무인 항공기 기반 분산 머신러닝 기술 동향

Abstract

무인항공기(Unmanned Aerial Vehicles: UAV)는 6G 네트워크를 위한 핵심 기술로 주목받고 있다. UAV는 머신러닝(Machine Learning: ML) 알고리즘을 활용하여 다양한 진보된 응용 프로그램을 제공할 수 있다. 또한 머신러닝은 UAV의 운용자동화에 활용될 수 있다. 그러나 중앙집중식 머신러닝 학습에 대한 데이터 전송량 증가 및 보안 우려로, 분산 머신 러닝 기술이 빠르게 연구 되고 있다. 특히, UAV의 제한된 컴퓨팅 및 무선 네트워크 자원, 배터리 성능을 고려한 다양한 적용 방법에 대한 연구가 진행 되었다. 본 논문에서는 분산 머신러닝 중에서 연합학습(Federated Learning), 분할학습(Split Learning), 탈중앙 연합학습(Decentralized Federated Learning)을 활용하는 UAV 네트워크에 대한 최신 연구 내용을 광범위하게 다룬다. 먼저 각 분산 머신러닝 방식에 대한 학습 시나리오를 소개한 뒤, 분산 머신 러닝 기반 UAV 에 대한 최신 관련 연구를 분석하여 주요 기술적 특징을 기술하고 기술적 이슈 및 도전 과제를 소개한다.