IT 정보
3GPP Rel 18,무선 접속 네트워크(RAN) 및 물리 계층 향상:NR 및 MR-DC를 위한 측정 간격 및 측정 없는 측정 향상
aiproductmanager
2025. 4. 27. 19:49
728x90
반응형
3GPP Release 18에서는 NR(New Radio) 및 MR-DC(Multi-Radio Dual Connectivity)를 위한 무선 자원 관리(RRM) 기능이 대폭 향상되었습니다. 이러한 개선은 고속 이동성, 고주파수 대역(FR2), 다중 셀 연결 환경에서의 사용자 경험을 향상시키는 데 중점을 두고 있습니다.
🔧 주요 RRM 향상 사항
1. 측정 갭(Measurement Gap) 최적화
- 측정 갭 없는 연속 측정 지원: Rel-18에서는 측정 갭 없이도 연속적인 셀 측정이 가능하도록 개선되어, 데이터 전송 중단 없이도 셀 품질을 평가할 수 있습니다.
- 측정 갭 스케줄링 최적화: 측정 갭의 스케줄링이 최적화되어, 다양한 주파수 대역과 기술 간의 효율적인 측정이 가능해졌습니다.
2. 보조 셀(SCell) 활성화 지연 감소
- FR2(24.25–52.6GHz) 대역에서 보조 셀의 활성화 지연이 감소되어, 고주파수 대역에서도 빠른 셀 전환과 연결 유지가 가능해졌습니다. 3gpp.org
3. 다중 수신 체인 지원
- Rel-18에서는 다중 수신 체인을 지원하여, 다중 셀 또는 다중 주파수 대역에서의 동시 수신이 가능해졌습니다. 이를 통해 셀 전환 시의 지연을 최소화하고, 연결 안정성을 향상시킬 수 있습니다.
4. 측정 보고의 정확성 향상
- 측정 보고의 정확성이 향상되어, 네트워크가 보다 정확한 셀 품질 정보를 기반으로 자원 할당 및 셀 전환 결정을 내릴 수 있습니다.
📈 기대 효과
- 고속 이동 환경에서의 안정성 향상: 측정 갭 최적화와 보조 셀 활성화 지연 감소를 통해, 고속 이동 중에도 안정적인 연결을 유지할 수 있습니다.
- 고주파수 대역에서의 커버리지 확장: FR2 대역에서의 다중 수신 체인 지원과 보조 셀 활성화 지연 감소를 통해, 고주파수 대역에서도 효율적인 커버리지를 제공할 수 있습니다.
- 에너지 효율성 향상: 측정 갭 없는 연속 측정과 측정 갭 스케줄링 최적화를 통해, 단말기의 에너지 소비를 줄이고 배터리 수명을 연장할 수 있습니다.
- 네트워크 자원 활용 최적화: 정확한 측정 보고를 기반으로 한 자원 할당과 셀 전환 결정은 네트워크 자원의 효율적인 활용을 가능하게 합니다.
이러한 RRM 향상 사항은 5G-Advanced의 핵심 요소로서, 향후 6G로의 진화를 위한 기반을 마련하는 데 중요한 역할을 합니다.
출처
"NR 및 MR-DC를 위한 측정 간격(Measurement Gap) 및 측정 없는 측정(Measurement-Free Mobility) 향상" 을
Rel-15, 16, 17, 18 기준으로
비교 + 차이점 정리해서 깔끔하게 정리해드리겠습니다.
