| 시간 |
주제 |
발표자 |
| 10:00-10:40 |
Geographical Federated Learning for Data IIDness
Guarantee |
김효일 교수 (UNIST) |
|
본 발표는 연합학습 성능 제약의 주된 원인 중 하나인 학습 data 의 heterogeneity 를 극복하는 새로운 방법론으로써,
연합학습에 참여할 모바일 노드들을 geographical 한 특성에 기반하여 선택 및 관리하는 node clustering 및 grouping 기법에
대해 소개한다.
|
| 10:40-11:20 |
Heat and Memory-Aware MEC-Assisted On-Device AI |
곽정호 교수 (DGIST) |
|
본 발표에서는 최근 Open-RAN에서 주로 이야기되고 있는 AI-Native 네트워크에 대해 살펴보고, 해당 네트워크 구조에서
워크로드 오프로딩이 포함되고 MEC의 도움을 받는 발열과 메모리 캐패시티를 고려한 온디바이스 AI 어플리케이션에 대해
살펴본다.
|
| 11:20-12:00 |
Coordinated Multi-AP Joint Transmission for Seamless
Handover in IEEE 802.11bn |
박현희 교수 (명지대) |
|
본 발표에서는 새로운 Wi-Fi 8을 위한 IEEE 표준인 802.11bn의 표준화 동향을 살펴보고, Multi-link operation을 지원하는
Multi-AP 환경에서 Seamless한 hanover를 위한 동작과정을 정의하고 이를 위해 학습 모델을 적용한 결과를 소개한다.
|
| 12:00-13:20 |
중식 |
| 13:20-14:00 |
Resilient and Programmable Mobile Core Networks |
백상헌 교수 (고려대) |
|
본 발표에서는 이동통신망을 제어/관리하는 모바일 코어 네트워크의 발전 방향을 Resilience와 Programmability 측면에서
살펴본다. 이와 관련하여 최근에 발표된 연구 결과들을 전체적으로 정리하고 In-Network Computing (INC) 기술을 활용하여
Resilient and Programmable Mobile Core Network를 설계하기 위한 방안과 관련된 이슈를 살펴본다.
|
| 14:00-14:40 |
6G AI-Native Cross-domain Networks |
김태연 책임 (ETRI) |
|
본 발표에서는 차세대 모바일 네트워크의 핵심 이슈 중의 하나인 크로스-도메인 AI/ML 기술과 관련해서 현재 3GPP의 SA2
워크그룹을 중심으로 각 도메인에서 진행 중인 AI/ML 관련 연구와 함께 향후 6G 네트워크에서 요구되는 기술개발 및 표준화
전망을 논의한다.
|
| 14:40-15:20 |
Network Data Analytics based on Feature Analysis |
박형곤 교수 (이화여대) |
|
본 발표에서는 네트워크 데이터를 분석하기 위한 AI 기술의 적용 방법과 실제적인 네트워크 데이터에 적용하여 네트워크 데이터
특성의 중요도를 측정할 수 있는 방안을 제시한다. 이를 Intrusion Detection System(IDS)에 적용하여 효율적으로 필요한
네트워크 특성만 활용하여 침입 탐지 시스템을 효율적으로 설계할 수 있는 방법을 제시하였고 이를 확장할 수 있는 방안에대해서
논의한다.
|
| 15:20-15:40 |
Break |
| 15:40-16:20 |
Towards Democratizing AI Training: Using Consumergrade
GPUs to Train Large Models |
한동수 교수 (KAIST) |
|
본 발표에서는 소수의 일반 사용자용 GPU를 사용하여 LLM 등 큰 모델을 학습하는 AI 보편화 기술을 소개한다. 제한된 GPU
메모리 환경에서 소수의 GPU로 LLM과 같은 큰 모델을 학습하는 연구 결과 (ICML 2024)와 네트워크 대역폭이 매우 제한적인
환경에서 일반 사용자용 GPU를 풀링하여 데이터 병렬 분산 학습을 효과적으로 실현하는 시스템 (SIGCOMM 2024)을
소개한다.
|
| 16:20-17:00 |
Secure Software-Defined Smart Vehicles: Research
Trends and Challenges |
박승현 교수 (한성대) |
|
소프트웨어 중심으로 진화하는 자동차는 사용자의 이동성과 편의성을 획기적으로 변화시키고 있다. 그러나 이러한 편리함과
함께 새로운 보안 위협이 나타나고 있다. 본 발표에서는 커넥티드카 해킹과 자율주행 사고 사례를 통해 자동차 사이버 보안의
필요성을 논의하고, 소프트웨어 정의 자동차 시대에 필요한 자동차 사이버 보안 기술의 트렌드와 발전 방향을 살펴본다.
|
| 시간 |
주제 |
발표자 |
| 10:00-10:40 |
Towards Realizing Digital Semantic Communications:
Challenges and Potential Solutions |
전요셉 교수 (포항공대) |
|
최근 기존의 Shannon 이론 기반 통신 기술의 한계를 뛰어넘을 수 있는 새로운 통신 방식으로서 시맨틱(Semantic) 통신 기술이
큰 주목을 받고 있다. 본 발표에서는 기존 디지털 통신 시스템과 호환이 가능한 시맨틱 통신을 실현하기 위해 해결해야 할 주요
과제들을 소개한다. 또한, 디지털 시맨틱 통신을 실현하기 위한 잠재적인 해결책으로서, 채널 적응형 시맨틱 통신 설계 방식과
Transformer 기반의 시맨틱 통신 설계 방식 등을 살펴보고 시맨틱 통신 기술의 진화 방향에 대해 논의한다
|
| 10:40-11:20 |
Over-the-air Federated Learning |
김환진 교수 (경북대) |
|
본 발표에서는 Over-the-air computation을 이용한 연합 학습 (Federated learning) 기법에 대해 소개한다. 연합 학습의
model aggregation을 multiple access channel (MAC)을 기반으로 수행하는 Over-the-air computation에 대해서 설명하고
이때의 최적화 문제에 대해 소개한다. 또한, Over-the-air 연합 학습 기법에서 채널 정보를 정확하게 알 수 없는 상황에 대한
해결 방안을 논의한다.
