멀티에이전트 통신 및 네트워크 연구실 박사과정 차채연 학생(1저자), 석사과정 진수연 학생(공동저자)과 박형곤 교수(교신저자)의 논문 “HARP-LAWN: Hierarchical Adaptive Reasoning and Planning for Low-Altitude Wireless Networks"이 최우수 SCIE 저널인 IEEE Journal of Selected Topics in Signal Processing의 Special Issue인 Advanced AI and Signal Processing for Low-Altitude Wireless Networks에 게재승인 되었습니다.

본 연구는 드론(UAV) 기반 저고도 무선 네트워크(Low-Altitude Wireless Networks, LAWNs)를 위한 계층적 AI 협력 프레임워크(HARP-LAWN)를 제안하였습니다. 기존 강화학습 기반 기법은 환경 변화에 따라 반복적인 재학습이 필요하다는 한계가 있었지만, 본 연구는 대규모 언어모델(LLM)을 활용하여 재학습 없이 새로운 환경에 즉시 적응할 수 있는 자율 협력 방식을 구현하였습니다. 

제안한 프레임워크는 전역(Global) 계층에서 통신 경로와 UAV 협력 지점을 계획하고, 지역(Local) 계층에서는 각 UAV가 주변 환경을 실시간으로 인식하여 충돌을 회피하고 경로를 수정하는 계층적 추론 및 계획(Hierarchical Reasoning and Planning) 구조를 적용하였습니다. 이를 통해 에너지 효율과 통신 성능을 동시에 고려하면서도 동적인 3차원 환경에서 안정적인 다중 홉 무선 네트워크를 유지할 수 있습니다.

다양한 시뮬레이션을 통해 제안 기법은 기존 DRL 및 MARL 기반 방법 대비 우수한 적응성, 높은 네트워크 신뢰성, 낮은 통신 지연, 그리고 재학습이 필요 없는 Zero-shot 운용 능력을 확인하였습니다. 또한 UAV 수가 증가하는 대규모 환경에서도 낮은 제어 오버헤드를 유지하며 우수한 확장성을 보였습니다. 

본 연구는 향후 6G 저고도 무선 네트워크, 자율 드론 군집, 에이전틱 AI 기반 무선 네트워크를 위한 핵심 기술로 활용될 수 있을 것으로 기대됩니다. 

본 논문이 게재된 IEEE Journal of Selected Topics in Signal Processing은 해당 분야의 상위 8.9% (IF 8.5, 33/369)의 최우수 저널이며 본 논문은 https://doi.org/10.1109/JSTSP.2026.3713806에서 확인할 수 있습니다.