

ITU-R의 IMT-2030 기술개발 동향

통신 네트워크는 디지털 서비스 제공을 위한 필수 기반이며, 산업적 파급력이 큰

국가 기간산업일 뿐만 아니라 국가안보의 핵심 요소로 인식되고 있다. 최근 디지털

전환 가속화로 국민의 삶을 바꿀 수 있는 다양한 혁신 서비스와 디바이스가 네트

워크의 기술적이고 산업적인 발전을 촉진하고 있다. 뿐만 아니라 네트워크는 전용

하드웨어 장비에서 클라우드·소프트웨어 기술 중심으로 변화 중이며, 다양한 기업이

참여하고 경쟁하는 새로운 산업 생태계가 도래하고 있다. 특히, 5G에서 6G로

넘어가면서 그간 하드웨어 중심 기술개발과 인프라 투자에서 벗어나 지능화·가상화·

개방화 등 AI·클라우드·소프트웨어 기반의 네트워크 전환을 위한 노력이 전방위적

으로 요구되고 있다.

이동통신은 매번 10년 주기의 세대적 진화를 통해 이제는 사회 및 산업 발전의

필수 인프라가 되었다. <그림 1>은 세대별 이동통신 서비스의 발전을 나타낸다.

6G 시대에는 인간과 다양한 사물을 연결하고, 확장현실, 다중감각 센서, AI 기술

등을 기반으로 실세계와 디지털 세계가 상호 작용하여 가상으로 생성되거나 원격으로

발생하는 몰입형 경험 서비스를 제공할 것으로 기대된다. 또한, 기존 지상중심에서

벗어나 위성통신을 이용하여 UAM(Urban Air Mobility), 항공기 등 공중에서도

초고속 모바일 서비스가 제공될 전망이다.

그림 1

이동통신 인프라 세대별 변화

6G 기술 표준화 활동과 관련하여 유엔 산하 ITU-R(International Telecommunication

Union - Radiocommunication Sector) WP5D(Working Party 5D)에서는

2022년 11월에 발간한 6G 미래 이동통신 기술 동향 보고서 [1]를 통해 2030년

이후의 미래이동통신 기술 트렌드를 전망하고 제시하였다. 구체적으로 이동통신에

6G
Insight

그림 2

IMT-2030 사용 시나리오[2]

AI 적용, 통신과 센싱의 융합, 에지 컴퓨팅 적용을 통한 실시간 응답 등과 같은

컴퓨팅 융합, 스펙트럼 및 에너지 효율 향상, 실시간 통신 및 무선 인터페이스와

네트워크를 향상시키는 기술을 대표적인 2030년 이후의 미래 기술 트렌드로

제시하였다. 특히, 무선 인터페이스 향상 측면에서는 고성능 안테나, 새로운

주파수 변조 및 부호화 기술, 다중 액세스 방식 개선과 초정밀 측위기술 등이

미래 기술 트렌드로 제시되었다. 이와 더불어 무선 네트워크 향상 측면에서는

RAN(Radio Access Network) 슬라이싱, 지상-비지상 네트워크 간 연계, 초밀집·

자원 공유 네트워크 기술이 무선 네트워크를 더욱 발전시킬 것으로 전망되었다.

2023년 11월에는 6G 비전에 해당하는 IMT-2030(International Mobile

Telecommunications – 2030) 프레임워크 권고문 [2]을 승인하였다. 이 권고문은

6G 서비스 및 기술적 특징을 드러내는 6G 사용 시나리오, 핵심 성능지표 및 역량을

제시하였다. 6G 사용 시나리오에 대해서는 ‘Wheel Diagram’ 이라 불리는 <그림 2>를

통해 대표 사용 시나리오를 표현하고 있으며, 5G 사용 시나리오의 확장형에 해당하는

사용 시나리오 3개(몰입형 통신, 초저지연 진화통신, 초연결 진화통신)와 6G에

처음 도입되는 새로운 사용 시나리오 3개(유비쿼터스 연결, 인공지능-통신 융합,

센싱-통신 융합)로 구성되어 있다. 각 사용 시나리오에 대한 주요 내용은 <표 1>과 같다.

개요

ITU-R의 IMT-2030 기술개발 동향

통신 네트워크는 디지털 서비스 제공을 위한 필수 기반이며, 산업적 파급력이 큰

국가 기간산업일 뿐만 아니라 국가안보의 핵심 요소로 인식되고 있다. 최근 디지털

전환 가속화로 국민의 삶을 바꿀 수 있는 다양한 혁신 서비스와 디바이스가 네트

워크의 기술적이고 산업적인 발전을 촉진하고 있다. 뿐만 아니라 네트워크는 전용

하드웨어 장비에서 클라우드·소프트웨어 기술 중심으로 변화 중이며, 다양한 기업이

참여하고 경쟁하는 새로운 산업 생태계가 도래하고 있다. 특히, 5G에서 6G로

넘어가면서 그간 하드웨어 중심 기술개발과 인프라 투자에서 벗어나 지능화·가상화·

개방화 등 AI·클라우드·소프트웨어 기반의 네트워크 전환을 위한 노력이 전방위적

으로 요구되고 있다.

이동통신은 매번 10년 주기의 세대적 진화를 통해 이제는 사회 및 산업 발전의

필수 인프라가 되었다. <그림 1>은 세대별 이동통신 서비스의 발전을 나타낸다.

6G 시대에는 인간과 다양한 사물을 연결하고, 확장현실, 다중감각 센서, AI 기술

등을 기반으로 실세계와 디지털 세계가 상호 작용하여 가상으로 생성되거나 원격으로

발생하는 몰입형 경험 서비스를 제공할 것으로 기대된다. 또한, 기존 지상중심에서

벗어나 위성통신을 이용하여 UAM(Urban Air Mobility), 항공기 등 공중에서도

초고속 모바일 서비스가 제공될 전망이다.

그림 1

이동통신 인프라 세대별 변화

6G 기술 표준화 활동과 관련하여 유엔 산하 ITU-R(International Telecommunication

Union - Radiocommunication Sector) WP5D(Working Party 5D)에서는

2022년 11월에 발간한 6G 미래 이동통신 기술 동향 보고서 [1]를 통해 2030년

이후의 미래이동통신 기술 트렌드를 전망하고 제시하였다. 구체적으로 이동통신에

6G
Insight

그림 2

IMT-2030 사용 시나리오[2]

AI 적용, 통신과 센싱의 융합, 에지 컴퓨팅 적용을 통한 실시간 응답 등과 같은

컴퓨팅 융합, 스펙트럼 및 에너지 효율 향상, 실시간 통신 및 무선 인터페이스와

네트워크를 향상시키는 기술을 대표적인 2030년 이후의 미래 기술 트렌드로

제시하였다. 특히, 무선 인터페이스 향상 측면에서는 고성능 안테나, 새로운

주파수 변조 및 부호화 기술, 다중 액세스 방식 개선과 초정밀 측위기술 등이

미래 기술 트렌드로 제시되었다. 이와 더불어 무선 네트워크 향상 측면에서는

RAN(Radio Access Network) 슬라이싱, 지상-비지상 네트워크 간 연계, 초밀집·

자원 공유 네트워크 기술이 무선 네트워크를 더욱 발전시킬 것으로 전망되었다.

2023년 11월에는 6G 비전에 해당하는 IMT-2030(International Mobile

Telecommunications – 2030) 프레임워크 권고문 [2]을 승인하였다. 이 권고문은

6G 서비스 및 기술적 특징을 드러내는 6G 사용 시나리오, 핵심 성능지표 및 역량을

제시하였다. 6G 사용 시나리오에 대해서는 ‘Wheel Diagram’ 이라 불리는 <그림 2>를

통해 대표 사용 시나리오를 표현하고 있으며, 5G 사용 시나리오의 확장형에 해당하는

사용 시나리오 3개(몰입형 통신, 초저지연 진화통신, 초연결 진화통신)와 6G에

처음 도입되는 새로운 사용 시나리오 3개(유비쿼터스 연결, 인공지능-통신 융합,

센싱-통신 융합)로 구성되어 있다. 각 사용 시나리오에 대한 주요 내용은 <표 1>과 같다.

사용 시나리오

시나리오 설명 및 유즈케이스

몰입형 통신

(Immersive

Communication)

- IMT-2020의 초고속(eMBB)을 확장하여 사용자에게

몰입형 통신 경험을 제공하는 사용 시나리오

- 몰입형 XR(eXtreme Reality), 홀로그래픽 통신, 원격

다중감각 텔레프레즌스, 비디오/오디오 혼합 트래픽 등

초저지연 진화통신

(Hyper Reliable and Low-

Latency Communication)

- IMT-2020의 초저지연(URLLC)을 확장하여 더 엄격한

요구 사항(안정성, 지연시간 등)을 요구하며, 요구사항을

충족하지 못할 경우 치명적인 결과를 초래할 수 있는 사용

시나리오

- 스마트 산업, 자동화 공정, 에너지서비스, 원격 치료 등

초연결 진화통신

(Massive Communication)

- IMT-2020의 초연결(mMTC)을 확장하며, 광범위한 환경

에서 다양한 유형의 장치와 센서의 연결을 제공하는 사용

시나리오

- 스마트 시티, 이동수단, 물류센터, 헬스, 에너지, 농업 등

인공지능-통신 융합

(Integrated Artificial

Intelligent and

Communication)

- AI 모델 분산 학습, 모델 공유 및 분산 추론, 컴퓨팅 자원

오케스트레이션 등 AI컴퓨팅과 이동통신의 통합으로

분산 컴퓨팅과 AI 응용을 지원하는 사용 시나리오

- 자율주행, 의료 보조 애플리케이션을 위한 장치간 자율

협업, 디지털 트윈 기반 생성 및 예측, 네트워크 오프로딩 등

센싱-통신 융합

(Integrated Sensing and

Communication)

- 측위정보 등과 결합하여 주변 디바이스 이동 및 환경에

대한 공간 정보를 제공하는 다차원 감지 시나리오

- 네비게이션, 동작 및 모션 감지, 환경 감시, AI/XR 및 디지털

트윈 애플리케이션을 위한 센싱 정보 제공 등

유비쿼터스 연결

(Ubiquitous Connectivity)

- 격오지와 같은 커버리지 제한 구역에서의 정보 격차를

해소하고 연결성을 향상시키는 사용 시나리오

- IoT(Internet of Things), 모바일 광대역 통신 등

표 1

IMT-2030 사용 시나리오
주요 내용 및 사례

6G
Insight

본 백서에서는 2020년 11월에 발간된 1차 백서 이후 변화된 환경과 ITU-R의

IMT-2030 프레임워크를 반영하여, 6G 시대의 다양한 인공지능 융합 서비스

제공을 위한 플랫폼 관점에서 필요한 주파수 활용 방안과 기술 개발 방향에 대해

살펴본다.

Digital Healthcare

Fully immersive sports / concert viewing

6DoF XR, Holograms, Perceptual illusion

High-speed internet on aircraft

Digital twin

Autonomousdriving

Smart factory

Smart city

Telepresence

그림 3

6G 사용 시나리오와
유즈케이스

ETRI의 6G 기술개발 방향

IMT-2030 프레임워크에서 제시된 사용 시나리오와 유즈케이스의 연관성을 보다

구체적이고 복합적으로 고려해서 표현해 보면 <그림 3>과 같다.

사용 시나리오

시나리오 설명 및 유즈케이스

몰입형 통신

(Immersive

Communication)

- IMT-2020의 초고속(eMBB)을 확장하여 사용자에게

몰입형 통신 경험을 제공하는 사용 시나리오

- 몰입형 XR(eXtreme Reality), 홀로그래픽 통신, 원격

다중감각 텔레프레즌스, 비디오/오디오 혼합 트래픽 등

초저지연 진화통신

(Hyper Reliable and Low-

Latency Communication)

- IMT-2020의 초저지연(URLLC)을 확장하여 더 엄격한

요구 사항(안정성, 지연시간 등)을 요구하며, 요구사항을

충족하지 못할 경우 치명적인 결과를 초래할 수 있는 사용

시나리오

- 스마트 산업, 자동화 공정, 에너지서비스, 원격 치료 등

초연결 진화통신

(Massive Communication)

- IMT-2020의 초연결(mMTC)을 확장하며, 광범위한 환경

에서 다양한 유형의 장치와 센서의 연결을 제공하는 사용

시나리오

- 스마트 시티, 이동수단, 물류센터, 헬스, 에너지, 농업 등

인공지능-통신 융합

(Integrated Artificial

Intelligent and

Communication)

- AI 모델 분산 학습, 모델 공유 및 분산 추론, 컴퓨팅 자원

오케스트레이션 등 AI컴퓨팅과 이동통신의 통합으로

분산 컴퓨팅과 AI 응용을 지원하는 사용 시나리오

- 자율주행, 의료 보조 애플리케이션을 위한 장치간 자율

협업, 디지털 트윈 기반 생성 및 예측, 네트워크 오프로딩 등

센싱-통신 융합

(Integrated Sensing and

Communication)

- 측위정보 등과 결합하여 주변 디바이스 이동 및 환경에

대한 공간 정보를 제공하는 다차원 감지 시나리오

- 네비게이션, 동작 및 모션 감지, 환경 감시, AI/XR 및 디지털

트윈 애플리케이션을 위한 센싱 정보 제공 등

유비쿼터스 연결

(Ubiquitous Connectivity)

- 격오지와 같은 커버리지 제한 구역에서의 정보 격차를

해소하고 연결성을 향상시키는 사용 시나리오

- IoT(Internet of Things), 모바일 광대역 통신 등

표 1

IMT-2030 사용 시나리오
주요 내용 및 사례

6G
Insight

본 백서에서는 2020년 11월에 발간된 1차 백서 이후 변화된 환경과 ITU-R의

IMT-2030 프레임워크를 반영하여, 6G 시대의 다양한 인공지능 융합 서비스

제공을 위한 플랫폼 관점에서 필요한 주파수 활용 방안과 기술 개발 방향에 대해

살펴본다.

Digital Healthcare

Fully immersive sports / concert viewing

6DoF XR, Holograms, Perceptual illusion

High-speed internet on aircraft

Digital twin

Autonomousdriving

Smart factory

Smart city

Telepresence

그림 3

6G 사용 시나리오와
유즈케이스

ETRI의 6G 기술개발 방향

IMT-2030 프레임워크에서 제시된 사용 시나리오와 유즈케이스의 연관성을 보다

구체적이고 복합적으로 고려해서 표현해 보면 <그림 3>과 같다.

5G에서 6G로의 이동통신 기술 진화와 AI 기반의 유무선 네트워크의 고도화

과정에서 커버리지 확대 및 전송용량 향상을 위해 6G 주파수의 선제적인 확보는

매우 중요한 과제이다. 최근 6G 주파수 확보 동향을 살펴보면, 6G 후보 주파수

로는 7GHz 이상의 상위 중대역 주파수의 개척과 함께 7GHz 이하에서 기존

3G/4G/5G 이동통신 주파수의 재활용이 논의되고 있다 [3] [4].

6G 주파수 확보는 6G 전송 기술이 5G의 기술적 한계를 극복하고, 다양한 주파수

대역을 효율적으로 활용하여 고속 데이터 전송과 안정적인 커버리지를 지원하는

전파자원을 발굴하고 획득하는 것이다. 이를 위해서는 저대역과 중대역을 적절히

재활용하고 상위 중대역, 서브-테라헤르쯔 대역 등에서 새로운 주파수를 개척해야

한다. <그림 4>는 주파수 대역별로 통신 주파수의 커버리지 및 전송용량 특성을

보여주고 있는데, 6G에서는 각 주파수 대역의 특성에 맞는 적절한 주파수 활용

전략이 필요하며, 이를 통하여 6G의 효율적인 커버리지와 고속 데이터 전송 등을

동시에 실현할 수 있다.

1GHz 이하 저대역은 전파가 먼 거리까지 도달할 수 있어, 넓은 범위에서 안정적인

이동통신 커버리지를 제공하며, 도심지의 빌딩 내부까지 커버리지 확장이 가능

하지만, 전송채널의 광대역 폭 확보가 어렵기 때문에 고속 데이터 전송에는 한계가

있다. 1~7GHz 중대역은 저대역의 넓은 커버리지와 고대역의 고속 데이터 전송

2.1 6G 시대를 위한 주파수 확보

전송용량

서브-테라 헤르쯔 대역

(100GHz이상)

고대역(24~100GHz)

상위중대역(7~24GHz)

중대역(1~7GHz)

저대역(1GHz 이하)

커버리지

그림 4

이동통신 주파수의 커버리지
및 전송용량 특성

6G 주파수

6G
Insight

간 균형을 이룰 수 있으므로, 효율적인 전송용량을 제공하면서도 적절한 커버리지를

유지할 수 있는 특성이 있다. 5G에서는 중대역 주파수를 대규모 다중입력 다중출력

(Massive MIMO, Multiple Input Multiple Output) 기술을 기반으로 활용하여,

데이터 전송용량을 확대하고 커버리지를 개선하였다. 6G에서도 이 기술은 더욱

발전하여 무선 네트워크 용량 확보에 크게 기여할 것으로 전망하고 있다.

7~24GHz 상위 중대역은 중대역보다 더 높은 주파수를 활용하여, 보다 넓은

대역폭과 고속 데이터 전송을 제공하여 4K/8K 비디오 스트리밍과 같은 대용량

데이터 전송이 원활하게 이루어질 수 있다. 6G에서는 진화된 초대규모 MIMO

(E-MIMO, Extreme Massive MIMO)를 사용하여 상위 중대역을 고속 통신과 높은

데이터 용량을 제공하는 주파수로 활용할 것으로 예상된다. 24~100GHz 고대역은

연속적인 광대역을 확보할 수 있으므로 초고속 데이터 전송과 저지연 통신이

가능하다. 그러나 전파 공간 손실이 크기 때문에, 커버리지가 좁고 장애물에 영향을

많이 받아서 고대역을 사용할 경우에는 기지국 밀도가 높아야 하므로 핫스팟 등

트래픽 밀집된 지역으로 주파수 활용 공간이 한정적이다. 100GHz 이상 서브-

테라헤르쯔 대역은 센싱과 통신의 융합 용도로 활용될 가능성이 크다. 정밀 센싱과

초고속 데이터 통신이 동시에 이루어지기 때문에 자율주행차, 스마트 시티, 헬스

케어와 같은 고도화된 응용분야에 적합하다. 본격적인 서브-테라헤르쯔 대역의

활용은 7~24GHz 상위 중대역의 상용화 이후가 될 것으로 전망된다.

2023년에 개최된 ITU 세계전파통신회의에서는 6.425~7.125GHz 대역을

유럽의 IMT(International Mobile Telecommunications) 주파수로 선정하였고,

6G 개척을 위한 후보 주파수 대역으로 중대역 4.4~4.8GHz와 상위중대역

7.125~8.4GHz 및 14.8~15.35GHz 주파수 대역을 제시하였다. 특히, 상위 중

대역 주파수는 기존의 밀리미터파 대역인 24GHz 이상에 비해 전파 공간 손실이

적고, 광대역폭을 확보할 수 있어 6G 후보 핵심 주파수로 각광을 받고 있다.

유럽에서는 2023년 ITU 세계전파통신회의에서 결정된 6.425~7.125GHz IMT

대역을 실질적으로 확보하기 위한 다양한 노력이 진행되고 있다. 즉, 동대역은

6G와 관련하여 중요한 개척 후보 주파수로 부각되고 있으며, 영국은 동대역을

이동통신과 Wi-Fi 등 다양한 통신 기술의 요구에 맞게 적절히 활용하려는 움직임을

보이고 있다. 프랑스와 독일은 6.425~7.125GHz 주파수 대역의 일부가 공공 안전

및 군사 용도로 사용되고 있으므로, 해당 주파수 대역에 대한 심도 깊은 주파수

공동사용 논의가 필요하다는 의견을 제시하였다.

미국 NTIA(National Telecommunications and Information Administration)와

2.2 6G 신규 주파수 동향

5G에서 6G로의 이동통신 기술 진화와 AI 기반의 유무선 네트워크의 고도화

과정에서 커버리지 확대 및 전송용량 향상을 위해 6G 주파수의 선제적인 확보는

매우 중요한 과제이다. 최근 6G 주파수 확보 동향을 살펴보면, 6G 후보 주파수

로는 7GHz 이상의 상위 중대역 주파수의 개척과 함께 7GHz 이하에서 기존

3G/4G/5G 이동통신 주파수의 재활용이 논의되고 있다 [3] [4].

6G 주파수 확보는 6G 전송 기술이 5G의 기술적 한계를 극복하고, 다양한 주파수

대역을 효율적으로 활용하여 고속 데이터 전송과 안정적인 커버리지를 지원하는

전파자원을 발굴하고 획득하는 것이다. 이를 위해서는 저대역과 중대역을 적절히

재활용하고 상위 중대역, 서브-테라헤르쯔 대역 등에서 새로운 주파수를 개척해야

한다. <그림 4>는 주파수 대역별로 통신 주파수의 커버리지 및 전송용량 특성을

보여주고 있는데, 6G에서는 각 주파수 대역의 특성에 맞는 적절한 주파수 활용

전략이 필요하며, 이를 통하여 6G의 효율적인 커버리지와 고속 데이터 전송 등을

동시에 실현할 수 있다.

1GHz 이하 저대역은 전파가 먼 거리까지 도달할 수 있어, 넓은 범위에서 안정적인

이동통신 커버리지를 제공하며, 도심지의 빌딩 내부까지 커버리지 확장이 가능

하지만, 전송채널의 광대역 폭 확보가 어렵기 때문에 고속 데이터 전송에는 한계가

있다. 1~7GHz 중대역은 저대역의 넓은 커버리지와 고대역의 고속 데이터 전송

2.1 6G 시대를 위한 주파수 확보

전송용량

서브-테라 헤르쯔 대역

(100GHz이상)

고대역(24~100GHz)

상위중대역(7~24GHz)

중대역(1~7GHz)

저대역(1GHz 이하)

커버리지

그림 4

이동통신 주파수의 커버리지
및 전송용량 특성

6G 주파수

6G
Insight

간 균형을 이룰 수 있으므로, 효율적인 전송용량을 제공하면서도 적절한 커버리지를

유지할 수 있는 특성이 있다. 5G에서는 중대역 주파수를 대규모 다중입력 다중출력

(Massive MIMO, Multiple Input Multiple Output) 기술을 기반으로 활용하여,

데이터 전송용량을 확대하고 커버리지를 개선하였다. 6G에서도 이 기술은 더욱

발전하여 무선 네트워크 용량 확보에 크게 기여할 것으로 전망하고 있다.

7~24GHz 상위 중대역은 중대역보다 더 높은 주파수를 활용하여, 보다 넓은

대역폭과 고속 데이터 전송을 제공하여 4K/8K 비디오 스트리밍과 같은 대용량

데이터 전송이 원활하게 이루어질 수 있다. 6G에서는 진화된 초대규모 MIMO

(E-MIMO, Extreme Massive MIMO)를 사용하여 상위 중대역을 고속 통신과 높은

데이터 용량을 제공하는 주파수로 활용할 것으로 예상된다. 24~100GHz 고대역은

연속적인 광대역을 확보할 수 있으므로 초고속 데이터 전송과 저지연 통신이

가능하다. 그러나 전파 공간 손실이 크기 때문에, 커버리지가 좁고 장애물에 영향을

많이 받아서 고대역을 사용할 경우에는 기지국 밀도가 높아야 하므로 핫스팟 등

트래픽 밀집된 지역으로 주파수 활용 공간이 한정적이다. 100GHz 이상 서브-

테라헤르쯔 대역은 센싱과 통신의 융합 용도로 활용될 가능성이 크다. 정밀 센싱과

초고속 데이터 통신이 동시에 이루어지기 때문에 자율주행차, 스마트 시티, 헬스

케어와 같은 고도화된 응용분야에 적합하다. 본격적인 서브-테라헤르쯔 대역의

활용은 7~24GHz 상위 중대역의 상용화 이후가 될 것으로 전망된다.

2023년에 개최된 ITU 세계전파통신회의에서는 6.425~7.125GHz 대역을

유럽의 IMT(International Mobile Telecommunications) 주파수로 선정하였고,

6G 개척을 위한 후보 주파수 대역으로 중대역 4.4~4.8GHz와 상위중대역

7.125~8.4GHz 및 14.8~15.35GHz 주파수 대역을 제시하였다. 특히, 상위 중

대역 주파수는 기존의 밀리미터파 대역인 24GHz 이상에 비해 전파 공간 손실이

적고, 광대역폭을 확보할 수 있어 6G 후보 핵심 주파수로 각광을 받고 있다.

유럽에서는 2023년 ITU 세계전파통신회의에서 결정된 6.425~7.125GHz IMT

대역을 실질적으로 확보하기 위한 다양한 노력이 진행되고 있다. 즉, 동대역은

6G와 관련하여 중요한 개척 후보 주파수로 부각되고 있으며, 영국은 동대역을

이동통신과 Wi-Fi 등 다양한 통신 기술의 요구에 맞게 적절히 활용하려는 움직임을

보이고 있다. 프랑스와 독일은 6.425~7.125GHz 주파수 대역의 일부가 공공 안전

및 군사 용도로 사용되고 있으므로, 해당 주파수 대역에 대한 심도 깊은 주파수

공동사용 논의가 필요하다는 의견을 제시하였다.

미국 NTIA(National Telecommunications and Information Administration)와

2.2 6G 신규 주파수 동향

2.3 6G 주파수 확보 고려사항

FCC(Federal Communications Commission)는 6G 개척 주파수와 관련하여

중요한 연구와 노력들을 진행하고 있다. 특히, 6G의 후보 주파수 대역은 ITU의 기존

IMT 주파수와 신규 IMT 주파수의 후보대역을 포함한 3.1~3.45GHz 중대역 및

7.125~8.4GHz 등의 상위 중대역을 중심으로 선정 되었으며, 이러한 대역들은

연속 광대역 확보와 5G/6G 주파수 공유 기술을 적용할 수 있는 중요한 전파자원

으로 평가되고 있다.

중국은 3.3~3.6GHz 대역의 300MHz 폭을 5G 용도로 확보하여 활용하고 있으나,

5G-Advanced 및 6G의 성능을 높이기 위해 광대역 주파수 개척이 필요하여

6.425~7.125GHz 대역에서 700MHz 폭을 확보하였다. 이는 5G-Advanced 및

6G 이동통신의 광대역 통신을 위한 중요한 주파수 확보 전략이다.

국내에서는 저/중대역에서의 주파수 재할당과 미사용 이동통신 주파수 활용을

통해 6G를 위한 광대역 주파수 확보를 추진하고 있다. 중국과 달리 국내에서는

6.425~7.125GHz 대역을 Wi-Fi로 사용하고 있으므로, ITU의 6G 개척 후보

주파수 4.4~4.8GHz, 7.125~8.4GHz, 14.8~15.35GHz 대역을 중심으로 6G

광대역 주파수를 확보하는 방안을 연구 중이다.

6G 주파수 확보는 전 세계적으로 저대역, 중대역, 상위 중대역 등을 중심으로 한

다양한 전략을 통해 이루어지고 있으며, 이를 통해 고속 데이터 전송과 넓은

커버리지 등 원활한 6G 서비스 제공에 필요한 전파자원을 발굴하고 활용하는 것이

목표이다. 이러한 주파수 확보 과정에서는 다음과 같은 세가지의 주요 사항을

고려할 필요가 있다.

5G는 Massive MIMO 기술을 활용하여 3.5GHz 대역에서 실외 커버리지 및

전송용량을 적절히 만족시켰다. 그러나 6G에서는 5G 중대역 기반의 실외 주파수

이용과 달리, 실외 6G 기지국으로 건물 안의 실내 커버리지를 확보하기 위해

저대역 주파수 활용이 필요한 상황이다. 또한, 중대역 및 상위 중대역을 6G 주파수로

이용하기 위해서는, 5G와 마찬가지로 낮은 커버리지 문제를 해결하는 동시에

주파수 효율을 높여 전송용량을 증가시키는 E-MIMO와 재구성 가능한 지능형 표면

(RIS, Reconfigurable Intelligent Surface) 기술이 필요하다. 이와 같은 커버리지

및 전송용량 향상 기술의 발전 추이를 보면서 6G 신규 주파수를 중대역 및 상위

중대역 중심으로 확보해야 한다.

커버리지 및 전송용량 향상

6G
Insight

6G에서 커버리지와 전송용량 확대를 동시에 달성하려면, 저대역 FDD(Frequency

Division Duplex)와 중대역 TDD(Time Division Duplex)의 주파수 집성(Carrier

Aggregation) 기술이 중요하다. 이러한 기술은 두 대역을 결합하여 더 넓은

대역폭을 확보하고, 더 높은 전송 속도를 실현할 수 있게 한다. 저대역 FDD는

전송용량에 한계가 있지만, 중대역 TDD를 활용하여 그 한계를 극복할 수 있다.

반대로, 중대역 TDD는 커버리지의 문제를 갖고 있기 때문에, 이를 저대역 FDD와

결합하여 저대역의 넓은 커버리지와 중대역의 고속 전송 특성을 동시에 실현할

수 있다. 또한, 중대역 및 상위 중대역에서 5G와 6G 주파수 공유 기술을 개발하여

사용하게 되면, 하나의 기지국 장비로 5G와 6G 서비스를 동시에 제공할 수

있으므로 네트워크 구축 비용을 절감할 수 있다.

주파수 집성 및 주파수 공유

6G에서는 지상 단말과 위성 간의 직접 통신이 가능한 기술이 표준 규격에 포함될

것으로 예상된다. 이는 지상통신과 위성통신의 융합을 목표로 하며, 이를 통해

지구상의 어디서든 안정적인 통신을 제공할 수 있다. 그러므로 6G의 지상 단말은

직접 위성통신 주파수를 지원해야 하며, 이를 위한 국제적 주파수 조화가 필수적

이다. 이는 국제적인 주파수 조화를 통하여 각국의 위성통신 주파수를 상호 간의

전파간섭 없이 지상 단말과 위성 간에 주파수를 공유하는 방안이 마련되어야

한다는 것을 의미한다.

위성통신 주파수의 국제조화

2.3 6G 주파수 확보 고려사항

FCC(Federal Communications Commission)는 6G 개척 주파수와 관련하여

중요한 연구와 노력들을 진행하고 있다. 특히, 6G의 후보 주파수 대역은 ITU의 기존

IMT 주파수와 신규 IMT 주파수의 후보대역을 포함한 3.1~3.45GHz 중대역 및

7.125~8.4GHz 등의 상위 중대역을 중심으로 선정 되었으며, 이러한 대역들은

연속 광대역 확보와 5G/6G 주파수 공유 기술을 적용할 수 있는 중요한 전파자원

으로 평가되고 있다.

중국은 3.3~3.6GHz 대역의 300MHz 폭을 5G 용도로 확보하여 활용하고 있으나,

5G-Advanced 및 6G의 성능을 높이기 위해 광대역 주파수 개척이 필요하여

6.425~7.125GHz 대역에서 700MHz 폭을 확보하였다. 이는 5G-Advanced 및

6G 이동통신의 광대역 통신을 위한 중요한 주파수 확보 전략이다.

국내에서는 저/중대역에서의 주파수 재할당과 미사용 이동통신 주파수 활용을

통해 6G를 위한 광대역 주파수 확보를 추진하고 있다. 중국과 달리 국내에서는

6.425~7.125GHz 대역을 Wi-Fi로 사용하고 있으므로, ITU의 6G 개척 후보

주파수 4.4~4.8GHz, 7.125~8.4GHz, 14.8~15.35GHz 대역을 중심으로 6G

광대역 주파수를 확보하는 방안을 연구 중이다.

6G 주파수 확보는 전 세계적으로 저대역, 중대역, 상위 중대역 등을 중심으로 한

다양한 전략을 통해 이루어지고 있으며, 이를 통해 고속 데이터 전송과 넓은

커버리지 등 원활한 6G 서비스 제공에 필요한 전파자원을 발굴하고 활용하는 것이

목표이다. 이러한 주파수 확보 과정에서는 다음과 같은 세가지의 주요 사항을

고려할 필요가 있다.

5G는 Massive MIMO 기술을 활용하여 3.5GHz 대역에서 실외 커버리지 및

전송용량을 적절히 만족시켰다. 그러나 6G에서는 5G 중대역 기반의 실외 주파수

이용과 달리, 실외 6G 기지국으로 건물 안의 실내 커버리지를 확보하기 위해

저대역 주파수 활용이 필요한 상황이다. 또한, 중대역 및 상위 중대역을 6G 주파수로

이용하기 위해서는, 5G와 마찬가지로 낮은 커버리지 문제를 해결하는 동시에

주파수 효율을 높여 전송용량을 증가시키는 E-MIMO와 재구성 가능한 지능형 표면

(RIS, Reconfigurable Intelligent Surface) 기술이 필요하다. 이와 같은 커버리지

및 전송용량 향상 기술의 발전 추이를 보면서 6G 신규 주파수를 중대역 및 상위

중대역 중심으로 확보해야 한다.

커버리지 및 전송용량 향상

6G
Insight

6G에서 커버리지와 전송용량 확대를 동시에 달성하려면, 저대역 FDD(Frequency

Division Duplex)와 중대역 TDD(Time Division Duplex)의 주파수 집성(Carrier

Aggregation) 기술이 중요하다. 이러한 기술은 두 대역을 결합하여 더 넓은

대역폭을 확보하고, 더 높은 전송 속도를 실현할 수 있게 한다. 저대역 FDD는

전송용량에 한계가 있지만, 중대역 TDD를 활용하여 그 한계를 극복할 수 있다.

반대로, 중대역 TDD는 커버리지의 문제를 갖고 있기 때문에, 이를 저대역 FDD와

결합하여 저대역의 넓은 커버리지와 중대역의 고속 전송 특성을 동시에 실현할

수 있다. 또한, 중대역 및 상위 중대역에서 5G와 6G 주파수 공유 기술을 개발하여

사용하게 되면, 하나의 기지국 장비로 5G와 6G 서비스를 동시에 제공할 수

있으므로 네트워크 구축 비용을 절감할 수 있다.

주파수 집성 및 주파수 공유

6G에서는 지상 단말과 위성 간의 직접 통신이 가능한 기술이 표준 규격에 포함될

것으로 예상된다. 이는 지상통신과 위성통신의 융합을 목표로 하며, 이를 통해

지구상의 어디서든 안정적인 통신을 제공할 수 있다. 그러므로 6G의 지상 단말은

직접 위성통신 주파수를 지원해야 하며, 이를 위한 국제적 주파수 조화가 필수적

이다. 이는 국제적인 주파수 조화를 통하여 각국의 위성통신 주파수를 상호 간의

전파간섭 없이 지상 단말과 위성 간에 주파수를 공유하는 방안이 마련되어야

한다는 것을 의미한다.

위성통신 주파수의 국제조화

1장에서는 ITU-R이 제시한 6G 비전에 해당하는 IMT-2030 프레임워크의 사용

시나리오들을 설명하였다. 본 장에서는 이를 실현하는데 필요한 주요 기술들을

설명한다.

<그림 5>는 Open-RAN 기지국의 개념도를 보여준다. Open-RAN 기술은

기지국의 개방화, 가상화, 지능화를 통하여 RAN 산업 생태계를 확장·강화

하는데 목적을 두고 있다. Open-RAN의 개방화는 RAN을 구성하는 노드들을

개방이 용이한 형태인 O-RU(O-RAN Radio Unit), O-DU(O-RAN Distributed

Unit), O-CU(O-RAN Central Unit), RIC(RAN Intelligent Controller)로 정의

하고 노드 간의 개방형 인터페이스를 제공한다. 가상화는 Open-RAN 노드들의

하드웨어 종속성을 탈피하고자 O-RU를 제외한 노드들은 모두 일반서버(COTS,

Commercial Off-The Shelf)에서 구동가능 하도록 RAN 기능을 모두 소프트

웨어화, 가상화 함은 물론이고 클라우드화까지 목표로 하고 있다. 지능화는 지능적

제어를 통해 기지국의 무선자원 사용을 최적화하는 것으로 이를 위해 RIC라는

논리적인 노드를 정의하고, O-DU/O-CU를 지능적으로 제어하기 위한 인터페이스

도입, AI/ML(Artificial Intelligence/ Machine Learning) 적용을 위한 프레임워크

정립, RIC 위에 새로운 알고리즘 개발을 위한 rApp, xApp 등을 정의하고 있다.

3.1 Open-RAN 기반 E-MIMO 기지국

그림 5

Open-RAN 기지국 개념도

6G 주요 기술

Open-RAN의 개방화 관점에서는 O-RU와 O-DU간의 오픈 프론트홀 인터페이스가

가장 먼저 정의되었으며 이는 기존 3GPP에서는 정의되지 않는 규격으로 O-RAN

Alliance에서 정의하고 있다. 오픈 프론트홀 인터페이스는 제어, 데이터, 동기 및

운용관리를 위한 인터페이스로 구성되며, 다중 벤더 간의 개방형 인터페이스

6G
Insight

제공, 네트워크 효율성 증대 및 유연한 네트워크 구성이 용이하도록 한다. 오픈

프론트홀 인터페이스의 정의로 기존 기지국의 물리 계층을 Low-PHY와 High-

PHY로 구분하여 각각 O-RU와 O-DU에 배치함으로써 기지국 설치 시 프론트홀

인터페이스의 용량을 줄이는 장점도 갖는다 [5]. 6G에서는 RU와 DU 간의 용량이

더욱 증가 할 것으로 예상되며 상향링크 성능개선, E-MIMO 수용을 위하여 오픈

랜 기반의 개방화 인터페이스 정의가 새롭게 필요하다.

Open-RAN의 가상화 기술은 O-DU/O-CU 프로토콜 스택들을 모두 소프트웨어로

구현하고 특히 일반서버에 구동가능 하도록 구현되어야 한다. 이 중 특히 O-DU의

High PHY는 그 기능 모두를 하드웨어 가속기로 구축하는 인라인 가속기와 선택된

기능만을 가속기로 사용하는 룩어사이드(Look-Aside) 모드로 구축할 수 있다.

가속기 사용 방법 및 소프트웨어 최적화 여부에 따라 O-DU의 성능을 좌우할 수

있기때문에 6G에서의 DU/CU의 가상화를 위한 하드웨어 가속기 선택은 중요한

이슈이다. 또한, 6G RAN과 AI의 결합을 고려한 하드웨어 및 가속기 선택도 중요한

이슈로 등장할 것이다.

Open-RAN의 지능화 기능은 RIC에 포함되어 있으며, RIC는 O-DU와 O-CU를

지능적으로 제어할 수 있다. O-DU/O-CU를 제어하는 시간 기준으로 Near-

RT(Real-Time) RIC와 Non-RT RIC으로 분류하고, RIC 내 인공지능 알고리즘의

손쉬운 개발을 가능하게 하고자 AI/ML 프레임워크 개념을 도입하였다. RIC에서

여러 종류의 RAN 최적화, 힐링 등의 알고리즘 수행이 가능하도록 xApp, rApp들을

개방화된 인터페이스로 새롭게 추가가능하다. Open-RAN 지능화 기능은 RIC 와

O-DU/O-CU와의 개방화된 E2 인터페이스를 통하여 운용 중 데이터를 획득하고,

이를 활용하여 운용 중 기지국, 셀, 단말단위의 무선자원제어가 가능하며 이러한

제어알고리즘을 AI/ML로 만들 수 있다. 6G에서도 RAN의 최적화를 위한 기술이

필요하며 Open-RAN 개념에 추가적으로 AI/ML을 통하여 실시간제어까지 가능

하도록 발전될 것으로 예상한다.

