Publications무선통신 기초

무선통신 기초

전파를 받는 법: 안테나에서 푸리에까지

공중에 섞인 전파에서 내 메시지는 어떻게 도착할까? 5분 24초 영상과 쉬운 해설로 안테나, 필터, 공명, 푸리에 변환, ADC와 부반송파를 연결합니다.

글·영상 · TelcoNexus최초 발행 영상 5분 24초 · 선택 심화 5개조회수 확인 중

핸드폰에 메시지 하나가 도착합니다. 그 순간 공중에는 라디오 방송도, 옆 사람의 통화도, 공유기의 와이파이도 있습니다. 수신기는 이 많은 전파 사이에서 무엇을 받고, 무엇을 골라내며, 무엇을 읽을까요?

지난 편 「전파의 탄생」이 보내는 쪽의 이야기였다면, 이번에는 받는 쪽입니다. 안테나는 전파를 전기 신호로 바꾸고, 필터는 필요한 대역을 남기며, 디지털 처리는 그 안의 데이터를 읽습니다.

영상은 움직임으로 먼저 설명합니다. 본문만 읽어도 흐름을 따라갈 수 있고, 각 절의 ‘더 읽기’에서는 기호와 숫자 예시를 하나씩 풀어 봅니다. 소리굽쇠와 막대는 원리를 보여 주는 비유이며, 실제 스마트폰 회로를 그대로 재현한 그림은 아닙니다.

WATCH & UNDERSTAND

영상으로 먼저 보기

9개 장면 · 한국어 음성·자막
별도 창에서 보기

재생 버튼을 누르면 음성이 시작됩니다. 장면 이름을 눌러 이동할 수 있습니다. 작은 화면에서는 크게 보기 또는 가로 화면을 권합니다.

영상에서 만날 세 가지 질문
  1. 전파는 어떻게 안테나 안의 전기 신호가 될까?
  2. 필터와 푸리에 변환은 각각 무엇을 골라낼까?
  3. 한 채널 안의 부반송파에서 데이터를 어떻게 읽을까?

전파가 도착하면 안테나 안에서 무엇이 움직일까

전파가 운반하는 것은 송신 안테나에서 날아온 전자가 아닙니다. 공간을 건너온 전기장과 자기장의 변화입니다. 수신 안테나의 전하가 이 장에 반응하면서 전압과 전류가 생기고, 연결된 수신기가 그 전기 신호를 처리합니다. [1]

영상의 막대형 안테나에서는 전기장이 전자에 힘을 주는 모습을 강조했습니다. 전자는 음전하이므로 전기장이 가리키는 방향과 반대 방향으로 전기력을 받습니다. 전기장의 방향이 바뀌면 힘의 방향도 바뀝니다. [2]

신호를 크게 만드는 증폭은 안테나 다음 수신기에서 일어납니다. 영상의 ‘1억분의 1’은 힘의 단위가 아니라 송신 전력과 수신 전력을 비교하는 예로 이해해야 합니다. 송신 전력 0.1 W, 수신 전력 1 nW를 가정하면 비율은 1억분의 1입니다. 실제 값은 거리, 장애물, 안테나와 주파수 등에 따라 달라집니다.

더 읽기 1 · 전기장이 전자에 주는 힘

누구의 어떤 원리인가요?

전기장은 그 자리에 놓인 전하에 어떤 전기력이 작용하는지를 나타내는 물리량입니다. 전하와 장의 관계를 F = qE로 표현합니다. 여기서는 전파 수신의 출발점인 전기력만 살펴봅니다. 안테나의 전체 응답을 계산하려면 장의 분포, 구조, 주파수와 연결 회로도 함께 고려해야 합니다. [1][2]

기호부터 읽어 볼까요?

  • F(에프): 전하에 작용하는 전기력입니다. 단위 N(뉴턴)을 씁니다.
  • q(큐): 전하량입니다. 단위 C(쿨롱)를 씁니다. 전자의 전하량은 약 −1.602 × 10⁻¹⁹ C입니다.
  • E(이): 전기장입니다. 단위 N/C 또는 V/m를 씁니다. 두 단위는 같은 전기장 크기를 표현합니다.
  • ×는 곱하기, =는 같다는 뜻입니다. 10⁻¹⁹는 10의 19제곱으로 나눈다는 표기입니다.
  • F와 E는 방향도 있는 양입니다. q가 음수이면 두 방향이 반대가 됩니다.

