12. Internet Engineering - Link Layer and Wireless Networks (Final Review)

기말 정리 3: 링크 계층의 오류 검출(패리티, 체크섬, CRC)과 다중 접속(ALOHA, CSMA, CSMA/CD), 무선과 5G(SNR, 변조와 QAM, 자원 블록, RAN 스케줄링, 이동성). CRC 계산, ALOHA 효율, 변조 방식별 오류율을 Python으로 실행

게시 2026/11/05

By younghoonko

31 분읽는 시간

12. Internet Engineering - Link Layer and Wireless Networks (Final Review)

학습 목표

링크 계층의 역할과 오류 검출 방법(패리티, 체크섬, CRC)
CRC 나머지를 직접 계산하고 오류 검출 확인
다중 접속 프로토콜 ALOHA, CSMA, CSMA/CD의 동작과 효율
무선 네트워크의 구성 요소, SNR, 다중 경로와 MIMO
변조(ASK, BPSK, QPSK, QAM)와 적응형 변조
5G RAN과 자원 블록(RB), RAN 스케줄링 정책, 무선 네트워크 연결과 이동성

시험 범위에서 강조된 것: CRC 계산, ALOHA, CSMA/CD, 변조 종류, 5G RAN 구성 요소, 연결 방식(비콘과 프로빙)

1. 링크 계층

네트워크 계층이 다른 네트워크 사이의 전달을 맡는다면, 링크 계층은 같은 링크(같은 네트워크) 안에서 인접한 노드 사이의 전달을 맡음
서비스: 프레이밍, 링크 접근(MAC 주소로 송수신 노드 식별), 인접 노드 사이의 신뢰성 있는 전달, 오류 검출과 정정

오류 검출과 정정 (EDC)

방법	할 수 있는 것
단일 패리티 비트	홀수 개의 비트 오류 검출 (짝수 개가 뒤집히면 못 찾음)
2차원 패리티	행과 열 패리티로 단일 비트 오류를 찾아서 정정까지 가능
인터넷 체크섬	오류 검출만 (전송 계층에서 사용)
CRC	강력한 오류 검출, 특히 버스트 오류. 이더넷, WiFi에서 사용. 정정은 못함

2. CRC (Cyclic Redundancy Check)

D: 보낼 데이터 비트 (\(d\)비트)
G: 송신자와 수신자가 미리 정한 생성기(\(r + 1\)비트, 문제에서 주어짐)
R: 송신자가 계산해서 D 뒤에 붙이는 CRC 비트 (\(r\)비트)

동작

송신자는 D 뒤에 0을 \(r\)개 붙임
그 비트열을 G로 모듈로 2 나눗셈(뺄셈 대신 XOR, 자리올림 없음)
나머지가 R. D와 R을 이어 붙여 전송
수신자는 받은 \(d + r\)비트를 같은 G로 나눔. 나머지가 0이면 정상, 0이 아니면 오류

식으로 쓰면 R은 \(D \cdot 2^r\)을 G로 나눈 나머지이고, 전송 비트열 \(D \cdot 2^r \oplus R\)은 G로 나누어떨어짐.

CRC 계산 (실행)

  
def mod2_div(bits, gen):
    """비트 문자열 bits를 생성기 gen으로 XOR(모듈로 2) 나눗셈한 나머지"""
    r = len(gen) - 1
    rem = list(bits)
    for i in range(len(bits) - r):
        if rem[i] == "1":                       # 맨 앞 비트가 1일 때만 G를 XOR
            for j, g in enumerate(gen):
                rem[i + j] = str(int(rem[i + j]) ^ int(g))
    return "".join(rem[-r:])

def crc_send(D, G):
    R = mod2_div(D + "0" * (len(G) - 1), G)    # D 뒤에 r개의 0을 붙여 나눔
    return R, D + R

def crc_check(frame, G):
    return mod2_div(frame, G)                    # 나머지가 0이면 오류 없음

for D, G in [("101110", "1001"), ("101110", "1101")]:
    R, frame = crc_send(D, G)
    print(f"D={D}, G={G} -> R={R}, 전송 프레임 {frame}, 수신 측 나머지 {crc_check(frame, G)}")