📡 NR 및 MR-DC를 위한 측정 간격 및 측정 없는 측정 비교 (Rel-15 ~ Rel-18)
| 항목 | Rel-15 | Rel-16 | Rel-17 | Rel-18 |
| 측정 간격(Measurement Gap) | 기본 Gap 설정 (타 주파수 측정 시 통신 일시 중단) | 비동기성(Async) Gap 개선 | Gap Sharing(MR-DC 간 공동 활용) 제안 | 측정 Gap 없이 연속 측정 가능 (Continuous Measurement) |
| 측정 없는 측정(Measurement-Free Mobility) | 없음 (항상 측정 필요) | 일부 정적 단말 대상 제한적 논의 | Fast Switching 지원 시작 (예측 기반 핸드오버) | AI/히스토리 기반 Mobility Prediction 통한 완전 측정 없는 이동성 지원 시작 |
| 핸드오버 품질 | 측정 Gap 중 데이터 중단 위험 | Gap 최적화로 중단 시간 단축 | MR-DC 기반 이중 연결로 Gap 영향 최소화 | 핸드오버 중에도 Gap 없이 지속적 데이터 전송 가능 |
| 에너지 효율성 | Gap 발생 시 에너지 낭비 | Gap 최적화로 일부 개선 | 멀티 커넥티비티로 보완 | 불필요한 측정 회피 → 배터리 절감 극대화 |
| 주파수 이동성 관리 | 단일 주파수 기반 | 다중 주파수 관리 시작 | 다중 주파수 + Cross-RAT 최적화 강화 | 초광대역 (Sub-6 + FR2) 연속 커버리지 최적화 |
✨ 한 줄 요약
시대핵심 변화
| Rel-15 | Gap 기반 이동성 → 데이터 일시 중단 불가피 |
| Rel-16 | Gap 스케줄 최적화 → 이동성 품질 일부 개선 |
| Rel-17 | Gap Sharing/MR-DC 활용 → 데이터 중단 최소화 |
| Rel-18 | Gap 없이 이동 가능 + 측정 자체를 최소화하는 AI 기반 Mobility 예측 시작 |
📈 주요 차이점 분석
🔵 1. 측정 Gap 최적화 진화
버전변화 내용
| Rel-15 | 타 주파수 측정 시 항상 Gap 필요 (10~20ms 송수신 중단) |
| Rel-16 | Gap을 스케줄 최적화로 조정 (지연/중단 최소화) |
| Rel-17 | MR-DC에서 두 링크 간 Gap 분산 (Gap Sharing) |
| Rel-18 | Continuous Measurement: Gap 없이 연속 데이터 전송 + 측정 동시 수행 |
🔵 2. 측정 없는 이동성(Mobility without Measurement) 진화
버전변화 내용
| Rel-15 | 이동성 지원을 위해 항상 측정 필요 |
| Rel-16 | 정적 UE 대상, 이동성 완화 방안 논의 |
| Rel-17 | Fast Switching(HO 시점 예측 기반 핸드오버) 도입 |
| Rel-18 | AI 기반 히스토리 분석 + 예측 이동성 관리로 완전 측정 없는 Mobility 가능성 실험 시작 |
🧠 그림으로 이해하면
Rel-15: [Data 중단] → [측정] → [Handover]
Rel-16: [최적화된 Gap] → [측정] → [Handover]
Rel-17: [MR-DC 두 링크로 Gap 분산] → [Fast Switching]
Rel-18: [Continuous 측정 없이] → [예측 기반 핸드오버 (AI 활용)]
Rel-16: [최적화된 Gap] → [측정] → [Handover]
Rel-17: [MR-DC 두 링크로 Gap 분산] → [Fast Switching]
Rel-18: [Continuous 측정 없이] → [예측 기반 핸드오버 (AI 활용)]
📚 종합 요약
항목요약
| Rel-15~16 | Gap 기반 이동성, 데이터 일시 중단 불가피 |
| Rel-17 | 이중 연결로 Gap 분산, 핸드오버 품질 개선 |
| Rel-18 | 측정 Gap 제거 + AI 기반 예측 이동성 → 완전 Seamless Mobility 실현 지향 |
🎯 이어서 가능한 심화 주제
- 📌 Rel-18 Continuous Measurement 기술 구조 심화
- 📌 Rel-18 AI 기반 측정 없는 Mobility 예측 시나리오
- 📌 Rel-19 대비 초광대역 이동성 관리 진화 방향 (Sub-6+FR2+THz)
NR 및 MR-DC를 위한 측정 간격 및 측정 없는 측정 향상의 경쟁사제품을 에릭슨 화웨이 삼성을 비교해줘
3GPP Release 18에서 도입된 NR(New Radio) 및 MR-DC(Multi-Radio Dual Connectivity)를 위한 측정 간격(Measurement Gap) 및 측정 없는 측정(Measurement-Free Mobility) 기능 향상은 고속 이동성과 고주파수 대역에서의 사용자 경험을 향상시키는 데 중점을 두고 있습니다. 에릭슨, 화웨이, 삼성은 각각의 기술적 강점을 바탕으로 이러한 기능을 구현하고 있으며, 아래에서 각 기업의 접근 방식을 비교해 보겠습니다.
