KR20230155955A - 무선 통신 시스템에서 ai/ml 애플리케이션에 네트워크 정보를 전달하는 방법 및 장치 - Google Patents

Abstract

무선 통신 시스템에서 AI/ML 애플리케이션에 네트워크 정보를 전달하는 방법 및 장치를 개시한다. 무선 통신 시스템에서 단말이 상기 단말 상에서 동작하는 AI(Artificial Intelligency) 또는 ML(Machine Learning) 애플리케이션의 동작을 위한 정보를 송수신하는 방법은, 네트워크의 상태 정보 요청 또는 네트워크 상태 분석 정보 요청을 적어도 하나 이상의 NF(Network Function)로 전송하는 단계; 상기 NF로부터 네트워크 상태 또는 네트워크 상태 분석 정보를 수신하는 단계; 및 상기 AI 또는 ML 애플리케이션이 상기 네트워크 상태 또는 네트워크 상태 분석 정보를 기초로 결정한 AI 모델, ML 모델, 알고리듬 또는 데이터 크기에 대한 정보 중 적어도 하나를 AF(Application Function)로 전송하는 단계를 포함할 수 있다.

Description

무선 통신 시스템에서 AI/ML 애플리케이션에 네트워크 정보를 전달하는 방법 및 장치 {METHOD AND APPARATUS TO PROVIDE NETWORK INFORMATION TO ARTIFICAL INTELLIGENCE OR MACHINE LEARNING APPLICATION AT A MOBILE IN RADIO COMMUNICATION SYSTEM}

본 개시는 무선 통신 시스템에서 단말의 Machine Learning 애플리케이션에 무선 통신 시스템으로부터 네트워크 정보를 전달하는 방법 및 장치에 관한 것이다.

5G 이동통신 기술은 빠른 전송 속도와 새로운 서비스가 가능하도록 넓은 주파수 대역을 정의하고 있으며, 3.5 기가헤르츠(3.5GHz) 등 6GHz 이하 주파수('Sub 6GHz') 대역은 물론 28GHz와 39GHz 등 밀리미터파(㎜Wave)로 불리는 초고주파 대역('Above 6GHz')에서도 구현이 가능하다. 또한, 5G 통신 이후(Beyond 5G)의 시스템이라 불리어지는 6G 이동통신 기술의 경우, 5G 이동통신 기술 대비 50배 빨라진 전송 속도와 10분의 1로 줄어든 초저(Ultra Low) 지연시간을 달성하기 위해 테라헤르츠(Terahertz) 대역(예를 들어, 95GHz에서 3 테라헤르츠(3THz) 대역과 같은)에서의 구현이 고려되고 있다.

5G 이동통신 기술의 초기에는, 초광대역 서비스(enhanced Mobile BroadBand, eMBB), 고신뢰/초저지연 통신(Ultra-Reliable Low-Latency Communications, URLLC), 대규모 기계식 통신 (massive Machine-Type Communications, mMTC)에 대한 서비스 지원과 성능 요구사항 만족을 목표로, 초고주파 대역에서의 전파의 경로손실 완화 및 전파의 전달 거리를 증가시키기 위한 빔포밍(Beamforming) 및 거대 배열 다중 입출력(Massive MIMO), 초고주파수 자원의 효율적 활용을 위한 다양한 뉴머롤로지 지원(복수 개의 서브캐리어 간격 운용 등)와 슬롯 포맷에 대한 동적 운영, 다중 빔 전송 및 광대역을 지원하기 위한 초기 접속 기술, BWP(Band-Width Part)의 정의 및 운영, 대용량 데이터 전송을 위한 LDPC(Low Density Parity Check) 부호와 제어 정보의 신뢰성 높은 전송을 위한 폴라 코드(Polar Code)와 같은 새로운 채널 코딩 방법, L2 선-처리(L2 pre-processing), 특정 서비스에 특화된 전용 네트워크를 제공하는 네트워크 슬라이싱(Network Slicing) 등에 대한 표준화가 진행되었다.

현재, 5G 이동통신 기술이 지원하고자 했던 서비스들을 고려하여 초기의 5G 이동통신 기술 개선(improvement) 및 성능 향상(enhancement)을 위한 논의가 진행 중에 있으며, 차량이 전송하는 자신의 위치 및 상태 정보에 기반하여 자율주행 차량의 주행 판단을 돕고 사용자의 편의를 증대하기 위한 V2X(Vehicle-to-Everything), 비면허 대역에서 각종 규제 상 요구사항들에 부합하는 시스템 동작을 목적으로 하는 NR-U(New Radio Unlicensed), NR 단말 저전력 소모 기술(UE Power Saving), 지상 망과의 통신이 불가능한 지역에서 커버리지 확보를 위한 단말-위성 직접 통신인 비 지상 네트워크(Non-Terrestrial Network, NTN), 위치 측위(Positioning) 등의 기술에 대한 물리계층 표준화가 진행 중이다.

뿐만 아니라, 타 산업과의 연계 및 융합을 통한 새로운 서비스 지원을 위한 지능형 공장 (Industrial Internet of Things, IIoT), 무선 백홀 링크와 액세스 링크를 통합 지원하여 네트워크 서비스 지역 확장을 위한 노드를 제공하는 IAB(Integrated Access and Backhaul), 조건부 핸드오버(Conditional Handover) 및 DAPS(Dual Active Protocol Stack) 핸드오버를 포함하는 이동성 향상 기술(Mobility Enhancement), 랜덤액세스 절차를 간소화하는 2 단계 랜덤액세스(2-step RACH for NR) 등의 기술에 대한 무선 인터페이스 아키텍쳐/프로토콜 분야의 표준화 역시 진행 중에 있으며, 네트워크 기능 가상화(Network Functions Virtualization, NFV) 및 소프트웨어 정의 네트워킹(Software-Defined Networking, SDN) 기술의 접목을 위한 5G 베이스라인 아키텍쳐(예를 들어, Service based Architecture, Service based Interface), 단말의 위치에 기반하여 서비스를 제공받는 모바일 엣지 컴퓨팅(Mobile Edge Computing, MEC) 등에 대한 시스템 아키텍쳐/서비스 분야의 표준화도 진행 중이다.