상위 중대역(7~24GHz)은 네트워크 구축과 관리 측면에서 경제성 있는 커버리지를

확보하고 향상된 셀 용량을 달성할 수 있을 것으로 기대되면서 6G의 주요한 신규

주파수 대역으로 고려되고 있다. <그림 6>은 상위 중대역에서 E-MIMO 기술의

개념도이다. 이 대역에서 E-MIMO 기술은 5G 수준의 커버리지를 유지하면서도

주파수 이용 효율(spectral efficiency)을 극대화할 수 있는 핵심 기술로 주목받고

있다. 일반적으로 E-MIMO는 1,000개 이상의 초고집적 초다수 안테나를 사용

하며 초다수 안테나 기반의 다중 사용자 MIMO를 통해 셀의 용량과 사용자

체감속도를 획기적으로 향상시킬 수 있는 것으로 알려져 있다 [6]. 또한, 상위

중대역에서 C-band(3.5GHz 대역)보다 많은 개수의 안테나를 활용한 빔포밍

(beamforming)을 통해, 주파수 증가에 따른 전파의 경로손실, 투과손실,

차폐 등의 문제를 극복하고 C-band 수준의 셀 커버리지를 달성함으로써 기존

1장에서는 ITU-R이 제시한 6G 비전에 해당하는 IMT-2030 프레임워크의 사용

시나리오들을 설명하였다. 본 장에서는 이를 실현하는데 필요한 주요 기술들을

설명한다.

<그림 5>는 Open-RAN 기지국의 개념도를 보여준다. Open-RAN 기술은

기지국의 개방화, 가상화, 지능화를 통하여 RAN 산업 생태계를 확장·강화

하는데 목적을 두고 있다. Open-RAN의 개방화는 RAN을 구성하는 노드들을

개방이 용이한 형태인 O-RU(O-RAN Radio Unit), O-DU(O-RAN Distributed

Unit), O-CU(O-RAN Central Unit), RIC(RAN Intelligent Controller)로 정의

하고 노드 간의 개방형 인터페이스를 제공한다. 가상화는 Open-RAN 노드들의

하드웨어 종속성을 탈피하고자 O-RU를 제외한 노드들은 모두 일반서버(COTS,

Commercial Off-The Shelf)에서 구동가능 하도록 RAN 기능을 모두 소프트

웨어화, 가상화 함은 물론이고 클라우드화까지 목표로 하고 있다. 지능화는 지능적

제어를 통해 기지국의 무선자원 사용을 최적화하는 것으로 이를 위해 RIC라는

논리적인 노드를 정의하고, O-DU/O-CU를 지능적으로 제어하기 위한 인터페이스

도입, AI/ML(Artificial Intelligence/ Machine Learning) 적용을 위한 프레임워크

정립, RIC 위에 새로운 알고리즘 개발을 위한 rApp, xApp 등을 정의하고 있다.

3.1 Open-RAN 기반 E-MIMO 기지국

그림 5

Open-RAN 기지국 개념도

6G 주요 기술

Open-RAN의 개방화 관점에서는 O-RU와 O-DU간의 오픈 프론트홀 인터페이스가

가장 먼저 정의되었으며 이는 기존 3GPP에서는 정의되지 않는 규격으로 O-RAN

Alliance에서 정의하고 있다. 오픈 프론트홀 인터페이스는 제어, 데이터, 동기 및

운용관리를 위한 인터페이스로 구성되며, 다중 벤더 간의 개방형 인터페이스

6G
Insight

제공, 네트워크 효율성 증대 및 유연한 네트워크 구성이 용이하도록 한다. 오픈

프론트홀 인터페이스의 정의로 기존 기지국의 물리 계층을 Low-PHY와 High-

PHY로 구분하여 각각 O-RU와 O-DU에 배치함으로써 기지국 설치 시 프론트홀

인터페이스의 용량을 줄이는 장점도 갖는다 [5]. 6G에서는 RU와 DU 간의 용량이

더욱 증가 할 것으로 예상되며 상향링크 성능개선, E-MIMO 수용을 위하여 오픈

랜 기반의 개방화 인터페이스 정의가 새롭게 필요하다.

Open-RAN의 가상화 기술은 O-DU/O-CU 프로토콜 스택들을 모두 소프트웨어로

구현하고 특히 일반서버에 구동가능 하도록 구현되어야 한다. 이 중 특히 O-DU의

High PHY는 그 기능 모두를 하드웨어 가속기로 구축하는 인라인 가속기와 선택된

기능만을 가속기로 사용하는 룩어사이드(Look-Aside) 모드로 구축할 수 있다.

가속기 사용 방법 및 소프트웨어 최적화 여부에 따라 O-DU의 성능을 좌우할 수

있기때문에 6G에서의 DU/CU의 가상화를 위한 하드웨어 가속기 선택은 중요한

이슈이다. 또한, 6G RAN과 AI의 결합을 고려한 하드웨어 및 가속기 선택도 중요한

이슈로 등장할 것이다.

Open-RAN의 지능화 기능은 RIC에 포함되어 있으며, RIC는 O-DU와 O-CU를

지능적으로 제어할 수 있다. O-DU/O-CU를 제어하는 시간 기준으로 Near-

RT(Real-Time) RIC와 Non-RT RIC으로 분류하고, RIC 내 인공지능 알고리즘의

손쉬운 개발을 가능하게 하고자 AI/ML 프레임워크 개념을 도입하였다. RIC에서

여러 종류의 RAN 최적화, 힐링 등의 알고리즘 수행이 가능하도록 xApp, rApp들을

개방화된 인터페이스로 새롭게 추가가능하다. Open-RAN 지능화 기능은 RIC 와

O-DU/O-CU와의 개방화된 E2 인터페이스를 통하여 운용 중 데이터를 획득하고,

이를 활용하여 운용 중 기지국, 셀, 단말단위의 무선자원제어가 가능하며 이러한

제어알고리즘을 AI/ML로 만들 수 있다. 6G에서도 RAN의 최적화를 위한 기술이

필요하며 Open-RAN 개념에 추가적으로 AI/ML을 통하여 실시간제어까지 가능

하도록 발전될 것으로 예상한다.

상위 중대역(7~24GHz)은 네트워크 구축과 관리 측면에서 경제성 있는 커버리지를

확보하고 향상된 셀 용량을 달성할 수 있을 것으로 기대되면서 6G의 주요한 신규

주파수 대역으로 고려되고 있다. <그림 6>은 상위 중대역에서 E-MIMO 기술의

개념도이다. 이 대역에서 E-MIMO 기술은 5G 수준의 커버리지를 유지하면서도

주파수 이용 효율(spectral efficiency)을 극대화할 수 있는 핵심 기술로 주목받고

있다. 일반적으로 E-MIMO는 1,000개 이상의 초고집적 초다수 안테나를 사용

하며 초다수 안테나 기반의 다중 사용자 MIMO를 통해 셀의 용량과 사용자

체감속도를 획기적으로 향상시킬 수 있는 것으로 알려져 있다 [6]. 또한, 상위

중대역에서 C-band(3.5GHz 대역)보다 많은 개수의 안테나를 활용한 빔포밍

(beamforming)을 통해, 주파수 증가에 따른 전파의 경로손실, 투과손실,

차폐 등의 문제를 극복하고 C-band 수준의 셀 커버리지를 달성함으로써 기존

Open-RAN 아키텍처가 E-MIMO 기술과 결합될 경우, 기능적 분할을 통해

네트워크 자원의 효율적 사용과 확장성을 지원하면서 동시에 초다수 안테나 배열

및 빔포밍 기술을 활용하여 6G에서 요구하는 초고속 데이터 전송을 효율적으로

실현할 수 있을 것으로 기대된다. 또한, AI/ML 기반 RAN 지능화 기술은 실시간

네트워크 최적화와 에너지 효율성을 동시에 달성함으로써 6G 시대의 지속 가능한

통신 인프라 구축에 기여할 것으로 기대된다.

E-MIMO 시스템은 초고속 데이터 처리, 낮은 지연시간, 그리고 효율적인 스펙트럼

활용을 위하여 400MHz 이상의 대역폭이 필요할 것으로 예상된다. 또한, 상위

중대역의 주파수 특성 하에서 5G와 유사한 커버리지 제공을 위하여 5G 대비 4배

이상인 1,024개 이상의 안테나 요소를 갖는 안테나 배열을 고려하고 있다. 더불어,

최소 256개 이상의 송수신 유닛(TXRU, Transceiver Radio Unit)을 사용하여

초고차원의 UL(Uplink)/DL(Downlink) 다중 사용자 MIMO(MU-MIMO, Multi-

User MIMO) 지원을 통해 주파수 이용효율 및 전송용량 극대화를 목표로 하고 있다.

상위 중대역 E-MIMO 시스템의 성능지표 및 권장 수치는 <표 2>와 같다.

3.1.1 상위 중대역 E-MIMO 시스템

표 2

상위 중대역 E-MIMO 시스템
성능지표 및 권장 수치

(Upper mid-band)

그림

(Upper mid-band)

그림

(Upper mid-band)

그림

그림 6

상위 중대역(Upper-mid
band) E-MIMO 개념도

5G C-band 기지국 사이트의 재사용이 가능할 것으로 기대된다.

성능지표

권장 수치

최대 전송용량

100Gbps 이상

셀 평균 전송용량

10Gbps 이상

사용자 체감속도

1Gbps 이상

에너지 효율(Bits per Joule)

5G 대비 10배 이상

6G
Insight

그림 7

Open-RAN 기능 분할
기반 CSI 획득과 빔포밍

CSI acquisition scheme

Design of precoder for hybrid beamforming

MU-MIMO scheduling

Open-RAN architecture

based E-MIMO

- Functional split between DU and RU

Considering performance, fronthaul overhead, latency, and complexity

그림

E-MIMO의 현실적인 구현에 있어 TXRU 개수 증가에 따른 전력 소비 및 비용

부담이 주요한 도전 과제로 작용한다. 이를 해결하기 위해 하이브리드 빔포밍

기술이 필수적으로 요구된다. 하이브리드 빔포밍은 아날로그 및 디지털 빔포밍을

결합하여 TXRU 개수를 최적화하면서도 빔 형성의 유연성을 유지할 수 있는

효율적인 기술이다. 기존의 완전 디지털 빔포밍 방식은 높은 전력 소비와 연산

복잡도를 수반하며, 초다수 안테나 환경에서는 구현이 현실적으로 어렵다.

이에 반해, 하이브리드 빔포밍은 서브어레이(Subarray) 구조를 활용하여 하나의

TXRU가 복수 개의 안테나를 제어함으로써, 전력 소비와 비용을 절감하면서도

최적의 빔포밍 성능을 유지할 수 있도록 한다. MU-MIMO는 다수의 사용자에게

동시에 독립적인 빔을 형성하여 네트워크 용량을 극대화하는 필수 기술이다.

이를 위해 각 사용자의 채널 상태 정보(CSI, Channel State Information)를

정확하게 획득하고 최적의 프리코딩(precoding) 기법을 적용하는 것이 중요하다.

그러나, 초다수 안테나 환경에서는 CSI 획득에 따른 오버헤드 증가와 높은 연산

복잡도가 발생할 수 있으며, 이를 해결하기 위한 효율적인 CSI 피드백 및 압축

기법, 지능형 CSI 예측 기술 등이 필요하다. Open-RAN 기반 E-MIMO 시스템은

<그림 7>에서 보이는 바와 같이, CSI 획득과 하이브리드 빔포밍이 DU와 RU 사이의

적절한 역할 분담을 통해 수행되어야 하며, E-MIMO 성능과 프론트홀 오버헤드,

지연 및 연산 복잡도를 고려해야 한다.

E-MIMO 하이브리드 빔포밍과 MU-MIMO

RU는 <그림 8>과 같이 Low-PHY 모뎀, RF 집적회로, 전력증폭기(PA, Power

Amplifier), RF 프론트엔드 모듈(FEM, Front-End Module) 등으로 구성된다.

특히, RU에는 초다수 안테나 요소를 포함하는 안테나 어레이가 배치되어

E-MIMO의 빔포밍 및 MU-MIMO 성능을 결정짓는 핵심 요소로 작용한다. RU의

설계에서 서브어레이 구조를 활용하여 TXRU 개수를 줄이고, 전력 소비를

최적화하는 하이브리드 빔포밍 기법이 필수적으로 적용된다. 또한, Open-RAN

Open-RAN 기반 E-MIMO 시스템을 위한 RU

Open-RAN 아키텍처가 E-MIMO 기술과 결합될 경우, 기능적 분할을 통해

네트워크 자원의 효율적 사용과 확장성을 지원하면서 동시에 초다수 안테나 배열

및 빔포밍 기술을 활용하여 6G에서 요구하는 초고속 데이터 전송을 효율적으로

실현할 수 있을 것으로 기대된다. 또한, AI/ML 기반 RAN 지능화 기술은 실시간

네트워크 최적화와 에너지 효율성을 동시에 달성함으로써 6G 시대의 지속 가능한

통신 인프라 구축에 기여할 것으로 기대된다.

E-MIMO 시스템은 초고속 데이터 처리, 낮은 지연시간, 그리고 효율적인 스펙트럼

활용을 위하여 400MHz 이상의 대역폭이 필요할 것으로 예상된다. 또한, 상위

중대역의 주파수 특성 하에서 5G와 유사한 커버리지 제공을 위하여 5G 대비 4배

이상인 1,024개 이상의 안테나 요소를 갖는 안테나 배열을 고려하고 있다. 더불어,

최소 256개 이상의 송수신 유닛(TXRU, Transceiver Radio Unit)을 사용하여

초고차원의 UL(Uplink)/DL(Downlink) 다중 사용자 MIMO(MU-MIMO, Multi-

User MIMO) 지원을 통해 주파수 이용효율 및 전송용량 극대화를 목표로 하고 있다.

상위 중대역 E-MIMO 시스템의 성능지표 및 권장 수치는 <표 2>와 같다.

3.1.1 상위 중대역 E-MIMO 시스템

표 2

상위 중대역 E-MIMO 시스템
성능지표 및 권장 수치

(Upper mid-band)

그림

(Upper mid-band)

그림

(Upper mid-band)

그림

그림 6

상위 중대역(Upper-mid
band) E-MIMO 개념도

5G C-band 기지국 사이트의 재사용이 가능할 것으로 기대된다.

성능지표

권장 수치

최대 전송용량

100Gbps 이상

셀 평균 전송용량

10Gbps 이상

사용자 체감속도

1Gbps 이상

에너지 효율(Bits per Joule)

5G 대비 10배 이상

6G
Insight

그림 7

Open-RAN 기능 분할
기반 CSI 획득과 빔포밍

CSI acquisition scheme

Design of precoder for hybrid beamforming

MU-MIMO scheduling

Open-RAN architecture

based E-MIMO

- Functional split between DU and RU

Considering performance, fronthaul overhead, latency, and complexity

그림

E-MIMO의 현실적인 구현에 있어 TXRU 개수 증가에 따른 전력 소비 및 비용

부담이 주요한 도전 과제로 작용한다. 이를 해결하기 위해 하이브리드 빔포밍

기술이 필수적으로 요구된다. 하이브리드 빔포밍은 아날로그 및 디지털 빔포밍을

결합하여 TXRU 개수를 최적화하면서도 빔 형성의 유연성을 유지할 수 있는

효율적인 기술이다. 기존의 완전 디지털 빔포밍 방식은 높은 전력 소비와 연산

복잡도를 수반하며, 초다수 안테나 환경에서는 구현이 현실적으로 어렵다.

이에 반해, 하이브리드 빔포밍은 서브어레이(Subarray) 구조를 활용하여 하나의

TXRU가 복수 개의 안테나를 제어함으로써, 전력 소비와 비용을 절감하면서도

최적의 빔포밍 성능을 유지할 수 있도록 한다. MU-MIMO는 다수의 사용자에게

동시에 독립적인 빔을 형성하여 네트워크 용량을 극대화하는 필수 기술이다.

이를 위해 각 사용자의 채널 상태 정보(CSI, Channel State Information)를

정확하게 획득하고 최적의 프리코딩(precoding) 기법을 적용하는 것이 중요하다.

그러나, 초다수 안테나 환경에서는 CSI 획득에 따른 오버헤드 증가와 높은 연산

복잡도가 발생할 수 있으며, 이를 해결하기 위한 효율적인 CSI 피드백 및 압축

기법, 지능형 CSI 예측 기술 등이 필요하다. Open-RAN 기반 E-MIMO 시스템은

<그림 7>에서 보이는 바와 같이, CSI 획득과 하이브리드 빔포밍이 DU와 RU 사이의

적절한 역할 분담을 통해 수행되어야 하며, E-MIMO 성능과 프론트홀 오버헤드,

지연 및 연산 복잡도를 고려해야 한다.

E-MIMO 하이브리드 빔포밍과 MU-MIMO

RU는 <그림 8>과 같이 Low-PHY 모뎀, RF 집적회로, 전력증폭기(PA, Power

Amplifier), RF 프론트엔드 모듈(FEM, Front-End Module) 등으로 구성된다.

특히, RU에는 초다수 안테나 요소를 포함하는 안테나 어레이가 배치되어

E-MIMO의 빔포밍 및 MU-MIMO 성능을 결정짓는 핵심 요소로 작용한다. RU의

설계에서 서브어레이 구조를 활용하여 TXRU 개수를 줄이고, 전력 소비를

최적화하는 하이브리드 빔포밍 기법이 필수적으로 적용된다. 또한, Open-RAN

Open-RAN 기반 E-MIMO 시스템을 위한 RU

Distributed Unit (DU)

(Downlink)

High PHY (Downlink)

Channel

Coding

Scrambling

Modulation

Layer

Mapping

RE Mapping

Compression

Decompression

Precoding/

Beamforming

DFE

(DPD/CFR/DUC)

IFFT

Low PHY (Downlink)

Radio Unit (RU)

DAC/ADC

Transceiver

Analog BF

Sub-array #0

Sub-array #1

Sub-array #2

Sub-array #3

Sub-Panel #0

DAC

ADC

DAC

ADC

System Controller / Power Supply

2 RF Chain

높은 에너지 효율성을 갖는 E-MIMO 시스템

E-MIMO 시스템의 초다수 안테나 배열은 네트워크 용량을 극대화할 수 있지만,

TXRU 개수 증가에 따른 전력 소비와 운영 비용 증가가 필연적인 문제로 작용한다.

이에 따라, E-MIMO 시스템의 실질적인 도입을 위해 에너지 효율성을 극대화

할 수 있는 최적화된 기술이 필수적이다. 하이브리드 빔포밍을 활용한 TXRU

최적화는 전력 소모를 줄이면서도 빔 형성의 유연성을 유지할 수 있는 핵심

전략이다. 또한, RF FEM 및 PA의 고효율 설계는 E-MIMO 시스템의 전력

소비를 절감하는 주요 요소로 작용한다. 특히, Doherty PA, 동적 바이어스 PA,

ET(Envelope Tracking) 등 최신 PA 최적화 기법이 적용될 필요가 있다. DU-RU간

기능 분할을 최적화하고 AI 기반의 네트워크 슬라이싱 및 동적 전력 관리 기법을

적용함으로써 불필요한 연산 부담을 줄이고 전력 소모를 최소화하며 트래픽 부하에

따라 네트워크 자원을 동적으로 조정하는 전략이 중요하다.

결론적으로, E-MIMO 시스템의 에너지 효율성을 극대화하기 위해서는 하이브리드

그림 8

E-MIMO RU 구조 (하향링크)

기반 E-MIMO 시스템에서는 RU가 DU와의 인터페이스를 통해 CSI를 주고받으며

효율적인 빔포밍을 수행한다. 그러나, CSI 획득 및 빔포밍 과정에서 과도한 프론트홀

오버헤드와 연산 복잡성이 발생할 수 있으며, 이를 최소화하기 위한 최적화된

기능 분할이 필요하다.

결과적으로, Open-RAN 기반 E-MIMO 시스템에서 RU는 고효율 RF 프론트엔드

설계, 서브어레이 구조 개선 및 네트워크 연산 부담 분산을 통해 전력 소비를

줄이고 성능을 최적화하는 방향으로 발전할 것이며, 이를 통해 높은 유연성과

효율성을 갖춘 분산형 무선 액세스 시스템을 구현할 수 있을 것으로 기대된다.

＊DFE: Digital Front-End ＊DPD: Digital Pre-Distortion ＊CFR: Crest Factor Reduction ＊DUC: Digital Up Conversion

＊VGA: Variable Gain Amplifier ＊PA: Power Amplifier ＊LNA: Low Noise Amplifier

6G
Insight

Cloud vRAN

COTS Server

Host OS

Container Engine

tio

M plane

Pod

C plane

Pod

U plane

Pod

OAM

RRM

DU-CP

HighPHY

DU-UP

Fronthaul

COTS Server

Host OS

Container Engine

tio

U plane Pod

CU-UP

vCU

vDU

M plane

Pod

C plane

Pod

OAM

RRM

CU-CP

Energy Saving

Core

OAM/

NMS

Fronthaul

E-MIMO Control

7~24GHz

AI SW Platform

Monitoring / Scaling Controller

O-RU

Upper-mid Band

6G vRAN의 주요 기술은 유연한 자원관리를 지원하는 Cloud-Native vRAN

프레임워크 기술, 5G 대비 대폭 개선된 시스템 성능/용량 제공 기술, 3GPP

(3rd Generation Partnership Project) 표준 기반 6G vRAN 통신 소프트웨어

기술로 구성된다.

그림 9

6G Cloud 기반 vRAN 기술
개념도

6G 클라우드 기반 vRAN(virtualized RAN) 기술은 RAN을 소프트웨어로

가상화 하는 기술로, 기술개념도를 <그림 9>와 같이 나타낼 수 있다. 6G

클라우드 기반 vRAN은 상위 중대역의 6G 주파수를 지원하고, E-MIMO

시스템과의 결합을 통해 초고속 데이터 서비스를 제공하여여 하며, 일반서버

(COTS) 위에 가상화 플랫폼 및 가상화 통신 소프트웨어 개발이 필수적이며,

이를 위한 DevOps(Development & Operations) 환경도 구축되어야 한다.

3.1.2 클라우드 기반 virtualized RAN 기술

빔포밍, 고효율 RF 설계, 최적화된 전력 관리, 그리고 Open-RAN 기반 네트워크

운영이 유기적으로 결합되어야 한다. 이를 통해, 6G 네트워크는 전력 소모를

최소화하면서도 초고속, 초저지연, 초연결성을 갖춘 지속 가능한 무선 통신

환경을 실현할 수 있을 것이다.

6G vRAN의 유연한 자원관리를 위하여 가상화 프레임워크는 컨테이너 기반

가상화, Smart NIC(Network Interface Card) 구성 기술, 마이크로서비스 기반

모듈화, 자동화 운용을 통한 지능적 RAN 관리 및 쿠버네티스 기반 오케스트레이션,

Open API(Application Programming Interface) 기반 컨테이너간 통신 등을

지원해야 한다. <그림 10>은 컨테이너 기반의 가상화 vRAN 프레임워크의 예를

보여준다. 가상화 프레임워크가 구축되면, 각각의 DU, CU 등의 소프트웨어

들은 상태간의 연관 없는(Stateless) 마이크로 서비스들로 구축되어야 한다.

또한 이 프레임워크에서는 개발과 운용을 고려한 DevOps에 의한 자동화 시스템

구축도 필요하다.

유연한 자원관리를 지원하는 Cloud-Native vRAN 프레임워크

Distributed Unit (DU)

(Downlink)

High PHY (Downlink)

Channel

Coding

Scrambling

Modulation

Layer

Mapping

RE Mapping

Compression

Decompression

Precoding/

Beamforming

DFE

(DPD/CFR/DUC)

IFFT

Low PHY (Downlink)

Radio Unit (RU)

DAC/ADC

Transceiver

Analog BF

Sub-array #0

Sub-array #1

Sub-array #2

Sub-array #3

Sub-Panel #0

DAC

ADC

DAC

ADC

System Controller / Power Supply

2 RF Chain

높은 에너지 효율성을 갖는 E-MIMO 시스템

E-MIMO 시스템의 초다수 안테나 배열은 네트워크 용량을 극대화할 수 있지만,

TXRU 개수 증가에 따른 전력 소비와 운영 비용 증가가 필연적인 문제로 작용한다.

이에 따라, E-MIMO 시스템의 실질적인 도입을 위해 에너지 효율성을 극대화

할 수 있는 최적화된 기술이 필수적이다. 하이브리드 빔포밍을 활용한 TXRU

최적화는 전력 소모를 줄이면서도 빔 형성의 유연성을 유지할 수 있는 핵심

전략이다. 또한, RF FEM 및 PA의 고효율 설계는 E-MIMO 시스템의 전력

소비를 절감하는 주요 요소로 작용한다. 특히, Doherty PA, 동적 바이어스 PA,

ET(Envelope Tracking) 등 최신 PA 최적화 기법이 적용될 필요가 있다. DU-RU간

기능 분할을 최적화하고 AI 기반의 네트워크 슬라이싱 및 동적 전력 관리 기법을

적용함으로써 불필요한 연산 부담을 줄이고 전력 소모를 최소화하며 트래픽 부하에

따라 네트워크 자원을 동적으로 조정하는 전략이 중요하다.

결론적으로, E-MIMO 시스템의 에너지 효율성을 극대화하기 위해서는 하이브리드

그림 8

E-MIMO RU 구조 (하향링크)

기반 E-MIMO 시스템에서는 RU가 DU와의 인터페이스를 통해 CSI를 주고받으며

효율적인 빔포밍을 수행한다. 그러나, CSI 획득 및 빔포밍 과정에서 과도한 프론트홀

오버헤드와 연산 복잡성이 발생할 수 있으며, 이를 최소화하기 위한 최적화된

기능 분할이 필요하다.

결과적으로, Open-RAN 기반 E-MIMO 시스템에서 RU는 고효율 RF 프론트엔드

설계, 서브어레이 구조 개선 및 네트워크 연산 부담 분산을 통해 전력 소비를

줄이고 성능을 최적화하는 방향으로 발전할 것이며, 이를 통해 높은 유연성과

효율성을 갖춘 분산형 무선 액세스 시스템을 구현할 수 있을 것으로 기대된다.

＊DFE: Digital Front-End ＊DPD: Digital Pre-Distortion ＊CFR: Crest Factor Reduction ＊DUC: Digital Up Conversion

＊VGA: Variable Gain Amplifier ＊PA: Power Amplifier ＊LNA: Low Noise Amplifier

6G
Insight

Cloud vRAN

COTS Server

Host OS

Container Engine

tio

M plane

Pod

C plane

Pod

U plane

Pod

OAM

RRM

DU-CP

HighPHY

DU-UP

Fronthaul

COTS Server

Host OS

Container Engine

tio

U plane Pod

CU-UP

vCU

vDU

M plane

Pod

C plane

Pod

OAM

RRM

CU-CP

Energy Saving

Core

OAM/

NMS

Fronthaul

E-MIMO Control

7~24GHz

AI SW Platform

Monitoring / Scaling Controller

O-RU

Upper-mid Band

6G vRAN의 주요 기술은 유연한 자원관리를 지원하는 Cloud-Native vRAN

프레임워크 기술, 5G 대비 대폭 개선된 시스템 성능/용량 제공 기술, 3GPP

(3rd Generation Partnership Project) 표준 기반 6G vRAN 통신 소프트웨어

기술로 구성된다.

그림 9

6G Cloud 기반 vRAN 기술
개념도

6G 클라우드 기반 vRAN(virtualized RAN) 기술은 RAN을 소프트웨어로

가상화 하는 기술로, 기술개념도를 <그림 9>와 같이 나타낼 수 있다. 6G

클라우드 기반 vRAN은 상위 중대역의 6G 주파수를 지원하고, E-MIMO

시스템과의 결합을 통해 초고속 데이터 서비스를 제공하여여 하며, 일반서버

(COTS) 위에 가상화 플랫폼 및 가상화 통신 소프트웨어 개발이 필수적이며,

이를 위한 DevOps(Development & Operations) 환경도 구축되어야 한다.

3.1.2 클라우드 기반 virtualized RAN 기술

빔포밍, 고효율 RF 설계, 최적화된 전력 관리, 그리고 Open-RAN 기반 네트워크

운영이 유기적으로 결합되어야 한다. 이를 통해, 6G 네트워크는 전력 소모를

최소화하면서도 초고속, 초저지연, 초연결성을 갖춘 지속 가능한 무선 통신

환경을 실현할 수 있을 것이다.

6G vRAN의 유연한 자원관리를 위하여 가상화 프레임워크는 컨테이너 기반

가상화, Smart NIC(Network Interface Card) 구성 기술, 마이크로서비스 기반

모듈화, 자동화 운용을 통한 지능적 RAN 관리 및 쿠버네티스 기반 오케스트레이션,

Open API(Application Programming Interface) 기반 컨테이너간 통신 등을

지원해야 한다. <그림 10>은 컨테이너 기반의 가상화 vRAN 프레임워크의 예를

보여준다. 가상화 프레임워크가 구축되면, 각각의 DU, CU 등의 소프트웨어

들은 상태간의 연관 없는(Stateless) 마이크로 서비스들로 구축되어야 한다.

또한 이 프레임워크에서는 개발과 운용을 고려한 DevOps에 의한 자동화 시스템

구축도 필요하다.

유연한 자원관리를 지원하는 Cloud-Native vRAN 프레임워크

그림 11

3GPP 표준 기반 Cloud-
Native vRAN

6G E-MIMO 시스템은 5G 대비 10배 이상의 성능 향상을 목표로 하기 때문에

vRAN 시스템 구축 시에도 고속 데이터 처리 기술이 고려되어야 한다. 이를 위하여

다양한 하드웨어 가속기를 지원하는 고속 데이터 처리 기술, 고속 데이터 처리를

위한 데이터 평면 가속화 기술 등이 필요하다.

Open-RAN 기반 E-MIMO 시스템은 3GPP 표준 규격을 따라야 하며, 6G에

대한 3GPP 표준화가 완성되기 전까지 5G-Advanced 규격을 기반으로 한 Pre-

6G vRAN으로 선 구축한 후 6G로의 빠른 천이가 가능하게 해야 한다. <그림

11>은 3GPP 표준 기반 클라우드 네이티브 vRAN 구성도를 보여준다. 6G vRAN

통신 소프트웨어는 100Gbps 이상의 성능을 지원하며 1,000명 이상의 동시접속

가입자를 지원해야 한다. 또한 통신 프로토콜은 상호 상태와 상관없이 한 단위의

POD(쿠버네틱스가 생성하고 관리하는 가장 작은 컴퓨팅 단위)로 만들어야 한다.

초기에는 DU/CU 자체를 하나의 POD로 만들수 있으나, 차츰 여러 개의 POD로

나누어지게 되면 추가적인 기술 개발시 가상화 및 클라우드 관리 등이 용이할 것

으로 보인다. E-MIMO를 지원하는 6G vRAN 소프트웨어 개발시 통신환경

(채널상태, 트래픽 등)에 따른 MIMO 모드 및 MIMO 레이어 결정, 빔포밍 가중치

할당 기술 등은 6G 기술에 맞추어 연구개발이 필요하다. 또한 6G 서비스 요구사항을

지원하는 AI 기반 vRAN 무선자원 할당 알고리즘 기술 개발도 고려되어야 한다.

5G 대비 대폭 개선된 시스템 성능/용량 제공

3GPP 표준 기반 6G vRAN 통신 소프트웨어

CU-UP

Pod

Pre-6G High-PHY

MAC-SCH

CC/RRM

CU-UP

Pod

CC/RRM

OAM Agent

CU-UP

Pod

Pre-6G vDU

Pre-6G vCU

CU-UP

Pod

SDAP

PDCP

CU-UP

Pod

CU-UP

Pod

RLC

MAC

CU-UP

Pod

6G High-PHY

MAC-SCH

CC/RRM

CU-UP

Pod

CC/RRM

OAM Agent

CU-UP

Pod

6G vDU

6G vCU

CU-UP

Pod

SDAP

PDCP

CU-UP

Pod

CU-UP

Pod

RLC

MAC

1000 UE ~

Cloud-native vRAN

Cloud-Native vRAN Framework

POD

100Gbps~

그림 10

컨테이너 기반의 vRAN
가상화 프레임워크

6G
Insight

Cloud-Native vRAN에서 DU와 CU에서 동작하는 프로토콜 스택은 컨테이너

기반의 가상화 플랫폼인 도커(docker) 형태로 동작하며 대용량 데이터,

대다수 사물통신과 같이 데이터 처리량과 가입자 수 등 서비스 특성에 따라서

다양한 형태의 도커로구성되며 유연한 자원관리를 위해 쿠버네티스(Kubernetes)

환경 등으로 동적으로 운용된다. 이러한 DU/CU 프로토콜 소프트웨어 스택용

가상화 플랫폼은 물리적상용기성품(COTS) 서버에 동적으로 운용되며 트래픽의

부하 등 서비스 특성에 따라 유연하게 할당하여 불필요한 서버는 절전 모드로

전환하여 에너지를 절감할 수 있다. 동적 자원 풀링(Resource pooling)은 트래픽

변화에 따라 DU를 자동으로 할당하거나 해제하는 동적 자원 할당 기능으로

미사용 중인 서버의 절전 모드를 통한 에너지 절감, 하드웨어 활용도를 최적화하여

운영비용(OPEX, Operating Expense) 절감 및 부하 분산을 통해 사용자 서비스

품질(QoS, Quality of Service) 향상을 지원한다.

트래픽의 분석과 서비스 특성의 데이터 셋을 기반으로 AI/ML 모델을 트레이닝하고

이를 이용해 다음 시간대의 트래픽 예측을 가능하게 함으로써 선제적으로 DU/

CU 프로토콜 소프트웨어 가상화 플랫폼들의 자원 풀링을 최적화함으로써

Cloud-Native vRAN에서 에너지 절감을 제공할 수 있다.

Cloud-Native vRAN에서 AI/ML 기반 에너지 절감

가상현실, 원격체험, 홀로그램 통신 등 초실감 서비스나, 머신/로봇 정밀 협업,

원격의료/수술 등 고정밀 서비스는 다가올 6G 시대의 주요한 서비스로 인식된다.

이들은 모두 원격지의 사람, 사물과 실시간 상호작용이 필요하므로 사용자가

만족할 만한 서비스 품질을 제공하기 위해서는 종단간(end-to-end) 통신

지연 성능이 무엇보다 중요하다. 이를 위해서는 단말과 기지국 사이의 무선

액세스 구간 뿐만 아니라 <그림 12>와 같이 유선 네트워크를 포함하는 종단간

지연 품질의 개선이 필요하다. 무선 액세스 구간의 지연은 패킷 전송 슬롯 구조

설계와 신호처리 구현 등의 최적화를 통해 달성이 가능하고, 유선 네트워크의

패킷 전달 지연은 적절한 스케줄링을 통해 혼잡에 의한 큐잉 지연을 방지함

으로써 최소화가 가능하다. IETF(Internet Engineering Task Force)에서는

IP(Internet Protocol), MPLS(Multi-Protocol Label Switching) 등 패킷 네트워크

에서 종단간 지연 시간을 확정적으로 보장하고 장애 시에도 패킷 손실을 방지할

수 있는 DetNet(Deterministic Networking) 표준을 개발 중이다.

응용 서비스 관점에서 지연 시간은 유무선 종단간 네트워크의 지연 뿐만 아니라

응용 서비스를 처리하는 단말 내부의 지연을 모두 고려해야 한다. 네트워크와

3.2 종단간 초정밀 네트워크

그림 11

3GPP 표준 기반 Cloud-
Native vRAN

6G E-MIMO 시스템은 5G 대비 10배 이상의 성능 향상을 목표로 하기 때문에

vRAN 시스템 구축 시에도 고속 데이터 처리 기술이 고려되어야 한다. 이를 위하여

다양한 하드웨어 가속기를 지원하는 고속 데이터 처리 기술, 고속 데이터 처리를

위한 데이터 평면 가속화 기술 등이 필요하다.

Open-RAN 기반 E-MIMO 시스템은 3GPP 표준 규격을 따라야 하며, 6G에

대한 3GPP 표준화가 완성되기 전까지 5G-Advanced 규격을 기반으로 한 Pre-

6G vRAN으로 선 구축한 후 6G로의 빠른 천이가 가능하게 해야 한다. <그림

11>은 3GPP 표준 기반 클라우드 네이티브 vRAN 구성도를 보여준다. 6G vRAN

통신 소프트웨어는 100Gbps 이상의 성능을 지원하며 1,000명 이상의 동시접속

가입자를 지원해야 한다. 또한 통신 프로토콜은 상호 상태와 상관없이 한 단위의

POD(쿠버네틱스가 생성하고 관리하는 가장 작은 컴퓨팅 단위)로 만들어야 한다.

초기에는 DU/CU 자체를 하나의 POD로 만들수 있으나, 차츰 여러 개의 POD로

나누어지게 되면 추가적인 기술 개발시 가상화 및 클라우드 관리 등이 용이할 것

으로 보인다. E-MIMO를 지원하는 6G vRAN 소프트웨어 개발시 통신환경

(채널상태, 트래픽 등)에 따른 MIMO 모드 및 MIMO 레이어 결정, 빔포밍 가중치

할당 기술 등은 6G 기술에 맞추어 연구개발이 필요하다. 또한 6G 서비스 요구사항을

지원하는 AI 기반 vRAN 무선자원 할당 알고리즘 기술 개발도 고려되어야 한다.

5G 대비 대폭 개선된 시스템 성능/용량 제공

3GPP 표준 기반 6G vRAN 통신 소프트웨어

CU-UP

Pod

Pre-6G High-PHY

MAC-SCH

CC/RRM

CU-UP

Pod

CC/RRM

OAM Agent

CU-UP

Pod

Pre-6G vDU

Pre-6G vCU

CU-UP

Pod

SDAP

PDCP

CU-UP

Pod

CU-UP

Pod

RLC

MAC

CU-UP

Pod

6G High-PHY

MAC-SCH

CC/RRM

CU-UP

Pod

CC/RRM

OAM Agent

CU-UP

Pod

6G vDU

6G vCU

CU-UP

Pod

SDAP

PDCP

CU-UP

Pod

CU-UP

Pod

RLC

MAC

1000 UE ~

Cloud-native vRAN

Cloud-Native vRAN Framework

POD

100Gbps~

그림 10

컨테이너 기반의 vRAN
가상화 프레임워크

6G
Insight

Cloud-Native vRAN에서 DU와 CU에서 동작하는 프로토콜 스택은 컨테이너

기반의 가상화 플랫폼인 도커(docker) 형태로 동작하며 대용량 데이터,

대다수 사물통신과 같이 데이터 처리량과 가입자 수 등 서비스 특성에 따라서

다양한 형태의 도커로구성되며 유연한 자원관리를 위해 쿠버네티스(Kubernetes)

환경 등으로 동적으로 운용된다. 이러한 DU/CU 프로토콜 소프트웨어 스택용

가상화 플랫폼은 물리적상용기성품(COTS) 서버에 동적으로 운용되며 트래픽의

부하 등 서비스 특성에 따라 유연하게 할당하여 불필요한 서버는 절전 모드로

전환하여 에너지를 절감할 수 있다. 동적 자원 풀링(Resource pooling)은 트래픽

변화에 따라 DU를 자동으로 할당하거나 해제하는 동적 자원 할당 기능으로

미사용 중인 서버의 절전 모드를 통한 에너지 절감, 하드웨어 활용도를 최적화하여

운영비용(OPEX, Operating Expense) 절감 및 부하 분산을 통해 사용자 서비스

품질(QoS, Quality of Service) 향상을 지원한다.

트래픽의 분석과 서비스 특성의 데이터 셋을 기반으로 AI/ML 모델을 트레이닝하고

이를 이용해 다음 시간대의 트래픽 예측을 가능하게 함으로써 선제적으로 DU/

CU 프로토콜 소프트웨어 가상화 플랫폼들의 자원 풀링을 최적화함으로써

Cloud-Native vRAN에서 에너지 절감을 제공할 수 있다.