📡 에릭슨(Ericsson)
- 측정 간격 최적화: 에릭슨은 3GPP Release 16에서 조기 측정(Early Measurement) 기능을 도입하여, 사용자 단말이 연결 상태로 전환되기 전에 추가 캐리어에 대한 측정을 수행할 수 있도록 하였습니다. 이를 통해 캐리어 어그리게이션(CA) 및 듀얼 커넥티비티(DC) 설정 시간을 단축하고, 연결 성능을 향상시켰습니다. ericsson.com
- 이동성 향상: 에릭슨은 조건부 핸드오버(Conditional Handover)와 같은 기능을 통해 5G 네트워크에서의 이동성 견고성을 강화하고 있습니다. ericsson.com
🌐 화웨이(Huawei)
- 측정 간격 없는 측정: 화웨이는 3GPP에 NR-DC 환경에서 측정 간격 없이 상호 주파수 측정을 수행하는 방안을 제안하였습니다. 이를 통해 데이터 전송 중단 없이도 셀 품질을 평가할 수 있으며, 고속 이동 환경에서의 연결 안정성을 향상시킬 수 있습니다.
- AI 기반 이동성 관리: 화웨이는 SuperBAND 2.0 솔루션을 통해 4G와 5G 간의 통합 스케줄링을 구현하고 있으며, AI 기술을 활용하여 사용자 위치에서의 4G 및 5G 신호 강도와 전송 능력을 자동으로 식별합니다. huawei
📶 삼성(Samsung)
- 측정 간격 최적화: 삼성은 5G NR 및 MR-DC 환경에서 측정 간격을 최적화하여, 고속 이동 중에도 안정적인 연결을 유지할 수 있도록 지원하고 있습니다. 또한, 다중 수신 체인을 지원하여 다중 셀 또는 다중 주파수 대역에서의 동시 수신이 가능하도록 하였습니다.
- 에너지 효율성 향상: 삼성은 측정 간격 없는 연속 측정과 측정 간격 스케줄링 최적화를 통해 단말기의 에너지 소비를 줄이고 배터리 수명을 연장할 수 있도록 하였습니다.
📊 비교 요약
항목에릭슨(Ericsson)화웨이(Huawei)삼성(Samsung)
| 측정 간격 최적화 | 조기 측정(Early Measurement) 도입 | 측정 간격 없는 상호 주파수 측정 제안 | 측정 간격 최적화 및 다중 수신 체인 지원 |
| 이동성 향상 | 조건부 핸드오버(Conditional Handover) 구현 | AI 기반 이동성 관리 및 통합 스케줄링 구현 | 고속 이동 중 안정적인 연결 유지 지원 |
| 에너지 효율성 | - | - | 측정 간격 없는 연속 측정 및 스케줄링 최적화로 에너지 소비 절감 |
| 기술 통합 | 5G 및 6G 네트워크 대응 | AI 기반 신호 강도 및 전송 능력 자동 식별 | 5G NR 및 MR-DC 환경에서의 최적화 구현 |
각 기업은 자사의 강점을 바탕으로 측정 간격 및 측정 없는 측정 기능을 개발하고 있으며, 적용 분야와 전략에 따라 차별화된 솔루션을 제공하고 있습니다. 향후 6G 시대에는 이러한 기능이 더욱 발전하여 다양한 환경에서의 커버리지 확장과 성능 향상에 기여할 것으로 기대됩니다.
필요하시면 각 기업의 측정 간격 및 측정 없는 측정 기능에 대한 더 자세한 정보나 기술적 세부 사항에 대해 추가로 설명드릴 수 있습니다.
출처
"NR 및 MR-DC를 위한 Rel-18 기준 측정 간격 최적화 및 측정 없는 측정 향상" 을
사업자(Operator) 와 고객(End User) 관점에서 효용성, 필요성, 장점, 단점을 명확히 비교해 정리해드리겠습니다.