이와 같은 5G 이동통신 시스템이 상용화되면, 폭발적인 증가 추세에 있는 커넥티드 기기들이 통신 네트워크에 연결될 것이며, 이에 따라 5G 이동통신 시스템의 기능 및 성능 강화와 커넥티드 기기들의 통합 운용이 필요할 것으로 예상된다. 이를 위해, 증강현실(Augmented Reality, AR), 가상현실(Virtual Reality, VR), 혼합 현실(Mixed Reality, MR) 등을 효율적으로 지원하기 위한 확장 현실(eXtended Reality, XR), 인공지능(Artificial Intelligence, AI) 및 머신러닝(Machine Learning, ML)을 활용한 5G 성능 개선 및 복잡도 감소, AI 서비스 지원, 메타버스 서비스 지원, 드론 통신 등에 대한 새로운 연구가 진행될 예정이다.

또한, 이러한 5G 이동통신 시스템의 발전은 6G 이동통신 기술의 테라헤르츠 대역에서의 커버리지 보장을 위한 신규 파형(Waveform), 전차원 다중입출력(Full Dimensional MIMO, FD-MIMO), 어레이 안테나(Array Antenna), 대규모 안테나(Large Scale Antenna)와 같은 다중 안테나 전송 기술, 테라헤르츠 대역 신호의 커버리지를 개선하기 위해 메타물질(Metamaterial) 기반 렌즈 및 안테나, OAM(Orbital Angular Momentum)을 이용한 고차원 공간 다중화 기술, RIS(Reconfigurable Intelligent Surface) 기술 뿐만 아니라, 6G 이동통신 기술의 주파수 효율 향상 및 시스템 네트워크 개선을 위한 전이중화(Full Duplex) 기술, 위성(Satellite), AI(Artificial Intelligence)를 설계 단계에서부터 활용하고 종단간(End-to-End) AI 지원 기능을 내재화하여 시스템 최적화를 실현하는 AI 기반 통신 기술, 단말 연산 능력의 한계를 넘어서는 복잡도의 서비스를 초고성능 통신과 컴퓨팅 자원을 활용하여 실현하는 차세대 분산 컴퓨팅 기술 등의 개발에 기반이 될 수 있을 것이다.

한편, 인터넷은 인간이 정보를 생성하고 소비하는 인간 중심의 연결 망에서, 사물 등 분산된 구성 요소들 간에 정보를 주고 받아 처리하는 사물인터넷 (Internet of Things, IoT) 망으로 진화하고 있다. IoE (Internet of Everything) 기술은 클라우드 서버 등과의 연결을 통한 빅 데이터 (Big data) 처리 기술 등이 IoT 기술에 결합된 하나의 예가 될 수 있다.

IoT를 구현하기 위해서, 센싱 기술, 유무선 통신 및 네트워크 인프라, 서비스 인터페이스 기술, 및 보안 기술 등과 같은 기술 요소 들이 요구되어, 최근에는 사물간의 연결을 위한 센서 네트워크 (sensor network), 사물 통신 (Machine to Machine, M2M), MTC (Machine Type Communication) 등의 기술이 연구되고 있다.

IoT 환경에서는 연결된 사물들에서 생성된 데이터를 수집, 분석하여 인간의 삶에 새로운 가치를 창출하는 지능형 IT (Internet Technology) 서비스가 제공될 수 있다. IoT는 기존의 IT 기술과 다양한 산업 간의 융합 및 복합을 통하여 스마트홈, 스마트 빌딩, 스마트 시티, 스마트 카 혹은 커넥티드 카, 스마트 그리드, 헬스 케어, 스마트 가전, 첨단의료서비스 등의 분야에 응용될 수 있다.

이에, 5G 통신 시스템을 IoT 망에 적용하기 위한 다양한 시도들이 이루어지고 있다. 예를 들어, 센서 네트워크, 사물 통신, MTC 등의 기술이 5G 통신 기술이 빔 포밍, MIMO, 및 어레이 안테나 등의 기법에 의해 구현되고 있는 것이다. 앞서 설명한 빅 데이터 처리 기술로써 클라우드 무선 액세스 네트워크(cloud RAN)가 적용되는 것도 5G 기술과 IoT 기술 융합의 일 예라고 할 수 있을 것이다.

상술한 바와 같은 이동 통신 시스템의 발전에 따라 단말이 이동 통신 시스템을 통해 네트워크의 서버가 제공하는 컴퓨팅 능력을 필요에 따라 손쉽게 이용할 수 있게 되면서, 단말에서는 불가능한 것으로 여겨졌던 복잡한 연산을 필요로 하는, 일 사용예로서, Machine Learning (ML) 알고리듬을 적용하는 AI 애플리케이션들의 활용이 점차 고려되고 있다. 이러한 AI 애플리케이션들은 무선 통신 시스템을 통해 네트워크 서버의 자원을 활용하는 방식으로, 무선 통신 시스템의 통신상태에 따라 사용자가 체감하는 애플리케이션의 성능이 크게 영향을 받게 되며, 이에 따라 무선 통신 시스템의 상태에 대응하여 ML 모델이나 알고리듬을 제어할 수 있는 기술이 필요하게 되었다.

본 개시는 무선 통신 시스템에서 단말이 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 요청하여 수신하고 이로부터 애플리케이션에 적용할 ML 모델 및 알고리듬을 결정하는 방법 및 장치를 정의한다.

본 개시는 무선 통신 시스템에서 단말(UE)이 요청한 네트워크 상태 정보 또는 분석 정보를 제공하는 방법 및 장치를 정의한다.

본 개시는 무선 통신 시스템에서 네트워크 상태 정보 또는 분석 정보를 요청한 단말을 네트워크에서 인증하는 방법 및 장치를 정의한다.

본 개시는 네트워크 상태 정보 또는 분석 정보를 단말로 전달하기 위한 단말 및 네트워크 기능(network function: NF) 엔터티들 간의 신호 흐름을 제어하는 방법 및 장치를 정의하는 것이다.

본 개시의 일 실시예에 따른 방법은, 무선 통신 시스템에서 단말이 상기 단말 상에서 동작하는 AI(Artificial Intelligency) 또는 ML(Machine Learning) 애플리케이션의 동작을 위한 정보를 송수신하는 방법에 있어서, 네트워크의 상태 정보 또는 네트워크 상태 분석 정보에 대한 요청을 적어도 하나 이상의 NF(Network Function)로 전송하는 단계; 상기 NF로부터 네트워크 상태 또는 네트워크 상태 분석 정보를 수신하는 단계; 및 상기 AI 또는 ML 애플리케이션이 상기 네트워크 상태 또는 네트워크 상태 분석 정보를 기초로 결정한 AI 모델, ML 모델, 알고리듬 또는 데이터 크기에 대한 정보 중 적어도 하나를 AF(Application Function) 또는 애플리케이션 서버로 전송하는 단계를 포함할 수 있다.