관계를 식으로F = q × E

말로 풀면 같은 전하에 대해 전기장이 두 배로 세지면 전기력의 크기도 두 배입니다. 전자는 음전하이므로 힘의 방향은 전기장의 방향과 반대입니다.

숫자를 넣어 보면 전기장이 1 V/m인 곳의 전자 하나에 작용하는 전기력 크기는 약 1.602 × 10⁻¹⁹ N입니다. 2 V/m라면 약 3.204 × 10⁻¹⁹ N입니다. 이것은 전하 하나에 대한 예시이지, 안테나 출력 전력이나 전류를 바로 계산한 값은 아닙니다.

전력의 ‘1억분의 1’은 어떻게 읽나요?

0.1 W는 100 mW이고, 1 nW는 0.000000001 W입니다. 수신 전력을 송신 전력으로 나누면 10⁻⁸, 즉 1억분의 1입니다. 전력 표기 dBm으로는 각각 20 dBm과 −60 dBm이므로 차이는 80 dB입니다. 이 값들은 설명을 위한 가정이며, 모든 와이파이 연결의 측정값을 뜻하지 않습니다.

영상에서는 3번 ‘안테나와 수신기’, 약 0:36부터입니다. 전자는 안테나 안에 머물며, 신호는 연결된 수신기로 이어집니다.

여러 전파는 하나의 흔들림으로 겹쳐 들어온다

여러 사람이 동시에 말하면 귀에는 하나의 복잡한 소리가 들어옵니다. 선형적으로 반응하는 수신 안테나에서도 각 전파가 만든 전기 신호가 더해져 하나의 입력 신호가 됩니다. 이것이 중첩입니다. 신호들이 더해졌다고 해서 원래의 주파수 정보가 사라지는 것은 아닙니다. [1][2]

다만 안테나가 모든 주파수에 똑같이 반응하는 것은 아닙니다. 영상에 FM(Frequency Modulation)·LTE(Long Term Evolution)·와이파이가 함께 등장하는 것은 중첩을 설명하는 개념도입니다. 실제 스마트폰의 안테나 하나와 수신 경로 하나가 그 모든 대역을 같은 세기로 받아 처리한다는 뜻은 아닙니다.

필터는 ‘우리 신호만’이 아니라 필요한 대역을 남긴다

정수기 필터가 물을 골라 통과시키듯, 주파수 필터는 원하는 대역을 비교적 잘 통과시키고 다른 대역을 약하게 만듭니다. 하지만 같은 대역에 들어온 다른 송신자의 신호까지 자동으로 구별하지는 못합니다. 필터가 고르는 것은 메시지의 주인이 아니라 주파수 범위입니다.

남아 있는 다른 송신자의 신호는 간섭, 수신기 내부의 열적 변동 등은 잡음으로 구분합니다. 우리가 읽으려는 신호가 간섭과 잡음에 비해 얼마나 강한지를 SINR(Signal-to-Interference-plus-Noise Ratio), ‘신호 대 간섭·잡음 비율’이라고 합니다.

SINR이 낮아지면 성상도의 점을 구별하기 어려워질 수 있습니다. 실제 통화의 끊김이나 로봇 같은 소리는 무선 오류뿐 아니라 패킷 손실·지연·음성 코덱 등의 영향도 받을 수 있으므로, 그 증상 하나만으로 원인을 단정할 수는 없습니다.

더 읽기 2 · SINR을 숫자로 비교해 보기

무엇을 비교하는 식인가요?

같은 수신 대역에서 평균 전력으로 비교하는 간단한 모델입니다. S는 원하는 신호, I는 간섭, N은 잡음의 전력입니다. 전기장이나 전압의 순간 크기를 그대로 이 식에 넣는 것은 아닙니다.

기호부터 읽어 볼까요?

