이번 월요일에는 오승민 학생이 channel estimation을 위해 U-Net에 physical information의 일종인 RSS map을 중간에 삽입하여 channel estimation의 성능을 높이는 방법을 다루는 논문을 소개하였습니다. 해당 논문은 NeurIPS 2025의 workshop에 억셉된 논문이며, 5G나 Wi-Fi와 같은 특정 통신 프로토콜을 타겟팅 한 것이 아닌, 굉장히 높은 주파수와 넓은 bandwidth의 통신 상황에 대해서 channel estimation 하는 상황을 다루고 있으며, 미래의 차세대 통신 네트워크 상황을 상정하고 결과를 보여주고 있습니다. 해당 논문에서 데이터셋이 전부 시뮬레이션 기반으로 생성되었고 현재 널리쓰이는 프로토콜에 기반하지 않은 점은 논문의 practicality를 떨어트리긴 하지만 RSS map과 같은 physical 데이터를 단순히 신경망 중간의 입력으로 같이 넣어줌으로써 모델 사이즈를 크게 증대시키지 않고 어느 정도의 성능 향상을 이뤄낸 것은 흥미로운 성과라고 할 수 있을 것 같습니다.