본 발명은 무선 통신 시스템에서 단말 상에서 동작하는 AI/ML 애플리케이션이 네트워크 상태에 기초하여 적절한 AI/ML 모델 및 알고리듬을 결정할 수 있도록 한다.

도 1은 본 개시의 일 실시예에 따른 네트워크 데이터 수집 및 분석 기능(NWDAF)을 포함하는 무선 통신 네트워크의 구성도이다.
도 2는 본 개시의 일 실시예에 따른 단말의 AI/ML 애플리케이션이 통신 사업자가 제공하는 네트워크 혼잡 정보를 수신하고 적용하는 무선통신 시스템의 개괄적인 구조를 도시한 것이다.
도 3은 본 개시의 일 실시예에 따른 단말의 AI/ML 애플리케이션으로부터 네트워크 상태 정보 또는 네트워크 상태 분석 정보의 전달을 요청받아 네트워크 상태 정보 또는 분석 정보를 수집하여 단말로 전달하는 동작을 도시하는 신호 흐름도이다.
도 4는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 단말의 구조를 도시한 도면이다.
도 5는 본 개시의 일 실시예에 따라 네트워크 기능을 수행하는 네트워크 엔터티의 구조를 도시한 도면이다.

이하 본 개시의 실시예들을 첨부한 도면과 함께 상세히 설명한다.

본 개시의 실시예들을 설명함에 있어서 관련된 기능 혹은 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략한다. 그리고 후술되는 용어들은 본 개시에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

마찬가지 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시될 수 있다. 또한, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 각 도면에서 동일한 또는 대응하는 구성요소에는 동일한 참조 번호를 부여하였다.

본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 실시예들은 본 개시의 설명이 완전하도록 하고, 본 개시의 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시의 청구하고자 하는 범위는 청구항의 범주에 의해 정의될 뿐이다.

이때, 처리 흐름도를 보이는 도면들의 각 블록과 처리 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

본 개시에서 사용되는 '~부(unit or part)'라는 용어는 소프트웨어 또는 FPGA(field-Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 하드웨어 구성요소를 의미하며, '~부'는 특정한 역할들을 수행하도록 구성될 수 있다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 실행시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다. 또한 실시예에서 '~부'는 하나 이상의 프로세서 및/또는 장치를 포함할 수 있다.

이하 설명의 편의를 위하여, 3GPP(3rd Generation Partnership Project Long Term Evolution) 기반의 통신 규격(예를 들어 5G, NR, LTE 또는 이와 유사한 시스템의 규격)에서 정의하고 있는 용어 및 명칭들이 일부 사용될 수 있다. 하지만, 본 개시가 용어 및 명칭들에 의해 한정되는 것은 아니며, 다른 규격에 따르는 시스템에도 동일하게 적용될 수 있다.

이하 설명에서 사용되는 접속 노드(node)를 식별하기 위한 용어, 네트워크 개체(network entity)들을 지칭하는 용어, 메시지들을 지칭하는 용어, 망 객체들 간 인터페이스를 지칭하는 용어, 또는 다양한 식별 정보들을 지칭하는 용어는 설명의 편의를 위해 예시된 것이다. 따라서, 본 개시는 이하에서 설명되는 용어들에 한정되는 것은 아니며, 동등한 기술적 의미를 가지는 대상을 지칭하는 다른 용어가 사용될 수 있다.

본 개시의 실시예들을 구체적으로 설명함에 있어서, 이동통신 규격 표준화 단체인 3GPP가 명세하고 있는 5G 이동통신 규격 상의 무선 접속 네트워크인 New RAN (NR)과 코어 망인 패킷 코어 (5G System, 혹은 5G Core Network, 혹은 NG Core: Next Generation Core)를 주된 대상으로 할 것이지만, 본 개시의 주요한 요지는 유사한 기술적 배경을 가지는 여타의 통신 시스템에도 본 개시의 범위를 크게 벗어 나지 아니 하는 범위에서 약간의 변형으로 적용 가능하며, 이는 본 개시의 기술 분야에서 숙련된 기술적 지식을 가진 자의 판단으로 가능 할 것이다.

5G 시스템에서는, 네트워크 자동화 지원을 위해서, 5G 네트워크 망에서 수집된 데이터를 분석하여 제공하는 기능을 제공하는 네트워크 기능인 네트워크 데이터 수집 및 분석 기능(Network Data Collection and Analysis Function: NWDAF)이 정의될 수 있다. NWDAF는 5G 네트워크로부터 정보를 수집/저장/분석하여 그 결과를 적어도 하나의 네트워크 기능(Network Function: NF)에게 제공할 수 있으며, 분석 결과는 각 NF에서 독립적으로 이용할 수 있다.

5G 이동통신 시스템에서는 NF들이 NWDAF를 통해 네트워크 관련 데이터(이하 네트워크 데이터라 칭함)의 수집 및 분석 결과를 이용할 수 있도록 지원한다. 이는 각 NF들이 자신이 제공하고 있는 기능들을 효과적으로 제공하기 위해 필요한 네트워크 데이터의 수집 및 분석을 집중화된 형태로 제공하기 위함이다. NWDAF는 네트워크 슬라이스(Network slice)를 기본 단위로 하여 네트워크 데이터의 수집 및 분석을 수행할 수 있다. 하지만, 본 개시의 범위는 네트워크 슬라이스 단위에 한정되지 않으며, NWDAF는 사용자 장치(UE), PDU 세션(Session), NF 상태 및/또는 외부 서비스 서버로부터 획득한 다양한 정보(예를 들어 서비스 품질)를 추가적으로 분석할 수 있다.

NWDAF를 통해 분석된 결과는 해당 분석 결과를 요청한 각 NF들에게 전달되고, 전달된 분석 결과는 서비스 품질 (quality of service: QoS) 보장/향상, 트래픽 제어, 이동성 관리, 부하 분산과 같은 네트워크 관리 기능들을 최적화하기 위해 사용 될 수 있다.

5G 네트워크 시스템이 제공하는 각 기능들을 수행하는 단위 노드는 NF(혹은 NF 개체 혹은 NF 노드라 칭함)로 정의될 수 있다. 각 NF는 예를 들어 단말(user equipment: UE)의 액세스 네트워크(access network: AN)에 대한 접근과 이동성을 관리하는 AMF(access and mobility management function), 세션과 관련된 관리를 수행하는 SMF(session management function), 사용자 데이터 평면을 관리하는 UPF(user plane function), 단말이 이용 가능한 네트워크 슬라이스 인스턴스(network slice instance)를 선택하는 NSSF(network slice selection function) 중 적어도 하나를 포함할 수 있다.