  • S(에스): 원하는 신호의 평균 전력입니다.
  • I(아이): 간섭의 평균 전력입니다.
  • N(엔): 잡음의 평균 전력입니다. 세 값은 같은 전력 단위를 사용합니다.
  • /는 나누기, +는 더하기입니다. 괄호 속 간섭과 잡음을 먼저 더합니다.
  • dB(데시벨)는 비율을 로그로 표현한 단위입니다. 전력 비율에는 10 × log₁₀을 사용합니다.
  • log₁₀(로그 십)은 ‘10을 몇 제곱해야 이 숫자가 되는가’라는 뜻입니다. log₁₀(10)은 1입니다.

관계를 식으로SINR = S / (I + N)

관계를 식으로SINR(dB) = 10 × log₁₀[S / (I + N)]

말로 풀면 원하는 신호가 강해지면 비율이 커지고, 간섭이나 잡음이 강해지면 비율이 작아집니다.

숫자를 넣어 보면 S = 10 nW, I = 1 nW, N = 1 nW라고 가정합시다. SINR은 10 / (1 + 1) = 5, dB로는 약 7 dB입니다. 간섭만 4 nW로 커지면 10 / (4 + 1) = 2, 약 3 dB가 됩니다. 신호는 그대로여도 읽기 더 어려운 조건이 된 것입니다.

어느 SINR부터 오류가 나는지는 변조·부호화·수신기와 전파 환경에 따라 다릅니다. 이 숫자 예시는 특정 서비스의 품질 기준이 아닙니다. 수신 신호·간섭·잡음 전력을 구분해 계산하는 방법은 참고자료 [11]에서 더 볼 수 있습니다.

영상에서는 5번 ‘필터와 잡음’, 약 1:22부터입니다. 막대 비교와 성상도는 간섭·잡음에 대한 여유를 보여 줍니다.

공명: 자기 주파수 근처에서 잘 반응한다

같은 음의 소리굽쇠는 다른 소리굽쇠의 소리를 받아 따라 울 수 있습니다. 그네를 알맞은 때에 밀면 흔들림이 커지는 것과 비슷합니다. 주기적인 힘이 진동계에 에너지를 공급하고, 고유 주파수 근처에서 응답이 커지는 현상이 공명입니다. [3]

현실에서는 마찰과 감쇠가 있습니다. 따라서 주파수가 다르면 반응이 완전히 0이 되는 것도 아니고, 공명하면 진폭이 끝없이 커지는 것도 아닙니다. 영상은 차이를 쉽게 보이도록 소리굽쇠와 막대를 단순화했습니다.

라디오의 조율에는 공진의 원리가 쓰일 수 있지만, 현대 수신기가 방송이나 통신 채널을 고르는 방식은 공진 하나로 끝나지 않습니다. 주파수 변환과 여러 아날로그·디지털 필터가 함께 쓰입니다.

더 읽기 3 · 공명 주파수는 무엇으로 정해질까?

어떤 원리인가요?

질량과 용수철로 표현한 단순 진동계를 생각해 봅시다. 물체를 원래 자리로 되돌리려는 힘과 계속 움직이려는 관성이 함께 진동을 만듭니다. 감쇠와 외부 구동력이 없는 모델의 고유 주파수는 다음 식으로 정해집니다. 소리굽쇠의 실제 진동은 모양과 재료에도 의존하므로, 아래는 원리를 읽기 위한 모델입니다. [3]

기호부터 읽어 볼까요?

  • f₀(에프 제로): 고유 주파수입니다. 단위 Hz(헤르츠)는 1초에 몇 번 진동하는지를 뜻합니다. 아래의 0은 기준 주파수라는 표기입니다.
  • m(엠): 질량입니다. 단위 kg(킬로그램)를 씁니다.
  • k(케이): 용수철의 강성입니다. 단위 N/m이며, 같은 거리만큼 늘렸을 때 더 큰 힘이 필요할수록 큽니다.
  • π(파이)는 약 3.14입니다. √는 제곱근으로, 두 번 곱하면 괄호 안 숫자가 되는 양을 찾습니다.
  • /는 나누기입니다. k를 m으로 나누고 제곱근을 구한 뒤 2π로 나눕니다.

관계를 식으로f₀ = [1 / (2π)] × √(k / m)

말로 풀면 같은 질량에서 더 단단한 용수철은 더 빨리 진동합니다. 같은 강성에서 질량이 커지면 더 느리게 진동합니다.