📡 NR 및 MR-DC 측정 간격/측정 없는 측정 향상: 사업자 vs 고객 관점 비교
구분사업자(Operator) 관점고객(End User) 관점
| 효용성 | - 데이터 끊김 없이 핸드오버 품질 유지 - 고주파수(FR2) 영역 커버리지 강화 - 기지국(CU/DU) 트래픽 최적화 |
- 고속 이동(차량, 기차, 드론 등) 중에도 끊김 없는 데이터 서비스 체감 |
| 필요성 | - 5G-Advanced 및 6G 커버리지 확보 필수 - Sub-6GHz + mmWave 통합 운용 최적화 |
- 실시간 스트리밍, 클라우드 게임, 원격근무 등 초저지연 서비스 이용을 위해 필요 |
| 장점 | - 핸드오버 성공률 증가 (초저지연 이동성 실현) - 측정 부하 감소 → 네트워크 리소스 최적화 - 배터리 소모 감소로 단말 운용성 향상 |
- 끊김 없는 영상통화, 스트리밍 가능 - 고주파 대역에서도 빠른 응답성 체험 |
| 단점 | - 측정 없는 이동성 예측 실패시 품질 급락 위험 - 초기 AI 기반 Mobility Prediction 튜닝 필요 |
- 단말 배터리 소모는 감소하지만, 오히려 연결 재시도(리커넥션) 발생 가능성 있음 (만약 이동성 예측 실패 시) |
✨ 한눈에 요약하면
항목사업자 관점고객 관점
| 효용성 | 커버리지, 이동성 품질 동시에 확보 | 끊김 없는 고속 이동 통신 체험 |
| 필요성 | 고주파수(mmWave) 확산 대응 | 실시간 초저지연 서비스 수요 대응 |
| 장점 | 네트워크 최적화, 핸드오버 품질 향상 | 데이터 끊김 최소화, 사용자 체감 품질 향상 |
| 단점 | 예측 실패시 품질 급락 리스크 | 연결 끊김 복구 지연 발생 가능성 |
📈 심화 분석
🔵 사업자(Operator) 입장에서
- 고속 이동성 (ex: KTX, 고속도로 자율주행차량) 수요 증가에 대응해야 합니다.
- 기존에는
➔ 측정 간격(Gap) 중 데이터 송수신이 끊기면서 품질 저하 문제가 있었지만, - Rel-18에서는
➔ Continuous Measurement + Measurement-Free Handover 적용으로
➔ 이동성 품질을 대폭 향상시킬 수 있습니다. - 단, Mobility Prediction 실패 시 (특히 고속 이동 중)
➔ 커버리지 홀이 발생할 위험성도 존재합니다.
🔵 고객(End User) 입장에서
- 스마트폰, AR/VR 디바이스, 자율주행차가 고속 이동 중에도
➔ 끊김 없는 스트리밍, 클라우드 게임, 화상회의 가능성이 높아집니다. - 다만,
➔ Mobility 예측 실패로 인해 "갑작스런 연결 끊김"이 일시적으로 발생할 경우,
➔ 체감 품질(특히 실시간 서비스) 악화 위험이 있습니다.
🧠 그림으로 요약하면
기존: [Data 중단(Gap)] → [측정] → [핸드오버] → [끊김 발생]
Rel-18 이후: [Continuous 측정/측정 없는 Mobility] → [예측 기반 핸드오버] → [끊김 최소화]
Rel-18 이후: [Continuous 측정/측정 없는 Mobility] → [예측 기반 핸드오버] → [끊김 최소화]
📚 종합 요약
항목핵심 요약
| 사업자 입장 | 고속 이동성 품질 유지 + 네트워크 리소스 최적화 |
| 고객 입장 | 끊김 없는 초저지연 서비스 체험 강화 (단, 예측 실패시 연결 이슈 주의) |
🎯 이어서 가능한 심화 주제
- 📌 Rel-18 Continuous Measurement + Edge AI 기반 Mobility Prediction 상세 흐름
- 📌 Rel-19 대비 초광대역(THz 포함) Mobility 관리 진화 예측
- 📌 Mobility Prediction 실패 대비 네트워크 복구 전략
728x90
반응형