도 1은 본 개시의 일 실시예에 따른 네트워크 데이터 수집 및 분석 기능(NWDAF)을 포함하는 무선 통신 네트워크의 구성도이다.

도 1을 참조하면, NWDAF(105)는 적어도 하나의 소스 NF, 예를 들어 AMF(110), SMF(115) 또는 UPF(125,130,135)와 같은 5G 코어 네트워크 내의 NF들, 효율적인 서비스 제공을 위한 AF(Application Function), 네트워크 노출 기능(network exposure function: NEF), 또는 OAM(Operation, Administration, and Maintenance)으로부터 다양한 방식으로 네트워크 데이터를 수집할 수 있다. AMF(110)는 단말(100) 및 무선 액세스 네트워크(RAN)(120)와 접속되며, UPF(125,130,135)는 RAN(120)을 통한 단말(100)의 사용자 트래픽을 적어도 하나의 데이터 네트워크(data network: DN)(140)로 연결할 수 있다.

또한 NWDAF(105)는 적어도 하나의 수요자 NF에게 네트워크 또는 외부에서 수집된 네트워크 데이터의 분석 정보를 제공할 수 있다. NWDAF(105)는 네트워크 슬라이스 인스턴스의 부하 정도(load level)를 수집 및 분석하여 NSSF에게 제공할 수 있으며, NSSF는 네트워크 슬라이스 부하 정도에 대한 수집 정보 또는 분석 정보를 기초로 특정 UE가 이용할 수 있는 네트워크 슬라이스 인스턴스를 선택할 수 있다. NF들(110,115)과 NWDAF(105) 사이의 분석 정보 요청과, 분석 결과를 포함하는 상기 분석 정보를 전달하는 데는 5G 네트워크에서 정의한 서비스 기반 인터페이스 (Service based Interface)가 사용될 수 있고, 전달 방법으로 예를 들어 HTTP(hypertext transfer protocol) 및/또는 JSON(JavaScript object notation) 문서가 사용될 수 있다.

일 예로서 NWDAF(105)의 수집 데이터는, PCF(Point Coordination Function)로부터의 응용 식별자(Application ID), IP 필터 정보, 미디어/응용 대역폭, AMF로부터의 단말 식별자, 위치 정보, SMF로부터의 목적지 데이터 네트워크 이름(data network name: DNN), 단말 IP, QoS flow bit rate, Qos Flow ID(QFI), QoS flow error rate, QoS flow delay, 또는 UPF로부터의 traffic usage report 중 적어도 하나를 포함할 수 있다.

NWDAF는 또한, 코어 네트워크를 구성하는 NF들 이외에 단말과 서비스 서버 사이의 연결에 영향을 줄 수 있는 엔터티인 OAM으로부터, 예를 들어 NF 자원 상황(resource status), NF 처리 능력 (Throughput), SLA(Service Level Agreement) 정보, 단말로부터의 UE status, UE application information, UE Usage Pattern, AF로부터 제공 받는 서비스의 응용 식별자, 서비스 경험, 또는 트래픽 패턴 중 적어도 하나를 추가적으로 수집하여 분석에 활용할 수 있다.

하기의 <표 1> 내지 <표 3>은 NWDAF가 수집하는 네트워크 데이터의 예시들을 나타낸 것이다. NWDAF가 각 엔터티로부터 네트워크 데이터를 수집하는 기간 및 시점은 엔터티 별로 상이할 수 있다. 이 외에도, 각 수집 대상의 데이터를 상관시키기 위한 상관 식별자 (Correlation ID)와, 수집 시간을 기록하기 위한 타임 스탬프(Timestamp)를 통해, 수집된 데이터의 상관 관계가 구분될 수 있다.

Information	Source	Description
Application ID	AF	To identify the service and support analytics per type of service (the desired level of service)
IP filter information	AF	Identify a service flow of the UE for the application
Locations of Application	AF/NEF	Locations of application represented by a list of DNAI(s). The NEF may map the AF-Service-Identifier information to a list of DNAI(s) when the DNAI(s) being used by the application are statically defined.
Service Experience	AF	Refers to the QoE per service flow as established in the SLA and during on boarding. It can be either e.g. MOS or video MOS as specified in ITU-T P.1203.3 or a customized MOS
Timestamp	AF	A time stamp associated to the Service Experience provided by the AF, mandatory if the Service Experience is provided by the ASP.

Information	Source	Description
Timestamp	5GC NF	A time stamp associated with the collected information.
Location	AMF	The UE location information.
SUPI(s)	AMF	If UE IDs are not provided as target of analytics reporting for slice service experience, AMF returns the UE IDs matching the AMF event filters.
DNN	SMF	DNN for the PDU Session which contains the QoS flow
S-NSSAI	SMF	S-NSSAI for the PDU Session which contains the QoS flow
Application ID	SMF	Used by NWDAF to identify the application service provider and application for the QoS flow
IP filter information	SMF	Provided by the SMF, which is used by NWDAF to identify the service data flow for policy control and/or differentiated charging for the QoS flow
QFI	SMF	QoS Flow Identifier
QoS flow Bit Rate	UPF	The observed bit rate for UL direction; andThe observed bit rate for DL direction
QoS flow Packet Delay	UPF	The observed Packet delay for UL direction; andThe observed Packet delay for the DL direction
Packet transmission	UPF	The observed number of packet transmission
Packet retransmission	UPF	The observed number of packet retransmission

Information	Source	Description
Timestamp	OAM	A time stamp associated with the collected information.
Reference Signal Received Power	OAM	The per UE measurement of the received power level in a network cell, including SS-RSRP, CSI-RSRP as specified in clause 5.5 of TS 38.331 and E-UTRA RSRP as specified in clause 5.5.5 of TS 36.331
Reference Signal Received Quality	OAM	The per UE measurement of the received quality in a network cell, including SS-RSRQ, CSI-RSRQ as specified in clause 5.5 of TS 38.331 and E-UTRA RSRQ as specified in clause 5.5.5 of TS 36.331
Signal-to-noise and interference ratio	OAM	The per UE measurement of the received signal to noise and interference ratio in a network cell, including SS-SINR, CSI-SINR, E-UTRA RS-SINR, as specified in clause 5.1 of TS 38.215

도 2는 본 개시의 일 실시예에 따른 단말의 AI/ML 애플리케이션이 통신 사업자가 제공하는 네트워크 혼잡 정보를 수신하고 적용하는 무선통신 시스템의 개괄적인 구조를 도시한 것이다.

