신뢰성 향상을 위한 의미통신 JS3C와 HARQ 통합 프레임워크

본 논문은 차세대 6G 환경에서 요구되는 초고신뢰·초저지연·고대역폭 멀티미디어 서비스를 지원하기 위해, 의미통신(SemComm) 시스템의 신뢰성 향상을 목표로 한다. 기존 의미통신은 딥러닝 기반의 Joint Source‑Channel Coding(JSCC)을 활용해 의미 정보를 효율적으로 압축·전송하지만, 전송 오류에 대한 복구 메커니즘이 부족해 최악 상황에서 품질이 급격히 저하되는 문제가 있다. 특히 기존의 HARQ 기반 신뢰성 강화 방식은 비트‑레벨 오류 검증에 의존해 의미 레벨의 오류 허용성을 충분히 활용하지 못한다. 이에 저자들은 체크코드워드를 JSCC 흐름에 통합하는 새로운 프레임워크인 S3CHARQ를 제안한다. 핵심 아이디어는 ‘Joint Source‑Channel‑Check Coding(JS3C)’이라는 개념으로, 체크코드가 단순 오류 검출을 넘어 의미 충실도 검증과 동시에 재구성 보강 정보를 담도록 설계한다. 구체적으로 송신 측에서는 의미 충실도 인식(SFA) 체크 인코더가 JSCC 인코더가 생성한 의미 특징을 입력으로 받아, 제한된 비트 길이 내에서 (1) 현재 재구성 품질을 추정할 수 있는 메타 정보, (2) 손실된 세부 정보를 복원할 수 있는 보조 데이터 두 가지를 압축한다. 수신 측에서는 CA‑JSCC 디코더가 JSCC 코드와 체크코드를 공동으로 디코딩한다. 체크코드가 제공하는 보조 정보는 디코더의 내부 상태에 피드백되어, 초기 복원 단계에서 놓친 세부 디테일을 보완한다. 동시에 LPIPS 기반 품질 추정기가 체크코드만을 이용해 지각 품질을 예측함으로써, 원본 이미지가 없는 상황에서도 재전송 필요성을 판단할 수 있다. 재전송 결정은 기존의 고정 임계값 방식이 품질 추정 오차에 민감하다는 점을 보완하기 위해, Proximal Policy Optimization(PPO) 기반 강화학습 에이전트를 도입한다. 에이전트는 (a) 현재 채널 SNR, (b) 체크코드에서 추출된 품질 추정값, (c) 추정 불확실성(예: 예측 분산) 등을 상태로 받아, (i) 재전송 여부, (ii) 재전송에 할당할 비트량, (iii) 재전송 데이터가 복구용인지 정교화용인지를 동시에 결정한다. 이 과정에서 보상 함수는 PSNR 향상, 재전송 횟수 감소, 대역폭 효율성을 동시에 고려하도록 설계돼, 동적 채널 환경에서도 정책이 안정적으로 수렴한다. 재전송 자체는 ‘Recovery‑Refinement’ 두 단계로 구성된다. 첫 단계는 최소한의 중복을 삽입해 채널 오류를 복구하고, 남은 전송 자원을 정교화 정보(예: 고주파 텍스처, 색상 세부) 전송에 활용한다. 이는 기존의 이진 ACK/NAK 방식이 제공하는 ‘재전송 혹은 안 함’의 이산적 선택을 넘어, 연속적인 품질 향상을 가능하게 하는 스케일러블 코딩과 유사한 효과를 낸다. 학습 단계에서는 정보 병목 원리를 적용해 체크코드가 의미 정보를 손실 없이 보완하도록 다단계 최적화를 수행한다. 실험에서는 CIFAR‑10/Imagenet 기반 이미지 전송 시나리오와 다양한 Rayleigh 페이딩 채널 조건을 사용해 기존 CCHARQ, SCBHARQ 등 최신 HARQ 기반 의미통신 시스템과 비교하였다. 결과는 97번째 백분위수 PSNR에서 2.36 dB 향상, outage 확률(PSNR < 20 dB)에서 37.45 % 감소를 기록했다. 특히 저 SNR(≤ 5 dB) 구간에서 재전송 횟수를 평균 1.2회로 억제하면서도 평균 PSNR를 3 dB 이상 끌어올렸다. 또한, 체크코드만을 이용한 품질 추정 정확도(R² ≈ 0.89)와 강화학습 기반 재전송 정책의 수렴 속도(≈ 1 × 10⁶ 스텝)도 보고되었다. 결론적으로 S3CHARQ는 체크코드와 JSCC를 통합해 의미 수준의 오류 검출·복구를 동시에 수행하고, 강화학습 기반 적응형 재전송 전략을 통해 동적 무선 환경에서도 높은 신뢰성과 효율성을 달성한다. 이는 차세대 메타버스·AR/VR 서비스와 같은 초고신뢰·초저지연 애플리케이션에 적용 가능한 새로운 의미통신 패러다임을 제시한다.