# 오류 검출: 한 비트, 연속 두 비트(버스트)를 뒤집어 보기
D, G = "101110", "1001"
_, frame = crc_send(D, G)
flip = lambda s, i: s[:i] + ("1" if s[i] == "0" else "0") + s[i + 1:]
one = flip(frame, 2)
burst = flip(flip(frame, 4), 5)
print(f"1비트 오류  {one}: 나머지 {crc_check(one, G)}")
print(f"2비트 버스트 {burst}: 나머지 {crc_check(burst, G)}")

실행 결과

D=101110, G=1001 -> R=011, 전송 프레임 101110011, 수신 측 나머지 000
D=101110, G=1101 -> R=000, 전송 프레임 101110000, 수신 측 나머지 000
1비트 오류  100110011: 나머지 001
2비트 버스트 101101011: 나머지 011

교재 예제 D = 101110, G = 1001이면 R = 011, 전송 프레임은 101110011
D = 101110, G = 1101이면 101110000이 이미 1101로 나누어떨어져서 R = 000
비트가 뒤집히면 나머지가 0이 아니게 되어 오류가 검출됨. \(r\)비트 CRC는 길이가 \(r\) 이하인 버스트 오류를 모두 검출함

3. 다중 접속 프로토콜

브로드캐스트 링크: 여러 노드가 하나의 공유 매체를 씀 → 두 노드가 동시에 보내면 충돌
다중 접속 프로토콜은 누가 언제 보낼지를 정하는 분산 알고리즘. 따로 조정용 채널이 없어서 조정 메시지도 같은 채널로 보내야 함

Slotted ALOHA

가정: 모든 프레임은 같은 크기, 시간은 프레임 하나 전송 시간 크기의 슬롯으로 나뉨, 노드는 슬롯 시작에만 전송, 노드들은 시간이 동기화됨, 충돌이 나면 모든 노드가 알 수 있음

새 프레임이 생기면 다음 슬롯에서 바로 전송
충돌이 없으면 성공. 충돌하면 이후 슬롯마다 확률 p로 재전송해서 성공할 때까지 반복
확률 p를 쓰는 이유: 충돌한 노드들이 다음 슬롯에 또 동시에 재전송하면 영원히 충돌하므로, 무작위성으로 서로 다른 슬롯에 흩어지게 하려는 것

장점	단점
활성 노드가 하나면 채널 전체 속도로 계속 전송	충돌로 슬롯 낭비
슬롯만 동기화하면 되는 분산 방식	아무도 안 보내는 빈 슬롯
단순함	충돌을 프레임 전송 시간보다 빨리 알 수 있어도 끝까지 보냄, 시간 동기화 필요

효율: 노드가 많고 모두 보낼 프레임이 많을 때, 장기적으로 성공한 슬롯의 비율

N개 노드가 각각 확률 p로 보낼 때 한 슬롯이 성공할 확률은 \(Np(1-p)^{N-1}\)
\(p = 1/N\)에서 최대이고, \(N \to \infty\)이면 \(1/e \approx 0.37\)
순수 ALOHA(슬롯 없이 프레임이 생기면 바로 전송)는 앞뒤 구간과 모두 겹칠 수 있어 \(Np(1-p)^{2(N-1)}\)이고 최대 \(1/(2e) \approx 0.18\)

  
import numpy as np
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
plt.rcParams["font.family"] = "Noto Sans CJK KR"

def slotted(N, p):          # 한 슬롯에서 정확히 한 노드만 전송할 확률
    return N * p * (1 - p) ** (N - 1)

def pure(N, p):             # 순수 ALOHA: 앞뒤 슬롯 구간까지 다른 노드가 조용해야 함
    return N * p * (1 - p) ** (2 * (N - 1))

for N in [2, 5, 10, 50, 1000]:
    p_s, p_p = 1 / N, 1 / (2 * N - 1)           # 각각 효율을 최대로 만드는 p
    print(f"N={N:>4}: slotted 최대 효율 {slotted(N, p_s):.4f} (p=1/N), pure 최대 효율 {pure(N, p_p):.4f}")
print(f"N -> inf : slotted 1/e = {1/np.e:.4f}, pure 1/(2e) = {1/(2*np.e):.4f}")