Cloud-Native vRAN에서 AI/ML 기반 에너지 절감

가상현실, 원격체험, 홀로그램 통신 등 초실감 서비스나, 머신/로봇 정밀 협업,

원격의료/수술 등 고정밀 서비스는 다가올 6G 시대의 주요한 서비스로 인식된다.

이들은 모두 원격지의 사람, 사물과 실시간 상호작용이 필요하므로 사용자가

만족할 만한 서비스 품질을 제공하기 위해서는 종단간(end-to-end) 통신

지연 성능이 무엇보다 중요하다. 이를 위해서는 단말과 기지국 사이의 무선

액세스 구간 뿐만 아니라 <그림 12>와 같이 유선 네트워크를 포함하는 종단간

지연 품질의 개선이 필요하다. 무선 액세스 구간의 지연은 패킷 전송 슬롯 구조

설계와 신호처리 구현 등의 최적화를 통해 달성이 가능하고, 유선 네트워크의

패킷 전달 지연은 적절한 스케줄링을 통해 혼잡에 의한 큐잉 지연을 방지함

으로써 최소화가 가능하다. IETF(Internet Engineering Task Force)에서는

IP(Internet Protocol), MPLS(Multi-Protocol Label Switching) 등 패킷 네트워크

에서 종단간 지연 시간을 확정적으로 보장하고 장애 시에도 패킷 손실을 방지할

수 있는 DetNet(Deterministic Networking) 표준을 개발 중이다.

응용 서비스 관점에서 지연 시간은 유무선 종단간 네트워크의 지연 뿐만 아니라

응용 서비스를 처리하는 단말 내부의 지연을 모두 고려해야 한다. 네트워크와

3.2 종단간 초정밀 네트워크

그림 12

종단간 초정밀 네트워킹
기술 개념도

Mobile core

(Control plane)

Network

(Domain 1)

Mobile network

(Data plane)

UPF

Network

(Domain 2)

Network

(Domain N)

Control plane

for Domain 1

Control plane

for Domain 2

Control plane

for Domain N

In-time/on-time packet delivery between application endpoints

Mobile core

(Control plane)

Mobile network

(Data plane)

UPF

Application-Network

interworking

Multi-domain & layer network

interworking

Programmable

network stack

Application

services

Programmable

network stack

Programmable

network stack

Application

services

함께 단말 내부의 네트워크 스택 성능 개선을 통해 사용자에게 고품질의 초실감,

고정밀 서비스 제공이 가능할 것으로 기대된다.

초정밀 네트워크 기술은 인터넷 규모의 광역망에서 서비스의 인타임(in-time)과

온타임(on-time) 요구사항을 보장하기 위해 종단간 패킷 전달 지연 시간을 정밀

하게 제어할 수 있다. 인타임 보장은 종단간 패킷 전달시간이 최대 지연 요구사항을

만족하는 것을 의미하고 온타임 보장은 최대 뿐만 아니라 최소 지연 요구사항

까지도 만족하는 것을 의미한다. 종단간 지연은 경로 상의 각 노드에서 발생하는

지연과 신호 전파 지연의 합이다. 광신호 전파 지연은 매질에 따라 차이가 있으나

통상 광케이블 1km당 5µs 수준이다. 예를 들어, 800km 길이의 광케이블을

가정하면 종단간 최소 지연은 4ms 이상이다. 스위치 패브릭과 라인카드로 구성

되는 샤시형 네트워크 시스템에서 달성 가능한 노드의 최소 지연은 10µs 수준이다.

따라서, 무선 액세스 지연 0.1ms를 가정했을 때 전국망 규모인 800km 구간에서

5ms 이하의 종단간 최소 지연 달성이 가능하다.

패킷 전달 노드에서의 주된 지연 요소는 큐잉(queuing) 지연으로, 혼잡

(congestion) 상황에 따라 가변적이다. 초정밀 네트워크 기술은 적절한 패킷

전송 스케줄링을 통해 혼잡을 방지함으로써 노드 지연을 최소화하거나 적절한

버퍼링을 추가하여 노드 지연을 요구사항에 맞게 제어하는 기술이다. 또한, 패킷

손실로 인한 재전송 지연을 방지하기 위해, 종단간 가용한 경로가 있는 한 일부

경로에 장애가 발생해도 패킷 손실이 없게 하는 무중단(seamless) 패킷 전달

기술도 핵심기술 중 하나이다.

3.2.1 초정밀 네트워크 기술

6G
Insight

종단간 지연 시간을 확정적으로 보장하기 위한 패킷 스케줄링은 다양한 방식으로

구현될 수 있다. IEEE(Institute of Electrical and Electronics Engineers)

TSN(Time-Sensitive Networking)의 시간 인지 쉐이핑(TAS, Time-Aware

Shaping), 순환 큐잉 및 포워딩(CQF, Cyclic Queuing and Forwarding) 등은

이더넷 기반 소규모 근거리망에 적용 가능한 스케줄링 방식이다. IETF DetNet

작업그룹에서는 IP, MPLS 기반 광역망에 적용 가능한 고확장성 메커니즘을 논의

중이다. 모든 노드에서 정밀한 시각 동기가 필요한 기존 방식의 확장성 문제를

극복하기 위해 작업보존형 페어 큐잉(C-SCORE, Work Conserving Stateless

Core Fair Queuing), 태그된 순환 큐잉 및 포워딩(TCQF, Tagged CQF), 지연

기반 포워딩(LBF, Latency-Based Forwarding), 자원 기반 온타임 포워딩(ROF,

Resource-based On-time Forwarding) 등 다양한 방식들이 제안되고 있다.

각각의 스케줄링 방식은 시각 동기 필요성, 지연 제어의 세밀함, 확장성, 설정의

용이성 등 여러가지 측면에서 서로 다른 특성을 가지고 있다. 따라서 초정밀 패킷

전달 모듈은 응용 서비스 트래픽의 특성과 요구사항에 따라 적절한 스케줄링

방식을 선택할 수 있어야 한다.

<그림 13>은 다양한 스케줄링 방식을 지원하는 초정밀 패킷 전달 기능의 구현

예로, 스위치, 라우터, 패킷/광 전달망(POTN, Packet/Optical Transport

Network) 시스템 등 모든 패킷 교환/전송 장비에 적용될 수 있다.

초정밀 패킷 전달

ueu

ass

ueu

ifi

tio

Filtering
Policing

Shaping

ROF/LBF

TCQF

C-SCORE

FRER

PREOF

…

pushed by finish_time

finish_time ≤ current_time

Gate Control List

eade

8 x 1GBASE-X

8 x MAC Merge

8 x eMAC/pMAC

4 x 10GBASE-R

4 x MAC Merge

4 x eMAC/pMAC

CAUI-4

100GbE MAC

8G (8xGbE)

40G (4x10GbE)

100G (100GbE)

Packet Processing

(Ethernet, IP, MPLS)

Deterministic Packet Forwarding

IEEE TSN

(TAS, CQF,

ATS)

IETF DetNet+

(ROF/LBF, TCQF, C-

SCORE, ...)

Interlaken 150G

2 x 100GbE MAC

12 x 12.5Gbps SerDes

2 x CAUI-4

8G & 40G Module

40G & 100G Module

Time

Sync

Host CPU

Statistics

Lookup

Tables

Sequence

History

Seamless

Redundancy

TSN/DetNet

(FRER,

PREOF)

PCIe

DDR4

Ext

Mem

ToD/

1PPS

GbE

PIFO

…

FIFO

…

ric

t P

rio

rit

종단간 지연 시간의 확정적 보장을 위해서는 경로 상의 모든 노드들이 적절한

기능을 수행하면서 서로 유기적으로 동작할 필요가 있다. 이러한 측면에서

초정밀 네트워크 제어/관리는 시그널링 프로토콜에 기반한 분산형 방식 보다는

네트워크 전체에 대한 뷰를 가지고 있는 중앙 집중형 방식이 유리하다. 초정밀

초정밀 네트워크 제어/관리

그림 13

초정밀 패킷 전달
기능 구현 예

그림 12

종단간 초정밀 네트워킹
기술 개념도

Mobile core

(Control plane)

Network

(Domain 1)

Mobile network

(Data plane)

UPF

Network

(Domain 2)

Network

(Domain N)

Control plane

for Domain 1

Control plane

for Domain 2

Control plane

for Domain N

In-time/on-time packet delivery between application endpoints

Mobile core

(Control plane)

Mobile network

(Data plane)

UPF

Application-Network

interworking

Multi-domain & layer network

interworking

Programmable

network stack

Application

services

Programmable

network stack

Programmable

network stack

Application

services

함께 단말 내부의 네트워크 스택 성능 개선을 통해 사용자에게 고품질의 초실감,

고정밀 서비스 제공이 가능할 것으로 기대된다.

초정밀 네트워크 기술은 인터넷 규모의 광역망에서 서비스의 인타임(in-time)과

온타임(on-time) 요구사항을 보장하기 위해 종단간 패킷 전달 지연 시간을 정밀

하게 제어할 수 있다. 인타임 보장은 종단간 패킷 전달시간이 최대 지연 요구사항을

만족하는 것을 의미하고 온타임 보장은 최대 뿐만 아니라 최소 지연 요구사항

까지도 만족하는 것을 의미한다. 종단간 지연은 경로 상의 각 노드에서 발생하는

지연과 신호 전파 지연의 합이다. 광신호 전파 지연은 매질에 따라 차이가 있으나

통상 광케이블 1km당 5µs 수준이다. 예를 들어, 800km 길이의 광케이블을

가정하면 종단간 최소 지연은 4ms 이상이다. 스위치 패브릭과 라인카드로 구성

되는 샤시형 네트워크 시스템에서 달성 가능한 노드의 최소 지연은 10µs 수준이다.

따라서, 무선 액세스 지연 0.1ms를 가정했을 때 전국망 규모인 800km 구간에서

5ms 이하의 종단간 최소 지연 달성이 가능하다.

패킷 전달 노드에서의 주된 지연 요소는 큐잉(queuing) 지연으로, 혼잡

(congestion) 상황에 따라 가변적이다. 초정밀 네트워크 기술은 적절한 패킷

전송 스케줄링을 통해 혼잡을 방지함으로써 노드 지연을 최소화하거나 적절한

버퍼링을 추가하여 노드 지연을 요구사항에 맞게 제어하는 기술이다. 또한, 패킷

손실로 인한 재전송 지연을 방지하기 위해, 종단간 가용한 경로가 있는 한 일부

경로에 장애가 발생해도 패킷 손실이 없게 하는 무중단(seamless) 패킷 전달

기술도 핵심기술 중 하나이다.

3.2.1 초정밀 네트워크 기술

6G
Insight

종단간 지연 시간을 확정적으로 보장하기 위한 패킷 스케줄링은 다양한 방식으로

구현될 수 있다. IEEE(Institute of Electrical and Electronics Engineers)

TSN(Time-Sensitive Networking)의 시간 인지 쉐이핑(TAS, Time-Aware

Shaping), 순환 큐잉 및 포워딩(CQF, Cyclic Queuing and Forwarding) 등은

이더넷 기반 소규모 근거리망에 적용 가능한 스케줄링 방식이다. IETF DetNet

작업그룹에서는 IP, MPLS 기반 광역망에 적용 가능한 고확장성 메커니즘을 논의

중이다. 모든 노드에서 정밀한 시각 동기가 필요한 기존 방식의 확장성 문제를

극복하기 위해 작업보존형 페어 큐잉(C-SCORE, Work Conserving Stateless

Core Fair Queuing), 태그된 순환 큐잉 및 포워딩(TCQF, Tagged CQF), 지연

기반 포워딩(LBF, Latency-Based Forwarding), 자원 기반 온타임 포워딩(ROF,

Resource-based On-time Forwarding) 등 다양한 방식들이 제안되고 있다.

각각의 스케줄링 방식은 시각 동기 필요성, 지연 제어의 세밀함, 확장성, 설정의

용이성 등 여러가지 측면에서 서로 다른 특성을 가지고 있다. 따라서 초정밀 패킷

전달 모듈은 응용 서비스 트래픽의 특성과 요구사항에 따라 적절한 스케줄링

방식을 선택할 수 있어야 한다.

<그림 13>은 다양한 스케줄링 방식을 지원하는 초정밀 패킷 전달 기능의 구현

예로, 스위치, 라우터, 패킷/광 전달망(POTN, Packet/Optical Transport

Network) 시스템 등 모든 패킷 교환/전송 장비에 적용될 수 있다.

초정밀 패킷 전달

ueu

ass

ueu

ifi

tio

Filtering
Policing

Shaping

ROF/LBF

TCQF

C-SCORE

FRER

PREOF

…

pushed by finish_time

finish_time ≤ current_time

Gate Control List

eade

8 x 1GBASE-X

8 x MAC Merge

8 x eMAC/pMAC

4 x 10GBASE-R

4 x MAC Merge

4 x eMAC/pMAC

CAUI-4

100GbE MAC

8G (8xGbE)

40G (4x10GbE)

100G (100GbE)

Packet Processing

(Ethernet, IP, MPLS)

Deterministic Packet Forwarding

IEEE TSN

(TAS, CQF,

ATS)

IETF DetNet+

(ROF/LBF, TCQF, C-

SCORE, ...)

Interlaken 150G

2 x 100GbE MAC

12 x 12.5Gbps SerDes

2 x CAUI-4

8G & 40G Module

40G & 100G Module

Time

Sync

Host CPU

Statistics

Lookup

Tables

Sequence

History

Seamless

Redundancy

TSN/DetNet

(FRER,

PREOF)

PCIe

DDR4

Ext

Mem

ToD/

1PPS

GbE

PIFO

…

FIFO

…

ric

t P

rio

rit

종단간 지연 시간의 확정적 보장을 위해서는 경로 상의 모든 노드들이 적절한

기능을 수행하면서 서로 유기적으로 동작할 필요가 있다. 이러한 측면에서

초정밀 네트워크 제어/관리는 시그널링 프로토콜에 기반한 분산형 방식 보다는

네트워크 전체에 대한 뷰를 가지고 있는 중앙 집중형 방식이 유리하다. 초정밀

초정밀 네트워크 제어/관리

그림 13

초정밀 패킷 전달
기능 구현 예

OTN

Ethernet

DetNet

Service Flow

South Bound Plugin (NETCONF, TL1, …)

Controller Platform

North Bound Plugin (RESTCONF, NETCONF, …)

OTN

Ethernet

DetNet

Topology

Resource

Service

Path

Protection

QoS

NETCONF Agent

System Manager

System Agent

Data Store

Messaging

Service/Network GUI

그림

네트워크 제어/관리는 점대점(P2P, Point-to-Point) 또는 점대다점(P2MP,

Point-to-MultiPoint) 연결, 인타임 또는 온타임 보장, 무손실 보장 등 사용자

요구사항으로부터 경로 설정, 노드별 QoS 설정, 무손실 전달을 위한 패킷 복제 및

삭제 노드 설정 등 세부 설정을 포함해서 다양한 제어/관리 기능을 수행한다.

<그림 14>는 이더넷, 광전달망(OTN, Optical Transport Network) 등 다양한

서버 계층망으로 구성된 광역망에서 종단간 DetNet 기반 초정밀 네트워킹

서비스를 지원하기 위한 중앙 집중형 제어/관리 기능 구조의 예를 나타낸다.

산업 자동화, XR, 디지털 트윈 및 사이버-물리 시스템(CPS, Cyber-Physical

System)과 같은 고신뢰·초정밀 서비스를 언제 어디서나 제공하기 위해서는

유선뿐 아니라 무선에서도 예측 가능한 지연 편차를 보장하는 시간확정적

통신이 필수적이다. 그러나 무선 링크의 변동성으로 인해 TSN이 요구하는

무선구간 초정밀 패킷 전달

무선 액세스 구간의 패킷 전송 지연은 패킷 전송 슬롯 구조 설계와 신호처리

구현 등의 최적화를 통해 0.1ms 수준의 달성이 가능하다. 반면, 초정밀 온타임

서비스 실현을 위해 필요한 시각동기(위치에 상관없이 절대적 동일 시각 공유)는

유선 TSN 기술과 무선 액세스 ATS(Absolute Time Synchronization) 기술로

나눌 수 있다. 무선 액세스 상의 ATS 정확도는 5G를 기준으로 했을 때 1µs이고,

이는 유선 sub-ns 수준의 시각동기 정확도 대비 매우 낮다. 6G에서는 100ns

수준으로의 개선이 필요하다.

3.2.2 초정밀 무선 액세스 기술

그림 14

초정밀 네트워크 제어/관리
기능 구조

6G
Insight

그림 15

유무선 초정밀 서비스를 위한
6G와 TSN 통합

온타임 패킷 전달을 유지하는 것이 쉽지 않다. 특히, 패킷 지연 변동성(PDV,

Packet Delay Variation)이 발생할 경우 일정한 전송 지연을 보장하기 어려워

지므로, 이를 해결하기 위해 5G의 URLLC와 TSN의 결합이 필요하다. 3GPP

Release 16에서 TSN과 5G 시스템 간의 기본적인 연동을 위한 5G-TSC(5G

Time-Sensitive Communication)를 정의한 후 Release 18까지의 기능 개선을

통해 유무선 연동 지원을 강화하였다. 하지만, 현재는 아직 완전한 무선 TSN이

표준에 포함된 것이 아니라, 5G 네트워크가 유선 TSN과 원활하게 연동될 수

있도록 발전하고 있는 단계이다. 6G에서는 보다 예측 가능한 통신 환경을 제공하기

위해 무선 친화적 TSN/DetNet 통합이 필수적이다. <그림 15>는 TR 23.700-20

[7]을 기반으로 유무선 초정밀 서비스를 위한 6G와 유선 TSN의 통합 예를 보여준다.

6G Time Domain

6G network can incorporate “Wireless TSN system” as TSN bridge.

Wireless

ATS

6G GM

6G TSN bridge

6G Time Domain

6G network can incorporate “Wireless TSN system” as TSN bridge.

Wireless

ATS

6G GM

6G TSN bridge

무선 환경에서 기지국과 단말에서 발생하는 하드웨어 결함 등에 의한 지터

(jitter), 송신 타이밍 에러, 낮은 SNR(Signal-to-Noise Ratio) 등으로 인해

동기 정확도를 확보하기 어렵다. 6G에서 <그림 16>과 같은 무선 구간의 ATS를

실현하기 위해서는 다음과 같은 핵심 기술이 필요하다. 먼저, 종단간 타이밍 동기화

기반의 네트워크 아키텍처가 요구된다. 초정밀 서비스를 지원하는 XR, 홀로그램

등의 애플리케이션에서는 종단간 타이밍 동기가 필수적이다. 이를 위해 6G TSN

기반의 GM(Grand Master)와 네트워크측 TSN 변환기(NW-TT, Network-

side TSN Translator) 및 디바이스측 TSN 변환기(DS-TT, Device-side TSN

Translator)를 활용해 무선 ATS 네트워크 구조를 구축할 필요가 있다. 또한, 무선

환경에서의 초정밀 ATS를 실현하기 위해서는 ATS 전송 및 정밀 동기화를 위한

PHY 및 MAC(Medium Access Control) 계층 최적화가 필요하고, 이를 위해

센서와 네트워크 노드 간의 IEEE 1588 v2.1 PTP(Precision Time Protocol) 및

무선 TSN 동기화 기술을 발전시켜야 한다.

무선구간 초정밀 시각동기화

＊NW-TT: network-side TSN translator ＊DS-TT: device-side TSN translator ＊6G GM: 6G grand master system clock

＊gPTP: generalized precision time protocol

OTN

Ethernet

DetNet

Service Flow

South Bound Plugin (NETCONF, TL1, …)

Controller Platform

North Bound Plugin (RESTCONF, NETCONF, …)

OTN

Ethernet

DetNet

Topology

Resource

Service

Path

Protection

QoS

NETCONF Agent

System Manager

System Agent

Data Store

Messaging

Service/Network GUI

그림

네트워크 제어/관리는 점대점(P2P, Point-to-Point) 또는 점대다점(P2MP,

Point-to-MultiPoint) 연결, 인타임 또는 온타임 보장, 무손실 보장 등 사용자

요구사항으로부터 경로 설정, 노드별 QoS 설정, 무손실 전달을 위한 패킷 복제 및

삭제 노드 설정 등 세부 설정을 포함해서 다양한 제어/관리 기능을 수행한다.

<그림 14>는 이더넷, 광전달망(OTN, Optical Transport Network) 등 다양한

서버 계층망으로 구성된 광역망에서 종단간 DetNet 기반 초정밀 네트워킹

서비스를 지원하기 위한 중앙 집중형 제어/관리 기능 구조의 예를 나타낸다.

산업 자동화, XR, 디지털 트윈 및 사이버-물리 시스템(CPS, Cyber-Physical

System)과 같은 고신뢰·초정밀 서비스를 언제 어디서나 제공하기 위해서는

유선뿐 아니라 무선에서도 예측 가능한 지연 편차를 보장하는 시간확정적

통신이 필수적이다. 그러나 무선 링크의 변동성으로 인해 TSN이 요구하는

무선구간 초정밀 패킷 전달

무선 액세스 구간의 패킷 전송 지연은 패킷 전송 슬롯 구조 설계와 신호처리

구현 등의 최적화를 통해 0.1ms 수준의 달성이 가능하다. 반면, 초정밀 온타임

서비스 실현을 위해 필요한 시각동기(위치에 상관없이 절대적 동일 시각 공유)는

유선 TSN 기술과 무선 액세스 ATS(Absolute Time Synchronization) 기술로

나눌 수 있다. 무선 액세스 상의 ATS 정확도는 5G를 기준으로 했을 때 1µs이고,

이는 유선 sub-ns 수준의 시각동기 정확도 대비 매우 낮다. 6G에서는 100ns

수준으로의 개선이 필요하다.

3.2.2 초정밀 무선 액세스 기술

그림 14

초정밀 네트워크 제어/관리
기능 구조

6G
Insight

그림 15

유무선 초정밀 서비스를 위한
6G와 TSN 통합

온타임 패킷 전달을 유지하는 것이 쉽지 않다. 특히, 패킷 지연 변동성(PDV,

Packet Delay Variation)이 발생할 경우 일정한 전송 지연을 보장하기 어려워

지므로, 이를 해결하기 위해 5G의 URLLC와 TSN의 결합이 필요하다. 3GPP

Release 16에서 TSN과 5G 시스템 간의 기본적인 연동을 위한 5G-TSC(5G

Time-Sensitive Communication)를 정의한 후 Release 18까지의 기능 개선을

통해 유무선 연동 지원을 강화하였다. 하지만, 현재는 아직 완전한 무선 TSN이

표준에 포함된 것이 아니라, 5G 네트워크가 유선 TSN과 원활하게 연동될 수

있도록 발전하고 있는 단계이다. 6G에서는 보다 예측 가능한 통신 환경을 제공하기

위해 무선 친화적 TSN/DetNet 통합이 필수적이다. <그림 15>는 TR 23.700-20

[7]을 기반으로 유무선 초정밀 서비스를 위한 6G와 유선 TSN의 통합 예를 보여준다.

6G Time Domain

6G network can incorporate “Wireless TSN system” as TSN bridge.

Wireless

ATS

6G GM

6G TSN bridge

6G Time Domain

6G network can incorporate “Wireless TSN system” as TSN bridge.

Wireless

ATS

6G GM

6G TSN bridge

무선 환경에서 기지국과 단말에서 발생하는 하드웨어 결함 등에 의한 지터

(jitter), 송신 타이밍 에러, 낮은 SNR(Signal-to-Noise Ratio) 등으로 인해

동기 정확도를 확보하기 어렵다. 6G에서 <그림 16>과 같은 무선 구간의 ATS를

실현하기 위해서는 다음과 같은 핵심 기술이 필요하다. 먼저, 종단간 타이밍 동기화

기반의 네트워크 아키텍처가 요구된다. 초정밀 서비스를 지원하는 XR, 홀로그램

등의 애플리케이션에서는 종단간 타이밍 동기가 필수적이다. 이를 위해 6G TSN

기반의 GM(Grand Master)와 네트워크측 TSN 변환기(NW-TT, Network-

side TSN Translator) 및 디바이스측 TSN 변환기(DS-TT, Device-side TSN

Translator)를 활용해 무선 ATS 네트워크 구조를 구축할 필요가 있다. 또한, 무선

환경에서의 초정밀 ATS를 실현하기 위해서는 ATS 전송 및 정밀 동기화를 위한

PHY 및 MAC(Medium Access Control) 계층 최적화가 필요하고, 이를 위해

센서와 네트워크 노드 간의 IEEE 1588 v2.1 PTP(Precision Time Protocol) 및

무선 TSN 동기화 기술을 발전시켜야 한다.

무선구간 초정밀 시각동기화

＊NW-TT: network-side TSN translator ＊DS-TT: device-side TSN translator ＊6G GM: 6G grand master system clock

＊gPTP: generalized precision time protocol

그림 16

무선 구간 ATS 개념도

그림 16

Process of

ATS

07:46

07:08

07:19

Device A

Device B

07:19

Device A

Device B

Device C

<  After absolute time synchronization >

Device A

Device B

Device C

* Goal: minimizing ∆𝑓𝑓𝑓𝑓𝑥𝑥𝑥𝑥 and ∆𝑡𝑡𝑡𝑡𝑥𝑥𝑥𝑥 with compensating for 𝜏𝜏𝜏𝜏x

 Use cases:

Factory automation

Motion control

07:35

Device C

Device A

Device B

Device C

𝑇𝑇𝑇𝑇𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵 = 1/𝑓𝑓𝑓𝑓𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵

𝑇𝑇𝑇𝑇𝐴𝐴𝐴𝐴 = 1/𝑓𝑓𝑓𝑓𝐴𝐴𝐴𝐴

𝑇𝑇𝑇𝑇𝐶𝐶𝐶𝐶 = 1/𝑓𝑓𝑓𝑓𝐶𝐶𝐶𝐶

𝑇𝑇𝑇𝑇𝐵𝐵𝐵𝐵 = 1/𝑓𝑓𝑓𝑓𝐵𝐵𝐵𝐵

<  Before system-access with

∆𝑡𝑡𝑡𝑡𝑥𝑥𝑥𝑥 and ∆𝑓𝑓𝑓𝑓𝑥𝑥𝑥𝑥 >

∆𝑡𝑡𝑡𝑡𝐴𝐴𝐴𝐴

∆𝑡𝑡𝑡𝑡𝐵𝐵𝐵𝐵

∆𝑡𝑡𝑡𝑡𝐶𝐶𝐶𝐶

 Device type:

Sensor, actuator

robot

𝑡𝑡𝑡𝑡𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵

𝑡𝑡𝑡𝑡𝐴𝐴𝐴𝐴

𝑡𝑡𝑡𝑡𝐵𝐵𝐵𝐵

𝑡𝑡𝑡𝑡𝐶𝐶𝐶𝐶

네트워크 종단간이 아닌 응용 종단간 QoS 보장을 위해 응용 서비스의 QoS

요구사항을 반영할 수 있는 응용 종단의 성능맞춤형 프로그래머블 네트워크

스택이 필요하다. 응용 종단 내의 네트워크 스택은 <그림 17>과 같이 전송

(transmission) 프로토콜과 네트워킹 운영체제(OS, Operating System)로 구성

된다. 전송 프로토콜은 응용의 QoS 요구사항을 수용하기 위한 API 기능, QoS

요구사항에 기반한 세션 관리 기능, QoS 관리 기능 등을 제공해야 한다. 응용

관점에서 통신 지연은 개별 패킷의 수신 시간이 아니라 응용의 데이터 처리 단위인

오브젝트(object)에 포함된 모든 패킷의 수신 시간이 중요하다. 따라서, 전송

프로토콜은 패킷 단위가 아닌, 오브젝트 단위의 전송 기능을 제공할 필요가 있으며,

여기에는 데드라인(deadline) 기반 스케줄링과 재전송 기능 등이 포함된다. 또한,

서비스 중심 네트워킹(Service-Native Networking) 패러다임을 지향하는 성능

맞춤형 전송 핵심 기술로서, 전통적 OSI(Open Systems Interconnection) 모델의

계층간 독립성에서 탈피하여 응용과 네트워크간 협력을 지원하는 전송 프로토콜이

필요하다. 이를 통해 응용 종단간 서비스 요구사항에 따른 전송 성능 최적화가

가능하다. 네트워킹 운영체제는 응용의 QoS 요구사항을 만족하기 위한 CPU

코어 자원 관리 기능, 하드웨어 큐 관리 기능, ZeroCopy 기능, 쉐이핑 기능 등을

포함한다.

3.2.3 성능맞춤형 프로그래머블 네트워크 스택

그림 17

응용 종단 네트워크 스택
구조 예

Transport Protocol Module

Networking OS Module

Connection Management

Deadline Aware Scheduling

Deadline Aware Retransmission

QoS Management

API

Core Reservation

[QoS Guarantee]

HW Queue Dedication

[Jitter Guarantee]

ZeroCopy

[High-speed Support]

Shaping

[Contention Protection]

API

High

Precision

Networking

Module

Core Scheduling

AF_XDP

AF_INET

Operating

System

Shaping

NIC

Applications

6G
Insight

저궤도 위성통신은 IMT-2030 프레임워크에서 제시하는 6G 사용 시나리오 중

하나인 유비쿼터스 연결과 직접적인 연관이 있으며 기존 지상 네트워크에 연결되지

않는 영역에서 통신 서비스를 제공할 수 있다. 6G 저궤도 위성통신은 지상/하늘/

바다까지 연결되는 입체통신 서비스를 통해 공간 한계를 극복하는 6G 통신

서비스의 핵심서비스가 될 것이다.

저궤도 위성통신 기술은 현재 지상 이동 통신망(TN, Terrestrial Network)

특성에 적합한 기술을 위성 및 성층권을 포함한 비지상 이동통신망(NTN, Non-

Terrestrial Network) 특성을 지원하기 위한 기술로 발전할 것으로 예상된다. 또,

<그림 18>과 같이 기존에는 단순 중계 기능만 지원하던 벤트 파이프(bent-pipe)

형태의 위성통신이 6G에서는 보다 효율적이고 다양한 서비스를 제공하기 위해

기지국 기능을 수행하는 디지털 신호 처리기를 OBP(On-Board Processor) 형태로

탑재한 재생성(Regenerative) 위성통신으로 발전할 것으로 예상된다.

3.3 저궤도 위성통신

그림 18

NTN 통신의 진화

gNB

Satel ite

Data

Network

Gateway

Satel ite Beam Footprint

Satel ite

(gNB)

ISL

Satel ite

(gNB)

Gateway

Data

Network

저궤도 위성 기반의 통신 서비스는 다수의 통신위성을 효율적으로 사용하여 지상

인터넷 기반 서비스의 공간적 커버리지(서비스 제공 범위)를 확대한 서비스로

항공기, 선박, UAM과 같이 다양한 응용 분야에서 활용이 가능하다. 저궤도 위성

통신은 <그림 19>와 같이 사용자와 위성간의 서비스 링크, 위성과 지상국간의

피더링크 그리고 위성간의 링크(ISL, Inter Satellite Link)로 구성될 수 있으며

이들을 통해 다양한 형태의 서비스를 제공할 수 있다.

그림 19

저궤도 위성통신 개념도

서비스링크

그림 16

무선 구간 ATS 개념도

그림 16

Process of

ATS

07:46

07:08

07:19

Device A

Device B

07:19

Device A

Device B

Device C

<  After absolute time synchronization >

Device A

Device B

Device C

* Goal: minimizing ∆𝑓𝑓𝑓𝑓𝑥𝑥𝑥𝑥 and ∆𝑡𝑡𝑡𝑡𝑥𝑥𝑥𝑥 with compensating for 𝜏𝜏𝜏𝜏x

 Use cases:

Factory automation

Motion control

07:35

Device C

Device A

Device B

Device C

𝑇𝑇𝑇𝑇𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵 = 1/𝑓𝑓𝑓𝑓𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵

𝑇𝑇𝑇𝑇𝐴𝐴𝐴𝐴 = 1/𝑓𝑓𝑓𝑓𝐴𝐴𝐴𝐴

𝑇𝑇𝑇𝑇𝐶𝐶𝐶𝐶 = 1/𝑓𝑓𝑓𝑓𝐶𝐶𝐶𝐶

𝑇𝑇𝑇𝑇𝐵𝐵𝐵𝐵 = 1/𝑓𝑓𝑓𝑓𝐵𝐵𝐵𝐵

<  Before system-access with

∆𝑡𝑡𝑡𝑡𝑥𝑥𝑥𝑥 and ∆𝑓𝑓𝑓𝑓𝑥𝑥𝑥𝑥 >

∆𝑡𝑡𝑡𝑡𝐴𝐴𝐴𝐴

∆𝑡𝑡𝑡𝑡𝐵𝐵𝐵𝐵

∆𝑡𝑡𝑡𝑡𝐶𝐶𝐶𝐶

 Device type:

Sensor, actuator

robot

𝑡𝑡𝑡𝑡𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵

𝑡𝑡𝑡𝑡𝐴𝐴𝐴𝐴

𝑡𝑡𝑡𝑡𝐵𝐵𝐵𝐵

𝑡𝑡𝑡𝑡𝐶𝐶𝐶𝐶

네트워크 종단간이 아닌 응용 종단간 QoS 보장을 위해 응용 서비스의 QoS

요구사항을 반영할 수 있는 응용 종단의 성능맞춤형 프로그래머블 네트워크

스택이 필요하다. 응용 종단 내의 네트워크 스택은 <그림 17>과 같이 전송

(transmission) 프로토콜과 네트워킹 운영체제(OS, Operating System)로 구성

된다. 전송 프로토콜은 응용의 QoS 요구사항을 수용하기 위한 API 기능, QoS

요구사항에 기반한 세션 관리 기능, QoS 관리 기능 등을 제공해야 한다. 응용

관점에서 통신 지연은 개별 패킷의 수신 시간이 아니라 응용의 데이터 처리 단위인

오브젝트(object)에 포함된 모든 패킷의 수신 시간이 중요하다. 따라서, 전송

프로토콜은 패킷 단위가 아닌, 오브젝트 단위의 전송 기능을 제공할 필요가 있으며,

여기에는 데드라인(deadline) 기반 스케줄링과 재전송 기능 등이 포함된다. 또한,

서비스 중심 네트워킹(Service-Native Networking) 패러다임을 지향하는 성능

맞춤형 전송 핵심 기술로서, 전통적 OSI(Open Systems Interconnection) 모델의

계층간 독립성에서 탈피하여 응용과 네트워크간 협력을 지원하는 전송 프로토콜이

필요하다. 이를 통해 응용 종단간 서비스 요구사항에 따른 전송 성능 최적화가

가능하다. 네트워킹 운영체제는 응용의 QoS 요구사항을 만족하기 위한 CPU

코어 자원 관리 기능, 하드웨어 큐 관리 기능, ZeroCopy 기능, 쉐이핑 기능 등을

포함한다.

3.2.3 성능맞춤형 프로그래머블 네트워크 스택

그림 17

응용 종단 네트워크 스택
구조 예

Transport Protocol Module

Networking OS Module

Connection Management

Deadline Aware Scheduling

Deadline Aware Retransmission

QoS Management

API

Core Reservation

[QoS Guarantee]

HW Queue Dedication

[Jitter Guarantee]

ZeroCopy

[High-speed Support]

Shaping

[Contention Protection]

API

High

Precision

Networking

Module

Core Scheduling

AF_XDP

AF_INET

Operating

System

Shaping

NIC

Applications

6G
Insight

저궤도 위성통신은 IMT-2030 프레임워크에서 제시하는 6G 사용 시나리오 중

하나인 유비쿼터스 연결과 직접적인 연관이 있으며 기존 지상 네트워크에 연결되지

않는 영역에서 통신 서비스를 제공할 수 있다. 6G 저궤도 위성통신은 지상/하늘/

바다까지 연결되는 입체통신 서비스를 통해 공간 한계를 극복하는 6G 통신

서비스의 핵심서비스가 될 것이다.

저궤도 위성통신 기술은 현재 지상 이동 통신망(TN, Terrestrial Network)

특성에 적합한 기술을 위성 및 성층권을 포함한 비지상 이동통신망(NTN, Non-

Terrestrial Network) 특성을 지원하기 위한 기술로 발전할 것으로 예상된다. 또,

<그림 18>과 같이 기존에는 단순 중계 기능만 지원하던 벤트 파이프(bent-pipe)

형태의 위성통신이 6G에서는 보다 효율적이고 다양한 서비스를 제공하기 위해

기지국 기능을 수행하는 디지털 신호 처리기를 OBP(On-Board Processor) 형태로

탑재한 재생성(Regenerative) 위성통신으로 발전할 것으로 예상된다.

3.3 저궤도 위성통신

그림 18

NTN 통신의 진화

gNB

Satel ite

Data

Network

Gateway

Satel ite Beam Footprint

Satel ite

(gNB)

ISL

Satel ite

(gNB)

Gateway

Data

Network

저궤도 위성 기반의 통신 서비스는 다수의 통신위성을 효율적으로 사용하여 지상

인터넷 기반 서비스의 공간적 커버리지(서비스 제공 범위)를 확대한 서비스로

항공기, 선박, UAM과 같이 다양한 응용 분야에서 활용이 가능하다. 저궤도 위성

통신은 <그림 19>와 같이 사용자와 위성간의 서비스 링크, 위성과 지상국간의

피더링크 그리고 위성간의 링크(ISL, Inter Satellite Link)로 구성될 수 있으며

이들을 통해 다양한 형태의 서비스를 제공할 수 있다.

그림 19

저궤도 위성통신 개념도

서비스링크

저궤도 위성통신 기술은 <그림 20>과 같이 다양한 서비스 지원이 가능한 저궤도

광대역 위성통신 서비스, 핸드폰으로 위성과 직접통신을 지원하는 D2C(Direct-

To-Cell) 서비스, 기존 IoT 서비스를 확장한 저궤도 위성 IoT 서비스를 제공할 수 있다.

저궤도 광대역 위성통신 서비스는 해상, 항공 그리고 도서/산간 지역 등 기존의

광대역 인터넷 서비스가 제공되지 않은 영역에 지상망 수준의 서비스를 제공하는

것을 목적으로 한다. 저궤도 광대역 위성통신 서비스는 지상 유무선 통신(인터넷,

이동통신 등) 대비 적절한 전송 속도를 제공하면서도 글로벌 커버리지를 제공하는

것이 가장 큰 장점이라고 할 수 있다. 이러한 저궤도 광대역 위성통신 서비스를

제공하기 위한 주요 성능지표(KPI, Key Performance Indicator)는 사용자 전송

속도, 종단간 전송 지연 그리고 이동 속도 등이 될 수 있다.

D2C 서비스는 저궤도 위성을 통해 스마트폰과 같은 일반 사용자 기기에 직접

연결하여 통신 서비스를 제공하는 기술이다. 따라서 기존의 위성통신 서비스와

달리, 별도의 대형 안테나나 단말기 없이 일반 스마트폰에서도 위성과 직접 통신

할 수 있는 것이 특징이다. D2C 서비스는 기존 셀룰러 망이 도달하지 않는

지역에서 긴급 상황 및 재난 대응, 군사/공공/보안 통신으로 활용될 수 있다.

이러한 D2C 서비스를 제공하기 위한 주요 성능지표는 도플러 주파수 보상 범위,

탑재체 안테나 이득, 스마트폰 기반의 단말 데이터 전송 속도 등이 될 수 있다.

향후 6G에서는 현재의 단순 문자 서비스 제공 수준을 넘어 다양한 멀티미디어

서비스 제공을 위한 기술 개발이 필요하다.

저궤도 위성 IoT 서비스는 해양이나 산악 지역 등의 특수한 응용분야에 사용되는 IoT

단말들의 제어 및 데이터 수집 기능을 제공한다. 따라서 IoT 단말들은 해양, 산림,

극지방 등 지상망이 서비스되지 않는 지역에서 데이터 수집이 중요한 기능이므로

저궤도 위성통신 시스템의 장점을 가장 잘 이용할 수 있는 서비스 중에 하나이다.

