본 논문은 재구성 가능한 지능형 표면(RIS)을 활용하는 밀리미터파(mmWave) MIMO 시스템을 위한 지속 가능한 LSTM 기반 프리코딩 프레임워크를 제안한다. 명시적인 채널 상태 정보(CSI) 추정 대신, 상향 링크 파일럿 시퀀스를 사용하여 채널 특성을 암묵적으로 학습함으로써 파일럿 오버헤드와 추론 복잡성을 줄인다. RIS 요소의 위상 의존적 진폭 모델을 통합하여 실제 하드웨어 제약 조건을 해결하고, 여러 개의 근사 최적 코드워드가 유사한 성능을 낼 때 다중 레이블 학습 전략으로 견고성을 향상시킨다. 시뮬레이션 결과, 제안된 설계는 전수 조사(ES)의 스펙트럼 효율성의 90% 이상을 달성하면서 계산 시간은 2.2%에 불과하며, 에너지 소비는 거의 두 자릿수만큼 줄어들었다. 또한, 분포 불일치에 대한 복원력과 더 큰 RIS 어레이로의 확장성을 보여주어, 지속 가능한 6G 무선 네트워크를 위한 실용적이고 에너지 효율적인 솔루션을 제시한다.
