연구진이 6G 네트워크를 위한 새로운 위치 추정 프레임워크 RA-LWLM을 제안했어요. 이 프레임워크는 기존 방식의 한계를 극복하고, 다양한 환경에서 모델 재훈련 없이도 정확한 위치 추정이 가능하도록 설계됐어요.
RA-LWLM은 무선 기반 모델(FM) 인코더, 검색 모듈, 상황 인지 학습(ICL) 모듈로 구성돼요. FM 인코더는 채널 상태 정보를 씬에 구애받지 않는 표현으로 변환하고, 검색 모듈은 가장 관련성 높은 정보를 검색하며, ICL 모듈은 쿼리와 검색된 정보를 결합해 위치를 예측해요.
실험 결과, RA-LWLM은 기존 방식보다 뛰어난 성능을 보였으며, 다양한 환경에서 거의 동일한 정확도를 유지하며, 모델 재훈련 없이도 상황 변화에 적응할 수 있음을 입증했어요. 이는 6G 네트워크의 교차 상황 위치 추정에 적합한 확장 가능한 솔루션으로 평가받고 있어요.