그림 20

저궤도 위성통신 서비스

Broadband

D2C IoT

[Applications]

●

Smart Environment

●

Smart Agriculture

●

Smart Energy

저궤도 위성통신을 위해서는 위성의 이동성 및 운영 궤도를 고려한 6G NTN

무선 전송 및 접속 기술, 저궤도 위성 탑재체 및 시스템 기술 등의 핵심 기술이 필요하다.

6G
Insight

그림 21

저궤도 위성통신 다중빔
위상배열 안테나 형상 예

그림

이와 같이 저궤도 위성통신 서비스 제공을 위한 핵심 기술은 각각의 기능 노드별로

위성통신 지상국 핵심 기술, 위성통신 탑재체 핵심 기술, 그리고 위성통신 단말

핵심 기술로 나눌 수 있다.

6G NTN 무선 전송 및 접속 기술은 저궤도 위성의 극심한 도플러 및 긴 전송

지연 환경에 적합한 무선 전송 및 이동성 보장 기술을 의미한다. 하향 링크

타이밍/주파수 동기 및 상향 링크 도플러 선보상 기술, 긴 전파 지연 환경에서

상향 링크 타이밍 보정 (timing advance) 및 타이밍 관계 개선, HARQ(Hybrid

Automatic Repeat and reQuest)-ARQ(Automatic Repeat reQuest) 개선

기술, 광역의 위성 커버리지 및 빠르게 이동하는 저궤도(LEO, Low Earth Orbit)

위성 환경에 적합한 6G 다중접속 기술 등이 6G NTN 무선 전송 및 접속 기술에

포함된다.

저궤도 위성 탑재체 부품 및 시스템 기술은 저궤도 통신위성 탑재체 RF/안테나

기술, 소프트웨어 기반의 6G 위성 OBP 모뎀 및 프로토콜 기술, 그리고 6G 저궤도

위성 간 링크(ISL, Inter-Satellite Link) 레이저 통신 기술을 포함한다. 특히 <그림

21>과 같은 다중빔 위상 배열 안테나 기반의 탑재체 빔포밍 기술은 저궤도 통신

위성 탑재체 RF/안테나의 핵심 기술이다. 또 다층 궤도와 고속 이동성을 고려한

통신위성의 이동성 관리 및 간섭 완화 기술은 6G 위성 OBP 모뎀 및 프로토콜의

핵심 기술이다.

저궤도 위성통신 기술은 <그림 20>과 같이 다양한 서비스 지원이 가능한 저궤도

광대역 위성통신 서비스, 핸드폰으로 위성과 직접통신을 지원하는 D2C(Direct-

To-Cell) 서비스, 기존 IoT 서비스를 확장한 저궤도 위성 IoT 서비스를 제공할 수 있다.

저궤도 광대역 위성통신 서비스는 해상, 항공 그리고 도서/산간 지역 등 기존의

광대역 인터넷 서비스가 제공되지 않은 영역에 지상망 수준의 서비스를 제공하는

것을 목적으로 한다. 저궤도 광대역 위성통신 서비스는 지상 유무선 통신(인터넷,

이동통신 등) 대비 적절한 전송 속도를 제공하면서도 글로벌 커버리지를 제공하는

것이 가장 큰 장점이라고 할 수 있다. 이러한 저궤도 광대역 위성통신 서비스를

제공하기 위한 주요 성능지표(KPI, Key Performance Indicator)는 사용자 전송

속도, 종단간 전송 지연 그리고 이동 속도 등이 될 수 있다.

D2C 서비스는 저궤도 위성을 통해 스마트폰과 같은 일반 사용자 기기에 직접

연결하여 통신 서비스를 제공하는 기술이다. 따라서 기존의 위성통신 서비스와

달리, 별도의 대형 안테나나 단말기 없이 일반 스마트폰에서도 위성과 직접 통신

할 수 있는 것이 특징이다. D2C 서비스는 기존 셀룰러 망이 도달하지 않는

지역에서 긴급 상황 및 재난 대응, 군사/공공/보안 통신으로 활용될 수 있다.

이러한 D2C 서비스를 제공하기 위한 주요 성능지표는 도플러 주파수 보상 범위,

탑재체 안테나 이득, 스마트폰 기반의 단말 데이터 전송 속도 등이 될 수 있다.

향후 6G에서는 현재의 단순 문자 서비스 제공 수준을 넘어 다양한 멀티미디어

서비스 제공을 위한 기술 개발이 필요하다.

저궤도 위성 IoT 서비스는 해양이나 산악 지역 등의 특수한 응용분야에 사용되는 IoT

단말들의 제어 및 데이터 수집 기능을 제공한다. 따라서 IoT 단말들은 해양, 산림,

극지방 등 지상망이 서비스되지 않는 지역에서 데이터 수집이 중요한 기능이므로

저궤도 위성통신 시스템의 장점을 가장 잘 이용할 수 있는 서비스 중에 하나이다.

그림 20

저궤도 위성통신 서비스

Broadband

D2C IoT

[Applications]

●

Smart Environment

●

Smart Agriculture

●

Smart Energy

저궤도 위성통신을 위해서는 위성의 이동성 및 운영 궤도를 고려한 6G NTN

무선 전송 및 접속 기술, 저궤도 위성 탑재체 및 시스템 기술 등의 핵심 기술이 필요하다.

6G
Insight

그림 21

저궤도 위성통신 다중빔
위상배열 안테나 형상 예

그림

이와 같이 저궤도 위성통신 서비스 제공을 위한 핵심 기술은 각각의 기능 노드별로

위성통신 지상국 핵심 기술, 위성통신 탑재체 핵심 기술, 그리고 위성통신 단말

핵심 기술로 나눌 수 있다.

6G NTN 무선 전송 및 접속 기술은 저궤도 위성의 극심한 도플러 및 긴 전송

지연 환경에 적합한 무선 전송 및 이동성 보장 기술을 의미한다. 하향 링크

타이밍/주파수 동기 및 상향 링크 도플러 선보상 기술, 긴 전파 지연 환경에서

상향 링크 타이밍 보정 (timing advance) 및 타이밍 관계 개선, HARQ(Hybrid

Automatic Repeat and reQuest)-ARQ(Automatic Repeat reQuest) 개선

기술, 광역의 위성 커버리지 및 빠르게 이동하는 저궤도(LEO, Low Earth Orbit)

위성 환경에 적합한 6G 다중접속 기술 등이 6G NTN 무선 전송 및 접속 기술에

포함된다.

저궤도 위성 탑재체 부품 및 시스템 기술은 저궤도 통신위성 탑재체 RF/안테나

기술, 소프트웨어 기반의 6G 위성 OBP 모뎀 및 프로토콜 기술, 그리고 6G 저궤도

위성 간 링크(ISL, Inter-Satellite Link) 레이저 통신 기술을 포함한다. 특히 <그림

21>과 같은 다중빔 위상 배열 안테나 기반의 탑재체 빔포밍 기술은 저궤도 통신

위성 탑재체 RF/안테나의 핵심 기술이다. 또 다층 궤도와 고속 이동성을 고려한

통신위성의 이동성 관리 및 간섭 완화 기술은 6G 위성 OBP 모뎀 및 프로토콜의

핵심 기술이다.

저궤도 위성통신 지상국은 <그림 22>와 같이 통신위성과의 피더링크(feeder

link)상의 신호 송수신을 담당하는 중심국과 위성의 임무 수행제어 기능을 담당

하는 관제국으로 구성된다.

저궤도 위성통신 지상국 핵심 기술은 중심국 모뎀 기술, 중심국 프로토콜 기술,

그리고 저궤도 관제국 기술로 구성된다. 중심국 모뎀 기술은 저궤도 통신위성과

지상국 간 통신 링크 구성을 위한 기술이며 수신 시간/주파수 동기 추정 및 보정

기술, 물리계층 전송을 위한 변복조 기술 및 오류정정을 위한 채널 코덱 기술을

포함한다. 중심국 프로토콜 기술은 피더링크 자원 관리, 다중 위성 협력제어, 반송파

집성, 탑재체 이동성 지원 등이 핵심 기술이다. 저궤도 위성통신 관제국 기술은

다중 위성 동시 관제를 위한 실시간 위성 운영, 최적화 스케줄링 및 임무계획 등의

핵심 기술로 구성된다.

3.3.1 저궤도 위성통신 지상국 핵심 기술

IP Backbone

NETWORK

단말 모뎀

/SW

단말국안테나

(Ka-band)

지상국 안테나

중심국 피더링크

모뎀/SW

관제국

그림

저궤도 위성통신 단말은 통신위성과 사용자 간 통신 링크 제공 기능을 담당한다.

6G 저궤도 위성통신 단말 핵심 기술은 단말 모뎀 및 프로토콜 기술, 위성 단말용

안테나 및 RF 송수신 부품 기술, 그리고 휴대형 단말 기술로 나눌 수 있다. 단말

모뎀 및 프로토콜 기술은 사용자에게 저궤도 위성통신 서비스를 제공하기 위한

신호 처리 및 상위 계층 프로토콜 기술이다. 위성 단말용 안테나 및 RF 송수신

부품 기술은 셋톱박스형 단말 안테나 및 RF 송수신 부품 기술을 포함하며 단말

위상배열 안테나, 광대역 고효율 전력증폭기 집적회로, 위성 단말용 통합 빔포밍

RF IC 설계 및 제작 기술 등을 통해 실현된다. 휴대형 단말 기술은 소형 위성 단말

3.3.2 저궤도 위성통신 단말 핵심 기술

그림 22

저궤도 위성통신 지상국/
단말국 구조

6G
Insight

그림 23

저궤도 위성통신 단말 기술

통합

제작을 위한 단말 모뎀 ASIC(Application-Specific Integrated Circuit) 기술과

휴대형 지상/위성 통합 단말 기술 등으로 구성된다. 특히 저궤도 위성통신용 소형

단말 제작을 위한 단말 모뎀 ASIC 기술은 단말 베이스밴드 모뎀 ASIC 기술과

휴대형 지상/위성 통합 단말 기술을 통해 달성될 수 있다. <그림 23>은 저궤도

위성통신 단말 기술들을 나타낸 것이다.

저궤도 위성통신 탑재체는 통신위성에 탑재되어 통신위성과 지상국 그리고 통신

위성과 단말 간의 통신 기능을 담당한다.

6G 저궤도 탑재체 핵심 기술은 <그림 24>와 같이 서비스링크용 안테나 및 RF 기술,

피더링크용 안테나 및 RF 기술, 위성 탑재체 OBP 기술, 그리고 위성 탑재체간

통신을 위한 ISL 기술로 나눌 수 있다.

서비스링크용 안테나 및 RF 기술은 복수의 동시 사용 가능한 빔을 고려한 송수신

다중빔 위상배열 안테나 기술을 의미하며 다중빔 위상배열 안테나의 빔 형태와

방향을 변경할 수 있는 빔형성 장치 기술을 포함한다. 피더링크용 안테나 및 RF

기술은 탑재체 구성을 고려한 피더링크 반사판 안테나 및 빔 조향 장치 기술이 주요

핵심 기술이다.

위성 탑재체 OBP 기술은 우주환경에 적합한 플랫폼을 개발하는 OBP 하드웨어

기술과 위성에 탑재하는 기지국 모뎀 및 프로토콜을 개발하는 OBP 소프트웨어

기술로 구성된다. OBP 하드웨어 기술은 저궤도 위성용 플랫폼의 저비용화 기술,

우주 인증용 공정 기술, 링크 신호의 분리/통합과 통신 탑재체를 제어하는 기술 등

우주환경에 최적화하기 위한 플랫폼 기술이다. OBP 소프트웨어 기술은 물리계층

데이터 송수신을 위한 변복조 기술, 저궤도 위성통신 환경에 의한 전송 지연 및

도플러 보상 기술, 고속 이동성 환경에서의 핸드오버 기술, 그리고 피더링크/

서비스링크/위성간 링크의 라우팅 기술 등이 핵심 기술이다.

3.3.3 저궤도 위성통신 탑재체 핵심 기술

저궤도 위성통신 지상국은 <그림 22>와 같이 통신위성과의 피더링크(feeder

link)상의 신호 송수신을 담당하는 중심국과 위성의 임무 수행제어 기능을 담당

하는 관제국으로 구성된다.

저궤도 위성통신 지상국 핵심 기술은 중심국 모뎀 기술, 중심국 프로토콜 기술,

그리고 저궤도 관제국 기술로 구성된다. 중심국 모뎀 기술은 저궤도 통신위성과

지상국 간 통신 링크 구성을 위한 기술이며 수신 시간/주파수 동기 추정 및 보정

기술, 물리계층 전송을 위한 변복조 기술 및 오류정정을 위한 채널 코덱 기술을

포함한다. 중심국 프로토콜 기술은 피더링크 자원 관리, 다중 위성 협력제어, 반송파

집성, 탑재체 이동성 지원 등이 핵심 기술이다. 저궤도 위성통신 관제국 기술은

다중 위성 동시 관제를 위한 실시간 위성 운영, 최적화 스케줄링 및 임무계획 등의

핵심 기술로 구성된다.

3.3.1 저궤도 위성통신 지상국 핵심 기술

IP Backbone

NETWORK

단말 모뎀

/SW

단말국안테나

(Ka-band)

지상국 안테나

중심국 피더링크

모뎀/SW

관제국

그림

저궤도 위성통신 단말은 통신위성과 사용자 간 통신 링크 제공 기능을 담당한다.

6G 저궤도 위성통신 단말 핵심 기술은 단말 모뎀 및 프로토콜 기술, 위성 단말용

안테나 및 RF 송수신 부품 기술, 그리고 휴대형 단말 기술로 나눌 수 있다. 단말

모뎀 및 프로토콜 기술은 사용자에게 저궤도 위성통신 서비스를 제공하기 위한

신호 처리 및 상위 계층 프로토콜 기술이다. 위성 단말용 안테나 및 RF 송수신

부품 기술은 셋톱박스형 단말 안테나 및 RF 송수신 부품 기술을 포함하며 단말

위상배열 안테나, 광대역 고효율 전력증폭기 집적회로, 위성 단말용 통합 빔포밍

RF IC 설계 및 제작 기술 등을 통해 실현된다. 휴대형 단말 기술은 소형 위성 단말

3.3.2 저궤도 위성통신 단말 핵심 기술

그림 22

저궤도 위성통신 지상국/
단말국 구조

6G
Insight

그림 23

저궤도 위성통신 단말 기술

통합

제작을 위한 단말 모뎀 ASIC(Application-Specific Integrated Circuit) 기술과

휴대형 지상/위성 통합 단말 기술 등으로 구성된다. 특히 저궤도 위성통신용 소형

단말 제작을 위한 단말 모뎀 ASIC 기술은 단말 베이스밴드 모뎀 ASIC 기술과

휴대형 지상/위성 통합 단말 기술을 통해 달성될 수 있다. <그림 23>은 저궤도

위성통신 단말 기술들을 나타낸 것이다.

저궤도 위성통신 탑재체는 통신위성에 탑재되어 통신위성과 지상국 그리고 통신

위성과 단말 간의 통신 기능을 담당한다.

6G 저궤도 탑재체 핵심 기술은 <그림 24>와 같이 서비스링크용 안테나 및 RF 기술,

피더링크용 안테나 및 RF 기술, 위성 탑재체 OBP 기술, 그리고 위성 탑재체간

통신을 위한 ISL 기술로 나눌 수 있다.

서비스링크용 안테나 및 RF 기술은 복수의 동시 사용 가능한 빔을 고려한 송수신

다중빔 위상배열 안테나 기술을 의미하며 다중빔 위상배열 안테나의 빔 형태와

방향을 변경할 수 있는 빔형성 장치 기술을 포함한다. 피더링크용 안테나 및 RF

기술은 탑재체 구성을 고려한 피더링크 반사판 안테나 및 빔 조향 장치 기술이 주요

핵심 기술이다.

위성 탑재체 OBP 기술은 우주환경에 적합한 플랫폼을 개발하는 OBP 하드웨어

기술과 위성에 탑재하는 기지국 모뎀 및 프로토콜을 개발하는 OBP 소프트웨어

기술로 구성된다. OBP 하드웨어 기술은 저궤도 위성용 플랫폼의 저비용화 기술,

우주 인증용 공정 기술, 링크 신호의 분리/통합과 통신 탑재체를 제어하는 기술 등

우주환경에 최적화하기 위한 플랫폼 기술이다. OBP 소프트웨어 기술은 물리계층

데이터 송수신을 위한 변복조 기술, 저궤도 위성통신 환경에 의한 전송 지연 및

도플러 보상 기술, 고속 이동성 환경에서의 핸드오버 기술, 그리고 피더링크/

서비스링크/위성간 링크의 라우팅 기술 등이 핵심 기술이다.

3.3.3 저궤도 위성통신 탑재체 핵심 기술

User link

Rx Antenna

User link

Tx Antenna

Feeder Link

Antenna

Feeder Link

Antenna

Solar Array #1

Solar Array #2

Inter-Satellite Link (ISL)

Module

6G On Board Processor(OBP)

① Multibeam Phased Array Antenna with beamforming IC

③ On Board Processor with Modem and SW

② ISL laser communication component and system

이동통신 네트워크 에너지 소모량 중 73%가 기지국에서 소비되고 있으며, 이중

RU 의 에너지 소모량은 40%를 차지한다 [8]. 특히, 6G에서는 수백 Gbps급

용량 증대를 위해서 1,000개 이상의 안테나 배열을 활용하는 E-MIMO를 필요로

하고, 이는 앞으로 RU의 에너지 소모량이 계속해서 증가할 것임을 시사한다.

기지국 전력 절감은 크게 하드웨어 개선과 소프트웨어 최적화 및 AI 기반 전력

관리로 구분할 수 있다. 하드웨어 기반 기지국 저전력화를 위한 기술은 고효율

전력증폭기 등 RU 하드웨어 부품 소자의 저전력화 기술, 액체 냉각을 적용하는

고효율 냉각 시스템 개발 등이 있다.

소프트웨어 기반 전력 절감 기술은 RU의 전력소모를 줄이기 위한 기지국 에너지

절감 제어 기술로 셀 온/오프(on/off) 기술, 다양한 기지국 슬립 모드(sleep

mode) 제어, RF 채널 재구성 제어 기술 등이 있으며 이러한 제어를 위해 AI 기반의

트래픽 예측과 AI 기반 에너지 절감 최적화 기술이 핵심 기술로 자리 잡고 있다.

위성 탑재체간 통신 기술은 위성탑재용 레이저 통신 시스템 기술, 빔의 포인팅,

획득 및 추적을 위한 레이저 통신 빔 제어(PAT, Pointing, Acquisition and

Tracking) 기술 그리고 레이저 통신을 위한 ISL 부품 기술로 구성된다. 위성탑재용

레이저 통신 시스템 기술은 위성탑재용 레이저 통신 장치 설계 및 시스템 조립/

검증기술을 의미한다. 레이저 통신 빔 제어 기술은 미러(mirror) 기반의 고정밀

PAT 기술과 짐벌(gimbal) 기반의 저정밀 PAT 기술, 이를 제어하는 빔 지향 모듈

제어 기술을 포함한다. ISL 부품 기술은 레이저 통신을 위한 파장분할 광송수신

부품 기술, 렌즈 및 파장/편광 분리기 기술, 고출력 광송신 및 광수신 칩/모듈

기술, 그리고 초고속 신호 변복조 기술 등이 핵심 기술이다.

3.4 저전력 네트워크

그림 24

저궤도 위성통신을 위한
위성 탑재체 핵심 기술

6G
Insight

기지국 에너지 절감 기술은 RU/안테나의 에너지 절감 제어를 위한 부분과 DU/

CU에서의 에너지 절감, 그리고 중앙의 운용관리 장치에서의 셀 단위의 에너지 절감

부분으로 나누어진다.

6G에서는 특히 보다 높은 성능을 위하여 많은 안테나가 사용될 예정이고 이에

따라 초다수 다중안테나 RU의 에너지 절감 제어 기술이 중요하다. 이를 위하여

AI/ML 기반의 빔 최적화를 통한 빔 관리, 저전력 대용량 MIMO 안테나 구조,

효율적인 전력증폭기 기법 및 사용자의 밀도와 트래픽 변화에 따른 동적인 에너지

절감 제어가 필요하다. 이러한 RU에서의 에너지 절감 이슈들은 표준화와 연계하여

기지국의 에너지 절감을 위한 다양한 슬립 모드 도입 및 사용자의 접속, 트래픽

사용에 따른 슬립 모드 적용 방법 등이 이슈가 될 것으로 보인다.

DU/CU에서의 에너지 절감을 위해 셀 단위의 Cell DTX/DRX(Discontinuous

Transmission/Discontinuous Reception) 모드 도입 등이 6G에서도 검토될

수 있으며, 이는 단말의 에너지 절감을 위한 DRX 모드와 기지국의 에너지 절감을

위한 DTX 모드 설정을 할 수 있도록 구성하여야 하며, 6G에서는 더 나아가 단말의

서비스 특성을 고려하여 QoS를 보장할 수 있는 Cell DTX/DRX 설정에 대한 연구가

진행되어야 한다. 또한 네트워크 에너지 절감을 위한 다양한 슬립 모드는 단말의

조건부 핸드오버를 고려해서 연구되어야 한다.

기지국들을 운용관리하는 중앙 운용관리 장치(OAM, Operation, Administration,

and Maintenance 또는 SMO, Service Management and Orchestration)에

기반한 에너지 절감도 가능하다. 이는 네트워크 전체에 대한 트래픽 정보를 기반으로

셀별 온/오프, 사용자의 QoS를 보장하는 기지국 온/오프, 네트워크 토폴로지에

대한 지식에 기반한 에너지 절감 제어 등을 통해 실현될 수 있다.

기지국의 에너지 절감을 중앙에서 제어하는 방법의 예로, O-RAN 얼라이언스에서

RAN에 대한 에너지 절감기술을 다양한 각도에서 연구 중이며, 특히 <그림 25>와

같은 셀 온/오프나 RF 재구성 등과 같은 RU 제어에 의한 에너지 절감 기술을 제안하고

있다. 이러한 방향의 연구는 안테나 개수가 많아지는 6G에서도 계속되어야 한다.

3.4.1 기지국 에너지 절감 제어 기술

User link

Rx Antenna

User link

Tx Antenna

Feeder Link

Antenna

Feeder Link

Antenna

Solar Array #1

Solar Array #2

Inter-Satellite Link (ISL)

Module

6G On Board Processor(OBP)

① Multibeam Phased Array Antenna with beamforming IC

③ On Board Processor with Modem and SW

② ISL laser communication component and system

이동통신 네트워크 에너지 소모량 중 73%가 기지국에서 소비되고 있으며, 이중

RU 의 에너지 소모량은 40%를 차지한다 [8]. 특히, 6G에서는 수백 Gbps급

용량 증대를 위해서 1,000개 이상의 안테나 배열을 활용하는 E-MIMO를 필요로

하고, 이는 앞으로 RU의 에너지 소모량이 계속해서 증가할 것임을 시사한다.

기지국 전력 절감은 크게 하드웨어 개선과 소프트웨어 최적화 및 AI 기반 전력

관리로 구분할 수 있다. 하드웨어 기반 기지국 저전력화를 위한 기술은 고효율

전력증폭기 등 RU 하드웨어 부품 소자의 저전력화 기술, 액체 냉각을 적용하는

고효율 냉각 시스템 개발 등이 있다.

소프트웨어 기반 전력 절감 기술은 RU의 전력소모를 줄이기 위한 기지국 에너지

절감 제어 기술로 셀 온/오프(on/off) 기술, 다양한 기지국 슬립 모드(sleep

mode) 제어, RF 채널 재구성 제어 기술 등이 있으며 이러한 제어를 위해 AI 기반의

트래픽 예측과 AI 기반 에너지 절감 최적화 기술이 핵심 기술로 자리 잡고 있다.

위성 탑재체간 통신 기술은 위성탑재용 레이저 통신 시스템 기술, 빔의 포인팅,

획득 및 추적을 위한 레이저 통신 빔 제어(PAT, Pointing, Acquisition and

Tracking) 기술 그리고 레이저 통신을 위한 ISL 부품 기술로 구성된다. 위성탑재용

레이저 통신 시스템 기술은 위성탑재용 레이저 통신 장치 설계 및 시스템 조립/

검증기술을 의미한다. 레이저 통신 빔 제어 기술은 미러(mirror) 기반의 고정밀

PAT 기술과 짐벌(gimbal) 기반의 저정밀 PAT 기술, 이를 제어하는 빔 지향 모듈

제어 기술을 포함한다. ISL 부품 기술은 레이저 통신을 위한 파장분할 광송수신

부품 기술, 렌즈 및 파장/편광 분리기 기술, 고출력 광송신 및 광수신 칩/모듈

기술, 그리고 초고속 신호 변복조 기술 등이 핵심 기술이다.

3.4 저전력 네트워크

그림 24

저궤도 위성통신을 위한
위성 탑재체 핵심 기술

6G
Insight

기지국 에너지 절감 기술은 RU/안테나의 에너지 절감 제어를 위한 부분과 DU/

CU에서의 에너지 절감, 그리고 중앙의 운용관리 장치에서의 셀 단위의 에너지 절감

부분으로 나누어진다.

6G에서는 특히 보다 높은 성능을 위하여 많은 안테나가 사용될 예정이고 이에

따라 초다수 다중안테나 RU의 에너지 절감 제어 기술이 중요하다. 이를 위하여

AI/ML 기반의 빔 최적화를 통한 빔 관리, 저전력 대용량 MIMO 안테나 구조,

효율적인 전력증폭기 기법 및 사용자의 밀도와 트래픽 변화에 따른 동적인 에너지

절감 제어가 필요하다. 이러한 RU에서의 에너지 절감 이슈들은 표준화와 연계하여

기지국의 에너지 절감을 위한 다양한 슬립 모드 도입 및 사용자의 접속, 트래픽

사용에 따른 슬립 모드 적용 방법 등이 이슈가 될 것으로 보인다.

DU/CU에서의 에너지 절감을 위해 셀 단위의 Cell DTX/DRX(Discontinuous

Transmission/Discontinuous Reception) 모드 도입 등이 6G에서도 검토될

수 있으며, 이는 단말의 에너지 절감을 위한 DRX 모드와 기지국의 에너지 절감을

위한 DTX 모드 설정을 할 수 있도록 구성하여야 하며, 6G에서는 더 나아가 단말의

서비스 특성을 고려하여 QoS를 보장할 수 있는 Cell DTX/DRX 설정에 대한 연구가

진행되어야 한다. 또한 네트워크 에너지 절감을 위한 다양한 슬립 모드는 단말의

조건부 핸드오버를 고려해서 연구되어야 한다.

기지국들을 운용관리하는 중앙 운용관리 장치(OAM, Operation, Administration,

and Maintenance 또는 SMO, Service Management and Orchestration)에

기반한 에너지 절감도 가능하다. 이는 네트워크 전체에 대한 트래픽 정보를 기반으로

셀별 온/오프, 사용자의 QoS를 보장하는 기지국 온/오프, 네트워크 토폴로지에

대한 지식에 기반한 에너지 절감 제어 등을 통해 실현될 수 있다.

기지국의 에너지 절감을 중앙에서 제어하는 방법의 예로, O-RAN 얼라이언스에서

RAN에 대한 에너지 절감기술을 다양한 각도에서 연구 중이며, 특히 <그림 25>와

같은 셀 온/오프나 RF 재구성 등과 같은 RU 제어에 의한 에너지 절감 기술을 제안하고

있다. 이러한 방향의 연구는 안테나 개수가 많아지는 6G에서도 계속되어야 한다.

3.4.1 기지국 에너지 절감 제어 기술

그림 25

Open-RAN 기반의 셀
온/오프 절차

기지국을 위한 에너지 절감 기술은 사용자의 트래픽 송수신 품질은 유지하면서

기지국 에너지를 절감하는 기술로 발전할 것으로 보이며, 이는 <그림 26>과 같이

AI/ML을 활용한 트래픽 예측 기반 에너지 절감과 연계되어 보다 높은 수준의

에너지 절감이 이루어질 수 있다. 트래픽 예측 모델은 시계열 예측으로 장기간

기억 예측에 중심을 둘 것으로 보이며, CNN(Convolutional Neural Network),

RNN(Recurrent Neural Network), Transformer뿐만 아니라 MLP(Multi-Layer

Perception) 기반 기존 AI 모델을 활용하는 방향으로 전개될 것이다.

O-RU

O-DU

O-CU

Near-RT RIC

Energy saving xApp

Non-RT RIC

Energy saving rApp

AI/ML Model

Training

AI/ML Model

Inference

AI/ML Model

Training

AI/ML Model

Inference

AI/ML Model

Inference

AI/ML Model

Inference

그림 26

트래픽 예측 기반 에너지
절감 구성도

Data

Acquisition

Scenario

Identification

Threshold

Determination

Time-Span

Determination

AI-based energy-saving procedure for 5G BS

Data

Processing

Traffic

Forecast

Feedback &

Optimization

(Ref.) Smart energy saving of 5G base station, ITU-T, 2021.

Execution strategy

6G
Insight

그림 27

6G 기지국용 GaN 기반
RF 부품 기술

3.4.2 기지국용 고효율·저전력 GaN RF 전력 소자

저전압/고효율/저잡음 GaN 화합물반도체 국내 공정 기반 MMIC 부품

Upper-mid Band E-MIMO 기지국용 2채널 RF 모듈

전력증폭기

저잡음증폭기

Gain 증폭기

Rx FEM

Switch

6G 상위 중대역 E-MIMO 기지국 장비는 다수의 소형 집적화된 반도체가 사용

되므로, 고효율·고출력 특성을 가진 GaN 소재 기반의 반도체 공정, 부품 및 회로

설계 기술 확보가 필요하다. 특히, GaN 기반 전력증폭기는 시스템의 성능, 효율,

신뢰성을 결정하는 가장 중요한 역할을 담당한다.

6G 상위 중대역 기지국의 출력 전력은 EIRP(Effective Isotropic Radiated

Power) 기준 최대 320 Watts급까지 예상하고 있어 전력증폭기의 출력과 효율

향상은 향후 6G를 선도할 수 있는 핵심 기술이다. 기지국 전체의 효율과 출력

향상을 위해서는 <그림 27>과 같은 GaN RF 부품은 전력증폭기, 저잡음 증폭기,

RF 스위치를 통합한 FEM 원칩 MMIC(Monolithic Microwave Integrated

Circuit) 형태로 개발이 필요하다. 또한, 고방열 특성 확보를 위한 다이아몬드 히트

스프레드와 고방열 캐리어가 적용된 패키징 기술 개발이 병행되어야 한다. 6G 상위

중대역은 6G 이동통신용으로 사용될 뿐만 아니라 레이더 및 위성통신 송수신

장치에 사용할 수 있는 C-band와 X-band 주파수 대역을 포함하고 있으므로

방위산업, 민간 레이더 산업 및 위성통신 산업 분야에도 적용 가능하다.

그림 25

Open-RAN 기반의 셀
온/오프 절차

기지국을 위한 에너지 절감 기술은 사용자의 트래픽 송수신 품질은 유지하면서

기지국 에너지를 절감하는 기술로 발전할 것으로 보이며, 이는 <그림 26>과 같이

AI/ML을 활용한 트래픽 예측 기반 에너지 절감과 연계되어 보다 높은 수준의

에너지 절감이 이루어질 수 있다. 트래픽 예측 모델은 시계열 예측으로 장기간

기억 예측에 중심을 둘 것으로 보이며, CNN(Convolutional Neural Network),

RNN(Recurrent Neural Network), Transformer뿐만 아니라 MLP(Multi-Layer

Perception) 기반 기존 AI 모델을 활용하는 방향으로 전개될 것이다.

O-RU

O-DU

O-CU

Near-RT RIC

Energy saving xApp

Non-RT RIC

Energy saving rApp

AI/ML Model

Training

AI/ML Model

Inference

AI/ML Model

Training

AI/ML Model

Inference

AI/ML Model

Inference

AI/ML Model

Inference

그림 26

트래픽 예측 기반 에너지
절감 구성도

Data

Acquisition

Scenario

Identification

Threshold

Determination

Time-Span

Determination

AI-based energy-saving procedure for 5G BS

Data

Processing

Traffic

Forecast

Feedback &

Optimization

(Ref.) Smart energy saving of 5G base station, ITU-T, 2021.

Execution strategy

6G
Insight

그림 27

6G 기지국용 GaN 기반
RF 부품 기술

3.4.2 기지국용 고효율·저전력 GaN RF 전력 소자

저전압/고효율/저잡음 GaN 화합물반도체 국내 공정 기반 MMIC 부품

Upper-mid Band E-MIMO 기지국용 2채널 RF 모듈

전력증폭기

저잡음증폭기

Gain 증폭기

Rx FEM

Switch

6G 상위 중대역 E-MIMO 기지국 장비는 다수의 소형 집적화된 반도체가 사용

되므로, 고효율·고출력 특성을 가진 GaN 소재 기반의 반도체 공정, 부품 및 회로

설계 기술 확보가 필요하다. 특히, GaN 기반 전력증폭기는 시스템의 성능, 효율,

신뢰성을 결정하는 가장 중요한 역할을 담당한다.

6G 상위 중대역 기지국의 출력 전력은 EIRP(Effective Isotropic Radiated

Power) 기준 최대 320 Watts급까지 예상하고 있어 전력증폭기의 출력과 효율

향상은 향후 6G를 선도할 수 있는 핵심 기술이다. 기지국 전체의 효율과 출력

향상을 위해서는 <그림 27>과 같은 GaN RF 부품은 전력증폭기, 저잡음 증폭기,

RF 스위치를 통합한 FEM 원칩 MMIC(Monolithic Microwave Integrated

Circuit) 형태로 개발이 필요하다. 또한, 고방열 특성 확보를 위한 다이아몬드 히트

스프레드와 고방열 캐리어가 적용된 패키징 기술 개발이 병행되어야 한다. 6G 상위

중대역은 6G 이동통신용으로 사용될 뿐만 아니라 레이더 및 위성통신 송수신

장치에 사용할 수 있는 C-band와 X-band 주파수 대역을 포함하고 있으므로

방위산업, 민간 레이더 산업 및 위성통신 산업 분야에도 적용 가능하다.

3.5 AI-Native 네트워크

다양한 서비스의 복잡한 요구사항 대응, 통신 네트워크의 효율성과 성능 향상,

운영비용 절감 및 재투자를 통한 사용자 경험 개선과 비즈니스 혁신 등을 위하여

통신 네트워크에 AI 기술을 적용하고자 하는 연구가 활발히 진행 중이다. 현재는

통신 네트워크에서 머신러닝과 딥러닝 기술을 보조적으로 활용하고 있는 수준이다.

그러나, 향후 6G에서는 데이터의 수집에서 학습, 추론, 검증, 실행, 피드백에

이르는 AI/ML 전주기가 네트워크에 내재화되어 상호 유기적으로 동작함으로써,

네트워크 운용제어관리 자동화(Network by AI)와 AI 응용 서비스 최적화

(Network for AI)를 지원하는 AI-Native 네트워크로 진화할 것으로 전망된다.

AI-Native 네트워크 기술은 크게 무선 액세스 네트워크와 모바일 코어를 포함한

종단간 네트워크 시스템에 적용되어 6G 네트워크 및 서비스 성능 최적화, 자율

운용, 지능형 서비스를 제공한다.

6G AI-Native 네트워크는 AI에 기반하여 자율적으로 운영되는 자율 네트

워크를 통하여 신속하고(zero wait) 자동적으로(zero touch) 운용되는 무결점

(zero trouble) 인프라를 활용한 네트워크 종단간 서비스 만족도 개선과 Time to

market 서비스 제공을 목표로 한다. 또한, 고도로 분산된 6G 네트워크 환경에서

AI 응용 서비스와 개방형 인터페이스를 통한 협업으로 서비스 이용자의 상황에

따른 극대화된 체감 성능 QoE(Quality of Experience) 제공과 실시간의 효율적인

의사소통을 위한 통신 인프라 제공을 목표로 한다.

그림 28

AI-Native RAN으로의 진화

3.5.1 AI-Native 무선 액세스 기술

RAN에서의 AI 적용은 <그림 28>에서 보이는 바와 같이 5G에서는 기존의 RAN

설계 위에 추가적인 오버레이(overlay) 방식으로 도입되어 RAN 성능을 향상시키는

AI-Powered RAN 개념으로 시작되었다. 그러나 6G에 이르면서 RAN을 처음부터

AI 중심으로 설계하는 AI-Native RAN 개념으로 발전하고 있다 [9].

AI-based Network

AI-based UE

6G
Insight

AI-Native RAN에서는 AI/ML 기술이 모든 무선 접속 프로토콜 계층과 기능에

완전히 통합 및 내재된다. 이를 통해 무선 자원 할당, 무선 인터페이스 성능 최적화,

장애 복구, 예측적 유지보수 등 복잡한 작업이 자율적이고 지능적으로 수행된다.

또한, 단말과 RAN 간에 제어 데이터와 입력 데이터가 실시간으로 교환되며, 다양한

환경에 적응할 수 있도록 통합된 학습 절차가 실행된다. 이를 통해 네트워크의

자율성과 적응성이 극대화되며, 데이터 융합을 기반으로 한 동적 학습 관리가

이루어진다.

AI-Native를 향한 RAN은 AI/ML 기술을 적용하여 고복잡도 및 비선형적 문제에

성능을 향상시키는 것에서, 인간의 개입없이 스스로 학습하면서 진화하는 AI-

Native 무선 인터페이스를 거쳐 자율 네트워크로 발전할 것이다.

데이터

��

무선 인터페이스

��

무선 인터페이스

통신 장치

응용

서비스 요구사항�트래픽 패턴��환경��사용자 분포��주파수��하드웨어 및 응용 의존도 피드백

그림 29

AI-Powered RAN은 기존 RAN 아키텍처에 AI를 적용하여 지능적인 무선 자원

관리, 이동성 관리, 네트워크 운영 자동화가 수행되도록 한다. 이를 통해 5G

이후의 RAN 성능을 최적화하고 운영 효율을 향상시키며, 6G로의 진화를 준비할

수 있다. AI-Powered RAN은 AI 적용을 위한 과도기적 모델이며, 6G에서는 AI-

Native RAN으로 발전하여 네트워크 전 계층에서 AI가 자율 최적화를 수행하는

방향으로 진화할 것이다.

AI-Native 자가 진화 RAN은 끊임없이 변화하는 통신 환경에 대응하여 AI 내재

기술을 통해 스스로 발전/진화(self-evolving)하는 고효율 RAN 제공 기술이다.

이는 <그림 29>에서와 같이 AI/ML을 무선 인터페이스의 모든 계층에 통합하여,

6G 서비스 요구사항 및 트래픽 특성, 지리적 환경적 요인에 의한 전파 특성,

사용 주파수, 사용자 분포 등에 실시간 적응하여 자율적이고 지능적 통신 환경을

제공한다 [10].

AI-Powered RAN

AI-Native 자가 진화 RAN

그림 29

AI-Native 무선 인터페이스

3.5 AI-Native 네트워크

다양한 서비스의 복잡한 요구사항 대응, 통신 네트워크의 효율성과 성능 향상,

운영비용 절감 및 재투자를 통한 사용자 경험 개선과 비즈니스 혁신 등을 위하여

통신 네트워크에 AI 기술을 적용하고자 하는 연구가 활발히 진행 중이다. 현재는

통신 네트워크에서 머신러닝과 딥러닝 기술을 보조적으로 활용하고 있는 수준이다.

그러나, 향후 6G에서는 데이터의 수집에서 학습, 추론, 검증, 실행, 피드백에

이르는 AI/ML 전주기가 네트워크에 내재화되어 상호 유기적으로 동작함으로써,

네트워크 운용제어관리 자동화(Network by AI)와 AI 응용 서비스 최적화

(Network for AI)를 지원하는 AI-Native 네트워크로 진화할 것으로 전망된다.