도 2를 참조하면, AI/ML애플리케이션은 AI/ML 애플리케이션을 위해 지정된 AF (도면에서는 DC AF로 표기)로부터 네트워크 상태 정보, 네트워크 상태에 대한 분석 정보 또는 이들의 조합을 수신하고, 수신된 정보에 기반하여 학습 및 추론에 적용할 AI/ML모델의 수정 및 학습 데이터의 크기를 변경하도록 요청할 수 있다.

상세하게는, 단말은 네트워크로의 접속 절차 또는 별도 정의된 메시지 (일 예로서 NAS (Non-Access Stratum) 메시지 등)를 사용하여, 네트워크 상태 정보, 네트워크 상태에 대한 분석 정보 또는 이들의 조합을 요청하는 과정에서 사용할 인증 정보 (일 예로서, 인증키, 인증서, 아이디 및 암호 등이 인증 정보로 활용될 수 있으며, 활용되는 인증 정보는 사용되는 인증 방식에 따라 상이하게 결정될 수 있음)를 네트워크로부터 수신할 수 있다(201). 단말은 상기 인증 정보를 사용하여 네트워크로 전송할 네트워크 상태 정보 요청 메시지를 암호화하거나 메시지에 서명을 추가하여 단말이 요청한 상태 데이터, 분석 데이터 또는 이들의 조합에 대한 수집을 담당하는 DC AF (Data collection AF)로 요청 메시지를 전송할 수 있다(202). 네트워크 상태 정보 요청 메시지는, 네트워크 상태 정보, 네트워크 상태에 대한 분석 정보 또는 이들의 조합을 요청하기 위해 사용될 수 있다. 본 발명에서는 편의상 상기 기능을 담당하는 AF를 DC AF로 명명하였으나 구현 내용에 따라서는 다른 이름 (예로서, Information Exposure Application Function 등)으로 명명되거나 기존의 네트워크 기능의 일부로 구현될 수도 있으며 이는 발명의 본래 취지와는 무관하게 해석되어야 할 것이다. 단말의 상기 요청 메시지는 단말이 요청한 데이터 수집을 담당하는 상기 AF (도면에서는 한 예로서, DC AF)가 통신사업자의 신뢰 영역에 있지 않을 경우에는 신뢰 영역에 있는 다른 AF를 통하거나 또는 직접 NEF를 통해 통신 사업자 네트워크로 전달될 수 있다(202). 데이터 수집을 담당하는 AF가 통신사업자의 신뢰 영역에 있을 경우, 단말의 요청 메시지는 직접 NEF를 통해 통신 사업자 네트워크로 전달될 수 있다. 단말의 요청 내용이 포함된 신호 메시지를 수신한 NEF는 메시지의 인증 혹은 단말의 요청에 대한 인증을 위하여 AMF로 단말이 암호화하거나 서명한 메시지 내용을 전송할 수 있다(203). AMF는 앞의 과정에서 단말과 설정한 인증 정보 (일 예로서, 사용되는 인증 방식에 따라 인증키, 인증서, 아이디 및 암호 등)를 사용하여 단말의 네트워크 상태 정보 요청 메시지의 내용을 복호화 하거나 서명을 확인하는 과정을 수행하고 해당 단말이 요청 메시지를 전송하였음을 인증할 수 있다(203). 또한, AMF는 상기 단말의 네트워크 상태 정보 요청 메시지를 기초로 하여, 단말이 요청한 네트워크 상태 정보 제공 또는 네트워크 상태 분석 정보 제공에 대한 수락 여부를 결정할 수 있다. AMF는 인증 결과를 NEF로 전달하고, 인증이 성공한 경우, NEF는 단말이 요청한 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 생성하는데 필요한 네트워크 정보를 수집하기 위하여 AMF, SMF, UPF, NWDAF 등으로 네트워크 상태 정보 또는 분석 정보를 요청할 수 있다(204). 상기 인증 결과를 NEF로 전달하는 과정에서, 단말로 상태 정보를 전달하는 메시지에 대해 데이터 암호화나 메시지 서명 등이 요구될 경우, AMF는 상기 인증 결과와 함께 메시지 암호화 및 서명 생성에 필요한 인증 정보를 포함하여 NEF로 전달할 수 있으며, 이러한 인증 정보는 앞서 단말과 네트워크 등록 과정 혹은 별도의 과정을 통해 기설정된 인증정보이거나, 이로부터 보안키 생성과정 등을 통해 생성된 인증정보일 수 있다. 또한, 상기 과정에서, NEF는 단말이 요청한 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 생성하는데 필요한 네트워크 정보를 수집하기 위하여 NRF 등을 참조하여 현재 단말의 통신을 담당하고 있는 AMF, SMF, UPF, NWDAF 등 필요한 네트워크 엔터티의 식별자 및 주소 정보 등을 획득할 수 있다. NEF는 AMF, SMF, UPF, NWDAF 등으로부터 수집된 네트워크 상태 및 분석 정보 (분석 정보는 네트워크 상태에 대한 예측 정보 등을 포함할 수 있다)를, 단말로 전송할 데이터 수집을 담당하는 AF (도면의 실시 예의 경우, DC AF)로 전송할 수 있다(205). 데이터 수집을 담당하는 AF는 상기 수집된 네트워크 상태 및 분석 정보를 단말로 전송할 수 있다(206). 단말의 AI/ML 애플리케이션은 상기 과정을 통해 수신한 네트워크 상태 및 분석 정보를 사용하여 학습 및 추론에 사용할 적합한 AI/ML모델 및 알고리듬을 결정할 수 있다. 이와 같은 동작을 통해, 단말에서 동작하는 AI/ML 애플리케이션은 무선 통신 시스템의 상태에 대응하는 ML 모델이나 알고리듬을 선택하고, 적절한 형태의 데이터를 수신할 수 있다.

도 3은 본 개시의 일 실시예에 따른 단말의 AI/ML 애플리케이션으로부터 네트워크 상태 정보 또는 네트워크 상태 분석 정보의 전달을 요청받아 네트워크 상태 정보 또는 분석 정보를 수집하여 단말로 전달하는 동작을 도시하는 신호 흐름도이다.