# 그래프: N=50일 때 p에 따른 효율
N = 50
p = np.linspace(0.001, 0.1, 400)
fig, ax = plt.subplots(figsize=(7, 4), dpi=150)
ax.plot(p, slotted(N, p), label="Slotted ALOHA", color="#2a6fdb", linewidth=2)
ax.plot(p, pure(N, p), label="Pure ALOHA", color="#e8833a", linewidth=2)
ax.axhline(1 / np.e, color="#2a6fdb", linestyle=":", linewidth=1)
ax.axhline(1 / (2 * np.e), color="#e8833a", linestyle=":", linewidth=1)
ax.text(0.1, 1 / np.e + 0.01, "1/e ≈ 0.37", ha="right", color="#2a6fdb")
ax.text(0.1, 1 / (2 * np.e) + 0.01, "1/(2e) ≈ 0.18", ha="right", color="#e8833a")
ax.set_xlabel("전송 확률 p")
ax.set_ylabel("효율 (성공 슬롯 비율)")
ax.set_title(f"노드 {N}개일 때 ALOHA 효율")
ax.legend(loc="upper right", bbox_to_anchor=(1, 0.8))
ax.set_ylim(0, 0.42)
ax.grid(alpha=0.3)
fig.tight_layout()
fig.savefig("fig/aloha.png")

실행 결과

N=   2: slotted 최대 효율 0.5000 (p=1/N), pure 최대 효율 0.2963
N=   5: slotted 최대 효율 0.4096 (p=1/N), pure 최대 효율 0.2165
N=  10: slotted 최대 효율 0.3874 (p=1/N), pure 최대 효율 0.1989
N=  50: slotted 최대 효율 0.3716 (p=1/N), pure 최대 효율 0.1867
N=1000: slotted 최대 효율 0.3681 (p=1/N), pure 최대 효율 0.1841
N -> inf : slotted 1/e = 0.3679, pure 1/(2e) = 0.1839

노드 수가 늘어날수록 최대 효율이 \(1/e\)(37%)와 \(1/(2e)\)(18%)로 내려감
p가 너무 작으면 빈 슬롯이, 너무 크면 충돌이 많아짐

CSMA

Carrier Sense: 보내기 전에 채널을 먼저 들어 봄. 비어 있으면 프레임 전체를 보내고, 사용 중이면 미룸 (대화 중에 남이 말하고 있으면 기다리는 것)
ALOHA보다 충돌이 줄지만 전파 지연 때문에 충돌이 여전히 생김: A가 막 보내기 시작한 신호가 B에 도착하기 전에 B도 채널이 비었다고 판단하고 보낼 수 있음
충돌이 나도 프레임 전체를 끝까지 보내므로 그 시간이 통째로 낭비됨. 노드 사이의 거리와 전파 지연이 클수록 충돌 확률이 커짐

CSMA/CD

CSMA에 충돌 감지(Collision Detection) 를 더한 방식. 이더넷에서 사용.

채널이 비어 있으면 전송 시작 (사용 중이면 빌 때까지 기다림)
전송하면서 충돌을 감시
충돌을 감지하면 즉시 전송 중단
잼(jam) 신호를 보내 다른 노드도 충돌을 알게 함
이진 지수 백오프: m번째 충돌 뒤에는 \(\lbrace 0, 1, \ldots, 2^m - 1 \rbrace\) 중 무작위 K를 골라 \(K \times 512\)비트 시간만큼 기다림
1단계로 돌아가 재전송

충돌한 프레임을 끝까지 보내지 않으므로 채널 낭비가 줄어듦
유선에서는 보내는 신호와 받는 신호의 세기를 비교해 충돌을 쉽게 감지하지만, 무선에서는 자기 신호가 너무 강해 다른 신호를 듣기 어려워 충돌 감지가 어려움 (WiFi는 충돌 회피 CSMA/CA를 씀)

