새로운 과학 발견과 기술 발전에 AI가 촉매제로 작용하고 있다. 전파 분야에서도 차세대 통신 기지국 전파 예측에 AI 기반 방법론이 제시되면서 보다 복잡해져가는 전파 환경 관리에 AI 기술이 새로운 규격·표준 등으로 자리 잡을 전망이다.

지난 7월 국립전파연구원은 ITU-T SG5 국제회의에서 국내 주도로 디지털 기반 5G 기지국 전자파 예측기술이 새로운 권고 개발로 승인됐다고 밝혔다.

ITU-T SG5 전기통신분야에서 전자파 환경(EMF) 및 탄소중립과 기후변화 등에 대해 국제표준을 만드는 표준화 위원회로 40여개 회원국과 관련 전문가 200여명이 참가하는 국제 표준화 위원회이다.

전파연-KAIST가 공동연구한 AI 기반 5G 기지국 전자파 예측기술이 새로운 국제표준으로 도입되기 위해 관련 연구·개발을 한국 연구진들이 주도하고 있다.

5G 기지국은 기존 3G~4G 통신 기지국 대비 전파의 직진성이 높고 회절·굴절 특성이 낮기 때문에 통신 가능 범위(Coverage, 커버리지)가 좁다. 이는 곧 5G 기지국을 더욱 촘촘히 구축해야 함을 의미하며, 이에 따라 전파 측정 환경이 더욱 복잡하게 변화하게 됐다.

기존 4G 기지국에 적용하던 전파 환경 측정법만으로는 복잡한 전파 환경에 대응이 어려운 실정으로, 이에 대응해 지난해 전파연-KAIST는 ‘AI 이용 전자파 예측기술의 실현 가능성 및 전자파 빅데이터 수집·관리에 대한 방법론’을 제안했다.

안승영 KAIST 조천식모빌리티대학원 교수를 비롯해 국립전파연구원 전자파안전협력팀이 AI 기반 전자파 예측 기술 개발을 추진하고 있다. 5G·6G 등 차세대 전파 환경에서 EMF 등 전자파 인체 안전에 대비해 현재 전수측정 방식에서 계산·예측 평가 방식으로 전환이 기대되는 기술이다.

관련 연구팀의 전양배 팀장이 지난해 전파교육연구회 워크숍에서 빅데이터 기반 생활전자파 예측기술 개발 발표에서 관련 내용을 발표한 바 있으며, 당시 전 팀장은 “기존의 계산 및 시뮬레이션을 이용한 예측방법의 한계로 AI를 이용했다”면서 “실측 데이터와 시뮬레이션 데이터를 활용해 AI를 학습했다”고 밝혔다.

GIS 정보 및 기지국 정보를 바탕으로 AI 모델을 개발하고 이를 전자파 환경 및 전자파 시변(Time-varying) 특징 추출에 활용함으로써 3D 및 4D 전자파 인체노출량 예측이 가능해졌다.

전 팀장은 “KAIST 연구팀은 AI 개발과 학습에 집중하면서 세부적으로는 실측 데이터 수집이 매우 어렵고 2~3일에 30개 측정도 못할 때가 많아 실측에 집중하고 있다”고 말해 향후 실측 데이터 확보가 관건일 것으로 보인다.

연구팀은 AI 학습용 5G 기지국 전자파 측정 데이터 수집의 효율성을 향상시키기 위해 휴대용 EMF 측정 장치 및 드론 탑재형 EMF 측정기 또한 연구·개발에 나선 상황이다.

시뮬레이션 및 AI 합성 데이터 등이 AI 모델링에 학습 데이터로 활용되는 반면, 다양하고 실제적인 변수를 반영할 수 없기에 실측 데이터 확보가 중요한 것이다. AI 모델 개발에서 실제 데이터와 시뮬레이션 데이터의 비율은 7대 3 정도가 이상적이라고 전문가들은 말한다.

한편, 이번 한국전자파학회 하계학술대회 2024에서 22일 ‘전파의료 응용+바이오 및 전자파 생체영향’ 세션에서 ‘AI를 이용한 복잡한 환경의 기지국 전자파 예측 방법’의 최신 연구가 발표된다.