AI-Native 네트워크 기술은 크게 무선 액세스 네트워크와 모바일 코어를 포함한

종단간 네트워크 시스템에 적용되어 6G 네트워크 및 서비스 성능 최적화, 자율

운용, 지능형 서비스를 제공한다.

6G AI-Native 네트워크는 AI에 기반하여 자율적으로 운영되는 자율 네트

워크를 통하여 신속하고(zero wait) 자동적으로(zero touch) 운용되는 무결점

(zero trouble) 인프라를 활용한 네트워크 종단간 서비스 만족도 개선과 Time to

market 서비스 제공을 목표로 한다. 또한, 고도로 분산된 6G 네트워크 환경에서

AI 응용 서비스와 개방형 인터페이스를 통한 협업으로 서비스 이용자의 상황에

따른 극대화된 체감 성능 QoE(Quality of Experience) 제공과 실시간의 효율적인

의사소통을 위한 통신 인프라 제공을 목표로 한다.

그림 28

AI-Native RAN으로의 진화

3.5.1 AI-Native 무선 액세스 기술

RAN에서의 AI 적용은 <그림 28>에서 보이는 바와 같이 5G에서는 기존의 RAN

설계 위에 추가적인 오버레이(overlay) 방식으로 도입되어 RAN 성능을 향상시키는

AI-Powered RAN 개념으로 시작되었다. 그러나 6G에 이르면서 RAN을 처음부터

AI 중심으로 설계하는 AI-Native RAN 개념으로 발전하고 있다 [9].

AI-based Network

AI-based UE

6G
Insight

AI-Native RAN에서는 AI/ML 기술이 모든 무선 접속 프로토콜 계층과 기능에

완전히 통합 및 내재된다. 이를 통해 무선 자원 할당, 무선 인터페이스 성능 최적화,

장애 복구, 예측적 유지보수 등 복잡한 작업이 자율적이고 지능적으로 수행된다.

또한, 단말과 RAN 간에 제어 데이터와 입력 데이터가 실시간으로 교환되며, 다양한

환경에 적응할 수 있도록 통합된 학습 절차가 실행된다. 이를 통해 네트워크의

자율성과 적응성이 극대화되며, 데이터 융합을 기반으로 한 동적 학습 관리가

이루어진다.

AI-Native를 향한 RAN은 AI/ML 기술을 적용하여 고복잡도 및 비선형적 문제에

성능을 향상시키는 것에서, 인간의 개입없이 스스로 학습하면서 진화하는 AI-

Native 무선 인터페이스를 거쳐 자율 네트워크로 발전할 것이다.

데이터

��

무선 인터페이스

��

무선 인터페이스

통신 장치

응용

서비스 요구사항�트래픽 패턴��환경��사용자 분포��주파수��하드웨어 및 응용 의존도 피드백

그림 29

AI-Powered RAN은 기존 RAN 아키텍처에 AI를 적용하여 지능적인 무선 자원

관리, 이동성 관리, 네트워크 운영 자동화가 수행되도록 한다. 이를 통해 5G

이후의 RAN 성능을 최적화하고 운영 효율을 향상시키며, 6G로의 진화를 준비할

수 있다. AI-Powered RAN은 AI 적용을 위한 과도기적 모델이며, 6G에서는 AI-

Native RAN으로 발전하여 네트워크 전 계층에서 AI가 자율 최적화를 수행하는

방향으로 진화할 것이다.

AI-Native 자가 진화 RAN은 끊임없이 변화하는 통신 환경에 대응하여 AI 내재

기술을 통해 스스로 발전/진화(self-evolving)하는 고효율 RAN 제공 기술이다.

이는 <그림 29>에서와 같이 AI/ML을 무선 인터페이스의 모든 계층에 통합하여,

6G 서비스 요구사항 및 트래픽 특성, 지리적 환경적 요인에 의한 전파 특성,

사용 주파수, 사용자 분포 등에 실시간 적응하여 자율적이고 지능적 통신 환경을

제공한다 [10].

AI-Powered RAN

AI-Native 자가 진화 RAN

그림 29

AI-Native 무선 인터페이스

AI-Native 자가 진화 RAN에서의 AI 내재화는 초기의 요소 기능 단위로 특화된 AI

적용을 넘어, <그림 30>에서와 같이 통신 프로토콜 계층(PHY, MAC) 단위의

통합 AI 내재화 단계로 진화하며, 궁극적으로는 통합 AI가 다중 프로토콜 계층 간,

이기종 네트워크 구성 요소(단말, 기지국), 그리고 전체 시스템 레벨까지 확장되어,

외부 통신 환경 변화에 실시간으로 적응하고 자율적으로 RAN을 구성 및 최적화

하는 방향으로 발전한다 [11].

3.5.2 AI-Native 네트워크 시스템

AI-Native 네트워크 시스템은 6G 비전을 통해 제시된 ‘인공지능 및 통신 융합’

관점에서 AI 기술에 기반하여 네트워크의 자동화 및 최적화를 위한 Network by

AI 기술과 서비스 이용자에게 다양한 AI 응용 서비스의 체감도를 극대화하기

위한 Network for AI 기술을 포괄적으로 수용한다.

6G 네트워크에서는 현재의 도메인별 데이터 분석, 도메인간 추론 연계 부족으로

인한 서비스 종단간 추론 정확도 저하 등의 문제를 해결하고, 도메인별 데이터

수집/분석 수준을 넘어 최적의 네트워크 제어값 도출이 가능한 6G 크로스-도메인

종단간 AI-Native 기술로 진화될 것으로 전망된다 [12]. 이를 위해서 <그림 31>과

같이 6G 네트워크의 이종 도메인 데이터를 통합 수집, 처리, 저장하고 효율적인

전달을 위한 크로스-도메인 데이터 수집 코디네이션 기술, 도메인 종속적 통계,

추론, 분석 연계 부족 문제 해결을 위한 도메인 통합 추론 코디네이션 기술, 다수 개의

에이전트를 통한 강화학습 기반 크로스-도메인 종단간 제어 최적화 기술이 요구된다.

Network by AI

그림 30

AI 내재화의 발전 방향

6G
Insight

그림 31

크로스-도메인 AI
코디네이션 기술

Network by AI 기술의 궁극적인 목표는 AI/ML 기술을 통해서 운용자의 개입을

최소화하고, 네트워크 스스로 네트워크의 안정성과 서비스의 품질을 지속적으로

보장하는 것이다. 네트워크는 자연어를 포함한 멀티모달 데이터의 표현과 맥락

학습을 통하여, 사람의 의도 및 네트워크의 상황을 이해하고 대응하는 사용자-네트

워크-운용자의 의도에 기반한 완전 자율 네트워크로 발전될 전망이다. 이를 위해서

네트워크를 위한 파운데이션 모델에 기반한 의도 기반 제어 정책 생성 및 구동

기술, 생성형 AI 기반 네트워크 상태 인지 기술 및 의도 구현에 필요한 네트워크

에이전트 기술, 의도 실현 및 충족을 위한 자원 통합 설정 자동화 기술이 요구된다.

NEF

PCF

AMF

SMF

AUSF

NRF

UDM

NSNF

NSSMF

EGMF

CSMF

NFMF

PRB/Power

Path/BW

PDU/QoS

Compute/Server

NFV/Slice

End-to-End Control Optimization

Cross-Domain AI Coordination

Policy

그림 31

6G 네트워크는 사용자에게 최적의 AI 응용 서비스 제공이 가능하도록 응용과

통신망이 상호 정보를 교환할 수 있는 개방형 AI 인터페이스를 지원할 필요가 있다.

또한, 고도로 분산화된 AI-Native 네트워크 컴퓨팅 환경에서 자율차, 로봇 등

지능형 자율이동체가 끊김없이 임무 수행이 가능하기 위해서는 <그림 32>에

나타난 바와 같이 AI 응용 협업 오케스트레이션이 필요하며, 다양한 AI 응용 서비스

모델의 학습과 추론 성능의 개선을 지원하기 위한 인-네트워크(in-network) AI

가속화 기술 및 데이터/모델의 효율적이고 안전한 검색/전달/공유를 위한 데이터

네트워킹 미들웨어 기술 등도 요구된다.

또한 6G 시대에는 다양한 AI 응용 서비스에서 요구되는 방대한 양의 정보를 효과적

이고 비용효율적으로 전달할 필요가 있다. 따라서, 6G 네트워크는 모든 정보를

Network for AI

AI-Native 자가 진화 RAN에서의 AI 내재화는 초기의 요소 기능 단위로 특화된 AI

적용을 넘어, <그림 30>에서와 같이 통신 프로토콜 계층(PHY, MAC) 단위의

통합 AI 내재화 단계로 진화하며, 궁극적으로는 통합 AI가 다중 프로토콜 계층 간,

이기종 네트워크 구성 요소(단말, 기지국), 그리고 전체 시스템 레벨까지 확장되어,

외부 통신 환경 변화에 실시간으로 적응하고 자율적으로 RAN을 구성 및 최적화

하는 방향으로 발전한다 [11].

3.5.2 AI-Native 네트워크 시스템

AI-Native 네트워크 시스템은 6G 비전을 통해 제시된 ‘인공지능 및 통신 융합’

관점에서 AI 기술에 기반하여 네트워크의 자동화 및 최적화를 위한 Network by

AI 기술과 서비스 이용자에게 다양한 AI 응용 서비스의 체감도를 극대화하기

위한 Network for AI 기술을 포괄적으로 수용한다.

6G 네트워크에서는 현재의 도메인별 데이터 분석, 도메인간 추론 연계 부족으로

인한 서비스 종단간 추론 정확도 저하 등의 문제를 해결하고, 도메인별 데이터

수집/분석 수준을 넘어 최적의 네트워크 제어값 도출이 가능한 6G 크로스-도메인

종단간 AI-Native 기술로 진화될 것으로 전망된다 [12]. 이를 위해서 <그림 31>과

같이 6G 네트워크의 이종 도메인 데이터를 통합 수집, 처리, 저장하고 효율적인

전달을 위한 크로스-도메인 데이터 수집 코디네이션 기술, 도메인 종속적 통계,

추론, 분석 연계 부족 문제 해결을 위한 도메인 통합 추론 코디네이션 기술, 다수 개의

에이전트를 통한 강화학습 기반 크로스-도메인 종단간 제어 최적화 기술이 요구된다.

Network by AI

그림 30

AI 내재화의 발전 방향

6G
Insight

그림 31

크로스-도메인 AI
코디네이션 기술

Network by AI 기술의 궁극적인 목표는 AI/ML 기술을 통해서 운용자의 개입을

최소화하고, 네트워크 스스로 네트워크의 안정성과 서비스의 품질을 지속적으로

보장하는 것이다. 네트워크는 자연어를 포함한 멀티모달 데이터의 표현과 맥락

학습을 통하여, 사람의 의도 및 네트워크의 상황을 이해하고 대응하는 사용자-네트

워크-운용자의 의도에 기반한 완전 자율 네트워크로 발전될 전망이다. 이를 위해서

네트워크를 위한 파운데이션 모델에 기반한 의도 기반 제어 정책 생성 및 구동

기술, 생성형 AI 기반 네트워크 상태 인지 기술 및 의도 구현에 필요한 네트워크

에이전트 기술, 의도 실현 및 충족을 위한 자원 통합 설정 자동화 기술이 요구된다.

NEF

PCF

AMF

SMF

AUSF

NRF

UDM

NSNF

NSSMF

EGMF

CSMF

NFMF

PRB/Power

Path/BW

PDU/QoS

Compute/Server

NFV/Slice

End-to-End Control Optimization

Cross-Domain AI Coordination

Policy

그림 31

6G 네트워크는 사용자에게 최적의 AI 응용 서비스 제공이 가능하도록 응용과

통신망이 상호 정보를 교환할 수 있는 개방형 AI 인터페이스를 지원할 필요가 있다.

또한, 고도로 분산화된 AI-Native 네트워크 컴퓨팅 환경에서 자율차, 로봇 등

지능형 자율이동체가 끊김없이 임무 수행이 가능하기 위해서는 <그림 32>에

나타난 바와 같이 AI 응용 협업 오케스트레이션이 필요하며, 다양한 AI 응용 서비스

모델의 학습과 추론 성능의 개선을 지원하기 위한 인-네트워크(in-network) AI

가속화 기술 및 데이터/모델의 효율적이고 안전한 검색/전달/공유를 위한 데이터

네트워킹 미들웨어 기술 등도 요구된다.

또한 6G 시대에는 다양한 AI 응용 서비스에서 요구되는 방대한 양의 정보를 효과적

이고 비용효율적으로 전달할 필요가 있다. 따라서, 6G 네트워크는 모든 정보를

Network for AI

Applications

for 6G

Open AI Interface

Network for AI Framework

Large Multi-

Modal Models

AI-Service Collaborative
Network Orchestration

Network Exposure

AI Applications

Data/ Model/ Training

Distributed AI/ML

AI services

Effective Communication

Network cooperative Training/Inference

Task oriented communication

network

3.6 모바일 코어 네트워크

6G 코어 네트워크는 차세대 통신 혁신의 중심으로, 기존 네트워크의 한계를 극복

하고 유연성, 초저지연, 고신뢰성, 그리고 서비스 맞춤형 연결성을 동시에 제공하는

지능형 플랫폼으로 발전할 전망이다 [14] [15] [16].

6G 코어 네트워크는 Cloud-Native 아키텍처를 기반으로 네트워크 기능의 가상화

및 컨테이너화를 통해, 다양한 환경에서 유연한 확장성과 자원 최적화를 가능하게

할 것이다. 여기에 AI-Native 기술이 결합되어, 네트워크가 실시간으로 학습하고

자율적으로 운영 결정을 내릴 수 있도록 지원할 것이다. 또한, 분산 코어 구조를

통해 사용자와 가까운 위치에서 데이터 처리를 수행함으로써 초저지연을 실현하고,

중앙 집중형 네트워크의 한계를 극복할 수 있다 [15] [17] [18].

6G에서는 네트워크 슬라이싱이 더욱 정교화되며, 이를 뒷받침하기 위해 서비스

그림 32

개방형 API 기반의 Network
for AI 기술

있는 그대로 전달하는 대신에, 생성형 AI 기술에 기반하여 표현적인 정보만을

전달하여 통신의 목적을 달성하는 ‘의미론적 의사소통 네트워크’로 진화할 것으로

전망된다 [13]. 이를 위해서는 생성형 AI를 활용하여 네트워크를 작업(task) 중심

으로 최적화하고 네트워크 운영 및 관리를 통합적으로 수행할 필요가 있다. 또한,

네트워크에서 다양한 형태의 데이터를 빠르게 분석하고 의미를 해석하여 AI 응용

서비스를 원활하게 제공할 수 있도록 하는 실시간 데이터 처리 및 의사 결정 기술과,

AGI(Artificial General Intelligence) 기반의 대규모 응용 서비스를 효과적으로

운영하기 위해 네트워크 자원의 효율성을 극대화하고 원활한 통신을 가능하게 하는

기술이 요구된다.

6G
Insight

3.6.1 Cloud-Native 코어 네트워크 기술

6G 코어 네트워크는 100% Cloud-Native 아키텍처를 채택하여, 네트워크 기능의

유연성과 확장성을 극대화하는 방향으로 발전할 것으로 전망된다. 이 아키텍처는

네트워크 기능(NF, Network Function)을 컨테이너화하고 가상화함으로써 필요에

따라 에지, 지역 클라우드, 중앙 클라우드 등 다양한 위치에 자유롭게 배치할 수 있다.

Cloud-Native 아키텍처와 결합된 서비스 기반 아키텍처(SBA, Service-Based

Architecture)는 네트워크 기능을 독립된 서비스로 보고, 표준화된 인터페이스를

통해 상호작용하도록 설계함으로써, 각 기능을 무중단으로 업데이트하거나 확장

할 수 있는 환경을 제공한다. 이를 통해 네트워크 운영자는 네트워크 기능을 손쉽게

추가·변경하며, 사용자 요구나 트래픽 변화에 유연하게 대응할 수 있게 된다.

5G 코어에 적용된 SBA가 6G 환경으로 자연스럽게 확장되기 위해서는, <그림

33>에 보이는 바와 같이 5G와 6G가 동시에 수용될 수 있는 단일 프레임워크가

필요하다. 5G-6G 통합 SBA는 5G와 6G 코어가 공통된 인터페이스와 프로토콜을

활용해 하나의 아키텍처 내에서 공존하도록 하는 방식으로, 5G에서 6G로의

순조로운 마이그레이션을 지원할 수 있다. 예컨대, 5G 사용자와 6G 사용자가

동시에 접속하더라도, 운영자는 단일 Cloud-Native 환경에서 네트워크 자원을

효율적으로 관리하고, 서로 다른 세대의 서비스를 끊김 없이 제공할 수 있게 된다.

그림 33

5G-6G 통합 SBA 기반
Cloud-Native 6G 코어
네트워크 구조

중심 아키텍처가 도입될 것으로 전망된다. 이를 통해 동적 경로 최적화와 맞춤형

네트워크 환경을 조성하여, 다양한 서비스 요구를 충족하는 유연한 네트워크

운영이 가능해진다. 마지막으로, 6G 코어는 RAN-코어 융합을 통해 네트워크의

경계를 허물고, RAN과 코어 간의 통합을 강화하여 효율성을 극대화하는 방향으로

진화할 것이다 [16] [17] [18].

5G RAN

RU-DU-CU

PCF

UDM

AUSF

SMF

NWDAF

NRF

NEF

AMF

RU-DU-CU

6G RAN

6G-MM

6G-SM

6G Dedicated Func ons

5G Dedicated Func ons

5G/6G Common Func ons

Applications

for 6G

Open AI Interface

Network for AI Framework

Large Multi-

Modal Models

AI-Service Collaborative
Network Orchestration

Network Exposure

AI Applications

Data/ Model/ Training

Distributed AI/ML

AI services

Effective Communication

Network cooperative Training/Inference

Task oriented communication

network

3.6 모바일 코어 네트워크

6G 코어 네트워크는 차세대 통신 혁신의 중심으로, 기존 네트워크의 한계를 극복

하고 유연성, 초저지연, 고신뢰성, 그리고 서비스 맞춤형 연결성을 동시에 제공하는

지능형 플랫폼으로 발전할 전망이다 [14] [15] [16].

6G 코어 네트워크는 Cloud-Native 아키텍처를 기반으로 네트워크 기능의 가상화

및 컨테이너화를 통해, 다양한 환경에서 유연한 확장성과 자원 최적화를 가능하게

할 것이다. 여기에 AI-Native 기술이 결합되어, 네트워크가 실시간으로 학습하고

자율적으로 운영 결정을 내릴 수 있도록 지원할 것이다. 또한, 분산 코어 구조를

통해 사용자와 가까운 위치에서 데이터 처리를 수행함으로써 초저지연을 실현하고,

중앙 집중형 네트워크의 한계를 극복할 수 있다 [15] [17] [18].

6G에서는 네트워크 슬라이싱이 더욱 정교화되며, 이를 뒷받침하기 위해 서비스

그림 32

개방형 API 기반의 Network
for AI 기술

있는 그대로 전달하는 대신에, 생성형 AI 기술에 기반하여 표현적인 정보만을

전달하여 통신의 목적을 달성하는 ‘의미론적 의사소통 네트워크’로 진화할 것으로

전망된다 [13]. 이를 위해서는 생성형 AI를 활용하여 네트워크를 작업(task) 중심

으로 최적화하고 네트워크 운영 및 관리를 통합적으로 수행할 필요가 있다. 또한,

네트워크에서 다양한 형태의 데이터를 빠르게 분석하고 의미를 해석하여 AI 응용

서비스를 원활하게 제공할 수 있도록 하는 실시간 데이터 처리 및 의사 결정 기술과,

AGI(Artificial General Intelligence) 기반의 대규모 응용 서비스를 효과적으로

운영하기 위해 네트워크 자원의 효율성을 극대화하고 원활한 통신을 가능하게 하는

기술이 요구된다.

6G
Insight

3.6.1 Cloud-Native 코어 네트워크 기술

6G 코어 네트워크는 100% Cloud-Native 아키텍처를 채택하여, 네트워크 기능의

유연성과 확장성을 극대화하는 방향으로 발전할 것으로 전망된다. 이 아키텍처는

네트워크 기능(NF, Network Function)을 컨테이너화하고 가상화함으로써 필요에

따라 에지, 지역 클라우드, 중앙 클라우드 등 다양한 위치에 자유롭게 배치할 수 있다.

Cloud-Native 아키텍처와 결합된 서비스 기반 아키텍처(SBA, Service-Based

Architecture)는 네트워크 기능을 독립된 서비스로 보고, 표준화된 인터페이스를

통해 상호작용하도록 설계함으로써, 각 기능을 무중단으로 업데이트하거나 확장

할 수 있는 환경을 제공한다. 이를 통해 네트워크 운영자는 네트워크 기능을 손쉽게

추가·변경하며, 사용자 요구나 트래픽 변화에 유연하게 대응할 수 있게 된다.

5G 코어에 적용된 SBA가 6G 환경으로 자연스럽게 확장되기 위해서는, <그림

33>에 보이는 바와 같이 5G와 6G가 동시에 수용될 수 있는 단일 프레임워크가

필요하다. 5G-6G 통합 SBA는 5G와 6G 코어가 공통된 인터페이스와 프로토콜을

활용해 하나의 아키텍처 내에서 공존하도록 하는 방식으로, 5G에서 6G로의

순조로운 마이그레이션을 지원할 수 있다. 예컨대, 5G 사용자와 6G 사용자가

동시에 접속하더라도, 운영자는 단일 Cloud-Native 환경에서 네트워크 자원을

효율적으로 관리하고, 서로 다른 세대의 서비스를 끊김 없이 제공할 수 있게 된다.

그림 33

5G-6G 통합 SBA 기반
Cloud-Native 6G 코어
네트워크 구조

중심 아키텍처가 도입될 것으로 전망된다. 이를 통해 동적 경로 최적화와 맞춤형

네트워크 환경을 조성하여, 다양한 서비스 요구를 충족하는 유연한 네트워크

운영이 가능해진다. 마지막으로, 6G 코어는 RAN-코어 융합을 통해 네트워크의

경계를 허물고, RAN과 코어 간의 통합을 강화하여 효율성을 극대화하는 방향으로

진화할 것이다 [16] [17] [18].

5G RAN

RU-DU-CU

PCF

UDM

AUSF

SMF

NWDAF

NRF

NEF

AMF

RU-DU-CU

6G RAN

6G-MM

6G-SM

6G Dedicated Func ons

5G Dedicated Func ons

5G/6G Common Func ons

3.6.2 AI-Native 코어 네트워크 기술

3.6.3 분산 코어 네트워크 기술

AI-Native 6G 코어 네트워크는 자동화와 자율화를 실현하는 핵심 기술이다.

AI는 네트워크 토폴로지 제어, 사용자 분포 최적화, 트래픽 관리, 자원 배치, 장애

복구 등 다양한 운영 과정을 실시간으로 최적화하며, 네트워크의 복잡성과 동적인

특성에 효과적으로 대응한다. 실시간 분석과 예측을 통해 트래픽 패턴과 사용자

행동을 이해하고, 변화하는 서비스 요구에 따라 자원을 동적으로 재배치하여

네트워크 운영의 효율성을 극대화한다. 네트워크에서 장애가 발생하면 AI는 원인을

분석하고, 복구 작업을 자동화하여 네트워크의 안정성과 신뢰성을 보장한다.

AI-Native 구조는 세션 관리와 이동성 관리와 같은 제어 평면 기능에서 큰 진화를

이루며, 기존의 관리 중심적 접근 방식을 넘어 실시간 최적화를 지원한다. 예를 들어,

사용자가 이동 중 네트워크 상태가 변화하면 AI는 새로운 세션을 자동으로 구성하고

연결을 유지하여 끊김 없는 서비스를 제공한다. 또한, AI 기반 코어 네트워크는

다양한 도메인 간 통합 운영을 가능하게 하여, 지상, 위성, 해상 네트워크 간의

데이터를 조율하고 일관된 품질의 서비스를 제공한다.

6G 코어 네트워크는 네트워크 전반에 걸쳐 컴퓨팅 자원이 확대됨에 따라, 모바일

코어 기능을 사용자 근처로 더욱 분산 배치하는 구조로 진화할 것이다. 이러한 구조는

초저지연과 고신뢰성을 요구하는 다양한 서비스의 성능을 극대화하며, 차세대

네트워크에서 필수적인 요소로 자리 잡을 것이다.

6G에서의 분산화는 중앙 집중형 코어 네트워크에서 벗어나, 사용자와 가까운

에지에 코어 기능을 배치하는 방향으로 진행된다. 이 과정에서, 에지 컴퓨팅 자원은

서비스와 데이터 처리를 사용자 근처에서 실시간으로 수행하여, 지연 시간을

최소화하고 데이터 전송 효율성을 극대화한다.

분산된 네트워크는 기존의 코어 네트워크 기능을 새로운 방식으로 재구성한다.

<그림 34>에 보이는 바와 같이 6G에서는 에지에 배치된 사용자 평면 기능(UPF,

User Plane Function)을 통해 데이터가 중앙 코어까지 전달되지 않고 로컬에서

처리할 수 있도록 한다. 이로 인해 자율주행, AR/VR, 실시간 원격 제어와 같은

초저지연 서비스가 가능해지며, 데이터 전송 및 처리 과정에서 발생하는 지연을

획기적으로 줄일 수 있다. 특히, UPF가 RAN에 배치되는 경우, RAN과 코어 네트

워크의 기능적 결합이 이루어져 네트워크의 신호 처리 및 데이터 전달 과정을

효율화할 수 있다. 이를 통해 트래픽의 지역적 관리가 가능해지며, 네트워크의 자원

효율성과 서비스 품질이 크게 향상된다.

6G
Insight

그림 34

에지 AI에 최적화된 분산
모바일 코어 구조

분산된 코어 네트워크의 구현은 이동성 관리와 세션 연속성을 보장하기 위해

새로운 기술적 요구를 동반한다. 사용자가 여러 분산 노드를 이동하며 네트워크에

접속할 경우, 효율적인 인증과 세션 관리가 중요하다. 이를 위해, 6G는 다단계 인증

체계나 초고속 신호망과 같은 새로운 이동성 관리 기술을 개발하고, 세션 연속성을

유지하기 위한 지능형 제어 기술 도입을 고려할 필요가 있다.

Clouds

AMF

SMF

eXn

AI-on-RAN

SBA

RAN + UPF

3.6.4 서비스 중심 코어 네트워크 기술

6G 코어 네트워크는 다양한 응용 서비스의 요구 사항을 충족하기 위해 유연성이

강화된 구조로 진화할 것이다. 5G에서 도입된 네트워크 슬라이싱 기술을 더욱

정교화하여, 서비스 요구를 효과적으로 충족하는 핵심 요소가 될 것이다.

특히, 기존의 GTP(GPRS(General Packet Radio Service) Tunneling Protocol)

기반 고정 경로 관리 방식이 동적인 경로 설정에 제약을 주고 있어, 이를 극복하기

위한 방안으로 <그림 35>에 보이는 바와 같이 세그먼트 라우팅(SRv6)과 같은

차세대 라우팅 기술의 도입이 거론되고 있다. SRv6는 소스 라우팅(source

routing) 개념을 통해 패킷 헤더에 경로 정보를 직접 포함함으로써, 트래픽 경로를

보다 유연하게 제어하고 서비스별 요구 사항에 따라 최적화된 경로를 설정할 수

있도록 해준다.

3.6.2 AI-Native 코어 네트워크 기술

3.6.3 분산 코어 네트워크 기술

AI-Native 6G 코어 네트워크는 자동화와 자율화를 실현하는 핵심 기술이다.

AI는 네트워크 토폴로지 제어, 사용자 분포 최적화, 트래픽 관리, 자원 배치, 장애

복구 등 다양한 운영 과정을 실시간으로 최적화하며, 네트워크의 복잡성과 동적인

특성에 효과적으로 대응한다. 실시간 분석과 예측을 통해 트래픽 패턴과 사용자

행동을 이해하고, 변화하는 서비스 요구에 따라 자원을 동적으로 재배치하여

네트워크 운영의 효율성을 극대화한다. 네트워크에서 장애가 발생하면 AI는 원인을

분석하고, 복구 작업을 자동화하여 네트워크의 안정성과 신뢰성을 보장한다.

AI-Native 구조는 세션 관리와 이동성 관리와 같은 제어 평면 기능에서 큰 진화를

이루며, 기존의 관리 중심적 접근 방식을 넘어 실시간 최적화를 지원한다. 예를 들어,

사용자가 이동 중 네트워크 상태가 변화하면 AI는 새로운 세션을 자동으로 구성하고

연결을 유지하여 끊김 없는 서비스를 제공한다. 또한, AI 기반 코어 네트워크는

다양한 도메인 간 통합 운영을 가능하게 하여, 지상, 위성, 해상 네트워크 간의

데이터를 조율하고 일관된 품질의 서비스를 제공한다.

6G 코어 네트워크는 네트워크 전반에 걸쳐 컴퓨팅 자원이 확대됨에 따라, 모바일

코어 기능을 사용자 근처로 더욱 분산 배치하는 구조로 진화할 것이다. 이러한 구조는

초저지연과 고신뢰성을 요구하는 다양한 서비스의 성능을 극대화하며, 차세대

네트워크에서 필수적인 요소로 자리 잡을 것이다.

6G에서의 분산화는 중앙 집중형 코어 네트워크에서 벗어나, 사용자와 가까운

에지에 코어 기능을 배치하는 방향으로 진행된다. 이 과정에서, 에지 컴퓨팅 자원은

서비스와 데이터 처리를 사용자 근처에서 실시간으로 수행하여, 지연 시간을

최소화하고 데이터 전송 효율성을 극대화한다.

분산된 네트워크는 기존의 코어 네트워크 기능을 새로운 방식으로 재구성한다.

<그림 34>에 보이는 바와 같이 6G에서는 에지에 배치된 사용자 평면 기능(UPF,

User Plane Function)을 통해 데이터가 중앙 코어까지 전달되지 않고 로컬에서

처리할 수 있도록 한다. 이로 인해 자율주행, AR/VR, 실시간 원격 제어와 같은

초저지연 서비스가 가능해지며, 데이터 전송 및 처리 과정에서 발생하는 지연을

획기적으로 줄일 수 있다. 특히, UPF가 RAN에 배치되는 경우, RAN과 코어 네트

워크의 기능적 결합이 이루어져 네트워크의 신호 처리 및 데이터 전달 과정을

효율화할 수 있다. 이를 통해 트래픽의 지역적 관리가 가능해지며, 네트워크의 자원

효율성과 서비스 품질이 크게 향상된다.

6G
Insight

그림 34

에지 AI에 최적화된 분산
모바일 코어 구조

분산된 코어 네트워크의 구현은 이동성 관리와 세션 연속성을 보장하기 위해

새로운 기술적 요구를 동반한다. 사용자가 여러 분산 노드를 이동하며 네트워크에

접속할 경우, 효율적인 인증과 세션 관리가 중요하다. 이를 위해, 6G는 다단계 인증

체계나 초고속 신호망과 같은 새로운 이동성 관리 기술을 개발하고, 세션 연속성을

유지하기 위한 지능형 제어 기술 도입을 고려할 필요가 있다.

Clouds

AMF

SMF

eXn

AI-on-RAN

SBA

RAN + UPF

3.6.4 서비스 중심 코어 네트워크 기술

6G 코어 네트워크는 다양한 응용 서비스의 요구 사항을 충족하기 위해 유연성이

강화된 구조로 진화할 것이다. 5G에서 도입된 네트워크 슬라이싱 기술을 더욱

정교화하여, 서비스 요구를 효과적으로 충족하는 핵심 요소가 될 것이다.

특히, 기존의 GTP(GPRS(General Packet Radio Service) Tunneling Protocol)

기반 고정 경로 관리 방식이 동적인 경로 설정에 제약을 주고 있어, 이를 극복하기

위한 방안으로 <그림 35>에 보이는 바와 같이 세그먼트 라우팅(SRv6)과 같은

차세대 라우팅 기술의 도입이 거론되고 있다. SRv6는 소스 라우팅(source

routing) 개념을 통해 패킷 헤더에 경로 정보를 직접 포함함으로써, 트래픽 경로를

보다 유연하게 제어하고 서비스별 요구 사항에 따라 최적화된 경로를 설정할 수

있도록 해준다.

그림 35

서비스 중심 코어 네트워크
실현을 위한 SRv6 기반 제어/
유저 플레인

이러한 경로 설정의 유연성은 네트워크 슬라이싱과 결합되어 각 슬라이스마다

서로 다른 QoS와 보안 정책을 적용할 수 있는 기반이 된다. 6G 네트워크 슬라이싱은

극대화된 세분화와 맞춤화를 통해 각 서비스 특성에 최적화된 지원을 제공하고,

각 슬라이스는 독립적인 네트워크 프로토콜, 보안 정책, QoS 매개변수를 설정할

수 있다.

6G 네트워크 슬라이싱은 특정 서비스 요구에 따라 여러 슬라이스를 동적으로

결합하고 조정할 수 있다. 스마트 시티와 같은 복합 환경에서는 공공 안전, 자율

이동, 실시간 센싱 데이터를 효과적으로 처리하기 위해 다양한 슬라이스가 통합

운영될 수 있으며, 이러한 융합 환경에서 SRv6와 같은 유연한 경로 설정 기술이

각 서비스 요구를 반영하는 최적의 트래픽 경로를 선택하는 데 기여할 수 있다.

또한, 네트워크 슬라이싱은 자원 중심에서 사용자 중심(user-centric) 접근 방식

으로 발전하며, 개인의 실시간 요구를 반영하는 맞춤형 네트워크 환경을 제공할

수 있다. 사용자의 네트워크 상태와 서비스 요구를 기반으로 슬라이스가 동적으로

구성되며, 이를 통해 최적화된 사용자 경험을 보장한다

이러한 변화는 관리 평면뿐만 아니라 제어 평면과 사용자 평면의 세션 제어와도

밀접하게 연계된다. 6G에서는 사용자 세션 특성에 맞는 동적 제어가 필수적이며,

차세대 라우팅 기법의 적극적 도입을 통해 제어 평면이 실시간으로 세션을 최적화

하여 맞춤형 연결성을 보장할 것이다.

AI/ML은 6G 네트워크 슬라이싱의 자동화와 최적화에 핵심적인 역할을 할 것이다.

AI 기반 오케스트레이션은 실시간 트래픽 상태와 사용자 요구를 분석하여 슬라이스

및 경로를 동적으로 조정하고, 필요시 새로운 슬라이스를 생성하거나 기존 슬라

이스를 통합함으로써 네트워크 자원의 효율성을 극대화할 수 있다.

6G 네트워크 슬라이싱은 다중 도메인 및 다중 네트워크 환경에서도 통합 관리될

것이다. 위성, 공중, 해상, 지상 네트워크를 포함하는 글로벌 슬라이싱을 통해

NR-Uu

APP

UDP

GTP-U

SDAP

MPLS,

VLAN, etc.

PHY

MAC

RLC

PDCP

Transport networks

UPF

UDM

6GMM

6GSM

PCF

NEF

NRF

NSSF

AUSF

PDU (IP, non-IP)

SRv6

PDU (IP, non-IP)

SRv6

AI, Metaverse, etc.

Service-aware Traffic Engineering

Computing Integration

SBI

6G
Insight

6G 코어 네트워크는 RAN과 코어 네트워크의 융합을 통해 더욱 효율적이고 저지연

서비스를 제공할 수 있는 구조로 발전할 것이다. <그림 36>에 보이는 바와 같이

RAN-코어 융합은 Cloud-Native 아키텍처를 기반으로, 두 네트워크 간의 긴밀한

협력과 통합을 가능하게 하며, 네트워크 슬라이싱과 데이터 전송의 효율성을

극대화한다.

3.6.5 RAN-코어 융합 네트워크 기술

특히, RAN과 코어의 제어 평면이 통합된 구조로 재설계되어, 사용자 이동성 관리,

트래픽 경로 최적화 등 네트워크 운영 전반에서의 제어 효율성을 높일 것이다.

더불어, RAN의 CU 사용자 평면(CU-U, Central Unit – User Plane)과 UPF가

융합되면 에지 컴퓨팅 기반 초저지연 서비스가 가능해지고, 데이터 처리 지연이

크게 감소하여 실시간 처리가 강화될 것이다.

이러한 융합은 네트워크 슬라이싱과도 밀접하게 연계되어, 슬라이스별로 RAN과

코어가 협력하여 각 서비스의 QoS 요구 사항을 충족할 수 있는 최적의 자원 배치를

가능하게 한다. 또한, 통합된 신호 및 데이터 통신 프로토콜을 통해 중복 처리가

줄어들고, 네트워크 성능과 에너지 효율이 향상되며, 지속 가능한 네트워크 운영을

지원할 수 있다.

F1-U

6G UE

F1-C

그림

36 통합 SBA 구조 기반의 클라우드 네이티브 RAN-코어 융합

그림

그림 36

통 합 S B A 구 조 기 반 의
Cloud-Native RAN-코어
융합

도메인별 특화된 서비스 요구를 충족할 수 있으며, 경로 설정 기술의 발전은 이러한

다중 도메인 환경에서 트래픽 흐름 최적화를 더욱 용이하게 만들 것으로 기대된다.

그림 35

서비스 중심 코어 네트워크
실현을 위한 SRv6 기반 제어/
유저 플레인

이러한 경로 설정의 유연성은 네트워크 슬라이싱과 결합되어 각 슬라이스마다

서로 다른 QoS와 보안 정책을 적용할 수 있는 기반이 된다. 6G 네트워크 슬라이싱은

극대화된 세분화와 맞춤화를 통해 각 서비스 특성에 최적화된 지원을 제공하고,

각 슬라이스는 독립적인 네트워크 프로토콜, 보안 정책, QoS 매개변수를 설정할

수 있다.

6G 네트워크 슬라이싱은 특정 서비스 요구에 따라 여러 슬라이스를 동적으로

결합하고 조정할 수 있다. 스마트 시티와 같은 복합 환경에서는 공공 안전, 자율

이동, 실시간 센싱 데이터를 효과적으로 처리하기 위해 다양한 슬라이스가 통합

운영될 수 있으며, 이러한 융합 환경에서 SRv6와 같은 유연한 경로 설정 기술이

각 서비스 요구를 반영하는 최적의 트래픽 경로를 선택하는 데 기여할 수 있다.

또한, 네트워크 슬라이싱은 자원 중심에서 사용자 중심(user-centric) 접근 방식

으로 발전하며, 개인의 실시간 요구를 반영하는 맞춤형 네트워크 환경을 제공할

수 있다. 사용자의 네트워크 상태와 서비스 요구를 기반으로 슬라이스가 동적으로

구성되며, 이를 통해 최적화된 사용자 경험을 보장한다

이러한 변화는 관리 평면뿐만 아니라 제어 평면과 사용자 평면의 세션 제어와도

밀접하게 연계된다. 6G에서는 사용자 세션 특성에 맞는 동적 제어가 필수적이며,

차세대 라우팅 기법의 적극적 도입을 통해 제어 평면이 실시간으로 세션을 최적화

하여 맞춤형 연결성을 보장할 것이다.

AI/ML은 6G 네트워크 슬라이싱의 자동화와 최적화에 핵심적인 역할을 할 것이다.

AI 기반 오케스트레이션은 실시간 트래픽 상태와 사용자 요구를 분석하여 슬라이스

및 경로를 동적으로 조정하고, 필요시 새로운 슬라이스를 생성하거나 기존 슬라

이스를 통합함으로써 네트워크 자원의 효율성을 극대화할 수 있다.