도 3a를 참조하면, 단계 301에서 단말은 네트워크 등록 과정에서 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 필요로 하는 단말의 AI/ML애플리케이션에 대한 정보를 네트워크로 전송할 수 있다. 상기 과정에서 전달되는 단말의 AI/ML애플리케이션 정보에는 AI/ML애플리케이션들의 식별자와 각 AI/ML애플리케이션이 필요로 하는 네트워크 상태 파라미터 목록 등이 포함될 수 있다. 단말의 요청을 수신한 AMF는, UDM(Unified Data Management)으로 단말의 가입 정보를 요청할 수 있으며, UDM으로부터 수신한 가입 정보에 포함된 허용된 AI/ML애플리케이션 식별자 리스트, 각 AI/ML애플리케이션에 허용된 네트워크 상태 파라미터 리스트 및 AMF에 저장된 사업자 설정 정보 등을 참고하여 단말의 네트워크 상태 정보 요청 또는 네트워크 상태 분석 정보 요청에 대한 수락 여부를 결정할 수 있다. AMF는, 상기 단말의 네트워크 상태 정보 요청 또는 네트워크 상태 분석 정보 요청에 대한 수락 여부 및 이러한 목적으로 단말에 허용된 각 AI/ML애플리케이션의 식별자 리스트 (authorized NL App list)와 각 AI/ML애플리케이션에 허용된 네트워크 상태 파라미터 리스트 (allowed NW info list), 네트워크 데이터 수집 서버주소 등으로 구성된 ML Authorization Info 정보를 등록 응답 메시지에 포함하여 단말로 전달할 수 있다. 또한, AMF는 등록 응답 메시지에 단말이 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 요청할 때 사용할 인증 정보를 포함하여 전달할 수 있으며, 단말은 네트워크 상태 정보 또는 네트워크 상태 분석 정보 요청 시 상기 수신한 인증 정보 (예로, 보안 키, 인증서 등)를 사용하여 서명 정보를 생성하여 요청 메시지에 첨부하거나 요청 메시지를 암호화할 수 있다. 인증 정보를 서명 정보를 생성하는데 사용할 것인지 또는 암호화하는데 사용할 것인지는 사업자에 의해 시스템 정보 등으로 단말에 미리 설정되거나 별도 과정을 통해 단말로 전달될 수 있다. 상기 인증 정보 (예로, 보안 키, 인증서, 아이디 및 비밀번호 등)는 적용되는 인증 방식에 따라, 일 예로서, 단말의 식별자 혹은 각 애플리케이션 식별자별로 AMF 등에서 인증키 생성과정을 적용하여 생성되거나 인증기관과의 인증서 등록 과정등을 통해 생성될 수 있으며, AMF로부터 UE로 전달되어 사용되거나 AMF 및 UE에서 각각 생성하여 사용할 수도 있다.

단계 302에서, 단말의 등록 과정이 완료된 후에, 혹은 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 요청하기 위하여 별도 정의된 제어 메시지 (일 예로서, NAS 메시지)를 통해 단계 301에서 설명한 단말의 AI/ML애플리케이션 정보를 전달하고 AMF 등으로부터 단말의 상태 정보 제공에 대한 인증 결과 및 인증 정보 등을 수신한 후에, 단말의 AI/ML애플리케이션이 동작하여 학습 및 추론 과정 등에서 적용할 모델 및 알고리듬 등을 결정하기 위하여 필요한 네트워크 상태 정보 또는 네트워크 상태 분석 정보에 대한 요청을 단말의 OS (혹은, 구현에 따라 별도 API, 혹은 별도 시스템 애플리케이션 등을 통해 간접적으로 전달될 수도 있다)를 통해 통신 모듈로 요청할 수 있다. 이 때, 요청신호에는 애플리케이션이 필요로 하는 정보를 지정하는 data type, 보고 주기를 지정하는 report period, 보고 대상이 되는 세션 등을 지정하기 위한 report target, 보고 조건을 지정하는 report condition 등의 정보가 포함될 수 있다. 단계 303에서, 애플리케이션으로부터 상기 요청을 수신한 통신 모듈은, 등록단계에서 네트워크로부터 수신한 허용된 애플리케이션 리스트 및 허용된 네트워크 상태 정보 목록 등을 참고하여 상기 애플리케이션으로부터의 요청이 사업자에 의해 허용되었는지 여부를 판단하는 과정을 수행할 수 있다. 만약, 등록 단계에서 네트워크로부터 허용된 애플리케이션 리스트 및 상태 정보 목록, 인증 정보 등을 수신하지 못한 경우에는, 단말은 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 요청하기 위하여 별도 정의된 제어 메시지 (일 예로서, NAS 메시지)를 통해 단계 301에서 설명한 단말의 AI/ML애플리케이션 정보를 전달하고 AMF 등으로부터 단말의 상태 정보 제공에 대한 인증 결과 및 인증 정보 등을 수신하기 위한 동작을 수행할 수 있다 (단계 301과 동일한 내용을 별도 메시지를 통해 전달하는 과정으로 반복을 피하기 위해 예시에서는 생략하였다). 단계 304에서, 단말은 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 요청하기 위한 제어 메시지를 생성하는 과정을 수행할 수 있다. 상기 제어 메시지에는, 애플리케이션으로부터 수신한 data type, report period, report target, report condition, Application ID 등의 정보가 포함되며, 메시지의 인증을 위하여 등록 과정에서 수신한 (혹은 상기 설명한 네트워크 상태 정보 요청 또는 네트워크 상태 분석 정보 요청을 위해 별도 정의된 요청 메시지의 교환 절차를 통해 수신한) 인증 정보를 사용하여 서명을 생성하여 첨부하거나 제어 메시지를 암호화하는 과정을 수행할 수 있다. 혹은, 구현에 따라서는 애플리케이션의 요청이 허용되었음을 판별한 후에 애플리케이션으로 수락 여부와 함께 인증 정보 및 서버주소 등을 전달하여 애플리케이션이 직접 제어 메시지를 생성하여 네트워크의 지정된 네트워크 데이터 수집 서버로 전달하도록 하는 것도 가능하다.