숫자를 넣어 보면 m = 1 kg, k ≈ 39.5 N/m이면 f₀는 약 1 Hz입니다. 강성을 네 배로 바꾸면 약 2 Hz, 질량만 네 배로 바꾸면 약 0.5 Hz가 됩니다. 실제 소리굽쇠나 라디오 부품의 사양을 제시한 숫자는 아닙니다.

감쇠가 있으면 무엇이 달라지나요?

에너지가 빠져나가면 공명 곡선의 높이와 폭이 달라집니다. 감쇠가 작을수록 응답이 주파수에 더 예민해질 수 있습니다. 감쇠가 있는 계의 진폭이 최대가 되는 주파수는 감쇠 없는 고유 주파수와 약간 다를 수도 있습니다. 공명은 ‘들어오는 힘의 방향이 언제나 같다’는 뜻이 아니라, 진동과 적절한 관계를 가진 주기적 힘이 에너지를 공급한다는 뜻입니다. [3]

영상에서는 6번 ‘공명’, 약 2:09부터입니다. 막대가 차오르는 것은 떨림의 크기이지, 새 주파수가 만들어진다는 뜻이 아닙니다.

푸리에 변환: 같은 신호를 주파수로 다시 본다

복잡한 흔들림을 주파수마다 있는 소리굽쇠들 앞에 놓는다고 상상해 봅시다. 어떤 음이 많이 들어 있는지 막대 높이로 보여 줄 수 있습니다. 푸리에 분석은 이 직관을 수학적으로 다루는 방법입니다. 신호를 새로 만드는 것이 아니라, 같은 신호를 다른 좌표로 표현합니다. [4][5]

시간으로 보면 ‘언제 얼마나 흔들렸는가’, 주파수로 보면 ‘어떤 주파수 성분이 얼마나 들어 있는가’를 읽습니다. 실제 푸리에 변환 결과에는 크기뿐 아니라 위상도 있습니다. 막대 그림은 주로 크기만 보여 주므로 그 그림만으로 모든 정보를 본 것은 아닙니다.

음악 앱의 이퀄라이저는 대개 여러 주파수를 대역으로 묶어 보여 줍니다. 그래서 영상의 ‘막대 하나가 주파수 하나’는 학습용 그림입니다. 막대가 진폭인지 전력인지, 선형 눈금인지 dB인지도 실제 분석에서는 구분해야 합니다.

더 읽기 4 · 푸리에의 아이디어에서 FFT까지

누구의 어떤 원리인가요?

조제프 푸리에는 열이 퍼지는 문제를 연구하며 복잡한 분포를 사인·코사인 함수의 합으로 다루는 방법을 발전시켰습니다. 1822년 출판된 《열의 해석적 이론》은 그 중요한 출발점입니다. 오늘날 푸리에 급수·변환은 소리와 무선 신호처럼 시간에 따라 변하는 양을 분석하는 데도 쓰입니다. 당시 책에 현대 스마트폰용 FFT가 들어 있었던 것은 아닙니다. [4]

먼저 두 가지 흔들림만 더해 봅시다

  • x(t)(엑스 티): 시간에 따른 신호 값입니다. 아래 예에서는 전압 V(볼트)로 생각합니다.
  • t(티): 시간이며 단위는 s(초)입니다.
  • cos(코사인): 주기적으로 흔들리는 모양을 표현하는 함수입니다.
  • 100과 300은 각각 100 Hz, 300 Hz입니다. 2πft는 시간 t까지 진행한 진동의 각도를 나타냅니다.
  • 앞의 2와 0.5는 각 성분의 최대 진폭이며, 이 예에서는 각각 2 V와 0.5 V입니다.

관계를 식으로x(t) = 2 × cos(2π × 100 × t) + 0.5 × cos(2π × 300 × t)

말로 풀면 1초에 100번 흔들리는 큰 파형과 300번 흔들리는 작은 파형을 더한 신호입니다. 시간 파형은 복잡해 보여도, 한쪽 주파수만 표시한 진폭 스펙트럼에서는 100 Hz에 2 V, 300 Hz에 0.5 V가 놓입니다. 양·음 주파수를 모두 표시하는 방식에서는 크기 표기가 달라집니다.

