AI 통신 엔지니어: 무선 통신 알고리즘의 자율적 발견을 향하여

The AI Telco Engineer: Toward Autonomous Discovery of Wireless Communications Algorithms

에이전트 기반 인공지능은 연구 방법론을 급격하게 변화시키고 있으며, 아이디어 프로토타입 제작부터 기존 문헌에 제시된 결과 재현까지 다양한 영역에 적용되고 있습니다. 본 논문에서는 에이전트 기반 인공지능이 무선 통신 알고리즘을 자율적으로 설계할 수 있는 능력을 탐구합니다. 이를 위해, 대규모 언어 모델(LLM)을 활용하여 후보 알고리즘을 반복적으로 생성, 평가 및 개선하는 전용 프레임워크를 구현했습니다. 본 프레임워크를 물리 계층(PHY) 및 매체 접근 제어(MAC) 계층에 걸친 세 가지 과제에 적용하여 성능을 평가했습니다. 그 결과, 본 프레임워크는 몇 시간 만에 기존의 기본 알고리즘과 경쟁하거나, 경우에 따라 그 성능을 능가하는 알고리즘을 생성하는 것으로 나타났습니다. 또한, 신경망 기반 접근 방식과 달리, 생성된 알고리즘은 완벽하게 설명 가능하며 확장 가능합니다. 본 연구는 새로운 무선 통신 알고리즘의 자율적인 발견을 위한 첫걸음이며, 우리 커뮤니티가 이 방향으로 이룰 발전이 기대됩니다.

Agentic AI is rapidly transforming the way research is conducted, from prototyping ideas to reproducing results found in the literature. In this paper, we explore the ability of agentic AI to autonomously design wireless communication algorithms. To that end, we implement a dedicated framework that leverages large language models (LLMs) to iteratively generate, evaluate, and refine candidate algorithms. We evaluate the framework on three tasks spanning the physical (PHY) and medium access control (MAC) layers: statistics-agnostic channel estimation, channel estimation with known covariance, and link adaptation. Our results show that, in a matter of hours, the framework produces algorithms that are competitive with and, in some cases, outperforming conventional baselines. Moreover, unlike neural network-based approaches, the generated algorithms are fully explainable and extensible. This work represents a first step toward the autonomous discovery of novel wireless communication algorithms, and we look forward to the progress our community makes in this direction.