한 줄 암기: CSMA/CD는 “충돌을 감지하면 전송을 즉시 멈추고, 무작위로 기다렸다가 다시 보내는 이더넷의 다중 접속 방식”

4. 무선 네트워크 기초

구성 요소

구성 요소	역할
무선 호스트	노트북, 스마트폰, IoT 장치. 응용을 실행
기지국	유선 네트워크에 연결되어 무선 호스트와 유선 네트워크 사이에서 패킷을 중계 (셀 타워, WiFi AP)
무선 링크	호스트와 기지국을 연결. 다중 접속 프로토콜(랜덤 접근, FDMA, TDMA, CDMA, 폴링)로 공유
무선 장치 라디오	실제로 전파를 보내고 받는 부분

전파와 신호

파장 \(\lambda\): 한 주기 동안 파동이 진행하는 거리
주파수: 초당 반복 횟수. 식으로 쓰면 \(f = c / \lambda\)
그 밖에 진행 방향, 시간에 따라 바뀌는 진폭, 전력 스펙트럼 밀도(주파수별 전력)
잡음의 원인: 같은 대역의 다른 송신기(WiFi, 블루투스, 전자레인지 등)의 간섭, 수신기 내부의 열잡음과 전자 잡음

SNR (신호 대 잡음비)

받은 신호 전력과 잡음 전력의 비. 채널 품질의 기본 척도이고 클수록 좋음
dB로는 \(10 \log_{10}(S/N)\)이라서 0 dB는 신호와 잡음 전력이 같다는 뜻

무선 채널의 손상

경로 손실(path loss): 거리가 멀어질수록 신호가 약해짐
다중 경로 전파와 페이딩: 전파가 벽, 땅 등에 반사되어 여러 경로로 조금씩 다른 시간에 도착하고, 서로 더해지거나 상쇄되어 세기가 출렁임
코히어런스 시간: 채널 상태가 거의 일정하게 유지되는 시간. 주파수와 수신기 이동 속도에 반비례하고, 최대 전송 속도에 영향을 줌

다중 안테나 (MIMO)

방식	내용
공간 다이버시티 (단일 사용자)	같은 신호를 여러 경로로 보냄. 모든 경로가 동시에 나빠질 가능성이 낮아 신뢰성이 높아지고, 여러 안테나로 더 많은 신호를 모아 범위가 넓어짐
공간 다중화 (단일 사용자)	서로 다른 데이터 스트림 여러 개를 동시에 병렬로 보냄 → 속도 증가
다중 사용자 MIMO	지향성 안테나의 빔포밍으로 서로 떨어진 여러 사용자에게 동시에 전송

무선 주파수 대역은 면허 대역(이동통신사), 공유 대역, 비면허 대역(WiFi)으로 나뉨.

5. 물리 계층: 코딩과 변조

코딩: 오류 검출/정정(EDC) 비트를 추가. EDC는 모든 계층에서 함
셔플링: 비트를 섞어서 보내면, 순간적인 잡음 버스트로 연속된 비트가 망가져도 원래 비트를 복구할 수 있음
디지털 변조: 채널 상태에 맞춰 안정적으로 보낼 수 있는 비트 수가 가장 많은 방식을 고름
펄스 성형: 전송 대역폭을 채널 대역폭에 맞춤
RF 변조: 할당된 반송파 주파수로 전자기파를 보냄

변조의 종류

(중요!!) 진폭, 주파수, 위상 중 무엇을 바꾸는지 구분하기

디지털 비트를 아날로그 반송파의 진폭, 주파수, 위상 중 하나 이상을 바꿔서 실어 보내는 것
ASK(진폭 편이): 진폭으로 비트 표현 (예: 크면 1, 작으면 0)
BPSK(이진 위상 편이): 위상으로 비트 표현 (0°면 0, 180°면 1). 심볼당 1비트
QPSK: 위상 4개(45°, 135°, 225°, 315°)로 심볼당 2비트. 같은 대역에서 BPSK의 두 배 속도
QAM(직교 진폭 변조): 진폭과 위상을 함께 바꿔 M개의 점을 만들고 심볼당 \(\log_2 M\)비트를 보냄
- 4-QAM = QPSK (2비트), 16-QAM (4비트), 64-QAM (6비트, WiFi에서 사용)

