5G 기술의 발전과 함께 네트워크 환경을 최적화하고, 사용자 맞춤형 서비스를 실시간으로 제공하기 위한 지능형 네트워크 아키텍처 구축 및 운영 기술이 주목받고 있다[1]. GPU (Graphics Processing Unit)의 발전으로 네트워크 성능과 자원 사용의 효율성을 최적화하 기 위해 머신러닝을 적용할 수 있게 되면서 지능형 네트워크의 구축이 가능해졌다[2]. 또한, 머신러닝 프레임워크가 발전하면서 빠르고 정확하게 대규모의 데이터를 처리할 수 있게 되 었고, 효율적인 네트워크 운영 및 관리를 위한 도구로 연구ㆍ개발되고 있다[1]. 동시에 산업 과 시장규모가 커져 전 세계 5G 시장은 2020년 기준 414억 8,000만 달러에 이르렀으며, 2021년부터 2028년까지 연간복합성장률(CAGR)이 46.2%에 이를 것으로 예상된다[3]. 이 * 본 내용은 이일구 교수(☎ 02-920-7145, iglee@sungshin.ac.kr)에게 문의하시기 바랍니다. ** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다. 머신러닝 기반의 차세대 통신 기술 동향 Chapter 01 기획시리즈-차세대통신(6G 등) 정보통신기획평가원 3 러한 5G 기술은 초고속, 초저지연, 초연결에 목표를 두고 있으며 초고화질 비디오, 가상현실 (Virtual Reality: VR)/증강현실(Augmented Reality: AR) 게임, 사물인터넷(Internet of Things: IoT) 등의 서비스 분야를 촉진하고 있다[3]. 최근에는 5G 이후를 준비하기 위해 2030년 상용화를 목표로 6G 기술 개발 및 연구를 진행하고 있다. [그림 1]은 5G 대비 6G가 추구하는 목표와 차별화된 특징을 보여준다. 6G는 초공간, 초성능, 초지능, 초신뢰, 초정밀, 초대역 6대 목표를 설정하고, 기존 5G 목표 성능의 비약적 향상과 함께 인공지능 기술을 적용하여 네트워크의 지능화 실현을 목표로 한다[4]. 본 고에서는 최근 국가 신성장 동력으로 주목받고 있는 차세대 통신 요소기술의 개념 및 주요 선행 연구를 분석하여 머신러닝 기반의 차세대 통신의 발전 방향을 예측하고, 오픈 이슈를 분석하고자 한다.