같은 저항에서 각 정현파의 평균 전력은 진폭의 제곱에 비례합니다. 진폭 비는 4배지만 전력 비는 16배입니다. ‘막대가 네 배 높으니 전력도 네 배’라고 읽으면 안 되는 이유입니다.

컴퓨터는 표본을 어떻게 분석하나요?

ADC로 얻은 N개 표본에 이산 푸리에 변환, DFT(Discrete Fourier Transform)를 적용할 수 있습니다. FFT(Fast Fourier Transform, 고속 푸리에 변환)는 그 DFT를 빠르게 계산하는 알고리즘 계열입니다. 별개의 물리 현상이나 별도의 종류의 파동이 아닙니다. 쿨리와 튜키의 1965년 논문은 효율적인 FFT 알고리즘이 널리 알려지는 데 중요한 역할을 했습니다. [5][6]

  • x[n] (엑스 엔): n번째 표본입니다. n은 0부터 N−1까지의 순서입니다.
  • N(엔): 분석할 표본의 개수입니다.
  • X[k] (대문자 엑스 케이): k번째 주파수 칸의 계산 결과입니다. 크기와 위상을 함께 표현합니다.
  • k(케이): 주파수 칸의 번호입니다. 앞 절의 용수철 강성 k와는 다른 문맥의 기호입니다.
  • ∑(시그마)는 지정한 표본들을 모두 더한다는 뜻입니다.
  • j(제이)는 j² = −1을 만족하는 복소수 표기입니다. e^(−jθ)는 cos(θ) − j × sin(θ)와 같으며, 각 주파수에 맞춰 회전하는 기준을 표현합니다. e는 약 2.718인 지수함수의 밑입니다.
  • f_s(에프 에스)는 1초에 얻는 표본 수, 즉 샘플링 주파수입니다.

관계를 식으로X[k] = ∑(n = 0…N−1) x[n] × e^(−j2πkn/N)

말로 풀면 각 주파수의 기준 흔들림과 표본을 비교하고 더합니다. 맞는 주파수 성분은 일관되게 모이고, 다른 주파수 성분은 서로 상쇄되는 관계를 이용합니다. 실제 결과에는 관찰 시간과 창 함수 등의 영향도 있습니다.

관계를 식으로Δf = f_s / N

숫자를 넣어 보면 초당 1,000개씩 1초 동안 얻은 표본은 N = 1,000입니다. DFT의 주파수 칸 간격 Δf는 1 Hz입니다. 위의 두 성분은 100 Hz와 300 Hz에 나타납니다. 실수 신호의 한쪽 진폭 스펙트럼에서 이 예의 진폭을 표시하려면, 직류와 나이퀴스트 성분을 제외한 양의 주파수에 2 × |X[k]| / N을 적용합니다. | |는 복소수 결과의 크기입니다.

주파수 칸 간격과 실제로 가까운 두 성분을 구별하는 능력은 완전히 같은 말이 아닙니다. 창 함수와 관찰 시간에 따라 봉우리가 퍼지고 누설이 생길 수 있습니다. 표본 개수 뒤에 0을 덧붙여 칸을 촘촘하게 표시해도 새 관측 정보가 생기지는 않습니다.

영상에서는 7번 ‘푸리에 변환’, 약 3:03부터입니다. 앞의 소리굽쇠는 직관을, 이 식은 디지털 계산을 설명합니다.

실제 디지털 수신기에서는 ADC가 FFT보다 먼저다

영상은 필터와 푸리에 변환의 역할을 먼저 비교한 뒤, 신호를 숫자로 바꾸는 ADC를 소개합니다. 이것은 설명의 순서입니다. 영상에서 다루는 디지털 처리의 물리적인 순서는 필터 → ADC → FFT입니다. FFT는 이미 숫자로 바뀐 표본을 입력으로 받습니다. [5]

ADC는 아날로그-디지털 변환기(Analog-to-Digital Converter)입니다. 연속 신호를 일정한 시각마다 측정하는 ‘표본화’와, 측정값을 유한한 숫자 단계로 표시하는 ‘양자화’를 수행합니다.