6G 네트워크 슬라이싱은 다중 도메인 및 다중 네트워크 환경에서도 통합 관리될

것이다. 위성, 공중, 해상, 지상 네트워크를 포함하는 글로벌 슬라이싱을 통해

NR-Uu

APP

UDP

GTP-U

SDAP

MPLS,

VLAN, etc.

PHY

MAC

RLC

PDCP

Transport networks

UPF

UDM

6GMM

6GSM

PCF

NEF

NRF

NSSF

AUSF

PDU (IP, non-IP)

SRv6

PDU (IP, non-IP)

SRv6

AI, Metaverse, etc.

Service-aware Traffic Engineering

Computing Integration

SBI

6G
Insight

6G 코어 네트워크는 RAN과 코어 네트워크의 융합을 통해 더욱 효율적이고 저지연

서비스를 제공할 수 있는 구조로 발전할 것이다. <그림 36>에 보이는 바와 같이

RAN-코어 융합은 Cloud-Native 아키텍처를 기반으로, 두 네트워크 간의 긴밀한

협력과 통합을 가능하게 하며, 네트워크 슬라이싱과 데이터 전송의 효율성을

극대화한다.

3.6.5 RAN-코어 융합 네트워크 기술

특히, RAN과 코어의 제어 평면이 통합된 구조로 재설계되어, 사용자 이동성 관리,

트래픽 경로 최적화 등 네트워크 운영 전반에서의 제어 효율성을 높일 것이다.

더불어, RAN의 CU 사용자 평면(CU-U, Central Unit – User Plane)과 UPF가

융합되면 에지 컴퓨팅 기반 초저지연 서비스가 가능해지고, 데이터 처리 지연이

크게 감소하여 실시간 처리가 강화될 것이다.

이러한 융합은 네트워크 슬라이싱과도 밀접하게 연계되어, 슬라이스별로 RAN과

코어가 협력하여 각 서비스의 QoS 요구 사항을 충족할 수 있는 최적의 자원 배치를

가능하게 한다. 또한, 통합된 신호 및 데이터 통신 프로토콜을 통해 중복 처리가

줄어들고, 네트워크 성능과 에너지 효율이 향상되며, 지속 가능한 네트워크 운영을

지원할 수 있다.

F1-U

6G UE

F1-C

그림

36 통합 SBA 구조 기반의 클라우드 네이티브 RAN-코어 융합

그림

그림 36

통 합 S B A 구 조 기 반 의
Cloud-Native RAN-코어
융합

도메인별 특화된 서비스 요구를 충족할 수 있으며, 경로 설정 기술의 발전은 이러한

다중 도메인 환경에서 트래픽 흐름 최적화를 더욱 용이하게 만들 것으로 기대된다.

3.7 센싱·통신 융합(ISAC)

센싱·통신 융합(ISAC, Integrated Sensing and Communication) 기술은 통신과

센싱 기능이 긴밀히 연결되어 두 기술이 상호 보완적으로 작동함으로써 데이터

통신과 객체 감지 기능을 동시에 제공하는 기술이다.

6G ISAC은 다양한 주파수 대역에서 활용 가능하다. 특히, 밀리미터파 및 서브

테라헤르츠파와 같은 고주파 대역의 넓은 대역폭과 초다수 안테나 어레이를 활용

하여 높은 정밀도와 해상도의 센싱을 가능하게 한다. 또한, 고주파 대역이 가진 산소

및 수증기 농도에 따른 전파 감쇠 특성을 이용하여 기상 및 대기의 상태를 세밀하게

측정할 수 있다. 한편, 7~24GHz의 상위 중대역은 밀리미터파 및 서브테라헤르츠

대역보다 넓은 커버리지를 제공하면서도, 충분한 대역폭을 갖추고 있어 6G의 핵심

주파수 자원으로 주목받고 있다. 이 대역에서도 초다수 안테나 어레이를 활용한

E-MIMO 구현이 가능하여, 적절한 커버리지 내에서 고정밀 센싱과 고속 통신의

동시 구현이 가능하다. 따라서 ISAC은 <그림 37>과 같이 자율주행, 환경 모니터링,

디지털 트윈 등 다양한 분야에서 새로운 가치를 창출할 수 있는 잠재력을 지니고 있다.

그림 37

현재 3GPP와 IEEE 802에서는 ISAC 기술의 표준화를 활발히 추진하고 있다.

IEEE 802.11bf 태스크 그룹은 Wi-Fi 기반 센싱 서비스를 위해 sub-7GHz 및

60GHz 대역을 활용한 표준화를 2025년 6월까지 완료하는 것을 목표로 진행

중이다 [19]. 이 작업은 물리계층 및 MAC 프로토콜을 개정하여 인간, 동물, 사물

등 다양한 객체의 특징을 감지하는 기술을 개발하는 데 초점을 맞추고 있다.

3GPP SA(Service and System Aspects) 워킹 그룹은 5G 기반 ISAC 기술을

지원하기 위한 Study Item과 Work Item을 진행하였다. 이 과정에서 TR 22.837에

스마트 홈 침입자 감지, 고속도로 보행자/동물 침입 감지 등 32개의 유즈케이스와

이를 구현하기 위한 기능적 요구사항과 주요 KPI가 보고되었다 [20].

그림 37

대표 6G ISAC 유즈케이스

6G
Insight

3.7.1 통신 보조 센싱 및 센싱 보조 통신 기술

ISAC 기술은 <그림 38>과 같이 크게 통신 보조 센싱(CAS, Communication-

Aided Sensing)과 센싱 보조 통신(SAC, Sensing-Aided Communication)으로

구분할 수 있다. CAS는 이동통신 인프라를 활용해 실시간으로 주변 환경 데이터를

수집하고, 이를 기반으로 다양한 센싱 서비스를 제공하는 기술이며, SAC는 통신

채널이나 환경과 관련된 센싱 정보를 통신 서비스 성능 향상을 위해 활용한다. 예를

들면 무선 자원 관리, 간섭 완화, 빔 관리, 이동성 관리 등의 개선을 위해 사용할

수 있다.

기지국, 중계기 혹은 단말과 같은 다양한 네트워크 노드를 활용한 CAS 방식은

크게 Monostatic, Bistatic, Multistatic 방식을 포함한다. 현재 3GPP에서는

기지국과 단말을 활용하여 Monostatic과 Bistatic 센싱 모드를 지원하는 것에 좀

더 높은 우선순위를 두고 있다.

SAC 기술의 대표적인 예시로는 <그림 38>과 같이 센싱을 통해 획득한 정보를

밀리미터파 V2X(Vehicle-to-Everything) 통신의 빔포밍에 활용하는 것이 있다.

밀리미터파 통신에서 기존의 빔 트레이닝 방식은 최적의 빔 쌍을 찾기 위해 다량의

파일럿 신호 전송과 빈번한 피드백이 필요하여 높은 시그널링 오버헤드와 지연이

발생하는 문제가 있다. 이를 해결하기 위해 센싱을 통해 차량 단말의 방향 정보

(예: 에코(echo)의 AoA(Angle of Arrival) 정보)를 사전에 획득하고, 이를 기반

으로 빔 탐색 공간을 줄여 빔 트레이닝 과정에서의 탐색 횟수를 감소시킬 수 있다.

이를 통해 밀리미터파 V2X 통신의 효율성을 향상시키고, 저지연 및 고신뢰성이

요구되는 V2X 환경에서 보다 안정적인 빔 추적이 가능해진다.

RTT: RTT = Travel − Reply , 거리: = RTT

2 ×

Sensing

Optimization

통신 신호 수신

빔 추적 및 예측

ISAC

기지국

ISA

C 신호

에코(Echo) 신호

Monostatic

Bistatic

Multistatic

T travel

Treply

AoA/AoD

추정 방법

Antenna array

RTT

측정 방법

3 distances

dsin

d (distance)

1 distance,1 angle

2 angles

１

그림 38

통신 보조 센싱 및 센싱
보조 통신 기술

3.7 센싱·통신 융합(ISAC)

센싱·통신 융합(ISAC, Integrated Sensing and Communication) 기술은 통신과

센싱 기능이 긴밀히 연결되어 두 기술이 상호 보완적으로 작동함으로써 데이터

통신과 객체 감지 기능을 동시에 제공하는 기술이다.

6G ISAC은 다양한 주파수 대역에서 활용 가능하다. 특히, 밀리미터파 및 서브

테라헤르츠파와 같은 고주파 대역의 넓은 대역폭과 초다수 안테나 어레이를 활용

하여 높은 정밀도와 해상도의 센싱을 가능하게 한다. 또한, 고주파 대역이 가진 산소

및 수증기 농도에 따른 전파 감쇠 특성을 이용하여 기상 및 대기의 상태를 세밀하게

측정할 수 있다. 한편, 7~24GHz의 상위 중대역은 밀리미터파 및 서브테라헤르츠

대역보다 넓은 커버리지를 제공하면서도, 충분한 대역폭을 갖추고 있어 6G의 핵심

주파수 자원으로 주목받고 있다. 이 대역에서도 초다수 안테나 어레이를 활용한

E-MIMO 구현이 가능하여, 적절한 커버리지 내에서 고정밀 센싱과 고속 통신의

동시 구현이 가능하다. 따라서 ISAC은 <그림 37>과 같이 자율주행, 환경 모니터링,

디지털 트윈 등 다양한 분야에서 새로운 가치를 창출할 수 있는 잠재력을 지니고 있다.

그림 37

현재 3GPP와 IEEE 802에서는 ISAC 기술의 표준화를 활발히 추진하고 있다.

IEEE 802.11bf 태스크 그룹은 Wi-Fi 기반 센싱 서비스를 위해 sub-7GHz 및

60GHz 대역을 활용한 표준화를 2025년 6월까지 완료하는 것을 목표로 진행

중이다 [19]. 이 작업은 물리계층 및 MAC 프로토콜을 개정하여 인간, 동물, 사물

등 다양한 객체의 특징을 감지하는 기술을 개발하는 데 초점을 맞추고 있다.

3GPP SA(Service and System Aspects) 워킹 그룹은 5G 기반 ISAC 기술을

지원하기 위한 Study Item과 Work Item을 진행하였다. 이 과정에서 TR 22.837에

스마트 홈 침입자 감지, 고속도로 보행자/동물 침입 감지 등 32개의 유즈케이스와

이를 구현하기 위한 기능적 요구사항과 주요 KPI가 보고되었다 [20].

그림 37

대표 6G ISAC 유즈케이스

6G
Insight

3.7.1 통신 보조 센싱 및 센싱 보조 통신 기술

ISAC 기술은 <그림 38>과 같이 크게 통신 보조 센싱(CAS, Communication-

Aided Sensing)과 센싱 보조 통신(SAC, Sensing-Aided Communication)으로

구분할 수 있다. CAS는 이동통신 인프라를 활용해 실시간으로 주변 환경 데이터를

수집하고, 이를 기반으로 다양한 센싱 서비스를 제공하는 기술이며, SAC는 통신

채널이나 환경과 관련된 센싱 정보를 통신 서비스 성능 향상을 위해 활용한다. 예를

들면 무선 자원 관리, 간섭 완화, 빔 관리, 이동성 관리 등의 개선을 위해 사용할

수 있다.

기지국, 중계기 혹은 단말과 같은 다양한 네트워크 노드를 활용한 CAS 방식은

크게 Monostatic, Bistatic, Multistatic 방식을 포함한다. 현재 3GPP에서는

기지국과 단말을 활용하여 Monostatic과 Bistatic 센싱 모드를 지원하는 것에 좀

더 높은 우선순위를 두고 있다.

SAC 기술의 대표적인 예시로는 <그림 38>과 같이 센싱을 통해 획득한 정보를

밀리미터파 V2X(Vehicle-to-Everything) 통신의 빔포밍에 활용하는 것이 있다.

밀리미터파 통신에서 기존의 빔 트레이닝 방식은 최적의 빔 쌍을 찾기 위해 다량의

파일럿 신호 전송과 빈번한 피드백이 필요하여 높은 시그널링 오버헤드와 지연이

발생하는 문제가 있다. 이를 해결하기 위해 센싱을 통해 차량 단말의 방향 정보

(예: 에코(echo)의 AoA(Angle of Arrival) 정보)를 사전에 획득하고, 이를 기반

으로 빔 탐색 공간을 줄여 빔 트레이닝 과정에서의 탐색 횟수를 감소시킬 수 있다.

이를 통해 밀리미터파 V2X 통신의 효율성을 향상시키고, 저지연 및 고신뢰성이

요구되는 V2X 환경에서 보다 안정적인 빔 추적이 가능해진다.

RTT: RTT = Travel − Reply , 거리: = RTT

2 ×

Sensing

Optimization

통신 신호 수신

빔 추적 및 예측

ISAC

기지국

ISA

C 신호

에코(Echo) 신호

Monostatic

Bistatic

Multistatic

T travel

Treply

AoA/AoD

추정 방법

Antenna array

RTT

측정 방법

3 distances

dsin

d (distance)

1 distance,1 angle

2 angles

１

그림 38

통신 보조 센싱 및 센싱
보조 통신 기술

3.7.2 간섭 제어 기술

ISAC의 통신과 센싱 시스템은 장소, 스펙트럼, 하드웨어, 신호 파형 등을 공유

하는 통합 방식을 지원하지만, 이로 인해 <그림 39>와 같이 상호 간섭(mutual

interference), Crosstalk, 자기간섭(self-interference), Clutter 등의 다양한

간섭이 발생한다.

Desired signal (C-/S-/ISAC signal)

Echo signal

Interference

Self-interference

ISAC-BS 3

ISAC-BS 1

CU3

ST3

CU2

Crosstalk

C-signal

S-signal

: Communication User

: Sensing Target

: Communication signal

: Sensing signal

ISAC-BS 2

ST2

ST1

CU1

Communication

interference

Mutual interference

Clutter

상호 간섭은 센싱과 통신을 동시에 수행함으로써 발생하는 가장 대표적인 간섭으로,

<그림 39>와 같이 기지국 1의 센싱 신호가 통신 단말 1에 간섭을 일으키고, 반대로

통신 단말 1의 신호가 기지국 1의 센싱 수신기의 노이즈 레벨을 증가시키는 현상

이다. 이를 억제하는 기술로는 센싱·통신 자원 스케줄링을 통한 간섭 회피 방법과

<그림 40>의 빔포밍 기술을 통한 간섭 억제 방법 등이 있다.

Crosstalk은 서로 다른 네트워크 노드(예: 분산 안테나, 중계기, 단말) 간에 발생

하는 간섭이다. 예를 들어, <그림 39>에서 에코 신호 수신 기지국 2가 주변 기지국

3으로부터 전송되는 센싱/통신 신호에 의해 간섭을 받아 센싱 성능이 저하되거나,

기지국 2가 송신하는 센싱 신호가 통신 단말 2의 수신 성능에 간섭을 줄 수 있다.

이를 해결하는 기술로는 <그림 40>의 빔포밍 기술과 송신 전력 제어를 통한 간섭

완화 방법과 기지국 협력 기반의 자원 스케줄링을 통한 간섭 회피 방법 등이 있다.

자기간섭은 Monostatic 센싱 기반의 ISAC 시스템을 구현할 경우, <그림 39>의

기지국 3처럼 자기간섭이 발생할 수 있다. 송신 신호가 목표물에 의해 반사되어

돌아오는 에코 신호에 간섭으로 작용하여 센싱의 정확도를 저하시킬 수 있다. 이를

억제하기 위해 <그림 40>과 같이 아날로그와 디지털 영역에서의 자기간섭 제거

기술이 적용될 수 있다. 대표적인 자기간섭 제어 기술로는 송신 및 수신 안테나

간의 물리적 거리를 증가시키는 방법, 미리 복제한 송신 신호의 위상 및 진폭을

그림 39

ISAC 간섭 시나리오

6G
Insight

그림 40

간섭 제어 기술

조정하고 이를 아날로그 수신 신호에서 빼는 방법, 디지털 영역에서 송신 신호와

수신 신호 사이의 자기간섭 채널 특성을 추정하고 송신 신호의 복사본을 활용

하여 디지털 영역에서 자기간섭 성분을 제거하는 방법이 있다.

Clutter는 의도하지 않은 이동 표적이나 주변 산란체에 의해 반사된 신호로, 복잡한

환경에서 센싱 정확도를 심각하게 저하시킬 수 있다. 이를 해결하기 위해 고급

필터링 기법이나 머신러닝 기반 신호 분석 기법이 사용된다.

빔포밍

기술

송신 전력 제어

시간

송신

전력

Crosstalk 통신 간섭

통신신호

Cro

ssta

lk 센

싱

간

섭

센싱신호

센싱

타겟

통신

단말

간섭

기지국

통신
센싱

센싱
타겟

Clutter

수신 빔포밍

통신
단말

Digital

SIC

RF SIC

Antenna

SIC

UL signal

Port 1

Port

SIC: Self-Interference Cancellation

LAN

센싱에코

3.7.3 멀티모달 센싱을 활용한 디지털 트윈 기술

ISAC 기술은 통신과 센싱이 긴밀하게 융합되어 보다 정밀한 환경 인식과 실시간

데이터 처리가 가능하다. 기존 단일 센싱 기술은 제한된 정보만 제공하여 환경

변화를 실시간으로 반영하는 데 한계가 있었으나, 멀티모달 센싱 기술은 이러한

한계를 극복하여 ISAC 시스템의 센싱 정밀도를 향상시킬 수 있다.

무선 센싱 기술은 밀리미터파 및 서브테라헤르츠 등 다양한 주파수 대역을 활용

하여 목표물의 거리, 방향 및 속도를 정밀하게 측정할 수 있다. 이를 통해 다양한

환경에서 물체의 존재와 이동을 감지하는 데 활용되며, 자율주행, 실내 네비

게이션, 스마트 공장과 같은 분야에서 신뢰성 높은 환경 감지가 가능해진다. 한편,

비전 기반 센싱 기술은 고해상도 카메라, 라이다(LiDAR, Light Detection and

Ranging), 적외선 센서 등을 활용하여 물체의 형상과 표면 특성을 인식하며, 머신

러닝 및 딥러닝 기법을 통해 객체 탐지 및 3D 환경 모델링의 정밀도를 향상시킨다.

이러한 무선 센싱과 비전 센싱을 융합한 멀티모달 센싱 기술은 두 센싱 방식의 장점을

결합하여 보다 풍부하고 정확한 환경 정보를 제공한다. <그림 41>은 무선-비전

통합 멀티모달 센싱 기술이 실제로 구현되는 개념적 예시를 보여준다. 수집한

무선 센싱 데이터(예: 각도, 거리, Doppler 등)와 비전 센싱 데이터(예: 이미지,

LiDAR 포인트 클라우드)에 CNN, Transformer 등 딥러닝 모델 기반 멀티모달 기술을

적용하여, 각 센서로부터 추출된 데이터를 정밀하게 융합함으로써 3D 물리적 환경

모델을 생성할 수 있으며, 이를 렌더링하여 디지털 트윈을 구축할 수 있다.

3.7.2 간섭 제어 기술

ISAC의 통신과 센싱 시스템은 장소, 스펙트럼, 하드웨어, 신호 파형 등을 공유

하는 통합 방식을 지원하지만, 이로 인해 <그림 39>와 같이 상호 간섭(mutual

interference), Crosstalk, 자기간섭(self-interference), Clutter 등의 다양한

간섭이 발생한다.

Desired signal (C-/S-/ISAC signal)

Echo signal

Interference

Self-interference

ISAC-BS 3

ISAC-BS 1

CU3

ST3

CU2

Crosstalk

C-signal

S-signal

: Communication User

: Sensing Target

: Communication signal

: Sensing signal

ISAC-BS 2

ST2

ST1

CU1

Communication

interference

Mutual interference

Clutter

상호 간섭은 센싱과 통신을 동시에 수행함으로써 발생하는 가장 대표적인 간섭으로,

<그림 39>와 같이 기지국 1의 센싱 신호가 통신 단말 1에 간섭을 일으키고, 반대로

통신 단말 1의 신호가 기지국 1의 센싱 수신기의 노이즈 레벨을 증가시키는 현상

이다. 이를 억제하는 기술로는 센싱·통신 자원 스케줄링을 통한 간섭 회피 방법과

<그림 40>의 빔포밍 기술을 통한 간섭 억제 방법 등이 있다.

Crosstalk은 서로 다른 네트워크 노드(예: 분산 안테나, 중계기, 단말) 간에 발생

하는 간섭이다. 예를 들어, <그림 39>에서 에코 신호 수신 기지국 2가 주변 기지국

3으로부터 전송되는 센싱/통신 신호에 의해 간섭을 받아 센싱 성능이 저하되거나,

기지국 2가 송신하는 센싱 신호가 통신 단말 2의 수신 성능에 간섭을 줄 수 있다.

이를 해결하는 기술로는 <그림 40>의 빔포밍 기술과 송신 전력 제어를 통한 간섭

완화 방법과 기지국 협력 기반의 자원 스케줄링을 통한 간섭 회피 방법 등이 있다.

자기간섭은 Monostatic 센싱 기반의 ISAC 시스템을 구현할 경우, <그림 39>의

기지국 3처럼 자기간섭이 발생할 수 있다. 송신 신호가 목표물에 의해 반사되어

돌아오는 에코 신호에 간섭으로 작용하여 센싱의 정확도를 저하시킬 수 있다. 이를

억제하기 위해 <그림 40>과 같이 아날로그와 디지털 영역에서의 자기간섭 제거

기술이 적용될 수 있다. 대표적인 자기간섭 제어 기술로는 송신 및 수신 안테나

간의 물리적 거리를 증가시키는 방법, 미리 복제한 송신 신호의 위상 및 진폭을

그림 39

ISAC 간섭 시나리오

6G
Insight

그림 40

간섭 제어 기술

조정하고 이를 아날로그 수신 신호에서 빼는 방법, 디지털 영역에서 송신 신호와

수신 신호 사이의 자기간섭 채널 특성을 추정하고 송신 신호의 복사본을 활용

하여 디지털 영역에서 자기간섭 성분을 제거하는 방법이 있다.

Clutter는 의도하지 않은 이동 표적이나 주변 산란체에 의해 반사된 신호로, 복잡한

환경에서 센싱 정확도를 심각하게 저하시킬 수 있다. 이를 해결하기 위해 고급

필터링 기법이나 머신러닝 기반 신호 분석 기법이 사용된다.

빔포밍

기술

송신 전력 제어

시간

송신

전력

Crosstalk 통신 간섭

통신신호

Cro

ssta

lk 센

싱

간

섭

센싱신호

센싱

타겟

통신

단말

간섭

기지국

통신
센싱

센싱
타겟

Clutter

수신 빔포밍

통신
단말

Digital

SIC

RF SIC

Antenna

SIC

UL signal

Port 1

Port

SIC: Self-Interference Cancellation

LAN

센싱에코

3.7.3 멀티모달 센싱을 활용한 디지털 트윈 기술

ISAC 기술은 통신과 센싱이 긴밀하게 융합되어 보다 정밀한 환경 인식과 실시간

데이터 처리가 가능하다. 기존 단일 센싱 기술은 제한된 정보만 제공하여 환경

변화를 실시간으로 반영하는 데 한계가 있었으나, 멀티모달 센싱 기술은 이러한

한계를 극복하여 ISAC 시스템의 센싱 정밀도를 향상시킬 수 있다.

무선 센싱 기술은 밀리미터파 및 서브테라헤르츠 등 다양한 주파수 대역을 활용

하여 목표물의 거리, 방향 및 속도를 정밀하게 측정할 수 있다. 이를 통해 다양한

환경에서 물체의 존재와 이동을 감지하는 데 활용되며, 자율주행, 실내 네비

게이션, 스마트 공장과 같은 분야에서 신뢰성 높은 환경 감지가 가능해진다. 한편,

비전 기반 센싱 기술은 고해상도 카메라, 라이다(LiDAR, Light Detection and

Ranging), 적외선 센서 등을 활용하여 물체의 형상과 표면 특성을 인식하며, 머신

러닝 및 딥러닝 기법을 통해 객체 탐지 및 3D 환경 모델링의 정밀도를 향상시킨다.

이러한 무선 센싱과 비전 센싱을 융합한 멀티모달 센싱 기술은 두 센싱 방식의 장점을

결합하여 보다 풍부하고 정확한 환경 정보를 제공한다. <그림 41>은 무선-비전

통합 멀티모달 센싱 기술이 실제로 구현되는 개념적 예시를 보여준다. 수집한

무선 센싱 데이터(예: 각도, 거리, Doppler 등)와 비전 센싱 데이터(예: 이미지,

LiDAR 포인트 클라우드)에 CNN, Transformer 등 딥러닝 모델 기반 멀티모달 기술을

적용하여, 각 센서로부터 추출된 데이터를 정밀하게 융합함으로써 3D 물리적 환경

모델을 생성할 수 있으며, 이를 렌더링하여 디지털 트윈을 구축할 수 있다.

그림 41

무선-비전 통합 멀티모달
센싱 기반 디지털 트윈 예시

이와 같은 기술은 스마트 시티, 자율주행 차량, 로봇 네비게이션 등에서 신뢰성

높은 환경 인식을 구현하는 데 중요한 역할을 하며, 구축된 디지털 트윈 맵을 Ray-

tracing 기반 채널 모델링과 결합하면 무선 통신 환경을 실시간으로 시뮬레이션

할 수 있어, 6G 네트워크 설계 및 최적화에도 활용될 수 있다. 특히, 이와 같은

디지털 트윈 기반의 ISAC 기술은 고주파 통신 환경에서 발생하는 경로 손실 및

장애물 영향을 정밀하게 분석하는 데 기여할 수 있으며, 이를 통해 최적의 빔포밍

경로 설정 및 네트워크 운영 전략을 수립하는 데 도움을 줄 수 있다. 따라서, 멀티

모달 센싱 기술의 발전은 단순한 환경 인식을 넘어, 실시간 데이터 융합 및 최적화를

통해 고정밀 센싱 서비스의 신뢰성을 높이고, 6G 시대의 지능형 네트워크 운영,

고정밀 위치 추적, 다중 센서를 활용한 빔포밍 최적화 등 새로운 통신 패러다임을

제시할 것으로 기대된다.

Vision

Sensing

Radio

Sensing

Multi-modal

Sensing

Digital Twin

Based on

Vision Sensing

Digital Twin

Based on

Radio Sensing

Physical

Environment

Digital Twin Based on Multi-Modal Sensing

Digital Twin

Representation

3.8 TN-NTN 결합

6G에서는 이동통신 사용자들이 공중, 해상, 오지 등에서도 이동통신 서비스를

원활하게 제공받을 수 있다. 이를 위해, 지상망(TN, Terrestrial Network)을 비롯하여

LEO(Low Earth Orbit), MEO(Medium Earth Orbit), GEO(Geosynchronous

Earth Orbit) 등의 위성을 활용한 비지상망(NTN, Non-Terrestrial Network)

기반의 이동통신 서비스를 제공하는 3D 입체 통신이 요구된다.

3D 입체통신에서는 TN과 NTN이 혼재되어 있는 환경이기 때문에 TN 및 NTN을

서로 조화롭게 운영하는 것이 매우 중요하다. 이러한 관점에서 TN과 NTN 기술은

상호 연계되어 기술발전이 이루어질 것이라 예상되고 있다. 하지만 5G에서의

TN-NTN 결합 기술들은 TN 규격에 NTN 기능들이 추가되는 정도로만 정의되고

있기 때문에, TN-NTN간 최적화된 네트워크라고 보기는 어렵다. 따라서 <그림

42>에서 제시한 바와 같이 6G에서의 TN-NTN 결합은 긴밀한 융합을 통해 보다

최적화되어 하나의 기술 규격으로 발전될 것으로 예상되고 있다.

6G
Insight

그림 42

TN-NTN 기술 발전 방향
[21]

<그림 43>은 TN-NTN 연동 환경에서 항공기 통신 서비스의 예를 나타낸 것이다.

항공 및 해상 이동체 단말 서비스는 대표적인 지상통신 및 위성통신 결합을 필요로

하는 서비스이며, 이를 통해 TN-NTN 서비스 영역의 이동시 최소 서비스 단절, 요구

QoS 보장 등이 가능하다.

NTN

TN-NTN Interworking

TN-NTN Integration

TN-NTN Unification

One Network

(Unified Network,

Joint TN-NTN Optimization)

TN: 4G

NTN: DVB-S 등

TN-NTN Mobility and TN-NTN Dual Steer

(3GPP NTN and Dual Steer)

6G의 TN-NTN 결합을 위해서는 TN-NTN 자원 분배 기술, TN-NTN 이동성 제공 기술,

TN-NTN 다중연결 기술, TN-NTN 결합 지원 모바일 코어 기술을 고려할 수 있다.

Terrestrial

Network (TN)

Non-Terrestrial

Network (NTN)

GEO

satellites

LEO or MEO

constellations

Seamless

roaming

Terrestrial

communications

Multi-orbit

Satcom

Service

continuity

Multi-orbit

Satcom

Service

continuity

Satellite

gateways

Air-to-Ground

communications

그림 43

TN-NTN 연동 환경에서의
항공기 통신 서비스 예 [22]

3.8.1 TN-NTN 자원 분배 기술

TN-NTN 자원 분배 기술은 TN과 NTN의 공존을 고려하여 무선자원을 효율적으로

사용하기 위한 자원의 분배 및 할당 기술이다. 위성통신과 이동통신은 물리적

환경, 전파 특성, 서비스 제공 범위 등이 상이하기 때문에, 두 네트워크 간 자원분배

기술은 상호 보완적이고 동적인 방식을 필요로 한다. TN-NTN 자원분배 기술은

6G 네트워크의 핵심 요소로, 두 네트워크의 물리적 및 기술적 차이를 극복하면서

사용자의 요구에 부합하는 최적의 서비스 품질을 제공하기 위해서는 동적 주파수

할당, 시간 및 공간 기반 자원 분배, AI 기반 예측, 네트워크 슬라이싱 등 다양한

기술이 복합적으로 활용되어야 효율적인 공존이 가능해진다.

그림 41

무선-비전 통합 멀티모달
센싱 기반 디지털 트윈 예시

이와 같은 기술은 스마트 시티, 자율주행 차량, 로봇 네비게이션 등에서 신뢰성

높은 환경 인식을 구현하는 데 중요한 역할을 하며, 구축된 디지털 트윈 맵을 Ray-

tracing 기반 채널 모델링과 결합하면 무선 통신 환경을 실시간으로 시뮬레이션

할 수 있어, 6G 네트워크 설계 및 최적화에도 활용될 수 있다. 특히, 이와 같은

디지털 트윈 기반의 ISAC 기술은 고주파 통신 환경에서 발생하는 경로 손실 및

장애물 영향을 정밀하게 분석하는 데 기여할 수 있으며, 이를 통해 최적의 빔포밍

경로 설정 및 네트워크 운영 전략을 수립하는 데 도움을 줄 수 있다. 따라서, 멀티

모달 센싱 기술의 발전은 단순한 환경 인식을 넘어, 실시간 데이터 융합 및 최적화를

통해 고정밀 센싱 서비스의 신뢰성을 높이고, 6G 시대의 지능형 네트워크 운영,

고정밀 위치 추적, 다중 센서를 활용한 빔포밍 최적화 등 새로운 통신 패러다임을

제시할 것으로 기대된다.

Vision

Sensing

Radio

Sensing

Multi-modal

Sensing

Digital Twin

Based on

Vision Sensing

Digital Twin

Based on

Radio Sensing

Physical

Environment

Digital Twin Based on Multi-Modal Sensing

Digital Twin

Representation

3.8 TN-NTN 결합

6G에서는 이동통신 사용자들이 공중, 해상, 오지 등에서도 이동통신 서비스를

원활하게 제공받을 수 있다. 이를 위해, 지상망(TN, Terrestrial Network)을 비롯하여

LEO(Low Earth Orbit), MEO(Medium Earth Orbit), GEO(Geosynchronous

Earth Orbit) 등의 위성을 활용한 비지상망(NTN, Non-Terrestrial Network)

기반의 이동통신 서비스를 제공하는 3D 입체 통신이 요구된다.

3D 입체통신에서는 TN과 NTN이 혼재되어 있는 환경이기 때문에 TN 및 NTN을

서로 조화롭게 운영하는 것이 매우 중요하다. 이러한 관점에서 TN과 NTN 기술은

상호 연계되어 기술발전이 이루어질 것이라 예상되고 있다. 하지만 5G에서의

TN-NTN 결합 기술들은 TN 규격에 NTN 기능들이 추가되는 정도로만 정의되고

있기 때문에, TN-NTN간 최적화된 네트워크라고 보기는 어렵다. 따라서 <그림

42>에서 제시한 바와 같이 6G에서의 TN-NTN 결합은 긴밀한 융합을 통해 보다

최적화되어 하나의 기술 규격으로 발전될 것으로 예상되고 있다.

6G
Insight

그림 42

TN-NTN 기술 발전 방향
[21]

<그림 43>은 TN-NTN 연동 환경에서 항공기 통신 서비스의 예를 나타낸 것이다.

항공 및 해상 이동체 단말 서비스는 대표적인 지상통신 및 위성통신 결합을 필요로

하는 서비스이며, 이를 통해 TN-NTN 서비스 영역의 이동시 최소 서비스 단절, 요구

QoS 보장 등이 가능하다.

NTN

TN-NTN Interworking

TN-NTN Integration

TN-NTN Unification

One Network

(Unified Network,

Joint TN-NTN Optimization)

TN: 4G

NTN: DVB-S 등

TN-NTN Mobility and TN-NTN Dual Steer

(3GPP NTN and Dual Steer)

6G의 TN-NTN 결합을 위해서는 TN-NTN 자원 분배 기술, TN-NTN 이동성 제공 기술,

TN-NTN 다중연결 기술, TN-NTN 결합 지원 모바일 코어 기술을 고려할 수 있다.

Terrestrial

Network (TN)

Non-Terrestrial

Network (NTN)

GEO

satellites

LEO or MEO

constellations

Seamless

roaming

Terrestrial

communications

Multi-orbit

Satcom

Service

continuity

Multi-orbit

Satcom

Service

continuity

Satellite

gateways

Air-to-Ground

communications

그림 43

TN-NTN 연동 환경에서의
항공기 통신 서비스 예 [22]

3.8.1 TN-NTN 자원 분배 기술

TN-NTN 자원 분배 기술은 TN과 NTN의 공존을 고려하여 무선자원을 효율적으로

사용하기 위한 자원의 분배 및 할당 기술이다. 위성통신과 이동통신은 물리적

환경, 전파 특성, 서비스 제공 범위 등이 상이하기 때문에, 두 네트워크 간 자원분배

기술은 상호 보완적이고 동적인 방식을 필요로 한다. TN-NTN 자원분배 기술은

6G 네트워크의 핵심 요소로, 두 네트워크의 물리적 및 기술적 차이를 극복하면서

사용자의 요구에 부합하는 최적의 서비스 품질을 제공하기 위해서는 동적 주파수

할당, 시간 및 공간 기반 자원 분배, AI 기반 예측, 네트워크 슬라이싱 등 다양한

기술이 복합적으로 활용되어야 효율적인 공존이 가능해진다.

TN-NTN 자원 분배 기술은 동적 주파수 할당(DSA, Dynamic Spectrum Allocation)

기술과 동적 자원 공유(DSS, Dynamic Spectrum Sharing) 기술로 구성된다.

DSA는 실시간으로 주파수 할당을 조정하여 간섭을 최소화하는 기술이며 DSS는

시간 및 공간을 기반으로 동일 주파수를 효율적으로 사용하게 하는 기술이다.

예를 들어, 위성 네트워크와 지상 네트워크가 동일한 주파수 대역을 공유할 경우,

DSA 기술을 통해 각 네트워크의 요구사항과 트래픽 패턴을 분석하여 최적의

주파수 대역이나 무선 자원을 동적으로 할당할 수 있다. 이 과정에서 AI/ML 기반의

주파수 선택 알고리즘을 활용하여 실시간 환경 변화에 따른 자원 분배를 자동화

할 수 있으며 시간 및 공간 기반 자원 분배 기술을 적용하여 특정 지역에서 주파수

간섭이 발생하지 않도록 조정하고, 동시에 다양한 사용자 요구를 충족시킴으로써

주파수 활용도를 극대화할 수 있다. <그림 44>는 가드 밴드 조절을 통한 동적

주파수 할당의 예를 나타낸 것이다.

Frequency

<Guard-band 동적 조절 액션>

3.8.2 TN-NTN 이동성 제공 기술

TN-NTN 이동성 제공 기술은 사용자가 이동을 통해 TN-NTN 네트워크를 전환할

때 끊김 없는 서비스를 보장하는 기술이다. 즉 사용자가 위성 커버리지 지역으로

이동하면 자동으로 위성 네트워크로 연결이 전환되고, 다시 지상 네트워크로

복귀할 때도 원활한 핸드오버가 되어야 하고, 필요 시 지상 네트워크와 위성 네트

워크를 동시에 서비스 가능하도록 해야 한다.

TN-NTN 이동성 제공 기술은 <그림 45>와 같이 위성과 지상 네트워크 간의 이동성

제공을 위해 고도화된 이동성 예측 및 핸드오버 기술을 포함한다. 이동성 예측

기술은 사용자의 이동성에 따른 위성 및 지상 커버리지를 효율적으로 파악하는

기술을 의미한다. 핸드오버 기술은 이동성 예측 기술을 기반으로 이동 단말이

위성-이동 커버리지 간 이동 시에도 원활하게 연결을 유지하는 기술을 의미한다.

그림 44

TN-NTN 자원 분배

6G
Insight

그림 45

TN-NTN 이동성 예측 기반
핸드오버 기법

3.8.3 TN-NTN 다중 연결 기술

TN-NTN 다중 연결 기술은 다양한 고도 및 궤도에 위치한 위성들과 지상 네트

워크와의 동시 연결을 통해 입체적인 무선 통신 환경을 제공하고 연결 신뢰성을

강화할 수 있는 기술이다.

기존 TN에서 동종 RAN을 상호 연결하여 네트워크의 성능 및 전송 신뢰성을 향상

시키기 위한 방법으로 이중 연결(dual connectivity) 기술이 지속적으로 개발되어

왔다. 따라서 6G에서의 다중 연결 기술은 동일 궤도 및 다중 궤도를 고려한 위성

간 링크(ISL)에 기반한 보다 입체적인 무선 통신 환경을 제공하며, 지상 네트워크

와의 연결성도 강화될 것이다. 특히 TN과 NTN은 서로 다른 특성을 가진 네트워크

이므로 이들이 제공하는 커버리지를 통해 서비스를 제공하기 위해서는 다양한

형태의 기지국 및 코어 네트워크를 활용하여 연결을 제공하는 것이 필요하다.

TN-NTN 핸드오버를 위해서는 단말이 주변 네트워크 상태를 감지하고 최적의

연결 옵션을 선택하고, 위성과 지상 네트워크의 신호 강도, 대역폭, 지연 시간 등을

실시간으로 평가하고 이를 기반으로 연결 우선순위를 자동으로 결정하는

형태의 핸드오버 알고리즘을 사용할 수 있다. 이와 더불어 TN-NTN 지원 단말은

GNSS(Global Navigation Satellite System) 데이터를 사용하지 않고도 주변의

네트워크 신호(예: 기지국 또는 위성 신호)를 분석하여 상대적인 위치 정보를

파악할 수 있는 위치 탐지 기술을 통해 효율적인 이동성 관리를 수행할 수 있다.

* LSTM: Long Short-Term Memory Model * DQN: Deep Q-Network

TN-NTN 자원 분배 기술은 동적 주파수 할당(DSA, Dynamic Spectrum Allocation)

기술과 동적 자원 공유(DSS, Dynamic Spectrum Sharing) 기술로 구성된다.

DSA는 실시간으로 주파수 할당을 조정하여 간섭을 최소화하는 기술이며 DSS는

시간 및 공간을 기반으로 동일 주파수를 효율적으로 사용하게 하는 기술이다.