단계 305 에서, 단말은 상기 단계 304에서 생성한 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 요청하는 제어 메시지를 네트워크의 네트워크 데이터 수집 서버로 전송한다. 단계 306에서, 네트워크 데이터 수집 서버는 단말의 요청을 네트워크로 전달하기 위하여, 이동통신 사업자가 지정한 AF 혹은 NEF 주소를 탐색하는 과정을 수행할 수 있다. 이 과정에서, 상기 네트워크 데이터 수집 서버는 단말의 식별자 (예로서, 단말에 할당된 IP 주소, 전화번호, 혹은 사업자 혹은 이동통신 네트워크가 단말에 부여한 식별자 등)를 네트워크로 전달하여 단말의 현재 위치나 시간 등에 대해 사업자가 지정한 AF 혹은 NEF 주소를 문의하고 수신하는 과정을 수행할 수 있으며, 복수의 주소를 수신한 경우에는 네트워크 데이터 수집 서버가 그 중 적합한 AF 혹은 NEF를 선택할 수 있다. 단계 307에서, 네트워크 데이터 수집 서버는 단말의 요청을 단계 306에서 선택한 AF 로 전달하거나 혹은 직접 NEF로 전달하는 과정을 수행할 수 있다.

도 3b를 참조하면, 단계 308에서, NEF는 단말이 전송한 요청을 인증하기 위하여 단말로부터 수신한 요청 정보를 AMF로 전송하여 인증을 요청할 수 있다. 단계 309에서, AMF는 등록 과정에서 단말과 공유한 인증 정보(예로, 보안 키, 인증서, 아이디 및 비밀번호 등)를 사용하여 NEF가 전달한 단말의 요청 정보 (서명되거나 암호화된 요청 메시지)가 단말로부터 생성된 것인지를 확인하는 인증 과정을 수행할 수 있다. 또한, AMF는 단말의 가입정보 및 사업자 정책, AMF에 사업자가 설정한 기준정보 등을 고려하여 단말이 요청한 내용이 단말 혹은 단말의 애플리케이션에게 허용된 내용인지를 확인하고 요청에 대한 수락 여부를 포함하여 인증 결과를 결정할 수 있다.

구현에 따라서는, AMF가 상기 저장된 인증정보를 사용하여 단말의 요청을 직접 인증하는 대신에, 인증 정보를 NEF로 전송하고 NEF가 AMF로부터 수신한 인증정보를 사용하여 단말의 요청을 인증하도록 할 수 있다. 이를 위하여, AMF는 단말의 등록 과정에서 생성한 인증 정보를 UDM에 저장하고 NEF로 하여금 저장된 인증정보를 UDM으로부터 획득하여 단말의 요청 메시지를 인증하도록 할 수도 있다.

단계 310에서, AMF는 NEF로 인증 결과를 전송할 수 있다. 또한, AMF가 상기 인증 결과를 NEF로 전달하는 과정에서, 단말로 상태 정보 또는 분석 정보를 전달하는 메시지에 대해 데이터 암호화나 메시지 서명 등이 요구될 경우에, AMF는 상기 인증 결과와 함께 메시지 암호화 및 서명 생성에 필요한 인증 정보를 포함하여 전달할 수 있으며, 이러한 인증 정보는 앞서 단말과 네트워크 등록 과정 혹은 별도의 과정을 통해 기설정된 인증정보이거나 이로부터 보안키 생성과정 등을 통해 생성된 인증정보일 수 있다. 단계 311에서, NEF는 인증이 성공되었음을 수신한 경우, 단말이 요청한 네트워크 상태 정보를 생성하는데 필요한 정보를 수집하도록 요청하기 위하여 필요한 NF 및 NWDAF를 선택하는 과정을 수행할 수 있다. 상기 과정에서, NEF는 단말이 요청한 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 생성하는데 필요한 네트워크 정보를 수집하기 위하여 현재 단말의 통신을 담당하고 있는 AMF, SMF, UPF, NWDAF 등 중에서 필요한 네트워크 엔터티의 식별자 및 주소 정보 등을 획득하기 위하여 NRF 등을 참조하여 결정할 수 있다.

단계 312에서, NEF는 선택된 NF 및 NWDAF로 네트워크 상태 정보 또는 분석 정보를 제공하도록 요청하는 메시지를 송신할 수 있다. 이러한 상태 정보 또는 분석 정보에 대한 요청 메시지에는, 단말로부터 수신한 정보 제공 요청 메시지에 포함된 상태 정보 종류, 보고 주기, 보고 기준 등의 정보가 포함되거나 이를 기반으로 설정한, 수집할 데이터를 지정하는 파라미터 등이 포함될 수 있다. 단계 313에서, NEF는 NF 및 NWDAF로부터 필요한 네트워크 상태 정보 및 분석 정보(분석 정보는 네트워크 상태에 대한 예측 정보를 포함할 수 있다)를 수신할 수 있으며, 단계 314에서 이러한 수집 정보를 AF를 통하거나 혹은 직접 네트워크 데이터 수집 서버로 전달할 수 있다. 이 과정에서, 사업자의 설정 등에 따라 메시지를 암호화 하거나 인증을 위한 서명이 필요할 경우, NEF는 상기 단계 311에서 AMF (혹은 UDM)로부터 수신한 인증 정보(예로, 보안 키, 인증서, 아이디 및 비밀번호 등)를 사용하여 메시지를 암호화하거나 메시지에 서명을 추가하여 상기 AF 혹은 네트워크 데이터 수집 서버로 전달할 수 있다. 단계 315에서, 네트워크 데이터 수집 서버는 단말로 단말이 요청한 기준에 맞는 네트워크 상태 정보 또는 네트워크 상태 분석 정보를 보고할 수 있다. 이러한 보고는, 단말이 요청 과정에서 설정한 보고 대상에 대하여 지정된 보고 주기, 보고 조건 등을 적용하여 해당 기준이 만족할 때마다 반복적으로 단말로 전달될 수 있다. 단계 316에서, 상기 네트워크 상태 정보 또는 분석 정보를 수신한 단말 모듈은 OS (혹은, 구현에 따라 상기 목적으로 지정된 별도 API, 혹은 별도 시스템 애플리케이션 등을 통해 간접적으로 전달될 수도 있다) 등을 거쳐 단말의 AI/ML애플리케이션으로 수신한 네트워크 상태 정보 또는 분석 정보를 전달하기 위한 제어 메시지를 구성할 수 있다. 단계 317에서, 단말 모듈은 단말의 애플리케이션으로 상기 제어 메시지를 전송할 수 있다. 네트워크 상태 정보 또는 분석 정보를 수신한 단말의 AI/ML 애플리케이션은 수신된 상기 정보를 고려하여 학습 및 추론에 적용할 모델 및 알고리듬을 선택하는 과정을 수행할 수 있다. 예로, 단말의 이동에 따라 제공 가능한 데이터 전송률이 감소할 것으로 예측된 데이터를 수신하면 AI/ML애플리케이션은 분할 학습 모델을 적용하는 대신에 추론 성능이 떨어지지만 단말에서 적용 가능한 학습 모델을 선택하는 등 네트워크 상태에 따라 적용할 모델을 변경하는 동작 등을 수행할 수 있다. 또 다른 실시 예로서, 단말은 상기 정보로부터 네트워크 혼잡이 예측 (혹은 해제)된 데이터를 수신할 경우, 학습 및 추론에 적용할 모델 크기를 축소 (혹은 확대) 하고 축소 (혹은 확대)된 모델 정보를 AI/ML 애플리케이션 서버로 전송하여 새로운 추론 모델 데이터를 수신하고 사용할 수 있다.