|
| 11:20-12:00 |
Machine Learning-Aided Cooperative Localization |
이훈 교수 (유니스트) |
|
자율주행 차량 등 모바일 노드의 정확한 위치를 추정하는 측위 기술은 위치 기반 서비스를 지원하기 위한 필수적인 요인이다.
기존 측위 알고리즘은 중앙 집중적인 데이터 수집 및 신호처리 단계를 요구하여 네트워크 크기에 대한 확장성이 낮다. 이러한
어려움을 타개하기 위해 본 발표에서는 머신러닝 기반의 분산 협력 측위 방식을 소개한다. 가상 테스트베드를 통해 차량간통신
네트워크에서 측위 성능을 확인하고 추후 연구 방향을 논의한다.
|
| 12:00-13:20 |
중식 |
| 13:20-14:00 |
3GPP 비지상 네트워크 (NTN) 표준화 동향 |
김중빈 박사 (ETRI) |
|
Rel-15부터 진행된 3GPP의 비지상 네트워크(NTN) 표준화 동향을 소개한다. NTN 표준화의 목표, 서비스 시나리오 및
요구사항, 채널모델 및 참조모델에 대해 논의한다. Study phase에서 논의되었던 NTN의 기술 이슈 및 해결 방향등을 살펴본다.
3GPP NTN Rel-17 및 Rel-18의 표준 결과를 논의하고, 현재 진행되고 있는 Rel-19 표준화 이슈를 소개한다.
|
| 14:00-14:40 |
6Embracing the Next Wave of LEO Satellite Access for
6G: Recent Trends, Opportunities, and Challenges |
신원재 교수 (고려대) |
|
Starlink, Kuiper, OneWeb과 같은 저궤도(LEO) 위성 군집을 통한 글로벌 고속 인터넷 서비스의 급속한 발전으로 6G 비지상
네트워크(NTN)에 대한 관심이 크게 증가하고 있다. 본 발표에서는 저궤도 위성 군집을 기반으로 한 New Space 시대의 개념을
탐구하고, 관련 글로벌 개발 동향을 살펴본다. 또한 저궤도 위성 통신 구현에 따른 기술적 과제와 기회에 대해 논의하며, 미래
기술 발전 방향을 모색할 예정이다
|
| 14:40-15:20 |
Large Language Models for Knowledge-Free
Network Management |
이인규 교수 (고려대) |
|
본 발표에서는 대규모 언어 모델(LLM) 기반 모델을 활용한 새로운 knowledge-free 최적화 기법에 대해 소개한다. LLM의
뛰어난 추론 성능을 바탕으로, LLM이 네트워크 최적화를 위한 방식으로 활용될 수 있음을 제시한다. 사전 지식에 대한 의존성을
없애면서 LLM 기반 최적화를 수행함으로써 다양한 문제들을 해결할 수 있음을 보인다. 네트워크 자원 관리문제에 GPT-3.5-
Turbo를 사용한 시뮬레이션 결과를 통해, LLM 최적화 방식이 기존의 지식 기반 최적화 알고리즘과 유사한 성능을 달성할 수
있음을 확인한다.
|
| 15:20-15:40 |
Break |
| 15:40-16:20 |
Is Channel Coding Still Alive? : New Challenges and Solutions |
김상효 교수 (성균관대) |
|
본 발표에서는 차세대 통신을 위한 채널 코딩 기술을 소개 한다. 기존의 터보부호, LDPC 부호, 극부호 등은 근사적으로
Shannon의 한계에 근접하는 채널부호로 이동 및 무선 통신 시스템의 발전과 성공에 크계 기여하였다. 하지만, 근래에 차세대
통신 시스템의 요구사항이 높아지면서 다양한 새로운 도전에 직면하였다. 짧은 메시지의 부호화의 한계, 초고신뢰저지연 전송,
초고속 통신 및 고신뢰 복호의 복잡도 등을 예로 들 수 있다. 이러한 새로운 문제들의 해결 방향을 알아보고 관련된 몇가지 새로운
결과를 소개한다.
|
| 16:20-17:00 |
High-Speed Interconnects for High-Performance AI
Computing: Breaking Communication Bottleneck |
이남윤 교수 (고려대) |
|
본 발표에서는 AI 및 머신러닝 고성능 컴퓨팅(HPC)에서 GPU와 CPU 간의 통신을 위한 최신 초고속 인터커넥트 기술의 동향을
소개한다. 특히, 최근 주목받고 있는 Compute Express Link (CXL)의 물리계층 통신 표준인 PCIe 6.0 기술과, Nvidia의
독자적인 GPU 간 통신 기술인 NVLink를 중점적으로 다룬다. 또한, 향후 400Gbps 이상의 차세대 초고속 인터커넥트를
실현하기 위한 변조 기술, 채널 등화 기술, 오류 정정 부호 등 핵심 연구 방향에 대해 논의하고자 한다.
|