예를 들어, 위성 네트워크와 지상 네트워크가 동일한 주파수 대역을 공유할 경우,

DSA 기술을 통해 각 네트워크의 요구사항과 트래픽 패턴을 분석하여 최적의

주파수 대역이나 무선 자원을 동적으로 할당할 수 있다. 이 과정에서 AI/ML 기반의

주파수 선택 알고리즘을 활용하여 실시간 환경 변화에 따른 자원 분배를 자동화

할 수 있으며 시간 및 공간 기반 자원 분배 기술을 적용하여 특정 지역에서 주파수

간섭이 발생하지 않도록 조정하고, 동시에 다양한 사용자 요구를 충족시킴으로써

주파수 활용도를 극대화할 수 있다. <그림 44>는 가드 밴드 조절을 통한 동적

주파수 할당의 예를 나타낸 것이다.

Frequency

<Guard-band 동적 조절 액션>

3.8.2 TN-NTN 이동성 제공 기술

TN-NTN 이동성 제공 기술은 사용자가 이동을 통해 TN-NTN 네트워크를 전환할

때 끊김 없는 서비스를 보장하는 기술이다. 즉 사용자가 위성 커버리지 지역으로

이동하면 자동으로 위성 네트워크로 연결이 전환되고, 다시 지상 네트워크로

복귀할 때도 원활한 핸드오버가 되어야 하고, 필요 시 지상 네트워크와 위성 네트

워크를 동시에 서비스 가능하도록 해야 한다.

TN-NTN 이동성 제공 기술은 <그림 45>와 같이 위성과 지상 네트워크 간의 이동성

제공을 위해 고도화된 이동성 예측 및 핸드오버 기술을 포함한다. 이동성 예측

기술은 사용자의 이동성에 따른 위성 및 지상 커버리지를 효율적으로 파악하는

기술을 의미한다. 핸드오버 기술은 이동성 예측 기술을 기반으로 이동 단말이

위성-이동 커버리지 간 이동 시에도 원활하게 연결을 유지하는 기술을 의미한다.

그림 44

TN-NTN 자원 분배

6G
Insight

그림 45

TN-NTN 이동성 예측 기반
핸드오버 기법

3.8.3 TN-NTN 다중 연결 기술

TN-NTN 다중 연결 기술은 다양한 고도 및 궤도에 위치한 위성들과 지상 네트

워크와의 동시 연결을 통해 입체적인 무선 통신 환경을 제공하고 연결 신뢰성을

강화할 수 있는 기술이다.

기존 TN에서 동종 RAN을 상호 연결하여 네트워크의 성능 및 전송 신뢰성을 향상

시키기 위한 방법으로 이중 연결(dual connectivity) 기술이 지속적으로 개발되어

왔다. 따라서 6G에서의 다중 연결 기술은 동일 궤도 및 다중 궤도를 고려한 위성

간 링크(ISL)에 기반한 보다 입체적인 무선 통신 환경을 제공하며, 지상 네트워크

와의 연결성도 강화될 것이다. 특히 TN과 NTN은 서로 다른 특성을 가진 네트워크

이므로 이들이 제공하는 커버리지를 통해 서비스를 제공하기 위해서는 다양한

형태의 기지국 및 코어 네트워크를 활용하여 연결을 제공하는 것이 필요하다.

TN-NTN 핸드오버를 위해서는 단말이 주변 네트워크 상태를 감지하고 최적의

연결 옵션을 선택하고, 위성과 지상 네트워크의 신호 강도, 대역폭, 지연 시간 등을

실시간으로 평가하고 이를 기반으로 연결 우선순위를 자동으로 결정하는

형태의 핸드오버 알고리즘을 사용할 수 있다. 이와 더불어 TN-NTN 지원 단말은

GNSS(Global Navigation Satellite System) 데이터를 사용하지 않고도 주변의

네트워크 신호(예: 기지국 또는 위성 신호)를 분석하여 상대적인 위치 정보를

파악할 수 있는 위치 탐지 기술을 통해 효율적인 이동성 관리를 수행할 수 있다.

* LSTM: Long Short-Term Memory Model * DQN: Deep Q-Network

현재 고려되고 있는 대표적인 다중 연결 기술은 이중 스티어(dual steer)기술이다.

이는 다양한 지상 또는 공중 단말들이 지상 및 위성 기지국(다중 궤도 포함)에

이중으로 접속 가능한 환경을 가정하며, 단말과 네트워크 간에 설정된 이중 통신

경로를 통해 TN-NTN이 연계된 다양한 트래픽 송수신 서비스를 제공할 수 있다.

<그림 46>은 지상 단말 및 UAM/UAV단말이 이중 스티어를 이용하여 TN과

NTN의 연결을 통해 서비스를 제공하는 예를 나타낸 것이다.

TN-NTN 다중 연결 기술은 TN-NTN 무선 액세스간 이중 연결 기술을 포함하는

멀티 액세스 기술이며 이를 통해 지상 및 비지상 네트워크를 통합한 3D 공간

다중 연결성을 지원하는 네트워크를 제공할 수 있다. 특히 위성은 고도에 따라

셀 커버리지, 무선링크 지연시간, 이동성 제어 등에 있어 서로 다른 특성을 가지는데,

단말의 위치, 이동 속도, 서비스 요구사항에 기반하여 둘 이상의 무선 액세스로

다중 연결을 제공함으로써 사용자 체감 품질을 향상시키고 네트워크 활용을 최적화

할 수 있다. <그림 47>은 GEO, MEO, LEO등의 위성들을 이용한 TN-NTN 다중

연결 기술을 통한 서비스 제공 예를 나타낸 것이다.

지상

기지국

6G Core

지상
단말

위성

기지국

지상

IAB Donor 기지국

Core

6G Core

UAV

IAB 기지국

지상
단말

위성

기지국

지상

기지국

6G Core

UAM/UAV

단말

위성

기지국

지상
단말

Core

UAM/UAV

단말

GEO 위성

기지국

LEO 위성

기지국

Core

그림 47

TN-NTN 다중 연결 기술

TN-NTN

Dual Steer

NTN-NTN

Dual connectivity

TN-NTN

Dual connectivity

그림 46

TN-NTN 이중 스티어
서비스

6G
Insight

3.8.4 TN-NTN 결합 지원 모바일 코어 기술

6G 코어 네트워크는 NTN을 단순히 추가적인 기능으로 통합하는 것이 아니라,

설계 단계에서부터 NTN 환경을 고려한 NTN-Native 구조를 가져야 한다. 이를 통해

위성 환경의 특성을 반영한 최적화된 네트워크 운영이 가능해진다. 위성 환경은

전통적인 지상 네트워크와 다른 고유의 특성을 가지며, 특히 지연, 빔 패턴, 커버

리지, 궤도 정보, 빔 부하 등의 위성 전용 파라미터를 세션 및 정책 관리에 명시적

으로 반영해야 한다. 이를 통해 효율적인 네트워크 운영을 가능하게 해야 하며,

실시간으로 변화하는 위성 파라미터를 효과적으로 관리하기 위해 AI/ML을

활용한 분석 기능이 필요하다. NWDAF(Network Data Analytics Function) 또는

MDAF(Management Data Analytics Function)와 같은 데이터 분석 엔진을

활용하여 코어 네트워크의 의사결정을 지원해야 하며, 다수의 LEO, MEO, GEO

위성과 HAPS(High Altitude Platform Systems)를 통합하여 최적의 네트워크

자원을 동적으로 할당할 수 있어야 한다.

6G NTN 환경에서는 서비스 요구 기반의 동적 네트워크 선택이 필요하다. NTN과

TN 간의 최적의 링크를 동적으로 선택하고, 네트워크 부하를 고려하여 적절한

연결을 유지해야 한다. 다양한 서비스별 요구사항을 충족하도록 네트워크를 구성

해야 하며, TN과 다수의 위성을 동시에 연결하거나 빠르게 전환하는 멀티 패스 전송

기술을 활용하여 NTN 환경에서도 안정적인 QoS를 제공할 수 있어야 한다. 또한

LEO, MEO, GEO 위성과 HAPS를 통합하여 트래픽을 실시간으로 최적의 경로로

라우팅하는 기술이 필요하며, 이를 통해 NTN QoS를 향상시킬 수 있고 위성 네트

워크의 부하를 효율적으로 분산할 수 있다.

기존의 집중형 코어 네트워크 구조는 NTN 환경에서 한계를 가질 수 있으므로,

6G NTN 환경에서는 분산형 및 자율형 코어 네트워크 아키텍처가 요구된다. NTN

환경에서는 네트워크 노드가 지리적으로 광범위하게 분포되므로, 중앙 집중형

아키텍처보다는 분산형 아키텍처를 적용하여 네트워크의 확장성과 안정성을

높여야 한다. 또한 AI/ML 기반의 예측 분석 기능을 활용하여 NTN 코어 네트워크가

자율적으로 운영될 수 있도록 해야 한다. 예를 들어, 위성 궤도 변화나 네트워크

부하 변동을 실시간으로 예측하여 최적의 연결을 유지할 수 있도록 해야 한다.

NTN 환경에서는 다양한 보안 위협이 존재할 수 있으므로, 강력한 보안 메커니즘을

적용해야 한다. NTN과 TN 간의 데이터 전송 과정에서 종단간 암호화 및 보안

프로토콜을 적용하여 데이터의 무결성을 보장해야 하며, 다수의 위성과 지상

네트워크가 동적으로 연결되는 환경에서는 강력한 인증 및 접근 제어 메커니즘을

적용해야 한다. 특히 AI 기반 이상 탐지 기법을 활용하여 보안 위협을 실시간으로

감지하고 대응할 수 있도록 해야 한다.

현재 고려되고 있는 대표적인 다중 연결 기술은 이중 스티어(dual steer)기술이다.

이는 다양한 지상 또는 공중 단말들이 지상 및 위성 기지국(다중 궤도 포함)에

이중으로 접속 가능한 환경을 가정하며, 단말과 네트워크 간에 설정된 이중 통신

경로를 통해 TN-NTN이 연계된 다양한 트래픽 송수신 서비스를 제공할 수 있다.

<그림 46>은 지상 단말 및 UAM/UAV단말이 이중 스티어를 이용하여 TN과

NTN의 연결을 통해 서비스를 제공하는 예를 나타낸 것이다.

TN-NTN 다중 연결 기술은 TN-NTN 무선 액세스간 이중 연결 기술을 포함하는

멀티 액세스 기술이며 이를 통해 지상 및 비지상 네트워크를 통합한 3D 공간

다중 연결성을 지원하는 네트워크를 제공할 수 있다. 특히 위성은 고도에 따라

셀 커버리지, 무선링크 지연시간, 이동성 제어 등에 있어 서로 다른 특성을 가지는데,

단말의 위치, 이동 속도, 서비스 요구사항에 기반하여 둘 이상의 무선 액세스로

다중 연결을 제공함으로써 사용자 체감 품질을 향상시키고 네트워크 활용을 최적화

할 수 있다. <그림 47>은 GEO, MEO, LEO등의 위성들을 이용한 TN-NTN 다중

연결 기술을 통한 서비스 제공 예를 나타낸 것이다.

지상

기지국

6G Core

지상
단말

위성

기지국

지상

IAB Donor 기지국

Core

6G Core

UAV

IAB 기지국

지상
단말

위성

기지국

지상

기지국

6G Core

UAM/UAV

단말

위성

기지국

지상
단말

Core

UAM/UAV

단말

GEO 위성

기지국

LEO 위성

기지국

Core

그림 47

TN-NTN 다중 연결 기술

TN-NTN

Dual Steer

NTN-NTN

Dual connectivity

TN-NTN

Dual connectivity

그림 46

TN-NTN 이중 스티어
서비스

6G
Insight

3.8.4 TN-NTN 결합 지원 모바일 코어 기술

6G 코어 네트워크는 NTN을 단순히 추가적인 기능으로 통합하는 것이 아니라,

설계 단계에서부터 NTN 환경을 고려한 NTN-Native 구조를 가져야 한다. 이를 통해

위성 환경의 특성을 반영한 최적화된 네트워크 운영이 가능해진다. 위성 환경은

전통적인 지상 네트워크와 다른 고유의 특성을 가지며, 특히 지연, 빔 패턴, 커버

리지, 궤도 정보, 빔 부하 등의 위성 전용 파라미터를 세션 및 정책 관리에 명시적

으로 반영해야 한다. 이를 통해 효율적인 네트워크 운영을 가능하게 해야 하며,

실시간으로 변화하는 위성 파라미터를 효과적으로 관리하기 위해 AI/ML을

활용한 분석 기능이 필요하다. NWDAF(Network Data Analytics Function) 또는

MDAF(Management Data Analytics Function)와 같은 데이터 분석 엔진을

활용하여 코어 네트워크의 의사결정을 지원해야 하며, 다수의 LEO, MEO, GEO

위성과 HAPS(High Altitude Platform Systems)를 통합하여 최적의 네트워크

자원을 동적으로 할당할 수 있어야 한다.

6G NTN 환경에서는 서비스 요구 기반의 동적 네트워크 선택이 필요하다. NTN과

TN 간의 최적의 링크를 동적으로 선택하고, 네트워크 부하를 고려하여 적절한

연결을 유지해야 한다. 다양한 서비스별 요구사항을 충족하도록 네트워크를 구성

해야 하며, TN과 다수의 위성을 동시에 연결하거나 빠르게 전환하는 멀티 패스 전송

기술을 활용하여 NTN 환경에서도 안정적인 QoS를 제공할 수 있어야 한다. 또한

LEO, MEO, GEO 위성과 HAPS를 통합하여 트래픽을 실시간으로 최적의 경로로

라우팅하는 기술이 필요하며, 이를 통해 NTN QoS를 향상시킬 수 있고 위성 네트

워크의 부하를 효율적으로 분산할 수 있다.

기존의 집중형 코어 네트워크 구조는 NTN 환경에서 한계를 가질 수 있으므로,

6G NTN 환경에서는 분산형 및 자율형 코어 네트워크 아키텍처가 요구된다. NTN

환경에서는 네트워크 노드가 지리적으로 광범위하게 분포되므로, 중앙 집중형

아키텍처보다는 분산형 아키텍처를 적용하여 네트워크의 확장성과 안정성을

높여야 한다. 또한 AI/ML 기반의 예측 분석 기능을 활용하여 NTN 코어 네트워크가

자율적으로 운영될 수 있도록 해야 한다. 예를 들어, 위성 궤도 변화나 네트워크

부하 변동을 실시간으로 예측하여 최적의 연결을 유지할 수 있도록 해야 한다.

NTN 환경에서는 다양한 보안 위협이 존재할 수 있으므로, 강력한 보안 메커니즘을

적용해야 한다. NTN과 TN 간의 데이터 전송 과정에서 종단간 암호화 및 보안

프로토콜을 적용하여 데이터의 무결성을 보장해야 하며, 다수의 위성과 지상

네트워크가 동적으로 연결되는 환경에서는 강력한 인증 및 접근 제어 메커니즘을

적용해야 한다. 특히 AI 기반 이상 탐지 기법을 활용하여 보안 위협을 실시간으로

감지하고 대응할 수 있도록 해야 한다.

그림 48

6G 스마트 중계기 개념도

3.9 스마트 중계기

스마트 중계기는 다양한 실외 및 실내 환경에서 음영지역 제거에 효율적인 기술

이다. 특히 벽, 가구, 이동하는 사람 등 다양한 전파 방해원이 혼재하는 복잡한 통신

환경에서 스마트 중계기를 통하여 손쉽게 음영 지역을 제거하고 사용자 경험을

개선할 수 있다.

6G 스마트 중계기는 <그림 48>과 같이 네트워크 제어 중계기(NCR, Network-

Controlled Repeater)와 재구성 가능한 지능형 표면(RIS, Reconfigurable

Intelligent Surface)의 두 가지 형태로 분류될 수 있다. 네트워크 제어 중계기는

실시간 네트워크 제어와 동적 빔포밍을 통한 통신 효율성의 극대화가 용이하며,

재구성 가능한 지능형 표면은 전자기파 반사·투과 특성을 가변하여 신호 도달 거리

및 신호 전달 범위를 에너지 효율적으로 증대할 수 있다. 6G 스마트 중계기는 6G

후보 주파수 대역 등 중/고주파 대역에 대한 전국망 제공을 실현하는 데 중요한

역할을 할 것으로 기대하고 있다.

스마트 중계기의 성능은 커버리지 확장 여부(QoE 향상), 주파수 효율성 향상,

네트워크 에너지 효율성 향상, 그리고 네트워크 신뢰성 향상 등을 주요 지표로

평가할 수 있다. 6G 스마트 중계기의 경우, NCR 및 RIS를 기반으로 환경에 따라

500Mbps~1Gbps 수준의 QoE가 보장되는 커버리지를 확보할 수 있을 것으로

기대되고 있다. 또한 6G 스마트 중계기는 5G 중계기가 지원하지 못하는 다중 빔

지원, 중계기 전력 제어 등을 통하여 스펙트럼 효율성 향상시키고, 지능형 제어

기술을 통해 에너지 효율성을 최적화하여 최대 40%의 에너지 절감을 실현할 수

있을 것으로 예상된다 [23].

6G 스마트 중계기는 무선 전송 및 중계 기술, 소재 기술, 그리고 스마트 중계기

운용 기술로 나눌 수 있다. 스마트 중계기를 위한 무선 전송 및 중계 기술은 다중

단말 지원을 위한 다중 빔 형성 및 제어 기술, 광대역 전송을 위한 다중 캐리어

6G 기지국

Control

6G 기지국 커버리지

RIS

중계기 시스템

Control

NCR

중계기 시스템

6G
Insight

재전송 기술, 중계기 이동성 지원 기술 등의 NCR 특화 기술을 포함한다. 스마트

중계기에 활용되는 소재와 관련된 기술은 전파 반사 혹은 전파 투과를 위한 메타

소재 기술, 반사파 및 투과파의 위상 및 진폭 조절 기술 등 RIS 특화 기술을 포함

한다. 메타 소재 기술은 전자기파를 원하는 방식으로 제어하기 위한 인공 소재 및

메타물질로 구성된 평면을 개발하는 것으로 RIS의 성능을 결정짓는 핵심 기술 이다.

위상 및 진폭 조절 기술은 각각의 소자를 통해 전자적 방식으로 반사 특성을 조절

하는 RIS의 반사 계수 제어를 위한 핵심 기술이다. 이와 더불어 스마트 중계기를

운용 기술은 NCR/RIS을 제어하기 위한 네트워크 제어 및 관리 기술 등을 포함한다.

앞서 기술한 기술들은 6G에서 도입 예정인 AI/ML과 결합하여 개발되는 것이

가능하며, 이를 위한 학습 데이터 확보 및 표준화 연구도 스마트 중계기 도입에

중요한 요소가 될 수 있다.

3.10 광 네트워크

3.10.1 광 액세스 네트워크

6G의 핵심 인프라 중 하나인 광 액세스 네트워크는 초고속 데이터 전송, 초저지연,

대규모 연결을 지원하기 위한 기지국과 사용자간 연결망으로, 특히 6G 프론트홀의

대용량 데이터를 끊김없이 안정적으로 제공하는 것을 목표로 한다. 6G 프론트홀

에서는 수백 기가 이상의 데이터 전송 속도를 요구하며, 네트워크 지연 역시 수백

㎲ 이하로 낮추어야 한다. 동시에, 지속 가능성을 고려한 비용 및 전력소모 등에

있어 효율적인 설계가 요구되며, AI를 활용한 실시간 트래픽 예측 및 자율 관리 기능도

중요한 요소로 대두되고 있다. 이를 실현하기 위해 초고속 광전송, 지능형 네트워크

제어, 프론트홀 접속 기술, 비용 및 에너지 효율 기술 등이 주요 핵심 기술로 연구

되고 있다.

차세대 PON(Passive Optical Network) 역시 중요한 역할을 할 것으로 예상

된다. 기존의 TDM-PON(Time Division Multiplexing-PON) 기술보다 향상된

TWDM-PON(Time and Wavelength Division Multiplexed-PON)이 도입되어

다중 파장을 활용한 대역폭 증가 및 저지연 전송이 가능해졌다. 또한 파장당

100Gbps, 20km 이상 전송이 가능한 코히어런트 PON 기술도 활발히 연구되고 있다.

비용 및 에너지 효율을 극대화하는 기술은 6G 광 액세스 네트워크에서 중요한

요소이다. 광 액세스 네트워크는 사용자에게 직접 연결되는 네트워크 구간으로,

대규모 인프라 구축이 필요하며 운영 비용이 지속적으로 발생하는 특성이 있다.

이를 위해 실리콘 포토닉스 기반의 광 집적회로(PIC, Photonic Integrated

그림 48

6G 스마트 중계기 개념도

3.9 스마트 중계기

스마트 중계기는 다양한 실외 및 실내 환경에서 음영지역 제거에 효율적인 기술

이다. 특히 벽, 가구, 이동하는 사람 등 다양한 전파 방해원이 혼재하는 복잡한 통신

환경에서 스마트 중계기를 통하여 손쉽게 음영 지역을 제거하고 사용자 경험을

개선할 수 있다.

6G 스마트 중계기는 <그림 48>과 같이 네트워크 제어 중계기(NCR, Network-

Controlled Repeater)와 재구성 가능한 지능형 표면(RIS, Reconfigurable

Intelligent Surface)의 두 가지 형태로 분류될 수 있다. 네트워크 제어 중계기는

실시간 네트워크 제어와 동적 빔포밍을 통한 통신 효율성의 극대화가 용이하며,

재구성 가능한 지능형 표면은 전자기파 반사·투과 특성을 가변하여 신호 도달 거리

및 신호 전달 범위를 에너지 효율적으로 증대할 수 있다. 6G 스마트 중계기는 6G

후보 주파수 대역 등 중/고주파 대역에 대한 전국망 제공을 실현하는 데 중요한

역할을 할 것으로 기대하고 있다.

스마트 중계기의 성능은 커버리지 확장 여부(QoE 향상), 주파수 효율성 향상,

네트워크 에너지 효율성 향상, 그리고 네트워크 신뢰성 향상 등을 주요 지표로

평가할 수 있다. 6G 스마트 중계기의 경우, NCR 및 RIS를 기반으로 환경에 따라

500Mbps~1Gbps 수준의 QoE가 보장되는 커버리지를 확보할 수 있을 것으로

기대되고 있다. 또한 6G 스마트 중계기는 5G 중계기가 지원하지 못하는 다중 빔

지원, 중계기 전력 제어 등을 통하여 스펙트럼 효율성 향상시키고, 지능형 제어

기술을 통해 에너지 효율성을 최적화하여 최대 40%의 에너지 절감을 실현할 수

있을 것으로 예상된다 [23].

6G 스마트 중계기는 무선 전송 및 중계 기술, 소재 기술, 그리고 스마트 중계기

운용 기술로 나눌 수 있다. 스마트 중계기를 위한 무선 전송 및 중계 기술은 다중

단말 지원을 위한 다중 빔 형성 및 제어 기술, 광대역 전송을 위한 다중 캐리어

6G 기지국

Control

6G 기지국 커버리지

RIS

중계기 시스템

Control

NCR

중계기 시스템

6G
Insight

재전송 기술, 중계기 이동성 지원 기술 등의 NCR 특화 기술을 포함한다. 스마트

중계기에 활용되는 소재와 관련된 기술은 전파 반사 혹은 전파 투과를 위한 메타

소재 기술, 반사파 및 투과파의 위상 및 진폭 조절 기술 등 RIS 특화 기술을 포함

한다. 메타 소재 기술은 전자기파를 원하는 방식으로 제어하기 위한 인공 소재 및

메타물질로 구성된 평면을 개발하는 것으로 RIS의 성능을 결정짓는 핵심 기술 이다.

위상 및 진폭 조절 기술은 각각의 소자를 통해 전자적 방식으로 반사 특성을 조절

하는 RIS의 반사 계수 제어를 위한 핵심 기술이다. 이와 더불어 스마트 중계기를

운용 기술은 NCR/RIS을 제어하기 위한 네트워크 제어 및 관리 기술 등을 포함한다.

앞서 기술한 기술들은 6G에서 도입 예정인 AI/ML과 결합하여 개발되는 것이

가능하며, 이를 위한 학습 데이터 확보 및 표준화 연구도 스마트 중계기 도입에

중요한 요소가 될 수 있다.

3.10 광 네트워크

3.10.1 광 액세스 네트워크

6G의 핵심 인프라 중 하나인 광 액세스 네트워크는 초고속 데이터 전송, 초저지연,

대규모 연결을 지원하기 위한 기지국과 사용자간 연결망으로, 특히 6G 프론트홀의

대용량 데이터를 끊김없이 안정적으로 제공하는 것을 목표로 한다. 6G 프론트홀

에서는 수백 기가 이상의 데이터 전송 속도를 요구하며, 네트워크 지연 역시 수백

㎲ 이하로 낮추어야 한다. 동시에, 지속 가능성을 고려한 비용 및 전력소모 등에

있어 효율적인 설계가 요구되며, AI를 활용한 실시간 트래픽 예측 및 자율 관리 기능도

중요한 요소로 대두되고 있다. 이를 실현하기 위해 초고속 광전송, 지능형 네트워크

제어, 프론트홀 접속 기술, 비용 및 에너지 효율 기술 등이 주요 핵심 기술로 연구

되고 있다.

차세대 PON(Passive Optical Network) 역시 중요한 역할을 할 것으로 예상

된다. 기존의 TDM-PON(Time Division Multiplexing-PON) 기술보다 향상된

TWDM-PON(Time and Wavelength Division Multiplexed-PON)이 도입되어

다중 파장을 활용한 대역폭 증가 및 저지연 전송이 가능해졌다. 또한 파장당

100Gbps, 20km 이상 전송이 가능한 코히어런트 PON 기술도 활발히 연구되고 있다.

비용 및 에너지 효율을 극대화하는 기술은 6G 광 액세스 네트워크에서 중요한

요소이다. 광 액세스 네트워크는 사용자에게 직접 연결되는 네트워크 구간으로,

대규모 인프라 구축이 필요하며 운영 비용이 지속적으로 발생하는 특성이 있다.

이를 위해 실리콘 포토닉스 기반의 광 집적회로(PIC, Photonic Integrated

그림 49

광 액세스망 코히어런트
광트랜시버 진화 방향

2010

비용,

전력,

크기

Year

1세대(Gen1): 5” x 7” MSA, ~80W

2세대(Gen2): 4” x 5” MSA, ~40W

Pluggable: CFP, 25~32W (100G only)

Pluggable: CFP2 ACO/DCO, 12~18W

(100G/200G)

Pluggable: QSFP-DD/OSFP,

~15W, (400G)

Pluggable: QSFP-DCO, 5~10W (100G)

DCI

Access

2014

2021

202X

장거리(Long haul), 성능 우선의 개별

O/E 부품 구성

메트로망을 위한

Coherent Solution 제공

Access망을 위한 Coherent Solution

(망에 특화된 신호처리 및 광송수신

기술 개발 필요!)

그림 50

기지국 광통신 개념도

이러한 핵심기술의 발전으로 6G 광액세스 네트워크는 초고속, 초저지연, 초연결을

실현하며, 이를 통해 6G 시대의 요구를 충족하는 혁신적인 광 네트워크 인프라가

구축될 것으로 전망된다.

3.10.2 프론트홀 광모듈

Radio Unit

Distributed Unit

Central Unit

Fronthaul

Midhaul

Backhaul

Fx/eCPRI

Network

slices

Telco/IT

functions

Virtualiza

tion

str

tio

< 0.1 msec 0.4 msec < 3.5 msec

< 20 km

< 40 km < 80km

RU DU CU

Circuit)를 활용한 저전력 광소자 및 모듈을 개발하고, 더불어 디지털 신호 처리

(DSP, Digital Signal Processing) 최적화를 통한 전력 소비를 최소화하는 연구가

활발히 진행되고 있다. <그림 49>는 광 액세스망을 위한 코히어런트 광트랜시버

진화 방향을 보여준다. 이를 통해 QSFP(Quad Small Form-factor Pluggable)와

같은 작은 크기에 소모 전력은 10W 미만의 코히어런트 광트랜시버의 출현이

가능할 것으로 예상된다.

5G 대비 6G 기지국의 무선 전송용량은 10배 이상을 요구한다. 특히, 기지국의

RU와 DU 간의 연결로 정의되는 프론트홀 전송 트래픽은 RU-DU 구간 사이에서

수백 Gbps~수 Tbps급의 광전송용량을 요구하고 있다. <그림 50>은 기지국 광통신

개념도를 나타내고 있으며, 각 구간의 전송용량 트래픽, 상대적 지연특성 경향을

보여준다. 무엇보다도 RU-DU 구간의 광전송 트래픽과 저지연성 요구사항이

크게 부각되고 있다.

6G
Insight

6G 기지국 구축을 위해서는 프론트홀 광링크 용량에 대응하기 위한 다수의 광채널

및 채널 파장당 고속의 광소자 부품기술이 요구된다. 무엇보다도 프론트홀 광전송

용량을 확보하기 위해 다수의 파장을 사용한 WDM 기술이 적용될 것으로 전망

되며, 현재 파장별 고속 광부품의 경제성 확보를 위해 파장가변 광부품 기술 개발이

진행중에 있다.

<그림 51>는 6G 프론트홀 광링크를 구성하는 핵심적인 기술 개념이다. 프론트홀용

파장당 100Gbps급 고정파장에 대한 세기변조 기반 WDM 광소자부품, 광모듈

및 광인터페이스 카드 개발을 넘어, 향후 파장당 200Gbps급 광소자부품, 광모듈

및 광인터페이스 카드를 개발하여 200Gbps급 광전송용량을 지원함으로써

본격적인 6G 서비스 확산이 예상된다.

한편 대역폭 요구가 증가할수록 코히어런트 방식의 적용이 확장되고 있어,

<그림 52>와 같이 비용적 측면에서 유리하면서 전송 효율을 높일 수 있는 경량형

코히어런트(coherent-lite) 기술이 부상하고 있다.

WDM/TDM 및

coherent -Lite

광부품

광원 및 수광소자

칩

프론트홀

(국사/

기지국

장비)

기지국용(프론트홀

/미드홀/벡홀)

광트랜시버

광원 및 수광소자 칩

TOSA/ROSA 광부품

기지국용 광트랜시버

프론트홀

인터페이스

(정합)

카드

그림 51

프론트홀 광링크에서
핵심 개발 대상물

비용우위적 접근을 유지하면서 전송

거리 제한의 문제점을 극복하기위한

기술 필요



(장점) 저비용, 저전력 구현 가능



(단점) 전송속도 증가에 따른 전송
거리 제한



저비용, 저전력 구현 가능



전송속도 증가에 따른 전송거리 제한



(단점) 고비용, 고전력 소모



(장점) 높은 전송효율, 높은 수신 감도,
Scalability



저비용, 저전력 구현 가능



높은 전송효율, 높은 수신 감도



저비용, 저전력 구현 가능



높은 전송효율, 높은 수신 감도

Coherent Toward Edge

그림 52

경량형 코히어런트 기술

그림 49

광 액세스망 코히어런트
광트랜시버 진화 방향

2010

비용,

전력,

크기

Year

1세대(Gen1): 5” x 7” MSA, ~80W

2세대(Gen2): 4” x 5” MSA, ~40W

Pluggable: CFP, 25~32W (100G only)

Pluggable: CFP2 ACO/DCO, 12~18W

(100G/200G)

Pluggable: QSFP-DD/OSFP,

~15W, (400G)

Pluggable: QSFP-DCO, 5~10W (100G)

DCI

Access

2014

2021

202X

장거리(Long haul), 성능 우선의 개별

O/E 부품 구성

메트로망을 위한

Coherent Solution 제공

Access망을 위한 Coherent Solution

(망에 특화된 신호처리 및 광송수신

기술 개발 필요!)

그림 50

기지국 광통신 개념도

이러한 핵심기술의 발전으로 6G 광액세스 네트워크는 초고속, 초저지연, 초연결을

실현하며, 이를 통해 6G 시대의 요구를 충족하는 혁신적인 광 네트워크 인프라가

구축될 것으로 전망된다.

3.10.2 프론트홀 광모듈

Radio Unit

Distributed Unit

Central Unit

Fronthaul

Midhaul

Backhaul

Fx/eCPRI

Network

slices

Telco/IT

functions

Virtualiza

tion

str

tio

< 0.1 msec 0.4 msec < 3.5 msec

< 20 km

< 40 km < 80km

RU DU CU

Circuit)를 활용한 저전력 광소자 및 모듈을 개발하고, 더불어 디지털 신호 처리

(DSP, Digital Signal Processing) 최적화를 통한 전력 소비를 최소화하는 연구가

활발히 진행되고 있다. <그림 49>는 광 액세스망을 위한 코히어런트 광트랜시버

진화 방향을 보여준다. 이를 통해 QSFP(Quad Small Form-factor Pluggable)와

같은 작은 크기에 소모 전력은 10W 미만의 코히어런트 광트랜시버의 출현이

가능할 것으로 예상된다.

5G 대비 6G 기지국의 무선 전송용량은 10배 이상을 요구한다. 특히, 기지국의

RU와 DU 간의 연결로 정의되는 프론트홀 전송 트래픽은 RU-DU 구간 사이에서

수백 Gbps~수 Tbps급의 광전송용량을 요구하고 있다. <그림 50>은 기지국 광통신

개념도를 나타내고 있으며, 각 구간의 전송용량 트래픽, 상대적 지연특성 경향을

보여준다. 무엇보다도 RU-DU 구간의 광전송 트래픽과 저지연성 요구사항이

크게 부각되고 있다.

6G
Insight

6G 기지국 구축을 위해서는 프론트홀 광링크 용량에 대응하기 위한 다수의 광채널

및 채널 파장당 고속의 광소자 부품기술이 요구된다. 무엇보다도 프론트홀 광전송

용량을 확보하기 위해 다수의 파장을 사용한 WDM 기술이 적용될 것으로 전망

되며, 현재 파장별 고속 광부품의 경제성 확보를 위해 파장가변 광부품 기술 개발이

진행중에 있다.

<그림 51>는 6G 프론트홀 광링크를 구성하는 핵심적인 기술 개념이다. 프론트홀용

파장당 100Gbps급 고정파장에 대한 세기변조 기반 WDM 광소자부품, 광모듈

및 광인터페이스 카드 개발을 넘어, 향후 파장당 200Gbps급 광소자부품, 광모듈

및 광인터페이스 카드를 개발하여 200Gbps급 광전송용량을 지원함으로써

본격적인 6G 서비스 확산이 예상된다.

한편 대역폭 요구가 증가할수록 코히어런트 방식의 적용이 확장되고 있어,

<그림 52>와 같이 비용적 측면에서 유리하면서 전송 효율을 높일 수 있는 경량형

코히어런트(coherent-lite) 기술이 부상하고 있다.

WDM/TDM 및

coherent -Lite

광부품

광원 및 수광소자

칩

프론트홀

(국사/

기지국

장비)

기지국용(프론트홀

/미드홀/벡홀)

광트랜시버

광원 및 수광소자 칩

TOSA/ROSA 광부품

기지국용 광트랜시버

프론트홀

인터페이스

(정합)

카드

그림 51

프론트홀 광링크에서
핵심 개발 대상물

비용우위적 접근을 유지하면서 전송

거리 제한의 문제점을 극복하기위한

기술 필요



(장점) 저비용, 저전력 구현 가능



(단점) 전송속도 증가에 따른 전송
거리 제한



저비용, 저전력 구현 가능



전송속도 증가에 따른 전송거리 제한



(단점) 고비용, 고전력 소모



(장점) 높은 전송효율, 높은 수신 감도,
Scalability



저비용, 저전력 구현 가능



높은 전송효율, 높은 수신 감도



저비용, 저전력 구현 가능



높은 전송효율, 높은 수신 감도

Coherent Toward Edge

그림 52

경량형 코히어런트 기술

3.10.3 데이터센터 광부품

인터넷 검색, 멀티미디어 서비스, 빅데이터 등 대용량 데이터 기반의 클라우드

서비스의 보급으로 발전한 데이터센터는 인공지능의 확산으로 그 수요가 폭발적

으로 증가하고 있다. 6G를 통한 인공지능 서비스의 보편적 활용을 위해서는

다양한 규모의 데이터센터 구축이 더욱 가속화 될 것이며 초고속, 저전력 데이터

센터 네트워크 구축을 위한 광통신 기술의 적용도 확대될 것으로 전망된다. 인공

지능 데이터센터 내부 네트워크는 기존의 데이터 수집, 처리, 보급을 위한 프론트

엔드(Frontend) 네트워크 뿐 아니라 LLM(Large Language Model) 등 대규모

인공지능 컴퓨팅을 수행하기 위해 GPU 등의 컴퓨팅 자원의 연결을 위한 백엔드

(Backend) 네트워크가 도입되고 있다. <그림 53>은 인공지능 데이터센터의

구조를 나타낸다. 이러한 백엔드 네트워크는 기존 프론트엔드 대비 더욱 향상된

초고속, 대용량의 스위치 및 광통신 모듈의 도입을 필요로 하며 인공지능

컴퓨팅 수행을 위해 저지연, 무손실 데이터 전송 등의 특성이 요구된다. 인공지능

데이터센터 네트워크 연결에는 기존 HPC(High Performance Computer)에서

사용되는 인피니밴드(Infiniband)와 성능이 개선된 이더넷이 경쟁하고 있다.

프론트엔드와 백엔드 네트워크에는 초고속, 저전력 광통신 모듈이 필요하며

100/400Gbps 광모듈에서 향후 800Gbps급 이상으로 발전할 것으로 전망된다.

이를 위해 채널당 100Gbps PAM4(Pulse Amplitude Modulation 4-level) 뿐만

아니라 채널당 200Gbps PAM4 기반의 광부품이 사용될 것으로 전망된다.

그림 5

인공지능 데이터센터 구조

프론트엔드 네트워크

백엔드 네트워크

AI server

지속적인 인공지능 모델의 급속한 발전에 따른 인공지능 데이터센터의 트래픽

급증으로 향후 51.2Tbps 및 102.4Tbps급 대용량 스위치를 수용하기 위해서는

기존 400/800Gbps 기술을 넘어 고밀도 장착이 가능한 저전력, 테라비트급

광모듈의 도입이 필요할 것으로 예상된다. 이더넷 얼라이언스(Ethernet Alliance)에서

6G
Insight

2024년 발표한 로드맵 자료에 의하면 2026년경 200Gbps 세기변조 및 직접검출

기술을 기반으로 1.6T 이더넷 표준화가 완료될 것으로 예상되며, 2030년에는

3.2Tbps 이더넷 표준이 확립될 것으로 전망된다 [24]. 이러한 기술 추세에 따라

채널당 200Gbps 기반 1.6Tbps 광송수신 모듈을 개발을 위한 핵심 저전력,

초고속 광소자 부품 개발이 진행 중이다. 저전력 초고속 광소자 부품은 향후 인공

지능 데이터센터에서 서버 내/서버 간 초고속 신호 전송을 위한 3.2Tbps 이상급

NPO(Near-Packaged Optics)/CPO(Co-Packaged Optics) 기반 광학엔진(칩렛)

개발에 활용될 것으로 전망된다.

6G의 개방성과 분산화는 유연하고 확장성 있는 이동통신 서비스를 가능하게

하지만, 동시에 공격 표면이 확대되는 위험이 존재한다. 새로운 이동통신 기술 및

인프라의 도입으로 인해 발생하는 보안 취약점에 대한 우려도 제기되고 있다.

