TWIST: 애플리케이션 기반 무선 디지털 트윈을 위한 폐루프 토큰 동기화

TWIST: Closed-Loop token Synchronization for Application-Aware Wireless Digital Twins

무선 디지털 트윈은 제한적이고 시간에 따라 변하는 통신 자원 하에서, 끊임없이 변화하는 물리적 환경과 그 디지털 복제본 간의 반복적인 동기화를 요구합니다. 특히, 센서 정보를 중시하는 디지털 트윈에서는 픽셀 단위 전송이나 균일한 보호 비트 스트림이 디지털 트윈 애플리케이션에서 활용되는 의미론적 상태와 일치하지 않을 수 있습니다. 본 논문은 애플리케이션 기반 무선 디지털 트윈을 위한 폐루프 토큰 동기화 프레임워크인 TWIST를 제안합니다. TWIST는 각 물리적 관측값을 토큰으로 표현하고, 시각적 재구성을 최적화하는 대신, 이 상태를 무선 링크를 통해 동기화합니다. 토큰 위치는 작업 중요도에 따라 그룹화되고, 저-, 중-, 고-동기화 모드에서 조건부 모드 기반의 비균등 오류 보호를 통해 보호됩니다. 디지털 트윈 측에서는 디코딩 신뢰도를 활용하여 불확실한 하드 토큰 결정을 삭제(erasure)로 변환하고, 의미론적 디지털 트윈 상태를 업데이트하기 전에 완성 모델을 사용하여 복원합니다. 복원된 상태는 교통 흐름 추론을 지원하며, 채널 품질, 수신기 불확실성, 의미론적 드리프트 및 애플리케이션 우선 순위와 같은 간결한 피드백 통계치를 생성하여 후속 모드 적응에 활용됩니다. 동적인 도로 환경 디지털 트윈 시나리오에서의 실험 결과는 TWIST가 고정 모드 또는 채널 기반의 적응 전략과 비교하여 교통 흐름 추론 및 의미론적 디지털 트윈 상태 동기화를 개선하며, 항상 높은 전송 속도를 사용하는 경우보다 평균 동기화 비용을 줄일 수 있음을 보여줍니다.

Wireless digital twins require repeated synchronization between a time-evolving physical scene and its digital counterpart under limited and time-varying communication resources. For perception-centric twins, pixel-domain transmission or uniformly protected bitstreams can be mismatched to the semantic state consumed by twin-side applications. This paper proposes TWIST, a closed-loop token synchronization framework for application-aware wireless digital twins. TWIST represents each physical observation as a token and synchronizes this state over a wireless link, rather than optimizing visual reconstruction. Token positions are grouped by task relevance and protected through mode-conditioned unequal error protection under low-, medium-, and high-synchronization modes. At the twin side, decoding confidence converts unreliable hard token decisions into erasures, which are restored by a completion model before updating the semantic twin state. The recovered state supports traffic-state inference and generates compact feedback statistics, including channel quality, receiver uncertainty, semantic drift, and application priority, for subsequent mode adaptation. Experiments on a dynamic road-scene digital-twin scenario show that TWIST improves traffic-state inference and semantic twin-state synchronization compared with fixed-mode and channel-only adaptation strategies, while reducing the average synchronization cost relative to always-high transmission.