예를 들어 최고 성분이 8 kHz인, 대역이 제한된 실수 기저대역 신호를 초당 20,000번 표본화하면 표본 간격은 50 μs입니다. 이상적인 표본화 정리의 조건인 ‘최고 주파수의 두 배보다 높은 표본화율’을 만족합니다. 표본화 전에 대역을 제한하지 않으면 높은 주파수가 낮은 주파수처럼 보이는 앨리어싱이 생길 수 있습니다. [5]

또 다른 숫자 예로, 이상적인 12비트 ADC는 4,096개 코드를 가집니다. 전체 입력 범위가 1.8 V라면 한 단계는 약 0.44 mV입니다. 이것이 실제 정확도·잡음·왜곡까지 보장하는 것은 아닙니다.

실제 RF(Radio Frequency, 무선 주파수) 수신기에는 증폭, 주파수 변환, 여러 필터와 동기화 등이 더 있습니다. 보통 적절한 낮은 대역으로 옮긴 신호 등을 표본화하며, 구조에 따라 RF 직접 표본화도 가능합니다. 영상의 세 상자는 기능을 비교한 것이지 반드시 세 개의 별도 칩을 뜻하지 않습니다.

채널은 한 주파수가 아니라 부반송파를 담는 대역이다

이번 영상에서 말하는 주파수 채널은 정해진 중심 주파수와 대역폭을 가진 주파수 범위입니다. 한 가닥의 주파수와 같은 말이 아닙니다. 그 범위 안에 여러 좁은 부반송파를 배치하는 것이 OFDM(Orthogonal Frequency Division Multiplexing) 계열 전송의 핵심 아이디어입니다. [7]

필터가 하는 일은 필요한 대역을 남기는 것이고, FFT가 하는 일은 디지털 표본에서 그 안의 주파수 성분을 나눠 보는 것입니다. 두 기능은 역할이 다르며, 실제 대역 선택 필터는 RF·아날로그·디지털 단계에 나뉘어 구현될 수 있습니다.

영상의 막대가 촘촘해지는 그림은 부반송파가 여러 개라는 점을 보여 줍니다. 막대 91개는 실제 와이파이·LTE·5G의 공통 규격 수치가 아닙니다. 채널 가장자리에는 보호 대역이 있을 수 있고, 부반송파 중에는 데이터 대신 기준 신호를 싣거나 사용하지 않는 것도 있습니다. 채널 대역폭과 실제로 사용된 부반송파들의 폭을 언제나 같다고 보면 안 됩니다. [7][8]

더 읽기 5 · 겹친 부반송파를 왜 구별할 수 있을까?

어떤 원리인가요?

OFDM은 직교 주파수 분할 다중화입니다. ‘직교’는 정해진 구간에서 서로 다른 부반송파를 비교해 더하면 상쇄되는 수학적 관계를 뜻합니다. 각 부반송파의 스펙트럼이 절대로 겹치지 않는다는 말은 아닙니다. 시간과 주파수가 잘 맞고 모델의 조건이 충족될 때 FFT로 구별할 수 있습니다. [7]

기호부터 읽어 볼까요?

  • Δf(델타 에프): 이웃 부반송파의 중심 주파수 간격입니다. 단위 Hz를 씁니다.
  • T_u(티 유): 보호 구간을 제외한 유효 OFDM 심벌 시간입니다. 단위 s를 씁니다.
  • /는 나누기입니다. 이 기본 관계는 같은 유효 시간에 정수 번 다른 진동을 배치합니다.

관계를 식으로Δf = 1 / T_u

말로 풀면 유효 심벌 시간을 길게 잡으면 부반송파 간격이 좁아집니다. 실제 전송 시간에는 순환 접두부 같은 보호 구간이 더해질 수 있습니다.

숫자를 넣어 보면 전통적인 20 MHz 802.11a OFDM의 유효 심벌 시간 3.2 μs를 넣으면 간격은 312.5 kHz입니다. 이 방식은 64점 변환을 사용하고, 52개 부반송파에 데이터·파일럿을 배치하며 그중 48개가 데이터용입니다. 64 × 312.5 kHz는 20 MHz이지만, 변환 칸 모두가 데이터에 쓰이는 것은 아닙니다. 이 예는 와이파이의 한 규격이며 모든 세대에 적용되는 숫자가 아닙니다. [7]

와이파이·LTE·5G는 모두 똑같나요?

