# On the Rate-Distortion-Complexity Tradeoff for Semantic Communication

### 저자

Jingxuan Chai, Yong Xiao, Guangming Shi

### 💡 개요

본 논문은 기존의 비트 단위 통신에서 벗어나 사용자 의도를 전달하는 시맨틱 통신 패러다임에서 딥러닝 기반 모델의 높은 계산 복잡성 문제를 해결하고자 합니다. 이를 위해 전통적인 정보 이론의 Rate-Distortion 이론을 확장하여 시맨틱 거리와 계산 복잡성을 통합한 Rate-Distortion-Complexity (RDC) 프레임워크를 제안합니다. 제안된 RDC 이론은 달성 가능한 전송률, 시맨틱 거리, 모델 복잡성 간의 근본적인 세 가지 요소 간의 트레이드오프를 규명하며, 실제 데이터셋 실험을 통해 그 유효성을 입증합니다.

### 🔑 시사점 및 한계

- 딥러닝 기반 시맨틱 통신 시스템 설계 시, 전송률, 정보 손실, 계산 자원 사이의 근본적인 세 가지 트레이드오프를 고려해야 함을 이론적으로 제시합니다.

- 정보 이론에 기반한 새로운 복잡성 측정 방법을 통해 실제 시스템의 계산 비용과 효과적으로 상관관계를 맺으며, 자원이 제한된 환경에서의 효율적인 시스템 설계를 위한 가이드라인을 제공합니다.

- 본 연구는 가우시안 및 이진 시맨틱 소스에 대한 이론적 결과만 도출하였으며, 더 복잡하고 다양한 형태의 시맨틱 소스에 대한 RDC 트레이드오프 분석 및 모델 적용이 향후 연구 과제로 남아있습니다.

---

[PDF 보기](https://arxiv.org/pdf/2602.14481)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).