변조 방식별 오류율 (실행)

같은 평균 전력에서 점을 더 촘촘히 놓으면 한 심볼에 많은 비트를 싣지만, 잡음에 더 쉽게 다른 점으로 잘못 읽힘. AWGN 채널을 흉내 내 SNR별 심볼 오류율을 측정함.

  
import numpy as np
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
plt.rcParams["font.family"] = "Noto Sans CJK KR"
rng = np.random.default_rng(0)

def constellation(M):
    """M-QAM 성상도 (평균 전력 1로 정규화). M=2는 BPSK"""
    if M == 2:
        pts = np.array([-1, 1], dtype=complex)
    else:
        k = int(np.sqrt(M))
        lv = np.arange(-(k - 1), k, 2)
        pts = (lv[:, None] + 1j * lv[None, :]).ravel()
    return pts / np.sqrt(np.mean(np.abs(pts) ** 2))

def symbol_error_rate(M, snr_db, n=200_000):
    pts = constellation(M)
    tx = rng.integers(0, M, n)
    noise_power = 10 ** (-snr_db / 10)                      # 신호 전력 1 기준
    noise = np.sqrt(noise_power / 2) * (rng.standard_normal(n) + 1j * rng.standard_normal(n))
    rx = pts[tx] + noise
    detected = np.argmin(np.abs(rx[:, None] - pts[None, :]), axis=1)   # 가장 가까운 점으로 판정
    return np.mean(detected != tx)

orders = {2: "BPSK", 4: "QPSK (4-QAM)", 16: "16-QAM", 64: "64-QAM"}
snrs = np.arange(0, 31, 2)
print("SNR(dB) " + " ".join(f"{n:>13}" for n in orders.values()))
ser = {M: [symbol_error_rate(M, s) for s in snrs] for M in orders}
for i, s in enumerate(snrs):
    if s % 6 == 0:
        print(f"{s:>7} " + " ".join(f"{ser[M][i]:>13.4f}" for M in orders))

# 같은 SNR(20 dB)에서 수신된 점들
fig, axes = plt.subplots(1, 4, figsize=(12, 3.3), dpi=150)
for ax, (M, name) in zip(axes, orders.items()):
    pts = constellation(M)
    tx = rng.integers(0, M, 3000)
    rx = pts[tx] + np.sqrt(10 ** (-20 / 10) / 2) * (rng.standard_normal(3000) + 1j * rng.standard_normal(3000))
    ax.scatter(rx.real, rx.imag, s=1, alpha=0.3, color="#2a6fdb")
    ax.scatter(pts.real, pts.imag, s=12, color="#d1495b")
    ax.set_title(f"{name}\n심볼당 {int(np.log2(M))}비트")
    ax.set_aspect("equal"); ax.set_xlim(-1.8, 1.8); ax.set_ylim(-1.8, 1.8)
    ax.set_xticks([]); ax.set_yticks([])
fig.suptitle("SNR 20 dB에서 수신된 심볼 (빨간 점: 기준 위치)", y=0.98)
fig.tight_layout(rect=(0, 0, 1, 0.92))
fig.savefig("fig/constellation.png")

fig, ax = plt.subplots(figsize=(7, 4), dpi=150)
for (M, name), c in zip(orders.items(), ["#6c757d", "#2a6fdb", "#e8833a", "#2e9e5b"]):
    y = np.array(ser[M]); m = y > 0
    ax.semilogy(snrs[m], y[m], marker="o", markersize=3, label=name, color=c)
ax.set_xlabel("SNR (dB)"); ax.set_ylabel("심볼 오류율")
ax.set_title("변조 방식별 SNR과 오류율 (AWGN 시뮬레이션)")
ax.grid(alpha=0.3, which="both"); ax.legend()
fig.tight_layout()
fig.savefig("fig/ser.png")