도 4는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 단말의 구조를 도시한 도면이다. 도 4를 참조하면, 단말은 단말기 수신부(405)와 단말기 송신부(415)를 일컫는 송수신부(transceiver), 메모리(미도시) 및 단말기 제어부(410, 또는 단말기 처리부 또는 프로세서)를 포함할 수 있다. 전술한 단말의 통신 방법에 따라, 단말의 송수신부(405, 415), 메모리 및 단말기 제어부(410)가 동작할 수 있다. 다만, 단말의 구성 요소가 전술한 예에 한정되는 것은 아니다. 예를 들어, 단말은 전술한 구성 요소들 보다 더 많은 구성 요소를 포함하거나 더 적은 구성 요소를 포함할 수도 있다. 뿐만 아니라, 송수신부, 메모리, 및 프로세서가 하나의 칩(chip) 형태로 구현될 수도 있다.

송수신부는 기지국과 신호를 송수신할 수 있다. 여기에서, 신호는 제어 정보 및 데이터를 포함할 수 있다. 이를 위해, 송수신부는 전송되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신기와, 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기 등으로 구성될 수 있다. 다만, 이는 송수신부의 일 실시 예일뿐이며, 송수신부의 구성 요소가 RF 송신기 및 RF 수신기에 한정되는 것은 아니다.

또한, 송수신부는 무선 채널을 통해 신호를 수신하여 프로세서로 출력하고, 프로세서로부터 출력되는 신호를 무선 채널을 통해 전송할 수 있다.

메모리는 단말의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 또한, 메모리는 단말이 송수신하는 신호에 포함된 제어 정보 또는 데이터를 저장할 수 있다. 메모리는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다. 또한, 메모리는 복수 개일 수 있다.

또한 프로세서는 전술한 실시 예에 따라 단말이 동작할 수 있도록 일련의 과정을 제어할 수 있다. 프로세서는 복수 개일 수 있으며, 프로세서는 메모리에 저장된 프로그램을 실행함으로써 단말의 구성 요소 제어 동작을 수행할 수 있다.

도 5는 본 개시의 일 실시예에 따라 네트워크 기능을 수행하는 네트워크 엔터티의 구조를 도시한 도면이다.

도 5의 네트워크 엔터티는 본 발명의 실시예들을 통해 전술된 NWDAF, AMF, SMF, UPF, NSSF, AF, NEF 또는 OAM 중 하나일 수 있다.

도 5를 참조하면, 네트워크 기능을 수행하는 네트워크 엔터티는 송수신부(510), 제어부(520), 저장부(530)를 포함할 수 있다. 본 발명에서 제어부는, 회로 또는 애플리케이션 특정 통합 회로 또는 적어도 하나의 프로세서라고 정의될 수 있다.

송수신부(510)는 다른 네트워크 엔티티와 신호를 송수신할 수 있다. 송수신부(510)는 예를 들어, 단말의 액세스 네트워크에 대한 접근과 이동성을 관리하는 네트워크 엔티티인 AMF와 신호 또는 메시지를 송수신할 수 있다.

제어부(520)는 본 발명에서 제안하는 실시예들에 따른 네트워크 기능을 수행하는 네트워크 엔터티의 전반적인 동작을 제어할 수 있다. 예를 들어, 제어부(520)는 상기에서 기술한 순서도에 따른 동작을 수행하도록 각 블록 간 신호 흐름을 제어할 수 있다.

저장부(530)는 상기 송수신부(510)를 통해 송수신되는 정보 및 제어부(520)을 통해 생성되는 정보 중 적어도 하나를 저장할 수 있다.

한편, 본 명세서와 도면에 개시된 본 발명의 실시예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 즉 본 발명의 기술적 사상에 바탕을 둔 다른 변형예들이 실시 가능하다는 것은 본 발명의 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다. 또한 상기 각각의 실시 예는 필요에 따라 서로 조합되어 운용할 수 있다. 예컨대, 본 발명의 실시예들 각각의 적어도 일부분이 서로 조합되어 기지국 혹은 단말에 의해 운용될 수 있다.

상술한 본 개시의 구체적인 실시 예들에서, 개시에 포함되는 구성 요소는 제시된 구체적인 실시 예에 따라 단수 또는 복수로 표현되었다. 그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 본 개시가 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.

본 명세서와 도면에 개시된 실시 예들은 본 개시의 기술 내용을 쉽게 설명하고, 본 개시의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 개시의 범위를 한정하고자 하는 것은 아니다. 또한 앞서 설명된 본 개시에 따른 실시예들은 예시적인 것에 불과하며, 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 범위의 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 개시의 진정한 기술적 보호 범위는 다음의 특허청구범위에 의해서 정해져야 할 것이다.

Claims (1)

1. 무선 통신 시스템에서 단말이 상기 단말 상에서 동작하는 AI(Artificial Intelligency) 또는 ML(Machine Learning) 애플리케이션의 동작을 위한 정보를 송수신하는 방법에 있어서,
   네트워크의 상태 정보 요청 또는 네트워크 상태 분석 정보 요청을 적어도 하나 이상의 NF(Network Function)로 전송하는 단계;
   상기 NF로부터 네트워크 상태 또는 네트워크 상태 분석 정보를 수신하는 단계; 및
   상기 AI 또는 ML 애플리케이션이 상기 네트워크 상태 또는 네트워크 상태 분석 정보를 기초로 결정한 AI 모델, ML 모델, 알고리듬 또는 데이터 크기에 대한 정보 중 적어도 하나를 AF(Application Function)로 전송하는 단계를 포함하는, 방법.
   

Images