오늘날의 많은 와이파이 전송과 LTE·5G NR(New Radio)은 이 부반송파 관점을 사용하지만, 세부 파형은 다릅니다. 와이파이에도 OFDM이 아닌 과거 전송 방식이 있습니다. LTE 하향은 OFDMA(Orthogonal Frequency Division Multiple Access), 상향의 대표 데이터 전송은 SC-FDMA(Single-Carrier Frequency Division Multiple Access), 곧 DFT 확산 OFDM을 사용합니다. 5G NR 상향 데이터 전송에서는 설정에 따라 CP-OFDM(Cyclic Prefix OFDM) 또는 DFT-s-OFDM(DFT-spread OFDM)을 사용할 수 있습니다. [7][8][9]

수신기는 FFT 결과에서 크기와 위상을 살펴보는 데서 멈추지 않습니다. 실제 환경에서는 타이밍·주파수 동기화, 전파 경로 추정과 보정, 복조와 오류 정정 같은 처리가 이어집니다. ‘FFT를 한 번 하면 메시지가 바로 나온다’는 뜻은 아닙니다.

영상에서는 8번 ‘받고, 고르고, 읽는다’의 약 4:34 이후입니다. 막대들이 나타난 뒤 그 전체를 담는 채널 범위를 보여 줍니다.

파형에서 비트로, 비트에서 메시지로

영상의 ‘1은 크게, 0은 작게’는 약속을 거꾸로 읽는 방법을 보여 주는 단순한 진폭 변조 예시입니다. 실제 와이파이·LTE·5G가 모든 비트를 이 두 크기만으로 표현한다는 뜻은 아닙니다. 실제 전송에서는 여러 변조 방식과 부호화를 사용합니다. [7][8]

또한 ‘여덟 비트가 글자 하나’는 영상의 ASCII(American Standard Code for Information Interchange) 예에 해당합니다. 01001000은 H, 01101001은 i로 읽어 ‘Hi’가 됩니다. ASCII는 본래 7비트 코드이며, 이 예에서는 맨 앞에 0을 붙인 8비트 바이트로 표현했습니다. 한국어와 이모지처럼 UTF-8(8-bit Unicode Transformation Format)에서 여러 바이트가 필요한 문자도 있으므로 모든 글자에 이 규칙을 일반화하면 안 됩니다. [10]

받는 쪽의 전체 흐름을 정리하면 이렇습니다. 전파를 전기 신호로 바꾸기 → 필요한 대역을 남기기 → 숫자로 표본화하기 → 주파수별로 분석하고 보정하기 → 송신기와의 약속에 따라 데이터를 복원하기.

다음 질문: 부반송파의 크기와 위상에는 어떻게 데이터를 실을까

이번 편은 수신기의 역할을 구분하는 데 집중했습니다. 다음에는 부반송파 하나가 어떤 약속으로 여러 비트를 표현하는지, 여러 경로로 도착한 신호를 어떻게 다루는지 이어서 살펴볼 수 있습니다. 다음 편의 공개 일정은 아직 정하지 않았습니다.

이 글은 독립된 무선통신 기초 칼럼이며 네트워크 슬라이싱 연재의 한 편이 아닙니다. 첫 편은 「전파의 탄생」에서 볼 수 있습니다.

애니메이션 원작과 추가 시각화는 Claude가 제작했습니다. Aside는 한국어 내레이션 제작·수정, 자막 동기화, 플레이어 통합·검증과 이 보충 해설의 작성·게시를 맡았습니다. 표지는 승인된 영상 화면을 사용했으며, 참고자료의 그림을 전재하지 않았습니다.

출처 및 참고자료

본문의 번호를 누르면 해당 자료로 이동합니다. 수식의 숫자 예시는 별도 표시한 가정 아래에서 계산했습니다.

근거와 더 읽을 자료 · 11묶음

자료 확인 및 글 보강: 2026-10-01. 영상은 9개 장면·50개 자막·약 5분 24초이며, 도식의 개수·거리·시간은 설명을 위해 조정했습니다.