실행 결과

SNR(dB)          BPSK  QPSK (4-QAM)        16-QAM        64-QAM
      0.0792        0.2899        0.7404        0.9236
      0.0023        0.0448        0.4812        0.8246
      0.0000        0.0001        0.1087        0.5608
      0.0000        0.0000        0.0006        0.1400
      0.0000        0.0000        0.0000        0.0010
      0.0000        0.0000        0.0000        0.0000

같은 SNR 20 dB에서 BPSK와 QPSK의 점들은 뚜렷이 떨어져 있지만, 64-QAM은 이웃한 점들 사이가 좁아 잡음 구름이 서로 닿음
오류율 \(10^{-3}\) 근처를 얻으려면 대략 BPSK 6~8 dB, QPSK 10 dB, 16-QAM 18 dB, 64-QAM 24 dB가 필요함 (위 시뮬레이션 기준)
적응형 변조: SNR이 높으면 64-QAM처럼 빠른 방식을, 낮으면 QPSK처럼 느리지만 튼튼한 방식을 고름. 이 그래프가 그 이유

6. 5G 네트워크

RAN과 코어

RAN(Radio Access Network): 장치를 기지국에 연결하는 에지 네트워크. 장치와 더 큰 네트워크 사이의 첫 홉으로 링크 계층 서비스를 제공하며, 지리적 범위가 제한적이고 WiFi LAN과 비슷한 역할

(중요!!) 5G RAN의 구성 요소: 여러 UE(장치), 무선 채널(NR, New Radio), 기지국 gNodeB

5G 코어: RAN과 인터넷 사이에 있는 링크, 라우터, 서버. 장치와 기지국에 서비스를 제공
UPF(User Plane Function): 코어의 사용자 평면 구성 요소. UE와 인터넷 사이의 트래픽을 중계, 포워딩하고 정책 적용, 합법적 감청, 사용량 측정, QoS를 담당
5G도 SDN처럼 제어 평면과 사용자 평면을 분리함. RAN의 제어 평면은 RRC, 사용자 평면은 SDAP. 예전에는 기지국 하나에 모두 구현했지만 O-RAN은 여러 물리 장치로 나눠 구현함

자원 블록 (RB)

채널(carrier)은 여러 서브캐리어(subchannel)로 나뉨 (OFDMA)
자원 요소(RE): 서브캐리어 하나 × 시간 미니슬롯 하나에 실린 OFDMA 심볼 하나
자원 블록(RB): 인접한 (시간, 주파수) 자원 요소들의 묶음. RB는 사용자에게 할당하는 최소 단위이고, RB 안의 심볼은 모두 같은 출발지와 목적지를 가짐
논리 채널: 비슷한 종류의 데이터를 나르는 RB의 집합. 물리 채널에 대응되며, 여러 논리 채널이 같은 물리 채널을 쓸 수 있음
MAC 계층이 스케줄링, 즉 어떤 RB를 누구에게 줄지 결정함
- 다운링크 스케줄러: 기지국 → 장치로 어떤 프레임을 어떤 RB에 보낼지
- 업링크 스케줄러: 어떤 장치가 어떤 RB로 기지국에 보낼지
QCI(QoS Class Indicator): 장치에 제공할 QoS 수준. 스케줄러는 모든 UE가 QoS 요구를 만족하도록 스펙트럼을 나눔

RAN 스케줄링 정책

정책	규칙	채널 인식	공정성
우선순위	가장 높은 우선순위 큐부터	-	-
라운드 로빈	UE 큐를 차례로 돌며 RB 할당	X	순서는 공정하지만 채널 품질이 달라 처리량은 불공정
최대 처리량	RB마다 채널 품질이 가장 좋은 UE에게 할당	O	처리량 면에서 불공정 (좋은 채널만 계속 받음)
블라인드 균등 처리량	지금까지 평균 속도가 가장 낮은 UE에게 할당	일부	처리량이 공정
비례 공정	(지금 받을 수 있는 속도 / 지금까지 평균 속도)가 가장 큰 UE에게 할당	O	높은 속도와 공정성의 균형