3.11 보안

3.11.1 Open-RAN 보안

3.11.2 코어 네트워크 보안

RAN의 개방화 확대, AI/ML 적용을 위한 새로운 네트워크 프레임워크 도입, 오픈

소스 사용 증가 등으로 인해 공격 표면이 확대되고 공격자가 기지국을 분석하고

취약점을 파악할 가능성이 커진다. Open-RAN 보안의 주요 기술로는 개방형

프론트홀 보안, 보안 모니터링 및 관제, 무선주파수에 대한 외부 공격 대응, AI

기반 이상행위 탐지 및 분석, 제로 트러스트 접근제어 등이 있다.

6G 코어 네트워크는 보안과 프라이버시 보호를 강화하여 민감한 데이터를 안전

하게 처리하도록 발전하고, 이를 위해 양자 암호화와 AI 기반 위협 탐지를 활용

하며 6G 표준 내 보안 프레임워크와 연계될 것이다. 양자 내성 암호(PQC, Post-

Quantum Cryptography)와 양자 키 분배(QKD, Quantum Key Distribution)는

양자 컴퓨터 공격에도 안전한 데이터 전송을 보장하고, 기존 암호 기술과 양자 보안

기술을 결합한 하이브리드 모델은 보안성과 확장성을 확보할 수 있다. AI 기반 보안

시스템은 실시간 위협 분석, 예측 및 자동 대응을 통해 보안 사고를 최소화하고

네트워크 자율 운영(self-healing)과 결합하여 보안 침해 발생 시 자동 복구·재구성을

지원한다. 6G 코어 네트워크는 보안 기능을 통합 관리하며, 사용자 인증, 데이터

암호화, 트래픽 분석을 연계하여 악의적인 공격을 방어한다. 프라이버시 보호를

위해 맞춤형 보안 정책을 적용하고, 네트워크 슬라이싱을 통해 서비스별 보안

수준을 조정할 수 있도록 설계될 것이다.

3.10.3 데이터센터 광부품

인터넷 검색, 멀티미디어 서비스, 빅데이터 등 대용량 데이터 기반의 클라우드

서비스의 보급으로 발전한 데이터센터는 인공지능의 확산으로 그 수요가 폭발적

으로 증가하고 있다. 6G를 통한 인공지능 서비스의 보편적 활용을 위해서는

다양한 규모의 데이터센터 구축이 더욱 가속화 될 것이며 초고속, 저전력 데이터

센터 네트워크 구축을 위한 광통신 기술의 적용도 확대될 것으로 전망된다. 인공

지능 데이터센터 내부 네트워크는 기존의 데이터 수집, 처리, 보급을 위한 프론트

엔드(Frontend) 네트워크 뿐 아니라 LLM(Large Language Model) 등 대규모

인공지능 컴퓨팅을 수행하기 위해 GPU 등의 컴퓨팅 자원의 연결을 위한 백엔드

(Backend) 네트워크가 도입되고 있다. <그림 53>은 인공지능 데이터센터의

구조를 나타낸다. 이러한 백엔드 네트워크는 기존 프론트엔드 대비 더욱 향상된

초고속, 대용량의 스위치 및 광통신 모듈의 도입을 필요로 하며 인공지능

컴퓨팅 수행을 위해 저지연, 무손실 데이터 전송 등의 특성이 요구된다. 인공지능

데이터센터 네트워크 연결에는 기존 HPC(High Performance Computer)에서

사용되는 인피니밴드(Infiniband)와 성능이 개선된 이더넷이 경쟁하고 있다.

프론트엔드와 백엔드 네트워크에는 초고속, 저전력 광통신 모듈이 필요하며

100/400Gbps 광모듈에서 향후 800Gbps급 이상으로 발전할 것으로 전망된다.

이를 위해 채널당 100Gbps PAM4(Pulse Amplitude Modulation 4-level) 뿐만

아니라 채널당 200Gbps PAM4 기반의 광부품이 사용될 것으로 전망된다.

그림 5

인공지능 데이터센터 구조

프론트엔드 네트워크

백엔드 네트워크

AI server

지속적인 인공지능 모델의 급속한 발전에 따른 인공지능 데이터센터의 트래픽

급증으로 향후 51.2Tbps 및 102.4Tbps급 대용량 스위치를 수용하기 위해서는

기존 400/800Gbps 기술을 넘어 고밀도 장착이 가능한 저전력, 테라비트급

광모듈의 도입이 필요할 것으로 예상된다. 이더넷 얼라이언스(Ethernet Alliance)에서

6G
Insight

2024년 발표한 로드맵 자료에 의하면 2026년경 200Gbps 세기변조 및 직접검출

기술을 기반으로 1.6T 이더넷 표준화가 완료될 것으로 예상되며, 2030년에는

3.2Tbps 이더넷 표준이 확립될 것으로 전망된다 [24]. 이러한 기술 추세에 따라

채널당 200Gbps 기반 1.6Tbps 광송수신 모듈을 개발을 위한 핵심 저전력,

초고속 광소자 부품 개발이 진행 중이다. 저전력 초고속 광소자 부품은 향후 인공

지능 데이터센터에서 서버 내/서버 간 초고속 신호 전송을 위한 3.2Tbps 이상급

NPO(Near-Packaged Optics)/CPO(Co-Packaged Optics) 기반 광학엔진(칩렛)

개발에 활용될 것으로 전망된다.

6G의 개방성과 분산화는 유연하고 확장성 있는 이동통신 서비스를 가능하게

하지만, 동시에 공격 표면이 확대되는 위험이 존재한다. 새로운 이동통신 기술 및

인프라의 도입으로 인해 발생하는 보안 취약점에 대한 우려도 제기되고 있다.

3.11 보안

3.11.1 Open-RAN 보안

3.11.2 코어 네트워크 보안

RAN의 개방화 확대, AI/ML 적용을 위한 새로운 네트워크 프레임워크 도입, 오픈

소스 사용 증가 등으로 인해 공격 표면이 확대되고 공격자가 기지국을 분석하고

취약점을 파악할 가능성이 커진다. Open-RAN 보안의 주요 기술로는 개방형

프론트홀 보안, 보안 모니터링 및 관제, 무선주파수에 대한 외부 공격 대응, AI

기반 이상행위 탐지 및 분석, 제로 트러스트 접근제어 등이 있다.

6G 코어 네트워크는 보안과 프라이버시 보호를 강화하여 민감한 데이터를 안전

하게 처리하도록 발전하고, 이를 위해 양자 암호화와 AI 기반 위협 탐지를 활용

하며 6G 표준 내 보안 프레임워크와 연계될 것이다. 양자 내성 암호(PQC, Post-

Quantum Cryptography)와 양자 키 분배(QKD, Quantum Key Distribution)는

양자 컴퓨터 공격에도 안전한 데이터 전송을 보장하고, 기존 암호 기술과 양자 보안

기술을 결합한 하이브리드 모델은 보안성과 확장성을 확보할 수 있다. AI 기반 보안

시스템은 실시간 위협 분석, 예측 및 자동 대응을 통해 보안 사고를 최소화하고

네트워크 자율 운영(self-healing)과 결합하여 보안 침해 발생 시 자동 복구·재구성을

지원한다. 6G 코어 네트워크는 보안 기능을 통합 관리하며, 사용자 인증, 데이터

암호화, 트래픽 분석을 연계하여 악의적인 공격을 방어한다. 프라이버시 보호를

위해 맞춤형 보안 정책을 적용하고, 네트워크 슬라이싱을 통해 서비스별 보안

수준을 조정할 수 있도록 설계될 것이다.

3.11.3 6G 트러스트 모델

6G 시대에 달라질 이동통신 환경변화와 생태계를 기반으로 하는 6G 트러스트

모델에 대한 관심이 높아지고 있다. 보안 관점에서 주목해야 하는 환경 변화는

수직적 네트워크 확장과 이동통신 기능의 분산화/지능화로 요약할 수 있다. 6G

트러스트 모델의 완성은 이와 같은 환경 변화에 따른 보안 요구사항 분석, 그에

따른 보안 요소기술들의 개발과 융합을 통해 이루어질 수 있다.

6G의 NTN 확장은 넓은 커버리지를 제공하는 반면 새로운 보안 이슈를 야기한다.

NTN 기지국이 전개될 Space-Air 세그먼트는 지상망과 물리적 환경이 달라서

새로운 데이터 전송 기법과 네트워크 프로토콜이 적용되어야 하므로 상대적으로

보안성이 취약할 가능성이 있다. 또한 피더링크, ISL, 서비스 링크 등 다양한 무선

링크를 통해 공격자의 기지국 접근이 용이할 수 있다.

수직적 네트워크 확장을 고려한 트러스트 모델

분산화/지능화를 고려한 트러스트 모델

이동통신 서비스의 효율성을 위한 코어 네트워크와 기지국 기능 분산화는 6G에서

더욱 가속화될 것으로 전망된다. 또한, 이동성이 높은 차량, 드론 등을 위한 안정적인

커버리지 제공과 효율적인 관리를 위해 이동통신 기능의 분산화와 함께 모든

요소에서 지능화가 내재될 것이다. 이러한 환경 변화에 따라 분산 AI 기반의 지능형

네트워크 보안 기술에 대한 중요성이 강조되고 있다.

분산 AI 환경에서는 노드간 네트워킹 과정에서 데이터 프라이버시 침해가 발생할

수 있으므로 이를 고려한 학습 메커니즘이 필요하다. 지능형 서비스를 위해 단말,

기지국 등으로 분산된 기능은 공격받기 쉬우므로 데이터 포이즈닝(poisoning)이나

AI 알고리즘 공격에 대해 강건함이 보장되는 트러스트 모델 연구가 필요하다. 또한,

AI 데이터가 분산 환경에서 노드 간 공유되기 때문에 데이터가 신뢰할 수 있는

출처에서 제공되었는지 검증 가능해야 하며, 전달 과정에서 데이터 조작이 방지

되어야 한다. AI 모델에 대해서도 학습한 데이터, 성능, 추론 결과 등을 기반으로

AI 모델에 대한 신뢰도를 평가하는 등 신뢰성을 강화할 필요가 있다.

6G
Insight

그림 54

ITU-R 6G 표준화 일정

ITU-R의 6G 표준화 일정은 <그림 54>와 같이 세 단계로 구성된다. 6G 비전

수립 단계에서 2023년 6월에 IMT-2030 프레임워크가 개발 완료되었으며, 같은 해

11월에 최종 승인 및 발표되었다. 2024년부터 2026년까지의 기술 성능 요구

사항 및 평가 방법 정의 단계에서 6G 성능 기준과 평가 방법을 정의할 예정이고,

후보 기술 제안 및 평가 단계인 2027년부터 2028년까지 후보 기술을 제안

받고, 2028년부터 2029년까지 평가와 선정 과정을 진행할 계획이다. 최종적으로

2030년 6월까지 6G 표준의 승인이 완료될 예정이다.

2022

2023

2024

2025

2026

2027

2028

2029

2030

RA-23/WRC-23

RA-27/WRC-27

2021

#56 #57 #58

#37 #38 #39

#40 #41 #42

#43 #44

#45 #46 #47

#48 #49 #50

#51 #52 #53

#54 #55

#59 #60 #61

#62 #63 #64

FTT Report (M.2516)

IMT-2030 Framework

Recommendation (M.2160)

Technology Proposal

for “IMT-2030”

Evaluation

IMT feasibility above 100 GHz

Report (M.2541)

Resolution
56-3, 65-1

Technology Performance

Requirements

M.[IMT-2030.TPR]

Evaluation criteria &

Methodology

M.[IMT-2030.EVAL]

Requirements,

evaluation criteria,

and submission

templates

Outcome

& decision

“IMT-2030”

GCS

(국제표준규격)

rks

Circular Letter (and later addenda)

Background &

process

그림 54

6G 로드맵

3GPP는 ITU-R에서 3G, 4G, 5G 국제표준규격 승인을 획득한 대표적인 사실

(de facto) 표준 기구로, 2025년 중반까지 5G-Advanced Release 19 표준화를

진행하고, 2025년 3월에 6G 기술 워크숍을 개최하여 6G 표준화 방향과 기술에

대한 논의를 시작하였으며, 2025년 6월에 Release 20에 해당하는 6G Study

Item을 시작하고, 첫번째 6G 기술 표준이 될 Release 21 표준화는 2027년 상반기에

시작되어 이르면 2028년말에 완료될 것으로 예상된다.

5GAdv. Rel20

discussion

3GPP 6G workshop

RAN2/3/4 complete

RANI complete

2022

2023

2024

2026

2028

2029

Release 18

Release 19

5GAdv. Release 20

5GAdv. Release21(exp.)

RP 6G SI

6G SI Release20

6G WI Release21 (exp.)

RANI freeze

ASN 1 freese

Stage3 freeze

RANI freeze

ASN 1 freese

Stage3 freeze

2025

2027

RANI freeze

ASN 1 freese

Stage3 freeze

RP ITU SI

그림 55

3GPP 표준화 일정

3.11.3 6G 트러스트 모델

6G 시대에 달라질 이동통신 환경변화와 생태계를 기반으로 하는 6G 트러스트

모델에 대한 관심이 높아지고 있다. 보안 관점에서 주목해야 하는 환경 변화는

수직적 네트워크 확장과 이동통신 기능의 분산화/지능화로 요약할 수 있다. 6G

트러스트 모델의 완성은 이와 같은 환경 변화에 따른 보안 요구사항 분석, 그에

따른 보안 요소기술들의 개발과 융합을 통해 이루어질 수 있다.

6G의 NTN 확장은 넓은 커버리지를 제공하는 반면 새로운 보안 이슈를 야기한다.

NTN 기지국이 전개될 Space-Air 세그먼트는 지상망과 물리적 환경이 달라서

새로운 데이터 전송 기법과 네트워크 프로토콜이 적용되어야 하므로 상대적으로

보안성이 취약할 가능성이 있다. 또한 피더링크, ISL, 서비스 링크 등 다양한 무선

링크를 통해 공격자의 기지국 접근이 용이할 수 있다.

수직적 네트워크 확장을 고려한 트러스트 모델

분산화/지능화를 고려한 트러스트 모델

이동통신 서비스의 효율성을 위한 코어 네트워크와 기지국 기능 분산화는 6G에서

더욱 가속화될 것으로 전망된다. 또한, 이동성이 높은 차량, 드론 등을 위한 안정적인

커버리지 제공과 효율적인 관리를 위해 이동통신 기능의 분산화와 함께 모든

요소에서 지능화가 내재될 것이다. 이러한 환경 변화에 따라 분산 AI 기반의 지능형

네트워크 보안 기술에 대한 중요성이 강조되고 있다.

분산 AI 환경에서는 노드간 네트워킹 과정에서 데이터 프라이버시 침해가 발생할

수 있으므로 이를 고려한 학습 메커니즘이 필요하다. 지능형 서비스를 위해 단말,

기지국 등으로 분산된 기능은 공격받기 쉬우므로 데이터 포이즈닝(poisoning)이나

AI 알고리즘 공격에 대해 강건함이 보장되는 트러스트 모델 연구가 필요하다. 또한,

AI 데이터가 분산 환경에서 노드 간 공유되기 때문에 데이터가 신뢰할 수 있는

출처에서 제공되었는지 검증 가능해야 하며, 전달 과정에서 데이터 조작이 방지

되어야 한다. AI 모델에 대해서도 학습한 데이터, 성능, 추론 결과 등을 기반으로

AI 모델에 대한 신뢰도를 평가하는 등 신뢰성을 강화할 필요가 있다.

6G
Insight

그림 54

ITU-R 6G 표준화 일정

ITU-R의 6G 표준화 일정은 <그림 54>와 같이 세 단계로 구성된다. 6G 비전

수립 단계에서 2023년 6월에 IMT-2030 프레임워크가 개발 완료되었으며, 같은 해

11월에 최종 승인 및 발표되었다. 2024년부터 2026년까지의 기술 성능 요구

사항 및 평가 방법 정의 단계에서 6G 성능 기준과 평가 방법을 정의할 예정이고,

후보 기술 제안 및 평가 단계인 2027년부터 2028년까지 후보 기술을 제안

받고, 2028년부터 2029년까지 평가와 선정 과정을 진행할 계획이다. 최종적으로

2030년 6월까지 6G 표준의 승인이 완료될 예정이다.

2022

2023

2024

2025

2026

2027

2028

2029

2030

RA-23/WRC-23

RA-27/WRC-27

2021

#56 #57 #58

#37 #38 #39

#40 #41 #42

#43 #44

#45 #46 #47

#48 #49 #50

#51 #52 #53

#54 #55

#59 #60 #61

#62 #63 #64

FTT Report (M.2516)

IMT-2030 Framework

Recommendation (M.2160)

Technology Proposal

for “IMT-2030”

Evaluation

IMT feasibility above 100 GHz

Report (M.2541)

Resolution
56-3, 65-1

Technology Performance

Requirements

M.[IMT-2030.TPR]

Evaluation criteria &

Methodology

M.[IMT-2030.EVAL]

Requirements,

evaluation criteria,

and submission

templates

Outcome

& decision

“IMT-2030”

GCS

(국제표준규격)

rks

Circular Letter (and later addenda)

Background &

process

그림 54

6G 로드맵

3GPP는 ITU-R에서 3G, 4G, 5G 국제표준규격 승인을 획득한 대표적인 사실

(de facto) 표준 기구로, 2025년 중반까지 5G-Advanced Release 19 표준화를

진행하고, 2025년 3월에 6G 기술 워크숍을 개최하여 6G 표준화 방향과 기술에

대한 논의를 시작하였으며, 2025년 6월에 Release 20에 해당하는 6G Study

Item을 시작하고, 첫번째 6G 기술 표준이 될 Release 21 표준화는 2027년 상반기에

시작되어 이르면 2028년말에 완료될 것으로 예상된다.

5GAdv. Rel20

discussion

3GPP 6G workshop

RAN2/3/4 complete

RANI complete

2022

2023

2024

2026

2028

2029

Release 18

Release 19

5GAdv. Release 20

5GAdv. Release21(exp.)

RP 6G SI

6G SI Release20

6G WI Release21 (exp.)

RANI freeze

ASN 1 freese

Stage3 freeze

RANI freeze

ASN 1 freese

Stage3 freeze

2025

2027

RANI freeze

ASN 1 freese

Stage3 freeze

RP ITU SI

그림 55

3GPP 표준화 일정

지금까지 2030년 상용화를 목표로 진행중인 6G 구현을 위한 기술에 대해 살펴

보았다. 5G에서 시작된 통신과 다양한 융합 서비스의 결합은 인공지능이 내재화

되는 6G에서 본격적으로 개화될 전망이다. 이제 통신은 더이상 단순 데이터나

멀티미디어의 전송 수단이 아니라 인공지능 기반의 다양한 융합 서비스를 제공하고

새로운 비즈니스를 창출하는 플랫폼으로서의 역할을 할 것으로 기대된다. 이를

위해서 6G는 기존 5G의 성능 목표의 향상 뿐만 아니라 인공지능, 센싱, 유비쿼터스

연결을 IMT-2030 프레임워크에 추가하였다.

본 백서에서는 이러한 융합 서비스 제공을 위한 플랫폼 구축을 위해 대용량 신호

전송을 위한 Open-RAN 기반의 E-MIMO 시스템 개발, 유선을 포함한 종단간

초정밀 연결 구축, 저궤도 위성을 이용한 경계 없는 서비스 구현, 지속 가능한

미래를 위한 에너지 절감, 통신망을 기반으로 한 센싱 기술의 도입 등의 기술을

제시한다. 이러한 모든 기술의 기반에는 인공지능이 자리하고 있으며 최적화,

효율화, 자동화는 물론 인공지능을 통한 다양한 서비스 제공을 통해 5G에서 어려움을

겪고 있는 수익 창출에도 도움을 줄 것으로 예상한다.

이러한 기술 적용을 통해 6G 시대에는 사용자가 다양한 기기를 통한 끊김 없는

연결을 통해 인공지능 기반의 풍요로운 서비스를 제공 받을 수 있을 것이다. 또한

궁극적으로 지상망과 저궤도 위성통신으로 대표되는 비지상망이 통합되는 입체

통신을 통해 사용자는 지역, 공간에 제약없이 언제든지 원하는 서비스를 제공 받을

수 있는 시대가 도래할 것으로 기대한다.

결론

6G
Insight

약어표

3GPP

3rd Generation Partnership Project

Sixth Generation

AGI

Artificial General Intelligence

Artificial Intelligence

AoA

Angle of Arrival

API

Application Programming Interface

Augmented Reality

ARQ

Automatic Repeat reQuest

ASIC

Application-Specific Integrated Circuit

ATS

Absolute Time Synchronization

CAS

Communication-Aided Sensing

CNN

Convolutional Neural Network

COTS

Commercial Off-The Shelf

CPO

Co-Packaged Optics

CPS

Cyber-Physical System

CPU

Central Processing Unit

CQF

Cyclic Queuing and Forwarding

CSI

Channel State Information

Central Unit

CU-U

Central Unit – User Plane

C-SCORE

Work Conserving – Stateless Core Fair Queuing

D2C

Direct-To-Cell

DetNet

Deterministic Networking

Downlink

DSA

Dynamic Spectrum Allocation

DSP

Digital Signal Processing

DSS

Dynamic Spectrum Sharing

DS-TT

Device-side TSN Translator

DRX

Discontinuous Reception

DTX

Discontinuous Transmission

EIRP

Effective Isotropic Radiated Power

eMBB

enhanced Mobile BroadBand

Envelope Tracking

E-MIMO

Extreme Massive Multiple Input and Multiple Output

FCC

Federal Communications Commission

지금까지 2030년 상용화를 목표로 진행중인 6G 구현을 위한 기술에 대해 살펴

보았다. 5G에서 시작된 통신과 다양한 융합 서비스의 결합은 인공지능이 내재화

되는 6G에서 본격적으로 개화될 전망이다. 이제 통신은 더이상 단순 데이터나

멀티미디어의 전송 수단이 아니라 인공지능 기반의 다양한 융합 서비스를 제공하고

새로운 비즈니스를 창출하는 플랫폼으로서의 역할을 할 것으로 기대된다. 이를

위해서 6G는 기존 5G의 성능 목표의 향상 뿐만 아니라 인공지능, 센싱, 유비쿼터스

연결을 IMT-2030 프레임워크에 추가하였다.

본 백서에서는 이러한 융합 서비스 제공을 위한 플랫폼 구축을 위해 대용량 신호

전송을 위한 Open-RAN 기반의 E-MIMO 시스템 개발, 유선을 포함한 종단간

초정밀 연결 구축, 저궤도 위성을 이용한 경계 없는 서비스 구현, 지속 가능한

미래를 위한 에너지 절감, 통신망을 기반으로 한 센싱 기술의 도입 등의 기술을

제시한다. 이러한 모든 기술의 기반에는 인공지능이 자리하고 있으며 최적화,

효율화, 자동화는 물론 인공지능을 통한 다양한 서비스 제공을 통해 5G에서 어려움을

겪고 있는 수익 창출에도 도움을 줄 것으로 예상한다.

이러한 기술 적용을 통해 6G 시대에는 사용자가 다양한 기기를 통한 끊김 없는

연결을 통해 인공지능 기반의 풍요로운 서비스를 제공 받을 수 있을 것이다. 또한

궁극적으로 지상망과 저궤도 위성통신으로 대표되는 비지상망이 통합되는 입체

통신을 통해 사용자는 지역, 공간에 제약없이 언제든지 원하는 서비스를 제공 받을

수 있는 시대가 도래할 것으로 기대한다.

결론

6G
Insight

약어표

3GPP

3rd Generation Partnership Project

Sixth Generation

AGI

Artificial General Intelligence

Artificial Intelligence

AoA

Angle of Arrival

API

Application Programming Interface

Augmented Reality

ARQ

Automatic Repeat reQuest

ASIC

Application-Specific Integrated Circuit

ATS

Absolute Time Synchronization

CAS

Communication-Aided Sensing

CNN

Convolutional Neural Network

COTS

Commercial Off-The Shelf

CPO

Co-Packaged Optics

CPS

Cyber-Physical System

CPU

Central Processing Unit

CQF

Cyclic Queuing and Forwarding

CSI

Channel State Information

Central Unit

CU-U

Central Unit – User Plane

C-SCORE

Work Conserving – Stateless Core Fair Queuing

D2C

Direct-To-Cell

DetNet

Deterministic Networking

Downlink

DSA

Dynamic Spectrum Allocation

DSP

Digital Signal Processing

DSS

Dynamic Spectrum Sharing

DS-TT

Device-side TSN Translator

DRX

Discontinuous Reception

DTX

Discontinuous Transmission

EIRP

Effective Isotropic Radiated Power

eMBB

enhanced Mobile BroadBand

Envelope Tracking

E-MIMO

Extreme Massive Multiple Input and Multiple Output

FCC

Federal Communications Commission

FDD

Frequency Division Duplex

FEM

Front-End Module

GaN

Gallium Nitride

GEO

Geosynchronous Earth Orbit

Grand Master

GNSS

Global Navigation Satellite System

GTP

GPRS(General Packet Radio Service) Tunneling Protocol

HAPS

High Altitude Platform Systems

HARQ

Hybrid Automatic Repeat and reQuest

IEEE

Institute of Electrical and Electronics Engineers

IETF

Internet Engineering Task Force

IMT

International Mobile Telecommunications

IMT-2020

International Mobile Telecommunications – 2020

IMT-2030

International Mobile Telecommunications – 2030

Internet Protocol

ISAC

Integrated Sensing and Communication

ISL

Inter-Satellite Link

ITU-R

International Telecommunication Union – Radiocommunication Sector

ITU-R WP5D

ITU-R Working Party 5D

KPI

Key Performance Indicator

LBF

Latency-Based Forwarding

LEO

Low Earth Orbit

LiDAR

Light Detection and Ranging

MAC

Medium Access Control

MDAF

Management Data Analytics Function

MEO

Medium Earth Orbit

MIMO

Multiple Input Multiple Output

Machine Learning

MLP

Multi-Layer Perception

MMIC

Monolithic Microwave Integrated Circuit

mMTC

massive Machine Type Communication

MPLS

Multi-Protocol Label Switching

MU-MIMO

Multi-User MIMO

NCR

Network-Controlled Repeater

6G
Insight

Network Function

NIC

Network Interface Card

NPO

Near-Packaged Optics

NTIA

National Telecommunications and Information Administration

NTN

Non-Terrestrial Network

NWDAF

Network Data Analytics Function

NW-TT

Network-side TSN Translator

OAM

Operation, Administration, and Maintenance

OBP

On-Board Processor

O-CU

O-RAN Central Unit

O-DU

O-RAN Distributed Unit

OPEX

Operating Expense

O-RU

O-RAN Radio Unit

O-RAN

Open RAN

Operating System

OSI

Open Systems Interconnection

OTN

Optical Transport Network

P2MP

Point-to-MultiPoint

P2P

Point-to-Point

Power Amplifier

PAM4

Pulse Amplitude Modulation 4-level

PAT

Pointing, Acquisition and Tracking

PDV

Packet Delay Variation

PHY

PHYsical layer

PIC

Photonic Integrated Circuit

POD

Point Of Delivery

PON

Passive Optical Network

POTN

Packet/Optical Transport Network

PQC

Post-Quantum Cryptography

PTP

Precision Time Protocol

QAM

Quadrature Amplitude Modulation

QKD

Quantum Key Distribution

QoE

Quality of Experience

QoS

Quality of Service

FDD

Frequency Division Duplex

FEM

Front-End Module

GaN

Gallium Nitride

GEO

Geosynchronous Earth Orbit

Grand Master

GNSS

Global Navigation Satellite System

GTP

GPRS(General Packet Radio Service) Tunneling Protocol

HAPS

High Altitude Platform Systems

HARQ

Hybrid Automatic Repeat and reQuest

IEEE

Institute of Electrical and Electronics Engineers

IETF

Internet Engineering Task Force

IMT

International Mobile Telecommunications

IMT-2020

International Mobile Telecommunications – 2020

IMT-2030

International Mobile Telecommunications – 2030

Internet Protocol

ISAC

Integrated Sensing and Communication

ISL

Inter-Satellite Link

ITU-R

International Telecommunication Union – Radiocommunication Sector

ITU-R WP5D

ITU-R Working Party 5D

KPI

Key Performance Indicator

LBF

Latency-Based Forwarding

LEO

Low Earth Orbit

LiDAR

Light Detection and Ranging

MAC

Medium Access Control

MDAF

Management Data Analytics Function

MEO

Medium Earth Orbit

MIMO

Multiple Input Multiple Output

Machine Learning

MLP

Multi-Layer Perception

MMIC

Monolithic Microwave Integrated Circuit

mMTC

massive Machine Type Communication

MPLS

Multi-Protocol Label Switching

MU-MIMO

Multi-User MIMO

NCR

Network-Controlled Repeater

6G
Insight

Network Function

NIC

Network Interface Card

NPO

Near-Packaged Optics

NTIA

National Telecommunications and Information Administration

NTN

Non-Terrestrial Network

NWDAF

Network Data Analytics Function

NW-TT

Network-side TSN Translator

OAM

Operation, Administration, and Maintenance

OBP

On-Board Processor

O-CU

O-RAN Central Unit

O-DU

O-RAN Distributed Unit

OPEX

Operating Expense

O-RU

O-RAN Radio Unit

O-RAN

Open RAN

Operating System

OSI

Open Systems Interconnection

OTN

Optical Transport Network

P2MP

Point-to-MultiPoint

P2P

Point-to-Point

Power Amplifier

PAM4

Pulse Amplitude Modulation 4-level

PAT

Pointing, Acquisition and Tracking

PDV

Packet Delay Variation

PHY

PHYsical layer

PIC

Photonic Integrated Circuit

POD

Point Of Delivery

PON

Passive Optical Network

POTN

Packet/Optical Transport Network

PQC

Post-Quantum Cryptography

PTP

Precision Time Protocol

QAM

Quadrature Amplitude Modulation

QKD

Quantum Key Distribution

QoE

Quality of Experience

QoS

Quality of Service

QSFP

Quad Small Form-factor Pluggable

RAN

Radio Access Network

RIC

RAN Intelligent Controller

RIS

Reconfigurable Intelligent Surface

RNN

Recurrent Neural Network

ROF

Resource-based On-time Forwarding

RRH

Remote Radio Head

Real Time

Service and System Aspects

SAC

Sensing-Aided Communication

SBA

Service-Based Architecture

SMO

Service Management and Orchestration

SNR

Signal-to-Noise Ratio

SRv6

Segment Routing IPv6

TAS

Time-Aware Shaping

TCQF

Tagged CQF

TDD

Time Division Duplex

TDM-PON

Time Division Multiplexing-PON

Terrestrial Network

Technical Report

TSC

Time-Sensitive Communication

TSN

Time-Sensitive Networking

TWDM-PON

Time and Wavelength Division Multiplexed-PON

TXRU

Transceiver Radio Unit

UAM

Urban Air Mobility

Uplink

UPF

User Plane Function

URLLC

Ultra-Reliable and Low-Latency Communication

vRAN

virtualized RAN

V2X

Vehicle-to-Everything

Virtual Reality

WDM

Wavelength Division Multiplexing

Wi-Fi

Wireless Fidelity

eXtreme Reality

6G
Insight

[1] ITU-R, “Future technology trends of terrestrial International Mobile

Telecommunications systems towards 2030 and beyond,” Report

ITU-R M.2516-0, 2022.

[2] ITU-R, “Framework and overall objectives of the future

development of IMT for 2030 and beyond,” Recommendation

ITU-R M.2160-0, 2023.

[3] Ericsson, “6G spectrum-enabling the future mobile life beyond

2030,” 2024.

[4] Samsung Research, “AI-Native & Sustainable Communication,”

2025.

[5] M. Polese, Understanding O-RAN: Architecture, Interfaces,

Algorithms, Security, and Research Challenges, 2023.

[6] T. L. Marzetta, “Noncooperative cellular wireless with unlimited

numbers of base station antennas,” in EEE Transactions on

Wireless Communications, vol. 9, no. 11, pp. 3590–3600, 2010.

[7] 3GPP, “Study on enhanced support of Industrial Internet of Things

(IIoT) in the 5G System (5GS),” TS 23.700-20, pp. 13-18, 2021.

[8] GSMA, “Going green: benchmarking the energy efficiency of

mobile networks (second edition),” GSMA Intelligence, Feb. 2023.

[9] Qualcomm, “Towards AI-native Communications System Design,”

2023.

[10] J. Hoydis, F. A. Aoudia, A. Valcarce and H. Viswanathan, “Toward

a 6G AI-Native Air Interface,” IEEE Communications Magazine,

vol. 59, no. 5, pp. 76-81, 2021.

[11] Ericsson, “Defining AI native: A Key Enabler for Advanced

Intelligent Telecom Networks,” White Paper, 2023.

[12] Z. Li, Q. Wang, Y. Wang and T. Chen, “The Architecture of AI and

Communication Integration towards 6G: An O-RAN Evolution,” in

ACM MobiCom, 2024.

[13] Y. E. Sagduyu, T. Erpek, A. Yener and S. Ulukus, “Will 6G Be

Semantic Communications? Opportunities and Challenges

From Task Oriented and Secure Communications to Integrated

Sensing,” IEEE Networks, pp. 72 - 80, 2024.

[14] NGMN Alliance, “6G Drivers and Vision,” Feb. 2021.

[15] Huawei, “6G Core Network: Towards Intelligence and

Convergence,” White Paper, 2023.

참고 문헌

QSFP

Quad Small Form-factor Pluggable

RAN

Radio Access Network

RIC

RAN Intelligent Controller

RIS

Reconfigurable Intelligent Surface

RNN

Recurrent Neural Network

ROF

Resource-based On-time Forwarding

RRH

Remote Radio Head

Real Time

Service and System Aspects

SAC

Sensing-Aided Communication

SBA

Service-Based Architecture

SMO

Service Management and Orchestration

SNR

Signal-to-Noise Ratio

SRv6

Segment Routing IPv6

TAS

Time-Aware Shaping

TCQF

Tagged CQF

TDD

Time Division Duplex

TDM-PON

Time Division Multiplexing-PON

Terrestrial Network

Technical Report

TSC

Time-Sensitive Communication

TSN

Time-Sensitive Networking

TWDM-PON

Time and Wavelength Division Multiplexed-PON

TXRU

Transceiver Radio Unit

UAM

Urban Air Mobility

Uplink

UPF

User Plane Function

URLLC

Ultra-Reliable and Low-Latency Communication

vRAN

virtualized RAN

V2X

Vehicle-to-Everything

Virtual Reality

WDM

Wavelength Division Multiplexing

Wi-Fi

Wireless Fidelity

eXtreme Reality

6G
Insight

[1] ITU-R, “Future technology trends of terrestrial International Mobile

Telecommunications systems towards 2030 and beyond,” Report

ITU-R M.2516-0, 2022.

[2] ITU-R, “Framework and overall objectives of the future

development of IMT for 2030 and beyond,” Recommendation

ITU-R M.2160-0, 2023.

[3] Ericsson, “6G spectrum-enabling the future mobile life beyond

2030,” 2024.

[4] Samsung Research, “AI-Native & Sustainable Communication,”

2025.

[5] M. Polese, Understanding O-RAN: Architecture, Interfaces,

Algorithms, Security, and Research Challenges, 2023.

[6] T. L. Marzetta, “Noncooperative cellular wireless with unlimited

numbers of base station antennas,” in EEE Transactions on

Wireless Communications, vol. 9, no. 11, pp. 3590–3600, 2010.

[7] 3GPP, “Study on enhanced support of Industrial Internet of Things

(IIoT) in the 5G System (5GS),” TS 23.700-20, pp. 13-18, 2021.

[8] GSMA, “Going green: benchmarking the energy efficiency of

mobile networks (second edition),” GSMA Intelligence, Feb. 2023.

[9] Qualcomm, “Towards AI-native Communications System Design,”

2023.

[10] J. Hoydis, F. A. Aoudia, A. Valcarce and H. Viswanathan, “Toward

a 6G AI-Native Air Interface,” IEEE Communications Magazine,

vol. 59, no. 5, pp. 76-81, 2021.

[11] Ericsson, “Defining AI native: A Key Enabler for Advanced

Intelligent Telecom Networks,” White Paper, 2023.

[12] Z. Li, Q. Wang, Y. Wang and T. Chen, “The Architecture of AI and

Communication Integration towards 6G: An O-RAN Evolution,” in

ACM MobiCom, 2024.

[13] Y. E. Sagduyu, T. Erpek, A. Yener and S. Ulukus, “Will 6G Be

Semantic Communications? Opportunities and Challenges

From Task Oriented and Secure Communications to Integrated

Sensing,” IEEE Networks, pp. 72 - 80, 2024.

[14] NGMN Alliance, “6G Drivers and Vision,” Feb. 2021.

[15] Huawei, “6G Core Network: Towards Intelligence and

Convergence,” White Paper, 2023.

참고 문헌

[16] Ericsson, “Cloud-native 6G Core: Technical Enablers and

Architecture Directions,” White Paper, 2023.

[17] Samsung Research, “6G Architecture Vision,” White Paper, 2022.

[18] Intel, “Rethinking Core Network Infrastructure with Edge Cloud,”

2022.

[19] “802.11bf, Status of Project IEEE,” [Online]. Available: https://

www.ieee802.org/11/Reports/tgbf_update.htm.

[20] 3GPP, “Feasibility Study on Integrated Sensing and

Communication (Release 19),” TR 22.837 V19.2.1, 2024.

[21] A. Guidotti, A. Vanelli-Coralli, V. Schena, N. Chuberre, M. E.

Jaafari and J. Puttonen, “The path to 5G-advanced and 6G non-

terrestrial network systems,” 11th Advanced Satellite Multimedia

Systems Conference and the 17th Signal Processing for Space

Communications Workshop (ASMS/SPSC), 2022.

[22] 3GPP, “Study on satellite access - Phase 4,” TR 22.887, 2025.

[23] W. Long, R. Chen, M. Moretti, W. Zhang and J. Li, “A promising

technology for 6G wireless networks: Intelligent reflecting

surface.,” 2025.

[24] Ethernet Alliance, “2024 Ethernet Roadmap(The Past, Present

and Future of Ethernet),” 2024. [Online]. Available: https://

ethernetalliance.org/2024-ethernet-alliance-roadmap/?utm_

source=chatgpt.com.

6G
Insight

[16] Ericsson, “Cloud-native 6G Core: Technical Enablers and

Architecture Directions,” White Paper, 2023.

[17] Samsung Research, “6G Architecture Vision,” White Paper, 2022.

[18] Intel, “Rethinking Core Network Infrastructure with Edge Cloud,”

2022.

[19] “802.11bf, Status of Project IEEE,” [Online]. Available: https://

www.ieee802.org/11/Reports/tgbf_update.htm.

[20] 3GPP, “Feasibility Study on Integrated Sensing and

Communication (Release 19),” TR 22.837 V19.2.1, 2024.

[21] A. Guidotti, A. Vanelli-Coralli, V. Schena, N. Chuberre, M. E.

Jaafari and J. Puttonen, “The path to 5G-advanced and 6G non-

terrestrial network systems,” 11th Advanced Satellite Multimedia

Systems Conference and the 17th Signal Processing for Space

Communications Workshop (ASMS/SPSC), 2022.

[22] 3GPP, “Study on satellite access - Phase 4,” TR 22.887, 2025.

[23] W. Long, R. Chen, M. Moretti, W. Zhang and J. Li, “A promising

technology for 6G wireless networks: Intelligent reflecting

surface.,” 2025.

[24] Ethernet Alliance, “2024 Ethernet Roadmap(The Past, Present

and Future of Ethernet),” 2024. [Online]. Available: https://

ethernetalliance.org/2024-ethernet-alliance-roadmap/?utm_

source=chatgpt.com.

6G
Insight

발 행 인 백 용 순

발 행 처 한국전자통신연구원 입체통신연구소

발 행 일 2025년 6월 2일

6G Insight

비전과 기술 v2.0

발 행 인 백 용 순

발 행 처 한국전자통신연구원 입체통신연구소

발 행 일 2025년 6월 2일

6G Insight

비전과 기술 v2.0