무선 네트워크 연결과 이동성

(중요!!) 장치가 에지 네트워크에 연결하는 두 방식

비콘(beaconing): 기지국/AP가 주기적으로 “나 여기 있어”라고 보내는 비콘을 장치가 듣고 연결 (수동적)
프로빙(probing): 장치가 먼저 “주변에 AP 있나요?”라고 프로브를 보내고 응답을 기다림 (능동적)
WiFi의 이동성: ESS(Extended Service Set)는 같은 3계층 서브넷에 있는 여러 BSS로 이루어지고, 모든 BSS가 같은 SSID를 씀. 같은 ESS 안에서 AP를 옮기면 IP 주소는 그대로이고, 빠른 재인증이나 AP가 새 AP를 추천하는 방식으로 끊김을 줄임

정리 노트에서 정정한 부분 정리

위치	원래	정정	이유
CRC 예제	D = 101110, G = 1101 → R = 101, 전송 데이터 101110101	R = 000, 전송 데이터 101110000	101110000은 1101로 나누어떨어짐(코드로 확인). R = 101로 보내면 수신 측 나머지가 101이 되어 오류로 판정됨
비례 공정 스케줄링	현시점에서 가장 높은 데이터 속도를 가진 UE에게 할당	지금 속도를 평균 속도로 나눈 값이 가장 큰 UE에게 할당	순간 속도만 보면 최대 처리량 스케줄링과 같아짐
무선 채널 손상	경로 손실 = 페이딩	경로 손실은 거리에 따른 감쇠, 페이딩은 다중 경로로 인한 세기 변동	서로 다른 현상
단일 패리티	단일 비트의 오류만 확인 가능	홀수 개의 비트 오류를 검출	비트 3개가 뒤집혀도 검출됨
ALOHA 시험 핵심	ALOHA 충돌 시 “각 후속 슬롯에서 확률 p로 재전송”	이것은 slotted ALOHA의 규칙. 순수 ALOHA는 슬롯 없이 프레임 전송 시간 뒤에 확률 p로 재전송	두 방식 구분

최종 핵심 정리

링크 계층은 같은 링크 안의 인접 노드 사이 전달을 맡고, 오류 검출에는 패리티, 체크섬, CRC를 씀
CRC는 D 뒤에 0을 r개 붙여 G로 XOR 나눗셈한 나머지 R을 붙여 보내고, 수신 측 나머지가 0이 아니면 오류
Slotted ALOHA는 충돌 뒤 슬롯마다 확률 p로 재전송하고, 최대 효율은 \(1/e \approx 37\%\) (순수 ALOHA는 \(18\%\))
CSMA는 보내기 전에 채널을 듣지만 전파 지연 때문에 충돌이 생기고, CSMA/CD는 충돌을 감지하면 즉시 멈추고 이진 지수 백오프 뒤 재전송함 (이더넷)
SNR이 클수록 채널 품질이 좋고, 무선 채널은 경로 손실, 다중 경로 페이딩, 간섭에 시달림
변조는 진폭(ASK), 위상(BPSK, QPSK), 진폭과 위상(QAM)을 바꿔 비트를 싣고, M-QAM은 심볼당 \(\log_2 M\)비트
촘촘한 변조일수록 같은 SNR에서 오류가 많으므로 SNR에 따라 변조를 바꾸는 적응형 변조를 씀
5G RAN은 UE, NR, gNodeB로 이루어지고, RB가 할당의 최소 단위이며, 장치는 비콘 또는 프로빙으로 네트워크를 찾음

End.

University(2026-First-Semester), Internet Engineering

internet network

학습 목표

1. 링크 계층

오류 검출과 정정 (EDC)

2. CRC (Cyclic Redundancy Check)

동작

CRC 계산 (실행)

3. 다중 접속 프로토콜

Slotted ALOHA

CSMA

CSMA/CD

4. 무선 네트워크 기초

구성 요소

전파와 신호

SNR (신호 대 잡음비)

무선 채널의 손상

다중 안테나 (MIMO)

5. 물리 계층: 코딩과 변조

변조의 종류

변조 방식별 오류율 (실행)

6. 5G 네트워크

RAN과 코어

자원 블록 (RB)

RAN 스케줄링 정책

무선 네트워크 연결과 이동성

정리 노트에서 정정한 부분 정리

최종 핵심 정리

인기 태그